Statistica Set 1_exercitii Facultatea de Economie Teoretica Si Aplicata

Statistic seminar, Facultatea de Economie Teoretic i Aplicat, ASE, anul I, 2014-2015 Conf. univ. dr. Mihaela Covrig

1

Statistica exercitii si probleme pentru seminar partea I

Ex. 1. Urmtoarea serie de date arat preul de vnzare (sute lei) pentru 13 lucrri de grafic la o licitaie de obiecte de art: 51, 60, 72, 35, 32, 57, 63, 61, 48, 33, 67, 54, 37. Se cere:

a) s se calculeze i s se interpreteze indicatorii tendinei centrale; b) s se stabileasc dac media este reprezentativ; c) s se calculeze i s se interpreteze cuartilele acestei serii de date; d) optiunea Descriptive Statistics din Data Analysis Excel; e) s se analizeze asimetria acestei serii de date; f) stabilii valoarea de adevr a urmtoarelor afirmaii, justificnd rspunsurile:

f1) 25 % dintre lucrarile licitate s-au vandut pentru un pret mai mic de 48 sute de lei; f2) jumatate dintre lucrarile licitate au un pret mai mic sau egal cu 54 sute lei; f3) 25 % dintre lucrari s-au vandut cu cel putin 62 sute de lei; f4) pentru 75% dintre obiecte s-a obinut un pret de cel putin 36 sute lei; f5) precizati care dintre urmtoarele valori: 25, 29, 16, 40, 124, 85, 99,8 sute lei sunt

outliers n raport cu datele iniiale; f6) coeficientul de variaie este 26,33%; f7) media este reprezentativ.

Rezolvare: a)

o Populaia statistic este mulimea lucrarilor de grafic puse n vnzare la licitaiile cu obiecte de art. o Unitatea statistic este o lucrare de grafic pus n vnzare la o licitaie. o Variabila statistic sau caracteristica de interes, notat cu X, arat preul de vnzare, n sute lei, al unei

lucrri de grafic. o Pentru un eantion de volum n=13 uniti statistice (lucrri de grafic), se cunoate preul de vnzare,

adic avem urmtoarea serie statistic simpl sau nesistematizat de date numerice: {x1=51, x2=60, x3=72, x4=35, x5=32, x6=57, x7=63, x8=61, x9=48, x10=33, x11=67, x12=54, x13=xn=37}.

o Pentru o serie simpl de date numerice { }n

xxx ,...,,21

,

media aritmetic (Mean) este n

x

n

xxx

x

n

i

i

n

=

=+++

=121

...

.

Nr. crt. Valorile i

x ale variabilei X - preul de vnzare (sute lei)

1 x1= 51 2 x2= 60 3 x3= 72 4 x4= 35 5 x5= 32 6 x6= 57 7 x7= 63 8 x8= 61 9 x9= 48

10 x10=33 11 x11=67 12 x12=54 13 x13=37

=

=

13

1i

ix 670


2

o n cazul nostru, 54,515385,5113

670

1313

...

13

11321===

+++=

=i

ix

xxx

x sute lei, adic preul mediu de

vnzare al unei lucrri de grafic este de 51,54 sute lei. o Pentru a determina Mediana (Median) unei serii simple de date, se parcurg urmtoarele etape:

Valorile seriei de date se ordoneaz cresctor: ( ) ( ) ( ) ( )nn xxxx 121 ... , unde ( ) nix i ,1, =

reprezint a i-a valoare din irul ordonat cresctor de date numerice (astfel, ( )1x este prima

valoare din irul ordonat cresctor, adic cea mai mic valoare, ( )2x este urmtoarea valoare n

ordine cresctoare i aa mai departe pn la ( )nx , care este cea mai mare valoare).

Pentru aceast serie de date, cele n=13 valori ordonate cresctor sunt: x(1)=32, x(2)=33, x(3)=35, x(4)=37, x(5)=48, x(6)=51, x(7)=54, x(8)=57, x(9)=60, x(10)=61, x(11)=63, x(12)=67, x(13)=72.

Se stabilete locul medianei: N=+

=+

72

113

2

1n

Mediana este a 7-a valoare din irul ordonat de date, adic ( ) 547 == xMe sute de lei (valoarea

din mijlocul seriei ordonate de date).

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

4444444 34444444 21444444 3444444 21

%50

54

%50

13121110987654321

Me

xxxxxxxxxxxxx

Interpretarea: jumtate dintre unitile statistice din eantion au nivelul variabilei de interes mai

mic sau egal cu Mediana, iar restul au nivelul variabilei de interes cel puin egal cu Mediana, adic jumtate dintre lucrrile de grafic licitate s-au vndut cu mai puin de 54 sute lei, iar restul s-au vndut cu un pre mai mare de 54 sute lei.

o Modul (Mode) sau valoarea modal este acea valoare sau variant de rspuns care apare cu cea mai

mare frecven. n cazul nostru se observ c niciuna dintre valorile seriei de date nu are o frecven mai mare ca 1, adic avem numai valori distincte, prin urmare, seria nu are valoare modal.

b) pentru a stabili dac media este reprezentativ, se calculeaz coeficientul de variaie al seriei de date,

adic 100=x

s

vx

x, unde 2

xxss = este abaterea standard a seriei de date.

o Dispersia de selecie (sample variance) pentru o serie simpl de date numerice asupra variabilei X este

( ) ( )( )

11

...1

2

22

12

=

++=

=

n

xx

n

xxxx

s

n

i

i

n

x.

Calculele intermediare sunt prezentate n tabelul de mai jos:


3

Nr. crt. Valorile ix ( )2

xxi

1 x1= 51 ( ) ( ) == 221 54,5151xx 0,2916

2 x2= 60 ( ) ( ) == 222 54,5160xx 71,5716

3 x3= 72 ( ) ( ) ==22

354,5172xx 418,6116

4 x4= 35 ( ) ( ) == 224 54,5135xx 273,5716 5 x5= 32 381,8116 6 x6= 57 29,8116 7 x7= 63 131,3316 8 x8= 61 89,4916 9 x9= 48 12,5316

10 x10=33 343,7316 11 x11=67 239,0116

12 x12=54 ( ) ( ) == 2212 54,5154xx 6,0516

13 x13=37 ( ) ( ) == 2213 54,5137xx 211,4116

=

=

13

1i

ix 670 ( ) =

=

13

1

2

i

ixx 2209,231

=x 51,54 =

=

113

231,22092x

s 184,1026

=== 1026,1842

xxss 13,5684

=xv 26,33%

adic dispersia (sample variance) este ( )

1026,18412

231,2209

113

13

1

2

2==

=

=i

i

x

xx

s ,

iar abaterea standard (standard deviation) este 5684,131026,1842 ===xx

ss sute lei, cu interpretarea

c valorile individuale ale seriei se abat, n medie, cu 13,5684 sute lei fa de nivelul mediu de 51,84 sute lei al preului de vnzare din eantion.

o Coeficientul de variaie este %35%33,2610054,51

5684,13100


4

c) Cuartilele seriei de date sunt

321,, QMeQQ = , iar pentru determinarea lor, seria de date trebuie s fie

ordonat cresctor ( ) ( ) ( ) ( )nn xxxx 121 ... .

o Q1 cuartila de ordinul 1 sau cuartila inferioar se determin astfel:

se stabilete locul lui Q1 : =+

=+

50,314

1131

4

1nN, dar 3 < 3,50 < 4

(locul lui 1Q cuartilei este ntre 3 i 4, astfel c

1Q se va gsi ntre a 3-a i a 4-a valoare

din irul ordonat cresctor)

( ) ( )413 xQx i ( ) ( )

362

3735

2

43

1=

+=

+

=

xxQ sute lei.

