Statistic A Si Econometrie - Harja e

Dr.
Eugenia HARJA
S TAT I S T I C Ă
şi
ECONOMETRIE
Editura Alma Mater a Universităţii din Bacău,

2009
Editura Alma Mater a Universităţii din Bacău este acreditată de
CONSILIUL NAŢIONAL AL CERCETĂRII ŞTIINŢIFICE DIN
ÎNVĂŢĂMÂNTUL SUPERIOR
Referenţi ştiinţifici:
Prof.univ.dr. Elena Maria BIJI

Prof.univ.dr. Elisabeta JABA
Prof.univ.dr. Vergil VOINEAGU
Prof.univ.dr. Pavel WAGNER
Descrierea CIP a Bibliotecii Naţionale a României
HARJA, EUGENIA
Statistică şi Econometrie / Eugenia Harja
Bacău, Alma Mater, 2009
ISBN 978 - 606 - 527 - 031 - 2
Coperta şi grafica: ing. Aurel TURCU

Tehnoredactare computerizată: ec. Lucia-Gabi BEJAN-FALĂ
Cuvânt înainte
Complexitatea cu care se desfăşoară procesele economice şi sociale, la

nivel micro şi macroeconomic, impune în mod necesar folosirea combinată a
tuturor ştiintelor, printre care si statistica.
Statistica şi econometria este indispensabilă pentru cunoaşterea complexă

a fenomenelor din natură şi societate, conceptele sale fiind din ce în ce mai
curente limbajului omului modern. Se poate spune că în prezent, nu există
domeniu în care să nu se afirme: "statisticile de care dispunem
demonstrează că .........." .
Cartea, prin problematica abordată, aduce informaţii deosebit de utile atât

studenţilor, cât şi practicienilor, cu privire la studierea fenomenelor sociale, a
regularităţilor cu care acestea se produc, a evidenţierii gradului de influenţă
al diferiţilor factori, în studiul dinamicii şi mutaţiilor structurale, în analizele
complexe privind realizarea diferitelor programe de dezvoltare economico-
socială, în fundamentarea deciziilor financiare şi bancare.
Obiectivele cursului vizează însusirea principalelor procedee si tehnici de

culegere şi prelucrare a datelor în vederea obţinerii indicatorilor statistici,
interpretarea lor şi, eventual extrapolarea lor în conditii de incertitudine. De
asemenea, se urmăreşte formarea deprinderilor de înţelegere a procedeelor
statistico-econometrice aplicate, atunci când calculele laborioase pot fi
executate de calculator şi rezultatele pe care le furnizează trebuiesc
interpretate.
Teoria prezentată sintetic este completată de aplicaţiile practice, cu aspecte

reale din viaţa economico-socială a judeţului Bacău şi a ţării, urmărind să
atragă tinerii studenţi asupra studierii mecanismelor economice şi a
înţelegerii acestor fenomene. Aplicaţiile bazate pe cazuri reale sporesc
valoarea practică a lucrării şi permit o înţelegere mai bună a teoriei, lăsând
la o parte teoria seacă.
În pregatirea viitorilor economişti, indiferent de specialitatea lor, statistica şi

econometria ocupă un loc esenţial; cunoaşterea empirică în orice domeniu
de activitate impune să se pornească de la date, informaţii individuale, să se
5
desprindă din ansamblul datelor individuale câteva date semnificative, cu
mare putere de informare, să se analizeze şi interpreteze rezultatele întregii
cercetari. Regulile metodele şi procedeele de obţinere a datelor empirice, de
sistematizare, prelucrare şi interpretare a rezultatelor sunt indispensabile în
efectuarea analizelor economico-financiare, urmărind cuantificarea pe cât
posibil a tuturor fenomenelor din economie şi societate cu ajutorul metodelor
cantitative, iar acolo unde nu este posibil acest lucru, o ierarhizare a
aspectelor calitative după criterii bine definite, element esenţial în
elaborarea unor decizii pertinente.
Cartea se adresează în primul rând studenţilor, dar şi celor care lucrează în

domeniul statistic şi doresc să-şi îmbunătăţească formarea profesională,
precum şi tuturor celor care doresc să efectueze analize economico-sociale.
Cartea vine să completeze şi îmbogăţească conţinutul lucrării anterioare

“Statistică aplicată în economie”, păstrând totodată exemplele originale
bazate pe cazuri reale, care îşi menţin valoarea în timp tocmai datorită
autenticităţii lor.
Aduc pe această cale mii de mulţumiri doamnei profesor universitar dr.

Elisabeta JABA şi domnului profesor universitar dr. Vergil VOINEAGU
pentru sfaturile primite şi amabilitatea de a efectua recenzia acestei cărţi,
precum şi doamnei profesor universitar dr. Elena Maria BIJI, decan de
vârstă al statisticii româneşti şi domnului profesor universitar dr. Pavel
WAGNER, care mi-au stat întotdeauna aproape de realizările profesionale.
Totodată, mii de mulţumiri foştilor mei profesori de statistică din cadrul

Academiei de Studii Economice Bucureşti, corp profesional de o mare
valoare. Sfaturile domniilor lor m-au urmărit atât în cei peste 27 ani de
experienţă practică din cadrul Direcţiei Judeţene de Statistică Bacău cât şi
în cei 17 ani la catedră, la început ca asociat, iar din 2005 în calitatea de
cadru didactic titular al Facultăţii de Ştiinţe Economice, Universitatea din
Bacău.
Aprilie 2009 Autorul
6
CUPRINS
Cuvânt înainte................................................................................... 5
Cuprins ............................................................................................. 7
Capitolul I
STATISTICA - INSTRUMENT DE CUNOAŞTERE A
FENOMENELOR ŞI PROCESELOR ECONOMICE.......................... 15
1.1. GÂNDIREA STATISTICĂ – INSTRUMENT DE
CUNOAŞTERE A VIITORULUI.
SCURT ISTORIC AL STATISTICII.................................................... 15
1.2. FALSE PĂRERI ASUPRA STATISTICII........................................... 19
1.3. OBIECTUL ŞI METODA STATISTICII.............................................. 20
1.3.1. Particularităţi de studiu ale statisticii........................... 21
1.3.2. Metodologia Statistică................................................ 22
1.4. ORGANIZAREA ACTIVITĂŢII DE STATISTICĂ ÎN
ROMÂNIA ŞI PE PLAN INTERNAŢIONAL..................................... 23
1.4.1. Instituţionalizarea statisticii......................................... 23
1.4.2. Organizarea statisticii oficiale în România................. 24
1.4.3. Organizarea activităţii de statistică în plan
internaţional............................................................... 27
Teme şi întrebări propuse pentru studiu individual............................. 28
Capitolul II
CERCETAREA STATISTICĂ............................................................. 29
2.1. ETAPELE CERCETĂRII STATISTICE............................................. 29
2.2. METODE DE OBSERVARE STATISTICĂ....................................... 30
2.3. ELABORAREA PROGRAMULUI DE ORGANIZARE ŞI
DESFĂŞURARE A UNEI CERCETĂRI STATISTICE.................... 34
2.4. CONCEPTUL DE EROARE ÎN STATISTICĂ................................. 36
2.5. CONTROLUL DATELOR STATISTICE.......................................... 37
2.6. CONCEPTE DE BAZA FOLOSITE ÎN STATISTICĂ...................... 38
Teme şi întrebări propuse pentru studiu individual........................... 40
7
STATISTICĂ şi ECONOMETRIE
Capitolul III
SISTEMATIZAREA ŞI PREZENTAREA DATELOR STATISTICE... 41
3.1. PRELUCRAREA PRIMARĂ A DATELOR....................................... 41
3.2. CLASIFICĂRI ŞI NOMENCLATOARE DE INTERES
GENERAL......................................................................................... 43
3.2.1. Clasificările şi nomenclatoarele registrului REGIS..... 44
3.3. GRUPAREA DATELOR OBŢINUTE DIN OBSERVARE.................. 45
3.3.1. Alegerea numărului de grupe şi stabilirea mărimii
intervalului de grupare pentru caracteristicile
exprimate numeric...................................................... 45
3.3.2. Funcţiile grupării statistice.......................................... 47
Capitolul IV
PREZENTAREA DATELOR STATISTICE........................................ 49
4.1. TABELE STATISTICE...................................................................... 53
4.1.1. Reguli de întocmire a tabelelor statistice.................... 53
4.2. SERIILE STATISTICE....................................................................... 53
4.2.1. Clasificarea seriilor statistice...................................... 53
4.2.2 Reprezentarea grafică a datelor statistice................... 56
4.2.3. Elementele de bază ale unui grafic............................ 57
4.2.4. Tipuri de grafice.......................................................... 60
Capitolul V
INDICATORI STATISTICI................................................................. 87
5.1. FUNCŢIILE INDICATORILOR STATISTICI..................................... 89
5.2. CLASIFICAREA INDICATORILOR STATISTICI............................. 89
5.2.1. Indicatorii primari....................................................... 89
5.2.2 Indicatorii derivaţi........................................................ 90
5.3. INDICATORI STATISTICI CALCULAŢI SUB FORMĂ DE
MĂRIMI RELATIVE.......................................................................... 91
5.3.1. Mărimi relative de structură........................................ 95
5.3.2. Mărimi relative de coordonare.................................... 96
8
5.3.3. Mărimi relative ale dinamicii....................................... 97
5.3.4. Mărimi relative ale planului......................................... 97
5.3.5. Mărimi relative de intensitate...................................... 98
5.4. APLICAŢIE.............................................................................. 102
Capitolul VI
MĂRIMI MEDII.................................................................................... 111
6.1. CARACTERISTICILE ŞI CLASIFICAREA MEDIILOR..................... 111
6.1.1. Mărimile medii de calcul............................................. 113
6.1.2. MEDIA ARITMETICĂ................................................. 114
6.1.3. MEDIA ARMONICĂ SIMPLĂ ŞI PONDERATĂ.......... 117
6.1.4. MEDIA PĂTRATICĂ................................................... 120
6.1.5. MEDIA GEOMETRICĂ............................................... 121
6.2. MEDIA CARACTERISTICII ALTERNATIVE.................................... 125
Capitolul VII
INDICATORII VARIAŢIEI................................................................... 127
7.1. INDICATORII SIMPLI AI VARIAŢIEI................................................ 128
7.2. INDICATORII SINTETICI AI VARIAŢIEI........................................... 129
7.2.1 Abaterea medie liniară................................................ 134
7.2.2. Proprietaţile dispersiei................................................ 135
7.2.3. Indicatorii variaţiei într-o colectivitate împărţită în
grupe. Regula adunării dispersiilor
ANALYSIS OF VARIANCE (ANOVA)............................................ 137
Capitolul VIII
INDICATORII MEDII DE POZIŢIE...................................................... 143
8.1. MODUL (Mo) sau dominanta (Do).................................................... 143
8.2. CUANTILE........................................................................................ 146
8.3. MEDIANA - Me.................................................................................. 146
8.4. CUARTILELE (Qi)............................................................................. 149
9
8.5. DECILELE (Di).................................................................................. 151

8.6. CENTILELE (Ci)................................................................................ 152
8.7. RELAŢIA DINTRE Me, Mo şi x ......................................................... 152
8.8. ASIMETRIA....................................................................................... 154
8.8.1. Variaţia intercuartilică şi interdecilică......................... 156
8.8.1.1. Abaterea intercuartilică.................................... 157
8.8.1.2. Abaterea interdecilică...................................... 157
Capitolul IX
INDICATORII CONCENTRĂRII ŞI DIVERSIFICĂRII........................ 161
9.1. DETERMINAREA GRAFICĂ A CONCENTRĂRII............................ 161
9.2. PROCEDEE NUMERICE DE DETERMINARE
A CONCENTRĂRII........................................................................... 164
9.2.1. Abaterea medială-mediană........................................ 164
9.2.2. Coeficientul abaterii Me - Ml....................................... 165
9.3. ALTE APLICAŢII ALE CURBEI DE CONCENTRARE........... 166
9.4. INDICATORI AI CONCENTRĂRII SERIILOR
CALITATIV ATRIBUTIVE........................................................ 168
Capitolul X
STATISTICA - PROBLEME REZOLVATE ŞI PROPUSE................. 171
10.1. SERII DE DISTRIBUŢIE UNIDIMENSIONALE............................... 171
10.2. PROBLEME PROPUSE SPRE REZOLVARE............................... 206
Capitolul XI
INTRODUCERE ÎN ECONOMETRIE................................................. 209
DEFINIŢII ŞI OBIECTIVE................................................................... 209
Capitolul XII
ANALIZA SERIILOR CRONOLOGICE............................................. 211
12.1. PARTICULARITĂŢILE UNEI SERII CRONOLOGICE ŞI
CLASIFICAREA LOR..................................................................... 212
10
12.2. ANALIZA PREALABILĂ A SCR
ŞI PRINCIPALII INDICATORI CALCULAŢI................................... 215
12.3. PRELUCRAREA STATISTICĂ A
SERIILOR CRONOLOGICE DE INTERVALE................................ 217
12.3.1. Indicatorii absoluti ai SCR........................................ 217
12.3.2. Indicatorii relativi ai SCR.......................................... 220
12.3.3. Indicatorii medii ai unei serii cronologice
de intervale............................................................... 225
12.4. PRELUCRAREA SERIILOR CRONOLOGICE DE MOMENTE..... 228
12.5. DESCOMPUNEREA UNEI SERII CRONOLOGICE....................... 231
12.5.1. Ajustarea SCR.......................................................... 232
12.5.1.1. Ajustarea prin metoda mediilor mobile.......... 233
12.5.1.2. Ajustarea prin metoda grafică........................ 236
12.5.1.3. Ajustarea pe baza sporului mediu de
creştere........................................................... 236
12.5.1.4. Ajustarea pe baza indicelui mediu de
creştere........................................................... 239
12.5.1.5. Ajustarea pe baza metodelor analitice........... 240
12.5.2. Criterii de alegere a celui mai bun
procedeu de ajustare................................................ 244
12.5.3. Măsurarea oscilaţiei sezoniere în cazul SCR........... 245
12.6. APLICAŢIE...................................................................................... 250
12.7. ANALIZA SERIILOR DE TIMP FOLOSIND
MEDIUL STATISTIC R.............................................................. 256
12.7.1. Analiza statistică a seriei de timp „cantitate de
produse petroliere produsă în judeţul Bacău
(1998-2006)” (exemplu)........................................... 257
12.7.2. Descompunerea seriei de timp după
componente temporale (tendinţa, componenta
periodică, componente neregulate).......................... 260
12.7.3. Testarea sezonieră a seriei de timp, folosind
metodele şi reprezentările grafice din
pachetul „uroot” din R .............................................. 261
12.7.4. Componentele structurale calculate ale
seriei de timp. Modele structurale nestaţionare
„StructTS()” pentru seriile de timp............................ 263
11
Capitolul XIII
ANALIZA SERIILOR INTERDEPENDENTE
(Regresie şi Corelaţie)..................................................................... 270
13.1. TIPURI DE LEGĂTURI.................................................................... 270
13.1.1. Probleme ce trebuiesc avute în vedere la
cercetarea bazată pe regresie şi corelaţie............... 272
13.2. METODE DE STUDIERE A LEGĂTURILOR STATISTICE........... 273
13.2.1. Metode elementare.................................................. 276
13.2.2. Metode analitice de studiere a legaturilor
statistice................................................................... 276
13.2.3. Exemplu................................................................... 283
13.3. METODA CORELAŢIEI.................................................................. 287
13.4. EXEMPLU DE CALCUL PENTRU 2 SERII DE
DISTRIBUŢIE CORELATE............................................................. 292
13.5. MODELE DE REGRESIE MULTIPLĂ............................................ 294
13.5.1. Regresia multiplă liniară........................................... 295
13.5.2. Regresia multiplă neliniară....................................... 295
13.6. DETERMINAREA INTENSITĂŢII CORELAŢIEI MULTIPLE.......... 296
13.6.1. Coeficientul de corelaţie multiplă liniară................... 296
13.7. CORELAŢIA PARŢIALĂ................................................................. 298
13.8. METODE NEPARAMETRICE DE MĂSURARE A
LEGĂTURILOR DINTRE FENOMENE........................................... 299
13.8.1. Tabelul de asociere şi coeficientul de asociere........ 299
13.8.2. Coeficientul de corelaţie a rangurilor........................ 301
13.8.3. Coeficientul de elasticitate........................................ 303
Capitolul XIV
INDICI STATISTICI............................................................................ 310
14.1. BAZA METODOLOGICĂ COMUNĂ DE
ALCĂTUIRE A INDICILOR............................................................. 310
14.1.1. Indicii individuali....................................................... 311
14.1.2. Indicii de grup.......................................................... 312
14.1.2.1. Alegerea şi folosirea indicilor de grupă.......... 313
14.1.2.2. Modalităţi de ponderare a indicilor de grup.... 314
12
14.2. CONSTRUIREA INDICILOR DE GRUP......................................... 315
14.2.1. Indicii agregaţi....................................................... 315
14.2.2. Indici calculaţi ca medie a indicilor individuali........ 318
14.2.3. Sistemul indicilor calculaţi ca raport de medii........ 320
14.3. DESCOMPUNEREA FACTORIALĂ PRIN SISTEMUL
INDICILOR...................................................................................... 320
14.3.1. Metoda substituirii în lanţ......................................... 325
14.3.2. Metoda restului nedescompus................................. 328
14.4. SERII DE INDICI STATISTICI......................................................... 330
14.5. APLICAŢII....................................................................................... 332
Capitolul XV
INDICII PREŢURILOR DE CONSUM................................................. 361
15.1. Ce este IPC ?.................................................................................. 362
15.2. La ce serve şte el ?........................................................................ 362
15.3. Care este populaţia de referinţă ?............................................... 364
15.4. Care este tipul de consum acoperit ?......................................... 364
15.5. Care este sfera teritorială de cuprindere ?................................. 364
15.6. Sistemul de ponderare folosit ?................................................... 364
15.7. Care este metoda de calcul a IPC ?............................................. 364
15.8. Indicatori uzuali. Exemple de calcul............................................ 371
15.8.1. Exemplu de calcul.................................................... 374
15.9. Cum putem recalcula anumite sume cu ajutorul IPC ?............. 377
15.10. Cum calculăm dinamica indicatorilor valorici ?....................... 380
15.11. De unde se poate afla IPC ?....................................................... 386
Capitolul XVI
SERII TERITORIALE (de spaţiu)...................................................... 389
16.1. DEFINIŢIE ŞI PARTICULARITĂŢI.................................................. 389
16.2. CLASIFICAREA SERIILOR TERITORIALE ŞI FORMA
GRAFICĂ DE PREZENTARE......................................................... 393
16.3. INDICATORII SERIILOR TERITORIALE........................................ 395
13
16.4. IERARHIZAREA MULTICRITERIALĂ A

UNITĂŢILOR DE SPAŢIU............................................................... 399
16.4.1. Exemplu practic........................................................ 402
16.5. EXTRAPOLAREA ÎN PROFIL TERITORIAL.................................. 406
16.6. IERARHIZAREA MULTICRITERIALĂ ŞI ANALIZA PRIN
SIMILARITATE A UNUI GRUP DE ŢĂRI, UTILIZÂND
METODA “CLUSTERE-LOR”........................................................ 409
Capitolul XVII
TEMĂ PROPUSĂ............................................................................... 413
Bibliografie........................................................................................ 415
14
Capitolul I
STATISTICA - INSTRUMENT DE CUNOAŞTERE A

FENOMENELOR ŞI PROCESELOR ECONOMICE
OBIECTIVE
Primul capitol urmăreşte familiarizarea cu semnificaţia statisticii ca disciplină

ştiinţifică, rolul acesteia în economie şi societate, precum şi cu organizarea
instituţională în România şi pe plan internaţional. Viitorii economişti îşi
însuşesc primele informaţii despre legislaţia în vigoare cu privire la obligaţiile
persoanelor fizice şi juridice în privinţa furnizării datelor statistice, precum şi
despre dreptul lor la informare.
Cuvinte cheie
Statistică – în sensul de ştiinţă şi nu de simplă enumerare sau însumare de cifre

I.N.S. – Institutul Naţional de Statistică
EUROSTAT – Oficiul de Statistică al Uniunii Europene
1.1. GÂNDIREA STATISTICĂ – INSTRUMENT DE CUNOAŞTERE A

VIITORULUI. SCURT ISTORIC AL STATISTICII
Imaginea populară asupra statisticii nu este greu de ghicit: ceva care se

ocupă cu studiul numerelor, cu aşezarea lor în tabele, cu însumări pe linii şi
coloane. Această concepţie nu este falsă: ea este însă profund incompletă
şi simplistă, iar apariţia ei se poate explica destul de uşor. Într-adevăr,
“materia primă” a statisticii sunt numerele, iar obiceiul de a înregistra
numere – de a colecta date statistice, cum spunem astăzi – datează cu
apariţia societăţii omeneşti.
15
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
Administraţiile de stat s-au dovedit de-a lungul timpului, cei mai mari
“colecţionari” de date statistice asupra populaţiei (recensământul), asupra
comerţului (înregistrarea importului şi exportului era facută în Anglia, spre
exemplu, încă din secolul al XIII-lea), starea aprovizionării tehnico-materiale
a armatei (în Roma antică se înregistrau soldaţii pe categorii, precum şi
armamentul, uniformele...) şi alte aspecte legate de societate în general.
Statistica, în sensul larg de evidenţă a fenomenelor şi proceselor socio-

economice, a apărut cu mult înaintea utilizării termenului. Termenul de
statistică apare în secolul al XVIII-lea şi îşi are originea în latinescul
“STATUS” cu sensul de situaţie, sau în cuvântul italian “STATE” care are
aceeaşi rădăcină şi are înţelesul de stat; deci, iniţial, noţiunea nu îmbracă
decât în linii foarte largi ceea ce se înţelege azi prin statistică, atât ca
disciplină statistică, cât şi ca activitate practică.
Din cercetările istorice rezultă că primele forme de evidenţă au apărut la cele

mai vechi colectivităţi omeneşti, fiind folosite mai ales în perioada de
descompunere a comunei primitive şi apariţia statului sclavagist, când s-a
impus cunoaşterea amănunţită a numărului de sclavi, a numărului de
persoane capabile să poarte arme, precum şi a mărimii averilor şi a
persoanelor impozabile. Încă din antichitate se întâlnesc forme de evidenţă
ce pot fi asimilate înţelesului modern de recensăminte statistice, în special în
China, Egipt, Grecia şi Imperiul Roman. Chinezii dispuneau încă din mileniul
al IV-lea î.e.n. de date statistice cu privire la numărul populaţiei, structura
terenurilor şi utilizau diferite tabele statistice cu privire la unele aspecte ale
activităţii agricole.
Recensământul (censul) populaţiei la romani avea un caracter periodic,

efectuându-se din 5 în 5 ani, iar mai apoi din 10 în 10 ani.
Din documentele descoperite, rezultă că lucrări asemănătoare de evidenţă

erau folosite şi de către popoarele vechi ce locuiau pe teritoriul de azi al ţării
noastre. Administraţia romană în Dacia a introdus şi aici lucrări
asemănătoare de evidenţă a populaţiei, producţiei şi consumului,
organizând servicii speciale de evidenţă (tabularium). Această lungă
perioada istorică care corespunde primei etape a apariţiei şi dezvoltării
statistice se poate caracteriza prin faptul că se cunosc numai forme
generale de evidenţă, în majoritatea lor cu caracter statistic.
16
O a doua etapă este cea a apariţiei atelierelor, breslelor, oraşelor,

comerţului intern şi extern, odată cu dezvoltarea forţei de producţie, când se
fac încercări de organizare a unei evidenţe în interesul întregului stat. În
acelaşi timp, dezvoltarea comerţului imprimă un caracter nou evidenţei, sub
forma evidenţei contabile.
Se dezvoltă de asemenea, evidenţa cu caracter demografic ţinută de preoţi,

care aveau sarcina de a culege informaţii despre căsătorii, naşteri, decese.
În aceste condiţii are loc o primă diferenţiere a formelor generale de

evidenţă: contabilitatea, cu tendinţa de a ţine gestiunea în interesul
proprietarilor particulari şi statistica, cu tendinţa de a servi prin culegerea de
date şi informaţii conducerea de stat. Aceasta reprezintă a II-a fază a
dezvoltării statistice şi se caracterizează prin apariţia statisticii descriptive şi
trecerea la aritmetica politică.
În secolul al XV-lea şi al XVI-lea abundă lucrări în care se folosesc

numeroase date statistice pentru descrierea amănunţită a situaţiei social-
economice a diferitelor state. Astfel de lucrări se găsesc aproape în toate
statele europene şi sunt cunoscute sub denumirea generică de statistică
descriptivă.
Dezvoltarea modului de producţie capitalist a impus o nouă organizare a

formelor de evidenţă statistica, care trebuiau să caracterizeze numeric forţa
de muncă, mărimea duratei zilei de muncă, suma salariilor plătite
muncitorilor salariaţi, mărimea şi structura preţului de cost al producţiei,
calculul amortizării fondurilor fixe şi altele.
În această perioadă apare un nou mod de a concepe statistica datorită

“şcolii aritmeticii politice” reprezentată prin W.Petty (1623-1687). W. Petty a
pus bazele statisticii ca ştiinţă. El foloseşte pentru prima dată noţiunea de
mărime medie şi nu de muncă cheltuită în fiecare caz individual.
Pentru statisticienii din mijlocul secolului al XVIII-lea este specifică folosirea

tot mai frecventă a metodelor matematice şi în special al calculului
probabilităţilor în investigarea şi interpretarea rezultatelor privind
fenomenele din societate.
17
Combinând metoda inductivă şi deductivă, folosind din ce în ce mai frecvent

rezultatele bazate pe experimentări succesive, s-au formulat principiile
teoriei selecţiei şi a extinderii rezultatelor acesteia pentru caracterizarea
întregului ansamblu.
Ia naştere astfel statistica inductivă, la care şi-au adus contribuţia mari

statisticieni: Fisher, Pearson, Cebîşev, Marcov ş.a. Aceştia, au îmbinat în
activitatea lor munca de cercetare cu activitatea practică, fapt care arată
încă o dată că ideile mari, cu adevărat importante nu se pot făuri decât în
contact cu problemele reale, concrete. Astfel, la începutul secolului XX,
statisticianul englez Gosset (cunoscut sub pseudonimul “STUDENT”) a
lucrat într-o fabrică de bere; acolo, punându-se problema comparării calităţii
diferitelor tipuri de bere, el a ajuns la formularea cunoscutei sale metode
(testul Student) prin care se evaluează statistic omogenitatea calităţii medii a
două sortimente de produse.
După cel de-al doilea război mondial, statistica ia o amploare deosebită

tocmai datorită complexităţii problemelor lumii moderne.
“Invazia” de statistică nu este întâmplătoare în ultimele decenii, problemele

lumii de azi fiind diferite de acum 50 de ani. Metodele statisticii matematice
fac parte integrantă din metodologia de conducere a economiei. Spre
exemplu, încă de la începutul secolului nostru problema “cheie” care
începuse să se pună era aceea a controlului calităţii produselor. Metodele
probabilistico-statistice erau singurele chemate să rezolve această
problemă, deoarece practica dovedise că aşa-numitul control 100% - pe
lângă faptul că devenise foarte costisitor, în multe situaţii el nu se putea
aplica datorită naturii distructive a controlului.
În epoci mai recente, odată cu apariţia presei, deci şi cu posibilitatea

raspândirii rapide a informaţiei, datele statistice au început să joace un rol
important în ansamblul global al informaţiilor oferite publicului larg.
“Explozia informaţională” din zilele noastre este însoţită inevitabil de date

statistice asupra fenomenelor respective. Astăzi, în majoritatea ţărilor lumii
există organisme specializate în strângerea datelor statistice din toate
domeniile de activitate care publică diferite materiale ca: Anuarul statistic,
Buletinul informativ al opiniei publice, etc.
18
Organizaţii internaţionale ca F.A.O., UNESCO, etc., editează la rândul lor,

publicaţii statistice în domeniul în care activează.
În acelaşi timp, au aparut diferite discipline care aplică statistici în mod

sistematic (psihometrie, biometrie, sociometrie). Toate acestea au o serie de
puncte comune cu statistica în ceea ce priveşte obiectul şi metodele lor de
cercetare, dar nici una nu este în măsură să o suplinească pe cealaltă.
De aceea trebuie precizată şi delimitată statistica ca ştiinţă.
1.2. FALSE PĂRERI ASUPRA STATISTICII
Ca în multe domenii, părerile false asupra unei situaţii pot proveni din mai
multe cauze:
În primul rând, un factor universal este necunoaşterea problemei. Nu mă
refer aici la marele public neavizat, căruia nu i se poate pretinde în mod
normal, să fie expert în statistica matematică. Îi am în vedere pe specialiştii
din alte domenii precum şi chiar pe cei din domeniul matematicii.
Imaginea adunării unor numere pe linii sau coloane, ca trăsătură esenţială a
muncii statisticianului, persistă nu numai la cel “profan”, care nu este vinovat
de o asemenea părere, ci şi în cercuri de specialişti din alte domenii. Este
interesant de urmărit şi sensul care se acordă denumirii de “statistician”. În
mod uzual este considerat acel individ care se ocupă cu calcule. Până nu
demult, în nomenclatorul profesiilor din multe ţări, aceasta se înţelegea prin
statistician.
Azi, statisticianul este persoana cu studii superioare, ca şi ciberneticianul,

analistul de sisteme, informaticianul. Statistica matematică constituie baza
teoretică a profesiei de statistician.
Încă din secolul trecut, agronomul Ion Ionescu de la Brad – printre alţii,
unul din pionerii învăţământului statistic din ţara noastră scria:
“Acei ce sunt numai matematicieni, din lipsă de cunoştinte economice nu au

dat lucrurilor toată însemnătatea socială ce le trebuia acordată”.
19
El a sesizat pericolul la care sunt supuşi matematicienii care se menţin în

sfera teoriei pure, refuzând contactul cu problemele lumii înconjuratoare.
Acest pericol este dublu: pe de-o parte pentru însuşi matematicianul în
cauză, pe de altă parte pentru deserviciul pe care aceştia îl pot aduce prin
desconsiderarea părţii aplicate a propriei ramuri de matematică.
Un alt factor generator de păreri false asupra statisticii este supraestimarea

ei. Această supraestimare a alimentat fantezia umoriştilor care l-au imaginat
pe statistician drept “omul care poate demonstra orice din nimic”. S-a ajuns
la un moment dat să se spună că statistica poate substitui metodele
specifice domeniului în care aceasta este aplicată. Dacă vom aplica
statistica în biologie şi medicină, nu înseamnă că vom vindeca pacienţii cu
ajutorul statisticii. La fel şi în industrie, statistica nu va produce niciodată. Ea
devine însă o forţă de producţie doar atunci când este folosită să producem
mai bine. Din această cauză, statisticianul nu-l va putea înlocui niciodată pe
inginer, pe maistru sau pe muncitor. El trebuie însă să se alăture acestei
grupe şi împreuna să conlucreze la diagnosticarea proceselor de producţie
“bolnave”.
Statistica este o disciplină a cărei aplicare utilă cere competenţă.
Nu cu ajutorul statisticii se poate demonstra orice, ci cu ajutorul unor

procedee greşite sau interpretări eronate, în care statistica este luată drept
paravan. În astfel de cazuri nu este vorba de statistică ci de cu totul altceva.
1.3. OBIECTUL ŞI METODA STATISTICII
În general, obiectul de studiu al statisticii îl constituie fenomenele şi

procesele în cadrul cărora este prezentă acţiunea legităţilor statistice, legităţi
care se manifestă sub formă de tendinţă într-un mare număr de cazuri
individuale diferite ca formă de manifestare, dar aparţinând aceleiaşi esenţe.
Astfel de fenomene se întâlnesc atât în natură cât şi în societate şi exprimă
rezultatul combinării mai multor factori determinanţi.
Examinarea fenomenelor şi proceselor sociale şi economice duce la

concluzia că ea studiază o sferă foarte largă şi variată de fenomene ale
vieţii sociale care se referă la forţele şi relaţiile de producţie ale societăţii cât
şi fenomene din viaţa politică şi culturală a societăţii.
20
Astfel, statistica studiază:

• mărimea şi structura avuţiei naţionale a unei ţări:
- mărimea şi structura fondurilor fixe;
- mărimea şi structura mijloacelor circulante;
- mărimea şi structura pe forme de proprietate;
- acumulările de bunuri materiale ale populaţiei;
- resursele naturale.
• mărimea, structura, dinamica şi factorii de creştere ai Produsului Intern
Brut (PIB), respectiv ai Produsului Naţional Brut (PNB);
• raporturile cantitative corespunzătoare unor relaţii calitative intervenite
în variaţia productivităţii, salariului, a preţului de cost şi a rentabilităţii;
• studiază fenomenele demografice şi alte aspecte referitoare la
populaţie:
- miscarea naturală şi migratorie;
- nivelul ei de trai material şi cultural, salariul şi venitul real, etc.
• fenomenele din cadrul relaţiilor social-politice şi juridice ale societăţii.
1.3.1. Particularităţi de studiu ale statisticii
1. Statistica studiază fenomene sociale şi economice de masă.
Fenomenele de masă sunt fenomene asemănătoare, a căror lege de

apariţie nu poate fi cunoscută şi verificată decât la nivelul întregului
ansamblu. În literatura de specialitate, fenomenele de masă se mai numesc
şi fenomene atipice.
Observând această particularitate a obiectului statisticii s-a abordat de fapt

problema legii statisticii, lege care se manifestă sub formă de tendinţă şi
este valabilă numai pentru un ansamblu de fenomene.
Legea statisticii poate fi descoperită numai prin cercetarea unui număr foarte
mare de cazuri individuale întâmplătoare legate între ele prin acţiunea
comună a aceloraşi cauze obiective.
2. Statistica studiază aspectul cantitativ concret al fenomenului social

economic de masă, în condiţii specifice de timp şi loc.
21
1.3.2. Metodologia Statistică
Totalitatea operaţiilor, tehnicilor, procedeelor şi metodelor de investigare

statistică a fenomenelor ce aparţin unor procese de tip stochastic
(întâmplătoare) formează metodologia statistică.
Procedeele de observare statistică creează posibilitatea cunoaşterii

manifestărilor individuale multiple şi variate ale fenomenelor studiate. Ea se
realizează prin dări de seamă, recensăminte, anchete, observări selective,
monografii.
Materialul obţinut prin observare este supus, cu ajutorul unor procedee

specifice statistice, unor prelucrări succesive, când ceea ce este
întâmplător în manifestările individuale se elimină şi se păstrează ceea ce
este comun şi esenţial.
În cadrul acestei etape îşi găsesc aplicabilitate: metoda grupării, metoda

mediilor, metoda dispersională, a corelaţiei, metoda indiciilor ş.a. Aplicarea
acestor metode are ca rezultat obţinerea sistemului de indicatori format
din mărimi: absolute, relative, medii, etc.
În sfarşit, procedeele de interpretare şi analiză a rezultatelor cercetării

permit închegarea procesului de cunoaştere statistică, prin examinarea
expresiilor numerice statistice generalizatoare.
Procedeele de observare, prelucrare, analiză şi interpretare a datelor
statistice formează conţinutul cursului de statistică teoretică.
Indicatorul statistic exprimă de regulă o categorie economică. Exprimarea

numerică a unei categorii economice presupune folosirea mai multor
indicatori, fiecare punând în evidenţă anumite aspecte esenţiale ale
acesteia.
Complexitatea realităţii impune folosirea unui sistem de indicatori, fapt ce

rezultă şi din sistemul categoriilor economice ce urmează să fie
caracterizate numeric. Elaborarea indicatorilor statistici se realizează sub
îndrumarea şi controlul organului oficial de statistică din ţara respectivă.
22
1.4. ORGANIZAREA ACTIVITĂŢII DE STATISTICĂ ÎN

ROMÂNIA ŞI PE PLAN INTERNAŢIONAL
1.4.1. Instituţionalizarea statisticii
Primele organisme naţionale centrale de statistică au fost înfiinţate de

domnitorul Alexandru Ioan Cuza:
- Biroul de Statistică al Ţării Româneşti (28 aprilie 1859) sub
conducerea lui Dionisie Pop Marţian;
- Direcţia de Statistică din Moldova (1 iulie 1859) sub conducerea lui
Ion Ionescu de la Brad.
Începând cu 1880 s-a dezvoltat în întreaga Europă o puternică mişcare de

inovare şi de instituţionalizare a statisticii. Primul Congres Internaţional de
Statistică organizat în 1853 la Bruxelles marchează debutul apariţiei şi
unificării relative a profesiei de “statistician”.
În 1885 se creează Institutul Internaţional de Statistică (IIS) care

reuneşte oficiali şi reformatori importanţi care treptat, (din 1909) devine un
forum de dezbateri savante şi nu doar o conferinţă a membrilor
administraţiilor statistice. A avut loc crearea unor organizaţii mondiale:
Societatea Naţiunilor, Biroul Internaţional al Muncii, Organismul pentru
Cooperare şi Dezvoltare Economică (OCDE), Comunitatea Europeană, care
vor deveni locuri obişnuite de analiză, definire şi armonizare a conceptelor
statistice.
În Franţa se înfiinţează în 1941 Serviciul Naţional al Statisticii, care în 1946

devine Institutul Naţional de Statistică şi Studii Economice INSEE. În Marea
Britanie s-a creat în 1941 la initiativa lui Churchill, Oficiul Central de
Statistică (CSO). În SUA criza din 1929 şi noua politică impulsionată de
Roosvelt începând cu 1933 se află la originea a ceea ce experţii au calificat
drept “revoluţie a statisticilor oficiale americane”. (Cele 4 elemente majore
ale acestei revoluţii sunt: anchetele prin sondaj, contabilitatea naţională,
coordonare statistică şi calculatoarele electronice). De aproximativ două
decenii, ideea de coordonare generală a sistemului statistic prin
standardizare (susţinută de statisticienii americani) a prins contur. Concepţia
europeană oferă un exemplu.
23
Armonizarea este o necesitate evidentă. EUROSTAT ca şi celelalte

organizaţii economice de cooperare europeană şi Oficiile de statistică din
ţări membre sau nu ale Uniunii Europene au depus mari eforturi pentru a-şi
armoniza producţiile statistice.
1.4.2. Organizarea statisticii oficiale în România
Institutul Naţional de Statistică (I.N.S.) – este gestionarul întregii informaţii

statistice în ţara noastra. România, ca şi alte ţări din Europa Centrala şi de
Est, a fost angajată într-un proces deosebit de important, de pregătiri pentru
îndeplinirea condiţiilor care au permis ţării noastre integrarea în Uniunea
Europeana. În acest sens, în cazul exerciţiului de screening pentru aderarea
la Uniunea Europeană, capitolul 12 a fost destinat tocmai statisticii oficiale,
iar unul din punctele înscrise în program a condiţionat armonizarea legii
statistice româneşti cu legislaţia europeană.
Regulamentele comunitare cer să se asigure fezabilitatea, coerenţa şi

compatibilitatea datelor statistice din statele membre ale UE şi în acelaşi
timp colaborarea şi coordonarea dintre organismele naţionale şi comunitare
existente în activitatea de statistică. Tocmai aceste obiective s-au avut în
vedere în O.G. nr.9/1992 privind organizarea statisticii oficiale în Romania,
republicată, modificată şi completată prin Legea 311/2002, precum şi prin
H.G. nr. 957/2005 privind organizarea şi funcţionarea I.N.S..
Legislaţia în vigoare îmbunătăţeşte cadrul legal existent şi are în vedere

stimularea dezvoltării şi diversificării serviciilor statistice în România precum
şi formarea unei culturi statistice, atât de necesară în conjunctura actuală.
Din textul ordonanţei am selectat câteva aspecte importante pe care le
redau în continuare:
• ordonanţa privind organizarea statisticii oficiale se aplică tuturor
persoanelor fizice şi juridice care îşi desfăşoară activitatea pe teritoriul
României;
• statistica oficială în România este organizată şi coordonată de Institutul
Naţional de Statistică, organ de specialitate al administraţiei publice
centrale în subordinea Guvernului şi în coordonarea primului ministru,
finanţat de la bugetul de stat (este condus de un presedinte cu rang de
secretar de stat, ajutat de trei vicepreşedinţi cu rang de subsecretari de stat).
24
În subordinea I.N.S. funcţionează: 8 direcţii regionale de statistică

organizate la nivelul judeţelor - centre de regiuni de dezvoltare stabilite
potrivit prevederilor Legii nr. 151/1998 privind dezvoltarea regională în
România, şi 34 de direcţii judeţene de statistică la nivelul celorlalte judeţe,
cu personalitate juridică, precum şi editura “Revista Română de Statistică”
şi Centrul Naţional de Pregătire în Statistică, ultimele două fiind finanţate
integral din venituri proprii.
• Prin servicii de statistica oficială se înţelege I.N.S. şi Direcţiile
regionale/judeţene de statistică, precum şi compartimentele de statistică din
cadrul organelor de specialitate ale administraţiei publice, coordonate
metodologic de I.N.S.;
• Organizarea statisticii oficiale se întemeiază pe urmatoarele principii:
1. Principiul autonomiei, potrivit caruia “I.N.S. este autorizat să

stabilească în mod imparţial şi independent, fără ingerinţe de pe poziţii de
interes ale Guvernului, partidelor politice, grupărilor etnice, sindicatelor,
organizaţiilor patronale şi ale altor organizaţii sau persoane fizice, sistemele
de indicatori, nomenclatoarele, clasificările, metodologiile, tehnicile de
înregistrare şi prelucrare, să publice şi să difuzeze datele şi informaţiile
statistice. Acest principiu implică obligativitatea difuzării statisticilor oficiale
(date şi informaţii) tuturor categoriilor de utilizatori, fără nici o restricţie şi în
condiţii de egalitate, simultaneitate şi nediscriminare în privinţa calităţii şi a
termenelor de difuzare.
2. Potrivit principiului confidentialităţii, serviciile de statistica

oficială şi personalul statistic au obligaţia să adopte şi să asigure pe
parcursul întregii perioade a cercetării statistice – de la înregistrare până la
publicare – măsuri de protecţie a datelor care se referă la subiecţii statistici
individuali (persoane fizice sau juridice), date obţinute direct prin cercetări
statistice sau indirect din surse administrative ori ale surse.
3. Potrivit principiului transparenţei, serviciile de statistică oficială

sunt obligate să respecte şi să asigure dreptul furnizorilor de date statistice,
al utilizatorilor şi al altor categorii de persoane fizice sau juridice de a avea
acces la temeiul legal şi la scopul organizării cercetărilor statistice, la
metodologiile, tehnicile şi metodele folosite la elaborarea informaţiilor
statistice, la măsurile adoptate de protecţie a datelor şi la modul şi termenele
de difuzare a datelor şi informaţiilor statistice.
25
4. Potrivit principiului relevanţei, serviciile de statistică oficială

sunt obligate să asigure producerea de date şi informaţii statistice, conform
domeniilor, termenelor şi gradului de detaliere a datelor statistice, stabilite în
funcţie de evoluţia continuă a fenomenelor demografice, economice, sociale
şi de mediu.
5. Potrivit principiului proporţionalităţii, serviciile de statistica

oficială au obligaţia să asigure corelarea dintre cantitatea de informaţii
individuale ce se solicită şi cantitatea de informaţii prelucrate ce se ofera
utilizatorilor.
6. Potrivit principiului deontologiei statistice, serviciile de

statistica oficiala sunt obligate să instituie şi să aplice criterii şţiintifice la
selectarea surselor, a metodelor şi procedurilor pentru realizarea cercetărilor
statistice şi să faca cunoscute, într-o forma larg accesibila, sursele de date,
sfera de cuprindere, metodologiile de calcul şi gradul de exactitate ale
rezultatelor.
7. Potrivit principiului raportului cost/eficienţă, serviciile de

statistică oficială sunt obligate să limiteze volumul datelor statistice culese
de la subiecţii statistici la nivelul care se justifică prin obiectivul cercetărilor
statistice şi în condiţiile utilizării optime a resurselor disponibile”.
• pentru asigurarea caracterului obiectiv, transparent şi ştiintific al

metodologiilor, indicatorilor, nomenclatoarelor şi al clasificarilor utilizate în
activitatea de statistica, se înfiintează Consiliul de Coordonare a
Activităţii de Statistică, organ consultativ care are, în principal, ca obiect
de activitate analiza şi avizarea strategiei de dezvoltare a sistemului statistic
naţional, a rapoartelor de activitate ale I.N.S. şi a Programului anual de
cercetări statistice.
(35 membri în componenţă: 3 reprezentanţi ai Academiei Romane, 6
reprezentanţi ai învaţămantului superior de specialitate, 6 reprezentanti ai
institutelor de cercetare, 6 reprezentanţi ai ministerelor şi/sau ai organelor
de specialitate din subordinea Guvernului, 1 reprezentant al Băncii
Naţionale a României, 3 reprezentanţi ai organismelor sindicale, 3
reprezentanţi ai organizaţiilor patronale, 3 reprezentanţi ai mijloacelor de
informare în masă, 3 reprezentanţi ai asociaţiilor profesionale şi preşedintele
I.N.S. care este membru de drept).
26
• Cercetările statistice efectuate de compartimentele statistice din cadrul

organelor de specialitate ale administraţiei publice se avizează de către
I.N.S..
• “datele şi informaţiile statistice utilizate de serviciile de statistică oficială

sunt considerate confidenţiale dacă permit identificarea subiecţilor
statistici, în mod direct sau indirect, dezvăluind astfel informaţii cu caracter
individual. Pentru a se stabili dacă un subiect este identificabil se vor avea în
vedere toate mijloacele care pot fi utilizate de o terţă parte pentru a identifica
subiectul statistic respectiv. Datele şi informaţiile statistice confidenţiale nu
pot servi ca probe în justiţie sau la stabilirea unor drepuri sau obligaţii pentru
subiecţii statistici la care se referă.”
• Datele şi informaţiile statistice reprezintă un bun naţional, accesibil

oricărei persoane fizice sau juridice, cu respectarea confidenţialităţii
acestora.
Acestea sunt doar câteva aspecte privitoare la organizarea statisticii oficiale

în ţara noastra, care vor putea răspunde necesităţilor naţionale precum şi
unui sistem statistic modern, aşa cum o cer reglementările europene.
Nu ne rămâne decât să avem încrederea că această legislaţie, care va

deveni o “lege a statisticii” în Romania, va crea premisele pentru o
schimbare în bine în ceea ce priveşte adevaratul rol al statisticii oficiale şi,
că “într-o zi – aşa cum intuia H.G.WELLS – gândirea statistică va fi la fel
de necesară, oricărui cetăţean folositor societăţii, ca scrisul şi cititul”.
1.4.3. Organizarea activităţii de statistică în plan internaţional
Sistemul Naţiunilor Unite – care prin secretariatul sau, prin instituţiile

specializate şi agenţiile sale, prin conferinţele regionale contribuie la
folosirea statisticii ca instrument de cunoaştere şi înţelegere a fenomenelor
şi problemelor economico-sociale.
Activitatea statistică a Naţiunilor Unite este înfăptuită sub îndrumarea

Comisiei de Statistică înfiinţată în 1946 ca organ subsidiar al Consiliului
Economic şi Social (ECOSOC).
27
Cei 24 de membri ai comisiei se aleg pe 4 ani din rândul ţărilor membre.
Odată cu constituirea Comisiei de Statistică în cadrul secretariatului

Natiunilor Unite a luat fiinţă Biroul Statistic care treptat şi-a facut unităţi
corespondente ce funcţionează pe lângă cele 4 comisii economice
regionale: Europa, Asia şi Pacific, America Latină şi Africa.
Acest birou se ocupă de: colectarea, analiza şi evaluarea statisticii oficiale

comunicate de guvernele ţărilor membre ale ONU, de instituţiile şi agenţiile
internaţionale specializate şi cele provenind din alte surse; publicarea de
date specializate; întreţinerea unui contact strans şi coordonarea
internaţionala a programelor guvernamentale care vizează statistica.
Preocuparea pentru armonizarea şi unificarea tuturor clasificărilor şi

nomenclatoarelor. Alături de instituţiile specializate ale ONU care publică ele
însăşi buletine, anuare, etc., unele organisme regionale colectează,
prelucrează şi publică materiale statistice pe baza unei metodologii proprii:
1. Comisia de Statistica a CAER;

2. Departamentul Economic şi Statistic înfiinţat în cadrul Organizaţiei pentru
Cooperare şi Dezvoltare Economică (OCDE);
3. Oficiul de Statistică al Comunităţii Europene (EUROSTAT), şi altele.
Teme şi întrebări propuse pentru studiu individual
Etape în evoluţia statisticii.