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )44444444444 344444444444 2144 344 21

%75

13121110987654

36

%25

321

1

xxxxxxxxxxxxx

Q

interpretarea: 25% dintre unitile statistice din eantion au nivelul variabilei de interes mai mic sau egal cu

1Q , iar restul de 75% dintre unitile statistice din eantion au nivelul

variabilei de interes cel puin egal cu1Q ; adic 25% dintre lucrrile de grafic licitate s-au

vndut pentru un pre mai mic dect 36 sute lei, iar restul de 75% dintre ele s-au vndut cu un pre mai mare de 36 sute lei.

o Q2=Me=54 sute lei este cuartila de ordinul 2 sau mediana seriei de date statistice. o Q3 cuartila de ordinul 3 sau cuartila superioar se determin astfel:

se stabilete locul lui Q3 : =+

=+

50,1034

1133

4

1nN, dar 10 < 10,50 < 11

(locul lui 1Q cuartilei este ntre 10 i 11, astfel c

3Q se va gsi ntre a 10-a i a 11-a

valoare din irul ordonat cresctor)

( ) ( )11310 xQx si ( ) ( )

622

6361

2

1110

3=

+=

+

=

xxQ sute lei,

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )44 344 2144444444444 344444444444 21

%25

131211

62

%75

10987654321

3

xxxxxxxxxxxxx

Q

interpretarea: 75% dintre unitile statistice din eantion au nivelul variabilei de interes mai

mic sau egal cu 3Q , iar restul de 25% dintre unitile statistice din eantion au nivelul

variabilei de interes cel puin egal cu 3Q ; adic 75% dintre lucrrile de grafic licitate s-au

vndut pentru un pre mai mic dect 62 sute lei, iar restul de 25% dintre ele s-au vndut cu un pre mai mare de 62 sute lei.

o

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )444 3444 214444444 34444444 2144 344 21

%25

131211

62

%50

10987654

36

%25

321

31

xxxxxxxxxxxxx

QQ

Jumatate din termenii din mijlocul seriei au valori cuprinse intre Q1=36 sute lei si Q3=62 sute lei. Abaterea intercuatilic (interquratile range) este IQR=Q3-Q1=26 sute lei.


5

d) pentru o serie statistica simpla de date numerice, principalii indicatori ai tendintei centrale, variatiei si formei distributiei se pot calcula in Excel astfel:

datele statistice se introduc intr-o foaie de lucru a unui fisier Excel, asa cum se poate vedea in Figura nr. 1;

in Excel 2003, din meniul Tools se alege Data Analysis, iar apoi se selecteaza Descriptive Statistics asa cum se poate vedea in Figura nr. 1;

in Excel 2007 sau versiuni ulterioare, din meniul Data, se alege Data Analysis, iar apoi se selecteazaDescriptive Statistics, asa cum se poate vedea in Figura nr. 1;

Figura nr. 1. Introducerea datelor seriei simple intr-o foaie de lucru si selectarea optiunii Descriptive

Statistics din Data Analysis.

in urmatoarea fereastra care se va deschide, asa cum se poate observa in Figura nr. 2, se va completa: la sectiunea Input Range se selecteaza cu mouse-ul sirul de celule care contin datele seriei

statistice simple, la sectiunea Output options se alege o celula din foaia de lucru unde vor aparea rezultatele

prelucrarii datelor, se bifeaza Summary Statistics, se da click pe butonul OK;


6

Figura nr. 2. Fereastra Descriptive Statistics.

Rezultatele sunt prezentate intr-un tabel de forma:

Mean (media) 51,5385 x=

Standard Error 3,7632

Median (mediana) 54 Me=

Mode (modul) #N/A (nu exista)

Standard Deviation (abaterea standard) 13,56842

xxss ==

Sample Variance (dispersia de selectie) 184,10262

xs=

Kurtosis (coeficientul de boltire si aplatizare) -1,29426 CBA=

Skewness (coeficientul de asimetrie) -0,23938 CAS=

Range (Amplitudinea) 40minmaxxxA

x==

Minimum (valoarea minima) 32 ( )1min xx ==

Maximum (valoarea maxima) 72 ( )nxx == max

Sum (suma valorilor) 670 =

=

n

i

ix

1

Count (volumul esantionului) 13 n=


7

e) asimetria unei serii de date statistice se poate analiza din mai multe puncte de vedere:

o prin compararea indicatorilor tendintei centrale: in cazul nostru, comparam doar media aritmetica si mediana, deoarece modul nu exista,

astfel: Mex < , ceea ce indica o asimetrie negativa, in seria de date predominand valorile mai mari, adica intre lucrarile de grafica licitate sunt mai numeroase cele care au o valoare de vanzare mai mare;

o prin calculul si evaluarea semnului urmatorului coeficient de asimetrie ( )

05442,03

31, adica Mediana este

mai apropiata de cuartila superioara decat de cea inferioara, ceea ce arata ca seria prezinta asimetrie negativa.

f)

f1) 25 % dintre lucrarile licitate s-au vandut pentru un pret mai mic de 48 sute de lei: afirmatie falsa deoarece cuartila de ordinul intai este 36

1=Q sute lei;

f2) jumatate dintre lucrarile licitate au un pret mai mic sau egal cu 54 sute lei: afirmatie adevarata deoarece mediana este 54=Me sute lei;

f3) 25 % dintre lucrari s-au vandut cu cel putin 62 sute de lei: afirmatie corecta deoarece curatila superioara este 62

3=Q sute lei;

f4) pentru 75% dintre obiecte s-a obinut un pret de cel putin 36 sute lei; afirmatie adevarata deoarece cuartila inferioara este 36

1=Q sute lei

f5) precizati care dintre urmtoarele valori: 25, 29, 16, 40, 124, 85, 99,8 sute lei sunt outliers n raport cu datele iniiale: Definitie: Spunem ca o valoare x este outlier pentru un set de date statistice numerice dac:

IQRQx < 5,11

sau IQRQx +> 5,13

sau valoarea x este outlier pentru un set de date statistice daca se gsete n afara intervalului

[ ]IQRQIQRQ + 5,1;5,131

.

n cazul nostru, [ ] [ ]101;35,1;5,131

=+ IQRQIQRQ , deci numai valoarea 124 este outlier n raport cu

setul iniial de date statistice;

f6) coeficientul de variaie este 26,33%: afirmatie adevarata;

f7) media este reprezentativ pentru colectivitate: afirmatie adevarata deoarece coeficientul de variatie este mai mic de 35%.


8

Ex. 2. Se consider urmatoarea serie, reprezentand valoarea inregistrata a 9 facturi emise de o societate comerciala in ultima luna: 47; 58; 41; 36; 54; 42; 65; 43; 37 (mil. lei). Alegeti afirmatiile false:

a) Cuartilele inferioara si superioara sunt 43 si respectiv 58 mil. lei. b) Abaterea intercuartilica este de 10 mil. lei; c) Jumatate dintre termenii seriei, plasati pe mijocul distributiei, se regasesc intre 39 si 56. d) Percentilele de ordinul 25 si 75 sunt 39 si respectiv 56 mil. lei e) In raport cu datele initiale, valorile: 73, 29, 18, 73, 23 sunt toate outliers. f) Daca fiecare valoare s-ar mari intai cu 4,25 lei, apoi de 2 ori, dispersia noilor valori ar fi 396.

Ex. 3. Structura unui esantion de 90 de copii dupa nivelul maxim atins al unui joc pe calculator este:

A

11%

B

13%

C

20%D

34%

E

22%

Ex. 4. Pentru 39 de actrite care au obtinut premiul Oscar se cunoaste varsta, in ani impliniti, la momentul castigarii premiului:

50, 44, 35, 80, 26, 28, 41, 21, 61, 38, 49, 33, 74, 30, 33, 41, 31, 35, 41, 42, 37, 26, 34, 34, 35, 26, 61, 60, 34, 24, 30, 37, 31, 27, 39, 34, 26, 25, 33 ani.

Se cere: a) sa se determine si sa se interpreteze indicatorii tendintei centrale si cuartilele acestei serii de date; b) sa se construiasca diagrama box-plot (sau diagrama cu mustati box-and-whisker), punand in

evidenta daca seria are valori extreme; c) sa se calculeze indicatorii variatiei si sa se stabileasca daca seria este omogena; d) analizati asimetria; e) Descriptive Statistics.

Rezolvare: a) o Populatia statistica este multimea actritelor care au castigat premiul Oscar. o Unitatea statistica este o actrita. o Variabila sau caracteristica de interes, notata X, este variabila ce arata varsta unei actrite la momentul

obtinerii premiului; variabila numerica, discreta. o Pentru un esantion de volum 39=n de actrite se cunosc valorile variabilei X, adica {x1=50, x2=44,

x3=35, x4=80, ..., xn=x39=33 ani}, care reprezinta o serie simpla sau nesistematizata de date statistice numerice.

o Media unei serii simple de date numerice { }n

xxx ...,,,21

esten

x

n

xxx

x

n

i

i

n

=

=+++

=121

...

.

In cazul acestei serii, varsta medie a unei actrite din esantion care a castigat premiul Oscar este

1025,3839

1486

3939

...

39

13921===

+++=

=i

ix

xxx

x ani.

Unde A nivelul cel mai slab, E nivelul cel mai inalt.

a) Construiti distributia de frecvente absolute si reprezentati-o grafic.

b) Studiati tendinta centrala a distributiei folosind indicatori adecvati.

c) Calculati media si dispersia unei variabile alternative, a carei stare favorabila este data de copiii care au atins cel mult nivelul C al jocului.


9

o Pentru a determina mediana, vom proceda astfel:

- seria simpla de date se ordoneaza crescator ( ) ( ) ( )nxxx ...21 , unde ( ) nix i ,1, = este

elementul cu rangul i din seria ordonata crescator,

- locul medianei este ( ) 34202

1

20===

+xMe

nN ani.

Jumatate dintre actritele din selectie au obtunut premiul Oscar la o varsta de cel mult 34 de ani (jumatate dintre actritele din esantion au castigat premiul Oscar la o varsta de peste 34 de ani).

o Exista doua valori care au frecventa maxima si anume valorile 26 ani si 34 ani, care apar pentru 4 actrite fiecare.

Nr. crt. Varsta actritelori

x Varsta actritelor, in ordine crescatoare ( )ix

1 x1=50 x(1)=21 2 x2=44 x(2)=24 3 x3=35 x(3)=25 4 x4=80 x(4)=26 5 x5=26 x(5)=26 6 28 26

7 41 26

8 21 27

9 61 28

10 38 x(10)=30=Q1 11 49 30

12 33 31

13 74 31

14 30 33

15 33 33

16 41 33

17 31 34

18 35 34

19 41 34

20 42 x(20)=34=Me 21 37 35

22 26 35

23 34 35

24 34 37

25 35 37

26 26 38

27 61 39

28 60 41

29 34 41

30 24 x(30)=41=Q3 31 30 42

32 37 44

33 31 49

34 27 x(34)=50 35 39 x(35)=60 36 34 x(36)=61 37 26 x(37)=61 38 25 x(38)=74 39 x39=33 x(39)=80


10

o Pentru determinarea cuartilelor procedam astfel:

- locul cuartilei de ordinul 1, Q1, este ( ) 301014

1

101===

+xQ

nN ani; un sfert

dintre actrite au castigat premiul Oscar la o varsta mai mica sau egala cu 30 de ani, iar restul la cel putin 30 de ani;

- locul cuartilei de ordinul 3, Q3, este ( ) 413034

1

303===

+xQ

nN ani; trei sferturi

dintre actrite au castigat premiul Oscar la o varsta mai mica sau egala cu 41 de ani, iar restul la cel putin 41 de ani.

o Abaterea intercuartilica este 1113== QQIQR ani si arata lungimea intervalului in care se gasesc

jumatate dintre valorile din mijlocul seriei de date.

b) Diagrama cu mustati (box-and-whisker) sau diagrama box-plot pentru o serie de date statistice numerice se construieste punand in evidenta urmatoarele cinci elemente si eventualele valori extreme sau outliers:

- cuartila inferioara sau de ordinul 1, Q1=30 ani; - mediana sau cuartila de ordinul al 2-lea, Q2=Me=34 ani; - cuartila superioara sau de ordinul al 3-lea, Q3=41 ani; - limita sau marginea inferioara a diagramei box-plot este cea mai mica dintre valorile

seriei de date cu proprietatea ca este mai mare sau egala cu IQRQ 5,11

, adica

( ) ( ){ }IQRQxnix iiplotbox == 5,1,1,mininflim 1 : o 5,135,1

1= IQRQ

o cea mai mica dintre valorile seriei de date, cu proprietatea ca este 5,13 , este x(1)=21 ani, deci marginea inferioara este egala cu 21 ani,

( )121inflim xplotbox == ;

- limita sau marginea superioara a diagramei box-plot este cea mai mare dintre valorile seriei de date cu proprietatea ca este mai mica sau egala cu IQRQ + 5,1

3, adica

( ) ( ){ }IQRQxnix iiplotbox +== 5,1,1,maxsuplim 3 : o 5,575,1

3=+ IQRQ

o cea mai mare dintre valorile seriei de date, cu proprietatea ca este 5,57 , este x(34)=50 ani, deci marginea superioara este egala cu 50 ani,

( )3450suplim xplotbox == .

Se observa ca intervalul cuprins intre marginea inferioara si cea superioara diagramei box-plot,

adica intervalul de numere reale [21; 50] nu contine toate valorile observate, in afara lui ramanand valorile x(35)=60, x(36)=61, x(37)=61, x(38)=74, x(39)=80 ani.

Valoarea x este outlier pentru seria de date statistice numerice daca x se gaseste in afara intervalului [ ] [ ]5,57;5,135,1;5,1

31=+ IQRQIQRQ , x(35)=60, x(36)=61, x(37)=61, x(38)=74, x(39)=80 sunt

outliers si vor fi reprezentate distinct in diagrama box-plot.


11

Fig. . Diagrama box-plot sau diagrama cu mustati (box-and-whisker).