Sistemul informaţional statistic.
Organizarea activităţii de statistică. Publicaţii statistice.
28
Capitolul II
CERCETAREA STATISTICĂ
OBIECTIVE
Capitolul al doilea urmăreşte însuşirea principalelor noţiuni necesare

organizării unei cercetări statistice, precum şi cunoaşterea metodelor de
culegere a datelor. Cuvinte cheie din statistică întâlnite în acest curs sunt
explicate de la început pentru a fi folosite cu bună ştiinţă.
Cuvinte cheie
Cercetare statistică
Observare statistică
Eroare statistică
Moment de referinţă a datelor / perioadă de referinţă
Populaţie statistică
Variabilă statistică
Variabile discrete şi variabile continui
Indicator statistic
2.1. ETAPELE CERCETĂRII STATISTICE
Etapele unei cercetări statistice sunt:
- observarea
- prelucrarea
- analiza şi difuzarea (diseminarea)
Observarea statistică, prima fază a oricărei cercetări statistice, este

înregistrarea după o metodologie unitară pentru toate unităţile populaţiei
cercetate, a valorilor caracteristicilor incluse în programul cercetării.
29
Cercetarea statistică
Observarea statistică se poate realiza prin:

- înregistrarea directa a faptelor observate;
- interogarea (înregistrarea răspunsurilor la întrebările din chestionar);
- înregistrarea pe bază de documente existente în sistemul informaţional.
Culegerea datelor individuale de

Observarea statistica
masa
Sistematizarea datelor
Etapele individuale;
cercetarii Prelucrarea statistica Calculul indicatorilor statistici;
statistice Prezentarea datelor sub forma
de tabele, serii, grafice.
Confruntarea si compararea
datelor;
Analiza si Verificarea ipotezelor;
interpretarea Formularea concluziilor
statistica asupra cercetarii;
Fundamentarea calculelor de
prognoza.
2.2. METODE DE OBSERVARE STATISTICĂ
Dările de seamă statistice reprezintă un document oficial prin care fiecare

agent economic este obligat să raporteze periodic forurilor în drept
rezultatele obţinute în activitatea sa, într-o anumită perioadă de timp.
- Ele se caracterizează prin obligativitatea întocmirii şi înaintării în forma şi la

termenele stabilite, folosind o metodologie unitară de calcul al indicatorilor
raportaţi. Toate darile de seama pe care le alcătuieşte un agent economic
formează nomenclatorul dărilor de seamă.
- Este considerată o metoda de înregistrare totală realizată pe bază de

documente, care surprinde fenomenul în continua sa desfăşurare, cu o
periodicitate bine precizată, cu responsabilitate stipulată prin lege pentru cei
care semnează asupra autenticităţii datelor.
30
Acest tip de observare s-a folosit în ţara noastră până în anul 1990, când
economia naţională era de tip centralizat.
În prezent, observarea statistică prin dări de seamă s-a înlocuit cu cea prin
rapoarte sau chestionare statistice, care de asemenea au un caracter
obligatoriu şi o metodologie unitară pentru toţi raportorii de date, dar cu
deosebirea că acestea se completează doar de o parte din agenţii
economici, fiind o observare selectivă şi nu exhaustiva (totală) asupra
fenomenelor studiate.
Recensământul reprezintă cea mai veche metoda de observare statistică.
Iniţial a fost folosit doar la studiul populaţiei, acum există recensăminte

industriale, agricole, etc.
Recensământul constituie una din principalele forme de observare în

statistica demografică şi asigură în primul rând informaţii cu privire la
numărul şi structura populaţiei ţării la un moment dat (“momentul critic” al
recensământului), fiind de fapt o “fotografiere” a populaţiei la acel moment.
Recensământul este deci o fotografiere a fenomenului la un moment dat,

prin care se realizează culegerea datelor după criterii unitare şi simultan de
la toate unităţile populaţiei cercetate.
În perioada de pregatire a recensământului se realizează şi un recensământ

de probă, efectuat de organele de specialitate.
Documentele consemnează efectuarea de astfel de înregistrări cu

aproximativ 3000 ani i.e.n. în China, dar se consideră ca fiind primul
recensământ “modern” cel efectuat în Belgia în anul 1846, sub conducerea
statisticianului A. Quetelet.
Primul recensământ modern al populaţiei din România este considerat cel

efectuat în anul 1838. De atunci, în România s-au mai efectuat 11
recensăminte în anii: 1859, 1899, 1912, 1930, 1941, 1948, 1956, 1966,
1977, 1992 şi 2002.
Următorul reensământ al populaţiei şi locuinţelor se va efectua în martie

2011.
31
Dintre principiile metodologice ce stau la baza organizării

recensămintelor, amintesc:
- este o lucrare statistică iniţiată de stat, prin urmare el se efectuează pe

baza unui act normativ;
- este o înregistrare totală;
- este obligatoriu, deci se vor înregistra toate persoanele aflate sub
jurisdicţia statului, indiferent dacă se află în ţară sau străinătate;
- înregistrările trebuie să respecte principiul simultaneităţii, astfel încât
informaţile ce vor fi culese să facă referire la acelaşi moment;
- indiferent de unitatea de observare (gospodaria sau familia), unitatea de
înregistrare este persoana;
- datele obţinute trebuie prelucrate detaliat, pentru a servi organizarii şi
conducerii economiei sau altor scopuri.
Nu voi mai insista asupra modului de realizare şi a importanţei

recensământului, dar precizez ca metodologia Organizaţiei Naţiunilor
Unite precizează câteva caracteristici de bază ce trebuiesc înregistrate cu
ocazia efectuării acestuia:
- caracteristici geografice (domiciliul);

- caracteristici privind familia sau gospodaria (legatura cu capul familiei);
- caracteristici personale (sex, vârsta, stare civilă);
- caracteristici economice (limba maternă, religia, naţionalitatea);
- caracteristici privind nivelul de instruire (studii);
- caracteristici privind fertilitatea (numărul copiilor, a născuţilor vii).
Trebuie precizat că recensământul organizat în România în 18 martie 2002

a aliniat indicatorii calculaţi la nivel mondial, respectând principalele definiţii,
clasificări şi nomenclatoare ale ONU şi ale Biroului Internaţional al Muncii
(BIM). Astfel, în urma acestui recensamânt s-au obţinut printre alţi indicatori
cum ar fi: populaţia curent/obişnuit ocupată, populaţia neocupată, respectiv
populaţia activă, populaţia inactivă, populaţia ocupată fiind defalcată pe
sexe, medii, localităţi, activitaţi ale economiei naţionale, pregătire şcolară.
În general, recensămintele sunt acţiuni de mare amploare, care necesită

mari resurse umane şi materiale, dar în urma acestuia se obţin indicatori
deosebit de importanţi. Spre exemplu, caracterizarea forţei de muncă la
nivel de localitate nu se poate estima deocamdată, necesitând eşantioane
mult prea mari, costuri prea ridicate, ceea ce ar conduce din nou la o
înregistrare totală.
32
Astfel, anumite informaţii cu privire la resursele umane, resursele de munca,

forţa de muncă şi utilizarea acesteia la nivel de localitate nu sunt înregistrate
decât cu ocazia recensămintelor populaţiei. Pe de alta parte, recensămintele
furnizează o bază pertinentă de sondaj pentru anchetele efectuate în
gospodariile populaţiei, spre exemplu pentru Ancheta Forţei de Muncă în
Gospodariile Populaţiei (AMIGO) şi Ancheta Bugetelor de Familie (ABF).
Sondajul este folosit în statistică atunci când, din diferite motive, trebuie să
se înlocuiască observarea totala de mare amploare printr-o observare
parţiala. Rezulta ca eşantionul (partea supusă observarii) trebuie să
îndeplinească condiţia de reprezentativitate.
Între rezultatele unui sondaj şi rezultatele obţinute dacă s-ar fi facut o

observare totala apar unele abateri, numite ERORI DE SONDAJ (de
reprezentativitate).
Metoda selectiva se utilizeaza cu eficienta buna la cercetarea bugetelor de

familie, la înregistrarea preturilor pe piata libera, la controlul statistic al
calitaţii marfurilor, etc.
Ancheta statistică se caracterizează prin culegerea unor informaţii,

îndeosebi de la populaţie, prin chestionare speciale de observare. Prin
prelucrarea datelor culese prin anchetele statistice se obţin informaţii
orientative asupra fenomenelor, spre deosebire de sondajul statistic la care
extinderea asupra întregului ansamblu este suficient de riguroasă.
Monografia este o metodă prin care se studiază aprofundat o unitate

economică sau sociala în cadrul căreia au apărut elemente noi în modul de
organizare a producţiei şi a muncii. De regulă, monografiile sunt realizate de
echipe de cercetători capabile să sesizeze elementele nou apărute într-un
domeniu sau altul.
Observarea părţii principale se foloseşte atunci când se studiază o

colectivitate care prezintă variaţii calitative substanţiale de la o grupă de
observare la alta.
Exemplu:
-volumul producţiei industriale la nivelul judeţului. Ponderea mare este în
anumite ramuri, deci în cazul unei analize rapide este suficient să analizăm
aceste ramuri şi să tragem concluzii pentru tot judetul;
-estimarea preliminară a rezultatelor economice anuale se poate face
neglijând întreprinderea de mai mică importanţă pentru economia naţională.
33
2.3. ELABORAREA PROGRAMULUI DE ORGANIZARE ŞI

DESFĂŞURARE A UNEI CERCETĂRI STATISTICE
Deoarece cercetările statistice sunt operaţii de mare amploare, necesită

forţe umane, apreciabile cheltuieli băneşti şi materiale, organizarea în cele
mai bune condiţii, cu cheltuieli minime, impune o pregătire riguroasă, toate
aceste acţiuni se prevăd şi se coordonează în programul de organizare şi
desfăşurare a cercetărilor.
Punctul de pornire în elaborarea programului îl constituie obiectivele care au

fost stabilite pentru a fi atinse prin cercetare.
Obiectivele fixeaza scopul cercetarii !
Deci, principalele probleme de rezolvat sunt:
Scopul observarii – definirea clară, selectarea caracteristicilor care sunt

necesare precum şi alegerea celor mai bune procedee de culegere a
datelor.
Obiectul observării – este format din mulţimea unităţilor care se vor

înregistra împreună cu caracteristicile selectate.
Delimitarea populaţiei studiate – se rezolvă cu ajutorul nomenclatoarelor

şi clasificărilor existente.
Unitatea de observare (de înregistrare) – element component al populaţiei

statistice care se înregistrează. Unitaţile de observare pot fi de două tipuri:
- unitate simplă (ex.: salariatul în cazul înregistrării forţei de muncă);
- unitate complexă (ex.: echipa)
Dacă se cercetează fenomene din cadrul unităţii economico-sociale, atunci
unităţi raportoare devin întreprinderi sau instituţiile respective.
Programul înregistrării este o listă în care se enumeră toate caracteristicile

pentru care se vor înregistra date, separat pentru fiecare unitate de
observare.
Programul înregistrării în sistemul dărilor de seamă statistice şi al anchetelor

statistice se concretizează în sistemul indicatorilor urmăriţi, iar în celelalte
tipuri de observări – sub formă de chestionar. Se pot întâlni întrebări cu
raspunsuri deschise (orice variantă de răspuns posibil) sau închise (cu
variante de răspunsuri listate). În funcţie de particularităţile concrete ale
cercetării se alege metoda de observare cea mai adecvata.
34
Datele necesare se pot extrage din documentele existente, se pot stabili prin
observare directă asupra fenomenelor sau prin interogarea persoanelor,
care poate fi facută direct prin recenzări sau prin formulare expediate prin
corespondenţă.
Formularele de înregistrare pot fi sub formă de fişă sau listă.
Fişa este un tip de formular individual care se completează pentru o singură

unitate de observare şi se foloseşte când programul de observare este mai
bogat, sau când unităţile de înregistrare sunt răspândite pe teritoriu.
Lista este un formular colectiv, în care se înregistrează răspunsurile la

caracteristicile din program pentru mai multe unităţi, concentrate în spaţiu.
Exemplu: la recensământul populaţiei din 2002, fiecare familie a fost

înregistrată într-o fişă, iar într-un cămin de locuit în comun persoanele
prezente au fost înscrise într-o listă.
Formularele sunt însoţite de norme metodologice şi tehnice privind

completarea formularelor. Acestea sunt imprimate direct pe formular ori se
dau ca o anexă.
Timpul observarii vizeaza 2 probleme:
1. Stabilirea timpului la care se referă datele înregistrate;

2. Stabilirea timpului când se efectuează înregistrarea lor.
1. Stabilirea timpului la care se refera datele înregistrate este un moment

critic (moment de referinta) pentru înregistrarile care surprind fenomenul în
mod static (începutul sau sfarşitul unei perioada de timp) sau o întreaga
perioada de timp (luna, trimestru, semestru, an) pentru fenomenele ce se
înregistreaza în mod continuu.
2. Alegerea timpului de observare depinde de momentul sau perioada când

fenomenul poate fi înregistrat în cele mai bune condiţii. Ex.: recensământul
populaţiei se înregistreaza de obicei iarna, când deplasările populaţiei sunt
mai reduse.
Locul observarii în general coincide cu locul unde există fenomenul de

înregistrat.
35
Măsurile organizatorice preconizate au drept scop asigurarea unor condiţii

cât mai bune pentru desfăşurarea observărilor statistice. În acest scop se
studiază materialele rezultate din cercetarile similare anterioare, pentru
valorificarea experienţelor acumulate; se întocmesc liste ale unităţilor de
observare, se organizează sectorizarea teritoriului ce trebuie cuprins, în
vederea repartizarii lui pe recenzori care efectuează înregistrări; se
recrutează şi se instruieşte personalul; se stabilesc măsuri de îndrumare şi
control, precum şi măsuri de centralizare a datelor culese.
Când datele se culeg de la populaţie, acţiunea se popularizează obligatoriu

prin mijloacele de mass media.
2.4. CONCEPTUL DE EROARE ÎN STATISTICĂ
Datele de masă, după ce au fost observate sau culese şi înainte de a fi

prelucrate, se supun unui control riguros spre a depista şi elimina datele
eronate şi a prelucra numai date autentice.
Calitatea datelor de intrare determină calitatea datelor de ieşire !
Controlul datelor statistice observate se efectueaza în 2 direcţii:
• se verifică dacă s-a cules volumul complet al datelor;

• se verifică calitatea datelor (autenticitatea lor).
Practica statistică a dovedit că în mod curent se pot produce erori de

înregistrare, care pot fi cu atat mai numeroase cu cât cercetarea este de o
amploare mai mare.
Erorile de observare reprezinta abateri între datele înregistrate şi mărimea

concretă, reala, a caracteristicilor. Aceste erori pot avea un caracter :
a) întâmplator
b) sistematic (ex.: erori de metodologie)
a) Erorile ce au un caracter întâmplator se produc de regula în ambele

sensuri şi sunt făcute nepremeditat, fie din neînţelegerea corectă a
întrebării, fie din lipsă de memorie. Cu cât observarea se referă la un număr
mai mare de unităţi, cu atât posibilitaţile de compensare sunt mai mari şi ca
atare ele vor influenţa în mai mică măsura rezultatele.
36
b) Erorile ce au un caracter sistematic se produc de regulă într-un singur

sens şi influenţează asupra indicatorilor. Acest tip de erori este periculos,
deoarece nu există posibilitate de compensare şi denaturează sensul
indicatorilor.
Spre exemplu, datorită neînţelegerii corecte a metodologiei de către un

recenzor, acesta va înregistra greşit un anumit fenomen în tot sectorul său
de recensământ, influentând astfel într-un singur sens fenomenul observat.
2.5. CONTROLUL DATELOR STATISTICE
În prezent, datorită volumului mare de date care circula şi a costurilor mari

pe care le implică, metoda manuală nu este aplicabilă şi se practică tot mai
mult controlul automat al datelor şi corectarea centrală a datelor statistice,
pe baza algoritmilor desprinşi din practică controlului manual.
e = eroare absolută
e = x – x0 unde x 0 = valoare reală
x = valoare determinată statistic
e e
∑ = ----- × 100
x0
sau în procente: ∑% = ----- × 100
x0
În practică, de regulă, nu se cunoaşte valoarea adevarata x0 şi deci nici

eroarea efectivă nu poate fi calculată. De aceea, se fixează o eroare
maximă admisibila ê , numită şi eroare absoluta limita, pe care eroarea
efectiva e nu o poate depaşi:
e = x - xo ≤ eˆ
37
2.6. CONCEPTE DE BAZA FOLOSITE ÎN STATISTICĂ
Colectivitate statistică (sau populaţie statistică) – totalitatea fenomenelor

de aceeaşi natură supuse unui studiu statistic (reprezintă o mulţime de
elemente care formează o colectivitate statistică numai dacă au aceeaşi
natură, sunt asemănatoare sau omogene din punct de vedere al anumitor
criterii).
Colectivitatea statistică se prezinta într-o varietate de forme, de aceea

trebuie delimitată în timp şi spaţiu, precum şi din punct de vedere al
conţinutului şi formei de organizare.
In funcţie de natura unităţilor, colectivitaţile statistice sunt alcătuite dintr-un

ansamblu de persoane (ex. populaţia României), obiecte (ex. parcul de
maşini), evenimente (ex. căsătoriile, …), agenţi economici (ex. unităţi
economice de turism), idei sau opinii (ex. opiniile consumatorilor despre
calitate…).
Rezultă că în statistică colectivitaţile pot fi privite:
- static (când exprimă o stare – persoane, etc.) sau

- dinamic (când exprimă un proces sau o devenire).
Unităţile colectivităţii – reprezintă elemente constitutive ale colectivităţii.
Acestea pot fi:
- simple (ex. persoana fizică, angajatul, produsul, etc.) sau

- complexe (ex. familia, gospodaria, grupa de studiu, unitatea economică,
etc.)
Caracteristici statistice (variabile statistice sau variabile aleatoare)

reprezintă criteriile pe baza cărora se caracterizează unităţile colectivităţii.
Exemplu: vârsta, greutatea, sexul, naţionalitatea, ocupaţia, cifra de afaceri,

etc.).
Valorile înregistrate de aceeaşi caracteristică la unitaţile colectivitaţii

statistice se numesc variante (valori).
38
Caracteristicile statistice pot fi clasificate după mai multe criterii:
• după modul de obţinere

- primare
- derivate
• după conţinutul lor, putem avea:
- variabile - de timp (arata apartenenta unitaţilor la un moment sau o

perioadă de timp);
- de spaţiu (arata situarea în spaţiu a unităţii);
- atributive (sunt toate celelalte însuşiri ale unitaţilor statistice
şi servesc pentru definirea fenomenelor studiate).
• după modul de exprimare putem avea caracteristici:
- nenumerice (calitative) - cele exprimate prin cuvinte

(ex. activitatea economcă; profesia,...)
- cantitative (numerice).
Caracteristicile cantitative (numerice) la rândul lor, pot fi după natura

variaţiei de două tipuri:
a) cu variaţie discretă (nu pot lua decât valori strict determinate într-un
interval dat de valori înregistrate la un moment dat);
b) cu variaţie continuă (poate lua orice valoare într-un interval finit sau infinit;
ex.: profitul unui agent);
• după modul de manifestare la nivelul unităţilor simple se pot întalni şi

caracteristici alternative, de tipul “da sau nu”, în care fie întâlnim forma
directă de manifestare, fie opusul acesteia (ex. urban sau rural).
Variabila aleatoare – variabilă ale cărei valori aprioric necunoscute apar în

împrejurari întâmplătoare cu probabilităţi determinate
Date statistice – sunt mărimi concrete obţinute din experimente, observaţii,

numărare, măsurare sau din calcule. Fiecare dată statistică are o parte
noţională care permite identificarea fenomenului în timp, spaţiu şi formă de
organizare, precum şi o parte numerică .
39
Datele statistice sunt purtătoare de informaţii şi nu trebuiesc confundate

între ele. Practic, informaţia statistică redă mesajul datelor statistice,
semnificaţia lor.
Inferenţă statistică – obţinerea de concluzii asupra unei populaţii statistice,

bazate pe informaţii obţinute din cercetarea unui eşantion.
Confidenţă – intervalul de încredere, valabil pentru rezultatul unei analize

statistice realizate pe bază de eşantion şi extins asupra întregii populaţii.
Indicator statistic – expresia numerică a unei determinări calitative

obiective obţinută în urma efectuării unei cercetări statistice raportată la
condiţii specifice de timp, spaţiu şi organizare. Indicatorii statistici reprezintă
datele statistice cu ajutorul cărora se analizează un fenomen/proces
economic sau social, sub toate aspectele.
Care sunt metodele de observare exhaustivă ? Dar selective ?
Plecând de la un obiectiv ce vi-l propuneţi, efectuaţi un program de

cercetare statistică în aşa fel încât să obţineţi informaţiile de care aveţi
nevoie pentru realizarea obiectivului propus.
Cum puteţi efectua un control riguros al datelor statistice în exemplul de

cercetare statistică ales ?
40
Capitolul III
SISTEMATIZAREA ŞI PREZENTAREA
DATELOR STATISTICE
OBIECTIVE
Capitolul urmăreşte însuşirea principalelor cerinţe ale unei clasificări şi

grupări statistice, modalitatea de ordonare şi grupare a datelor obţinute din
observare, ca un principal pas în prelucrarea acestora. Totodată, aceştia iau
cunoştinţă cu principalele clasificări şi nomenclatoare de interes naţional
utilizate în economie.
Cuvinte cheie
Completitudine
Unicitate
CAEN
COR
SIRUTA
REGIS
Variaţie continuă şi discontinuă
3.1. PRELUCRAREA PRIMARĂ A DATELOR
Complexul de operaţii prin care se obţin informaţiile necesare alcatuieste

prelucrarea statistica in sens larg.
Operaţiile de calcul ale caracteristicilor secundare derivate operaţii de
grupare a datelor individuale, de centralizare/agregare a lor pe întreaga
populaţie, prezentarea datelor sub formă de tabele/serii statistice şi
reprezentarea lor grafică, determinarea indicatorilor sintetici absoluţi şi
derivaţi sunt metode de prelucrare primară.
41
Sistematizarea şi prezentarea datelor statistice
Operaţiile de transformare pe mai departe cu ajutorul metodelor mai

evoluate ca: metoda de repartiţie uni – bi şi multidimensionala, etc.,
împreuna cu metodele de prelucrare primara, formează prelucrarea în sens
larg.
Clasificarea şi gruparea statistică – este sistematizarea populaţiei pe părţi

statistic omogene, în funcţie de variaţia unei caracteristici sau, simultan, a
mai multor caracteristici.
Gruparea/clasificarea se declanşează cu analiza teoretică a populaţiei

studiate în vederea stabilirii grupelor/claselor calitativ distincte şi omogene
statistic. În continuare, se stabileşte sistemul de caracteristici care permite
delimitarea grupelor, deci se alege caracteristica de grupare.
Când numarul de valori/variante este mare, gruparea se face pe intervale de

valori sau pe grupe de variante, fiind necesara stabilirea intervalelor de
grupare.
Clasificarea statistică este deci o operaţie de sistematizare a unui ansamblu

de elemente, obiecte, activităţi, pe baza atributelor comune, în clase, a
claselor în “clase de clase” şi aşa mai departe, astfel că fiecare clasă
obţinută să ocupe un loc precis, iar elementele încadrate în ea să fie cat mai
omogene.
Cerinte ale unei clasificări:
• completitudine (fiecare element trebuie să aparţina unei clase);

• unicitate (fiecare element aparţine numai unei singure clase);
• omogenitate (elementele asemanatoare aparţin aceleaşi clase,
iar elemente diferite – claselor diferite).
În practica statistică se utilizează sisteme standardizate de clasificări care

constituie componente de bază ale Sistemului Informaţional Economic şi
sunt instrumente indispensabile pentru organizarea culegerii, stocării,
prelucrării şi analiza datelor statistice.
Ansamblul acestora este sistemul unitar de clasificări şi nomenclatoare

social-economice ce funcţionează la nivel macroeconomic.
42
3.2. CLASIFICĂRI ŞI NOMENCLATOARE DE INTERES GENERAL
Registrul statistic al întreprinderilor – REGIS – baza legală.
Sunt perfectate protocoale de colaborare cu Oficiul Naţional al Registrului

Comerţului şi Ministerul Finanţelor.
REGIS
- asigură cunoaşterea populaţiei statistice prin identificarea unităţilor,

furnizarea de informaţii de stratificare (activitatea, talia unităţii, localizarea
ei).
- din acesta se extrage baza de sondaj;
- sunt intercalate şi informaţiile externe provenite din surse administrative:
REGISTRUL FISCAL şi RECOM
- rezultatul anchetelor statistice trebuie să constituie sursa principală de

ameliorare a calităţii datelor din registrul statistic;
- în timp ce baza de sondaj reflectă situaţia unităţii la un moment dat,
registrul statistic este un instrument dinamic, care trebuie să înregistreze
orice mişcare.
Componentele Registrului:
- identificare (număr, nume, stare, forma juridică, adresa completă)

- indicatori de stratificare (forma de proprietate, clasa de activitate, mărimea
unităţii)
- stare civilă – date demografice (data creării; a înscrierii în Registrul
Statistic; modificări intervenite, data desfiinţării)
- informaţii de legatură (dependenţă; apartenenţă; istoric).
Registrul trebuie să fie de bună calitate (relevant, precis, actualizat).
O cerinţă comunitară - sistemele naţionale de registre statistice să fie

armonizate şi să garanteze comparabilitatea internaţională.
43
3.2.1. Clasificările şi nomenclatoarele registrului REGIS
Conform Legii Statisticii, I.N.S. coordonează elaborarea clasificărilor şi

nomenclatoarele unitare, de interes naţional, obligatorii în toate formele de
evidenţă şi în prelucrarea automată a datelor.
Clasificarea Activitaţilor din Economia Naţionala (CAEN) armonizată cu cea

a Uniunii Europene şi pe plan internaţional, activităţile fiind clasificate după
principiul omogenitaţii, pe secţiuni, diviziuni, grupe şi clase. Avantajul ei
constă în asigurarea unei bune corespondenţe cu nomenclatoarele de
produse. Acest lucru permite utilizarea unui criteriu suficient de obiectiv
pentru determinarea activităţilor principale, mai ales în industrie.
Regulile de determinare a activităţii principale pot fi corect aplicate doar în

cazul ASA (Anchetelor structurale anuale). Din acest motiv, în REGIS,
unităţile se consideră cu CAEN principal în urma unei astfel de anchete şi nu
poate fi modificată.
De regulă, dacă în 2-3 ani succesivi se menţine un nou cod, se schimbă şi

codul din REGIS.
SIRUTA este un nomenclator de identificare a unităţilor teritoriale

administrative (Sistemul Informaţional al Registrului Unitaţilor Teritorial
Administrative).
Fiecare unitate teritorial-administrativă a primit un cod de identificare format

dintr-un număr nesemnificativ de la 1 la n şi o cifra de control.
Conţine: toate unităţile administrativ teritoriale, indiferent de nivel +

nomenclatorul judeţelor.
Modulul SIRPRIV – cuprinde toate unităţile active cu cod SIRUES

completat, existente în modulul fiscal şi care are forma de proprietate
privată.
Modulul NOMREGIS – conţine nomenclatoarele şi clasificările atât ale

registrului REGIS cât şi a sistemului statistic.
COR – Clasificarea Ocupaţiilor din România.
44
CPSA – Clasificarea Produselor şi Serviciilor asociate Activităţilor -

reprezintă o detaliere a CAEN, prin ordonarea după principiul omogenităţii a
tuturor familiilor de produse şi servicii pe nivele ierarhice succesive.
Formele de proprietate care se utilizează pentru structurarea datelor sunt

detaliate pe 8 tipuri specifice perioadei actuale: perioada integrală de stat;
perioada majoritara de stat; majoritar privată; integral privată; cooperatista;
obştească; integral străină; publică de interes naţional şi local.
3.3. GRUPAREA DATELOR OBŢINUTE DIN OBSERVARE
Gruparea datelor după modul de variaţie pentru caracteristicile exprimate

numeric:
- grupări pe variante (se foloseşte când numărul variantelor este redus şi

centralizarea datelor se poate face pentru fiecare variantă în parte); ex:
locuinţele se pot grupa dupa nr. de camere;
- grupări pe intervale egale de variaţie (se foloseşte când gradul de
variaţie al caracteristicilor permite alegerea unei mărimi egale a intervalelor
astfel încât numărul grupelor să nu modifice forma ei de variaţie);
- grupări pe intervale neegale (pentru cazul unui grad foarte mare de
variaţie).
3.3.1. Alegerea numărului de grupe şi stabilirea mărimii

intervalului de grupare pentru caracteristicile exprimate numeric
Alegerea numărului de grupe se face ţinând seama de scopul pentru care se

foloseşte metoda grupării.
Exemplu:
Într-o echipă de muncitori s-au înregistrat urmatoarele valori ale producţiei
individuale (număr piese realizate de fiecare muncitor):
125; 128; 130; 131; 142; 135; 136; 142; 136; 143; 125; 123; 135; 123; 132;
143; 133; 132; 122; 135; 128; 135; 124; 131; 134; 125.
Mai întâi trebuiesc ordonate datele pentru a obţine frecventele de apariţie a
diferitelor variante. În acest scop se porneşte de la amplitudinea variaţiei şi
de la numărul unităţilor observate.
45
Dacă se notează caracteristica statistică după care se grupează cu “xi”, ea

poate lua valori între limita minima xmin şi cea maxima xmax.
Amplitudinea variaţiei (A) = xmax - xmin
Unde: xmin = 122 şi x max = 143
A =143 - 122 = 21
Numărul de grupe (r) marimea intervalului de grupare (k) se aleg în aşa fel
încât să se cuprindă toate valorile individuale. Se rotunjeste întotdeauna în
plus, pentru a nu rămâne unităţi ale populaţiei observate pe dinafară.
Dacă spre exemplu dorim să efectuăm gruparea celor 26 de muncitori pe 5

intervale de grupare egale, mărimea intervalului va fi:
A max 21
k = ----------- = ------ = 4 ,2 rotunjit în plus = 5 .
r 5
Putem efectua urmatoarele 4 variante de grupare pentru 5 intervale egale:

Varianta I Varianta II
Grupe după mărimea Nr. Grupe după mărimea Nr.
produselor obţinute muncitori produselor obţinute muncitori
120-125 4 120-125 7
125-130 5 125-130 3
130-135 8 130-135 10
135-140 5 135-140 2
140-145 4 140-145 4
TOTAL 26 TOTAL 26
Nota: limita inferioară inclusă în interval Nota: limita superioară inclusă în interval
Comparând frecvenţele se observă că ele diferă tocmai datorita faptului că

au fost suficiente valori ale caracteristicii egale cu una din limitele
intervalelor de grupare. Acestea se numesc grupări pe intervale cu variaţie
continuă şi întotdeauna trebuie precizat într-o notă care limita (inferioara sau
superioara) se include în interval.
46
Pentru a elimina această dificultate se fac grupări cu variaţia discontinuă în

care limita inferioara a intervalului următor este deplasată cu o unitate de
măsura faţă de limita superioară a intervalului precedent.
Varianta I Varianta II
Grupe după mărimea Nr. Grupe după mărimea Nr.
produselor obţinute muncitori produselor obţinute muncitori
120-124 4 121-125 7
125-129 5 126-130 3
130-134 8 131-135 10
135-139 5 136-140 2
140-144 4 141-145 4
TOTAL 26 TOTAL 26
La determinarea mărimii intervalului de grupare, în special pentru

caracteristicile statistice cu tendinţe de variaţie sistematică şi cu un numar
mare de observaţii se poate folosi formula lui Sturges:
X max – X min N = numărul total al observaţiilor

k = ----------------------------------- unde
1 + 3 ,322 lg N k = mărimea intervalului de grupare
În exemplul luat avem:
21
k = ------------------------------------- = 3 ,68
1 + 3 ,322 lg 26
3.3.2. Funcţiile grupării statistice
- determinarea structurii colectivităţii cercetate pe tipuri calitative diferenţiate

în cadrul aceleiaşi colectivitaţi;
- sesizarea mutaţiilor produse în structura colectivităţii statistice, pe plan
teritorial şi în dinamică;
- surprinderea tendinţelor de manifestare a variaţiei fenomenului studiat;
- stabilirea şi interpretarea legăturilor dintre fenomene şi a factorilor care le
influenţează.
47
Cum se încadrează un agent economic într-o activitate a economiei

naţionale ? Exemplificaţi încadrarea unor agenţi economici după CAEN.
Efectuaţi o observare statistică a unui grup de studenţi după o caracteristică

aleasă şi efectuaţi o grupare pe 4 intervale de variaţie egale şi discontinui.
48
Capitolul IV
PREZENTAREA DATELOR STATISTICE
OBIECTIVE
Capitolul are drept scop învăţarea corectă a principalelor metode de prezen-

tare a datelor statistice sistematizate. Astfel, fie că este vorba de prezen-
tarea datelor în tabele sau în grafice statistice, acestea trebuie să respecte
nişte reguli clare, să nu fie folosite la întâmplare şi, să-şi atingă scopul pen-
tru care acestea au fost construite. O diversitate de grafice statistice stau ca
exemple în înţelegerea corectă a prezentării datelor.
Cuvinte cheie
Tabel, serie şi grafic statistic

Mărimi de flux şi mărimi de stoc
Scară de reprezentare
Prezentarea datelor statistice se poate face sub următoarele forme:

Tabele statistice
Serii statistice
Prezentarea grafică a datelor statistice
4.1. TABELE STATISTICE
I. Tabele statistice – este forma de bază a oricărei prezentări, a rezultatelor

prelucrării datelor de evidenţă, reprezentând un ansamblu de judecăti
despre colectivitatea studiată şi orânduite în aşa fel încât cuvintele scrise să
servească drept titluri comune pentru înţelegerea conţinutului expresiilor
numerice.
49
Prezentarea datelor statistice
Subiectul tabelului este constituit din colectivitatea la care se referă datele şi

se regăseşte de obicei în titlul general al tabelului. Predicatul tabelului se
referă la sistemul de indicatori ce caracterizează colectivitatea prezentată în
tabel. Felurile tabelelor statistice sunt extrem de variate, în funcţie de scopul
prelucrării sau al analizei statistice.
Cele mai des întâlnite sunt:

Tabele simple sunt cele în care se prezintă indicatorii statistici ai unitatilor
statistice la care se referă datele, ordonate după urmatoarele criterii:
cronologic, teritorial sau organizatoric. Întocmirea acestui fel de tabele nu
ridică probleme deosebite, ordonarea indicatorilor făcându-se în funcţie de
scop.
Tabelul pe grupe se foloseşte când se aplică gruparea simplă şi se
centralizează frecvenţele şi valorile caracteristicilor care se găsesc într-o
relaţie de dependenţă faţă de variaţia caracteristicii de grupare.
Grupe de unităţi după Nr. Valorile centralizate ale
variaţia caracteristicii unităţilor caracteristicilor din predicat
" x" (f) y z v
A 1 2 3 4
x1 f1 y x1 z x1 v x1
x2 f2 y x2 z x2 v x2
: : : : :
xi fi y xi z xi v xi
: : : : :
xm fm y xm z xm v xm
m m m m
Total
∑ fi ∑y xi ∑z xi ∑v xi
i =1 i =1 i =1 i =1
În acest tabel subiectul este reprezentat prin grupele formate pe baza

caracteristicii de grupare “x”, iar predicatul din frecvenţele de apariţie ale
diferitelor variante (x1, x2, … xm) şi din sumele parţiale ale valorilor
înregistrate pentru caracteristicile y, z, v, condiţionate de variaţia valorilor
variabilei x.
Tabelul pe grupe poate fi folosit pentru:

• caracterizarea independentă a gradului şi formei de variaţie a
caracteristicii x;
• interpretarea legăturilor dintre variaţia caracteristicii de grupare şi
variaţia caracteristicilor care formează predicatul tabelului;
• pentru aplicarea metodelor de calcul ale corelaţiei statistice.
50
Tabelul combinat se foloseşte când subiectul se prezintă prelucrat după

variaţia a cel puţin 2 caracteristici de grupare (x, y) şi predicatul este format
din valorile centralizate ale variabilelor dependente (z, v) de factorii de
grupare.
Caracteristica Caracteristica Frecvenţele
Valorile centralizate ale
primară de secundară de corespunzătoare
caracteristicilor
grupare grupare valorilor
x y xy z v
x1 y i1 fi 1 z x1 y 1 v x1 y1
x2 . . . .
. . . . .
. yj fij z x1 y j v x1 y j
.
. . . .
.
.
yp fip z x1 y p v x1 y p
p p p
. T otal
. grupa 1 ∑ f ij ∑z xi y j ∑v xi y j
i =1 i =1 i =1
.
. yi1 z x i y1 v xi y1
f i1
. . . .
xi . f ij z xi y j v xi y j
y ij . . .
.
. . . . .
. y ip y ip z xi y p v xi y p
xm
T otal p p p
grupa i ∑ f ij ∑ z xi y j ∑v xi y j
j =1 i =1 i =1
yi1 f i1 z xm y1 v xm y1
. . .
. f ij z xm y j v xm y j
y ij . . .
. . . .
y ip y ip z xm y p v xm y p
T otal p p p
grupa m ∑ f mj ∑z xi y j ∑v xi y j
m =1 i =1 i =1
m m m
T otal ge neral ∑ fi ∑ z xi ∑v xi
i =1 i =1 i =1
51
3. Tabelul cu dublă intrare se foloseşte atunci când colectivitatea a fost

împărţită în grupe dupa variaţia a două caracteristici (x, y) şi au fost
centralizate numai frecvenţele de apariţie ale valorilor x, y.
Într-un tabel cu dublă intrare grupele formate dupa variaţia caracteristicii x

reprezintă elementele componente ale subiectului, iar grupele formate după
variaţia caracteristicii y elementele componente ale predicatului. În rubricile
tabelului se trec frecvenţele valorilor x, y.
Rezultă că unităţile la care s-a facut înregistrarea datelor se distribuie atât

după variaţia lui x cât şi a lui y, pentru care deci numărul total al unităţilor
observate (N) este egal cu suma frecventelor după x, cât şi cu cele după y.
Grupare după Grupare după caracteristica y

Frecvenţa după
caracteristica
variabila x
x y1 ...y2... ...yj.... ...yp...
x1 f 11 f 12 f 1j f 1p fx 1
x2 f 21 f 22 f 2j f 2p fx 1
. . . . . .
. . . . . .
xi f i1 f i2 f ij f ip fx 1
. . . . . .
. . . . . .
. . . . . .
xm f m1 f m2 f mj f mp fx m
Frecvenţa m p
...fy i .. ...fy p ..
după variabila fy 1 fy 2 ... ∑ f x = ∑ f yj =N
y . . i =1 j =1
4. Tabelul de asociaţie se foloseşte pentru a putea prezenta într-un tabel

statistic legatura dintre două caracteristici alternative. Şi pentru subiect şi
pentru predicat nu sunt decât doua variante x1, x2 pentru grupele formate pe
baza variaţiei subiectului şi y1, y2 pentru grupele formate pe baza variaţiei
predicatului.
52
Variantele lui Variantele lui y

Total
x y1 y2
x1 a b a+b
x2 c d c+d
N = (a+c) + (b+d) +
Total a+c b+d
+(a+b) + (c + d)
4.1.1. Reguli de întocmire a tabelelor statistice
• stabilirea subiectului şi predicatului tabelului în funcţie de scopul

sistematizării datelor statistice;
• alegerea unităţilor de măsură în care se exprima indicatorii statistici;
• completarea tuturor rubricilor tabelului;
• evitarea unor tabele prea încărcate;precizarea surselor de informaţie şi
redactarea notelor explicative.
4.2. SERIILE STATISTICE
Seriile statistice sunt o corespondenţa între 2 şiruri de date statistice în

care primul şir reprezinta variaţia caracteristicii de grupare, iar cel de-al
doilea şir rezultatul centralizării frecvenţelor de apariţie sau ale valorilor unei
alte caracteristici cu care se corelează.
Seria statistică poate fi considerată astfel ca o funcţie matematică în care

valorile centralizate ale frecvenţelor sau ale caracteristicilor sunt valori
dependente (y) în funcţie de valorile caracteristice de grupare (x).
4.2.1. Clasificarea seriilor statistice
a. După posibilităţile de caracterizare a fenomenelor, seriile statistice pot fi:
- serii statistice independente (unidimensionale), (acelea care rezultă

dintr-o grupare simpla);
53
Exemple: Notele obţinute de 10 studenţi la examen:
Studentul 1 2 3 4 5
Nota 9 10 6 4 8
- serii statistice condiţionate (multidimensionale), sunt obţinute dintr-o

grupare combinată.
b. După conţinutul caracteristicii de grupare:

- serii statistice de timp (dinamice sau cronologice) – acelea în care se
prezintă variaţia unei caracteristici în funcţie de timp:
yi = f (ti) unde yi = valorile caracteristicii care se studiază

ti = variabila de timp
c. După timpul la care se referă datele, acestea pot fi la rândul lor:

- serii dinamice de intervale
Exemplu: Producţia de carne în România între anii 2000 - 2008
Anii 2000 2001 .....

Mii tone 5600 5900
- serii statistice de momente ce se obţin pentru variabile statistice

cantitative care se pot măsură în orice moment, ca de ex.: nr. de muncitori,
volumul fondurilor fixe, etc.
A 2000 2001 .....