Fig. . Diagrama box-plot in SPSS.

c) Dispersia de selectie (sample variance) pentru o serie simpla de date numerice asupra variabilei X este

( ) ( )( )

11

...1

2

22

12

=

++=

=

n

xx

n

xxxx

s

n

i

i

n

x,

adica ( )

7260,178139

5897,6791

139

39

1

2

2=

=

=

=i

i

x

xx

s ,

30

(Q1)

34

(Me)

41

(Q3)

50 60 61 74 80

* * * *

*

21


12

abaterea standard (standard deviation) este 3688,132 ==xx

ss ani.

Coeficientul de variatie este %35%09,35100 >==x

s

vx

x, ceea ce indica faptul ca seria de date

nu este omogena, iar media nu este reprezentativa pentru colectivitate, ca indicator al tendintei centrale.

Nr. crt. Varsta actritelor i

x xxi ( )2

xxi

1 x1=50 11,8974 141,5489 2 x2=44 5,8974 34,7797 3 x3=35 -3,1026 9,6259 4 x4=80 41,8974 1755,3951 5 x5=26 -12,1026 146,4720 6 28 -10,1026 102,0618

7 41 2,8974 8,3951

8 21 -17,1026 292,4977

9 61 22,8974 524,2925

10 38 -0,1026 0,0105

11 49 10,8974 118,7541

12 33 -5,1025 26,0361

13 74 35,8974 1288,6259

14 30 -8,1025 65,6515

15 33 -5,1025 26,0361

16 41 2,8974 8,3951

17 31 -7,1025 50,4464

18 35 -3,1025 9,6259

19 41 2,8974 8,3951

20 42 3,8974 15,1900

21 37 -1,1025 1,2156

22 26 -12,1025 146,4720

23 34 -4,1025 16,8310

24 34 -4,1025 16,8310

25 35 -3,1025 9,6259

26 26 -12,1025 146,4720

27 61 22,8974 524,2925

28 60 21,8974 479,4977

29 34 -4,10256 16,8310

30 24 -14,1025 198,8823

31 30 -8,1025 65,6515

32 37 -1,1025 1,2156

33 31 -7,1025 50,4464

34 27 -11,1025 123,2669

35 39 0,8974 0,8053

36 34 -4,1025 16,8310

37 26 -12,1025 146,4720

38 25 -13,1025 171,6771

39 x39=33 -5,1025 26,0361

=

=

39

1i

ix 1486 ( )

=

=

39

1i

ixx 0 ( )

=

=

39

1

2

i

ixx 6791,5897

=x 38,1025 =2

xs 178,7260

==2

xxss 13,3688

=xv 35,09%


13

d) Asimetria unei serii de distribuie de frecvene se poate stabili: - prin compararea indicatorilor tendintei centrale, - prin analiza distantei intre mediana si cele doua cuartile inferioara si superioara, - prin calculul si interpretarea valorii unui indicator specific, coeficientul de asimetrie, - se observ din reprezentarea grafic prin histogram sau poligonul frecvenelor.

- Cum xMe =


14

e) Indicatorii tendintei centrale, principalii indicatori ai variatiei si ai formei distributiei pentru o serie simpla de date numerice pot fi calculati in Excel si in SPSS, output-urile fiind de forma:

Output-ul Descriptive Statistics in Excel Output-ul Descriptive Statistics in SPSS

Varsta actritelor

Mean (media) =x 38.1025

Standard Error 2.1407

Median Me=34

Mode Mo=26

Standard Deviation (abaterea standard) ==

2

xxss 13.3688

Sample Variance (dispersia de selectie) =

2

xs 178.7260

Kurtosis 2.3830

Skewness (coeficientul de asimetrie) =CAS 1.5734

Range (Amplitudinea) == minmax xxAx 59

Minimum =min

x 21

Maximum =max

x 80

Sum =

=

39

1i

ix 1486

Count n=39

Statistics

Varsta actritelor Oscar

N Valid 39

Missing 0

Mean =x 38.10

Std. Error of Mean 2.141

Median Me=34.00

Mode Mo=26a

Std. Deviation ==2

xxss 13.369

Variance =2

xs 178.726

Skewness =CAS 1.573

Std. Error of Skewness .378

Kurtosis 2.383

Std. Error of Kurtosis .741

Range == minmax xxAx 59

Minimum =minx 21

Maximum =maxx 80

Sum =

=

39

1i

ix 1486

Percentiles 25 =1Q 30.00

50 == MeQ2 34.00

75 =3Q 41.00

a. Multiple modes exist. The smallest value is shown

Observatie: Analiza boltirii/aplatizrii Boltirea(kurtosis, n engl.) exprim nlimea curbei (cocoaei) comparativ cu distribuia normal teoretic. ntlnim, astfel distribuii leptocurtice, ascuite (cu cocoaa nalt) i distribuii platicurtice, aplatizate. Coeficientul de boltire sau aplatizare (kurtosis) este o msur a mprtierii fiecrei observaii n jurul unei valori centrale i se determin, pe eantion, cu formula:

( )

( )3

22

1

4

=

=

x

n

i

i

sn

xx

CBA , unde ( )

1

1

2

2

=

=

n

xx

s

n

i

i

x.

Definiia este bazat pe momentul centrat de ordinul 4.


15

Interpretarea valorii coeficientului de aplatizare si boltire:

Dac 0>CBA , avem distribuie leptocurtic, valorile varibilei fiind concentrate n jurul indicatorilor tendinei centrale

Dac 0=CAB , ceea ce indica o distributie leptocurtica (cu cocoasa, asa cum se poate vedea si din histograma sau poligonul frecventelor). Ex. 5. Un agent al companiei de asigurari W vinde contracte de asigurare de locuinte. In luna iulie a incheiat: 2 contracte cu prime anuale de 50 Eur, 3 contracte cu prime anuale de 60 Eur, 6 contracte cu prime de 70 Eur, 9 contracte cu prime de 90 Eur, 16 contracte cu prime anuale de 120 Eur, 8 contracte cu prime anuale de 130 Eur si 6 contracte cu prime de 140 Eur. Se cere:

a) Construii seria de distribuie de frecvene i analizai grafic tendina de normalitate a acesteia. b) Caracterizai omogenitatea i asimetria distribuiei contractelor n funcie de valoarea primelor

anuale. c) Calculati media si abaterea standard a variabilei alternative care evidentiaza contractele cu prime

anuale de valoare mai mica sau egala cu 90 Eur. Rezolvare: a) o Populatia statistica este multimea contractelor de asigurare de locuinte din portofoliul companiei W. o Unitatea statistica este un contract de asigurare de locuinta. o Variabila statistica sau caracteristica de interes, notata X, este variabila ce arata marimei primei

anuale, in Eur, pentru un contract de asigurare de locuinta incheiat de un agent al companiei; variabila numerica, continua.

o Agentul a incheiat intr-o luna n=50 de contracte, seria de date statistice referitoare la primele anuale ale acestor contracte fiind sistematizata intr-o serie de distributie de frecvente pe r=7 variante distincte. Astfel distributia celor n=50 de contracte dupa valoarea primei anuale, in Eur, este:

Nr. crt.

Valoarea kx Eur

a unei prime anuale

Numarul de contracte, k

n ,

(frecventa absoluta)

1 =1x 50 Eur =1n 2 contracte

2 =2x 60 Eur =2n 3

3 =3x 70 Eur =3n 6

4 =4x 90 Eur =4n 9

5 =5x 120 Eur =5n 16

6 =6x 130 Eur =6n 8

7 =7x 140 Eur =7n 6

=

==

7

1

50

k

knn contracte

sau

=======

=======

6816963contracte2

120130120907060Eur50:

7654321

7654321

nnnnnnn

xxxxxxxX ,

unde =

==

7

1

50

k

knn contracte.


16

o Reprezentarea grafica a acestei serii de distributie este poligonul frecventelor absolute.

Poligonul frecventelor absolute - distributia celor 50 de contracte

incheiate de agentul de asigurari dupa valoarea primei anuale

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150

Prima anuala de asigurare a unui contract, in Eur

Frecventa absoluta (numarul de contracte)

o Poligonul frecventelor sugereaza ca distributia are tendinta de normalitate, dar prezinta asimetrie la stanga, coada poligonului freventelor absolute fiind mai alungita spre stanga.

o Poligonul frecventelor se mai poate reprezenta si cu ajutorul frecventelor relative

Nr.

crt.

Valoarea kx Eur

a unei prime anuale

Numarul de contracte, k

n ,

(frecventa absoluta) Frecventa relativa [ ]1,0* =

n

n

nk

k

1 =1x 50 Eur =1n 2 contracte =*

1n 0,04

2 =2x 60 Eur =2n 3 =*

2n 0,06

3 =3x 70 Eur =3n 6 =*

3n 0,12

4 =4x 90 Eur =4n 9 =*

4n 0,18

5 =5x 120 Eur =5n 16 =*

5n 0,32

6 =6x 130 Eur =6n 8 =*

6n 0,16

7 =7x 140 Eur =7n 6 =*

7n 0,12

=

==

7

1

50

k

knn contracte

=

=

7

1

*1

k

kn

Statistic seminar, Facultatea de Economie Teoretic i Aplicat, ASE, anul I, 2014-2015

Conf. univ. dr. Mihaela Covrig

17

Poligonul frecventelor relative

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150

Prima anuala, in Eur, pentru un contract de asigurare

Frecventa

relativa

b)

o Media pentru o serie de distributie de frecvente pe r variante distincte ale variabilei de interes este

n

nx

nn

nxnx

x

r

k

kk

r

rr

=

=

++

++=

1

1

11

...

...

,

unde { }rkxk

,1, = sunt variantele distincte observate ale variabilei, iar =

=

r

k

knn

1

volumul esantionului.

In cazul nostru, 2,10650

5310

50

7

1==

=

=k

kknx

x Eur este valoarea medie a unei prime anuala

corespunzatoare unui contract de asigurare de locuinta incheiat de respectivul agent de vanzari.

o Mediana pentru o serie de distributie de frecvente pe r variante distincte se calculeaza parcurgand urmatorii pasi:

Cele r variante distincte sunt ordonate crescator r

xxx



18

Nr.

crt.

Valoarea

distincta,

kx Eur

kn ,

(frecventa

absoluta)

kknx

kcknnF ++= ...

1 ( )

kknxx

2

1 =1x 50 =1n 2 = 11 nx 100 == 11 nFc 2 ( ) = 12

2nxx 6316,88

2 =2x 60 =2n 3 = 22 nx 180 =+= 212 nnFc 5 ( ) = 22

2nxx 6403,32

3 =3x 70 =3n 6 420 =++= 3213 nnnFc 11 7862,64

4 =4x 90 =4n 9 810 =++= 414 ... nnFc 20 2361,96

5 =5x 120 =5n 16 1920 =++= 515 ... nnFc 36 3047,04

6 =6x 130 =6n 8 1040 =++= 616 ... nnFc 44 4531,52

7 =7x 140 =7n 6 840 ==++= nnnFc 717 ... 50 ( ) = 72

7nxx 6854,64

=

==

7

1

50

k

knn

=

=

7

1k

kknx 5310

( )=

=

7

1

2

k

kknxx 37378

=x 106,2 =2

xs 762,8163265

==

2

xxss 27,61912972

=xv 26,01%

o Modul sau valoarea modala pentru o serie de distributie de frecvente pe r variante distincte este acea varianta sau valoare care apare cu frecventa absoluta sau relativa cea mai mare:

Frecventa absoluta cea mai mare este:

{ }rknnk

,1,max165

=== .

valoarea modala este deci a 5-a varianta sau valoare distincta de raspuns a variabilei de interes, 120

5== xMo Eur, aceasta fiind valoarea cea mai des intalnita a unei prime anuale

pentru contractele incheiate de respectivul agent.

o Relatia in care se gasesc indicatorii tendintei centrale, MoMex =< , ca si reprezentatrea grafica pentru poligonul frecventelor absolute sau relative, arata ca distributia contractelor dupa valoarea primelor anuale prezinta asimetrie negativa, in serie predominand valorile mai mari ale primelor anuale, iar coada distributiei este alungita spre stanga.

o Dispersia in esantion (de selectie) pentru o serie de distributie de frecvente pe r intervale de variatie este

( ) ( )( )

( )

11...

...1

2

1

2

1

2

12

=

++

++=

=

n

nxx

nn

nxxnxx

s

r

k

kk

r

rr

x,

unde { }rkxk

,1, = sunt variantele distincte observate ale variabilei, =

=

r

k

knn

1


In cazul nostru,

( )8163,762

150

37378

150

7

1

2

2=

=

=

=k

kk

x

nxx

s , iar abaterea standard sau abaterea medie

patratica este 6191,272 ==xx

ss Eur, care arata cu cat se abat, in medie, valorile observate fata de

nivelul mediu in esantion al primelor anuale.

o Coeficientul de variatie in esantion este %30%01,261002,106

6191,27100


19

c) Definim evenimentul favorabil ca evenimentul ca un contract de asigurare are o prima anuala de valoare mai mica sau egala cu 90 Eur. Variabila alternativa care evidentiaza contractele ale caror prime

anuale sunt de valoare mai mica sau egala cu 90 Eur este

mmnY

10: ,

unde 1=Y pentru unitatile statistice din esantion care verifica evenimentul favorabil, iar m este numarul de unitati statistice din esantion care verifica evenimentul favorabil,

204321=+++= nnnnm contracte,

iar 0=Y pentru unitatile statistice din esantion care nu verifica evenimentul favorabil, mn este

numarul de unitati statistice din esantion pentru care nu se verifica evenimentul favorabil, 30=mn de contracte cu prime anuale mai mari de 90 Eur.

Media variabilei alternative este 4,050

20===

n

my , adica 40% dintre contracte au valori ale

primelor anuale mai mici sau egale cu 90 Eur.

Dispersia variabilei alternative este 24,012 =

=n

m

n

m

sy

, iar abaterea standard

48,01

=n

m

n

m

sy

Ex. 6. Distributia a 1100 de absolventi ai Universitatii din Florida dupa salariul castigat, in $, in primul an

dupa terminarea studiilor este urmatoarea serie de distributie de frecvente pe intervale de variatie:

Nr. crt. Intervalul de variatie al salariului, $ Numarul de absolventi 1 [7200; 12500] 30 2 (12500; 17800] 69 3 (17800; 23100] 302 4 (23100; 28400] 308 5 (28400; 33700] 263 6 (33700; 39000] 95 7 (39000; 44300] 20 8 (44300; 49600] 6 9 (49600; 54900] 5 10 (54900; 60200] 1 11 (60200; 65500] 1

Se cere: a) sa se reprezinte grafic aceasta serie de distributie; b) sa se determine si sa se interpreteze indicatorii tendintei centrale; c) sa se reprezinte grafic poligonul frecventelor absolute cumulate crescator si sa se estimeze

proportia absolventilor care: i) au obtinut un salariu mai mic de 21000 $ in primul an de dupa finalizarea studiilor, ii) au obtinut un salariu mai mic decat media in primul an de dupa finalizarea studiilor, iii) au castigat in primul an intre 25000 $ si 40000 $, iv) au castigat mai mult de 52000 $;

d) sa se stabileasca daca media este reprezentativa pentru colectivitate; e) sa se analizeze asimetria acestei distributii.