În unităţi fizice 125630 129700
Caracteristic seriei dinamice de momente este faptul că termenii ei nu se pot

cumula deoarece pot exista înregistrări repetate şi valoarea obţinută nu ar
avea sens economic.
- serii statistice de spaţiu sunt cele în care centralizarea frecventelor sau a

valorilor individuale ale caracteristicii studiate se face în funcţie de variaţia
teritorial-administrativă.
De regulă ele sunt folosite pentru sistematizarea informaţiei statatistice pe

judeţe. Se pot întocmi serii teritoriale în care indicatorii pot fi absoluţi, relativi
şi medii.
54
- serii statistice de distribuţie (de repartiţie) sunt acelea în care se

foloseşte pentru gruparea datelor o caracteristică atributivă (calitativă sau
numerică) iar centralizarea se face pentru frecvenţele la care se
înregistreaza aceeaşi variantă sau pentru o altă caracteristică statistică.
Dis tributia populatiei curent active a judetului Bacau
la recens am antul din 2002, dupa s tatutul profes ional
(pers oane)
Numar
Statutul profesional
persoane
Salariati 185972
Patroni, intreprinzatori privati 5476
Lucratori pe cont propriu 54543
Mem bri ai s ocietatilor agricole 125
Lucrator fam ilial in propria gos podarie 77818
Alte s ituatii 12083
Total judet Bacau 336017
În cazul unei amplitudini mari a variaţiei se folosesc serii statistice pe

intervale de grupare (egale sau neegale).
Populatia stabila a judetului Bacau la recensamantul
din 18 martie 2002, pe grupe mari de varsta
Total judet
Grupa mare de varsta
(persoane)
Total 706623
0-14 ani 143426
15-59 ani 433067
60 ani si peste 130130
Sursa datelor: "InfoSTAT" nr. 5/2003 - Directia
Judeteana de Statistica Bacau
Structura populatiei stabile a judetului Bacau la

recensamantul din 18 martie 2002,
pe grupe mari de varsta
Ponderea
Grupa mare de varsta populatiei in
total (%)
Total 100,0
0-14 ani 20,3
15-59 ani 61,3
60 ani si peste 18,4
Aceasta este o serie de distribuţie cu frecvente relative.
55
Serii statistice descriptive (Ex. Lista candidaţilor admişi la facultate cu

toate datele esenţiale).
Serii de distribuţie condiţionate se obţin folosind o grupare combinată

după 2 sau mai multe caracteristici statistice care se găsesc într-o strânsă
interdependenţă.
Ex.: Distribuţia întreprinderilor din agricultura dupa nr. mediu de muncitori

din activitatea de baza şi productivitatea pe un muncitor
Grupe de Grupe de întreprinderi după Nr. de

întreprinderi nr. muncitorilor din activitatea de baza întreprineri în
după nivelul funcţie de
Sub 81- 101- 121- 141- 161- 181- Peste
producţiei nr. pieselor
80 100 120 140 160 180 200 200
- mii piese - produse
Peste 450 1 - 1 - 2 3 3 - 10
401-450 1 1 - 6 6 8 2 3 27
351-400 - 1 9 8 8 8 3 1 38
301-350 - 4 4 10 13 5 2 2 40
251-300 1 9 14 6 3 3 1 - 37
201-250 5 16 16 10 2 3 1 1 54
151-200 7 13 8 4 1 1 - - 34
Pana la 150 - - 2 - - - - - 2
Nr.
întreprinderi în
15 44 54 44 35 31 12 7 242
funcţie de
nr. muncitori
Se poate observă că între cele 2 variabile există o anumită legatură, adică

pe măsură ce creşte nr. muncitorilor, creşte şi cantitatea producţiei obţinute
de aceştia.
4.2.2 Reprezentarea grafică a datelor statistice
Metoda grafică este folosită în teoria şi practica statistică atât pentru

prezentarea unor date statistice cât şi ca instrument de analiza şi
interpretare a fenomenelor studiate. Graficele constau în exprimarea datelor
statistice din tabele prin linii sau puncte, figuri geometrice, harţi, simboluri şi
alte mijloace specifice.
Ele se întâlnesc în aproape toate sectoarele de activitate deoarece ele au

calitatea de a prezenta într-o forma simpla, sugestivă şi atrăgatoare
trăsăturile esenţiale ale fenomenelor în condiţii determinate de timp şi
spaţiu.
56
În statistica social-economică graficele au urmatoarele scopuri:
- interpretarea vizuala a raportului de mărime dintre doi sau mai mulţi

indicatori statistici;
- interpretarea structurii şi a mutaţiilor de structură, privite în dinamică sau pe
plan teritorial;
- interpretarea densităţilor de repartiţie a frecventelor fenomenelor
înregistrate într-o cercetare statistică concretă;
- interpretarea tendintelor de dezvoltare a fenomenelor studiate în dinamică
pentru etapa dată;
- popularizarea datelor statistice cu privire la gradul de dezvoltare a
fenomenelor considerate în dinamică sau pe plan teritorial.
Reprezentările grafice sunt folosite fie ca o metoda de prezentare a

rezultatelor cercetărilor statistice, fie ca mijloc de alegere a metodelor şi
procedeelor de calcul.
4.2.3. Elementele de bază ale unui grafic
Titlul graficului – în el se sugereaza ce relaţii trebuie interpretate vizual pe

baza graficului.
- este indicat să fie scurt, clar, precis şi complet şi pe cât posibil să
corespundă cu titlul tabelului statistic ale cărui date le reprezintă;
- el cuprinde indicaţii cu privire la obiectul reprezentat, timpul şi spaţiul la
care se referă datele reprezentate şi unitatea de măsură;
- de regula, se trece deasupra figurii graficului, dar dacă graficul face parte
dintr-un text, atunci poate fi inclus în fraza pe care-l precede.
Reţeaua graficului are ca scop să usureze identificarea în plan a punctelor

care reprezintă mărimile variabilelor reprezentate grafic. Ea poate fi formată
din linii paralelel orizontale, verticale, oblice, cercuri concentrice, sectoare
de cerc care servesc pentru plasarea corectă a punctelor pe grafic.
În reprezentarea grafică a fenomenelor social-economice se folosesc: reţele

rectangulare, reţele curbilinii şi reţele suplimentare.
În majoritatea cazurilor se apelează la reţelele folosite pentru construirea

graficului în sistemul coordonatelor rectangulare.
57
y +
Cadranul II Cadranul I
x x
- +
Cadranul III Cadranul IV
y -
În mod obişnuit, la construirea graficului se foloseşte numai cadranul I şi

uneori I şi IV împreună.În sistemul axelor rectangulare se construiesc şi
reţele logaritmice, semilogaritmice, dar ele sunt neuniforme.
Reţeaua curbilinie se foloseşte spre exemplu pentru construirea graficului

după metoda coordonatelor polare.
Dintre reţelele curbilinii:
- reţeaua polară (radiala) este formată din cercuri concentrice.
Sunt folosite în special pentru reprezentarea sezonalităţii unui fenomen

social-economic.
Scara de reprezentare se alege ţinând seama de ordinul de mărime al

indicatorilor de reprezentat, de gradul şi forma de variaţie dintre ei şi de
scopul urmărit.
Ea se compune dintr-o linie care se numeşte suportul scării şi dintr-un şir de

puncte nenumerotate cu ajutorul cărora se realizeaza divizarea liniei.
Lungimea scări este întreaga distanţă dintre punctele extreme ale scării.
Ex.: ——— 1 cm = 400 kg
0 400 800 1200 1600
Deci pe suportul scării apar doar intervale.
58
Alegerea variaţiei de lungime a scării se face în funcţie de spaţiul destinat

figurii graficului.Cel mai adesea în practică se foloseşte scara uniforma, care
trebuie să îndeplinească urmatoarele condiţii:
- unitatea de lungime aleasă trebuie să fie aceeaşi pentru toţi indicatorii pe

care îi cuprinde graficul;
- atât scările verticale cât şi cele orizontale trebuie dispuse în aşa fel încât să
permită citirea uşoară a graficului;
- scara aleasă trebuie să permită folosirea completă şi raţională a spaţiului
respectiv;
- deasupra notaţiilor numerice ale scării trebuie să se arăte întotdeauna
denumirea U.M.
Notele explicative şi legendele se folosesc pentru a putea interpreta corect

graficul. Ele apar atunci când este necesar să se atraga atenţia asupra
aspectelor metodologice ale calcularii indicatorilor reprezentaţi sau asupra
modului de prezentare a lor în grafic.
Notele pot fi de 2 feluri:

- note generale care se referă la toate datele sau la întreaga diagrama. Dacă
ea este scurtă, poate fi aşezată chiar sub titlul graficului;
- note speciale, care se referă numai la o anumită parte a datelor sau a
diagramei. De regula ele sunt trecute sub figura graficului.
Legendele reprezintă explicarea concisă a semnelor convenţionale,

hasurilor şi culorilor folosite.
Semnele convenţionale pot fi facute sub 2 forme:

-sub forma de inscripţii în chenar, chiar pe grafic;
-sub forma legendei.
Inscripţia în interiorul graficului trebuie să fie scurtă, clară şi plasată

deasupra curbei, fiind legată de aceasta printr-o săgeată.
În general, legenda se plaseaza în afara cadrului construcţiei graficului, fie
în dreapta retelei, fie sub retea.
Sursa de informaţie a datelor din grafic este obligatorie în toate cazurile

când se folosesc date reale.
Când graficele sunt încadrate într-un raport de analiza sau lucrare de
cercetare statistica, la fel ca şi titlurile, sursele de informare pot să nu apară
în mod expres dacă din textul respectiv rezultă aceste elemente.
59
4.2.4. Tipuri de grafice
- grafice prin coloane şi benzi;

- grafice prin figuri geometrice de suprafaţă sau volum, cronograme;
- diagrame radiale (polare);
-diagrame de distribuţie (histograma, poligon de frecvenţă, curba cumulativă
a frecventei, curba de concentrare;
- cartograme şi cartodiagrame;
- grafice prin figuri naturale şi simbolice.
Ele se mai pot grupa şi în funcţie de felul datelor utilizate sau domeniul de
folosire:
- diagrame ale unor date parţiale sau independente între ele;

- diagrame de structura;
- grafice ale seriilor cronologice (SCR);
- graficele seriilor de distribuţie;
- graficele seriilor teritoriale;
- graficele de analiza a corelaţiei.
Graficele prin coloane – sunt cele mai frecvent întâlnite. Se folosesc în

special pentru:
- popularizarea datelor statistice sau a indicatorilor incluşi în programele de
activitate elaborate la diferite nivele;
- pentru SCR.
Se recomandă mai ales când numărul datelor reprezentate nu este prea

mare şi graficul este sugestiv.
Reprezentarea graficului prin coloane presupune folosirea cadranului I din

sistemul axelor rectangulare, unde scara de reprezentare se fixeaza pe axa
Oy, iar pe Ox se construiesc atâtea coloane cu bazele egale caţi indicatori
sunt de reprezentat. Între coloane se lasă un spaţiu liber egal cu aproximativ
˝din baza coloanelor. Înălţimea coloanei este proporţionala cu valoarea
indicatorilor de reprezentat.
Diagrama prin coloane simple specific este faptul că aranjarea coloanelor

poate fi facută după diferite criterii: dupa mărime (în ordine crescătoare sau
descrescătoare), în ordine alfabetică sau alte criterii logice.
Exemplu: La o întreprindere cu 3 secţii s-au înregistrat urmatorii indicatori de

îndeplinire a producţiei în septembrie 1999 (%):
60
G ra d u l d e in d e p lin ire a n o rme lo r la

in tre p rin d e re a "X" p e se ctii (% )
110
105
100 Se ctia A
95 Se ctia B
90 Se ctia C
85
80
S ec tia A S ec tia B S ec tia C
Castigul salarial nominal mediu net lunar (lei) pe judete si

1600 1600
in Romania, in anul 2007
1400 1400
Judete
1200 Romania 1200
1000 1000
800 800
600 600
400 400
200 200
0 0
Covasna
Teleorman
Caraş-Severin
Suceava
Dâmboviţa
Prahova
Maramureş
Braşov
Timiş
Ilfov
Vrancea
Buzău
Ialomiţa
Satu Mare
Brăila
Vâlcea
Alba
Tulcea
Hunedoara
Arad
Sibiu
Bacău
Neamţ
Olt
Mureş
Vaslui
Călăraşi
Botoşani
Sălaj
Dolj
Iaşi
Cluj
Gorj
Municipiul Bucureşti
Bihor
Harghita
Bistriţa-Năsăud
Giurgiu
Constanţa
Argeş
Galaţi
Mehedinţi
Diagrama cu coloane grupate în practica statistică se folosesc aşa

numitele coloane în aflux. Ele se întâlnesc atunci când pentru fiecare grupa
se foloseste un “set” format din 2 sau mai multe coloane care se deplaseaza
pe grafic astfel încât să se observe diferentele cantitative dintre subgrupe.
Cel mai frecvent sunt utilizate pentru producţia sau stocurile de produse
asemănatoare, grupate pe sortimente.
61
Dinamica productiei in anii 2008 si 2000 fata de 1990

(%)
2000
%
1500
energie
1000 petrol
carbune
500
0 ani
2000 2008
Dinamica populatiei active urbane a judetului Bacau,

pe grupe mari de varsta, la recensamantul din 2002 fata de 1992
(%)
245,0
Masculin
200
2000 Feminin 2000
200
masculin
feminin
1077,0
1000 1000
100
100 79,9 84,3
68,2
81,8 93,7
58,6
0 100
0
Total populatie sub 30 ani 30-59 ani 60 ani si peste
activă
62
Balanţa comercială a unui magazin la sfârşitul unei luni
3500 0 0lei
mii 0
2750000
3000000
750000
500000
0
S toc Intrari Ies iri S toc final
initial
Populatie s tabila
Vârsta medie a populaţiei (ambele sexe) şi a
Populatie activa
forţei de muncă a judeţului Bacău pe medii, Populatie ocupata
la recensământul din 2002 (ani) Som eri
50
ani
39.8 40.4 41.5 41.9
40 38.2
36.5 37.6 37.1
35.8
33.1 33.8
31.3
30
20
10
0
Total judet Urban Rural
63
Diagrama prin coloane lipite se deosebeşte de cea simplă prin faptul că

nu se mai lasă nici un spaţiu între coloane. Ele se folosesc atunci când se
poate stabili o anumită continuitate între indicatorii prezentaţi.
D is tributia m uncitorilor dupa gradul de indeplinire a norm ei

(% )
200
150
Gradul de indeplinire %
130
100-150
100 78 150-200
75
200-250
250-300
0
100 150 200 250 300 Tim pul
Diagrama prin coloane cu subdiviziuni se foloseşte pentru reprezentarea

mărimilor subdivizate în parţile lor componente. Pentru a distinge usor
aceste subdiviziunii se folosesc diferite hasuri sau culori. Scara acestor
diagrame se exprima întotdeauna în mărimi absolute.
comert
Cifra de afaceri constructii
milioane lei industrie
100
33
65
50
10
25
17
0
2000 2008 ani
64
Diagrama prin coloane a abaterilor se foloseşte pentru reprezentarea

grafică a indicatorilor care pot fi mărimi pozitive sau negative, de tipul
beneficiilor sau pierderilor spre exemplu. Specific este faptul că fiecare
coloana este orientată fie în sus, fie în jos de linia de baza.
Sporul natural al populatiei (la mia de locuitori)

2,0
1,6
1,5
1,0 0,8 0,7

0,4
0,5
0,0
2000
2001
2002
2003
2004
2005
2006
2007
-0,5
-0,7 -0,2
-1,0
-1,0
-1,5
la mie -1,5
-2,0
Gradul de îm plinire a planului producţiei

la întreprinderea "x" în anul 2008, pe secţii
200
155%
150
120%
100
75%
50
0
s1 s2 s3
65
Diagrama prin benzi – lungimea benzilor este direct proporţională cu

mărimea indicatorilor reprezentaţi, lăţimile fiind egale.
Se foloseşte când:
- indicatorii seriei exprimă lungimi
- indicatorii sunt diferiţi (ex.: diferite tipuri de aparate)
- când avem serii dinamice în care intervalele dintre momente sunt mari
(1945, 1955, 1965) sau când distanţele dintre momentele intervalelor sunt
neegale (1950, 1958, 1964);
- când avem de reprezentat serii cu caracteristici combinate: datele unei
balanţe, bilanţul (activ, pasiv).
Costul orar al forţei de muncă în industrie şi servicii

în ţarile UE şi candidate (euro/ora)
SE 28,56
DK 27,10
DE 26,34
FR 24,39
LU 24,23
UK 23,85
AT 23,60
NL 22,99
UE 22,19
FI 22,13
IT 18,99
IE 17,31
ES 14,22
CY 10,74
GR 10,40
SI 8,98
PT 8,13
PL 4,48
CZ 3,90
HU 3,83
Candidate
CC 3,47
SK 3,06 UE
EE 3,03
Media candidate
LT 2,71
LV 2,42 Media UE
RO 1,51
Euro/oră
BG 1,35
0 5 10 15 20 25 30
66
Plata taxei din PIB in tarile UE (%)
Grecia 0,5
Italia 2,1
Franta 4,7
Finlanda 10,8
Belgia 12,9
Danemarca 16,2
Suedia 16,4
0 3 6 9 12 15 18
Diagrama prin benzi poate fi folosită şi la reprezentări grafice mai

complexe, folosind două caracteristici combinate (ex.: activ/pasiv; import/
export). O astfel de reprezentare grafică este şi piramida vârstelor, grafic
reprezentativ în demografie. Pe acelaşi grafic, se reprezintă în acest caz
populaţia unei colectivităţi, folosind în acelaşi timp două caracteristici: sexul
persoanei şi grupa de vârsta din care face parte persoana.
Piramida vârstelor poate fi realizată fie pentru fiecare vârstă aniversară în

parte, fie pe grupe de vârste cincinale. Forma piramidei oferă o imagine
reprezentativă a populaţiei acelei zone, graficul oferind multiple informaţii:
disproporţii existente între diferite grupe de vârste/sexe, dacă acel spaţiu
teritorial are o populaţie tânără sau dimpotrivă îmbătrănită demografic,
disproporţii existente între diferitele categorii de vârstă (populaţia activa,
populaţia şcolară/preşcolară, populaţia vârstnică-întreţinuţii).
Orice strangulare bruscă a unei/unor benzi (pentru anumite vârste)

reprezintă anumite evenimente (factori) care au influenţat evoluţia într-un
anumit sens (pozitiv sau negativ) a acelei generaţii (ex.: calamităţi naturale,
războaie, factori de natură politică,/legislativă care au favorizat sau
dimpotrivă au condus la diminuarea natalităţii). Este interesant de urmărit şi
analizat comparativ şi cele doua piramide pe medii de viaţă socială (urban/
rural), existând diferenţe considerabile între acestea.
67
Piramida vârstelor judeţului Bacău la 18 martie 2002

(ambele medii)
100 şi peste
95
FEMININ MASCULIN
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
0
8000
7000
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
7000
8000
68

(Mediul urban)
100 şi peste
95
FEMININ 90 MASCULIN
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
(Mediul rural)
100 şi peste
95
FEMININ 90 MASCULIN
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
69
Se pot realiza şi mai în detaliu piramide ale vârstelor folosind şi alte

caracteristici asociate vârstei şi sexului, cum ar fi: starea civilă sau ocuparea
persoanelor. Un astfel de exemplu este “Piramida vârstelor populaţiei pe
grupe de vârsta, sexe şi dupa participarea la activitatea economica”.
Distributia populatiei dupa participarea la situatia economica

pe grupe de varsta si sexe - judetul Bacau - ambele
medii
75 ani si peste 9668 2704 15248 Persoane ocupate
Grupe de vârstă
70 - 74 8886 3626 11117 Someri

65 - 69 11481 4836 5547 13656 Persoane inactive
60 - 64 11322 5652 6125 13973
55 - 59 8419 6455 6475 10447
50 - 54 5899 13705 12561 9675
45 - 49 3257 19029 16674 7239
40 - 44 2224 19491 16531 5593
35 - 39 1541 16906 13565 4466
30 - 34 2335 25904 21183 7374
25 - 29 2629 21732 17083 7198
20 - 24 5428 18786 14469 9202
15 - 19 18596 7204 5643 20307
10 - 14 29557 28340
5-9 M ASCULIN 22246 21362 FEM ININ
0-4 21302 20619
38000
36000
34000
32000
30000
28000
26000
24000
22000
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
22000
24000
26000
28000
30000
32000
34000
36000
38000
Persoane
Distributia populatiei dupa participarea la situatia economica pe grupe

de varsta si sexe - judetul Bacau - mediul urban
75 ani si peste 3331 5437

Grupe de vârstă
70 - 74 3989 4916 Persoane ocupate
65 - 69 Someri
5734 6806
6085 Persoane inactive
60 - 64 7636
55 - 59 4870 1661 6155
50 - 54 3712 6304 4857 6039
45 - 49 2131 10657 9289 4507
40 - 44 1416 10149 10337 3381
35 - 39 898 7549 7999 2403
30 - 34 1485 10997 11398 3602
25 - 29 1778 8077 7815 2956
20 - 24 4105 6225 5693 5159
15 - 19 12221 1172 13146
10 - 14 14014 13431
5-9 M ASCULIN 8532 8176 FEM ININ
0-4 7423 7133
9000
8000
7000
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
7000
8000
9000
17000
16000
15000
14000
13000
12000
11000
10000
10000
11000
12000
13000
14000
15000
16000
17000
Persoane
70
Distributia populatiei dupa participarea la situatia economica

pe grupe de varsta si sexe - judetul Bacau -mediul rural
75 ani si peste 6337 2618 2694 9811 FEM ININ

M ASCULIN
70 - 74 4897 3460 3383 6201
65 - 69 5747 4530 5362 6850
60 - 64 5237 5028 5839 6337
55 - 59 3549 4794 5554 4292
50 - 54 2187 7401 7704 3636
45 - 49 1126 8372 7385 2732 Persoane ocupate
40 - 44 808 9342 6194 2212 Someri
35 - 39 643 9357 5566 2063 Persoane inactive
30 - 34 850 14907 9785 3772

25 - 29 851 13655 9268 4242
20 - 24 1323 12561 8776 4043
15 - 19 6375 6032 4750 7161
10 - 14 15543 14909
5-9 13714 13186
0-4 13879 13486
20000
19000
18000
17000
16000
15000
14000
13000
12000
11000
10000
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
17000
18000
19000
20000
Persoane
Distributia populatiei curent ocupate a judetului Bacau pe grupe majore de

ocupatii si medii, la recensamantul din 2002 (persoane)
Grupa m ajora
876
de ocupatie Fortele armate 500
12566
Muncitori necalificati
9572
Operatori la masini, utilaje si asamblori de masini, 11464
echipamente si altele 17496
17962
Mestesugari si lucratori calificati 28859 124532
Agricultori si lucratori calificati in agricultura,
silvicultura, pescuit 3386
6041
Lucratori operativi in sevicii, comert si asimilati
14807
Functionari administrativi 2054
7223
4937
Tehnicieni, maistri si asimilati 18284
2097 Total rural
Specialisti cu ocupatii intelectuale
15480 Total urban
Personal legislativ si de conducere 1788
8223
0 25000 50000 75000 100000 125000
71
Deferenţe relative (+/-%) ale salariului mediu net pe judeţe

faţă de media ţării în anul 2007
-19,4% Botosani
-19,1% Harghita
-18,5% Satu - Mare
-18,3% Calarasi
-17,9% Vaslui
-17,9% Neamt
-17,5% Covasna
-17,0% Maramures
-16,5% Suceava
-15,5% Bihor
-15,4% Vrancea
-13,6% Braila
-13,2% Caras Severin
-13,2% Ialomita
-12,7% Buzau
-12,4% Arad
-11,7% Bistrita Nasaud
-11,6% Tulcea
-11,4% Alba
-11,3% Sibiu
-11,1% Iasi
-9,5% Mures
-9,0% Giurgiu
-8,6% Salaj
-6,2% Timis
-3,7% Teleorman
-3,4% Valcea
-3,1% Bacau
-2,4% Cluj
-2,0% Dolj
-0,8% Brasov
-0,7% Arges
-0,1% Dambovita
0,8% Mehedinti
1,2% Olt
4,9% Prahova
10,4% Constanta
12,7% Ilfov
13,5% Galati
18,3% Hunedoara
28,0% Gorj
30,4% mun.Bucuresti
-50,0 -40,0 -30,0 -20,0 -10,0 0,0 10,0 20,0 30,0 40,0 50,0
+/-%
72
Graficele prin figuri geometrice (Diagrama prin suprafete sau volum) se

folosesc fie pentru reprezentările variaţiei unor indicatori de volum, fie pentru
reprezentarea structurii colectivităţii. Este un grafic în care datele statistice
sunt reprezentate prin figuri geometrice ca dreptunghiul, cercul, pătratul, etc.
ale căror arii sunt direct proporţionale cu mărimile indicatorilor respectivi.
Spre exemplu:
Diagrama prin pătrate – când se reprezintă grafic datele statistice

centralizate la nivelul unei unităţi complexe al unei grupe sau pe întreaga
colectivitate. În acest caz, indicatorii sunt reprezentaţi prin pătrate ale căror
suprafeţe sunt direct proporţionale cu mărimea indicatorilor, reprezentând
lungimea laturilor pătratului care va trebui să fie proporţionala cu rădăcinile
pătrate extrase din indicatorii pe care îi reprezintă. Latura pătratului se
obţine ca raport între rădăcina pătrată a valorii indicatorului şi unitatea de
lungime a scării de reprezentare a acestuia.
Exemplu: Producţia de fructe din România (mii tone) în anul 2007.
Mere =
461,8 mii tone
Prune =
370,3 mii tone
Cireşe şi vişine =
64,5 mii tone
Mere: L = 461 ,8 = 21 ,5 considerăm 1 cm = 5 mii tone;

21 ,5
L = ---------- = 4 ,3 cm
5
19 ,2
Prune: L = 370 ,3 = 19 ,2 → L = ---------- = 3 ,8 cm
5
8, 03
Cireşe şi vişine: L = 64 ,5 = 8 ,03 → L = ------------ = 1 ,6 cm
5
73
Diagrama prin cercuri – se calculeaza raza cercului.
461,8 mii tone
370,3 mii tone
Mere
Prune
64,5 mii tone
Cireşe şi vişine
Se folosesc pentru aceleaşi cazuri ca şi diagrama prin patrate.

Unitatea de lungime a scării de reprezentare se fixeaza pe raza cercului.
461 ,8 = 12 ,1 1 cm = 4 mii tone 12 ,1

Mere: R 1 = ------------- → R 1 = ---------- = 3 cm
3 ,14 4
370 ,3 ≅ 10 ,8 1 cm = 4 mii tone 10 ,8

Prune: R 2 = ------------- → R 2 = ---------- = 2 ,7 cm
3 ,14 4
64 ,5 ≅ 4 ,5 1 cm = 4 mii tone 4, 5
Cireşe şi vişine: R 3 = ---------- → R 3 = --------- = 1 ,12 cm
3 ,14 4
Diagrama prin dreptunghi se folosesc la reprezentarile nivelului totalizat al

unei caracteristici complexe care se poate descompune în produsul a
2 factori:
Exemplu:
- prezentarea variaţiei fondului de salarii în funcţie de salariul mediu şi nr.
muncitori;
- a volumului producţiei în funcţie de nivelul W şi a numărului de muncitori.
Folosind dreptunghiul, înseamna că se pot reprezenta în acelaşi timp cele 3
variabile statistice: cei 2 factori pe cele 2 laturi, iar variabila complexa prin
suprafaţa dreptunghiului.
74
Se stabilesc deci scările de reprezentare doar pentru cei 2 factori.
Exemplu: Producţia totala, producţia medie la hectar şi suprafaţa

însămânţată în România în anul 2007:
Producţia totala = 655,8 mii tone
Producţia medie = 1512 kg/ha
Suprafaţa cultivată = 433,7 mii ha
Se calculeaza mai întâi mărimea bazei dreptunghiului. Pe această latură

vom plasa producţia medie:
1 cm = 500 kg pe bază
Lungimea dreptunghiului va reproduce suprafaţa cultivată:
1 cm = 100 mii ha pe înălţime
Din produsul celor doi indicatori (suprafaţa cultivată şi producţia medie la
hectar, rezultă cel de-al treilea indicator: producţia totala), care va fi dată de
suprafaţa dreptunghiului.
Alte exemple de acest gen pot fi:

- Fondul de salarii, care rezultă din produsul salariului mediu cu numărul
mediu de salariaţi; sau a producţiei, care poate fi calculată şi ca produs
dintre productivitatea medie a muncii şi numărul mediu de salariaţi.
Diagramele de structură – sunt folosite frecvent în interpretarea mutaţiilor

interGrafic în care este reprezentată structura unei colectivităţi, scotând în
evidenţă raportul ce există între parţile componente ale colectivităţii şi
colectivitatea luată ca întreg.
Suprafetele sunt direct proporţionale cu volumul colectivităţii, iar parţile

acesteia sunt reprezentate prin porţiuni de suprafaţa. Astfel putem folosi
spre exemplu cercul de structura, considerând suprafaţa cercului,
exprimată prin 360 ° direct proporţionala cu volumul colectivităţii.
Numărul de grade corespunzator sectoarelor de cerc se determina pe baza

regulii de 3 simple. Se hasureaza diferit fiecare pe cerc fiecare grupa din
cadrul colectivităţii totale.
360 ° …………………………. 100%

x ………………………………. y cunoscut
75
Pe aceeaşi regula se bazeaza şi celelalte reprezentări grafice de structură.

Dacă avem un dreptunghi, a cărei înalţime este proporţionala cu 100%, se
hasureaza (coloreaza) diferit pentru fiecare grupa, corespunzator
procentului respectiv, marcat pe ordonaţa graficului.
Structura pe sexe a populatiei
100
49,3
Masculin
50
50,7
Feminin
0
1
Pe aceeaşi regula se bazeaza şi celelalte reprezentări grafice de structură.

Dacă avem un dreptunghi, a cărei înalţime este proporţionala cu 100%, se
hasureaza (coloreaza) diferit pentru fiecare grupa, corespunzator
procentului respectiv, marcat pe ordonaţa graficului.
120
%
100
11,0
constructii
80 19,2 comert
12,7 agricultura
60
industrie
40
57,1
20
0
1
76
Alte exemple de grafice de structură:
Structura populatiei active din mediul rural dupa

statutul profesional, la recensamantul din 2002
(%)
Patroni
0,7%
Lucratori pe
Som eri in cont propriu
cautarea 26,2%
Salariati
prim ului loc de
30,1%
m unca
1,7%
Lucratori
fam iliali
nerem unerati
39,5% Mem bri ai
Alte s ituatii as ociatiilor
1,7% cooperatis te
0,1%
Structura populatiei curent active din mediul urban, pe

grupe majore de ocupatii la recensamantul din 2002 (%)
Fortele armate Someri in cautarea

Muncitori primului loc de Personal legislativ
0,3%
necalificati munca si de conducere
7,9% 3,6% 5,8%
Specialisti cu
Operatori la masini,
ocupatii intelectuale
utilaje si asamblori
11,1%
de masini,
Tehnicieni, maistri
echipamente si
si asimilati
altele
13,4%
13,7%
Functionari
Mestesugari si administrativi
lucratori calificati 5,4%
Agricultori si
24,7% Lucratori operativi
lucratori calificati in
in sevicii, comert si
agricultura,
asimilati
silvicultura, pescuit
11,6%
2,4%
77
Ponderea femeilor în populaţtia curent ocupată,

pe grupe majore de ocupatii (%)
Grupa m ajoră de
ocupaţie Total Judet Bacau
Personal legislativ si de conducere
specialisti cu ocupatii intelectuale
Tehnicieni, maistri si asimilati
Functionari administrativi
Agricultori si lucratori calificati in agricultura,
silvicultura, pescuit
Mestesugari si lucratori calificati
Operatori la masini, utilaje si asamblori de
masini, echipamente si altele
Muncitori necalificati
%
Femei 0 20 40 60 80 100
Barbati
Structura populatiei curent ocupate,

pe grupe m ajore de ocupatii, la recens am antul din 2002 (% )
100%
80%
60%
40%
20%
0%
Total judet Bacau Total urban Total rural
A gricultori si lucratori calif icati in agricultura, silvicultura, pescuit
Mestesugari si lucratori calif icati
Operatori la masini, utilaje si asamblori de masini, echipamente si altele
Tehnicieni, maistri si asimilati
Muncitori necalif icati
Specialisti cu ocupatii intelectuale
Personal legislativ si de conducere
Functionari administrativi
Fortele armate
78
Ocupata
Structura pe localitati a populatiei stabile, dupa participarea
Someri
Inactiva la activitatea economica (%), la recensamantul din 2002
BACAU
MOINESTI
ONESTI
BUHUSI
COMANESTI
DARMANESTI
SLANIC MOLDOVA
TARGU OCNA
AGAS
ARDEOANI
ASAU
BALCANI
BARSANESTI
BERESTI-BISTRITA
BERESTI-TAZLAU
BERZUNTI
BLAGESTI
BOGDANESTI
BRUSTUROASA
BUHOCI
CAIUTI
CASIN
CLEJA
COLONESTI
CORBASCA
COTOFANESTI
DAMIENESTI
DEALU MORII
DOFTEANA
FARAOANI
FILIPENI
FILIPESTI
GAICEANA
GARLENI
GHIMES-FAGET
GLAVANESTI
GURA VAII
HELEGIU
HEMEIUS
HORGESTI
HURUIESTI
IZVORU
LETEA VECHE
LIPOVA
LIVEZI
LUIZI-CALUGARA
MAGIRESTI
MAGURA
MANASTIREA CASIN
MARGINENI
MOTOSENI
NEGRI
NICOLAE BALCESCU
OITUZ
ONCESTI
ORBENI
PALANCA
PANCESTI
PARAVA
PARGARESTI
PARINCEA
PARJOL
PLOPANA
PODU TURCULUI
PODURI
RACACIUNI
RACHITOASA
RACOVA
ROSIORI
SANDULENI
SASCUT
SAUCESTI
SCORTENI
SECUIENI
SOLONT
STANISESTI
STEFAN CEL MARE
STRUGARI
TAMASI
TARGU TROTUS
TATARASTI
TRAIAN
UNGURENI
URECHESTI
VALEA SEACA
VULTURENI
ZEMES
%
0 20 40 60 80 100
79
Histograma – grafic al seriilor de repartiţie cu intervale (variaţie continua).

Pe axa abciselor este reprezentat prin segmente de dreaptă mărimea
intervalelor de grupare, iar pe axa ortodanatelor se reprezintă frecventele.
Pe axa abciselor se construiesc dreptunghiuri ale căror suprafete sunt direct
proporţionale cu volumul grupelor.
Distributia muncitorilor dupa nr. piese realizate

40 38
35
32
30
Frecvente reduse
25
22
20 19
18
15
10
0
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
Num ar piese realizate (bucati)
80
Dacă graficele se realizeaza cu ajutorul programelor informatice specializate

în statistică (SPSS sau STATISTICA spre exemplu), se traseaza automat şi
curba distribuţiei normale G. Laplace pentru comparabilitate a se vedea în
exemplu graficul de mai sus.
La seriile de repartiţie cu intervale egale, bazele dreptunghiurilor sunt

egale între ele, iar suprafetele lor sunt determinate de înalţimi care sunt
proporţionale cu frecventele absolute.
f i 16
14
14
12
12
10
10
8 7
2
xi
0
0 5 10 15 20 25 30 35 40 45 50 55
La seriile de repartiţie cu intervale neegale laţimea bazei coloanei se

construieşte egala cu mărimea intervalelor de grupare, iar înalţimea
proporţionala cu frecventele reduse în funcţie de mărimea intervalelor de
grupare.
Pentru a calcula frecventele reduse, se calculeaza mai întâi marimea

fiecărui interval, dupa care se calculeaza raportul dintre mărimea fiecărui
interval şi mărimea celui mai mic interval (în cazul nostru 5), determinându-
se astfel un coeficient ki , cu care vom reduce frecventele absolute. În final
se calculeaza frecventele reduse împarţind fiecare frecvenţa absolută la
coeficientul Ki, corespunzător fiecărui interval.
Astfel, baza fiecărui interval va fi proporţională cu mărimea intervalului de

grupare, în timp ce înalţimea coloanelor va fi proporţională cu frecvenţa
redusă, în felul acesta suprafaţa dreptunghiului fiind şi ea proporţionala cu
indicatorii reprezentaţi.
81
Mărimea Raportul dintre

Grupe Frecvenţa intervalului de mărimea fiecărui Frecvenţa
grupare interval si mărimea redusă f i'
celui mai mic interval
xi fi di ki fi k i
10-15 10 5 1 10
15-25 24 10 2 12
25-35 28 10 2 14
35-50 21 15 3 7
16
fi'
28
14
24
12
f i =10
10
8 21
0
xi
0 5 10 15 20 25 30 35 40 45 50 55
Poligonul frecventelor se poate obţine dintr-o histograma dacă se unesc

succesiv printr-o curba mijloacele laturilor superioare ale dreptunghiurilor
histogramei.
Curba cumulativă a frecventelor (ogiva) se foloseşte atunci când se

determina pe grafic valorile mediilor de poziţie (mediana, cvartilele, decilele,
procentilele). Se reprezintă pe acelaşi grafic atât frecventele cumulate
crescător cât şi cele cumulate descrescător. Dacă coborăm o
perpendiculara de la intersecţia celor doua curbe pe abscisă, vom obţine
valoarea medianei, indicator mediu al tendintei centrale care imparte seria în
doua parţi egale.
82
Historiograma (cronograma) - reprezentarea grafică a seriilor dinamice.

Pe axa abciselor se reprezintă timpul, iar pe axa ordonatelor indicatorii seriei
dinamice. Se pot reprezenta pe acelaşi grafic evoluţia în timp a mai multor
indicatori, dacă au legatură între ei şi dacă au aceeaşi unitate de măsură.
Evoluţia ratei medii anuale a inflaţiei în perioada 1990 - 2004

(%)
300
256,1
rata medie anuală
250
210,4
200 170,2 154,8
150
136,7
100
45,8
34,5
50 59,1 15,3 9,0
5,1 32,3 11,9 4,84
38,8 45,7 6,56 7,85
22,5
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Evoluţia numărului de elevi şi studenţi la 10.000 de locuitori
2000
1776
1800 1614 1594 1625 1599
1525 1501
1600 1438
1660 1350
Numar de persoane
1585 1618 1623 1563

1400 1498 1479 1388
1200 1322
1000 Elevi la 10000 locuitori
800 Studenti la 10000 locuitori
600 421
286 332
400 260
103110 112 148 160 202
83 364
200 93 300
157 181 238 274
0
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
Anii universitari
Cartogramele sunt grafice care se folosesc pentru prezentarea densităţii de

repartiţie teritoriala a fenomenelor cu ajutorul harţilor.
83
Repartizarea judeţelor pe regiuni statistice
Rata generală de activitate pe localităţi, la recensământul din 2002 (%)
Botosani
Satu Mare 47,2
Maramures
40,5
40,7 Suceava
39,3
Salaj Bistrita Nasaud Iasi

39,0 50,4 41,8
Bihor Neamt
38,8 Cluj 41,0
39,9
Mures Vaslui
35,9
Harghita
40,8 Bacau 41,3
Arad 47,6
36,2 Alba
42,7
Covasna
Timis Sibiu 39,4 Vrancea Galati
Hunedoara 39,1 Brasov
46,5 40,5 43,0 42,6
42,9
Buzau
Caras Severin 35,8
36,4 Valcea Prahova Braila Tulcea
Gorj 36,0
Arges 38,0 41,8 36,1
38,2 43,4
Dambovita
46,8
Mehedinti Ialomita
36,7 Ilfov 32,8
67,3 - 77,6 35,6
57,0 - 67,2 Olt Calarasi Constanta
40,9 39,6 39,4
46,8 - 56,9 Dolj Giurgiu
42,4 Teleorman 34,7
36,5 - 46,7 38,6
26,2 - 36,4
84
Rata şomajului pe judeţe, la recensământul din 2002 (%)
Rata şomajului pentru 15 ani şi peste 15 ani (%)
Sursa: Eurostat
85
În concluzie, formele de reprezentare grafică în statistica social-economică

sunt extrem de numeroase, ceea ce impune alegerea cu discernamânt a
acelora care sunt mai adecvate conţinutului indicatorilor şi pot sugera cu
usurinţă tendintele de manifestare ale fenomenelor studiate.
Alcătuiţi un tabel statistic cu dublă intrare, în care o colectivitate să fie

repartizată după două caracteristici alease, în strânsă legătură. Transformaţi
tabelul iniţial într-un tabel de asociere.
Reprezentaţi grafic structura populaţiei după fiecare criteriu ales, individual.
Daţi câte cinci exemple din fiecare tip de serie statistică.
86
Capitolul V
INDICATORI STATISTICI
OBIECTIVE
Familiarizarea cu noţiunea generală de indicator statistic, cu principalele

reguli de construire a indicatorilor absoluţi şi relativi, precum şi exprimarea
corectă a acestora în unitatea de măsură adecvată, sunt principalele obiec-
tive ale acestui capitol. Sunt detaliaţi indicatorii calculaţi sub formă de mărimi
relative şi exemplificate diferitele modalităţi de exprimare ale acestora.
Cuvinte cheie
Mărime absolută
Mărime relativă
În sensul cel mai larg, indicatorul statistic este expresia numerica a unor
fenomene, procese, activităţi sau categorii economice şi sociale, definite în
timp, spaţiu şi structura organizatorică. Indicatorii statistici pot fi utilizaţi
unilateral sau în interdependenţă reciprocă.
Indicatorul statistic cuprinde doua parţi:

• determinarea noţiunii
• expresia numerică ataşată acesteia
5.1. FUNCŢIILE INDICATORILOR STATISTICI
1. Funcţia de măsurare se poate face prin observare directă la nivelul

fiecărei unităţi sau printr-o operaţie de agregare sau dezagregare a datelor
statistice în structura orizontală sau verticală a sistemului.
87
Indicatori statistici
În urma acestei operaţii se obţin indicatori absoluţi, exprimaţi în numere,

cantităţi, valori, etc., care dimensioneaza o unitate, o grupă de unităţi, strict
determinate în timp, spaţiu şi organizatoric.
2. Funcţia de comparare provine din faptul că statistica operează cu

fenomene variabile, ceea ce necesită cunoaşterea modificărilor intervenite
ca nivel de dezvoltare sau structură. Compararea se face fie ca diferenţă, fie
sub forma de raport.
Ca diferenţă se pot compara numai indicatori absoluţi care au acelaşi

conţinut şi sunt exprimaţi în aceleaşi unităţi de măsura.
Ca raport se pot compara fie aceiaşi indicatori, fie indicatori diferiţi dar care
se găsesc într-o relaţie de interdependenţă.
3. Funcţia de analiza provine din faptul că în mod frecvent statistica

operează cu diferite variabile complexe care se pot descompune fie printr-un
produs de mai mulţi factori, fie într-o sumă de mai multe elemente
componente. În ambele cazuri este necesar să se analizeze relaţiile care
există între fiecare parte şi întreg, între fiecare factor şi rezultat.
4. Funcţia de sinteză este specifică fenomenelor care se manifestă diferit

de la o unitate la alta. Valorile individuale diferite trebuie să fie sintetizate
într-o singura expresie numerică, care devine ceea ce este esenţial, tipic
pentru întreaga masă de fenomene de aceeaşi speţă.
De regula acesti indicatori se calculează sub forma de valori medii, care au
sens statistic numai dacă indeplinesc condiţia de omogenitate.
5. Funcţia de estimare poate fi folosită pentru măsurarea tendintei de

dezvoltare a fenomenelor în aceeaşi perioada de timp, variabilă ca spaţiu şi
organizatoric sau în aceleaşi condiţii de spaţiu şi organizatorice dar variabile
în timp.
Se foloseşte şi atunci când datele care au stat la baza calculelor statistice

provin dintr-un sondaj cu caracter reprezentativ.
6. Funcţia de verificare a ipotezelor şi de testare a semnificaţiei unor

indicatori statistici calculaţi. Se bazează pe interpretarea probabilistică a
fenomenelor şi are ca scop reţinerea celui mai adecvat model de calcul al
indicatorilor.
Exemplu: Dacă observarile sunt date de sondaje se impune verificarea

semnificaţiei lor pentru estimarea parametrilor pentru întreaga colectivitate.
88
5.2. CLASIFICAREA INDICATORILOR STATISTICI
După etapa în care apar în procesul de cercetare statistică, indicatorii pot fi:
Indicatori primari
Indicatori derivaţi
5.2.1. Indicatorii primari
Indicatorii primari se obţin în cadrul prelucrării primare a datelor statistice,

ca urmare a unui proces de centralizare a datelor unei observări statistice.
Aceştia au un conţinut concret şi o formă concretă de exprimare.
Exemplu: volumul producţiei industriale se exprimă la nivelul agentului
economic în: unităţi naturale (tone, bucaţi, kg, …) sau în unităţi natural-
convenţionale; în unităţi de timp de muncă sau valorice.
Din acest motiv, indicatorii primari se numesc şi indicatori absoluţi.
În practica, putem întâlni: indicatori primari:
• obţinuţi de regula la nivelul unităţilor complexe, ca suma a unor

componente.
Exemplu: valoarea producţiei marfă = valoarea produselor finite + valoarea
semifabricatelor livrate + valoarea lucrărilor cu caracter industrial efectuate
către terţi
sau ca diferenţă spre exemplu:
valoarea adăugată = valoarea producţiei brute – valoarea consumului
intermediar.
• obţinuţi prin agregarea unor valori individuale cu acelaşi conţinut,

dar calculat la trepte ierarhice inferioare.
Exemplu: PIB, care deşi este un indicator sintetic, poate fi considerat şi ca
indicator agregat obţinut ca sumă a valorilor adăugate brute ale agenţilor
economici.
• obţinuţi direct din observare atunci când se face un studiu

monografic a unei unităţi statistice.
Exemplu: pentru o întreprindere industrială, indicatorii valorici ai producţiei
sunt în acelaşi timp şi indicatori absoluţi primari şi înregistraţi direct la nivelul
unităţii.
89
La determinarea indicatorilor primari se pot întâlni în practică caracteristici

însumabile direct sau nu. Putem avea urmatoarele cazuri:
- când xi este însumabil direct, indicatorul absolut totalizator ( X ) se va
obţine ca:
n
x = ∑ xi
i=1
- cazul în care datele individuale nu sunt însumabile direct şi trebuie găsit un

coeficient de echivalenţă ( k ), iar indicatorul absolut totalizator se va obţine
ca:
n
x = ∑ xi ⋅ k
i=1
Exemplu: valoarea desfacerilor unui magazin = suma produselor dintre

cantitatea desfăcută din fiecare produs multiplicată cu preţul unitar al
acesteia;
- cazul în care însumarea directă nu are sens economic, deoarece valorile

individuale înregistrate nu au conţinut de mărime absolută, ci ele provin
dintr-un calcul statistic.
Exemplu: productivitatea muncii ( W ), salariul mediu, etc.
În sens statistic, aceste valori au conţinut de indicatori derivaţi şi ca indicatori

sintetici nu pot fi obţinuţi prin agregare.Indicatorii absoluţi exprimă volumul
grupelor şi al întregii colectivităţi.
Descrierea cantitativă a fenomenelor cu ajutorul nivelului absolut al

diverselor sale caracteristici are o capacitate limitată de caracterizare şi nu
permite aprecieri calitative asupra fenomenului cercetat. Pentru aceasta,
fiecare indicator absolut trebuie confruntat (comparat) cu alţi indicatori sau
completat cu informaţii superioare, de natură calitativă. Cu toate acestea,
mărimile absolute constituie punctul de plecare al analizei statistice.
5.2.2. Indicatorii derivaţi
Indicatorii derivaţi se obţin în faza de prelucrare statistică a mărimilor

absolute prin aplicarea unor metode şi procedee de calcul statistic
(comparaţii, abstractizări, generalităţi).
90
Indicatorii utilizaţi în statistică sunt extrem de numeroşi şi cu metodologii

variate de calcul sub formă de: mărimi relative, mărimi medii, indicatori ai
variaţiei (absoluţi, relativi şi medii), indici, indicatori ce caracterizează
corelaţia, etc.
Indicatorii derivaţi au caracter abstract, chiar dacă uneori (în cazul mediilor
spre exemplu) se exprimă în unităţi concrete de măsură. Ei au drept scop
analiza calitativa a fenomenelor şi proceselor cercetate. De regulă ei se
obţin prin aplicarea unui model de calcul statistic de comparare sau
estimare, comparare care se face fie sub formă de diferenţă, fie de raport.
Compararea pe bază de diferenţă trebuie să îndeplinească condiţia de

comprasibilitate din punct de vedere al conţinutului şi al unităţii de măsură.
Exemplu: Sporul de venit net
Compararea pe baza de raport se poate face atât pentru indicatorii cu

acelaşi conţinut cât şi pentru cei cu conţinut diferit dar interdependenţi între
ei. Astfel apar în statisticile economico-sociale mărimile relative şi indicii.
Metoda de calcul a indicatorilor derivaţi este diferită şi va fi prezentată

separat.
5.3. INDICATORI STATISTICI CALCULAŢI SUB FORMĂ DE

MĂRIMI RELATIVE
Mărimile relative - cea mai simplă categorie de indicatori derivaţi
Un prin pas de la trecerea de la concret la abstract, de la mărimi absolute la

mărimi derivate îl reprezintă compararea datelor prin raportare, obţinându-
se marimi relative. Mărimile relative sunt folosite în toate documentele în
care se utilizează metodele statistice.
Indicatorii relativi se obţin prin aplicarea unui model de comparaţie sub

formă de raport.
În statistica economică, prin mărime relativă înţelegem rezultatul raportării

a doi indicatori statistici absoluţi. Indicatorul de la numărator se numeşte
indicator raportat, iar cel de la numitor indicator bază de raportare.
91
Pentru a calcula o mărime relativă trebuiesc respectate următoarele

condiţii:
- între termenii comparaţii să existe o legatură firească de condiţionare sau
dacă este posibil chiar de cauzalitate;
- termenii comparaţi să fie cu adevărat comparabili din punct de vedere al
sferei de cuprindere, ca metodologie de calcul, etc.
- baza de comparaţie să aibă o anumită semnificaţie în evoluţia fenomenului
studiat.
Cele mai multe dificultăţi apar în comparaţiile teritoriale unde indicatorii
provin din surse diferite şi uneori sunt calculaţi după metodologii diferite. De
asemenea, comparabilitatea trebuie să aiba în vedere şi timpul la care se
referă datele.
Spre exemplu, W se determina frecvent ca raport între producţie şi numărul

de salariaţi. Dar, producţia este calculată la nivelul unei perioade (luna,
trimestru, semestru, an), în timp ce numărul de muncitori poate fi determinat
la un moment şi atunci, pentru a fi comparabile datele raportului se va lua în
calcul nr. mediu al muncitorilor.
Alegerea bazei de raportare se va face în funcţie de scopul comparării. Spre

exemplu, dacă se face comparaţia în timp (în dinamică), putem alege o bază
fixă, respectiv un an reprezentativ în evoluţia fenomenului studiat.
Alegerea formei de exprimare
Rezultatul raportării poate fi un număr întreg sau o fracţie. Deseori pentru a

fi mai expresiv rezultatul, el se înmulţeşte cu 100, 1000 sau 10000, deci se
exprimă în procente, promile, prodecimile, procentimile, etc.
Forma cea mai simplă de exprimare a mărimii relative este în unităţi sau
coeficienţi, rezultatul raportului arătând în acest caz câte unităţi din
indicatorul raportat revin la o singura unitate a indicatorului bază de
raportare.
Exemplu: Indicatorul eficienţei economice
Forma cea mai obişnuită şi sugestivă de exprimare a mărimii relative este

cea de procent - %, care arată câte unităţi din indicatorul raportat revin la
100 unităţi ale indicatorului bază de raportare.
Promilele se folosesc când indicatorul comparat este mult prea mic faţă de
indicatorii bază de comparare şi exprimarea în coeficienţi sau chiar în % ar
duce la stabilirea unor mărimi relative dificil de interpretat.
92
Exemple: Eficienţa fondurilor fixe, care arată valoarea producţiei nete la

1000 lei fonduri fixe; Indicatorii miscarilor naturale şi migratorii a populaţiei:
nascuţi vii la 1000 de locuitori, etc.
Dacă şi în acest caz rezultatul raportului dintre cele 2 mărimi comparate are
o valoare foarte mică, se utilizeaza prodecimilele sau procentimilele, etc.
Exemple: Numărul studenţilor ce revin la 10000 de locuitori

Numărul medicilor ce revin la 10000 de locuitori
Numărul de magazine ce revin la 100000 locuitori în rural.
Atenţie ! Se alege forma cea mai sugestivă.
Sensul interpretării: cu cat revin mai puţini locuitori la un medic, situaţia este
mai buna.Folosirea coeficienţilor se face atunci când numaratorul este mai
mare decat numitorul.
Exemplu: Avem o unitate care are două magazine: A şi B.
Magazinul A a vândut într-o luna de 3 milioane lei, iar magazinul B a vândut

de 6 milioane lei. Comparaţia se poate face luând pe rând ca bază fiecare
din cele două magazine:
xA 3 xB 6
k A ⁄ B = ----- = --- = 0, 5 k B ⁄ A = ----- = --- = 2
xB 6 xA 3
În primul caz, pentru a fi sugestiv rezultatul îl exprimăm procentual: 0,5 x