Rezolvare: a) Populatia statistica este multimea absolventilor Universitatii din Florida, promotiile anilor 1989 si

1990, asa cum se specifica in fisierul University of Florida graduate salaries.sav al programului SPSS.

Unitatea statistica este un absolvent.


20

Variabila sau caracteristica de interes, notata X, este variabila ce arata salariul unui absolvent, in $, din primul an de dupa finalizarea studiilor, variabila numerica, continua.

Pentru un esantion de volum 1100=n de absolventi s-au inregistrat valorile variabilei, iar setul de date s-a sistematizat intr-o serie de distributie de frecvente pe 11=r intervale de variatie de marime egala, data in enuntul problemei.

Reprezentarea grafica a acestei serii de distributie de frecvente pe intervale de variatie se poate realiza prin histograma si poligonul frecventelor absolute.

Nr. crt.

Intervalul k de variatie (Salariul anual al unui

absolvent, in $)

Frecventa absoluta

kn a intervalului k

(numarul de absolventi)

Limita inferioara

( )infkx

a intervalului k

Limita superioara

( )supkx

a intervalului k

Centrul kx

al intervalului k

1 [7200; 12500] 30 7200 12500 9850

2 (12500; 17800] 69 12500 17800 15150

3 (17800; 23100] 302 17800 23100 20450

4 (23100; 28400] 308 23100 28400 25750

5 (28400; 33700] 263 28400 33700 31050

6 (33700; 39000] 95 33700 39000 36350

7 (39000; 44300] 20 39000 44300 41650

8 (44300; 49600] 6 44300 49600 46950

9 (49600; 54900] 5 49600 54900 52250

10 (54900; 60200] 1 54900 60200 57550

11 (60200; 65500] 1 60200 65500 62850

=

==

11

1k

knn 1100

Histograma

30

69

302308

263

95

20

6 5 1 1

0

50

100

150

200

250

300

350

[ 7200; 1250

0]

(125

00; 17800]

(1780

0; 2

3100]

(2310

0; 2

840

0]

(28400; 33700]

(3370

0; 3

900

0]

(39000; 44300]

(44300;

49600]

(4960

0; 5

4900]

(54900; 602

00]

(602

00; 65500]

Salariul, in $ (intervalele de variatie)

Frecventa absoluta (numarul de absolventi)

Fig. ..... Histograma Distributia celor 1100 de absolventi ai Universitatii din Florida dupa salariul

castigat in primul an de dupa finalizarea studiilor.


21

Poligonul frecventelor absolute

30

69

263

95

302308

206 5 1 1

0

50

100

150

200

250

300

350

0 10000 20000 30000 40000 50000 60000 70000

Salariul, in $ (centrele intervalelor de variatie)

Frecventa absoluta (numarul de

absolventi)

Fig. ..... Poligonul frecventelor absolute Distributia celor 1100 de absolventi ai Universitatii din

Florida dupa salariul castigat in primul an de dupa finalizarea studiilor.

b) Indicatorii tendintei centrale: media, mediana si modul.

Nr. crt.

Intervalul k (Salariul anual al

unui absolvent, in $)

Centrul

kx

Frecventa absoluta k

n

(numarul de absolventi) kk

nx

Frecventa absoluta cumulata crescator a intervalului k,

kcknnF ++= ...

1

1 [7200; 12500] 9850 30 295500 30

2 (12500; 17800] 15150 69 1045350 99

3 (17800; 23100] 20450 302 6175900 401

4 (23100; 28400] 25750 308 7931000 709

5 (28400; 33700] 31050 263 8166150 972

6 (33700; 39000] 36350 95 3453250 1067

7 (39000; 44300] 41650 20 833000 1087

8 (44300; 49600] 46950 6 281700 1093

9 (49600; 54900] 52250 5 261250 1098

10 (54900; 60200] 57550 1 57550 1099

11 (60200; 65500] 62850 1 62850 1100

=

==

11

1k

knn 1100

=

=

11

1k

kknx 28563500

=x 25966,82

o Media pentru o serie de distributie de frecvente pe r intervale de variatie este

n

nx

nn

nxnx

x

r

k

kk

r

rr

=

=

++

++=

1

1

11

...

...

,

unde { }rkxk

,1, = sunt centrele celor r intervale, iar =

=

r

k

knn

1



22

82,259661100

28563500

1100

11

1==

=

=k

kknx

x $ a castigat, in medie, un absolvent in primul an.

o Mediana pentru o serie de distributie de frecvente pe r intervale de variatie se calculeaza parcurgand urmatorii pasi:

Se determina locul medianei, adica 5,5502

1=

+n.

Se calculeaza frecventele absolute cumulate crescator ale intervalelor de variatie

kcknnF ++= ...

1, rk ,1= .

Intervalul median este primul interval cu proprietatea ca frecventa sa absoluta cumulata crescator depaseste locul medianei

5,550401

5,55099

5,55030

3

2

1


23

Pentru reprezentarea grafica a poligonului freventelor absolute cumulate crescator vom pune in

evidenta limitele superioare ( )supkx ale intervalelor de variatie si frecventele lor absolute cumulate,

impreuna cu limita inferioara a primului interval de variatie ( ) inf1x , in cazul nostru 7200 $, a carui

frecventa absoluta cumulata este 0, ( )( ) ( ) 07200inf1 == cc FxF , deoarece pentru nicio unitate statistica din esantion, nivelul variabilei nu este mai mic decat ( ) inf1x .

Limitele superioare ale intervalelor de variatie,

( )supkx

( )( ) kckkc nnFxF ++== ...1sup , adica numarul de absolventi din esantion

care au castigat un salariu mai mic sau egal cu ( )supkx $

( ) inf1x =7200 ( )( ) ( )7200inf1 cc FxF = =0

( )sup1x =12500 ( )( ) ( )12500sup1 cc FxF = =30

( )sup2x =17800 ( )( ) ( )17800sup2 cc FxF = =99

( )sup3x =23100 ( )( ) ( )23100sup3 cc FxF = =401

( )sup4x =28400 ( )( ) ( )28400sup4 cc FxF = =709

( )sup5x =33700 ( )( ) ( )33700sup5 cc FxF = =972

( )sup6x =39000 ( )( ) ( )39000sup6 cc FxF = =1067

( )sup7x =44300 ( )( ) ( )44300sup7 cc FxF = =1087

( )sup8x =49600 ( )( ) ( )49600sup8 cc FxF = =1093

( )sup9x =54900 ( )( ) ( )54900sup9 cc FxF = =1098

( )sup10x =60200 ( )( ) ( )60200sup10 cc FxF = =1099

( )sup11x =65500 ( )( ) ( )65500sup11 cc FxF = =1100

Poligonul freventelor absolute cumulate crescator

99

709

972

1100

1099

1098109310871067

401

300

0

200

400

600

800

1000

1200

0 10000 20000 30000 40000 50000 60000 70000

Salariul, in $ (limitele superioare ale intervalelor de variatie)

Frecventele absolute cumulate

(numarul cumulat de absolventi)


24

i) ( )21000cF este numarul de absolventi care au obtinut un salariu mai mic de 21000 $ in primul an

de dupa finalizarea studiilor.