100 = 50%, iar ca interpretare, putem spune că magazinul A a vândut marfa
valorând 50% din valoarea vânzarilor magazinului B. În cel de-al doilea caz,
evident magazinul B a vândut de 2 ori mai mult decât magazinul A.
În cazul în care indicatorul de la număratorul raportului este cu mult mai mic

decât cel de la numitor, mărimea relativă se exprimă în promile, prin
înmulţire cu 1000.
Comparaţiile pot fi făcute între acelaşi tip de variabile (dar din perioade de
timp sau spaţii diferite) sau între două variabile interdependente.
În general o mărime relativă se calculează astfel:
Termen de comparat k
-------------------------------------------------------------- × 10
Termen de comparaţie
93
Atunci când:
• k = 0 ⇒ mărimea relativă se exprimă în coeficient, semnificând de
câte ori este mai mare termenul de comparat faţă de cel cu care se
compară;
• k = 2 ⇒ forma de exprimare în procente (%):

336017 (populaţia activă)
Exemplu: --------------------------------------------------------------------- ⋅ 100 = 47 ,6 %
706623 (populaţia totală)
Rezultă că în medie, din fiecare 100 persoane aproape 48 sunt active.
Acest indicator se numeşte rata generală de activitate.
• k = 3 ⇒ forma de exprimare în promile ( ‰):

8500 născuţi vii
Exemplu: -------------------------------------------- ⋅ 1000 = 11 ‰
750000 locuitori
În medie, la fiecare o mie de locuitori, s-au născut încă 11.
• k = 4 ⇒ forma de exprimare în prodecimile:

4700 stomatologi
Exemplu: ------------------------------------------ ⋅ 10000 ≅ 63 stomatologi revin în medie la
750000 locuitori
10 mii locuitori.
Dacă raportul se face invers, ar rezulta că fiecărui stomatolog îi revin în
medie aproape 160 locuitori.
• k = 5 ⇒ forma de exprimare în procentimile:

305 salariaţi în activitatea de cercetare
Exemplu: ---------------------------------------------------------------------------------------------- ⋅ 100000 ≅ 238 ⇒ în
128000 salariaţi total
medie, la 100 mii salariaţi revin 238 care lucrează în activitatea de cercetare.
După cum am mai precizat, se alege cea mai sugestivă formă de exprimare.
Dacă dorim să calculăm de exemplu creşterea relativă a numărului de

studenţi în două perioade de timp:
- Nr. studenţi în octombrie 2008 = 7500

- Nr. studenţi în octombrie 2005 = 6200
7500 7500
Rezultă: ------------- = 1 ,209 sau ------------- ⋅ 100 = 120 ,9 %
6200 6200
94
Interpretare corectă Interpretare incorectă

- nr. de studenţi a crescut în - a crescut de 120,9 ori;
perioada analizată de 1,2 ori; - a crescut cu 120 %;
- nr. de studenţi din octombrie 2008 - a crescut cu 1,25 %.
reprezenta 120,9% din cel existent
în octombrie 2005;
- nr. de studenţi a crescut la 120,9%
faţă de octombrie 2005;
- nr. de studenţi a crescut cu 20,9%
faţă de octombrie 2005.
În statistica social-economică se calculeaza urmatoarele tipuri de mărimi

relative:
◊ Mărimi relative de structura.
◊ Mărimi relative de coordonare (corespondenţă).
◊ Mărimi relative ale dinamicii.
◊ Mărimi relative ale planului (programului).
◊ Mărimi relative de intensitate.
5.3.1. Mărimi relative de structură
Dacă o colectivitate este împărţită în k grupe, iar nivelul absolut al grupelor

este: x1, x2, … xk, putem obţine următoarele mărimi relative cu sensul de
ponderi sau greutăţi specifice:
* x1 * x2 * xk
f 1 = ------------- ; f 2 = ------------- ; . . . f k = -------------
k k
k
∑ xi ∑ xi ∑ xi
i=1 i=1 i=1
În cazul unei serii de distribuţie de frecvenţe, fiecare mărime relativă de
structură exprimă ponderea grupului de elemente (xi) în total, grupul
obţinându-se fie prin centralizare, fie prin produsele de frecvenţă (x; n).
Notând cu ni frecvenţa de înregistrare a elementelor de acelaşi fel:
xi ⋅ ni
- × 100
g i = ---------------------
m
∑ xi ⋅ ni
i=1
95
Specific mărimilor relative de structură este proprietatea de aditivitate -

mărimile relative de structura pentru aceeaşi colectivitate având aceeaşi
baza de raportare admit proprietatea de aditiune (adunare) respectiv de
scădere.
Exemplu: creşterea greutăţii specifice a populaţiei urbane de la un an la altul
nu se face prin scădere, pentru că şi nr. total al populaţiei s-a modificat.
Deci, se spune fie că a crescut de la x% la y%, fie se face un nou raport x/y
care se exprimă procetual şi ceea ce depăşeşte 100% reprezintă creşterea
relativă a populaţiei urbane.
Fiind calculate faţă de aceeaşi bază cu greutăţi specifice corespunzătoare

se pot efectua operaţii de adunare şi scadere.
Suma mărimilor relative de structură este egală cu 1 sau cu 100 dacă

acestea au fost exprimate în procente.
Această proprietate se foloseşte frecvent în statistica social-economică

deoarece frecvenţele absolute referindu-se la fenomene concrete sunt
exprimate în unităţi concrete de măsură, deci necomparabile pentru 2 sau
mai multe variabile interdependente. Eliberându-se de aspectul concret, ele
pot fi comparate cu probabilitatea de apariţie a diferitelor evenimente, iar
seria de date poate fi analizată.
5.3.2. Mărimi relative de coordonare
Mărimile relative de coordonare se folosesc pentru a compara 2 grupe ale

aceleiaşi colectivităţi sau două colectivităţi situate în spaţii diferite, dar
coexistente în timp. Ori de câte ori este posibil calculul mărimillor relative de
structură este posibil şi calculul mărimilor relative de coordonare.
Dacă o colectivitate este împărţită în 2 grupe, iar nivelul variabilei studiate

este xA şi xB, atunci putem calcula următoarele mărimi relative de
coordonare:
xA xB
k A ⁄ B = ----- şi k B ⁄ A = -----
xB xA
Acestea se folosesc în special în studiul variaţiei teritoriale, prin urmare au

caracter de indici teritoriali.
96
5.3.3. Mărimi relative ale dinamicii
Mărimile relative ale dinamicii se folosesc în scopul caracterizării statistice

a evoluţiei în timp a fenomenului analizat. Acestea se calculează când
dispunem de cel puţin două valori ale aceluiaşi indicator înregistrate în
unităţi diferite de timp. În funcţie de baza de comparaţie aleasă putem
calcula:
a) Mărimi relative ale dinamicii cu bază fixă:

xi
i i ⁄ 0 = ----- ⋅ 100
x0
b) Mărimi relative ale dinamicii cu bază mobilă (în lant):

xi
i i ⁄ i – 1 = ----------
xi – 1
În primul caz putem stabili modificarea faţă de o bază de referinţă

semnificativă, iar în cel de-al doilea caz, ritmicitatea cu care se modifică
fenomenul studiat. În practică, această mărime relativa se numeşte indice.
Întotdeauna la numărătorul indicelui va figura mărimea fenomenului pentru

perioada de timp prezentă sau mai aproape de prezent, iar la numitor
mărimea aceluiaşi fenomen dar pentru o perioadă de timp mai veche.
5.3.4. Mărimi relative ale planului
Mărimile relative ale planului se calculează în economia de piaţă la nivelul

unităţilor economice. Calculul presupune prelucrarea din evidenţele unităţii
economice analizate a informaţiilor referitoare la:
- nivelul fenomenului analizat într-o perioada de baza ( x0 );
- nivelul planificat (programat) al aceluiaşi fenomen pentru perioada
curentă ( xpl );
- nivelul realizat al acestuia în perioada curentă ( x1 ).
Din compararea sub formă de raport a celor 3 indicatori rezultă:
- o mărime relativă a sarcinii de plan:

x pl
k pl ⁄ 0 = ------ ⋅ 100
x0
97
- o mărime relativă a îndeplinirii planului:

x1
k 1 ⁄ pl = ------ ⋅ 100
x pl
- o mărime relativă a dinamicii:

x1
k 1 ⁄ 0 = ----- ⋅ 100
x0
Între cei trei coeficienţi se poate stabili relaţia: k 1 ⁄ 0 = k pl ⁄ 0 ⋅ k 1 ⁄ pl

x1 x pl x 1
- ⋅ ------
----- = -----
x0 x 0 x pl
De cele mai multe ori mărimile relative ale planului se exprimă procentual,
adesea reţinând doar valoarea ce depaşeşte 100, aratând procentul de
depăşire a planului sau dimpotrivă dacă coeficientul este subunitar, aratând
cu câte procente nu s-a realizat programul stabilit.
5.3.5. Mărimi relative de intensitate
Mărimile relative de intensitate se calculează între doi indicatori absoluţi

de natură diferită între care există o relaţie de interdependenţă. Un exemplu
de mărime relativă de intensitate este nivelul productivităţii muncii ( W ),
calculat între nivelul producţiei ( Q ) şi numărul mediu de muncitori ( T ).
yi
xi =
zi
Semnificaţia lui xi: câte unităţi din valoarea caracteristicii y revin la o unitate
a caracteristicii z. Rezultă că y depinde de doi factori: unul de natură
extensivă (cantitativă), zi care este însumabil direct şi altul de natură
intensiva (calitativă), xi care nu poate fi însumabil direct. Pentru a calcula
nivelul lui xi pe total colectivitate se raportează nivelul totalizat al
caracteristicii y la nivelul totalizat al caracteristicii z.
X=
∑y i
∑z i
Mărimile relative de intensitate au largi aplicaţii în statistica social-

economică.
98
Exemplu, cazul productivităţii muncii:
Productia
W = -----------------------------------------------------------------------------------------------------------
Numarul mediu al personalului muncitor
Exemplu: Eficienţa fondurilor fixe, recolta la hectar, volumul pe localitate, etc
yi factor calitativ
x i = ---- ⇒ y i = z i ⋅ x i
zi
variabila rezultativa factor cantitativ
Mărimile relative de intensitate calculându-se sub formă de rapoarte cu baze

diferite de raportare şi având conţinut de medie – nu admit operaţia de
adiţiune.
Deci, mărimea relativă la nivelul ansamblului x nu este o sumă a mărimilor

relative parţiale, calculate la nivelul grupelor ci o medie a acestora şi poate fi
calculat agregând separat variabilele din numitor şi numărator.
Exemple de mărimi relative de intensitate
- în demografie - pentru caracterizarea miscarii populaţiei (nasteri, decese,

spor migratoriu);
- în economie - pentru caracterizarea gradului de dotare, a nivelului

productivităţii, a salariului pe un muncitor;
indicatori ai nivelului de trai

- social-cultural = --------------------------------------------------------------------------
-
numarul mediu al populatiei
numar nascuti vii

- coeficient de natalitate = -------------------------------------------------------------------------------------------------- ⋅ 1000
numar locuitori la data de 01.07. a.c.
numar nascuti vii in luna × 12 luni

- ⋅ 1000
- rata natalitatii lunare = -------------------------------------------------------------------------------------------------
numar locuitori la data de 01.07. a.c.
99
numar decedati
- coeficient de mortalitate = ------------------------------------------------------------------------------------------------------------ ⋅ 1000
numarul populatiei la data de 01.07. a.c.
numar nascuti morti sub 1 an

- coeficient de mortalitate infantila = ------------------------------------------------------------------------------- ⋅ 1000
numar nascuti vii
populatia (locuitori) 2
- densitatea populatiei = ---------------------------------------------------
- = populatia / km
2
suprafata ( km )
gradul de inzestrare valoarea fondurilor fixe

- = ------------------------------------------------------------------------- = mii lei / persoana
tehnică a muncii numarul populatiei ocupate
numarul populatiei active

- rata globala de activitate = -------------------------------------------------------------------- ⋅ 100
numarul populatiei totale
W (productivitatea) neta / venitul net

- = --------------------------------------------------------------------------- = mii lei / persoana
netă / persoana ocupată numarul populatiei ocupate
volumul de vanzari
- coeficientul de consum = --------------------------------------------------
- = mii lei / persoana
numarul populatiei
Atenţie !
La construirea mărimilor relative trebuie să se ţină cont şi de

comparabilitatatea perioadelor la care se referă datele de la numărător şi
numitor.
Spre exemplu, în luna mai s-au născut 550 copii într-un judeţ a cărui
populaţie legală era de 720 mii locuitori.
100
Pentru a calcula rata lunară a natalităţii:
a) INCORECT b) INCORECT c) CORECT
550 550 - 550 × 12-

--------- ----------------- -------------------- ⋅ 1000 = 9 ,2 ‰
720 720000 720000
Numărătorul nu Numărătorul nu este Pentru a le face

este comparabil cu comparabil cu comparabile datorită
numitorul ca unitate numitorul din punct problemelor sesizate la
de măsură, unul de vedere al cazul b), indicatorul de la
este în persoane şi perioadelor la care se numărător se va înmulţi cu
altul este în mii referă. Astfel, 12 luni cât are un an, iar
persoane. numărătorul se referă datele vor fi comparabile
la o lună de zile, cu numitorul la care s-a
reprezentând un înregistrat media anuală.
indicator de interval, Transformat în promile,
în timp ce numitorul rezultatul semnifică: în
este un indicator de medie, la fiecare o mie de
stoc, valabil doar la locuitori s-au mai născut
momentul observării, alţi 9 în luna mai.
motiv pentru care se Similar, dacă datele sunt
va lua media anuală, pe trimestru se înmulţeşte
asimilată cu populaţia cu 4, pe semestru cu 2,
de la 1 iulie (mijlocul ş.ş.m.d.
anului).
A doua problemă
este dată de
numărător, care se
referă la o lună, în
timp ce la numitor
avem o medie
valabilă pe un an
întreg.
101
5.4. APLICAŢIE
Cunoaştem următoarele date statistice:
Indicatori statistici la nivelul României

la 1 iulie la 1 iulie Luna iule
Indicatorul statistic Anul 2007
2000 2007 2007
Populaţia României (mii persoane) 22435,2 21537,5
- mediul urban 12244,6 11877,6
- mediul rural 10190,6 9659,9
Nascuţi vii (persoane) 214728
Decese (persoane) 251965
Decese la o vârstă sub 1 an (număr) 2574
Decese (persoane) 18200
Femei (mii persoane) 11466,3 11040,8
Populaţia activă (mii persoane) 9994
Şomeri B.I.M. 641
Număr mediu de salariaţi (mii persoane) 4885,3
Număr mediu de pensionari (mii persoane) 5745
Câştigul mediu net lunar salarial (lei) 1042
Pensia medie lunară (lei) 389
Număr de studenţi (2007/2008) 907353
Număr de medici 48199
Să se analizeze datele din tabel cu ajutorul mărimilor relative de calcul.
Rezolvare:
Putem calcula structura populaţiei pe medii, la cele două momente de timp,

ca pondere a fiecărei grupe în total.
Populaţia din urban

Populaţia din urban (%) = -------------------------------------------------- ⋅ 100
Populaţia totală
12244 ,6
Pu = ------------------- ⋅ 100 = 54, 6 %
2000 22435 ,2
10190 ,6
Pr = ------------------- ⋅ 100, sau 100 – 54 ,6 = 45 ,4 %
2000 22435 ,2
Idem şi pentru 1 iulie 2007. Calculele sunt prezentate în tabelul al doilea.
102
Interpretare:
Populaţia din mediu urban reprezenta 54,6 % în anul 2000 şi 55,1% în anul
2007. Sau, altfel spus, în anul 2000, în medie, din 100 persoane, aproape 55
locuiau în mediul urban şi peste 45 locuiau în mediul rural.
Ponderea populaţiei urbane în total populaţie a crescut uşor, de la 54,6% în

anul 2000, la 55,1% în anul 2007.
Indicatori statistici la nivelul Rom âniei

Modificarea
Dinami Creşterea
Structura relativă a
ca relativă a
la 1 iulie la 1 iulie populaţiei pe structurii
Indicatorul statistic populaţ populaţiei
2000 2007 medii (% ) pe medii
iei (% ) (+/-% )
(+/- % )
2000 2007
Populaţia României
22435,2 21537,5 100,0 100,0 96,0 -4,0
(mii persoane)
- mediul urban 12244,6 11877,6 54,6 55,1 0,9 97,0 -3,0
- mediul rural 10190,6 9659,9 45,4 44,9 -1,1 94,8 -5,2
Putem analiza modificări relative ale structurii pe medii a populaţiei

României în anul 2007 faţă de anul 2000:
Este greşit a calcula prin diferenţă:

- spre exemplu: la urban 55,1% - 54,6% = + 0,5%
Corect:
- se va calcula o nouă mărime relativă a dinamicii, din cele două mărimi

relative de structură:
55 ,1
---------- ⋅ 100 = 100 ,9 % , de unde rezultă că ponderea populaţiei
54 ,6
urbane în total a crescut în cei 7 ani cu 0,9 %.
Calculele sunt prezentate în tabelul al doilea, împreună cu dinamica (indicii)

populaţiei.
Ponderea populaţiei rurale în total a scăzut cu 1,1% în cei 7 ani.
103
Pentru analiza dinamicii populaţiei în cei 7 ani putem calcula indicii şi ratele
de creştere.
Astfel, pe total:
21537 ,5
i 2007 ⁄ 2000 = ------------------- ⋅ 100 = 96 % ( sau - 4% )
22435 ,2
Putem spune că populaţia din 2007 reprezenta 96% din cât era aceasta în
2000. Altfel spus, populaţia în anul 2007 a scăzut cu 4% faţă de cea
existentă în anul 2000.
Din aceleaşi date putem calcula şi mărimi relative de coordonare:
Spre exemplu, în anul 2007:
Populaţia urban 11877 ,6

----------------------------------- = ---------------------- = 1 ,23 sau 123 %
Populaţia rural 9659 ,9
Putem afirma că în medie, populaţia din urban era la 1 iulie 2007 de 1,23 ori
mai mare decât populaţia din rural (sau altfel spus, cu 23% mai mare). O altă
formulare corectă ar fi: în medie, la fiecare 100 persoane din rural reveneau
123 persoane din urban. Se alege una din aceste variante ca mod de
interpretare.
La fel, raportul de coordonare poate fi calculat şi invers:
Populaţia rural 9659 ,9

----------------------------------- = ---------------------- = 0 ,81 sau 81 %
Populaţia urban 11877 ,6
în medie, la 100 persoane care locuiau în urban, reveneau 81 persoane care
locuiau în rural (sau cu 19% mai puţin).
Alte mărimi relative care pot fi calculate mai departe, sunt cele de
intensitate, care presupun raportarea unui indicator la un alt indicator, cu
condiţia ca aceştia să se afle într-o strânsă legătură.
Spre exemplu, putem calcula rata natalităţii în anul 2007:

Născuţi vii an 2007
Rata natalităţii 2007 = ---------------------------------------------------------------- ⋅ 1000 =
Populaţia la 01.07.2007
214728
= ------------------------ ⋅ 1000 = 9 ,97 ‰ ≅ 10 ‰
21537500
104
Putem spune că în anul 2007, la fiecare 1000 persoane s-au mai născut în
medie 10.
În acelaşi mod putem calcula rata mortalităţii:
Decese an 2007
Rata mortalităţii 2007 = ---------------------------------------------------------------- ⋅ 1000 =
251965
= -----------------------------------3 ⋅ 1000 = 11 ,7 ‰
21537 ,5 ⋅ 10
În medie, din fiecare 1000 locuitori ai României au decedat aproape 12 în

anul 2007.
Cunoscând atât numărul de născuţi cât şi numărul de decese din anul 2007,
putem calcula sporul natural al populaţiei şi respectiv rata sporului natural:
Spor natural 2007 = Născuţi vii 2007 – Decese 2007 =

= 214728 – 251965 = – 37237 persoane
Rezultă că în anul 2007, populaţia României a scăzut pe cale naturală cu

37237 persoane.
Sporul natural în 2007

Rata sporului natural în 2007 = ---------------------------------------------------------------- ⋅ 1000 =
– 37237
= -------------------------- ⋅ 1000 = – 1 ,7 ‰
21537500
Acelaşi rezultat s-ar fi obţinut dacă calculam ca diferenţă între cele 2 rate:
Rata sporului natural = Rata natalităţii - Rata mortalităţii
= 9,97 ‰ - 11,7 ‰ = - 1,7 ‰
Semnificaţie:
În anul 2007, în România, la fiecare o mie de persoane, populaţia a scăzut

pe cale naturală cu aproape 2 persoane.
105
Pentru a nu efectua rotunjiri datorită zecimalelor, putem transforma şi în

prodecimile înmulţind rezultatul cu 10.000 în loc de 1000. În acest caz,
putem interpreta astfel: în medie, la fiecare 10 mii de persoane, populaţia a
scăzut pe cale naturală cu 17 locuitori.
Un alt indicator relativ de intensitate ce poate fi calculat pe baza datelor din

tabel este rata mortalităţii infantile:
Decese sub 1 an, 2007

Rata mortalităţii infantile în 2007 = --------------------------------------------------------------- ⋅ 1000 =
Născuţi vii an 2007
2574
= -------------------- ⋅ 1000 = 11 ,98 ‰ ≅ 12 ‰
214728
Cum decesele ce pot surveni până la împlinirea vârstei de un an pot surveni

din rândul celor născuţi vii în cursul ultimului an, rata se calculează
raportând decesele respective la numărul de născuţi vii ai perioadei şi nu la
populaţia totală (cu care nu are legătură).
Interpretare: în medie, la fiecare 1000 de născuţi vii în România în anul 2007

au decedat 12.
Putem calcula de asemenea rata mortalităţii din luna iulie a anului 2007:
18200 × 12 luni
Rata mortalităţii 07.2007 = ------------------------------------------ ⋅ 1000 = 10 ,1 ‰
21537500
În medie, în luna iulie din 2007, la fiecare 1000 locuitori s-au născut un
număr de 10 copii.
Cunoaştem mai departe numărul de femei din cei doi ani, iar prin diferenţă
putem calcula numărul de bărbaţi.
Nr. bărbaţi 2000 = 22435,2 - 11466,3 = 10968,9 mii persoane

Nr. bărbaţi 2007 = 21537,5 - 11040,8 = 10496,7 mii persoane
Putem calcula în continuare atât structura populaţiei pe sexe ca şi în cazul

structurii populaţiei pe medii, respectiv raportul de coordonare între bărbaţi
şi femei (sau invers), precum şi mărimile relative de dinamică a populaţiei pe
sexe în cei 7 ani.
106
Spre exemplu, în 2007, ponderea femeilor în total era de
11040,8
----------------------- ⋅ 100 = 51,3 % , iar a bărbaţilor de 48,7 % (100 - 51,3).
21537,5
Femei 11040,8
-------------------- ⋅ 100 = ----------------------- ⋅ 100 = 105 % ⇒
Bărbaţi 10496,7
⇒ în anul 2007, numărul de femei era cu 5 % mai mare decât al

bărbaţilor, sau altfel spus, în medie la fiecare 100 de bărbaţi reveneau 105
femei.
Bărbaţi 10496,7
Invers, ------------------- ⋅ 100 = ----------------------- ⋅ 100 = 95 % ⇒
Femei 11040,8
⇒ ceea ce înseamnă că numărul bărbaţilor era cu 5 % mai mic decât

al femeilor, sau altfel spus, în medie la fiecare 100 de femei reveneau 95 de
bărbaţi.
În dinamică,
femei 11040,8
i = ----------------------- ⋅ 100 = 96,3 % ⇒
2007 /2000 11466,3
⇒ numărul de femei a scăzut în anul 2007 faţă de anul 2000 cu 3,7 %.
bărbaţi 10496,7
i = ----------------------- ⋅ 100 = 95,7 % ⇒
2007 /2000 10968,9
⇒ numărul de bărbaţi din România în anul 2007 reprezentau 95,7 %

din cel existent în 2000, sau altfel spus, acesta a scăzut cu 4,3 % în cei
7 ani.
Cunoaştem mai departe date cu privire la ocuparea forţei de muncă. Forţa

de muncă este dată de populaţia activă (PA) care este alcătuită din populaţia
ocupată (PO) şi şomeri (Ş).
PO = PA - Ş = 9994 - 641 = 9353 mii persoane.
În continuare putem calcula alţi indicatori relativi de intensitate cunoscuţi:
107
PA
Rata generală de activitate = ------------------------------------------- ⋅ 100 =
Populaţia totală
9994
= ----------------------- ⋅ 100 = 46,4 %
21537, 5
⇒ în anul 2007, în medie, din fiecare 100 persoane 46 erau active şi

aproape 54 persoane erau inactive.
PO
Rata generală de ocupare = ------------------------------------------- ⋅ 100 =
Populaţia totală
9353
= ----------------------- ⋅ 100 = 43,4 %
21537, 5
⇒ în medie, la fiecare 100 persoane reveneau 43 persoane ocupate

(care lucrau pentru a obţine venituri în bani sau în natură).
Şomeri 641
Rata şomajului = -------------------------------------------- ⋅ 100 = --------------- ⋅ 100 = 6,4 %
Populaţia activă 9994
Rezultă că în anul 2007, în România, la fiecare 100 persoane active

reveneau în medie peste 6 şomeri.
Alte mărimi relative de intensitate:
Nr. salariaţi 4885,3

----------------------------------------------------------- ⋅ 100 = -------------------- ⋅ 100 = 48,9 ≅ 49 %
Nr. persoane ocupate 9994
Rezultă că aproape jumătate din populaţia ocupată avea statutul de salariat.

Altfel spus, în medie la fiecare 100 persoane ocupate reveneau 49 salariaţi.
Putem calcula în continuare alte mărimi relative de coordonare:
Număr mediu salariaţi 4885,3

------------------------------------------------------------------- ⋅ 100 = -------------------- ⋅ 100 = 85 % ⇒
Număr mediu pensionari 5745
Numărul mediu de salariaţi era în anul 2007 cu 15% mai mic decât cel
de pensionari.
108
Altă interpretare corectă: în medie, la fiecare 100 de pensionari

reveneau 85 salariaţi.
Raportul poate fi calculat şi invers:
Pensionari 5745
------------------------------ ⋅ 100 = -------------------- ⋅ 100 = 117,6 %
Salariaţi 4885,3
Numărul pensionarilor era în anul 2007 de 1,17 ori mai mare ca cel al
salariaţilor (cu 17,6%). Idem pentru raportul dintre “Pensia medie” şi
“Salariul mediu net din anul 2007”:
Salariul mediu 1042

--------------------------------------- ⋅ 100 = ------------- ⋅ 100 = 267,9 % ⇒
Pensia medie 389
⇒ salariul mediu a fost în anul 2007 de 2,68 ori mai mare decât
pensia medie (+ 167,9 %).
Pensia medie 389

-------------------------------------- ⋅ 100 = ------------- ⋅ 100 = 37,3 % ⇒
Salariul mediu 1042
⇒ pensia medie reprezenta 37,3 % din salariul mediu în anul 2007,

sau altfel spus, aceasta era cu 62,7 % mai mică decât salariul.
Cu ajutorul ultimilor 2 indicatori furnizaţi în tabelul iniţial, putem calcula alte 2

mărimi relative de intensitate, comparând cu populaţia medie din acel an
(media fiind asimilată cu populaţia la 1 iulie a anului ).
Numărul de studenţi care reveneau la 1000 locuitori în anul 2007 era de

42 ‰.
907353
------------------------- ⋅ 1000 = 42,1 ‰
21537500
Numărul de medici care reveneau la 1000 locuitori era în anul 2007 de 2

persoane:
48199
-------------------------- ⋅ 1000 = 2,2 ‰
21537500
109
Indicatorul poate fi calculat şi invers:
21537500
-------------------------- = 446,8 ‰ ≅ 447 persoane / un medic ⇒
48199
În medie, în anul 2007, în România la fiecare medic reveneau 447

pacienţi (locuitori).
Atenţie la sensul interpretării !
La primul indicator calculat, cu cât este mai mare avem o situaţie mai bună,
în timp ce la cel de-al doilea (opusul său), cu cât mărimea este mai mare,
situaţia este mai defavorabilă.
Daţi câte 10 exemple de mărimi absolute şi tot atâtea de mărimi relative.
Care este cea mai bună formă de exprimare a mărimilor relative ?

Alegeţi din “Anuarul Statistic al României” indicatori statistici, în aşa fel încât
să puteţi realiza şi interpreta toate tipurile de mărimi relative învăţate.
Puteţi selecta date statistice şi din baza de date Tempo OnLine de pe site-ul
Institutului Naţional de Statistică: http://statistici.insse.ro/shop/.
110
Capitolul VI
MĂRIMI MEDII
OBIECTIVE
Dat fiind faptul că în general statistica operează cu noţiuni şi mărimi medii,

este deosebit de importantă înţelegerea corectă a acestora şi folosirea
autorizată, fără a face excese matematice de formule, acestea trebuiesc
folosite doar în condiţii de reprezentativitate. Utilizatorii trebuie să-şi
însuşească principalele tipuri de medii întâlnite în practică, precum şi folo-
sirea tipului de medie adecvat, nu la întâmplare.
Cuvinte cheie
Medii simple şi medii ponderate

Medii de poziţie
6.1. CARACTERISTICILE ŞI CLASIFICAREA MEDIILOR
Mediile sunt mărimi statistice care exprimă în mod sintetic şi generalizat,

ceea ce este normal, legic, esenţial, tipic, pentru toate unităţile colectivităţii
distribuite după o caracteristică.
Caracteristicile mediei:
• se exprimă în mod sintetic (printr-o singură valoare)
• are un caracter abstract (chiar dacă se măsoara în unitaţi de măsura
concrete)
• este o mărime generalizată, dacă înlocuim fiecare termen cu x . . . ∑ x i
este aceeaşi;
• sintetizează normalul (exprimă nivelul purtat de majoritatea unităţilor
colectivităţii).
111
Mărimi medii
Într-o distribuţie normală, x ocupă o poziţie centrală spre care tinde

majoritatea unităţilor colectivităţii. Rezultă că x este considerată speranţa
matematică a acestora.
Mărimile medii mai sunt cunoscute şi ca indicatori ai tendinţei centrale.
Condiţiile de calitate (de reprezentativitate) a unei medii
Aceste condiţii au fost stabilite de Yulé (1945):

1. x trebuie să fie definită precis, printr-o definiţie sau printr-o formulă.
Oricine ar face calcule asupra aceleiaşi serii trebuie să ajungă la acelaşi
rezultat.
2. x trebuie să fie reprezentativă, adică să reprezinte toţi termenii seriei,
ceea ce înseamnă că seria trebuie să fie omogenă.
3. x trebuie să aibă o semnificaţie concretă, uşor de sesizat chiar şi de
nespecialişti.
4. x trebuie să fie simplă de calculat şi să se preteze la calcule algebrice
ulterioare.
5. trebuie să fie puţin sensibilă la fluctuaţiile de eşantionare.
Reprezentativitatea mediei
Pentru ca o medie să fie reprezentativă trebuie să îndeplinească
următoarele condiţii:
◊ Să fie calculată dintr-un număr suficient de mare de cazuri individuale.
(Nu putem afirma că în medie fiecare persoană a consumat un pui, dacă
0+2
acel calcul s-a efectuat pe baza datelor de la doar 2 persoane: ------------ = 1 .
2
Pentru a face un astfel de calcul mediu trebuie să analizăm un eşantion
reprezentativ de persoane, iar volumul eşantionului să fie stabilit
corespunzător cu dimensiunea populaţiei la care se referă).
◊ Valorile din care se calculează media trebuie să fie omogene

(asemănătoare). Dacă există diferenţe foarte mari între valori, media poate
deveni fără sens;
Spre exemplu, salarii cuprinse între 100 Euro/lună şi 4000 Euro/lună şi o
medie calculată de 2000 Euro/lună. Media calculată ar reprezenta doar o
mică parte din colectivitatea analizată. Din acest motiv, calculul mediei
trebuie completat cu studiul indicatorilor variaţiei care vor confirma sau
dimpotrivă vor infirma reprezentativitatea mediei;
112
◊ Trebuie ales tipul de medie semnificativ pentru datele existente.

Clasificarea mediilor
Dupa rolul lor Marimi medii x Media aritmetica
in analiza statistica fundamentale Mo Modul
Me Mediana
xg media geometrica
xh media armonica
Marimi medii cu media patratica
aplicatii speciale xp
Media progresiva
Mediala
x cr Media cronologica
Medii mobile
Marimi medii de calcul
Dupa modul xg xh xp
de obtinere
Marimi medii de pozitie:
Modul, Mediana, Mediala
6.1.1. Mărimile medii de calcul
Obţinerea lor se face prin două operaţii:

• acumularea termenilor seriei fie prin ∑ fie prin ∏
• apoi revenirea (prin împărţire sau radical) la un nivel reprezentativ
pentru toţi termenii incluşi în calcul.
Mărimi medii de poziţie se află prin depistarea termenului ce ocupă poziţia

centrală în distribuţia statistică.
Mărimi medii simple se calculează în cazul seriilor statistice simple (fără

frecvenţă), adică pentru seriile în care variantele caracteristicii de distribuţie
sunt purtate de câte o singură unitate statistică sau când frecvenţele de
apariţie sunt egale între ele.
Mărimi medii ponderate se calculează când variantele caracteristicii au

frecvenţe diferite (serii cu frecvenţă).
113
Mărimi medii
6.1.2. MEDIA ARITMETICĂ
Este cea mai cunoscuta medie şi se mai numeste simplu: medie.

Este principalul indicator mediu al tendintei centrale.
Definiţie
Media este rezultatul sintetizării într-o singură expresie numerică a tuturor
nivelurilor individuale observate, obţinută prin raportarea valorii totalizate a
caracteristicii la numărul total al unităţilor. Astfel, media este valoarea pe
care ar purta-o fiecare unitate statistică dacă distribuţia ar fi omogenă.
• medie simplă se calculează când distribuţia este realizată pe

variante şi:
n
∑ xi
i=1
f1 = f2 = . . . = fn x = --------------
n
unde: ∑ xi = x1 + x2 + . . . + xn
n = volumul colectivitatii
iar
f i = frecvenţele de apariţie ale fiecărei variante
n
∑ x i ⋅ fi
i=1
• medie ponderată când: f 1 ≠ f 2 ≠ . . . ≠ f n x = ---------------------
∑ fi
Dacă înlocuim frecvenţele absolute cu frecvenţele relative, media este dată
de relaţia:
*
fi
∑ xi --------f-
* fi ∑ -i = * *
- frecvenţa relativă: f i = --------- ; x = -------------------- ∑ xi ⋅ fi ∑ fi = 1
∑ fi
*
fi
∑ --------f-
∑i
114
* fi
Dacă frecvenţele relative sunt exprimate în procente: f i (%) = --------- ⋅ 100 ,
∑ fi
*
* ∑ xi ⋅ fi (%)
atunci ∑ fi (%) = 100 , iar media devine: x = ------------------------------- .
100
Indiferent ce formulă de calcul aplicăm, rezultatul va fi acelaşi.
În cazul seriilor în care avem intervale de variaţie, valorile lui xi sunt date de
centrele de interval, calculate ca medii aritmetice simple ale celor două
limite. Media se exprimă în aceeaşi unitate de măsură ca şi valorile
caracteristicii statistice studiate.
Pentru seriile cu intervale egale se observă că centrele de interval formează

o progresie aritmetică cu raţia = mărimea intervalului. Rezultatul ne
sugerează că toţi termenii în acest caz se pot simplifica cu mărimea
intervalului = k.
De asemenea, se observa că x se află aproape de centrul de interval cu

frecvenţa cea mai mare, deci valoarea respectivă poate fi substituită cel mai
bine prin valoarea medie. Rezultă că putem simplifica calculul mediei
folosind procedeul “originii arbitrare” a variabilei x în dreptul centrului cu
frecvenţa cea mai mare.
⎛ xi − a ⎞
∑ ⎜⎝ k ⎠
⎟ ⋅ fi
x= ⋅k + a
∑ fi
Acest procedeu se bazează pe 2 din proprietăţi ale mediei aritmetice.

1. Dacă toţi termenii seriei s-ar micşora sau s-ar amplifica cu o constanta
“a”, media noii serii se va micşora sau se va amplifica cu acea constanta “a”
(media este deci o mărime translativa).
2. Dacă toţi termenii seriei s-ar împarţi sau s-ar înmulţi cu un coeficient “k”,
atunci media noii serii ar fi de “k” ori mai mică sau mai mare decât media
iniţială.
În cazul seriei cu intervale neegale nu se mai ajunge la aceeaşi forma de
variaţie uniformă pozitivă şi negativă. Rezultă că în acest caz este absolut
necesar să se calculeze toate centrele de interval şi apoi să se aleagă cele
mai potrivite valori pentru a şi k încât să se obţină o maximă simplificare a
calculului mediei.
115
Mărimi medii
Alte proprietăţi ale mediei:
3. Media aritmetică este cuprinsă obligatoriu între xmin şi xmax ;
x min ≤ x ≤ x max
4. Suma abaterilor nivelurilor individuale ale variabilei de la media lor este

egala cu 0.
∑ ( xi – x ) = 0 pentru serii simple
∑ ( xi – x ) ⋅ fi = 0 pentru serii de frecvenţe
5. Dacă într-o serie de distribuţie se reduc proporţional toate frecvenţele cu o

constanta “c”, media lor calculată pe baza noilor frecvenţe rămâne
neschimbată. Această proprietate este folosită la calculul x pe baza
frecvenţelor relative (fi*), aici constanta.
c = ∑ fi
6. Suma pătratelor abaterilor individuale de la o valoare reală oarecare este
minimă când acea valoare este egala cu x .
• pentru a = x rezultă:
∑ ( xi – a )
2
= minim pentru serii simple
∑ ( xi – a ) ⋅ f i = minim pentru serii cu frecvenţe

2
2 ∂S
S = ∑ ( xi – a ) = minim ⇒ ------ = – 2 ∑ ( x i – a ) = 0 ⇒
∂a
1
⇒ a = --- ∑ x i = x
n
Deci minimul expresiei S se atinge când valoarea lui “a” este egală cu media
aritmetică.
7. Media aritmetică a sumei a 2 variabile aleatoare independente = suma

mediilor celor 2 variabile: x + y = x + y
8. Media produsului a 2 variabile aleatoare = produsul mediilor celor 2
variabile: x⋅y = x⋅y
116
Principalul dezavantaj al folosirii mediei aritmetice constă în sensibilitatea să

faţă de valorile extreme. Ea devine nereprezentativă dacă termenii seriei
sunt prea împrăştiaţi, iar dacă în colectivitatea statistică se observă
manifestari distincte din punct de vedere calitativ, media tinde să devină
lipsită de conţinut. În acest caz, este indicat să se calculeze medii parţiale
pentru fiecare tip calitativ al colectivitaţii şi în final să se determine media
generală. Omogenitatea colectivitaţii este de fapt o condiţie a
reprezentativitaţii pentru orice tip de medie.
6.1.3. MEDIA ARMONICĂ SIMPLĂ ŞI PONDERATĂ
Media armonică a termenilor unei serii se defineşte ca acea valoare a cărei

mărime inversă este media aritmetică calculată din valorile inverse ale
termenilor aceleiaşi serii.
Avem seria: x1, x2, … xn, valorile lor inverse vor fi:
1- ----
1 1
---- , -, …, -----
x1 x2 xn
Media armonică se notează cu x h
n
1 1 1 n
----- = ---
xh n ∑ ---x-i ⇒ x h = ----------------
n
-
1
∑ ---x-i
i=1
i=1
analog se deduce şi media armonică ponderată
n
∑ fi
i=1
x h = ------------------------
n
-
1
∑ x----i ⋅ fi
i=1
Comparând formula mediei armonice cu cea a mediei aritmetice se pot
stabili anumite relaţii utile pentru folosirea în practică a celor doua valori
medii.
1. Dacă toate caracteristicile sunt pozitive, atunci media aritmetică este mai
mare decât media armonică a aceloraşi valori.
x a > x h sau x h < x
117
Mărimi medii
1
2. Dacă se consideră 2 variabile dependente funcţional, de tipul y = ---
x
şi pentru o variabilă se foloseşte media aritmetică, atunci pentru cealaltă
variabilă este obligatoriu să se utilizeze media armonică, deoarece raportul
de inversă proporţionalitate se realizează şi între cele două valori medii.
recolta totală ( x i ⋅ f i )
recolta la ha ( x i ) = ---------------------------------------------------------------------
suprafaţa însămânţată ( f i )
Exemplu: Nivelul productivităţii muncii (W) se poate exprima, în mod direct,
prin cantitatea de produse ce revine pe o unitate de timp şi, indirect prin
cantitatea de timp ce revine pe o unitate de produs, deci cele doua valori
individuale sunt într-un raport de inversă proporţionalitate.
Q t
W = sau W =
T q
3. Media armonică poate fi egală cu media aritmetică calculată din aceleaşi
valori ale caracteristicii dar folosindu-se sisteme de ponderare diferite. Astfel
la x folosim ponderile reale ale valorilor individuale, iar pentru ponderile
compuse luate sub forma produselor, adică:
x=
∑ xi f i ; xh =
∑ xi f i
∑ fi ∑ xi (xi f i )
1
xh =
∑ xi f i = ∑ xi f i = x
∑ xi (xi f i ) ∑ f i
1
Rezultă că există un caz particular în care media armonică apare ca formă

transformată a mediei aritmetice. Media armonică este egală cu cea
aritmetică numai în cazul în care media armonică are ca ponderi produsele
de frecvenţa ( x i ⋅ f i )(dacă variabila s-a notat cu x i ).
Această formulă are o mare importanţă practică deoarece există frecvente

cazuri când se dispune de aceste produse de frecvenţă şi nu de ponderile
reale ( f i ). Dacă se cunosc recoltele la hectar parţiale ( x i ) şi suprafeţele
însămânţate corespunzătoare ( f i ), se foloseşte media aritmetică
ponderată. Dacă însă se cunosc recoltele parţiale la hectar (xi) şi recoltele
corespunzătoare totale ( x i ⋅ f i ) se foloseşte media armonică ponderată.
118
Exemplu de folosire a mediei armonice:

Cunoaştem următoarele date referitoare la timpul necesar pentru rezolvarea
unei probleme de statistică de către trei studenţi: primului student îi sunt
necesare 20 minute, celui de-al doilea 30 de minute, iar celui de-al treilea 60
de minute. Care este timpul mediu pentru rezolvarea unei probleme de
statistică:
Rezolvare:
Dacă aplicăm media aritmetică simplă vom avea:
⎧ x 1 = 20
∑ xi 20 + 30 + 60
x = ---------- = ------------------------------ = 36, 7 minute
⎪
n 3 ⎨ x 2 = 30
⎪
⎩ x 3 = 60
Pentru a vedea dacă am aplicat corect tipul de medie, vom face verificarea
astfel:
Într-o oră,
60
- primul student rezolvă: ------ = 3 probleme
20
60
- al doilea student rezolvă: ------ = 2 probleme
30
60
- al treilea student rezolvă: ------ = o problemã
60
În total, cei trei studenţi rezolvă într-o oră un număr de 6 probleme
(3 + 2 + 1). Din calculul mediei aritmetice va rezulta că cei 3 studenţi au
rezolvat într-o într-o oră:
60 × 3- 180
-------------- = ------------ = 4, 9 probleme, ceea ce nu reflectă realitatea, ştiind
36, 7 36, 7
că în total ei au rezolvat 6 probleme într-o oră.
Rezultă că media aritmetică în acest caz nu reflectă realitatea, denaturând
rezultatele.
Vom aplica în acelaşi caz un alt tip de medie, respectiv media armonică:
n 3
x h = ---------- = ------------------------------- = 30 minute
1 1 1 1
∑ ---x- ----- - + ------ + ------
20 30 60
i
119
Mărimi medii
Verificare:
În intervalul de o oră, folosind media armonică calculată, cei 3 studenţi pot
rezolva:
3 studenţi × 60 minute fiecare 3 × 60

-------------------------------------------------------------------------------- = --------------- = 6 probleme
media armonică 30
Acest calcul a coincis cu cel iniţial, în concluzie pentru a calcula media

timpului necesar rezolvării unei probleme va trebui să aplicăm media
armonică şi nu media aritmetică.
6.1.4. MEDIA PĂTRATICĂ
Media pătratică este acea valoare care înlocuind termenii seriei ridicaţi la
pătrat nu modifică suma pătratelor lor ( x p ).
Media pătratică corespunde relaţiei:

n
x12 + x 22 + ... + x n2 = ∑ x i2 ;
i =1
înlocuind fiecare termen cu media pătratică obţinem:
x p2 + x p2 + ... + x p2
n ⋅ x p2 = ∑ x i2
n
∑ x i2
∑ x i2
2 i =1
xp = ⇒ xp =
n n
În cazul unei distribuţii de frecvenţă, media pătratică ponderată este:
n
∑ x i2 ⋅ fi
i =1
xp =
∑ fi
120
Media pătratică se foloseşte în special atunci când se dă o mai mare

importanţă nivelurilor mai mari din cadrul seriei respective. Ea se foloseşte
în special în demografie, în statistica industriei la calculul unor indicatori
medii privind diferitele mijloace de producţie şi cel mai frecvent, la calculul
unor indicatori de variaţie (abaterea medie pătratică).
Proprietăţi:
xp este întotdeauna > decât media aritmetică a aceloraşi termeni, indiferent
de semnul pe care îl are, deoarece prin ridicarea la pătrat toţi termenii devin
pozitivi.
Cu cât termenii au o valoare individuală mai ridicată, cu atât termenii
respectivi vor influenţa în mai mare măsură asupra formării nivelului mediu.
De aceea mp se va folosi atunci când trebuie să se acorde o importanţă mai
mare nivelurilor mai ridicate din cadrul seriei pentru care se calculeaza
media.
6.1.5. MEDIA GEOMETRICĂ
Spre deosebire de celelalte medii prezentate, care se bazează pe relaţii de

însumare directă între termenii seriei, media geometrică se bazează pe
relaţia de produs dintre ei.
Media geometrică reprezintă acea valoare cu care, dacă se înlocuiesc toţi
termenii seriei şi se face produsul lor, valoarea la care se ajunge este egală
cu produsul termenilor reali, adică:
n
x1 ⋅ x2 ⋅ … ⋅ xn = ∏ xi
i=1
n
xg ⋅ xg ⋅ … ⋅ xg = ∏ xi
i=1
n
xg = n ∏ xi
i=1
În cazul unei serii de distribuţie de frecvenţă, fiecare termen trebuie să fie
luat în funcţie de frecvenţa sa. Aceasta înseamnă că, în cazul mediei
geometrice, fiecare termen se înmulţeşte de un număr egal cu frecvenţa lui
în cadrul seriei, deci frecvenţele devin puterile la care se ridică fiecare
termen:
121
Mărimi medii
m
f f f fi
x 11 x 22 ⋅…⋅ x mm = ∏ xi
i=1
m
f f f fi
x g1 ⋅ x g2 ⋅ … ⋅ x gm = ∏ xi
i=1
m
∏f
m
i m m
f ∏ fi fi
( xg ) ∏ xii ⇒ xg = ∏ xi
i=1
= i=1
i=1 i=1
Proprietăţi:
- în cazul mediei geometrice este suficient ca un singur termen al seriei să
fie egal cu zero pentru că media geometrică să nu se poata calcula, iar în
cazul când unul din termenii seriei este negativ media să devină imaginară
(cazuri fără sens);
- în cazul mediei geometrice, abaterile termenilor seriei faţă de medie nu se

x
mai calculează sub formă de diferenţe ci sub formă de rapoarte -----i , iar
xg
produsul acestora este egal cu 1.
n
⎛x ⎞
∏ ⎜⎜⎝ x gi ⎟⎟⎠ = 1
i =1
n n n
x1 x2 xn
∏ xi ∏ xi ∏ xi
⋅ ⋅K ⋅ = i =1 n = i =1
= i =1
=1
xg xg xg (x g ) ⎛
⎜n
n ⎞
n n
∏ xi
∏ xi ⎟
⎜ ⎟ i =1
⎝ i =1 ⎠
Pentru a putea fi calculată atât media geometrică simplă cât şi cea

ponderată trebuie să se logaritmeze.
122
• pentru media geometrică simplă obţinem:

n
∑log xi
i =1
log x g =
n
deoarece
log (a ⋅ b ⋅ c ) = log a ⋅ log b ⋅ log c
xg = ∏x
log x g = log ∏ xi
n ⋅ log x g = ∑ log xi ⇒ log x g = ∑ log xi
1
n
• pentru media geometrică ponderată:

n
∑ ( f i ⋅ log xi )
i =1
log x g = n
∑ fi
i =1
Deci prin aplicarea logaritmilor media geometrică se transformă într-o medie

aritmetică a logaritmilor factorilor iar antilogaritmul ei este o valoare mai
mică decât media aritmetică calculata din valorile reale ale termenilor seriei.
Media geometrică se foloseşte cel mai frecvent în cazul seriilor dinamice, la

calculul mediilor din mărimile relative ale dinamicii, între care exista o relaţie
de produs.
În cazul seriilor de distribuţie de frecvenţe, media geometrică se foloseşte
mai rar. Ea este indicat să se folosească atunci când seria prezintă variaţii
foarte mari între termenii săi sau prezintă un pronunţat caracter de
asimetrie. Date fiind însă dificultaţile de calcul ale ei, media geometrică se
foloseşte rar în analiza seriilor de distribuţie.
Relaţii ce exista între mediile prezentate: x h < x g < x < x p pentru aceleaşi
date.
123
Mărimi medii
Exemplu de aplicare a mediei geometrice
Cunoaştem următoarele date cu privire la evoluţia numărului mediu de

slariaţi la o întreprindere: în anul 2006 au fost 50 salariaţi, în 2007 au fost
500 salariaţi şi în 2008 au fost 750 de salariaţi.De câte ori a crescut în medie
numărul de salariaţi în perioada 2006-2008 ?
Rezolvare:
Pentru a răspunde la întrebare, va trebui să calculăm indicii de creştere cu
baza în lanţ, după care să calculăm media acestor indici.
Anul Nr. mediu salariaţi Indici lanţ
2006 50 -
2007 500 10
2008 750 1,5
Dacă aplicăm media aritmetică simplă în calculul indicelui mediu de

10 + 1, 5
creştere, vom obţine: I = --------------------- = 5, 75 ori , ceea ce semnifică că în
2
fiecare an numărul mediu de salariaţi ar fi crescut de 5,75 ori faţă de anul
anterior. Pentru a constata dacă am aplicat corect tipul de medie, vom face
următoarea verificare:
- în anul 2007, numărul mediu de salariaţi va fi egal cu cel existent în anul
2006, înmulţit cu indicele mediu de creştere, respectiv:
50 × 5, 75 = 287, 5 salariaţi
- în anul 2008:
287, 5 × 5, 75 = 1653 salariaţi
Ceea ce nu este conform realităţii, ştiind din datele existente că în anul
2008, numărul mediu de salariaţi a fost de 750 şi nu de 1653. Cu alte
cuvinte, în acest caz, media aritmetică deformează cu mult rezultatul.
Aplicăm media geometrică: I = 2 10 × 1, 5 = 3, 873 ori

Facem aceeaşi verificare şi pentru media geometrică calculată:
- în 2007: 50 x 3,873 = 193,65 salariaţi
- în 2008: 193,65 x 3,873 = 750 salariaţi
exact conform datelor cunoscute.
Rezultă că în acest caz, pentru calcularea indicelui mediu de creştere, va

trebui să aplicăm media geometrică, ca dealtfel şi în cazul altor mărimi
relative.
124
6.2. MEDIA CARACTERISTICII ALTERNATIVE
Caracteristicile alternative sunt acelea la care pentru fiecare unitate admit fie
forma sa directa de manifestare, fie opusul ei.
Exemplu: Un produs poate fi acceptat ca bun sau el este declarat rebut.

Caracteristicile alternative apar de tipul “da” – “nu” şi sunt destul de frecvent
întalnite în pracţică statistică.
Pentru a le exprima numeric se vor considera convenţional variantele cu

raspuns afirmativ ca avand valoarea 1, iar cele cu raspuns negativ ca avand
valoarea 0.
Notam cu N numărul total al unitaţilor observate, frecventa unitaţilor care

poseda caracteristica cu M şi frecventa unitaţilor care nu poseda
caracteristica cu N – M.
Răspunsul înregistrat Valoarea caracteristicii Frecvenţa

(variantele înregistrate) - xi - - fi -
Unitaţile care posedă
da x1 = 1 f1 = M
caracteristica
Unitaţile care nu
nu x2 = 0 f2 = N – M
posedă caracteristica
2
- - ∑f
i =1
i =N
Fiind o distribuţie de frecvente, media se va calcula aplicând formula mediei

aritmetice ponderate:
2
∑ xi ⋅ f i (1× M ) + (N − M ) = M
i =1
x= =
2 M +N −M N
∑ fi
i =1
Rezultă că media caracteristicii alternative se obţine raportând nr. unitătilor

la care s-a înregistrat caracteristica cu raspuns afirmativ la numărul total al
unitaţilor.
125
Mărimi medii
Pentru a se deosebi de celelalte medii ale caracteristicii alternative, se

notează cu p media caracteristicii alternative:
M
p = -----
N
Fiind o mărime medie cu caracter de mărime relativă de structura ea se

exprimă de regulă sub formă de procente.
Exemplu: Presupunem că într-un lot de 10.000 de produse s-au înregistrat
200 de rebuturi şi se cere să se afle care este media rebuturilor pe întregul
lot.
N = 10.000 ; M = 200:
M 200
p = ----- = --------------- = 0,02 sau 2 %
N 10000
Rezulta că în medie, la fiecare 100 de produse recepţionate pot să apara

câte 2 rebuturi.
Teme şi întrebări propuse pentru studiu individual:
Când se aplică un tip de medie ponderată ?

Când se aplică media geometrică la o serie de date din observare ?
Dar media armonică ?
Daţi exemple de folosire a mediei armonice şi a celei geometrice, pe date
alese de dumneavoastră.
126
Capitolul VII
INDICATORII VARIAŢIEI
OBIECTIVE
Capitolul urmăreşte însuşirea aplicării corecte a unor formule învăţate

anterior la matematici speciale în economie, importanţa cunoaşterii gradului
de împrăştiere a elementelor unei populaţii, iar în final demonstrarea
reprezentativităţii unei mărimi medii calculate anterior. Utilizatorii trebuie să
conştientizeze că nu orice medie calculată matematic (chiar corect), poate fi
aplicată în practică, în economie şi societate.
Cuvinte cheie
Varianţă / Dispersie
Omogenitate statistică
Din practica statistică apare evident faptul că, cu cât colectivitatea este mai
puţin omogenă, cu atât caracterizarea ei sub raport statistic trebuie să se
bazeze pe un sistem mai complex de relaţii în care sunt folosiţi indicatorii
totalizatori şi indicatorii derivaţi. Cu cât fenomenele sunt mai complexe, deci
dependente de mai mulţi factori, cu atât variaţia este mai mare şi folosirea
corectă a valorilor medii implică verificări riguroase cu privire la stabilitatea şi
reprezentativitatea ei. După cum am mai spus, media nu este o valoare
reprezentativă decât pentru cazul în care ea este calculată din mărimi
omogene între ele.
Pentru a verifica gradul de omogenitate al caracteristicilor pentru care se

determină media este necesar să se calculeze indicatorii de variaţie, de
asimetrie şi exces. Aceşti indicatori trebuie să servească la:
- verificarea reprezentativităţii mediei ca valoare tipică a unei serii de date
statistice;
- verificarea gradului de omogenitate a seriei;
127
Indicatorii variaţiei
- caracterizarea statistică a formei şi gradului de variaţie a unei caracteristici;

- compararea în timp şi spaţiu a mai multor serii statistice de distribuţie
pentru aceeaşi caracteristică sau pentru caracteristici independente;
- cunoasterea gradului de influenţă a factorilor după care s-a facut gruparea
unitaţilor observate.
Indicatorii variaţiei şi asimetriei pot fi folosiţi la caracterizarea independentă

a fenomenelor, la estimarea erorilor de selecţie, în analiza corelaţiei
statistice şi în general, în toate cazurile când se folosesc mărimi medii şi
trebuie să se interpreteze măsura în care ele sunt reprezentative pentru toţi
termenii individuali din care au fost calculate. Indicatorii variaţiei pot fi
calculaţi ca indicatori simpli şi ca indicatori sintetici.
7.1. INDICATORII SIMPLI AI VARIAŢIEI
Indicatorii simpli ai variaţiei servesc pentru a caracteriza gradul de

împrăştiere a unităţilor purtătoare ale caracteristicilor înregistrate. Ei se
calculează pentru a măsura amplitudinea variaţiilor şi abaterilor valorilor
individuale de la media lor.
Aceşti indicatori se pot exprima atât în mărimi absolute, folosind aceleaşi
mărimi ca şi pentru caracteristica studiata, cât şi în mărimi relative, calculate
în raport cu valoarea mediei.
Amplitudinea absolută a variaţiei (A) se calculează ca diferenţă între
nivelul maxim (xmax) şi nivelul minim (xmin) al caracteristicii:
A = xmax – xmin
În cazul unei serii de distribuţie de frecvenţe, A se calculează ca diferenţă

între limita maxima a intervalului superior şi limita inferioară a intervalului
inferior. Dacă intervalele sunt deschise, atunci A se determină după ce s-au
închis, în mod convenţional intervalele extreme.
Amplitudinea relativă a variaţiei (A%) se exprimă de regulă în procente şi

se calculează ca raport între amplitudinea absolută a variaţiei şi nivelul
mediu al caracteristicii:
A
A% = ⋅ 100
x
128
“A” nu este un indicator suficient de semnificativ deoarece nu ţine seama

decât de valorile extreme ale caracteristicii ori asupra variaţiei unui fenomen
influenţeaza toate valorile individuale şi frecvenţele lor de apariţie.
“A” se foloseşte în prelucrarea statistică la alegerea nr. de grupe şi a mărimii
intervalului de grupare.
Abaterile individuale absolute (di) se calculează ca diferenţe între fiecare

variantă înregistrată şi media aritmetică a acestora:
di = xi – x
iar abaterile individuale relative ( d i % )
di xi – x
d i % = ---- × 100 = ------------ × 100
x x
În analiza varianţei interesează, în special, abaterile maxime într-un
sens sau altul:
d max.negativa = x min – x ; d max.pozitiva = x max – x
x min – x x max – x
d max.negativa % = --------------------- × 100 ; d max.pozitiva % = ---------------------- × 100 ;
x x
Numai în cazul distribuţiei perfect simetrice dmax.negativ = dmax.pozitiv.
Indicatorii simpli ai variaţiei fiind calculaţi pe baza relaţiilor dintre doi termeni
ai seriei sau între fiecare termen şi media lor, nu pot exprima întreaga
variaţie a unei caracteristici înregistrate. De aceea este necesar să se
calculeze şi indicatorii sintetici ai variaţiei care iau în consideraţie toate
abaterile caracteristicii.
7.2. INDICATORII SINTETICI AI VARIAŢIEI
Pentru a sintetiza într-o singura expresie numerică întreaga variaţie a unei

caracteristici trebuie să se recurgă tot la o valoare medie calculată din
abaterile individuale ale variantelor de la media lor.
Indicatorii sintetici ai variaţiei sunt: abaterea medie liniară, abaterea medie

pătratică, dispersia şi coeficientul de variaţie.
129
Abaterea medie liniară ( d ) se calculeaza ca o medie aritmetică simplă sau

ponderată din abaterile termenilor seriei de la media lor, luate în valoare
absoluta;
- pentru o serie simplă:
n
∑ xi − x
1 n
d= i =1
n
= ∑ xi − x
n i =1
- pentru o serie de frecvenţe absolute:
n
∑ x i − x fi
1 n
d= i =1
= ∑ x i − x fi
∑f i ∑f i i =1
- pentru o serie cu frecvenţe relative, exprimate în procente:

n
∑
*
x i − x fi %
1 n
∑
*
d= i=1
= x i − x fi %
100 100 i=1
Abaterea medie liniară prezintă dezavantajul că nu ţine seama de faptul că

abaterile mai mari în valoare absolută influenţează în mai mare măsură
gradul de variaţie a unei caracteristici, în comparaţie cu abaterile mai mici.
Abaterea medie pătratică sau abaterea standard ( σ )
Se calculează ca o medie pătratică din abaterile individuale ale termenilor

seriei de la media lor.
- pentru o serie simplă:
∑ (x )
2
σ= i
n
−x
=
1
n
∑ xi − x
2
( )
- pentru o serie cu frecvenţe absolute:
∑ (x − x ) f
2
i i
σ=
∑f i
- pentru o serie cu frecvenţe relative exprimate în procente:
∑ (x )
2
∑ (x )
i − x fi* % 1 2
σ= = i − x fi* %
100 100
130
• σ va fi întotdeauna d a aceleiaşi serii de date. În literatura de

specialitate se apreciază că pentru o serie de distribuţie cu tendinţa clară de
normalitate, abaterea medie liniară = 4/5 din valoarea abaterii medii
pătratice.
• σ este un indicator de bază, care se foloseşte în analiza variaţiei, la
estimarea erorilor de selecţie, în calculele de corelaţie. Atât σ cât şi d se
exprimă în aceleaşi unitaţi de măsură ca şi cele ale caracteristicii a cărei
variaţie o studiază.
Pentru o distribuţie normală, intervalul mediu de variaţie este ( x ± σ ), în

acest interval regăsind aproximativ 68,28% din termenii seriei.
În intervalul ( x ± 2σ ) se vor afla 95,45% din termenii seriei, iar în intervalul

( x ± 3σ ) se vor afla 99,97% din termeni.
Pentru compararea gradului de variaţie a două sau mai multe caracteristici
statistice se foloseşte coeficientul de variaţie.
Coeficientul de variaţie ( v ) se calculează ca raport între abaterea medie
pătratică şi nivelul mediu al seriei. De obicei se exprimă sub forma de
procente.
σ
v= × 100
x
Dacă se cunoaşte numai abaterea medie liniară se poate calcula şi astfel:
d
vd = × 100
x
Se apreciaza pentru interpretare următoarele limite ale coeficientului de

variaţie:
v ∈ ( 0 ; 17 % ) media este strict reprezentativă;
v ∈ ( 17% ; 35 % ) media este moderat reprezentativă;
v ∈ ( 35 %; 50 % ) media este reprezentativă în sens larg;
v > 50 % media nu este reprezentativă şi seria este eterogenă.
Coeficientul de variaţie - v - poate lua valori între 0 şi 100. Cu cât are o

valoare mai mică, cu atât seria statistică este mai omogenă şi deci media
este mai reprezentativă.
131
Se apreciaza că, în cazul unui coeficient de peste 35 - 40% media nu este

reprezentativă şi datele trebuie să fie separate în serii componente, pe
grupe, în funcţie de variaţia unei alte caracteristici de grupare. Deci, v poate
fi folosit ca un test de verificare în aplicarea metodei gruparilor.
2
Dispersia unei caracteristici se noteaza cu σ şi se calculeaza ca o medie
aritmetică simplă sau ponderată a pătratelor abaterilor termenilor faţă de
media lor. Deci se mai poate numi şi pătratul mediu al abaterilor termenilor
faţă de media lor:
-pentru o serie simplă:
∑ (x − x )
2
σ 2
= i
n
=
1
n
(
∑ xi − x )
2
-pentru o serie cu frecvenţe absolute:
∑ (x − x ) f = 1 ∑ (x − x )
2
i i 2
σ 2
= ⋅ fi
∑f ∑f
i
i i
-pentru o serie cu frecvenţe relative exprimate în procente:
∑ (x −x ) 2
⋅ fi * % 1 m
( )
2
∑ x i − x ⋅ fi * %
i
σ 2
= =
100 100 i=1
Comparând formulele de calcul ale abaterii medii pătratice şi ale dispersiei

se observă că abaterea medie pătratică implică calcularea dispersiei, din
care se extrage apoi rădacina pătratică, pentru a ajunge la acelaşi grad cu
caracteristica a carei variaţie se studiază.
Dispersia se poate calcula în acelaşi timp şi fără să se calculeze în prealabil

abaterile individuale ale variantelor de la media lor. Astfel, dacă în formula
dispersiei se dezvoltă binomul şi ţinem seama că x este o mărime
constantă, avem:
⎛ x 2 − 2x x + x 2 ⎞
σ2 =
∑ (x i − x ) 2
=
∑ ⎜ i
⎝ i ⎟
⎠= ∑ x i2 − 2 x ∑ x i +
n⋅x
2
=
n n n n n
2
=
∑ x 2 − 2x 2 + x 2 = ∑ x 2 − x 2 ⇒ σ 2
=
∑ x i2 − ⎛⎜ ∑ x i ⎞⎟
n n n ⎜ n ⎟
⎝ ⎠
132
- pentru o serie de frecvenţă avem:

2
σ 2
=
∑x f 2
i i
⎛ ∑ x i fi ⎞
−⎜ ⎟
∑f i
⎜ ∑f ⎟
⎝ i ⎠
Exemplu de calcul al variaţiei:
Grupe de muncitori după Nr. Centrul

numărul de piese realizate muncitori intervalului xi ⋅ f xi – x ( xi – x ) ⋅ fi
i
( xi ) fi xi
0 1 2 3 4 5
80 - 90 15 85 1275 -23 -345
90 -100 30 95 2850 -13 -390
100 -110 70 105 7350 -3 -210
110 -120 60 115 6900 7 420
120 -130 15 125 1875 17 255
130 -140 10 135 1350 27 270
-945
TOTAL ∑ 200 ∑ xi ⋅ fi = +945
21600 1890
- continuarea tabelului -
a = 105
2 k = 10 xi – a xi – a 2
( xi – x )
2
( xi – x ) ⋅ fi ⎛ ------------
-⎞ ⋅ f ⎛ ------------
-⎞ ⋅ f
xi – a ⎝ k ⎠ i ⎝ k ⎠ i
-------------
k
6 7 8 9 10
529 7935 -2 -30 -450
169 5070 -1 -30 -900
9 630 0 0 0
49 2940 1 60 3600
289 4335 2 30 450
729 7290 3 30 300
28200 60 300
xi ⋅ fi
21600 ∑
x (nr. mediu de piese realizate) = ------------------- = ---------------- = 108 piese/muncitor
200
fi ∑
Prin formula simplificată obţinem acelaşi rezultat:
133
60
x = ---------- ⋅ 10 + 105 = 108 piese/muncitor
200
Dacă am fi aplicat calculul mediei cu ajutorul mediei cu frecvenţe relative,
am fi obţinut acelaşi rezultat:
* fi
f i = ---------- *
xi ⋅ fi
∑ fi
xi fi
1 2 3 4
85 15 0,075 6,375
95 30 0,150 14,250
105 70 0,350 36,750
115 60 0,300 34,500
125 15 0,075 9,375
135 10 0,050 6,750
Total 200 1,000 108,0
*
Ţinând cont că ∑ fi = 1 , media aritmetică se va calcula ca
*
x = ∑ xi ⋅ fi = 108 piese .
Rezultatul este identic cu celelelalte două metode.
7.2.1 Abaterea medie liniară
Astfel, intervalul mediu de variaţie stabilit cu ajutorul acestui indicator, ne

arată că majoritatea muncitorilor se situeaza între 98,55piese şi 117,45
piese realizate. Intervalul de variaţie va fi:
x – d = 108 – 9, 45 = 98, 55 ≅ 99 piese

x – d = 108 + 9, 45 = 117, 45 ≅ 117 piese
Dispersia:
∑
2
( xi – x ) ⋅ fi
2 28000
σ = ---------------------------------- = ---------------- = 141
200
∑ fi
Atenţie !
134
Dispersia nu are o unitate de măsură şi o semnificaţie concretă, ea foloseşte

la calculul abaterii medii pătratice.
Abaterea medie pătratică:
∑
2
( xi – x ) ⋅ fi
σ = ---------------------------------- = 141 = 11, 87 piese
∑ fi
σ se exprimă în aceeaşi unitate de măsură ca a caracteristicii studiate şi
arată că oricare din cei 200 muncitori se abate în medie faţă de numărul
mediu de piese realizate cu cu ±11,87 piese.
În acest caz, intervalul mediu de variaţie va fi:
x – σ = 108 – 11,87 = 96,13 ≅ 96 piese

x + σ = 108 + 11,87 = 119,87 ≅ 120 piese
Prin urmare, în intervalul (96 ; 120) se află majoritatea muncitorilor (68,28%

din aceştia), din punct de vedere al numărului de piese realizate.
Coeficient de variaţie:
σ 11,87
v = --- ⋅ 100 = ---------------- ⋅ 100 = 10,99 ≅ 11%
x 108
Se poate afirma că media este reprezentativă pentru seria respectivă,
deoarece s-a obţinut un coeficient mic de variaţie.
Tendinţa de normalitate a distribuţiei se poate constata şi pe baza relaţiei

dintre σ şi d ; 4/5 din σ =9,48, care reprezintă o diferenţă minima (0,03)
faţă de d .
7.2.2. Proprietaţile dispersiei.

Calculul simplificat al dispersiei şi abaterii medii pătratice
Calculul σ 2 pe baza abaterilor variantelor înregistrate de la media lor

presupune efectuarea unor calcule mai dificile, în special când se lucrează
cu valori mari ale caracteristicii.
135
2
Ca şi în cazul mediei se folosesc unele proprietaţi ale σ care permit o
analogie între calculul simplificat al mediei şi cel al dispersiei.
Principalele proprietaţi ale dispersiei:
1. σ 2 calculată pentru un şir de valori egale între ele este egala cu zero,
deoarece media este egala cu fiecare din variantele înregistrate;
2. Dacă fiecare termen al unei serii statistice se modifică într-un sens sau
altul cu o mărime constantă (a) şi se calculeaza dispersia noii serii, atunci ea
este egala cu dispersia seriei iniţiale. Deci, aplicând această proprietate,
media se modifică, în timp ce dispersia ramane neschimbata, deoarece nu
s-a produs decât o translaţie a valorilor într-un sens sau altul, dupa cum s-au
micsorat sau s-au mărit valorile seriei cu constanta “a”.
Această proprietate se poate folosi ca un procedeu de calcul simplificat, în

special pentru seriile care au valori mari ale caracteristicii şi, alegând o noua
origine a variaţiei să se obţina valori mai mici pentru care este mai usor de
calculat media.
3. Într-o serie de variaţie, dacă se împart sau se înmultesc toţi termenii cu un

coeficient (k > 1) dispersia noii serii este de k2 ori mai mică sau mai mare
decât dispersia seriei iniţiale. Aplicând această proprietate, se modifică în
proporţii diferite atât media cât şi dispersia.
Această proprietate se aplică când este convenabil să se reducă din volumul

calculelor, alegând o valoare arbitrara, care este divizor comun pentru toţi
termenii.
2
Dispersia calculată faţă de o constantă a este > decât σ seriei iniţiale cu
pătratul diferenţei dintre medie şi constanta a:
2 2 2
σx – a = σx + ( x – a )
În cazul folosirii acestei proprietaţi, abaterile se calculeaza nu faţă de

medie, ci faţă de o valoare aleasă arbitrar, notată cu a.
De regulă, aceste ultime proprietăţi se combină şi se folosesc în aceleaşi

condiţii ca şi la calculul simplificat al mediei.
136
Dacă intervalele sunt egale, atunci se ia a = centrul intervalului cu frecvenţa

cea mai mare, iar k = mărimea intervalului de grupare.
Astfel, formula de calcul simplificată a dispersiei este:

m
⎛ xi − a ⎞ 2
∑ ⎜⎝ ⎟ ⋅ fi
σ 2x =
i =1
m
k ⎠
(
⋅ k2 − x − a ) 2
∑f
i =1
i
iar abaterea medie pătratică va fi:
σ x = σ 2x
În exemplul precedent se obţine: A = 105 ; k = 10

Calculele ajutătoare au fost prezentate în tabelul anterior.
2 300 2 2
σ x = ---------- ⋅ 10 – ( 100 – 105 ) = 150 – 8 = 141
200
În cazul când colectivitatea este împărţită în grupe, distribuţia pe întreaga

colectivitate este formată din distribuţiile stabilite pentru fiecare grupa în
parte.
Dispersia seriei pe întreaga colectivitate este egala cu media dispersiilor

componente, plus dispersia dintre mediile parţiale ale tuturor grupelor şi
media colectivitaţii totale.
7.2.3. Indicatorii variaţiei într-o colectivitate împărţită în grupe

Regula adunării dispersiilor
ANALYSIS OF VARIANCE (ANOVA)
Cu cât fenomenele sunt mai complexe, cu atât gradul de variaţie este mai
mare. Din această cauză unitaţile la care s-a facut observarea trebuie
împărţite în grupe, în funcţie de variaţia factorilor determinanţi. Dacă s-a
aplicat în prealabil metoda gruparii, atunci se pot calcula atât medii pe
grupe, cât şi o medie a colectivitaţii totale şi, corespunzator se vor calcula
indicatorii de variaţie pentru fiecare grupa cât şi pe întreaga colectivitate.
137
Indicatorii de variaţie pe întreaga colectivitate se pot calcula fie facând

abstracţie de faptul că ea este compusă din mai multe grupe, fie luând în
calcul variaţia din interiorul grupelor şi între grupe.
Între indicatorii de variaţie calculaţi la nivelul fiecărei grupe şi cei pe întreaga
colectivitate există anumite relaţii, bazate pe regula adunarii dispersiilor.
Presupunând că s-au înregistrat datele pentru o caracteristică x şi unităţile

au fost împărţite în “r” grupe, s-au obţinut urmatoarele distribuţii condiţionate
de factorul de grupare:
Putem calcula 3 feluri de indicatori care să caracterizeze:
- variaţia valorilor în jurul mediei lor de grupa

- variaţia valorilor mediilor de grupa în jurul mediei colectivităţii totale:
- variaţia valorilor în jurul mediei totale:
Pentru a măsura gradul de variaţie provocat de acţiunea combinată a celor

2 categorii de factori variabili se foloseste metoda analizei dispersiei bazată
pe descompunerea dispersiei.
Dispersia totală:
∑ (x − x ) ⋅f
2
i 0 i
σ02 =
∑f i
Dispersia de grupă (parţială):
∑ (x − x )
2
i i ⋅ fi
σ 2
=
∑f
i
i
Pentru a sintetiza într-o singură valoare variaţia întregii colectivitaţi se

2
calculează media dispersiei parţiale ( σ ):
σ 2
=
∑σ ⋅f 2
i i
∑f i
138
Dispersia dintre grupe δ2 se calculează pe baza abaterilor mediilor de

grupă de la media colectivităţii totale şi măsoară gradul de influenţă a
factorului de grupare asupra variaţiei caracteristicii studiate.
∑ (x − x ) ⋅f
2
i 0 i
δ2 =
∑f i
Între cei 3 indicatori există relaţia cunoscută şi sub numele de regula de

adunare a dispersiilor:
Dispersia colectivitaţii totale = media dispersiei parţiale + dispersia dintre
grupe
2 2 2
σ0 = σ + δ
media abaterilor media abaterilor media abaterilor

+
totale întâmplătoare sistematice
2
Se mai poate calcula coeficientul de determinatie R şi coeficientul de
nedeterminaţie: 1 – R2 :
δ2
R = 2 ⋅ 100
2
σ0
şi arată care este ponderea factorului principal de grupare în variaţia totala

a caracteristicii.
Coeficientul de nedeterminaţie:
2
σi
1 − R = 2 ⋅ 100
2
σ0
arată care este ponderea factorilor întâmplatori (neînregistraţi) în variaţia

totală a caracteristicii.
139
Dacă R 2 > 1 - R 2 înseamnă că factorul de grupare acţioneaza în mod

hotarator asupra variaţiei caracteristicii respective şi invers. Prin urmare, cu
ajutorul ANOVA putem cuantifica impactul unuia sau mai multor factori de
influenţă asupra unei alte variabile de interes.
Exemplu de calcul pentru regula adunarii dispersiilor:
Grupe de muncitori Subgrupe de muncitori

dupa nr. maşinilor la dupa nr. pieselor, produse într-o zi
TOTAL
care lucreaza deodata 4 bucăţi 6 bucăţi 8 bucăţi
3–5 5–7 7–9
Lucreaza cu 1 maşina 2 6 - 8 fi
Lucreaza cu 2 maşini 5 fi
- 1 4
deodata
TOTAL 2 7 4 13 fi
Dacă se examinează relaţiile dintre cele 2 caracteristici se poate constata că

“nr. maşinilor la care se lucrează deodată” constituie un factor determinant
pentru dezvoltarea nivelului caracteristicii “nr. pieselor produse într-o zi”.
Se cere: să se calculeze toate felurile dispersiei caracteristicii “piese
produse într-o zi”.
Rezolvare:
Dacă se folosesc variantele 4, 6 şi 8 piese notate cu x şi nr. muncitorilor de

pe rândul total de jos ( fi ) se poate calcula dispersia caracteristicii pe
întreaga colectivitate:
∑ (x − x ) f = ( 4 − 6,3) ⋅ 2 + (6 − 6,3) ⋅ 7 + (8 − 6,3) ⋅ 4 = 22,77 = 1,752

2
0 2 2 2
i i
σ =
2
∑f
0
i 2+7+4 13
unde x =
∑ x f = ( 4 ⋅ 2) + (6 ⋅ 7) + (8 ⋅ 4) = 82 = 6,31 piese
0
j i
∑f i 2+7+4 13
Având 2 grupe de muncitori dupa nr. maşinilor la care se lucrează se poate

calcula dispersia pe fiecare din aceste grupe.
140
Avem nevoie de media fiecărei grupe:
x1 =
∑ x f = ( 4 ⋅ 2) + (6 ⋅ 6) = 5,5 ; x = (6 ⋅ 1) + (8 ⋅ 4) = 7,6
i i
∑f
2
i 2+6 5
⇒ σ =
2 ∑ ( x − x ) ⋅ f = ( 4 − 5,5) ⋅ 2 + (6 − 5,5) ⋅ 6 = 6 = 0,75
i i
2
i
2 2
∑f
1
2+6
i 8
σ 22 =
∑ ( x − x ) ⋅ f = (6 − 7,6 ) ⋅ 1 + (8 − 7,6) ⋅ 4 = 32 = 0,64
i i
2
i
2 2
∑f i 1+ 4 5
Dintre cele două dispersii de grupă se poate calcula o medie aritmetică

ponderată obţinându-se media dispersiilor parţiale dupa formula:
σ
2
=
∑σ ⋅f 2
i i
=
0,75 ⋅ 8 + 0,64 ⋅ 5 9,20
= = 0,7077
∑f i 8+5 13
Putem calcula dispersia caracteristicii între grupe:
δ i2 =
∑ (x − xi 0 ) 2 fi
=
(5,5 − 6,31) 2 ⋅ 8 + (7,6 − 6,31) ⋅ 5 13,75
= = 1,044
∑f i 8+5 13
Grupând toţi indicatorii dispersiei la un loc se obţine:
2
- dispersia grupei I-a: σ1 = 0 ,75 cu frecvenţa de 8.
2
- dispersia grupei a II-a: σ 2 = 0 ,64 cu frecvenţa de 5
2
- media dispersiilor de grupă: σ = 0 ,7077
2
- dispersia dintre grupe: δ = 1 ,0440
2
- dispersia generală: σ 0 = 0 ,7077 + 1, 0440 = 1 ,7517
141
1,044
R2 = ⋅ 100 = 67,8%
1,752
1 − R2 = 100 − 67,8 = 32,2%
Factorii neînregistraţi sau neesenţiali influenţează în proporţie de 32,2%

numărul de piese produse într-o zi.
Când este o medie reprezentativă ? Dar o serie omogenă ?
Alcătuiţi o serie de distribuţie (pe 3 intervale), a studenţilor din grupă după

notele obţinute la examenul de matematică. Calculaţi nota medie a grupei şi
demonstraţi reprezentativitatea acesteia.
142
Capitolul VIII
INDICATORII MEDII DE POZIŢIE
OBIECTIVE
Capitolul are drept obiectiv principal cunoaşterea şi înţelegerea atât pe cale

grafică cât şi pe cale matematică a unor mărimi medii ce indică poziţii
speciale într-o serie statistică de date. Finalul capitolului urmăreşte
confruntarea atât pe cale grafică cât şi prin calcule matematice, a unei
distribuţii date din observare cu distribuţia normală Gauss-Laplace şi
caracterzarea normalităţii.
Cuvinte cheie
Cuantile
Mod / dominantă
Simetrie / asimetrie
8.1. MODUL (Mo) sau dominanta (Do)
Modulul ( Mo) sau dominanta reprezintă valoarea caracteristicii cu frecvenţa

cea mai mare. Deci este valoarea cea mai frecvent întâlnită. În cazul unei
serii simple, modulul este varianta care se regăseşte de cele mai multe ori.
Spre exemplu, într-o grupă de studenţi s-au obţinut următoarele note la

statistică:
5; 8; 9; 5; 6; 10; 4; 3; 8; 6; 7; 6.
Modulul va fi nota 6, deoarece apare de cele mai multe ori. Ca interpretare,
putem afirma că cei mai mulţi studenţi au obţinut nota 6.
143
Indicatorii medii de poziţie
În următorul caz:
5; 8; 9; 5; 6; 10; 4; 3; 8; 6; 5; 6.
Avem o serie plurimodală, atât valoarea 5, cât şi valoarea 6 apar de cele mai
multe ori.
Mo 1 = 5 şi Mo 2 = 6
Putem afirma că în acest caz, cei mai mulţi studenţi au obţinut nota 5 şi 6.
În cazul unei serii de repartiţie pe intervale egale, valoarea Mo se determină:
• se identifică intervalul modal (cel cu fi cea mai mare, sau în cazul
seriilor de distribuţie cu intervale inegale, intervalul cu frecvenţa redusă cea
mai mare);
• estimarea valorii modale:
∆1 ∆ 1 = f Mo – f Mo – 1
Mo = x 0 + d ------------------- unde
∆1 + ∆2 ∆ 2 = f Mo – f Mo + 1
unde x 0 = limita inferioară a intervalului modal

(în cazul seriilor cu intervale, ∆ 1 si ∆ 2 se calculează folosind frecvenţele
reduse).
Pe grafic, valoarea modală corespunde punctului de pe abcisă, în care
graficul atinge valoarea maxima:
70
60
50
40
30
20
10
0
Mo
80 - 90 90 -100 100 - 110 110 - 120 120 - 130 130 - 140
144
∆1 40
M0 = x 0 + d = 100 + 10 = 100 + 8 = 108 piese
∆1 + ∆ 2 40 + 10
∆1 = fm − fm −1 = 70 − 30 = 40
∆ 2 = fm − fm +1 = 70 − 60 = 10
În exemplul luat: Mo = 108 piese realizate. Cei mai mulţi muncitori au

realizat 108 piese.
Mo se exprimă în unitatea de măsură a caracteristicii studiate.

- Asemănător se poate determina valoarea antimodală (cu cea mai mica
frecvenţa sau cel mai puţin probabilă);
- Modul satisface condiţiile lui Yule nr. 1, 3 şi 4 (este definită obiectiv; are o
semnificaţie concretă uşor de înţeles chiar şi de nespecialişti; este simplu de
calculat) dar nu şi pe celelalte. El are avantajul în principal faţă de medie că
se determină rapid şi are o semnificaţie simplă.
- Există în practică şi serii de distribuţie multimodale. În astfel de cazuri se
determină mai multe valori modale, dar ele nu pot fi sintetizate pentru a se
obţine o singură valoare modală pentru întreaga colectivitate.
- Metodologia de calcul a Mo pentru seriile de repartiţie cu fi* este similară.
- În cazul seriilor repartiţie cu intervale neegale, modulul se determină
analog cu cel al seriei cu intervale egale, dar se consideră frecvenţele
reduse, aşa cum şi graficul seriei (histograma) se realizează cu ajutorul
frecvenţelor reduse.
Aflarea modului în acest caz necesită parcurgerea urmatoarelor etape:
1. Calculul mărimii fiecarui interval.

di
2. Efectuarea raportului: k i = ----------- .
d min
3. Corectarea efectivului “ f i ” prin raportul k i , obţinându-se frecvenţele
reduse f i' ;
4. Determinarea intervalului modal în dreptul celei mai mari frecvenţe
reduse f i' ;
5. Calculul valorii modale prin interpolare, la fel ca în cazul prim.
∆1 ∆ 1 = f Mo
′ – f ′Mo – 1
valoarea Mo = x 0 + d ------------------- unde
∆1 + ∆2 ∆ 2 = f Mo
′ – f ′ Mo + 1
145
8.2. CUANTILE
Cuantilele sunt indicatori care descriu anumite poziţii particulare din cazul
seriilor de distribuţie. Conceptul de “cuantila” indică o divizare a distribuţiei
observaţiilor într-un număr oarecare de părţi. Prin urmare, cuantilele de
ordin “r” ( Cr ) sunt valori ale caracteristicilor urmărite care împart distribuţia
observaţiilor în “r” părţi egale şi au acelaşi efectiv 1 din numărul total al

r
unităţilor.
Frecvent se utilizează urmatoarele cuantile:
- mediana sau cuantila de ordin 2 ( r = 2 );

- cuartilele sau cuantilele de ordin 4 ( r = 4 );
- decilele sau cuantilele de ordin 10 ( r = 10 );
- centilele sau cuantilele de ordinul 100 ( r = 100 ).
Cuantile de ordin superior r = 4 se calculează în cazul distribuţiilor cu număr
mare de grupe sau clase de valori individuale.
8.3. MEDIANA - Me
Este acea valoare a caracteristicii unei serii ordonate crescător sau

descrescător care împarte seria în 2 părţi egale: 1/2 din unitaţi < Me ,
cealaltă 1/2 > Me .
Din această cauza, mediana se mai numeste valoarea echiprobabilă a
caracteristicii.
1. În cazul unei serii simple: se ordoneaza crescător sau descrescător

termenii:
a) Dacă seria are un număr impar, atunci termenul de la mijloc, având rangul
va fi valoarea Me.
b) Dacă seria are un nr. par de termeni, Me se determina în mod

n
convenţional, ca medie aritmetica între valoarea individuala de rang şi
2
aceea de rang (deci x între cei 2 termeni centrali).
146
Se observă că în cazul a) se respectă definiţia Me, în timp ce la cazul b)

valoarea Me se determina convenţional şi nu conform definiţiei.
Spre exemplu, dacă o grupă de studenţi a obţinut la statistică următoarele

note:
a) 8; 7; 6; 3; 8; 4; 5; 9; 10; 6; 5.
Ordonăm crescător notele:
3; 4; 5; 5; 6; 6; 7; 8, 8; 9; 10
Me = 6 , deoarece împarte seria exact în 2 părţi egale.
Putem afirma că 1/2 din studenţi au obţinut o notă până la 6 şi cealaltă

jumătate din studenţi au obţinut o notă peste 6.
b) Avem notele: 5; 3; 8; 9; 4; 6; 10; 8; 4; 6.
Ordonăm crescător notele: 3; 4; 4; 5; 6; 6; 8; 8; 9; 10.
Fiind o serie cu număr par de termeni, mediana va fi media aritmetică simplă

a celor doi termeni centrali:
6+6
Me = ------------- = 6 ⇒ jumătate din studenţii grupei au obţinut o notă mai mică
2
de 6 şi o altă jumătate din studenţi o notă peste 6.
2. În cazul seriilor de distribuţie cu frecvenţe:
Calculul locului U
Me ∑ fi + 1
= ------------------- .
2
(unitatea mediana)
Me ∑ fi
Dacă ∑ fi > 500 ⇒ U = ---------
2
Intervalul median va fi considerat intervalul în care frecvenţele cumulate

depăşesc locul Me în serie.
147
În exemplul considerat:
Me 200 + 1 201
U = ------------------- = ---------- = 100 ,5 ⇒ M e ∈ ( 100 ; 110 )
2 2
∑ fi+1 −
2 ∑ fp
valoarea Me = x o + d ⋅
fMe
100 ,5 – 45
M e = 100 + 101 ---------------------------- = 107 ,93 ≅ 108 piese
70
Mediana se exprimă în unitatea de măsură a caracteristicii studiate.
Rezultă că jumătate din muncitori au realizat mai puţin de 108 piese, iar
cealaltă jumătate, respectiv 100 muncitori, au obţinut peste 108 piese.
Pe cale grafică mediana se află construind ogiva (curba frecvenţelor

cumulate).
xi fi fi fi
80 - 90 15 15 200
90 - 100 30 45 185
100 - 110 70 115 155
110 - 120 60 175 85
120 - 130 15 190 25
130 - 140 10 200 10
Total 200
⎧ fi = frecvenţe cumulate în sens crescător

unde ⎨
⎩ fi = frecvenţe cumulate în sens descrescător
Pe acelaşi grafic se vor reprezenta ambele curbe, iar dacă ducem o

perpendiculară pe abcisă de la intersecţia celor 2 curbe vom afla valoarea
medianei.
148
200
150
frecvente cumulate
100
50
Me
0
frecvente cumulate crescator
1 2 3 4 5 6
frecvente cumulate descrescator
8.4. CUARTILELE (Qi)
Pentru seriile de distribuţie cu tendinţa pronunţată de asimetrie,

caracterizate printr-o amplitudine mare a variaţiei, se calculeaza şi alţi
indicatori de poziţie.
Cuartilele sunt acele valori ale caracteristicii, care separă seria în 4 părţi
egale.
- Cuartila inferioara, notată cu Q1 este > 25% din termenii seriei şi < 75%
dintre ei.
- Cuartila a 2-a = mediana
- Cuartila a 3-a (superioara) > 75% din nr. termenilor şi < 25% din ei.
Locul cuartilelor într-o distribuţie statistică normală:
149
1,2 fi
25% 25% 25% 25%

0
0 M32 x6i
Q1 Q3
Q2
Locul Q 1 : U
Q1 ∑ fi + 1
= -------------------
4
fi + 1
∑ -----------
4
- – ∑ fp
Q 1 = x 0 – d -------------------------------------
fQ
1
Q2 = Me
Q3 3
Locul Q 3 : U = --- ∑ f i + 1
4
3
--- ∑ f i + 1 – ∑ f p
4
Q 3 = x 0 – d ⋅ -----------------------------------------
f Q3
∑ f1 + 1 201
Locul Q 1 = --------------------- = ---------- = 50,25 ≅ 100 < Q 1 < 110
4 4
50,25 – 45
⇒ Q 1 = 100 + 10 --------------------------- = 100 + 0,75 = 100,75 ⇒ 101 piese
70
Q 2 = Me = 107,93 ≅ 108 piese
150
3
Locul Q 4 = --- ∑ f i + 1 = 150 ≅ 110 < Q 4 < 120
4
150 – 115
⇒ Q 3 = 110 + 10 -------------------------- = 110 + 5,83 = 115,83 ≅ 116 piese
60
Din cei 200 muncitori, 50 (25%) au realizat un număr de piese cuprins între
(80; 101), alţi 50 muncitori au realizat un număr de piese cuprins între (101;
108), alţi 50 muncitori au realizat un număr de piese cuprins între (108; 116),
iar ultimii 50 muncitori, între (116; 140).
Din cele 50 persoane 25% realizeaza vanzari medii lunare de pana la 31,09
milioane lei, iar restul de 75% vanzari peste 31,09 milioane lei.
8.5. DECILELE (Di)
Decilele divid seria în 10 părţi egale => 9 decile.
Locul D 1: U
D1 ∑ fi + 1
= ------------------- = 5 ,1
10
∑ fi + 1
------------------- – ∑ f p
10
D 1 = x 0 + d ----------------------------------
fD1
Similar se calculeaza toate celor 9 decile.