Valoarea 21000 $ se gaseste in intervalul de variatie (17800; 23100] $, iar ( )21000cF se determina

prin interpolare liniara, utilizand urmatoarea egalitate de rapoarte, asa cum se poate observa in figura de mai jos:

( ) ( )( ) ( )1780023100

1780021000

1780023100

1780021000

cc

cc

FF

FF

=

( )99401

9921000

5300

3200

=

cF

( ) 28133,28121000 =cF absolventi, adica o proportie de %54,25100

1100

281= dintre cei 1100

de absolventi din esantionul considerat au avut un salariu anual mai mic de 21000 $.

Fig. .... Interpolare liniara - detaliu din figura reprezentand poligonul frecventelor absolute cumulate

crescator, pentru intervalul (17800; 23100] $ in care se gaseste 21000 $.

ii) ( )82,25966cF este numarul de absolventi care au obtinut un salariu mai mic decat nivelul mediu

=x 25966,82 $ al salariului in esantion.

Din relatia ( ) ( )( ) ( )2310028400

2310082,25966

2310028400

2310082,25966

cc

cc

FF

FF

=

,


25

obtinem ca ( ) 5688,56782,25966 =cF absolventi,

adica o proportie de %63,511001100

568= dintre cei 1100 de absolventi din esantionul considerat au

avut un salariu anual mai mic de nivelul mediu.

iii) ( ) ( ) 55935,5592500040000 =ccFF este numarul de absolventi care au castigat in primul an

intre 25000 $ si 40000 $, adica 50,81% dintre cei 1100 de absolventi.

iv) ( ) ( ) 573,452000110052000 ==ccFFn absolventi au castigat mai mult de 52000 $, adica o

proportie de 0,45%.

d) Media variabilei de interes in esantion este =x 25966,82 $.

Nr. crt.

Intervalul k (Salariul anual al

unui absolvent, in $)

Centrul

kx

Frecventa absoluta k

n

(numarul de absolventi) ( )

kknxx

2

1 [7200; 12500] 9850 30 ( ) = 12

1nxx 7792556607

2 (12500; 17800] 15150 69 8073248049

3 (17800; 23100] 20450 302 9191461480

4 (23100; 28400] 25750 308 14479361,02

5 (28400; 33700] 31050 263 6795583074

6 (33700; 39000] 36350 95 10241990557

7 (39000; 44300] 41650 20 4919242698

8 (44300; 49600] 46950 6 2641763057

9 (49600; 54900] 52250 5 3454027755

10 (54900; 60200] 57550 1 997497258,9

11 (60200; 65500] 62850 1 1360368967

=

==

11

1k

knn 1100 ( )

=

=

11

1

2

k

kknxx 55482218864

=2

xs 50484275,58

=xs 7105,2287

Dispersia in esantion (de selectie) pentru o serie de distributie de frecvente pe r intervale de variatie este

( ) ( )( )

( )

11...

...1

2

1

2

1

2

12

=

++

++=

=

n

nxx

nn

nxxnxx

s

r

k

kk

r

rr

x,

unde { }rkxk

,1, = sunt centrele celor r intervale, =

=

r

k

knn

1


( )58,50484275

11100

45548221886

11100

11

1

2

2=

=

=

=k

kk

x

nxx

s , iar abaterea standard este 2287,7105=x

s $, care

arata cu cat se abat, in medie, valorile observate fata de nivelul mediu al salariului din esantion.

Coeficientul de variatie in esantion este %30%36,2710082,25966

2287,7105100


26

e) Asimetria unei serii de distribuie de frecvene se observ din reprezentarea grafic prin histogram sau poligonul frecvenelor, si prin modalitatea n care sunt situai, unul fa de cellalt, indicatorii tendinei centrale.

Histograma

30

69

302308

263

95

20

6 5 1 1

0

50

100

150

200

250

300

350

[ 7200

; 125

00]

(1250

0; 1

7800]

(178

00; 23100]

(23100; 284

00]

(2840

0; 3

3700]

(337

00; 3

9000]

(39000; 443

00]

(44300; 49600]

(4960

0; 5

4900]

(549

00; 60200]

(60200; 655

00]

Salariul, in $ (intervalele de variatie)

Frecventa absoluta (numarul de absolventi)


30

69

263

95

302308

206 5 1 1

0

50

100

150

200

250

300

350

0 10000 20000 30000 40000 50000 60000 70000

Salariul, in $ (centrele intervalelor de variatie)

Frecventa absoluta (numarul de

absolventi)

Reprezentarea grafica seriei de distributie sugereaza ca aceasta are tendinta de normalitate si ca in

seria de date predomina valorile mai mici ale variabilei de interes, castigul salarial intr-un an, adica este asimetrica spre dreapta (cu coada mai lung a distribuiei spre valorile mari, care apar cu frecventa mai mica).

Indicatorii tendintei centrale se gasesc in urmatoarea relatie xMeMo


27

Ex. 7. La o banca se analizeaza distributia a 500 de debitori restantieri dupa situatia datelor de intarziere a

rambursarii creditelor. Datele au fost sistematizate astfel:

Intervale de variatie a numarului de zile de intarziere a platii

Ponderea cumulata a debitorilor (%)

mai putin 25 de zile 25

25-35 de zile 75

35-45 de zile 85

45-55 de zile 93

55-65 de zile 98

peste 65 de zile 100

Se cere: a) sa se scrie distributia de frecvente pe intervale de variatie; b) sa se reprezinte grafic distributia de frecvente absolute; c) sa se calculeze si sa se analizeze indicatorii tendintei centrale si sa se stabileasca daca durata

medie de intarziere a platilor este reprezentativa; d) sa se calculeze media si abaterea standard pentru variabila alternativa care evidentiaza debitorii ce

au intarziat mai mult de 45 de zile cu efectuarea platilor. Rezolvare: a) o Populatia statistica mutimea debitorilor cu intarziere in efectuarea platilor pentru rambursarea unor

credite. o Unitatea statistica un debitor. o Variabila sau caracteristica de interes, X, este variabila ce arata numarul de zile de intarziere a

efectuarii platii catre banca de catre un deitor; variabila numerica, discreta. o S-a realizat o selectie de volum 500=n de debitori restantieri pentru care s-a inregistrat numarul de

zile de intarziere, datele obtinute fiind sistematizate intr-o serie de distributie de frecvente pe 6=r

intervale de variatie de marime egala. Notam cu:

rknk

,1, = , frecventa absoluta a intervalului k de variatie (numarul de debitori restantiei pentru care

numarul de zile de intarziere apartine intervalului k de variatie), nnnr=++ ...