D 5 = Me
…
9 ( ∑ fi + 1 )
D9
U = ---------------------------
-
10
…
9 ( ∑ fi + 1 )
---------------------------- – ∑ f p
10
D 9 = x 0 + d -------------------------------------------
fD9
151
8.6. CENTILELE (Ci)
Centilele separă seria în 100 părţi egale => 99 centile.
8.7. RELAŢIA DINTRE Me, Mo şi x
Localizarea în cadrul unei serii a acestor indicatori medii ai poziţiei centrale,

ne aduc informaţii despre forma de distribuţie a unităţilor colectivitaţii, după
caracteristica urmărită.
Astfel:
- Dacă x = Mo = Me , s-ar observa şi din grafic distribuţia frecventelor este
simetrica.
- În cazul distribuţiilor asimetrice unimodale, cele 3 valori centrale ocupa

locuri diferite: cand distribuţia se întinde spre valorile cele mai mici, curba se
alungeste spre stanga, x este valoarea centrală cea mai mică şi Mo cea mai
mare:
fi
1
0,8
0,6
0,4
0,2
0
X Me Mo xi
0 3 6 9 12 15 18
Relaţiile dintre x , Me şi Mo pot fi exprimate prin una din următoarele formule

echivalente:
x – Mo = 3 ( x – Me )
Mo = 3Me – 2x
152
Când distribuţia se întinde spre valorile cele mai mari, curba se alungeşte
spre dreapta, x este valoarea cea mai mare şi Mo cea mai mică.
fi
1
0,8
0,6
0,4
0,2
0
Mo Me X xi
0 3 6 9 12 15 18
Asimetrie pozitiva, etalarea frecvenţelor spre dreapta.
Sunt cazuri când unul dintre cei 3 indicatori ai tendinţei centrale are o
semnificaţie mai puternică.
Exemplu:
- fie seria { 2, 4, 4, 7, 8, 1000}, situaţie în care Me ca valoare centrală este
mai semnificativă decât x , care este afectată de valoarea extremă, respectiv
1000.
Sindicatele estimează că societatea comercială “X” îşi remunerează mai

puţin angajaţii. Pentru a demonstra, ei calculează salariul cel mai frecvent
obţinut (Mo) şi declară că este mai mic decât în alte societaţi comerciale.
Patronatul în schimb, dă replica prin calcularea salariului mediu ( x ) şi

gaseşte că acesta este superior salariilor medii din alte societaţi comerciale.
Ambele calcule efectuate sunt corecte, dar comparaţia suferă; se compara
un salariu modal cu un salariu mediu. Rezultă ca după ce calculăm
indicatorii tendinţei centrale, o atenţie deosebită trebuie să o acordăm
analizei în concordanţă cu natura fenomenului studiat, cu gradul de
împrăştiere (variaţie) a valorilor individuale. Aceasta este cu atât mai
important cu cât în elaborarea deciziilor se ţine seama de valoarea tipică
calculată, cea mai reprezentativă, cu cea mai mare încărcătura
informaţională despre tendinţa centrală.
153
8.8. ASIMETRIA
În practica statisticii social-economice se pot întâlni serii de distribuţie de

frecvenţe simetrice, uşor asimetrice sau cu tendinţa pronunţată de asimetrie.
La interpretarea gradului de asimetrie se porneşte de la poziţia şi valorile pe

care le au cei trei indicatori ai tendinţei centrale: Media, Me şi M0. În special
calculul asimetriei se bazează pe relaţia dintre Me şi M0. Astfel, o serie poate
fi în una din cele 3 situaţii:
fi
1,2 fi fi
1
1
0,8
0,8
0,6 0,6
0,4 0,4
0,2 0,2
25% 25% 25% 25%
0 0 0
M32 Mo Me X xi X Me Mo xi
0 Q1 Q3 x6i 0 3 6 9 12 15 18 0 3 6 9 12 15 18
Q2
a) Serie simetrica b) Serie cu asimetrie c) Serie cu asimetrie

x = Me = Mo pozitiva negativa
Gradul de reprezentativitate al mediei creşte pe măsură ce seria se apropie

mai mult de distribuţia simetrică şi are un câmp mai redus de variaţie a
caracteristicii. De aceea este necesar ca pe lângă indicatorii variaţiei să se
calculeze şi indicatorii de asimetrie.
Reprezentarea grafică a seriei (prin poligonul frecvenţelor sau prin curba

cumulativă a frecvenţelor) ne oferă o imagine sugestivă asupra gradului de
asimetrie fără însă a-l putea măsura printr-o valoare numerică.
Densitatea de repartiţie a frecventelor se calculează între fiecare

frecvenţa şi mărimea intervalului respectiv. Dacă frecvenţa este măsurată în
marimi absolute se obţine densitatea absolută de repartiţie şi, dacă
frecvenţa este exprimată în marimi relative se obţine densitatea relativa a
frecventelor.
fi
Densitatea absolută de repartiţie a frecventelor d a = ---- unde k i este
ki
fi
mărimea intervalului, iar f i reprezintă frecventele absolute d r = ---- .
ki
154
Dacă valorile acestor indicatori arată tendinţa de crestere în valoare către

valoarea centrală a caracteristicii, înseamnă că seria este cu tendinţa de
normalitate şi că media este reprezentativă pentru cele mai multe valori ale
caracteristicii.
Necesitatea calculării acestor indicatori apare, în special, pentru seriile cu

intervale de grupare mari sau neegale.
Cel mai frecvent însă pentru interpretarea asimetriei se foloseşte

coeficientul de asimetrie ( Cas ) propus de Pearson, care se calculează ca
raport între asimetria absolută şi abaterea medie pătratică.
x − M0
Cas =
σ
-1 < Cas < +1
Cu cât Cas este mai mic în valoare absolută, cu atât asimetria este mai
mică.
Într-o serie perfect simetrica, Cas = zero, deoarece Me coincide în valoare

cu M0 seriei.
• Dacă Me > M0 seriei, atunci Cas este cuprins între 0 şi 1, deci există o
asimetrie pozitiva;
• Dacă M0 > Me, Cas este cuprins între –1 şi 0, deci există o asimetrie
negativă.
Dacă se cunoaşte Me seriei, C’as se poate calcula raportând abaterea dintre

medie şi mediana luată de 3 ori, la abaterea medie pătratică:
3 ( x − Me )
C'as =
σ
Acest coeficient poate să ia valori între –3 şi +3 şi va arată un grad mai mare

de simetrie cu cât se va apropia mai mult de zero.
155
8.8.1. Variaţia intercuartilică şi interdecilică
Calculând abaterile dintre valorile mediilor de poziţii şi valoarea mediană se

poate interpreta tendinţa de distribuţie a frecvenţelor de apariţie ale
variantelor caracteristicii.
În aceste serii, abaterea dintre cuartila inferioară şi mediană este egală cu

abaterea dintre cuartila superioară şi mediană, iar în interiorul lor se găsesc
50% din numărul cazurilor înregistrate.
Ţinand cont de ordinea de creştere a valorilor celor 3 cuartile pentru o serie

perfect simetrică, această egalitate va fi:
Me – Q1 = Q3 – Me
În acest caz: media aritmetică a celor 2 cuartile extreme = valoarea cuartilei

a doua = Me seriei:
Q1 + Q3
Q= = Q 2 = Me
2
Dacă cele 2 relaţii nu se verifică, adică:
Q3 – Q1 115 , 83 – 100, 75-

---------------------- --------------------------------------------
2 2
V q = ---------------------- = --------------------------------------------- = 0, 06 ⇒
Me 107, 93
⇒ variaţia intercuartilică este nesemnificativă
Me – Q1 este diferită de Q3 – Me şi respectiv: Q ≠ M e , înseamnă că seria

prezintă un anumit grad de variaţie intercuartilică care trebuie să fie măsurat
statistic. I
ndicatorii de variaţie intercuartilică şi interdecilică se calculează în marimi

absolute şi în mărimi relative.
156
8.8.1.1. Abaterea intercuartilică
Abaterea intercuartilică ( Qd ) - (Amplitudinea semiintercuartilica) se

calculează ca o medie a celor 2 abateri ale quartilelor extreme faţă de
cuartila centrală:
(Me − Q1 ) + (Q 3 − Me ) Q 3 − Q1
Qd = =
2 2
1. Coeficientul de variaţie intercuartilica (Vq) se calculează ca un raport

între abaterea intercuartilică şi valoarea mediană:
Q3 − Q1
Q 2
Vq = d =
Me Me
Acest coeficient poate să ia numai valori subunitare pozitive şi se apreciază
ca Vq este cu atât mai nesemnificativă cu cât acest coeficient are o valoare
mai mică.
Dacă seria prezintă un grad mare de asimetrie, este necesar să se calculeze

variaţia interdecilică care se bazează pe aceleaşi considerente, ca într-o
serie perfect simetrică distanţele dintre decilele extreme şi Me sunt egale:
Me – D1 = D9 - Me
8.8.1.2. Abaterea interdecilică
(Me − D1 ) + (D9 − Me ) D9 − D1
Dd = =
2 2
valoarea acestui coeficient se interpretează în acelaşi sens ca şi variaţia
intercuartilică vq
2. Coeficientul de variaţie interdecilica:
D9 − D1
D 2
Vd = d =
Me Me
157
Pentru exemplul luat avem:
Coeficientul de variaţie intercuartilică
Q3 − Q1 115,83 − 100,75
Vq = 2 = 2 = 0,06 ⇒ variatie intercuartilica este nesemnificativa
Me 107,93
x − Mo 108 − 108
C as = = = 0 ⇒ simetrie perfecta
σ 11,87
C 'as =
(
3 ⋅ x − Me)=
3 ⋅ (108 − 107 ,93 )
= 0,01
σ 11,87
Alcătuiţi o serie de repartiţie cu 5 intervale egale şi variaţie discontinuă.

Calculaţi indicatorii medii ai tendinţei centrale şi explicaţi diferenţele dintre
aceştia. Care din indicatorii calculaţi mai înainte sunt reprezentativi ?
Este seria aleasă o distribuţie simetrică ?
158
Capitolul IX
INDICATORII CONCENTRĂRII ŞI DIVERSIFICĂRII
OBIECTIVE
Un subiect aparte în statistică îl reprezintă studiul concentrării şi diversificării

fenomenelor în economie. Principalele metode urmează a fi însuşite de
către studenţi prin cunoaşterea reprezentărilor grafice specifice precum şi
prin calculul unor indicatori adecvaţi.
Cuvinte cheie
Concentrare / diversificare
Medială / mediană
Concentrarea valorilor individuale ale unei caracteristici studiate într-o

colectivitate este o consecinţă a dispersiei, a împrăştierii acestora.
Concentrarea salariilor, a veniturilor, a întreprinderilor, etc. sunt exemple

care evidenţiază faptul că analiza acestui fenomen este necesară pentru
fundamentarea unor decizii de politică economico-financiară. De
asemenea, măsurarea concentrării este aplicată pentru caracterizarea
structurii pieţei, în acest caz, studiul concentrării completându-se cu
măsurarea diversificării.
Analiza statistică a concentrării a fost dezvoltata de italianul CORRADO

GINI în lucrările sale referitoare la diferenţierea veniturilor. În acest sens el a
construit un grafic (o curbă) de concentrare şi a determinat o măsură a
concentrării: indicele lui Gini.
159
Indicatorii concentrării şi diversificării
Prin concentrare se exprimă aglomerarea unităţilor unei colectivităţi sau a

valorilor globale ale unei distribuţii în jurul unei valori a caracteristicii de
grupare, de exemplu, a valorii centrale. Cu acest sens apare ca o noţiune
conexă celei de dispersie. Studierea concentrării este aplicabilă numai
variabilelor continue cu valori pozitive. Concentrarea este aplicabilă în
general oricărui fenomen care posedă caracteristici ce pot fi însumate.
Rezultă că analiza distribuţiilor statistice cu ajutorul concentrării cere

îndeplinirea a 2 condiţii:
- să aibă sens însumarea variabilei de distribuţie;

- să fie posibila împărţirea valorii globale a variabilei între unităţile
colectivităţii.
Cele 2 condiţii sunt îndeplinite de distribuţii cum ar fi:
- distribuţia populaţiei pe clase de venituri sau a întreprinderilor după cifra de

afaceri - cazuri în care valorile globale cumulate ar evidenţa disparităţile
existente în repartiţia veniturilor colectivităţii analizate dar nu ar fi posibile în
cazul, de exemplu, al distribuţiei pe vârste a populaţiei deoarece atât
însumarea cât şi împărţirea vârstei indivizilor unei populaţii ar fi operaţii
absurde.
Caracterizarea statistică a concentrării se poate efectua prin 2 categorii de

procedee:
1. procedee numerice (prin calcul)

2. procedee grafice
1. Măsurarea gradului de concentrare prin procedee numerice consta în

calculul unor indicatori ai concentrării, cum ar fi:
- abaterea medială-mediană
- coeficienţi ai gradului de concentrare
2. Construirea curbei de concentrare şi pe baza ei, aflarea gradului de

concentrare, prin determinarea unui coeficient – Indicele Gini.
160
9.1. DETERMINAREA GRAFICĂ A CONCENTRĂRII
Curba de concentrare este reprezentarea grafică a variabilei “q” în funcţie de

variabila “p”. Valorile celor două variabile sunt date de relaţiile:
Ni
p i = --------- , cu i = 1 ,n , unde N i = N i – 1 + f i
∑ fi
Li
q i = ------------------ , cu i = 1 ,n , unde L i = L i – 1 + f i
∑ xi ⋅ fi
Valorile pi reprezintă efectivele relative cumulate până la nivelul “i” al
caracteristicii de grupare, iar qi valorile globale relative cumulate până la
acelaşi nivel “i” al caracteristicii de grupare.
Punctele de coordonate (pi ; qi) sunt transpuse într-un sistem de două axe
rectangulare, pe abcisă valorile pi , iar pe ordonată valorile qi . Dacă valorile
pi şi qi se exprimă în procente - %, valoarea acestora variază între 0 şi
100%. Prin urmare, curba de concentrare, construita prin unirea punctelor
de coordonate (pi ; qi) apare înscrisă într-un pătrat ABCD, cu latura egală cu
100%. Acesta este cunoscut sub denumirea de pătratutul lui Gini, iar
suprafaţa delimitată de curba de concentrare şi diagonala pătratului se
numeşte suprafaţă de concentrare.
Curba se situează sub diagonala pătratului deoarece pi > qi sau se

suprapune cu aceasta când pi = qi, în cazul echirepartiţiei.
100 100 D C 100
50 50 50
A B
0 0 0
0 50 100 0 50 100
0 50 100
a) Echirepartiţie b) Concentrare slabă c) Concentrare puternică

(lipsa concentrării)
Bisectoarea AC corespunde liniei de echirepartiţie şi de concentrare nulă.
161
Cu cât curba este mai îndepărtată de diagonala AC, cu atât concentrarea

este mai puternică. Pe baza figurii se determină indicele lui Gini, ca măsură
a concentrării. El se determina ca raport între aria suprafetei de concentrare
(haşurată) şi aria triunghiului ABC. Deci:
aria suprafetei de concentrar e

IG = ;
aria triunghiul ui ABC
IG ∈ ( 0 ; 1 ) → de la concentrar ea nula, la concentrar ea maxima
Suprafata de concentrar e
IG = = 2 ⋅ Suprafata de concentrar e
Aria patratului
2
Cum aria patratului = 1 0 < IG < 1
respectiv 0 < IG < 100 %
Exemplu: Cunoaştem distribuţia numărului de salariaţi ale unei societăţi de

comerţ, pe magazine. Dorim să studiem concentrarea salariaţilor pe
magazine.
Număr Număr de Mijlocul

Ni Li Li
salariaţi magazine Ni pi = intervalului xi f i qi =
xi−1 , x i fi ∑f i
xi
Cumularea lui
∑ x i fi
xifi
1 2 3 4 5 6 7 8
-14 1 1 0,06250 13 13 13 0,0458
14-16 5 6 0,37500 15 75 88 0,3099
16-18 3 9 0,56250 17 51 139 0,4894
18-20 3 12 0,75000 19 57 196 0,6901
20-22 2 14 0,87500 21 42 238 0,8380
22- 2 16 1,00000 23 46 284 1,0000
Total 16 x x x 284 x x
Exprimându-se procentual, indicele de concentrare este adimensional

(independent de unităţile de mărime (U.M.) ale variabilelor studiate), deci
permite efectuarea de comparaţii în timp sau spaţiu.
162
0.8
0.6
qi
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
pi
În acest caz, graficul ne indică un grad foarte mic de concentrare a

salariaţilor pe magazine, sau altfel spus, o repartiţie relativ uniformă a
acestora.
- Când valorile celor 2 variabile sunt egale ( pi = qi ) curba de concentrare se

suprapune cu diagonala pătratului, având cazul unei echirepartiţii: adica,
până la 10% din efectiv deţin până la 10% din valoarea globală; 20% deţin
20% ….
- Când întreaga valoare globală este concentrata la o singura unitate a

colectivităţii, curba de concentrare coincide cu laturile pătratului. În acest caz
concentrarea este maxima, adică o singură unitate din colectivitate deţine
întreaga valoare globala a caracteristicii (situaţia de monopol).
În practică se întâlnesc situaţii cuprinse între cele două extreme.
În exemplul considerat se observă că nu sunt disparităţi accentuate între

cele 2 repartiţii de structură. Astfel, corespondenţa qi ; pi arată că 4,57% din
salariaţi se regăsesc în 6,25% din magazine; 31% din aceştia se regăsesc
în 37,5% din magazine, s.a.m.d. Curba fiind foarte apropiată de diagonala
pătratului, disparităţile sunt foarte mici, ceea ce reflectă o concentrare slabă
a salariaţilor pe cele 16 magazine.
163
9.2. PROCEDEE NUMERICE DE DETERMINARE A CONCENTRĂRII
9.2.1. Abaterea medială-mediană
Abaterea medială-mediană, simbolizata prin ∆M se afla după relaţia:
∆M = Ml - Me şi presupune urmatoarele etape:

1. Calculul Ml (Medialei);
2. Calculul Me (Medianei)
3. Calculul ∆M (Abaterii )
Concentrarea poate fi apreciată astfel: cu cât valoarea ∆M este mai mare,

cu atât concentrarea este mai puternică şi invers. Dacă ∆M = 0, adică
Me = Ml, nu există concentrare, distribuţia prezentând o echirepartiţie
(distribuţie egalitara). Atât Me cât şi Ml sunt indicatori ai valorii centrale a
unei distribuţii.
Me este valoarea xi a variabilei X până la care, şi peste se găsesc 50% din
unităţile colectivităţii, iar Ml este valoarea xi până la care şi peste se află
50% din valoarea globală, respectiv din valoarea termenilor seriei ∑ xi ⋅ fi .
În exemplu considerat, unităţile colectivităţii ( fi ) sunt magazinele grupate pe
′
intervale de valori după numărul de salariaţi ( x i = mijlocul intervalului),
produsul ( x i' ⋅ f i ) exprimă valoarea globală, respectiv numărul de salariaţi
aflaţi în ( f i ) magazine.
Mediala unei distribuţii este superioară sau cel mult egală cu mediana.
Me şi Ml sunt egale în cazul când toate salariile sunt egale, distribuţie
egalitara.
16 + 1
Locul M e = ---------------- = 8,5 ⇒ Me ∈ 16; 18 ⇒
2
8,5 – 6
⇒ M e = 16 + 2 ------------------- = 17,666 salariaţi
3
Locul
∑x ⋅f
i i 284
M l = -------------------- = ---------- = 142
2 2
164
locul Ml – L i – 1
18 < M l < 20 ⇒ Ml = x 0 + d ------------------------------------------- =
xi ⋅ fi
142 – 139
= 18 + 2 -------------------------- = 18,105 salariaţi
57
∆M = 18,105 – 17,666 = 0,439 salariaţi
9.2.2. Coeficientul abaterii Me - Ml
Coeficientul abaterii constă în compararea sub formă de raport a mărimii

∆M cu amplitudinea de variaţie a caracteristicii de grupare
Amax = xmax - xmin.
∆M
∆M % = ⋅ 100
A max
raportul poate lua valori în intervalul [0 , 100] cu cât tinde spre zero cu atât
concentrarea este mai slabă, adică nu există mari disparităţi şi invers. Dacă
valoarea raportului tinde spre 100, există mari disparităţi între valorile
globale pe clase de variaţie.
Coeficientul de concentrare, comparativ cu abaterea Me – Ml are avantajul

expresiei relative, dând posibilitatea comparării gradului de concentrare a
diferitelor distribuţii statistice, indiferent de unitatea de măsură folosită
pentru exprimarea variabilelor de grupare.
Cele 2 mărimi ale concentrării ( ∆M şi ∆M % ) prezintă avantajul facilităţii

calculelor, dar au dezavantajul unor mărimi aproximative (deoarece Ml şi Me
nu exprimă toţi termenii seriei, ci doar valorile ce ocupă o poziţie centrală
într-o distribuţie).
În exemplul considerat
0,439
∆M % = = 0,0365 (3,65% )
24 − 12
3,65% arată o concentrare slabă a salariaţilor pe magazine, şi anume 3,65%
din mărimea acesteia. Valoarea acestui indicator creşte dacă sunt urmăriţi,
comparativ, în timp şi spaţiu.
165
9.3. ALTE APLICAŢII ALE CURBEI DE CONCENTRARE
Curba de concentrare – metodă de depistare a tipurilor calitative

dintr-o distribuţie.
În literatura de specialitate este cunoscută sub denumirea: “metoda

A, B,C”.
Tipurile dintr-o colectivitate, diferenţiate calitativ după valoarea caracteristicii

de grupare, pot fi evidenţiate grafic prin găsirea punctelor de corespondenta
a ponderilor cumulate ale efectivului cu ponderile cumulate ale valorii
globale şi depistarea punctelor principale de inflexiune ale curbei de
concentrare.
100
95
qi (%)
90
85
80
75
70
65
60
55 A
50
45
40
35
30
25 B
20
15 C
10
5
0
0 20 40 pi (%) 60 80 100
Dacă considerăm curba de concentrare din graficul de mai sus ca

reprezentând gradul de concentrare al societăţilor după cifra de afaceri
realizată, se pot desprinde 3 tipuri calitative, spre exemplu, a numărului
tranzacţiilor comerciale după valoarea cifrei de afaceri:
• tipul A, al celor puţini numeroşi (20%) care realizează mult (75%,
grupa celor favorizaţi);
• tipul B, al celor puţini numeroşi (20%) care realizează puţin (10%,
grupa echilibrată);
• tipul C, al celor numeroşi (60%) care realizează foarte puţin (15%,
grupa celor defavorizaţi).
166
Metoda este folosită, în special, în marketing, ca metodă de gestionare a

stocurilor şi permite controlul stocurilor şi diferenţierea politicii de reînnoire a
stocurilor.
Curba de concentrare – mijloc de comparare a gradului de concentrare

(în timp, în spaţiu şi din punct de vedere calitativ).
100
qi (%)
50
p i (% )
0
0 50 100
Metoda constă în compararea vizuală a concentrării a 2 sau mai multe

colectivităţi distribuite după o caracteristică considerată, diferenţiate în timp,
în spaţiu sau din punct de vedere calitativ. Se foloseşte pentru evidenţierea
inegalităţilor existente în repartiţia pe grupe, după o caracteristică de
grupare, a valorilor globale ale unei colectivităţi comparativ cu cele ale altei
colectivităţi.
Aplicarea metodei presupune construirea, în acelaşi sistem de axe
rectangulare a 2 sau mai multe curbe de concentrare corespunzătoare
colectivităţilor comparate din punct de vedere al aceleiaşi caracteristici de
distribuţie.
Dacă comparăm repartizarea masei cifrei de afaceri realizate de societăţile

comerciale din 2 ramuri diferite a şi b, se constată că în ramura a) se află o
mai slabă disparitate a masei cifrei de afaceri faţă de ramura b). Analog s-ar
interpreta disparităţile din ţări diferite sau în momente de timp diferite.
167
9.4. INDICATORI AI CONCENTRĂRII SERIILOR CALITATIV ATRIBUTIVE
1. Raportul de concentrare Cn este folosit, în mod deosebit, în studiile de

marketing şi exprimă ponderea deţinută de primele “n” cele mai mari unităţi
dintr-o colectivitate observată după o caracteristică ce defineşte talia lor, “n”
fiind un număr ales arbitrar din numărul total al unităţilor unei colectivităţi (N).
n
xi
Cn = ∑ g i unde, g i = -----------
i=1 ∑ xi
g i este partea dintr-o piaţă, de exemplu, deţinută de firma “i”.
∑ xi reprezintă producţia totală a celor N firme.
Exemplu: din ancheta AMIGO – Populaţia ocupată pe activităţi ale

economiei naţionale în anul 2007:
Populaţia ocupată
Nr. gi 2
Activităţi ale economiei naţionale - mii persoane- gi
crt. xi (%)
1. Agricultura, vânătoare şi silvicultură 2757 29,5 0,0869
2. Industrie 2259 24,1 0,0583
3. Comerţ 1151 12,3 0,0151
4. Construcţii 679 7,3 0,0053
5. Transport, depozitare şi comunicaţii 489 5,2 0,0027
6. Administraţie publică şi apărare 468 5,0 0,0025
7. Învatamant 400 4,3 0,0018
8. Sănătate + asistenţă socială 375 4,0 0,0016
9. Alte activităţi 775 8,3 0,0069
TOTAL 9353 100,0 0,1812
Sursa datelor: “Anuarul Statistic al României” - ed. 2008, p.122
Exemplu: Dacă primele 2 activităţi ale economiei naţionale deţin 29,5% şi

24,1%, atunci indicele de concentrare al activităţilor economiei naţionale
după numărul populaţiei ocupate în acel moment era de 53,6%
(29,5 + 24,1).
Raportul de concentrare Cn are pe lângă avantajul calcularii rapide, un mare

dezavantaj: nu ţine cont decât de informaţia referitoare la primele “n” cele
mai mari unităţi, restul de N – n unităţi nefiind considerate.
168
2. Energia informaţionala Onicescu ( E ) a fost definită plecând de la

considerarea întregii colectivităţi ( N ) ca un sistem şi a părţilor componente
( fi ) ca stări ale sistemului.
Se calculează ca sumă a pătratelor ponderilor gi a tuturor părţilor unei

colectivităţi:
N
2 2
E = ∑gi ∑ gi =1
i=1
2
În exemplu luat : E = ∑ gi = 0,1812
Valoarea energiei informaţionale a unei distribuţii poate fi cuprinsă în

intervalul.
E = 1 când distribuţia prezintă o concentrare maximă (monopol);
1
E = ---- când se prezinta o echirepartiţie.
N
În exemplul luat, fiind considerate 9 grupe de activitate, pentru care minimul

1
valorii E este --- = 0 ,111 valoarea calculata E = 0,1812 arată o economie
9
naţionala relativ concentrată, valoarea lui E aflându-se mai aproape de
valoarea minimă posibilă si mai departe de valoarea maximă (E = 1).
1
Pentru a elimina inconvenientul variabilităţii valorii minime posibile ---
- se
N
calculează o formă corectata:
2 1 1
′ ∑ gi – ----
N
0,1812 – ---
9
E = ----------------------- = ------------------------- = 0,079 , al cărui interval de variaţie devine:
1 1
1 – ---- 1 – ---
N 9
[0 , 1] şi indică acelaşi grad redus de concentrare a populaţiei ocupate pe

activităţi ale economiei naţionale.
169
3. Coeficientul de concentrare Corrado Gini ( CG )

⎡ 1 ⎤
CG = ∑g 2
i ; CG ∈ ⎢ ; 1⎥
⎣⎢ n ⎥⎦ are acelaşi dezavantaj, respectiv valoarea
1
minimă --- este variabilă în funcţie de numărul “n” al categoriilor.
n
4. Coeficientul de concentraţie Strück ( Cs ) corectează CG pentru a

′
corespunde formei corecte a energiei informaţionale Onicescu ( E ) şi
pentru a fi independent de numărul de categorii considerate.
n∑ gi2 − 1
CS = ; CS ∈ [ 0 ; 1 ].
n −1
Daţi exemple de distribuţii la care este posibil studiul concentrării.
Alcătuiţi o serie de repartiţie cu 5 intervale egale, după o caracteristică

continuă şi însumabilă direct şi, analizaţi atât grafic cât şi prin indicatorii
cunoscuţi gradul de concentrare.
Alcătuiţi o distribuţie a studenţilor din grupă după studiile anterioare

absolvite şi studiaţi fenomenul de concentrare.
170
Capitolul X
STATISTICA - PROBLEME REZOLVATE ŞI PROPUSE
OBIECTIVE
Capitolul propune o diversitate de aplicaţii practice recapitulative, cu scopul

unei mai bune înţelegeri a aplicării corecte a metodelor statistice învăţate şi
mai ales a interpretării corecte a indicatorilor calculaţi.
Sunt propuse de asemenea probleme pentru rezolvare, iar în final este

prezentată cerinţa unui proiect individual ce poate fi realizat pentru o
înţelegere mai bună a modului de lucru.
10.1. SERII DE DISTRIBUŢIE UNIDIMENSIONALE
Problema nr. 1
Societatea comerciala "X" înfiinţată în anul 2005, cu sediul în Bacău, este

specializată în distribuţia de produse cosmetice. Distribuţia se realizează
printr-un număr de 50 agenţi comerciali.
Pentru a studia distribuţia celor 50 agenţi comerciali după vânzarile realizate

la sfărşitul unei luni, considerata ca relevantă pentru vânzarile medii lunare
ale S.C. "X" s-a înregistrat valoarea vânzarilor realizate de fiecare agent,
după cum urmează:
171
Statistică - probleme rezolvate şi propuse
Tabel 1
Vânzarile realizate de fiecare din cei 50 agenţi comerciali ai societăţii "X".
Nr. Vânzãri lunare Nr. Vânzãri lunare

Crt. (mii. lei) Crt. (mii. lei)
1 18 26 60
2 54 27 35
3 33 28 40
4 37 29 48
5 39 30 59
6 52 31 45
7 54 32 69
8 52 33 47
9 33 34 37
10 30 35 36
11 39 36 46
12 27 37 48
13 17 38 17
14 46 39 24
15 33 40 39
16 69 41 48
17 14 42 46
18 46 43 47
19 58 44 40
20 69 45 28
21 24 46 28
22 69 47 26
23 38 48 39
24 36 49 48
25 36 50 14
Se cere:
1) să se sistematizeze datele prin centralizare şi grupare pe intervale egale,

neegale, continue şi discontinue (discrete);
2) să se reprezinte grafic una din seriile rezultate din gruparea pe intervale
egale de variaţie de la punctul anterior;
3) să se analizeze indicatorii tendinţei centrale;
4) să se analizeze variaţia seriei
5) să se studieze concentrarea;
6) să se studieze forma repartiţiei (asimetria şi boltirea seriei).
172
1) SISTEMATIZAREA DATELOR
(centralizarea şi gruparea datelor pe variante şi intervale de variaţie):
a) pe variante de variaţie:
Vânzari realizate Frecvenţa

(mii lei) de apariţie
( xi ) ( fi )
14 2
17 2
18 1
24 2
26 1
27 1
28 2
30 1
33 3
35 1
36 3
37 2
38 1
39 4
40 2
45 1
46 4
47 2
48 4
52 2
54 2
58 1
59 1
60 1
69 4
Total 50
b) pe intervale de variaţie:
- intervale egale de variaţie:
• Intervale continue:
Alegem numărul de intervale: k=6.
173
Calculăm mărimea intervalului de grupare l:
A x max – x min 69 – 14
- = ------------------- = 9 ,17 ≅ 10
I = ---- = ----------------------------
k k 6
Grupe de agenţi comerciali după Numărul agenţilor

valoarea vânzarilor realizate comerciali
(mii lei) - xi fi
10 - 20 5
20 - 30 6
30 - 40 15
40 - 50 13
50 - 60 6
60 - 70 5
Total 50
Notă: Limita inferioară este inclusă în interval

(mii lei) - xi fi
10 - 20 5
20 - 30 7
30 - 40 16
40 - 50 11
50 - 60 7
60 - 70 4
Total 50
Notă: Limita superioară este inclusă în interval
• Intervale cu variaţie discontinuă

(mii lei) - xi fi
10 - 19 5
20 - 29 6
30 - 39 15
40 - 49 13
50 - 59 6
60 - 69 5
Total 50
174

(mii lei) - xi fi
11 - 20 5
21 - 30 7
31 - 40 16
41 - 50 11
51 - 60 7
61 - 70 4
Total 50
• Intervale neegale de variaţie

(mii lei) - xi fi
10 - 20 5
20 - 40 21
40 - 60 19
60 - 70 5
Total 50
Notă: Limita inferioară este inclusă în interval
2) REPREZENTAREA GRAFICĂ A SERIILOR DE DISTRIBUŢIE DE LA

PUNCTUL 2:
Considerăm următoarea distribuţie de la punctul anterior:
Tabel 2
Gruparea agenţilor comerciali pe intervale de variaţie după valoarea
vânzarilor realizate într-o lună
(mii lei) - xi fi
10 - 20 5
20 - 30 6
30 - 40 15
40 - 50 13
50 - 60 6
60 - 70 5
Total 50
175
Histograma Poligonul frecvenţelor

20 20
fi fi
15 15
10 10
5 5
Mo=38,18
0 Mo=38,18 0
0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70
xi 0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70
Din grafice se observă existenţa unui anumit grad de asimetrie la nivelul

distribuţiei. Intervalul cu frecvenţa cea mai mare este 30 - 40.
3) ANALIZA INDICATORILOR TENDINŢEI CENTRALE
Notă: Toate calculele sunt prezentate în tabelul nr. 2.
Calculul indicatorilor medii de calcul:
∑ xi ⋅ fi 1990
Media aritmetica: x = ------------------ = ------------- = 39 ,8 mii lei
50
∑ fi
În medie fiecare din cele 50 persoane realizeaza vânzari medii lunare de
39,8 mii lei.
Calculul simplificat al mediei aritmetice:

⎛ x------------
i – a⎞
∑ ⎝ k -⎠ ⋅ fi 24
x = --------------------------------- ⋅ k + a = ------ 10 + 35 = 39 ,8 mii lei
∑i
f 50
unde: k = 10 (mărimea intervalului de grupare);

a = 35 (centrul intervalului cu frecvenţa cea mai mare).
176
Media armonică:
∑ fi 50
x h = ------------------- = ------------------- = 33 ,86 mii lei
1 1 ,47681
∑ ---x-i ⋅ fi
∑
2
xi ⋅ fi 88850
Media pătratică: xp = ------------------- = --------------- = 42 ,15 mii lei
∑ fi
50
Media geometrică:
∑f lg ∑ fi
∏x fi ⇔ lgxg
i
∏x f i = ---------- ∑ lg ( x i ⋅ f i )
1
xg = =
∑ fi
i i
1
x g = ------ 78 ,42762 = 1 ,5685524
50
1 ,5685524
x g = 10 = 37 ,03 mii lei
Comparând valorile obţinute pentru toate cele patru medii se observă că se

verifică relaţia:
xh < xg < x < xp
Calculul indicatorilor medii de poziţie:
Modul sau dominanta seriei - Mo
∆1 15 – 6
Mo = x 0 + d ------------------ = 30 + 10 ------------------------------------------------- = 38 ,18 mii lei
∆1 + ∆2 ( 15 – 6 ) + ( 15 – 13 )
∆ 1 = f Mo – f Mo – 1
∆ 2 = f Mo – f Mo + 1
Valoarea medie a vânzarilor cel mai frecvent întâlnite la nivelul celor 50

agenţi comerciali este de 38,18 mii lei.
177
Cuantile
• Mediana
Pentru a stabili intervalul în care se afla mediana, calculăm locul (unitatea)
medianei:
Me 50 + 1
U = --------------- = 25 ,5
2
Intervalul median va fi acela în care frecvenţele cumulate în sens crescător

M
depaşeste U e calculată. În acest caz prima frecvenţă cumulată mai mare
decât 25,5 este 26, aceasta aflandu-se în intervalul (30 - 40).
Me
U – ∑ fp 25 ,5 – 11
M e = x 0 + d -------------------------- = 30 + 10 ---------------------- = 39 ,06 mii lei
fMe 16
Din cele 50 persoane 50% (respectiv 25 persoane) realizează vânzari medii

lunare de până la 39,06 mii lei, iar restul de 50% vânzări de peste 39,06 mii
lei.
Determinarea grafica a medianei:
Ogiva (Curba frecvenţelor cumulate)
Me=39,06
178
• Quartilele:
Q 50 + 1
U 1 = --------------- = 12 ,75
4
U 1 – ∑ fp
Q
12 ,75 – 11
Q 1 = x 0 + d -------------------------- = 30 + 10 ------------------------- = 31 ,09 mii lei
fQ 16
1
Din cele 50 persoane 25% realizeaza vânzări medii lunare de până la 31,09
mii lei, iar restul de 75% vânzări peste 31,09 mii lei.
Q2 = Me
Q3 3 ( 50 + 1 )
U = ----------------------- = 38 ,25
4
Q
U 3 – ∑ fp 38 ,25 – 26
Q 3 = x 0 + d -------------------------- = 40 + 10 ------------------------- = 49 ,42 mii lei
fQ3 13
• Decilele:
D 50 + 1
U 1 = --------------- = 5 ,1
10
U D1 – ∑ f p 5 ,1 – 5
D 1 = x 0 + d ------------------------ = 20 + 10 ---------------- = 20 ,17 mii lei
fD1 6
mii lei, iar restul de 90% vânzări de peste 20,17 mii lei.
D 5 = Me
…
D9 9 ( 50 + 1 )
U = ----------------------- = 45 ,9
10
…
U D9 – ∑ f p 45 ,9 – 45
D 9 = x 0 + k ------------------------ = 60 + 10 ---------------------- = 61 ,8 mii lei
fD3 5
Similar se calculeaza toate celor 9 decile.
179
Din cele 50 persoane 90% realizează vânzări medii lunare de până la 61,8
• Mediala (indicator ce împarte valorile centralizate ale caracteristicii în

două parţi egale).
U
Ml ∑ xi ⋅ fi 1990
= ------------------ = ------------ = 995 ⇒ M l se afla în intervalul (40 ; 50)
2 2
∑ xi ⋅ fi
2 ∑ xi ⋅ fip
------------------ –
995 – 750
M l = x 0 + d ------------------------------------------- = 40 + 10 ------------------------ = 44 ,19 mii lei
xf M l 585
Tabelul nr. 2
mijlocul
xi xi – a xi – a 1---
intervalului fi xi fi ------------- ------------
-f f
(mii.lei) xi k k i x i
A 1 2 3 4 5 6
10-20 15 5 75 -2 -10 0,33333
20-30 25 6 150 -1 -6 0,24000
30-40 35 15 525 0 0 0,42857
40-50 45 13 585 1 13 0,28889
50-60 55 6 330 2 12 0,10909
60-70 65 5 325 3 15 0,07692
Total 50 1990 24 1,47681
xi
x 2i f i lgx i lgx i f i f f ( xi fi )
(mii.lei)
A 7 8 9 10 11 12
10-20 1125 1,17609 5,88046 5 50 75
20-30 3750 1,39794 8,38764 11 45 225
30-40 18375 1,54407 23,16102 26 39 750
40-50 26325 1,65321 21,49176 39 24 1335
50-60 18150 1,74036 10,44218 45 11 1665
60-70 21125 1,81291 9,06457 50 5 1990
Total 88850 78,42762
180
4) ANALIZA INDICATORILOR VARIAŢIEI
Notă:Toate calculele sunt prezentate în tabelul nr. 3
Indicatorii individuali ai variaţiei
Indicatorii absoluţi
Amplitudinea variaţiei: A = x max – x min = 70 – 10 = 60 mii lei
Abaterea individuală: di = xi – x
Indicatorii relativi
A 60
Amplitudinea relativă a variaţiei: A % = --- × 100 = ---------- × 100 = 150 ,75 %
x 39 ,8
di
Abaterea individuală relativă: d i % = ---- ⋅ 100
x
Indicatori sintetici ai variaţiei
Abaterea medie liniară: d =

∑ xi – x ⋅ fi
------------------------------ 569 ,6
= ------------- = 11 ,39 mii lei
∑ fi
50
∑
2
( xi – x ) ⋅ fi 9648
Dispersia: σ =
2
---------------------------------- = ------------ = 192 ,96
∑ fi
50
Abaterea medie pătratică:
∑
2
( xi – x ) ⋅ fi 9648
σ = ---------------------------------- = ------------ = 192 ,96 = 13 ,89 mii lei
∑ fi
50
σ 13 ,89
Coeficientul de variaţie: V = --- ⋅ 100 = ------------- ⋅ 100 = 34 ,9 %
x 39 ,8
Fiind cuprins în intervalul 17% - 35% coeficientului de variaţie atestă faptul

că media este moderat reprezentativ pentru seria de distribuţie.
181
Intervalul mediu de variaţie calculat ca diferenţă între media seriei şi

abaterea medie liniara, respectiv abaterea medie pătratică este:
• (28,41; 51,19), calculat cu ajutorul abaterii medii liniare;
• (25,91; 53,69), calculat cu ajutorul abaterii medii pătratice.
Tabelul nr. 3
xi xi fi di = xi – x di %
A 1 2 3 4
10-20 15 5 -24,8 -64,6
20-30 25 6 -14,8 -38,5
30-40 35 15 -4,8 -12,5
40-50 45 13 5,2 13,5
50-60 55 6 15,2 39,6
60-70 65 5 25,2 65,6
Total 50
xi xi – x xi – x ⋅ fi 2
( xi – x ) ⋅ fi
A 5 6 7
10-20 24,8 124,0 3075,2
20-30 14,8 88,8 1314,2
30-40 4,8 72,0 345,6
40-50 5,2 67,6 351,5
50-60 15,2 91,2 1386,2
60-70 25,2 126,0 3175,2
Total 569,6 9648,0
5) STUDIUL CONCENTRARII
Analiza concentrarii veniturilor pe grupe de agenţi comerciali după valoarea

vânzărilor medii realizate:
• Determinarea concentrării cu ajutorul indicatorului abaterea mediala-

mediana în mărime absolută şi relativă:
A = M l – M e = 44 ,19 – 39 ,06 = 5 ,13 mii lei
A 5 ,13
A % = ----------- ⋅ 100 = ---------- ⋅ 100 = 8 ,55 %
A max 60
Abaterea medială - mediană calculată în mărime relativă, fiind un coeficient

ce poate lua valori în intervalul (0 - 100%), atestă existenţa unui grad redus
de concentrare a vânzarilor la nivelul grupelor de persoane după mărimea
vânzărilor realizate.
182
• Determinarea grafică a concentrării cu ajutorul curbei de

concentrare Gini:
fi xi fi
q i = ---------- q i = --------------
∑ fi ∑ xi fi
Gradul de concentrare a vanzarilor pe grupe de
agenti comerciali dupa vanzarile realizate
100
qi
80
60
40
20
0 %
pi
0 20 40 60 80 100
Analizând graficul de concentrare se observă că s-a înregistrat un grad

redus de concentrare a vânzărilor pe grupe de agenţi comerciali după
mărimea vânzarilor, curba de concentrare apropiindu-se de diagonala
pătratului.
6) ANALIZA FORMEI DISTRIBUŢIEI (ASIMETRIE ŞI BOLTIRE)
Indicatorii absoluţi ai asimetriei:
A s = x – M o = 39 ,8 – 38 ,18 = 1 ,62 mii lei

′
A s = 3 ( x – M e ) = 3 ( 39 ,8 – 38 ,18 ) = 4 ,86 mii lei
Valorile pozitive ale acestor indicatori atestă o asimetrie pozitivă.
183
Mult mai relevanţi în studiul asimetriei sunt indicatorii relativi:
Coeficientul Yule
q2 – q1 ( Q 3 – M 6 ) – ( Me – Q 1 )
C ay = ----------------- = -------------------------------------------------------- = 0 ,0938
q2 + q1 ( Q3 – Me ) + ( Me – Q1 )
Coeficientul empiric de asimetrie Pearson
As 1 ,62
C as = ----- = ------------- = 0 ,348
σ 13 ,96
Acest coeficient va lua valori în intervalul ( 0 ; ± 1 )

sau
A′ s 4 ,86
C′ as = ------- = ------------- = 0 ,348 şi va lua valori în intervalul ( 0 ; ± 3 )
σ 13 ,96
Coeficientul de asimetrie Pearson calculat pe baza momentelor centrate

de ordin trei şi respectiv doi:
2
µ3 110 ,784 -
2
β 1 = -----3 = ---------------------
3
= 0 ,0017 , unde
µ2 192 ,6
∑
3
( xi – x ) ⋅ fi 5539 ,2
µ3 = ---------------------------------- = ---------------- = 110 ,784 (vezi Tabelul nr. 4).
∑ fi
50
2
µ 2 = σ = 192 ,96
Coeficientul de asimetrie Fisher
γ1 = β 1 = 0 ,041
Coeficienţii de asimetrie exprimaţi în mărime absolută atestă existenţa unei

asimetrii pozitive, iar coeficienţii exprimaţi în mărime relativă atestă existenţa
unei asimetrii pozitive slabe, valorile acestora tinzând către valoarea zero.
184
Tabel nr. 4
3 4
xi xi fi ( xi – x ) ⋅ fi ( xi – x ) ⋅ fi
10-20 15 5 -76265,0 1891371,0
20-30 25 6 -19450,8 287871,1
30-40 35 15 -1658,9 7962,6
40-50 45 13 1827,9 9505,1
50-60 55 6 21070,8 320276,9
60-70 65 5 80015,0 2016379,0
Total 50 5539,2 4533365,8
Caracterizarea boltirii seriei
Coeficientul de boltire Pearson:
µ4 90667 ,316
β 2 = -----2 = -------------------------
2
= 2 ,435
µ2 192 ,6
∑
4
( xi – x ) ⋅ fi 4533365 ,8
µ4 = ---------------------------------- = ------------------------- = 90667 ,316 (vezi Tabelul nr. 4)
∑ ni
50
Coeficientul de boltire Fisher
γ 2 = β 2 – 3 = – 0 ,565
Valoarea coeficientului Pearson mai mică decât 3, iar a coeficientului Fisher

negativă evidenţiază o distribuţie platicurtică.
185
Problema nr. 2
Distribuţia a 250 unităţi de învăţământ după numărul de elevi înscrişi se

prezintă astfel:
Grupe de unităţi de învăţământ Nr. unităţi

după numărul de elevi înscrişi de învăţământ
300 - 499 19
500-799 33
800-1199 64
1200-1499 57
1500 si peste 27
Se cere:
a) să se reprezinte grafic seria;

b) să se determine principalii indicatori ai tendinţei centrale şi să se
interpreteze valorile obţinute;
c) să se determine între ce limite se situeaza cele 50% unităţi situate în
centrul distribuţiei;
d) este media reprezentativa pentru seria dată?
e) să se studieze asimetria seriei.
Observaţii:
-fiind o serie cu intervale neegale, la reprezentarea grafică cu ajutorul

histogramei şi în calculul valorii modale se vor utiliza frecvenţele reduse;
-ultimul interval fiind deschis la capăt, se va închide convenţional cu

mărimea intervalului precedent;
- intervalele fiind discrete (discontinue), mărimea intrervalului se va calcula

ca diferenţa dintre limita inferioară a intrevalului ulterior şi limita inferioară a
intervalului pentru care se face calculul .
a) Histograma:
Fiind o serie cu intervale inegale, înălţimea coloanelor va fi dată de frecvenţa

redusă calculată în tabelul ajutător.
186
40 38
35
32
30
frecvente reduse
25
22
20 19
18
15
10
0
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
b) Media aritmetică:
∑ xi ⋅ fi 214550
x = ------------------ = ------------------ = 1073 persoane
∑ fi
200
În medie fiecare din cele 200 unităţi de învăţământ au înregistrat 1089 elevi
înscrişi.
Modul (Dominanta)
∆′ 1 6
Mo = x 0 + d ---------------------- = 1200 + 300 --------------- = 1269 elevi
∆′ 1 + ∆′ 2 6 + 20
Frecvenţa redusă cea mai mare este 38, iar intervalul modal va fi
(1200 ; 1499).
∆′ 1 = f m′ – f m′ – 1 = 38 – 32 = 6
∆′ 2 = f m′ – f m′ + 1 = 38 – 18 = 20
187
Cel mai frecvent număr de elevi înscrişi întâlnit la nivelul celor 200 unităţi de
învăţământ este de 1269 elevi.
Mediana
∑ fi + 1
U Me = ------------------- = 100 ,5
2
U Me – ∑ f p 100 ,5 – 52
M e = x 0 + d -------------------------- = 800 + 400 ------------------------- = 1103 elevi
fMe 64
Prima frecvenţă cumulată care depăşeşte valoarea locului medianei este

116, iar intervalul median va fi (800 ; 1199). Primele 50% din unităţile de
învăţământ au până la 1103 elevi înscrişi, restul de 50% peste aceasta
valoare.
Q 200 + 1
Locul Q 1 : U 1 = ------------------ = 50 ,25 deci Q 1 se va situa în intervalul
4
(500, 799);
U 1 – ∑ fp
Q
50 ,25 – 19
Q 1 = x 0 + d -------------------------- = 500 + 300 ------------------------- = 785 elevi
fQ 13
1
Q3 3 ( 200 + 1 )
Locul Q 3 : U = -------------------------- = 150 ,75 , deci Q 3 se va situa în intervalul
4
(1200, 1499);
U 3 – ∑ fp
Q
150 ,75 – 116
Q 3 = x 0 + d -------------------------- = 1200 + 300 ------------------------------- = 1383 elevi
fQ 57
3
Cele 50 % dintre şcoli situate în centrul distribuţiei înregistrează un număr

de elevi înscrişi cuprins în limitele 785 şi respectiv 1383 elevi.
d) Coeficientul de variaţie:
∑
2
( xi – x ) ⋅ fi 28214000
σ = ---------------------------------- = ------------------------ = 376 elevi
∑ fi
200
188
σ 376
v = --- ⋅ 100 = ------------ ⋅ 100 = 35 ,04 %
x 1073
Fiind cuprins în intervalul 35%-45%, coeficientului de variaţie atestă faptul

ca media este reprezentativă în sens larg pentru seria de distribuţie.
e) Coeficientul empiric de asimetrie Pearson;

x – Mo 1073 – 1269
C as = ---------------- = ------------------------------ = – 0 ,521
σ 376
3 ( x – Me ) 3 ( 1073 – 1103 )
C as = ------------------------ = -------------------------------------- = – 0 ,239
σ 376
Valorile coeficienţilor Pearson atestă o asimetrie pronunţată negativa.
Coeficienţi de fi
Mijlocul Mărimea reducere a f i ′ = -----
intervalului fi intervalului frecvenţelor
Ki xi ⋅ fi fi 2
( xi – x ) ⋅ fi
xi di di frecvenţe
K i = ---------- reduse
d min
400 19 200 1,0 19 7600 19 8605651,0
650 33 300 1.5 22 21450 52 5904657,0
1000 64 400 2,0 32 64000 116 341056,0
1350 57 300 1.5 38 76950 173 4373553,0
1650 27 300 1.5 18 44550 200 8989083,0
Total 200 214550 28214000,0
Problema nr. 3
Cunoscând exporturile realizate de 10 societăţi comerciale realizate în

decursul anului 2008:
Societatea I II III IV V VI VII VIII IX X

comerciala
Exporturi realizate 57 24 48 101 25 44 22 12 48 17
(mii Euro)
Să se determine:
a) indicatorii tendinţei centrale;
b) dacă media este reprezentativă pentru seria dată:
189
Observaţii:
- deteminarea medianei presupune o ordonare crescătoare a termenilor
seriei;
- fiind o serie de distribuţie simplă cu număr par de termeni mediana se
calculează ca medie aritmetică a celor doi termeni centrali.
a) Media aritmetica:
∑ xi 398
x = ----------- = --------- = 39 ,8 mii Euro
n 10
În medie fiecare din cele 10 societăţi comerciale au realizat în anul 2008
exporturi de 39,8 mii Euro.
Mediana:
Seria ordonată crescător va fi: 12, 17, 22, 24, 25, 44, 48, 48, 57, 101.
Termenul de ordin n/2 este termenul al cinci-lea - 25
Termenul de ordin n/2+1 este termenul al şase-lea - 44
Valoarea medianei este: (25+44)/2 = 34,5 mii Euro
Primele cinci societăţi comerciale au realizat exporturi până la valoarea de