1;

[ ] rkn

nn

k

k,1,1;0

*== , frecventa relativa a intervalului k de variatie, 1... **

1=++

rnn ;

rkn

nn

k

k,1,100%

*== , frecventa relativa exprimata procentual a intervalului k de variatie sau

ponderea debitorilor cu numarul de zile de intarziere din intervalul sau clasa k,

%100%...%**

1=++

rnn ;

rknnFkck

,1,...1

=++= , este frecventa absoluta cumulata crescator a intervalului k;

rknnFkck

,1,...**

1

*=++= , este frecventa relativa cumulata crescator a intervalului k;

rknnFkck

,1%,...%%**

1

*=++= , este frecventa relativa exprimata procentual cumulata crescator a

intervalului k (ponderea cumulata a intervalului k).


28

Nr. crt.

Intervalul k de variatie a

numarului de zile de intarziere a

platii

Ponderea cumulata a debitorilor (%)

%...%%**

1

*

kcknnF ++=

Ponderea intervalului k,

%*

kn

Frecventa relativa,

100

%*

* k

k

n

n =

Frecventa absoluta,

*

*

500k

kk

n

nnn

=

==

1 15-25 de zile == %%*

1

*nF

ck25% =%*

1n 25% =

*

1n 0,25 =1n 125

2 25-35 de zile =+= %%%*

2

*

1

*

2nnF

c75% =%*

2n 50% =

*

2n 0,50 =2n 250

3 35-45 de zile =++= %...%%*

3

*

1

*

3nnF

c85% =%*

3n 10% =*

3n 0,10 =3n 50

4 45-55 de zile =++= %...%%*

4

*

1

*

4nnF

c93% =%*

4n 8% =

*

4n 0,08 =4n 40

5 55-65 de zile =++= %...%%*

5

*

1

*

5nnF

c98% =%*

5n 5% =*

5n 0,05 =5n 25

6 65-75 de zile =++= %...%%*

6

*

1

*

6nnF

c100% =%*

6n 2% =*

6n 0,02 =6n 10

=

=

6

1

*%

k

kn 100%

=

=

6

1

*

k

kn 1

=

==

6

1

500

k

knn

Distributia celor 500 de debitori dupa numarul de zile de intarziere a platii este urmatoarea serie de distributie de frecvente pe intervale:

Nr.

crt.

Intervalul k de variatie

a numarului de zile

de intarziere a platii

Numarul de debitori

(frecventa absoluta),

kn

Centrul k

x al

intervalului k de

variatie

1 15-25 de zile =1n 125 debitori =1x 20

2 25-35 de zile =2

n 250 =2x 30

3 35-45 de zile =3n 50 =3x 40

4 45-55 de zile =4

n 40 =4x 50

5 55-65 de zile =5n 25 =5x 60

6 65-75 de zile =6n 10 =6x 70

=

==

6

1

500

k

knn debitori

b)

Histograma

125

250

50

40

25

10

0

50

100

150

200

250

300

15-25

de zile

25-35

de zile

35-45

de zile

45-55

de zile

55-65

de zile

65-75

de zile

Numarul de zile de intarziere

Numarul de debitori

Fig. ..... Distributia celor 500 de debitori dupa numarul de zile de

intarziere a platii


0

50

100

150

200

250

300

0 10 20 30 40 50 60 70 80

Numarul zilelor de intarziere

Num

arul de d

ebitori

Fig. .... Poligonul frecventelor absolute pentru distributia celor

500 de debitori dupa numarul de zile de intarziere a platilor


29

c)

Nr.

crt. Intervalul k

Numarul de

debitori, k

n

Centrul

kx kk

nx ck

F ( )kk

nxx 2

1 15-25 de zile =

1n 125 =

1x 20 =

11nx 2500 =1cF 125 ( ) = 1

2

1nxx 19220

2 25-35 de zile =2n 250 =2x 30 7500 =2cF 375 1440

3 35-45 de zile =3n 50 =3x 40 2000 =3cF 425 2888

4 45-55 de zile =4n 40 =4x 50 2000 465 12390,4

5 55-65 de zile =5n 25 =5x 60 1500 490 19044

6 65-75 de zile =

6n 10 =

6x 70 =

66nx 700 =

6cF 500 ( ) =

6

2

6nxx 14137,6

=

==

6

1

500

k

knn

=

=

6

1k

kknx 16200

( )=

=

6

1

2

k

kknxx =69120

=x 32,4 =2

xs 138,5170

==

2

xxss 11,7693

=xv 36,33%

o Media este 500

16200

...

...

6

1

61

611=

=

++

++=

=

n

nx

nn

nxnx

xk

kk

r , deci 4,32=x zile este numarul mediu de zile

de intarziere a platilor pentru un debitor restantier.

o Locul medianei este 5,2502

1=

+n; primul interval cu proprietatea ca

2

1+n

Fck

este intervalul 25-35

de zile, deoarece 5,2501251



30

o Dispersia in esantion este ( ) ( )

( )

( )

1500

69120

15001...

...

6

1

2

61

6

2

61

2

12

=

=

++

++=

=k

kk

x

nxx

nn

nxxnxx

s , deci

5170,1382=

xs , iar abaterea standard 7693,112 ==

xxss zile, care arata cu cate zile se abat, in

medie, valorile observate ale seriei de date fata de numarul mediu de zile de intarziere.

o Coeficientul de variatie in esantion este %35%33,361004,32

7693,11100 >===

x

s

vx

x, ceea ce arata ca

distributia nu este omogena si media, ca indicatot al tendintei centrale, nu este reprezentativa pentru

colectivitate.

d) Definim evenimentul favorabil ca evenimentul ca un debitor intarzie cu platile mai mult de 45 de

zile. Variabila alternativa care evidentiaza debitorii ce au intarziat mai mult de 45 de zile cu efectuarea

platilor este

mmnY

10: ,

unde 1=Y pentru unitatile statistice din esantion care verifica evenimentul favorabil, iar m este

numarul de unitati statistice din esantion pentru care se verifica evenimentul favorabil,

75654=++= nnnm debitori,

iar 0=Y pentru unitatile statistice din esantion care nu verifica evenimentul favorabil, mn este

numarul de unitati statistice din esantion pentru care nu se verifica evenimentul favorabil,

425=mn debitori.

Media variabilei alternative este 15,0500

75===

n

my , adica 15% dintre debitori au intarziat mai

mult de 45 de zile.

Dispersia variabilei alternative este 1275,012 =

=n

m

n

m

sy

, iar abaterea standard

36,01

=n

m

n

m

sy

.

Observatii:

In Excel 2007 sau versiuni ulterioare, submeniul Data Analysis se instaleaza astfel:

- intr-o foie obisnuita de lucru, dati click pe Office Button (cerculetul stanga sus) - click pe Excel Options - apoi click pe Add Ins - selectati cu un singur click Analisys Toolpack din partea deapta a ferestrei de la Add Ins si apoi click

GO

- apare o noua fereastra in care bifati Analysis ToolPack si de asemenea Analysis ToolPack VBA, iar apoi click pe OK

- se instaleaza aceasta optiune si va aparea ca submeniul Data Analysis din meniul principal Data.

In Excel 2003, submeniul Data Analysis se instaleaza astfel:

- intr-o foie obisnuita de lucru, din meniul principal Tools, alegeti Add Ins - apare o fereastra in care bifati Analysis ToolPack si de asemenea Analysis ToolPack VBA, iar apoi

click pe OK

- se instaleaza aceasta optiune si va aparea ca submeniul Data Analysis din meniul principal Tools.

Statistica Set 1_exercitii Facultatea de Economie Teoretica Si Aplicata

Documents

Transcript of Statistica Set 1_exercitii Facultatea de Economie Teoretica Si Aplicata