34,5 mii Euro, restul peste această valoare.
Modul (Dominanta):
Valoarea cea mai frecvent întâlnită în distribuţie (în cazul nostru, se repetă
de doua ori) este 48 mii Euro.
∑
2
( xi – x ) 6272
σ = --------------------------- = ------------ = 25 ,04 Euro
n 10
σ 25 ,04
V = --- ⋅ 100 = ------------- ⋅ 100 = 62 ,91 %
x 39 ,8
Fiind mai mare de 45%, coeficientului de variaţie atestă faptul ca seria nu

este omogenă şi respectiv, media nu este reprezentativă pentru seria de
distribuţie.
Nr.
I II III IV V VI VII VIII IX X Total
crt.
xi 12 17 22 24 25 44 48 48 57 101 398
2
( xi – x ) 772,8 519,8 317 249,64 219 17,6 67,24 67,24 296 3745 6272
190
Problema nr. 3
Distribuţia a 300 de întreprinderi după numărul mediu de salariaţi se prezintă

astfel:
Grupe de întreprinderi după Structura întreprinderilor după numărul

numărul mediu de salariaţi mediu de salariaţi
(persoane) (%)
Pânã la 199 15
200 - 299 21
300 - 399 36
400 - 499 16
500 şi peste 12
Se cere:
a) să se reprezinte grafic seria;
b) să se determine media şi dispersia prin calcul simplificat:
În prealabil se vor închide convenţional intervalele deschise la ambele
capete, cu mărimea celorlalte intervale, respectiv 100 persoane.
Grupe de întreprinderi după Structura întreprinderilor după numărul

numărul mediu de salariaţi mediu de salariaţi
(persoane) (%)
100 - 199 15
200 - 299 21
300 - 399 36
400 - 499 16
500 - 599 12
Histograma
40
fi
35
30
25
20
15
10
xi
0 Mo
0-100 100-200 200-300 300-400 400-500 500-600 600-700
191
xi – a
∑ ⎛⎝ ------------
k ⎠ i
-⎞ ⋅ f
– 11
x = --------------------------------- ⋅ k + a = --------- ⋅ 100 + 350 = 339 persoane
∑ fi
100
a = mijlocul intervalului cu frecvenţa cea mai mare = 350

k = marimea intervalului de grupare = 100
2
⎛ x------------
i – a⎞
2 ∑ ⎝ k ⎠ ⋅ fi -
2 145 2
σ = ------------------------------------ ⋅ k – ( x – a ) = --------- ⋅ 100 – ( 339 – 350 ) = 14379
∑ fi
100
xi *
xi – a xi – a 2
fi
------------
- ------------- ⋅ f i i – a⎞
⎛ x------------
- ⋅ fi
mijlocul k k ⎝ k ⎠
intervalului (%)
150 15 -2 -30 60
250 21 -1 -21 21
350 36 0 0 0
450 16 1 16 16
550 12 2 24 48
Total 100 -11 145
Problema nr. 4
Distribuţia salariaţilor unei intreprinderi după producţia realizată într-o lună

se prezintă astfel:
Grupe de salariaţi după Structura nr. de salariaţi după

producţia realizată producţia realizată
(bucăţi) (%)
Pânã la 50 5
50-100 20
100-150 60
150-200 10
peste 200 5
Se cere:
a) să se determine intervalul mediu de variaţie al mediei;
b) să se studieze forma repartiţiei salariaţilor după producţia realizată;
c) să se studieze gradul de concentrare a producţiei pe grupe de salariaţi
după producţia realizată:
192
Observaţii:
- toţi indicatorii sintetici la nivelul unei serii de distribuţie în care nu se cunosc
efectivele absolute (frecvenţele absolute) ale fiecarei grupe se pot determina
cu ajutorul frecvenţelor relative.
Datele folosite în calculul indicatorilor sunt prezentate în tabelul ajutător de

la sfârşitul problemei.
a) x =
∑ xi ⋅ fi *
----------------------- 12000
= --------------- = 120 bucăţi
100 100
∑
2
( xi – x ) ⋅ fi * 172500
σ = --------------------------------------- = ------------------ = 41 ,53 bucăţi
100 100
Intervalul mediu de variaţie calculat ca diferenţa între media seriei şi

abaterea medie pătratica este (120 - 41,53 ; 120 + 41,53), respectiv (78,47 ;
161,53).
b) Indicatorii absoluţi ai asimetriei:
A s = x – M o = 120 – 122 ,2 = – 2 ,2 bucăţi
A s = 3 ( x – M e ) = 3 ( 120 – 121 ,3 ) = – 3 ,9 bucăţi
Valorile negative ale acestor indicatori atestă o asimetrie negativă.
M o ∈ ( 100 ; 150 )
∑
*
fi + 1
Locul medianei: U Me
= --------------------- = 50 ,5 rezultă M e ∈ ( 100 ; 150 )
2
∆′ 1 60 – 20
Mo = x 0 + d ---------------------- = 100 + 50 ---------------------------------------------------- = 122 ,2 bucăţi
∆′ 1 + ∆′ 2 ( 60 – 20 ) + ( 60 – 10 )
M
U e – ∑ fp
*
50 ,5 – 25
- = 100 + 50 ---------------------- = 121 ,3 bucăţi
M e = x 0 + d ---------------------------
* 60
fMe
193
Indicatorii relativi
q2 – q1 ( Q 3 – M e ) – ( Me – Q 1 )
Coeficientul Yule: C ay = ----------------- = -------------------------------------------------------- = – 0 ,0024
q2 + q1 ( Q3 – Me ) + ( Me – Q1 )
∑
*
Q1
fi + 1
Locul Q 1 : U = --------------------- = 25 ,25
4
U 1 – ∑ fp
Q *
25 ,25 – 25
- = 100 + 50 ------------------------- = 100 ,2 bucăţi
Q 1 = x 0 + d --------------------------
* 60
fQ1
∑ fi + 1
*
Q3
Locul Q 3 : U = 3 --------------------- = 75 ,75
4
Q
U 3 – ∑ fp
*
- = 100 + 50 75 ,75 – 25
Q 3 = x 0 + d --------------------------
*
------------------------- = 142 ,3 bucăţi
fQ3 60
Coeficientul empiric de asimetrie Pearson:
As – 2 ,2 – 3 ,9
C as = ----- = ------------- = – 0 ,053 sau C as = ------------- = – 0 ,094
σ 41 ,53 41 ,53
Coeficientul de asimetrie Pearson:
2
µ3 13500
2
β 1 = -----3 = ----------------
3
- = 0 ,036 , unde:
µ2 1725
∑
3 *
( xi – x ) ⋅ fi 1350000
µ3 = ------------------------------------ = --------------------- = 13500
100 100
2
µ 2 = σ = 1725
Coeficientul de asimetrie Fisher: γ 1 = β 1 = 0 ,188
194
Coeficienţii de asimetrie exprimaţi în mărime absolută atestă existenţa unei

asimetrii negative, iar coeficienţii exprimaţi în mărime relativă atestă
existenţa unei asimetrii negative foarte slabe, valorile acestora tinzând către
valoarea zero.
Indicatorii boltirii:
Coeficientul de boltire Pearson:

µ4 11885625-
β 2 = -----2 = -----------------------
2
= 3 ,997 , unde:
µ2 1725
∑
4 *
( xi – x ) ⋅ fi 11885625
µ4 = ------------------------------------ = ------------------------ = 11885625
100 100
Coeficientul de boltire Fisher:

γ 2 = β 2 – 3 = 0 ,997
Valoarea coeficientului Pearson mai mare decât 3, iar a coeficientului Fisher

pozitivă evidenţiază o distribuţie leptocurtică.
c) Abaterea mediala-mediana absolută şi relativă:
A = M l – M e = 129 ,2 – 121 ,3 = 7 ,9
A 7 ,9
A % = ----------- 100 = --------- 100 = 3 ,16 %
A max 250
*
Locul medialei: U
Ml ∑ xi fi
= -------------------- = 6000
2
∑ xi fi
2 ∑ x i fip
-------------- –
6000 – 1625
M l = x 0 + d ------------------------------------- = 100 + 50 ------------------------------ = 129 ,2 bucăţi
x ⋅ f Ml 7500
Reprezentarea grafică concentrarii producţiei pe grupe de salariaţi după

producţia realizată (Curba de concentrare Gini):
195
Gradul de conce ntrare a productie i pe grupe

de s alariati dupa productia re alizata
%
100
qi
80
60
40
20
0 pi
0 20 40 60 80 %100
Valoarea redusă a abaterii medială-mediană precum şi suprafaţa de

concentrare atestă o concentrare redusă a producţiei pe grupe de salariaţi
după mărimea producţiei.
* fi * xi fi * )
fi * 2
xi xi fi ( xi – x ) ⋅ fi *
(%) ( pi )
A 1 2 3 4 5
25 5 125 45125 5 125
75 20 1500 40500 25 1625
125 60 7500 1500 85 9125
175 10 1750 30250 95 10875
225 5 1125 55125 100 12000
Total 100 12000 172500
*
3 4
xi fi
xi ( xi – x ) ⋅ fi * x i – x ) ⋅ f i * ----------------*100 ( qi )
∑ xi fi
A 6 7 8
25 -4286875 407253125 1,0
75 -1822500 82012500 13,5
125 7500 37500 76,0
175 1663750 91506250 90,6
225 5788125 607753125 100,0
Total 1350000 1188562500
196
Problema nr. 5
Distribuţia a 150 de întreprinderi după numărul de muncitori se prezintă

astfel:
Grupe de întreprinderi după Frecvenţe

numărul de muncitori cumulate
(persoane)
Pânã 200 10
200-400 35
400-600 100
600-800 135
800 si peste 150
Se cere:
a) să se reprezinte grafic structura colectivităţii

b) să se determine până la ce limite se situează primele 40% unităţi din
distribuţie.
a)
Mai întâi trebuiesc deduse frecvenţele absolute din frecvenţele cumulate,

după care se vor calcula frecenţele relative care se vor reprezenta cu
ajutorul unui grafic de structură.
Grupe de întreprinderi Nr. de întreprinderi fi *

după numărul de muncitori fi
(persoane) %
0 - 200 10 6,7
200 - 400 25 16,7
400 - 600 65 43,3
600 - 800 35 23,3
800 - 1000 15 10,0
Total 150 100,0
197
100
10,0
%
80 23,3
800-1000
muncitori
60 600-800
muncitori
43,3 400-600
40 muncitori
200-400
muncitori
0-200 muncitori
20
16,7
6,7
0
1
b)
xmin D1 D2 D3 D4 D5 D6 D7 D8 D9 xmax
10%
40%
Între fiecare două decile sunt situaţi 10% din termenii seriei. Prin urmare,
pentru a stabili limitele în care se află primele 40% de unităţi trebuie
calculate valoarea decilei a 4-a.
D4 150 + 1
U = 4 ------------------ = 60 ,4 ⇒ D 4 ∈ ( 400 ; 600 )
10
D
U 4 – ∑ fp 60 ,4 – 35
D 4 = x 0 + d -------------------------- = 400 + 200 ---------------------- = 478 ,15 persoane
fD4 65
Din cele 150 societăţi comerciale primele 40% au un număr de muncitori

cuprins între 0 şi 478 persoane.
198
Problema nr. 6
Investiţiile realizate de 10 unităţi comerciale au fost într-un an de 350

milioane lei, iar abaterile relative înregistrate de fiecare unitate faţă de media
lor, se prezintă astfel:
Unitatea I II III IV V VI VII VIII IX X

Abateri faţă de
+14 +7 -17 +5 -6 4 -15 -5 +8 +5
medie (%)
a) Determinaţi valorile absolute ale seriei.

b) Este această serie omogena?
∑ xi 350
a) Media aritmetica: x = ----------- = --------- = 35 milioane lei
n 10
Se deduc mai întâi valorile absolute ale seriei:
Exemplu:
Unitatea I
x1 – x
------------- ⋅ 100 = 14
x
Ştim că ( x 1 – x ) ⋅ 100 = 14 ⋅ x x 1 = 35 × 1 ,14 = 39 ,9 milioane lei
x ⋅ ( 14 + 100 )
x 1 = ---------------------------------
100
Unitatea II x 2 = 35 × 1 ,07 = 37 ,5 milioane lei
Unitatea III x 3 = 35 × 0 ,83 = 29 ,1 milioane lei
Calculele au fost trecute în tabel.
∑
2
( xi – x ) 115 , 69- =
σ = --------------------------- = ----------------- 11, 569 = 3 ,4 milioane lei
b) n 10
σ 3,4
v = --- ⋅ 100 = ------- ⋅ 100 = 9,7 %
x 35
199
Valoarea mica a coeficientului de variaţie ne confirmă omogenitatea seriei.

xi – x
------------ ⋅ 100 14 7 -17 5 -6 4 -15 -5 8 5
x
xi 39,9 37,5 29,1 36,8 32,9 36,4 29,8 33,3 37,8 36,8 350
( xi – x ) 4,9 2,5 -5,9 1,8 -2,1 1,4 -5,2 -1,7 2,8 1,8
2 24,01 6,25 34,81 3,24 4,41 1,96 27,04 2,89 7,84 3,24 115,69
( xi – x )
Problema nr. 7
Investiile medii realizate de 10 unităţi comerciale au fost într-un an de 20 mii

lei/întreprindere, iar ponderea cu care fiecare întreprindere a contribuit la
realizarea investiţiilor totale, se prezintă astfel:

Ponderea deţinută de
fiecare întreprindere în
7 8 12 6 11 21 13 8 10 ….
realizarea investiţiilor
(%)
a) Determinaţi valorile absolute ale seriei.

b) Caracterizaţi asimetria seriei.
Observaţii:
- suma ponderilor deţinută de fiecare grupă a unei coletivităţi va fi egală cu
100% sau după caz cu 1 (când ponderile sunt exprimate în coeficienţi). În
problema dată ponderile sunt exprimate în %, fapt evidenţiat prin valorile
înregistrate supraunitare;
- calculul indicatorilor tendinţei centrale în seriile de distribuţie simplă au fost
prezentate într-o problemă anterioară.
Ponderea deţinută de întreprinderea numărul zece:

100 - 7 - 8 - 12 - 6 - 11 - 21 - 13 - 8 - 10 = 4%
a) x = 20 mii lei ⇒ valoarea totală a investiţiilor este:
∑ xi = x ⋅ n = 20 ⋅ 10 = 200 mii lei
200
xi gi
g i = ----------- 100 ⇒ x i = ∑ i 100-
x ⋅ --------
∑ xi
Valorile seriei au fost calculate şi prezentate în tabel.
b) x = 20 mii lei
M o = 16 mii lei
(este valoarea care se repetă de cele mai multe ori în serie).
Seria ordonată crescător: 8; 12; 14; 16; 16; 20; 22; 24; 26; 42.
16 + 20
M o = ------------------ = 18 mii lei
2
∑
2
( xi – x ) 816
σ = --------------------------- = --------- = 9 ,03 mii lei
n 10
Indicatorii absoluţi ai asimetriei:

A s = x – M o = 20 – 16 = 4 mii lei
A′ s = 3 ( x – M e ) = 3 ( 20 – 18 ) = 6 mii lei
Valorile pozitive ale acestor indicatori atestă o asimetrie pozitivă.
Indicatorii relativi:
Coeficientul empiric de asimetrie Pearson:
As 4 6
C as = ----- = ---------- = 0 ,443 sau C′ as = ---------- = +0 ,664
σ 9 ,03 9 ,03
Ambii coeficienţi indica un grad mediu de asimetrie pozitivă.

gi (%) 7 8 12 6 11 21 13 8 10 4 100
xi 14 16 24 12 22 42 26 16 20 8 200
2
( xi – x ) 36 16 16 64 4 484 36 16 0 144 816
201
Problema nr. 8
Societatea comerciala "X" a realizat în anul 2008 o producţie industrială de

120 autoturisme. Considerând această societate baza de comparaţie,
realizările (exprimate în %) ale altor 10 unităţi concurente se prezintă astfel:

Realizat
faţă de societatea
110 170 85 96 85 41 122 54 85 123
comerciala “X”
-%-
Să se determine producţia industrială realizată de fiecare din cele 10 unităţi

comerciale şi să se determine gradul de concentrare a producţiei la nivelul
celor 11 întreprinderi studiate, utilizând indicele Struck şi Onicescu corectat.
Plecăm de la mărimea relativă de coordonare:

xi Ki ⁄ 0
K i ⁄ 0 = ----- 100 ⇒ x i = ---------- ⋅ 120
x0 100
În felul acesta vom calcula producţia fiecărrei întreprinderi ( x i ). Calculele

sunt prezentate în tabelul de la finalul problemei.
Indicele de concentrare Struck:
n ⋅ ∑ gi – 1
2
11 ⋅ 0 ,102 – 1- = 0 ,110
iS = ----------------------------- = --------------------------------
n–1 11 – 1
Energia informaţională Onicescu corectată:
1 1
∑ gi – --n-
2
0 ,102 – ------
11
E ″ = --------------------- = -------------------------- = 0 ,012
1--- 1
1– 1 – ------
n 11
Valorile coeficienţilor de concentrare calculaţi atestă o concentrare redusă a

producţiei de autoturisme la nivelul celor 11 societăţi.
202
I II III IV V VI VII VIII IX X 0 Total
Ki ⁄ 0
110 170 85 96 85 41 122 54 85 123 100
%
xi 132 204 102 115 102 49 146 65 102 148 120 1285
gi 0,103 0,159 0,079 0,090 0,079 0,038 0,114 0,050 0,079 0,115 0,093 1,000
2
gi 0,011 0,025 0,006 0,008 0,006 0,001 0,013 0,003 0,006 0,013 0,009 0,102
Problema nr. 9
Pentru 200 salariaţi ai unei S.C. fondul de salarii într-o luna a fost de 350 mii
lei; cei mai mulţi dintre salariaţi având un salariu de 1820 lei. Coeficientul de
asimetrie Pearson al repartiţie după salariu a fost de -0,35. Să se arate dacă
acestă colectivitate este omogenă, din punct de vedere al salariului.
Plecăm în rezolvare de la recunoaşterea indicatorilor daţi în problemă:
M o = 1820 lei
∑ fi = 200 salariaţi
C as = – 0,35
∑
xi ⋅ fi
350000
∑ x i ⋅ f i = 350 mii lei ⇒ x = -------------------- = ------------------ = 1750 lei
∑ fi
200
x – Mo 1750 – 1820
C as = ---------------- = – 0 ,35 ⇒ σ = ------------------------------ = 200
σ – 0 ,35
σ 200
V = --- 100 = ------------ 100 = 11 ,4 % < 15 % ⇒
x 1750
salariul mediu este strict reprezentativ pentru colectivitatea cercetată, iar

seria de salariaţi este omogenă din punct de vedere al salariilor obţinute.
203
Problema nr. 10
Considerând următoarele serii :

a) 15, 26, 31, 1072, 22, 23, 33, 18, 26, 24, 27, 3; 26;
b) 110, 120, 128, 130, 110, 1300, 125, 110, 112, 131, 122;
c) 56, 42, 56, 55, 48, 46, 56, 51, 43, 61, 58, 42.
Precizaţi care din cei trei indicatori medii ai tendinţei centrale este
reprezentativ pentru fiecare serie în parte şi de ce.
Observaţii: Pentru a identifica care dintre principalii indicatori ai tendinţei

centrale sunt reprezentativi pentru seria dată vom ordona crescător termenii
seriei:
a) 3, 15, 18, 22, 23, 24, 26, 26, 26, 27, 31, 33, 1072;
Media aritmetică nu este reprezentativă, pentru că seria este neomogenă

datorită ultimei valori foarte mari faţă de toate celelalte.
Sunt reprezentativi pentru seria dată modul şi mediana, ambele luand
valoarea de 26.
b) 110, 110, 110, 112, 120, 122, 125, 128, 130, 131, 1300
Media aritmetică nu este reprezentativă, pentru că seria este neomogenă

(acelaşi aspect ca la punctul a).
Modul = 110, nu este reprezentativ, corespunzând nivelului minim al valorilor

înregistrate în seria dată.
Indicatorul mediu al tendinţei centrale reprezentativ pentru seria dată este

n+1 11 + 1
mediana ce corespunde termenului de ordin ------------ = --------------- = 6 , respectiv
2 2
122.
c) 42,42, 43, 46, 48, 51,55, 56, 56, 56, 58, 61
Indicatorii reprezentativi ai tendinţei centrale sunt:

- media x = 51 ,17 ;
51 + 55
- mediana M e = ------------------ = 53
2
- modul nu este reprezentativ tinzand spre valorile extreme ale seriei.
204
Problema nr. 11
Despre 20 întreprinderi se cunoaşte că au realizat în total o producţie de 500

mil. lei; jumătate din numărul de întreprinderi au realizat o producţie de
până la 26 mil. lei.
Cunoscând coeficientul de variaţie de 22%, să se studieze asimetria seriei.
Me = 26 milioane lei
∑ xi
- = 500
∑i
x = 500 milioane lei ⇒ x = ----------
n
--------- = 25 milioane lei
20
σ σ
V = --- 100 = ------ 100 = 22 % ⇒ σ = 0 ,22 ⋅ 25 = 5 ,5 milioane
x 25
3 ( x – Me ) 3 ( 25 – 26 )
C as = ------------------------ = -------------------------- = – 0 ,545 ⇒
σ 5 ,5
înregistrează o asimetrie uşoară negativă.
205
10.2. PROBLEME PROPUSE SPRE REZOLVARE
Problema nr. 1
Societatea comerciala "X" a realizat în anul 2008 o cifra de afaceri de 20

milioane lei. Considerand această societate baza de comparaţie, abaterile
(exprimate în %) ale altor 10 unităţi concurente se prezintă astfel:

Abateri faţă de
societatea
+10 +70 -35 +25 -15 -41 22 +54 -5 +23
comerciala “X”
- %-
Să se determine cifra de afaceri realizată de fiecare din cele 10 unităţi

comerciale şi să se determine valoarea care împarte seria în doua parţi
egale.
Problema nr. 2
Dintre 20 întreprinderi pentru care s-a înregistrat numărul salariaţilor, cele

mai multe au un efectiv al personalului de 265 persoane. Numărul total al
salariaţilor la nivelul celor 20 întreprinderi este de 5500, iar coeficientul de
variaţie este de 16%.
Să se studieze asimetria seriei.
Problema nr. 3
Despre jumătate din salariaţii unei înterprinderi se cunoaste ca au realizat o

producţie de până la 23 mii lei fiecare. 25% au realizat o producţie de până
la 16 mii lei, iar 75% au realizat o producţie de până la 31 mii lei.
Să se studieze asimetria seriei.
206
Problema nr. 4
Distribuţia a 250 unităţi de învăţământ după numărul de elevi înscrişi se

prezintă astfel:
Grupe de unităţi după Nr. unităţi de
numărul de elevi înscrişi învăţământ
(elevi)
300 – 500 25
500 – 800 40
800 – 1200 105
1200 – 1500 45
1500 si peste 35
Se cere:
a) să se determine valoarea care împarte numărul unităţilor de învăţământ

în două parţi egale şi să se reprezinte grafic locul acesteia;
b) să se studieze asimetria seriei cu ajutorul coeficienţilor Pearson.
Problema nr. 5
Se cunoaşte că cifra de afaceri realizată de 10 unităţi comerciale a fost într-

o lună 250 mii lei/întreprindere. Cunoscând abaterile în mărime absolută de
la valoarea medie pentru fiecare din cele 10 unităţi:
Abateri
+ 14 -7 -5 -5 + 16 -4 +3 +5 -8 -9
(mii lei)
Determinaţi valorile absolute ale seriei.

Să se determine intervalul mediu de variaţie al mediei.
Problema nr. 6
Dintre 20 întreprinderi pentru care s-a înregistrat numărul salariaţilor,

jumătate au un efectiv al personalului de până la 265 persoane. Numărul
total al salariaţilor la nivelul celor 20 întreprinderi este de 5500, iar asimetria
serie este de 0,32.
Să se determine dacă seria este omogenă.
207
Problema nr. 7
Investiţiile realizate de 10 unităţi comerciale au fost într-un an de 350

milioane lei, iar ponderea deţinută de fiecare unitate în total investiţii se
prezintă astfel:

Ponderea
fiecarei unităţi 14 7 27 5 6 4 23 5 8 …….
în total (%)
Determinaţi valorile absolute ale seriei.

Să se determine indicatorii medii ai tendinţei centrale.
Problema nr. 8
Cunoscând:
Ramura Numărul salariaţilor pe Modificarea relativă a

ramuri în anul 2000 în numărului de salariaţi
judetul “X” în anul 2008
comparativ cu anul 2000 (%)
Industrie 85750 +10
Agricutura 24200 -12
Construcţii 33500 +7
Total 256300 +8
Să se reprezinte grafic structura pe ramuri a salariaţilor în anul 2008.
208
Capitolul XI
INTRODUCERE ÎN ECONOMETRIE
DEFINIŢII ŞI OBIECTIVE
Definirea econometriei ca ştiinţă a cunoscut în timp diverse nuanţe, toate

conducând de fapt la aceeaşi esenţă: o măsurare cantitativă a economiei în
vederea analizării ştiinţifice a corelaţiilor ce se manifestă în cadrul complex
al funcţionării acesteia, în vederea formulării ipotezelor ce stau la baza
construirii de modele economice şi estimări. Modelul teoretic este confruntat
cu realitatea economică reflectată prin date şi este analizat de econometrie
prin intermediul metodelor statistice.
Ştiinţa economică modernă este practic o ştiinţă a analizei cantitative.
Statistica şi econometria ajută economistul în înţelegerea fenomenelor
economice, fiind de altfel foarte greu să se facă o separaţie clară între cele
două aspecte ale ştiinţei.
Conform “Dicţionarului MacMillan de Economie Modernă”, econometria
este numită “o ramură a statisticii care se ocupă cu testarea ipotezelor
economice şi estimarea parametrilor prin utilizarea, în principal a tehnicilor
de regresie multiplă, dar uneori şi prin folosirea unor metodologii mai
sofisticate”.
Ceea ce este sigur însă, econometria nu numai că se bazează pe metodele
statistice de calcul, dar coexistă alături de statistică, având obiective
comune.
Noţiunea de econometrie provine din limba greacă, fiind o reuniune a
cuvintelor: “eikonomia” (economie) şi “metron” (măsură). Noţiunea a început
să circule în urmă cu aproximativ 70 de ani, odată cu înfiinţarea societăţii de
econometrie de către Rognar Frisch, profesor de economie la Oslo, laureat
al premiului “Nobel” pentru economie în anul 1928. Acesta, ajutat de
statisticianul I. Fisher au înfiinţat în 1930 “Econometric Society”, care a
reunit la nivel internaţional pe toţi specialiştii interesaţi în dezvoltarea teoriei
economice pe baza statisticii şi matematicii.
209
Introducere în econometrie
Amintesc doar câţiva precursori ai econometriei, cu importante contribuţii la

dezvoltarea teoriei şi analizei economice: Francisc Quesnay (1694-1774)
remarcat îndeosebi prin construirea şi analiza “tabloului economic”; William
Petty (1623-1687) cu contribuţia sa remarcabilă în găsirea unei “legi
matematice a mortalităţii”; Antoine Cournot (1801-1877) care a introdus
conceptul de funcţie în cercetarea relaţiilor cauză-efect şi a formulat
matematic legea cererii şi ofertei; Ernst Engel (1821-1896), statistician şi
economist german care, utilizând bugetele de familie a exprimat matematic
legităţi ale cererii de mărfuri; Bowley sir A.L. (1869-1957), statistician,
matematician, economist şi demograf englez cu contribuţii însemnate
asupra dinamicii preţurilor şi salariilor, a estimării venitului naţional; Marshall
Alfred (1842-1924), economist englez remarcat prin contribuţii asupra
elasticităţii cererii de mărfuri; R.A. Fisher, J. Tinbergen, W. Leontief şi alţii.
Econometricianul R. Frisch spunea: “experienţa a arătat că fiecare din
următoarele 3 puncte de vedere: al statisticii, al teoriei economice şi al
matematicii, este o condiţie necesară, dar nu suficientă pentru o înţelegere
efectivă a relaţiilor cantitative din economia modernă; unificarea lor este
aceea care asigură eficienţa. Econometria este tocmai această unificare”.
Obiectivul principal al econometriei îl constituie studiul relaţiilor dintre
variabilele economice, pentru aceasta folosind frecvent funcţiile matematice,
regresia, estimarea şi metoda celor mai mici pătrate (MCMMP). Informaţiile
privind realitatea economică, exprimate prin date statistice, sunt considerate
influenţate într-o anumită măsură de diferite cauze esenţiale, dar şi
accidentale. Cu ajutorul econometriei şi a metodelor statistice se pot izola
toate aceste influenţe cauzale, se poate găsi un model matematic care să
exprime tendinţa fenomenului şi să se producă estimaţii.
Scopul estimării pe baza modelului econometric constă în analiza practică a
rolului factorilor asupra evoluţiei fenomenelor economice, pe baza acestora
obţinându-se predicţii în funcţie de evoluţia factorilor esenţiali. Din acest
motiv, econometria în sens larg trebuie înţeleasă nelimitată în ceea ce
priveşte aria metodelor statistico-matematice utilizate, de la metode simple,
până la modele sofisticate ce nu pot fi construite fără soft informatic
specializat (instrumente informatice).
Datele statistice sunt ordonate de regulă în serii de timp privind evoluţiile în
paralel a diferitelor variabile, acestea fiind analizate prin metode specifice
analizei seriilor cronologice, analizei de regresie şi corelaţie, dar şi analizei
factoriale prin intermediul sistemului de indici. Dat fiind faptul că cele
enumerate mai înainte sunt metode mai la îndemâna economiştilor, mai uşor
de folosit şi aplicate în viaţa practică economică de toate zilele, mă voi referi
în special la aceste metode în conţinutul acestei ediţii a cărţii.
210
Capitolul XII
ANALIZA SERIILOR CRONOLOGICE
OBIECTIVE
În general, fenomenele din natură şi societate sunt influenţate în evoluţia lor

de factori esenţiali, care le imprimă direcţia de dezvoltare şi care este foarte
bine să poată fi cunoscuţi, măsuraţi şi urmăriţi. Un manager poate avea
succes în afacere dacă-şi urmăreşte în timp evoluţia activităţii sale, identifică
perioadele slabe sau de vârf şi analizează în profunzime cauzele care au
condus la succes sau dimpotrivă la eşec.
În prezentul capitol vom studia modalitatea corectă de constituire a unei serii

de timp, analiza acesteia cu ajutorul indicatorul specifici, precum şi
descompunerea acesteia în principalele componente. Pentru că factorii
esenţiali imprimă direcţia de dezvoltare a unui fenomen, vom învăţa cum
poate fi calculată tendinţa, iar în final, pe baza acesteia să putem emite
proiecţii ale viitorului.
Cuvinte cheie:
Serie cronologică Medie cronologică

Mărimi de flux Medii mobile
Mărimi de stoc Ajustare
Spor absolut Metode mecanice de ajustare
Indice de creştere Metoda celor mai mici pătrate
Ritm de creştere al sporului Sezonalitate
Valoarea absolută a unui procent de creştere Componentă ciclică
Spor mediu absolut Componentă aleatoare
Indice mediu de creştere Trend
Ritm mediu de creştere al sporului Extrapolare.
211
Analiza seriilor cronologice
12.1. PARTICULARITĂŢILE UNEI SERII CRONOLOGICE ŞI

CLASIFICAREA LOR
Alături de seriile de repartiţie şi teritoriale, seriile cronologice (SCR)

reprezintă o modalitate frecvent utilizată de observare, prezentare şi analiză
a proceselor social-economice.
SCR se mai numesc şi serii dinamice sau serii de timp. Ele descriu
statistic evoluţia în timp a unui fenomen sau proces economic.
Observarea statistică a unui proces se poate face ori în mod continuu, în

decurs de un interval, ori la un moment dat. Spre exemplu, volumul
vânzărilor de mărfuri se înregistrează fie în fiecare zi, săptamânal, decadal,
lunar (dupa nevoi), deci sub forma de mărimi de flux, în timp ce disponibilul
din marfa respectivă la anumite momente de timp - ca mărimi de stoc.
Mărimile de stoc redau “fotografia” fenomenului studiat la momentele
respective de timp, iar fluxul la o perioadă de timp.
Seria cronologică alcătuită din mărimi de flux se numeşte serie cronologica

de intervale, iar cea din mărimi de stoc - serie cronologică de momente.
Această deosebire este importantă la calculul unor indicatori. Spre exemplu,

termenii seriei de interval se pot cumula, obţinându-se astfel mărimi de flux
cumulate pe intervale tot mai lungi, în timp ce mărimile de stoc nu au
semnificaţie concretă economico-socială.
Spre exemplu, dacă am avea o serie care prezintă evoluţia efectivului

populaţiei dintr-un spaţiu teritorial administrativ, nu ar avea nici un sens
cumularea datelor.
Anii 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Evolutia
efectivului
populatiei stabile 735,2 743,3 737,5 741,1 742,9 744,2 745,5 746,1 748,9 750,8 752,8
a judetului Bacau
(mii persoane)
Dacă am efectua totalul datelor din această serie, respectiv suma de

8188,3, interpretarea ar trebui să fie: în intervalul 1990 - 2000, populaţia
stabila a judetului Bacău a fost de 8188,3 mii persoane.
Total incorect !
212
În acest caz, însumarea datelor conţine înregistrări repetate, fiecare

persoană care a locuit în toţi aceşti ani în judetul Bacău fiind multiplicată de
11 ori, câti ani are seria de date.
Din acest motiv s-a precizat că însumarea datelor seriei în astfel de cazuri
nu are o semnificaţie economica sau sociala, aceasta fiind o SCR de
momente şi pentru ca prezentarea seriei să fie corectă, în cazul de tabel
trebuie precizat clar şi momentul la care s-au înregistrat datele.
În exemplul de mai sus, corect este să scriem: “Evoluţia efectivului

populaţiei stabile a judetului Bacău la dată de 1 iulie a fiecărui an (mii
persoane)”. Cu alte cuvinte, în cazul SCR de momente, trebuie precizat în
plus şi momentul la care au fost observate datele.
La analiza seriilor cronologice trebuie avute în vedere unele proprietăţi ale

acestora:
• variabilitatea termenilor unor SCR (ca urmare a faptului că fiecare

termen se obţine prin centralizarea unor date individuale diferite ca nivel de
dezvoltare. Cu cât acţiunea factorilor întămplători este mai mare, cu atât
variaţia în cadrul colectivităţilor este mai mare.
Rezultă că la SCR trebuiesc măsurate şi gradul şi forma de influenţă a

factorilor esenţiali, dar şi gradul de abatere de la tendinţa generala rezultată
din influenţa factorilor neesenţiali.
• omogenitatea termenilor, adică în aceeaşi serie nu pot fi înscrise

decât fenomene de acelaşi gen, care sunt rezultatul acţiunii aceloraşi legi.
Rezultă că indicatorii cuprinşi în aceeaşi serie cronologica trebuie să fie

exprimati în aceeaşi unitate de măsura (UM), iar pentru indicatorii valorici să
se ţina seama şi de modificările de pret intervenite de la o perioada la alta.
• periodicitatea termenilor din care este formată seria. Fiecare fenomen

este legat în mod obiectiv de conditiile de timp şi spaţiu. Alegerea unităţii de
timp la care se refera datele este facută în funcţie de scopul cercetarii.
Exemplu: producţia industrială se poate urmări în unităţi de timp mai mici

(ziuă, decadă, lună), cât şi în unităţi mai mari (trimestru, semestru, an), în
timp ce producţia agricolă totală nu se poate urmări decât pe ani întregi
(agricoli sau calendaristici).
213
Se pune problema şi alegerii întregii etape la care se referă datele. Rezultă

că înainte de a trece la întocmirea seriei trebuie să se facă o analiza a
conditiilor în care s-a dezvoltat fenomenul respectiv. Deosebit de importantă
este alegerea primului an - anul de bază - deoarece mărimea indicatorilor
obţinuti din prelucrare va depinde tocmai de nivelul acestui an.
Exemplu:
- în trecut anii reprezentativi se considerau: 1938, 1950, 1960, 1965, 1970,
1975, ..., ani care marcau anumite etape în dezvoltarea economică;
- acum se compară cu anul 1989, ultimul an al socialismului sau cu anul
1990, primul an de tranziţie;
- populaţia se compară cu populaţia existentă la recensămintele populaţiei.
• interdependenţa termenilor şi anume: indicatorii prezentaţi sunt valori

succesive ale aceloraşi fenomene înregistrate la nivelul aceleiaşi unităţi
teritoriale sau administrative.
Rezultă că valoarea fiecărui indicator va depinde într-o anumită măsură de

valoarea indicatorului precedent, reflectând faptul că fenomenele social-
economice sunt rezultatul unor legi obiective care se manifestă sub formă
de tendinţă. De aceea, în cazul SCR, dată fiind interdependenţa dintre
termeni se pune problema cunoaşterii liniei (curbei) de tendinţă specifică
fiecărei etape de dezvoltare şi care, în sens statistic, exprimă într-o forma
cantitativă însăşi acţiunea legii care le determină.
Seriile cronologice pot fi clasificate după următoarele criterii:
a) În funcţie de modul de exprimare a indicatorilor din care este formată

seria:
- SCR formate din indicatori absoluţi;

- SCR formate din indicatori relativi;
- SCR formate din indicatori medii.
b) În funcţie de timpul la care se referă datele:
- SCR de intervale (perioade) de timp;

- SCR de momente.
214
12.2. ANALIZA PREALABILĂ A SCR

ŞI PRINCIPALII INDICATORI CALCULAŢI
Cea mai simplă metodă de analiză prealabilă a SCR este reprezentarea

grafică a seriei.
Cronograma (histriograma) este reprezentarea grafică tipică a SCR.
Pe abcisă se reprezintă timpul prin marcarea momentelor (pentru serii de

momente) sau a intervalelor (în cazul SCR de intervale) iar pe axa
ordonatelor termenii SCR.
Se pot reprezenta pe acelaşi grafic mai multe curbe. Când UM a termenilor

tuturor seriilor este aceeaşi pe ordonată se dispune o singură scara de
reprezentare, iar dacă termenii seriilor sunt exprimati în UM diferite, pentru
fiecare serie se stabileşte o scară de reprezentare şi se apreciază în
legendă prin culori sau linii trase diferit. Cronogramele se pot construi şi cu
ajutorul graficului prin coloane.
În cazul SCR de momente, din fiecare moment de timp pe axa abciselor se

ridică câte o coloană, iar în cazul seriilor de intervale, coloanele se
centrează pe mijlocul intervalului.
Se recomandă ca baza coloanelor să aiba aceeaşi lungime, iar distanţa

dintre coloane să fie proportională cu distanţa dintre momente.
În unele cazuri, SCR se reprezintă cu ajutorul diagramelor prin benzi.

Aceasta se recomandă atunci când se urmăreşte simultan dinamica a 2
indicatori strans legaţi între ei, ca exportul şi importul. În acest caz, axele de
coordonate îşi schimba locul: pe verticală se dispune timpul, iar pe
orizontală termenii SCR.
Pentru a putea caracteriza statistic modul de dezvoltare a fenomenului este

necesar ca datele prezentate în funcţie de timp să fie supuse prelucrării.
În urma prelucrării SCR se obţin:
1. Indicatori absoluţi.
2. Indicatori relativi.
3. Indicatori medii.
215
1. Indicatorii absoluţi
y i = nivelurile absolute ale termenilor seriei;
∆ i ⁄ 0 = modificarea absolută (spor sau scădere absolută)

calculată cu baza fixă;
∆ i ⁄ i – 1 = modificarea absolută calculată cu bază în lanţ.
2. Indicatorii relativi
I i ⁄ 0 = indicele de dinamică calculat cu baza fixă;
I i ⁄ i – 1 = indicele de dinamică calculat cu baza în lanţ;
R i ⁄ 0 = ritmul sporului cu bază fixă;
R i ⁄ i – 1 = ritmul sporului cu bază în lanţ;
A i ⁄ 0 = valoarea absolută a unui procent de creştere (scădere)

cu bază fixă;
A i ⁄ i – 1 =valoarea absolută a unui procent de creştere

(scădere) cu bază în lanţ.
3. Indicatorii medii
y = nivelul mediu al unui SCR de intervale;
∆ = nivelul mediu al sporului (scăderii) absolute;
I = indicele mediu al dinamicii;
R = ritmul mediu al sporului.
Calculul sistemului de indicatori se face diferenţiat pentru o serie de

intervale şi pentru o serie de momente.
La seria de momente nivelul mediu se calculează prin media cronologică
( y cr ).
216
12.3. PRELUCRAREA STATISTICĂ A

SERIILOR CRONOLOGICE DE INTERVALE
12.3.1. Indicatorii absoluti ai SCR
Exemplu: Cunoaştem urmatoarea serie de date pentru perioada 1995 -

2000:
Anii 1995 1996 1997 1998 1999 2000

Locuinte terminate în
2031 1625 1571 1395 1286 1137
judetul Bacãu
Sursa datelor: “infoSTAT“ (colecţie) - INS - D.J. Statistică Bacău
Aceasta este o serie cronologică de intervale, întrucât termenii seriei se pot

însuma, totalul însumării fiind 9045. Aşadar, putem afirma că în perioada
1995-2000 s-au finalizat în judetul Bacău în număr de 9045 de locuinţe.
Dacă notăm cu “t“ variabila de timp şi cu “y“ numărul de locuinte terminate

din fiecare an, seria va lua valori de la y 0 (anul 1995, care va fi considerat
şi an de baza a seriei), până la y n (anul 2000, ultimul termen al seriei).
Deoarece am notat primul termen din serie cu y 0 şi ultimul termen cu y n ,
seria va avea n+1 termeni.
a) Termenii acestei serii sunt exprimaţi în valoare absolută.

b) Modificările absolute pot fi interpretate ca sporuri (sau scăderi)
absolute de la o unitate de timp la alta.
În practica statistică sporul absolut se mai numeşte şi creştere absolută

(sau excedent), iar scăderea absolută poate avea uneori sens de deficit (sau
economie absolută).
Deci, interpretarea se face în funcţie de conţinut şi de tendinţă obiectivă de

creştere sau micşorare a fenomenului cercetat şi nu de semnul scăderii
matematice efectuate. Aşa spre exemplu, dacă studiem cheltuielile
materiale efectuate pe o unitate de produs obţinută, scăderea acestora are
sens pozitiv, de economie realizată.
Sporul sau scăderea absolută poate fi calculată fie faţă de nivelul unei
singure perioade considerată baza de referinţă, fie de la o perioada la alta.
În primul caz se obţine sporul (scăderea) cu baza fixa, iar în cel de-al doilea,
sporul (scăderea) cu baza în lanţ.
217
Sporul cu bază fixă (notat cu ∆ i ⁄ 0 ) se obţine ca diferenţă între nivelul

fiecărei perioade y i şi nivelul perioadei de referinţă y 0 . Rezultatul se
exprimă în aceeaşi unitate de măsura cu al caracteristicii studiate:
∆i ⁄ 0 = yi – y0
Pentru exemplu luat: ∆ 1 ⁄ 0 = y 1 – y 0 = 1625 - 2031 = -406 locuinţe

∆ 2 ⁄ 0 = y 2 – y 0 = 1571 - 2031 = -460 locuinţe
.
.
.
∆ 5 ⁄ 0 = y 5 – y 0 = 1137 - 2031 = -894 locuinţe
Rezultatele calculului tuturor indicatorilor sunt prezentate în tabel, unde se

pot urmări usor şi corelaţiile dintre indicatori:
Valoarea
absolută a
Locuinte Indicele Creşterea unui
Sporul absolut relativa cu baza
terminate în cu baza procent din
cu baza:
judetul Bacău (%) ( ± %) ritmul
sporului cu
baza în lanţ
fixa în lant fixa în lant fixa în lant
Anul yi Ai ⁄ i – 1
∆i ⁄ 0 ∆i ⁄ i – 1 Ii ⁄ 0 Ii ⁄ i – 1 Ri ⁄ 0 Ri ⁄ i – 1
1995 2031 - - 100,0 - - - -
1996 1625 -406 -406 80,0 80,0 -20,0 -20,0 20,31
1997 1571 -460 -54 77,4 96,7 -22,6 -3,3 16,25
1998 1395 -636 -176 68,7 88,8 -31,3 -11,2 15,71
1999 1286 -745 -109 63,3 92,2 -36,7 -7,8 13,95
2000 1137 -894 -149 56,0 88,4 -44,0 -11,6 12,86
-894 56,0
n n
TOTAL 9045 X X X X X
∑ ∆i ⁄ i – 1 ∏ Ii ⁄ i – 1
i=0 i=1
218
2500 Locuinte terminate in judetul Bacau

yi
2000
1500
1000
500
ti
0
1995 1996 1997 1998 1999 2000
Sporul cu bază în lanţ ( ∆ i ⁄ i – 1 ) se obţine ca diferenţă între nivelul fiecărei

perioade ( y i ) şi nivelul perioadei anterioare ( y i – 1 ):
∆i ⁄ i – 1 = yi – yi – 1
Astfel, pentru exemplul luat avem:

∆ 1 ⁄ 0 = y 1 – y 0 = 1625 - 2031 = -406 locuinţe
∆ 2 ⁄ 1 = y 2 – y 1 = 1571 - 1625 = -54 locuinţe
.
.
∆ 5 ⁄ 4 = y 5 – y 4 = 1137 - 1286 = -149 locuinţe
Între sporurile cu baza în lanţ şi cele cu bază fixă există urmatoarea relaţie:
n
∑ ∆i ⁄ i – 1 = ∆n ⁄ 0 = yn – y0
i=1
Rezultă că, suma sporului cu baza în lanţ este egală cu ultimul spor cu baza
fixă, deci cu sporul pentru întreaga perioadă luată în calcul.
În exemplul luat avem: -894 = -894.
219
Folosind această relaţie, dacă scădem din sporul cu bază fixă a unei
perioade sporul cu bază fixă a perioadei precedente se obţine sporul cu
bază în lanţ corespunzător:
( yi – y0 ) – ( yi – 1 – y0 ) = yi – y0 – yi – 1 + y0 = yi – yi – 1
Sintetic putem spune:

∆i ⁄ 0 – ∆i – 1 ⁄ 0 = ∆i ⁄ i – 1
În exemplul luat se pot urmări în tabel corelaţiile respective, spre exemplu:
∆2 ⁄ 0 – ∆1 ⁄ 0 = ∆2 ⁄ 1
- 460 - (- 406) = -54
.
s.a.m.d.
Aceste relaţii se folosesc atunci când nu dispunem de date absolute şi se

cunosc fie numai sporurile cu bază fixă, fie numai cele cu bază în lanţ. De
asemenea se poate verifica exactitatea calculelor.
Prin urmare, putem afirma că numărul de locuinţe terminate a scăzut de la

an la an, scăderea maximă producându-se în anul 1996 faţă de anul 1995,
respectiv cu 406 locuinţe mai puţin. Pe întreaga perioadă a celor 6 ani
(1995 - 2000) s-au terminat cu 894 locuinţe mai puţin.
12.3.2. Indicatorii relativi ai SCR
Mărimea relativă care arată de câte ori s-a modificat un fenomen în timp se
numeşte indice de dinamică şi se poate calcula cu baza fixa şi cu baza în
lanţ.
a) Indicele cu baza fixă ( I i ⁄ 0 ) se calculează ca raport între nivelul fiecărei

perioade şi nivelul ales ca bază de comparaţie. De regulă, rezultatul se
înmulţeşte cu 100 şi se exprimă în procente.
I i ⁄ 0 se mai numeşte şi ritm al creşterii (al descreşterii).

yi yi
I i ⁄ 0 = ----- sau I i ⁄ 0 (%)= ----- × 100
y0 y0
220
În exemplul luat:
y1 1625
I 1 ⁄ 0 = ----- × 100 = ------------- × 100 = 80,0%
y0 2031
y2 1571
I 2 ⁄ 0 = ----- × 100 = ------------- × 100 = 77,4%
y0 2031
.
.
y5 1137
I 5 ⁄ 0 = ----- × 100 = ------------- × 100 = 56,0%
y0 2031
b) Indicele de creştere cu baza în lanţ ( I i ⁄ i – 1 )se calculează ca raport între

nivelul fiecărei perioade şi nivelul perioadei precedente:
yi yi
I i ⁄ i – 1 = ---------- sau I i ⁄ i – 1 (%) = ---------- × 100
yi – 1 yi – 1
Relaţii între indicii cu bază fixă şi cei cu baza în lanţ:

yn
I 1 ⁄ 0 × I 2 ⁄ 1 × I 3 ⁄ 2 × … × I n – 1 ⁄ n – 2 × I n ⁄ n – 1 = -----
y0
= In ⁄ 0
y1 y2 yn – 1 yn
I n ⁄ 0 = ----- × ----- × … × ----------- × ----------- = I n ⁄ 0
y0 y1 yn – 2 yn – 1
Prin urmare, corelaţia se poate sintetiza în:

n
yn
∏ Ii ⁄ i – 1 = I n ⁄ 0 = -----
y0
i=1
Deci, produsul indicilor cu bază în lanţ va fi egal cu ultimul indice cu baza

fixă al perioadei luate în cercetare.
Corespunzator se poate face trecerea şi de la indicii cu baza fixă la cei cu

baza în lanţ:
y yi – 1 yi Ii ⁄ 0
-----i ÷ ---------- = ---------- ⇒ --------------- = I i ⁄ i – 1
y0 y0 yi – 1 Ii – 1 ⁄ 0
221
Spre exemplu, în cazul nostru:
I3 ⁄ 0 , 687-
--------- = I 3 ⁄ 2 ⇒ 0-------------- = 0, 888
I2 ⁄ 0 0, 774
Atenţie! Toate corelaţiile se vor efectua folosind în calcule indicii sub

forma de coeficienţi, apoi dacă se doreşte, se revine la forma de procent prin
înmulţire cu 100.
Spre exemplu, în tabel avem calculaţi indicii sub formă de procente, iar
pentru a verifica dacă produsul indicilor cu baza în lanţ este egal cu ultimul
indice cu bază fixă vom transforma întâi în coeficienţi prin împărţire cu 100,
vom face produsul acestor indici, apoi dacă dorim, rezultatul va fi înmulţit din
nou cu 100 pentru a fi exprimat în procente.
Astfel: 0,8 x 0,967 x 0,888 x 0,922 x 0,884 = 0,5599
Indicele de scădere pe întreaga perioadă (1995 - 2000) este de 0,56 sau

56,0%.
c) În statistica intereseaza nu numai de câte ori a crescut fenomenul

cercetat în timp ci şi cu cât nivelul comparat a depaşit în mărime relativă
nivelul folosit ca bază de comparare. În acest caz se calculează: ritmul de
creştere (scădere) al sporului.
Ritmul de creştere (scădere) al sporului cu bază fixă ( R i ⁄ 0 ) se

calculează ca raport între sporul cu bază fixă al fiecărei perioade şi nivelul
anului de bază şi se exprimă în procente.
∆i ⁄ 0 yi – y0 yi y0
R i ⁄ 0 = ---------- × 100 = --------------- × 100 = ⎛ ----- – -----⎞ × 100 = ( I i ⁄ 0 – 1 ) × 100
y0 y0 ⎝ y 0 y 0⎠
Prin urmare, dacă se cunoaşte indicele de creştere cu bază fixă, ritmul de

creştere al sporului este usor de obţinut, scăzând din acesta 1 sau 100,
după cum acesta este exprimat în coeficient sau în procent.
Astfel, dacă indicele a fost exprimat în coeficient, ritmul de creştere al

sporului se va obţine astfel:
( I i ⁄ 0 – 1 ) × 100 = R i ⁄ 0
Dacă indicele a fost deja exprimat în procente, atunci:
222
I i ⁄ 0 (%) - 100 = R i ⁄ 0
Ritmul de creştere (scădere) al sporului ne arată cu cât s-a depaşit (sau a

scăzut) relativ nivelul fenomenului în perioada studiată faţă de perioada
bază de comparaţie.
d) Ritmul de creştere (scădere) al sporului cu bază în lanţ ( R i ⁄ i – 1 ) se

calculează raportând sporul absolut cu baza în lanţ la nivelul absolut al
anului anterior şi se exprima în procente:
∆i – 1 yi – yi – 1 yi yi – 1
R i ⁄ i – 1 = ----------- × 100 = --------------------- × 100 = ---------- – ---------- × 100 =
yi – 1 yi – 1 yi – 1 yi – 1
= ( I i ⁄ i – 1 – 1 ) × 100
Atenţie ! ∏ Ri ⁄ i – 1 ≠ Rn ⁄ 0
i=1
Deci, corelaţiile dintre indicii cu baza în lanţ şi cei cu baza fixă nu se verifică
şi la ritmul de creştere al sporului. Dacă vrem să ne folosim de aceste
corelaţii şi la ritmul de creştere al sporului, facem trecerea la indice prin
adunarea lui 100, ne folosim de corelaţiile dintre indici, apoi facem din nou
trecerea de la indice la ritm de creştere al sporului.
Atenţie ! A nu se confunda indicele de creştere cu ritmul de creştere al

sporului. Primul arată de câte ori a crescut (scăzut) fenomenul în perioada
respectivă, iar al doilea cu câte procente a crescut sau a scăzut fenomenul.
Spre exemplu, dacă indicele arată 0,8, respectiv 80% este de preferat să ne
folosim în exprimare cu ajutorul ritmului şi să spunem că fenomenul a scăzut
cu 20% (80 - 100 = - 20%).
Dacă însă indicele arată 2,5, respectiv 250% este mai pe înteles pentru
public de a folosi în exprimare indicele şi să spunem că fenomenul a crescut
de 2 ori şi jumătate decât să folosim ritmul, care înseamnă că fenomenul a
crescut cu plus 150%. Dar, ambele forme de exprimare sunt corecte, însă
una poate fi mai bine recepţionată de auditoriul mai puţin specializat, faţă de
cealaltă.
223
e) Valoarea absolută a unui procent de creştere cu bază fixă ( A i ⁄ 0 ) .

Calculul acestui indicator se bazează pe regula de 3 simplă:
R % ............................. ∆
1 % ............................. A
∆
⇒ A = ---
R
Astfel vom avea:

∆i ⁄ 0 yi – y0 y0
A i ⁄ 0 = ---------- = ------------------------------ = ---------
Ri ⁄ 0 yi – y0 100
--------------- × 100
y0
Rezultă că valoarea absolută a unui procent de creştere cu bază fixă este

aceeaşi pentru întreaga perioadă, deoarece nivelul care s-a considerat
egal cu 100% este nivelul anului de baza ( y 0 ) şi exprimă câte unităţi din
sporul înregistrat într-un an, revin la fiecare procent din ritmul de creştere al
sporului.
În exemplul luat:
y 0 2031
A i ⁄ 0 = --------- = ------------ = 20, 31 locuinte
100 100
Interpretare: în perioada 1995 - 2000 în medie, fiecare procent de scădere a

numărului de locuinţe echivala cu un număr de 20 locuinţe mai puţin.
Verificare: pe toată perioada numărul locuintelor terminate a fost mai puţin
cu 44%. Rezultă 44 x 20,31 = 893,64 ≅ -894 locuinţe în perioada
1995 - 2000).
După cum s-a observat, deşi este trecut în categoria indicatorilor relativi,
A i ⁄ 0 este exprimat în mărime absolută, folosind aceeaşi unitate de măsură
cu cea a caracteristicii studiate.
f) Valoarea absolută a unui procent de creştere cu baza în lant ( A i ⁄ i – 1 )

se calculeaza dupa aceleaşi principii ca indicatorul precedent.
∆i ⁄ i – 1 yi – yi – 1 yi – 1
A i ⁄ ( i – 1 ) = ---------------- = --------------------- = ----------
Ri ⁄ i – 1 yi – yi – 1 100
---------------------
yi – 1
224
Pentru exemplul luat, indicatorul s-a calculat în ultima coloana din tabel.
Interpretare: spre exemplu, pentru anul 2000, reducerea cu -11,6% a

numărului de locuinte terminate faţă de anul anterior a însemnat că pentru
fiecare procent mai puţin, numărul de locuinţe a scăzut în valoare absolută
cu aproape 13, iar pe total cu -149 locuinţe (-11,6% x 12,86 = -149 locuinte).
Putem spunem că acesti indicatori A i ⁄ 0 şi A i ⁄ i – 1 fac legatura dintre

indicatorii absoluţi şi cei relativi, ajutând la interpretarea corectă ai acestora.
12.3.3. Indicatorii medii ai unei serii cronologice cronologice

de intervale
Prin calcularea indicatorilor absoluti şi relativi s-au caracterizat relaţiile care

există între termenii individuali ai unei SCR. Aceşti indicatori arată gradul de
variabilitate a termenilor unei SCR, ca urmare a influenţei exercitate de toate
cauzele şi condiţiile ce determină evoluţia fenomenului respectiv.
Pentru a evidenţia tendinţa de dezvoltare a întregii serii ca rezultat al

influenţei cauzelor esenţiale, calculăm indicatorii medii. Se pot calcula medii
de nivel (nivelul mediu al termenilor unei SCR şi nivelul mediu al sporului)
şi medii de ritm (indicele mediu al dinamicii şi indicele ritmului mediu de
creştere al sporului).
a) Nivelul mediu al unei SCR de intervale ( y )
n
∑ yi
y = i------------
=0 -
n
Se calculează o medie aritmetică simplă a termenilor seriei de intervale.
9045
În exemplul luat avem: y = ------------ = 1507, 5 locuinţe.
6
Aceasta înseamnă că în medie, în fiecare an din perioada 1995-2000 s-au

construit un număr de 1507 locuinte, ultimii trei ani din serie având valori sub
valoarea medie, iar primii trei, peste medie.
225
b) Sporul mediu anual ( ∆ ) .

Se calculează media aritmetică a sporului cu baza în lanţ.
n
∑ ∆i ⁄ i – 1
∆ = i------------------------
=1 - unde n = numărul sporurilor cu baza în lanţ
n
sau
n
∑ ∆i ⁄ i – 1
yn – y0
∆ = i------------------------
=1 - unde n = numărul termenilor seriei
- = ---------------
n–1 n–1
În exemplul luat avem:
– 894
∆ = ------------ = – 178, 8 locuinţe
5
Interpretare: în medie, dacă numărul de locuinţe terminate scădea sub

formă liniară pe seama unor cauze cu influenţă constantă pe toată perioada,
atunci an de an, ar fi trebuit să scădă cu aproape 179 locuinţe.
Limitele acestui indicator: după cum se vede din formula de calcul, sporul
mediu ia în considerare numai termenii extremi ai seriei ( y 0 şi y n ),
ignorând ceilalţi termeni.
Din acest motiv, sporul mediu are sens economic numai în măsura în care
între sporurile cu baza în lanţ, nu există variaţie mare şi prezintă aceeaşi
tendinţă (de creştere sau de scădere) pe toată perioada studiată.
Altfel, prin compensarea abaterilor în plus şi minus din interiorul seriei se va
estompa neomogenitatea datelor prezentate.
Dacă în interiorul seriei se întâlnesc tendinţe opuse, care pe grafic

corespund unei schimbări de forma unei parabole de gradul doi, cu un punct
maxim sau minim, atunci seria trebuie să se dividă în 2 părţi, conform celor 2
tendinte opuse, iar indicatorii medii se vor calcula separat.
c) Indicele mediu de creştere trebuie să arate de câte ori trebuie să

crească an de an fenomenul cercetat, dacă el ar fi crescut de forma unei
progresii geometrice a cărei raţie să exprime influenţa constantă a factorilor
esenţiali pe întreaga perioadă.
226
Se calculează ca o medie geometrică simplă a indicilor cu baza în lanţ.
I = n ∏ Ii ⁄ i – 1 unde n = numărul indicilor cu bază în lanţ

i=1
sau:
n
yn
I = n–1 ∏ ----
y0
- unde n = numărul termenilor seriei
i=1
În exemplul luat avem: I = 5 0, 56 = 0,8905 sau I = 89,05 %
În practică mai întâlnim situaţii în care dispunem de mai multi indici medii ce
caracterizează mai multe perioade succesive de timp şi vrem să calculăm
indicele general pentru întreaga perioadă de timp.
În acest caz, vom calcula o medie geometrică ponderată a indicilor medii de

creştere:
k
∑ ni
n1 n2 n3 nk
i=1
I = I1 × I2 × I3 I
×…× k
unde:
I =indicele mediu general de creştere;
I =indicii medii parţiali;
n i =numărul indicilor cu baza în lanţ ce intră în componenţa fiecărui
indice mediu parţial;
k = numărul subperioadelor, adică al indicilor medii parţiali.
d) Ritmul mediu de creştere al sporului ( R ) arată cu cât a crescut sau a

scăzut fenomenul respectiv în mărime relativă, pe perioada analizată, în
medie de la o unitate de timp la alta.
Aceasta se calculează conform relaţiei de trecere de la indice la ritm al

sporului:
R = I % - 100
227
12.4. PRELUCRAREA SERIILOR CRONOLOGICE DE MOMENTE
Se pot întâlni două situatii:

a) SCR cu intervale egale între momentele seriei;
b) SCR cu intervale neegale între momentele seriei;
a) SCR cu intervale egale între momentele seriei se prelucrează la fel ca

SCR de intervale, putem deci calcula indicatorii absoluti, relativi şi medii
prezentaţi anterior, cu excepţia nivelului mediu al seriei, care se calculează
folosind o formă specială de medie aritmetică, cunoscută în literatura de
specialitate ca medie cronologica simplă ( y cr ) :
Schematic, seria ar arată:
t1 t2 t3 t4 . . . .
y1 y2 y3 y4 y5
unde:
y i = termenii seriei cronologice care iau valori de la y 1 la y n
t i = intervalele dintre momentele seriei care
pot lua valori de la t 1 la t n – 1
În acest caz, t 1 = t 2 = t 3 = . . . . . = t n – 1
În fiecare SCR de momente vom avea “n“ termeni şi “n-1“ intervale.
Se calculeaza medii aritmetice simple parţiale, apoi media cronologică

simplă constă în calcularea mediei aritmetice generale, din mediile parţiale.
Astfel:
y1 + y2 y2 + y3 y3 + y4 yn – 2 + yn – 1 yn – 1 + yn
---------------- + ---------------- + ---------------- + … + ----------------------------- - + -----------------------
2 2 2 2 2
y cr = ---------------------------------------------------------------------------------------------------------------------------------------------- =
n–1
y 1 + 2y 2 + 2y 3 + 2y 4 + … + 2y n – 2 + 2y n – 1 + y n
---------------------------------------------------------------------------------------------------------------------
2
= --------------------------------------------------------------------------------------------------------------------- =
n–1
y1 y
----- + y 2 + y 3 + y 4 + … + y n – 1 + ----n-
2 2
= ----------------------------------------------------------------------------------
n–1
228
Exemplu de calcul:
La o unitate comercială s-a efectuat inventarul stocurilor la urmatoarele

momente:
1.10.2008 . . . . . . . . . . . 72 mii lei
1.11.2008 . . . . . . . . . . . 85 mii lei
1.12.2008 . . . . . . . . . . . 175 mii lei
1.01.2009 . . . . . . . . . . . 27 mii leii
Care a fost stocul mediu lunar la această unitate comercială ?
Se observă că aceasta este o serie cronologică de momente, cu intervale

egale între momentele seriei. Considerând convenţional o lună = 30 zile,
t 1 = t 2 = t 3 = 30 zile.
Pentru a calcula stocul mediu lunar, vom aplica direct formula de calcul a
mediei cronologice simple:
y1 y
----- + y 2 + y 3 + ----4- 72 ------ + 85 + 175 + 27 ------
2 2- ---------------------------------------------
2 2- 309 ,5
y cr = --------------------------------------- = = -------------- = 103, 166667
n–1 4–1 3
y cr ≅ 103,2 mii lei
Dacă am fi calculat media aritmetică simplă a celor 4 valori de stoc

înregistrate, rezultatul ar fi fost diferit:
72 + 85 + 175 + 27 359
y = ---------------------------------------------- = --------- = 89, 75 mii lei
4 4
b) Media cronologică ponderată se aplica în cazul SCR de momente,

cu intervale neegale.
t1 t2 t3 t4 t5
y1 y2 y3 y4 y5 y6
t1 ≠ t2 ≠ t3 ≠ … ≠ tn – 1
În acest caz, când distanţele dintre momentele de timp la care se cunosc

datele sunt diferite, se calculează o medie aritmetică ponderată, calculată
din medii aritmetice parţiale. Rol de pondere joacă în acest caz “ t i “.
229
y1 + y2 y2 + y3 y3 + y4 yn – 2 + yn – 1 yn – 1 + yn
------------------ × t + ----------------- - × t + ----------------- - × t + … + ----------------------------------- -×t + --------------------------- × t n – 1
2 1 2 2 2 3 2 n – 2 2
y cr = -=
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
t1 + t2 + t3 + … + tn – 1
y1 t1 + y2 t1 + y2 t2 + y3 t2 + y3 t3 + y4 t3 + … + yn – 2 tn – 2 + yn – 1 tn – 2 + yn – 1 tn – 1 + yn tn – 1
= ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- =
n–1
∑ ti
i=1
t t +t t +t t +t t +t t
y 1 ⎛ ----⎞ + y 2 ⎛ ----------------⎞ + y 3 ⎛ ----------------⎞ + y 4 ⎛ ----------------⎞ + … + y n – 1 ⎛ ----------------------------------⎞ + y n ⎛ -------------⎞
1 1 2 2 3 3 4 n–2 n–1 n–1
⎝ 2⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
= ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
n–1 -
∑ ti
i=1
De reţinut că pentru SCR de momente cu intervale neegale, între datele

înregistrate, media cronologica ponderată este singurul indicator ce
caracterizeaza seria. Ceilalţi indicatori nu se pot calcula ca un sistem
corelat, deoarece nu se îndeplineşte condiţia de uniformitate a periodicităţii
cu care sunt prezentate datele seriei.
Exemplu de calcul:
Stocul de marfa existent la o unitate comerciala s-a înregistrat la

urmatoarele momente:
1.07.2008 . . . . . . . . . . . 280 mii lei
1.08.2008 . . . . . . . . . . . 180 mii lei
15.09.2008 . . . . . . . . . . . 215 mii lei
10.11.2008 . . . . . . . . . . . 405 mii lei
1.01.2009 . . . . . . . . . . . 125 mii lei
Care a fost stocul mediu lunar din cel de-al doilea semestru al anului ?
Fiind intervale neegale, mai întâi stabilim mărimea intervalului în zile,

considerând convenţional toate lunile egale cu 30 de zile.
t 1 = 30 zile
n–1
t 2 = 45 zile ⇒ ∑ ti = 180 zile

i=1
t 3 = 55 zile
t 4 = 50 zile
230
t1 t1 + t2 t2 + t3 t3 + t4 tn – 2 + tn – 1 tn – 1
y 1 ⎛ ----⎞ + y 2 ⎛ ----------------⎞ + y 3 ⎛ ----------------⎞ + y 4 ⎛ ----------------⎞ + … + y n – 1 ⎛ ----------------------------------⎞ + y n ⎛ -------------⎞
⎝ 2⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
y cr = ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
n–1
- =
∑ ti
i=1
30 30 + 45 45 + 55 55 + 50 50
280 ⋅ ------ + 180 ⋅ ------------------ + 215 ⋅ ------------------ + 405 ⋅ ------------------ + 125 ⋅ ------
2 2 2 2 2 46087, 5
= ----------------------------------------------------------------------------------------------------------------------------------------------------------------- = ---------------------
180 180
= 256 mii lei
12.5. DESCOMPUNEREA UNEI SERII CRONOLOGICE
Analiza statistica a SCR nu trebuie să se limiteze doar la calcularea şi

interpretarea indicatorilor care caracterizează seria. Dată fiind
interdependenţa termenilor seriei cronologice, indicatorii calculaţi pot să ne
folosească pentru calcule de tendinţă. Pentru aceasta se trece la
extrapolarea SCR, adică la obţinerea unor valori ce prelungesc seria dincolo
de limitele pentru care dispunem de date empirice (din observare).
Având o SCR, se va efectua graficul, constatând astfel existenţa unor

abateri de la tendinţa centrală a fenomenului studiat. Tendinţa centrală
sintetizează influenţa factorilor esenţiali dar, pe lângă aceştia, fenomenele
din natură şi societate mai sunt influenţate şi de factori întâmplători,
ocazionali, care fac ca pe grafic să apară acele perturbaţii, abateri de la
tendinţa centrală a fenomenului. Din acest motiv, când se studiază o SCR,
trebuie ca aceasta să fie descompusă în principalele tipuri de mişcări care
apar.
O serie tipică poate fi compusă în general din:

- tendinţa centrala de dezvoltare pe o durată mai lungă, care marchează
direcţia fundamentală a mişcării (numită trend);
- oscilaţii sezoniere (ciclice) create de factori naturali (anotimpuri) sau de
factori sociali (sărbatori religioase, concedii, etc.), care sunt de scurtă durată
şi crează fluctuaţii de tip sinusoidal în jurul trendului;
- oscilaţii întâmplătoare (reziduale), care apar ca rezultat al unor factori
întâmplători (calamităţi naturale, măsuri exceptionale cu caracter economic,
politic, administrativ, etc.).
231
12.5.1. Ajustarea SCR
Statistica, prin metodele sale specifice, trebuie să studieze care este

tendinţa de dezvoltare a fenomenelor, cunoscută în literatura de
specialitate şi sub denumirea de trend, iar prin ajustare, să se încerce
separarea influenţei factorilor esenţiali, cu acţiune sistematică, de acţiunea
factorilor accidentali, care fac ca între termenii empirici şi cei teoretici să
existe abateri.
În sensul cel mai larg, prin ajustarea termenilor unei serii de date statistice
se înţelege operaţia de înlocuire a termenilor reali cu termeni teoretici, care
să exprime legitatea specifică de dezvoltare obiectivă a fenomenelor la care
se referă datele.
2
În cazul ajustarii SCR, dispersia totală ( σ y ), care sintetizează mărimea
medie a variaţiei produsă de influenţa tuturor factorilor se descompune în:
dispersia calculată pe baza variaţiei termenilor reali de la valorile ajustate în
2
funcţie de timp ( σ y ⁄ z ), plus dispersia calculată pe baza variaţiei acestor
2
valori ajustate de la media termenilor reali ai seriei cronologice ( σ y ⁄ t ).
Matematic, acesta se poate scrie astfel:

2 2 2
σy = σy ⁄ z + σy ⁄ t
2 2 Σ ( yi – y )2
unde: σy = dispersia totală, iar σy = ------------------------
n
2
σ y ⁄ z = dispersia termenilor seriei de la valorile ajustate,
care sintetizează influenţa factorilor reziduali (toţi factorii în
afară de factorul timp),
2 Σ ( yi – Yi )2
iar σy ⁄ z = -------------------------- .
n
2
σ y ⁄ t = dispersia valorilor ajustate de la valoarea medie,
care sintetizează variaţia produsă numai ca influenţă a factorului timp,
2
Σ ( Yi – y )2
iar σ y⁄t = ------------------------- ;
n
232
Notă
S-a notat cu :
y i = termenii empirici (din observare) ai SCR
y = media termenilor SCR

Y i = termenii teoretici (ajustaţi) ai SCR obţinuti în urma unui procedeu
de ajustare aplicate seriei empirice
n = numărul de termeni ai SCR
Valorile teoretice (ajustate) în funcţie de timp se pot stabili folosind mai

multe procedee de calcul. Condiţia esenţială a aplicării corecte a unui
procedeu sau altul de ajustare este că numărul termenilor seriei să fie
suficient de mare pentru a intra în câmpul de acţiune al legii numerelor mari,
asigurând astfel o compensare reală a abaterilor întâmplătoare.
Cele mai des folosite sunt urmatoarele metode de ajustare:

1. Ajustarea prin metoda mediilor mobile;
2. Ajustarea prin metoda grafica;
3. Ajustarea prin metoda sporului mediu;
4. Ajustarea prin metoda indicelui mediu de creştere;
5. Ajustarea prin metode analitice de calcul bazate pe procedeul celor
mai mici pătrate.
12.5.1.1. Ajustarea prin metoda mediilor mobile
Acest procedeu se foloseşte de obicei acolo unde variaţia termenilor unei

serii dinamice prezintă un aspect de regularitate ciclică (oscilaţie sezonieră).
Prin calcularea mediilor mobile se înlătură această variaţie ciclică şi se
prezintă seria de date cu o variaţie continuă, lină.
Mediile mobile sunt medii parţiale, calculate dintr-un număr prestabilit de

termeni, în care se înlocuieşte pe rând primul termen cu termenul ce
urmează în seria care trebuie să fie ajustată. De aici provine şi denumirea
de medii glisante sau alunecoase. alunecătoare.
Spre exemplu, dacă consideram teoretic o serie formată din 8 termeni notaţi
cu y i , care urmează să fie ajustaţi prin procedeul mediilor mobile ( y i )
calculate din 3 termeni, vom avea:
233
Valori empirice
yi y1 y2 y3 y4 y5 y6 y7 y8
Valori ajustate y i – y1 y2 y3 y4 y5 y6 –
Mediile mobile din 3 termeni se vor calcula ca medii aritmetice simple:

y1 + y2 + y3 y2 + y3 + y4 y3 + y4 + y5
y 1 = ---------------------------- , y 2 = ---------------------------- , y 3 = ---------------------------- , . . . , s.a.m.d.
3 3 3
Prima medie mobila y 1 se va plasa pe grafic în dreptul celui de-al doilea

termen real, cea de-a doua medie mobilă se va plasa în dreptul celui de-al
treilea termen real, .. ş.a.m.d.
Se observa că prin ajustarea acestuia s-au pierdut 2 termeni ai seriei

(termenii extremi).
În general, se obţin atâtea medii mobile câţi termeni are seria, mai puţin cu
numărul termenilor din care s-au calculat mediile mobile, micşorat cu o
unitate.
Dacă notam cu:
n = nr. termenilor reali (empirici) ai seriei;
n’ = nr. termenilor din care s-a alcătuit media mobilă
N = nr. mediilor mobile sau al termenilor teoretici obţinuţi în urma
procesului de ajustare aplicat seriei de date.
În acest caz, N = n - (n’ - 1). În exemplul luat, seria a avut 8 termeni reali şi 6
termeni teoretici, rezultaţi [ N = 8- (3-1) = 6]
Ajustarea cu ajutorul mediilor mobile calculate dintr-un număr impar de
termeni nu ridică probleme deosebite, deoarece fiecare medie mobila
calculată se va plasa pe grafic în dreptul unui termen real al seriei şi care
corespunde cu termenul ce are o poziţie centrală.
Dacă vom calcula însă medii mobile dintr-un număr par de termeni, atunci
fiecare medie mobilă se va plasa la mijlocul termenilor, deci între 2 termeni
centrali. În aceste conditii, pentru a putea face ajustarea termenilor se vor
calcula medii mobile iniţiale, dintr-un număr de termeni dorit (spre exemplu
din 4 termeni), apoi procedeul de ajustare se mai repetă odată, calculând în
continuare medii mobile din câte 2 termeni ai seriei ajustate în prima etapă.
234
În felul acesta mediile mobile calculate în a doua etapă de ajustare se vor

plasa pe grafic în dreptul unui termen real al seriei.
Primele medii mobile se vor numi medii mobile provizorii ( y i ), iar cele
calculate în a doua etapă se vor numi medii mobile definitive sau centrate
( y i ), datorită faptului că se centrează în dreptul unuia din termenii reali ai
seriei de date.
Schematic, ajustarea unei serii din 8 termeni cu ajutorul mediilor mobile
calculate din 4 termeni ar arată astfel:
Valori empirice yi y1 y2 y3 y4 y5 y6 y7 y8
Mediile mobile
provizorii
yi y1 y2 y3 y4 y5
Medii mobile centrate
yi y1 y2 y3 y4
N = 8 - (4 - 1) = 5, deci în prima etapă s-au obţinut 5 medii mobile provizorii;

N = 5 - (2 - 1) = 4, iar în a doua etapă s-au obţinut 4 medii mobile definitive.
Cu alte cuvinte, ajustând o serie din 8 termeni prin procedeul mediilor mobile
formate din 4 termeni s-au pierdut 4 termeni ai seriei iniţiale.
Stabilirea numărului de termeni din care alcătuim mediile mobile este

arbitrară şi, cu cât vom alege mai mulţi termeni, cu atât vom reduce numărul
valorilor ajustate pe baza cărora urmează să se traseze pe grafic linia
trendului.
Un inconvenient al mediilor mobile, în afară de cel al pierderii informaţiilor

oferite de termenii extremi ai seriei este că ele nu se potrivesc decât pentru
serii suficient de lungi. Ele însă se folosesc cu succes în special în cazul
seriilor care prezintă mişcări oscilatorii cu perioade constante (oscilaţii
sezoniere): spre exemplu: dacă oscilaţia (ciclul) se repetă după 4 luni, se
ajustează cu ajutorul mediilor mobile calculate din 4 termeni, iar dacă
oscilaţia se repetă dupa 12 luni, an de an alura graficului având aceeaşi
evoluţie lunară, atunci se va folosi metoda mediilor mobile calculate din 12
termeni.
Procedeul mediilor mobile este doar unul descriptiv, ajutător, dar nu duce la
obţinerea de ecuaţii matematice ale trendului, deci nu se vor putea face
previziuni.
235
12.5.1.2. Ajustarea prin metoda grafică
Mai întâi se construieşte graficul seriei cu ajutorul cronogramei, apoi se

trasează vizual linia de tendinţă care să ţină seama cel mai bine de alura
datelor empirice pe reţeaua graficului.
Linia sau curba se trasează cât mai aproape de majoritatea termenilor reali,
astfel încât abaterile în plus şi cele în minus de la termenii reali la cei
teoretici să se compenseze reciproc.
Metoda grafică reprezintă un mijloc aproximativ de ajustare, care presupune

şi experienţă dar şi o percepere intuitivă a fenomenului.
Ajustarea grafică ajută la alegerea procedeului analitic care trebuie ales
pentru estimarea tendinţei. În general, se acceptă ca cel mai bun mijloc de
ajustare, acel procedeu care, aplicat la seria de date empirice, permite
obţinerea unor termeni teoretici care să dea abateri minime de la valorile
reale corespunzatoare.
12.5.1.3. Ajustarea pe baza sporului mediu de creştere
Această metodă se aplică atunci când, prelucrând seria de date se obţin

sporuri individuale cu baza în lanţ, apropiate ca valoare unele de altele,
având aceeaşi tendinţă (de creştere sau de scădere).
Aceasta corespunde unei creşteri a nivelurilor caracteristicii studiate sub

forma unei progresii aritmetice cu raţia egală cu sporul mediu ( ∆ ) .
Ajustarea prin această metodă se bazează pe relaţia care există între primul
termen, sporurile cu baza în lant şi ultimul termen:
yn = y0 + ∆ 1 ⁄ 0 + ∆ 2 ⁄ 1 + ∆ 3 ⁄ 2 + ∆ 4 ⁄ 3 + … + ∆ n ⁄ n – 1
Dacă admitem că abaterile în plus şi minus ale sporurilor individuale faţă de
∆ sunt minime şi se compensează reciproc, atunci putem înlocui
convenţional fiecare spor individual cu baza în lanţ cu ∆ şi vom obţine:
yn = y0 + ∆ + ∆ + ∆ + ∆ + … + ∆ = y0 + n ⋅ ∆
S-a obţinut astfel ecuaţia de ajustare prin metoda sporului mediu:
Y ti = y 0 ± t i × ∆
236
Pentru a afla un termen ajustat (teoretic) pe baza sporului mediu se va lua

termenul de bază, la care se va adauga ∆ , luat de un număr de unităţi de
timp egale cu poziţia pe care termenul respectiv o are faţă de termenul ales
ca bază. De regulă, primul termen al seriei se consideră ca bază.
Dar pentru a mări gradul de precizie al ajustării se recomandă ca alegerea

bazei de ajustare să se facă după ajustarea vizuală, adică se va alege din
grafic acel termen care, prin poziţia sa, să se apropie cel mai bine de linia
dreaptă teoretică ce uneşte cele 2 puncte extreme ale seriei. Se apreciază
că în punctul respectiv s-a realizat cel mai bine relaţia de progresie
aritmetică dintre primul termen, sporurile anuale cu baza în lanţ şi ultimul
termen.
Reluând exemplul seriei dinamice privind locuintele terminate voi

exemplifica ajustarea termenilor reali prin procedeul sporului mediu, precum
şi prin celelalte procedee.
În tabelul următor voi considera anul 1995 ca an de bază al seriei şi voi

efectua calculele ajutatoare pentru metoda de ajustare cu ajutorul sporului
mediu, precum şi cu ajutorul indicelui mediu de creştere.
( ) ( )
Yt = 2031 Yt = 2031
i 2 i 2
ANUL yi ti y i − Yt y i − Yt y i − Yt y i − Yt
− 178,8 × t i i i
( )
× 0 , 89
ti i i
1 2 3 4 5 6 7 8 9
1995 2031 0 2031 0 0 2031 0 0
1996 1625 1 1852 -227 51529 1808 -183 33489
1997 1571 2 1673 -102 10404 1609 -38 1444
1998 1395 3 1495 -100 10000 1432 -37 1369
1999 1286 4 1316 -30 900 1274 12 144
2000 1137 5 1137 0 0 1134 3 9
TOTAL 9045 9504 72833 9288 36455
t i se alege convenţional, ca distanţă în timp faţă de baza aleasă.

Sporul mediu s-a calculat anterior, ∆ = -178,8
Ecuaţia de ajustare pe baza sporului mediu va fi în acest caz:
Y t = 2031 – ( 178, 8 ) × t i
i
237
Vom obţine astfel:

Y 1995 = 2031
Y 1996 = 2031 - 178,8 x 1 = 1852
Y 1997 = 2031 - 178,8 x 2 = 1673
.............................
Y 2000 = 2031 - 178,8 x 5 = 1137
Rezultatele sunt prezentate sintetic în tabel, reprezentând termenii teoretici

(ajustaţi) prin metoda sporului mediu.
O primă verificare pentru a vedea dacă metoda de ajustare aplicată seriei de

date este cea potrivită se face comparând suma datelor reale cu suma celor
teoretice, obţinute din ajustare. Cu cât cele două sume se apropie mai mult,
metoda de ajustare este mai aproape de situaţia reală.
Fiind valori discrete s-au rotunjit valorile obţinute din ajustare. În exemplul de
faţă, există o diferenţă semnificativă, între 9045 şi 9504, ceea ce ne indică
de la prima vedere că procedeul de ajustare aplicat nu se potriveşte seriei
de date, prin urmare nu da rezultate bune pentru eventuale estimări.
Pentru a vedea care metodă dă rezultatele cele mai bune se poate calcula
coeficientul de variaţie ( v ) cu ajutorul abaterii medii patratice dintre termenii
reali şi cei teoretici şi care metoda de ajustare dă cel mai mic coeficient de
variaţie, pentru acea metoda se va opta.
Astfel, în cazul de faţă:

2
Σ ( y i – Y ti )
2
- = 72833
σ = -------------------------- --------------- = 12138, 8
n 6
σ = 12138, 8 = 110, 17
σ 110, 17
v = --- × 100 = ------------------ × 100 = 7, 3 %
y 1507, 5
În afară de termenii extremi ai seriei, ceilalţi termeni teoretici se

îndepărtează mult de la termenii reali datorită neomogenităţii sporurilor cu
baza în lanţ, care este de altfel o condiţie pentru aplicarea corectă a
metodei.
238
În cazul în care ajustarea prin această metodă ar fi dat rezultate bune,

puteam face estimări pe termen scurt, dând valori în continuare lui t i . Astfel,
dacă vom considera că numărul de locuinţe terminate în urmatorii 2 ani va
urma aceeaşi tendinţa de scădere medie constantă în perioada 1995 - 2000,
vom extrapola seria de date:
Y 2001 = 2031 - 178,8 x 6 = 958 locuinte
Y 2002 = 2031 - 178,8 x 7 = 779 locuinte
12.5.1.4. Ajustarea pe baza indicelui mediu de creştere
Această metodă se foloseşte atunci când termenii seriei au o tendinţa de

creştere sau de scădere sub forma unei progresii geometrice, în care raţia
poate fi considerată ca egală cu indicele mediu ( I ). Această ajustare se
bazează pe relaţia dintre primul termen, indicii cu baza în lanţ şi ultimul
termen din serie.
Astfel, putem scrie: yn = y0 × I1 ⁄ 0 × I2 ⁄ 1 × I3 ⁄ 2 × I4 ⁄ 3 × … × In ⁄ n – 1
Înlocuind fiecare indice cu baza în lanţ cu I , după acelaşi raţionament ca la

metoda sporului mediu, vom obţine:
±ti
yn = y0 × I × I × I × I × … × I = y0 × I
Astfel, ecuaţia de ajustare pe baza indicelui mediu va fi:

±ti
Yt = y0 × I
i
În cazul exemplului dat, rezultatele s-au prezentat în tabel. Se observa că

suma termenilor teoretici obţinuti în urma aplicării acestei metode este puţin
mai apropiată decât în cazul cele obţinute dupa metoda sporului mediu. Prin
urmare şi coeficientul de variaţie va fi mai mic.
2
Σ ( yi – Yti )
2
- = 36455
σ = -------------------------- --------------- = 6075,8
n 6
239
σ = 6075, 8 = 77, 9
σ 77, 9
v = --- × 100 = ------------------ × 100 = 5, 2 %
y 1507, 5
Dacă se consideră că metoda de ajustare folosită da rezultate bune şi se

poate folosi în estimări, se trece la extrapolarea tendinţei, dând valori lui t i în
continuare, ca şi în cazul metodei sporului mediu.
Atât ajustarea pe bază de ∆ , cât şi pe baza I se fac având la bază doar 2
termeni ai seriei cronologice, primul şi ultimul, motiv pentru care ambele au
caracter mecanic, rigid şi pot oferi informatii utile numai dacă ipoteza pe care
se bazează: omogenitatea modificărilor absolute, respectiv a celor relative
cu baza în lanţ este îndeplinită.
Cu această condiţie se pot admite calcule de interpolare, respectiv de

extrapolare a termenilor seriei cu ajutorul acestor metode.
12.5.1.5. Ajustarea pe baza metodelor analitice
Această metodă are la bază un model matematic iar aproximarea termenilor

se face pe baza unei funcţii care corespunde tendinţei reale a fenomenelor.
Spre deosebire de ajustarea mecanică, ajustarea analitică ţine seama de toţi
termenii seriei.
În cazul SCR, tendinţa centrală a evoluţiei se exprimă ca o funcţie de timp:
y ti = f ( t i ) , unde: t i = valorile variabilei independente (timpul);

y i = valorile variabilei dependente (termenii SCR).
Alegerea funcţiei care corespunde cel mai bine formei reale de evoluţie a
fenomenelor se face pe baza unei analize atente a graficului.
Trendul, Y ti se stabileşte utilizând metoda celor mai mici patrate, care

constă în aproximarea termenilor empirici ai seriei în aşa fel încât suma
pătratelor abaterilor dintre termenii empirici şi valorile teoretice să fie
minime. Matematic aceasta se scrie ca:
∑ ( yt – Yt )
2
S = i i
= minim
240
În cazul tendinţei liniare vom avea ecuaţia:

y t i = a + b ⋅ t i , iar condiţia va fi:
∑ [ yi – ( a + b ⋅ ti ) ]
2
= minim
Pentru aflarea celor doi parametri a şi b care definesc ecuaţia liniei drepte,
se derivează această suma în raport cu derivatele parţiale ale celor 2
parametri:
∂-----S
= 2 ∑ [ yi – ( a + b ⋅ ti ) ] ⋅ ( –1 )
∂a
∂-----S
= 2 ∑ [ yi – ( a + b ⋅ ti ) ] ⋅ ( –ti )
∂b
Anulând derivatele parţiale şi simplificând cu 2 se obţine:
⎧n ⋅ a + b ⋅ t =
⎪ ∑ i ∑ yi
⎨
⎪ n ⋅ t i + b ⋅ t 2i =
⎩ ∑ ∑ ∑ ti yi
Sistemul de ecuaţii normale necesar rezolvării ecuaţiei se poate obţine cu
usurinţă dacă se înmulteşte ecuaţia dreptei, pe rând, cu coeficientii celor 2
parametri “a“ şi “b“ şi se însumează ecuaţiile astfel obţinute pentru toate
unităţile la care s-a facut observarea scoţându-se ca factori “a“ şi “b“.
În exemplul pe care l-am luat (constructiile de locuinte în judetul Bacău în

perioada (1995 - 2000) vom avea: Y ti = a + b ⋅ t i
Prima ecuaţie o vom obţine însumând toate cele 6 ecuatii, dupa ce fiecare a
fost înmulţită cu coeficientul parametrului “a“ (în acest caz, egal cu 1):
y1 = a + b ⋅ t1
y2 = a + b ⋅ t2
………………
y6 = a + b ⋅ t6
6 6
∑ yi = 6 ⋅ a + b ∑ ti
i=1 i=1
241
A doua ecuaţie o vom obţine însumând toate cele 6 ecuaţii, după ce în

prealabil le-am înmulţit pe fiecare cu coeficientul parametrului “b“( în acest
caz egal cu “ t i “).
2
y1 ⋅ t1 = a ⋅ t1 + b ⋅ t1
2
y2 ⋅ t2 = a ⋅ t2 + b ⋅ t2
……………………
2
yn ⋅ tn = a ⋅ tn + b ⋅ tn
n n n
∑ yi ⋅ ti = a ∑ ti + b ∑ ti
2
i=1 i=1 i=1
Obţinem astfel urmatorul sistem general:

⎧ n n
⎪
⎪∑ i
y = n ⋅ a + b ∑ ti
⎪i = 1 i=1
⎨
⎪ n n n
⎪
∑ yi ⋅ ti = a ∑ ti + b ∑ ti
2
⎪
⎩i = 1 i=1 i=1
Cum “ t i “se va alege arbitrar, în funcţie de distanţa în timp faţă de baza pe

care o alegem, putem simplifica calculele mult dacă vom alege pe t i în aşa
n
fel încât ∑ ti = 0.
i=1
În cazul în care seria are un nr. impar de termeni vom alege ca bază
( y 0 ) termenul central al seriei, pentru ceilalţi dinainte t i luând valori cu minus
(-1; -2; -3; s.a.m.d.), iar pentru termenii de după ( y 0 ) luând valori pozitive:
(+1; +2; +3; s.a.m.d.).
În cazul seriei cu nr. par de termeni, cei doi termeni centrali vor lua valorile -
1 şi respectiv +1, urmând ca în continuare să primească valori din doi în doi.
Aceasta, pentru a nu lucra cu zecimale şi a complica calculele
(.. . -2,5; -1,5; -0,5; +0,5; +1,5; +2,5; . .. . ) sau ( ...-5; -3; -1; +1; +3; +5 ...).
242
În exemplul considerat voi opta pentru alegerea lui t i în aşa fel încât
n
∑ ti = 0.
i=1
Calculele sunt prezentate în tabel.
Yt = 1507,5
A nul yi ti ti
2
y i × ti i
80,9 × t i
y i − Yt i
(y i − Yt
i
)
2
1995 2031 -5 2 5 -1 0 1 5 5 1 9 1 2 .0 1 1 9 .0 1 4 1 6 1 .0
1996 1625 -3 9 -4 8 7 5 1 7 5 0 .2 -1 2 5 .2 1 5 6 7 5 .0
1997 1571 -1 1 -1 5 7 1 1 5 8 8 .4 -1 7 .4 3 0 2 .8
1998 1395 1 1 1395 1 4 2 6 .6 -3 1 .6 9 9 8 .6
1999 1286 3 9 3858 1 2 6 4 .8 2 1 .2 4 4 9 .4
2000 1137 5 25 5685 1 1 0 3 .0 3 4 .0 1 1 5 6 .0
În cazul acesta sistemul se simplifică şi devine:

⎧ n
⎪
⎪ ∑ yi
⎧ n
⎪ i=1 -
⎪ ⎪ a = ------------
⎪ ∑ i
y = n ⋅ a n
⎪
⎪ i=1 ⎪ n
⎨ n ⇒ ⎨
⎪ n
⎪ ∑ yi ⋅ ti
⎪ ⎪
⎪∑ i i
y ⋅ t = b ∑ ti
2
⎪ b = i--------------------
=1 -
⎩i = 1 i=1 ⎪ n
⎪
∑
2
ti
⎪
⎩ i=1
Cu alte cuvinte, parametrul “a“ este însăşi media aritmetică calculată pentru
termenii seriei cronologice.
Se fac în tabel toate calculele ajutatoare necesare rezolvării sistemului, care

devine:
⎧ 9045 = 6 ⋅ a ⎧ a = 1507, 5
⎨ ⇒⎨
⎩ – 5663 = 70 ⋅ b ⎩ b = – 80, 9
Parametrul “b“ mai este numit şi coeficient de regresie, pe baza acestuia

facându-se interpretarea.
243
De asemenea, dacă semnul lui “b“ este “+“, indică o tendinţa de creştere a
fenomenului, iar dacă este cu “ - “ indică o tendinţă reală de scădere a
fenomenului, ceea ce se poate sesiza şi de pe grafic.
În exemplul luat, atât semnul lui “b“ cât şi de pe grafic indică tendinţa de
scădere. Astfel, dacă dorim să facem estimări pe termen scurt, considerând
că se va merge în continuare cu aceeaşi tendinţă, vom avea:
- pentru anul 2001: Y 2001 = 1507,5 - 80,9 x 7 = 941
- pentru anul 2002: Y 2001 = 1507,5 - 80,9 x 9 = 779
Deci, pe baza ecuaţiei de tendinţă gasită se va da în continuare valori lui “ t i ,

după aceeaşi regulă folosită pentru estimarea trendului.
Verificarea calculării ecuaţiei de tendinţă se face pe baza relaţiei:
∑ Yt i
= ∑ yi
Această modalitate de verificare se bazeaza pe faptul că prin ajustare s-au
redistribuit influenţele factorilor, considerându-se că toţi au avut o influenţă
constantă pe toată perioada şi variabil a fost doar timpul.
În cazul exemplului, sumele s-au verificat (9045 = 9045).
12.5.2. Criterii de alegere a celui mai bun procedeu de ajustare
După cum s-a observat, folosind mai multe procedee de ajustare a seriei s-
au obţinut mai multe valori teoretice pentru acelaşi an. Prin urmare, trebuie
să alegem cel mai bun model matematic pentru estimarea trendului.
Cele mai cunoscute procedee şi cele mai frecvent folosite sunt:

a) Se calculează abaterile dintre termenii empirici şi cei teoretici, apoi se
face suma luându-se datele in modul. Se consideră cel mai bun procedeu de
ajustare acela la care ∑ y i – Y ti = minim.
b) Un procedeu mai obiectiv de apreciere a modelului ales pentru ajustare

este acela al calculării coeficientului de variaţie ( v ) ca raport între abaterea
medie liniara sau pătratică de la valorile ajustate şi nivelul mediu al
termenilor seriei empirice:
∑ ∑
2
yi – Yt d ( yi – Yt ) σ
d = ------------------------- ⇒ v
i
= --- × 100 sau σ = ------------------------------ ⇒ v
i
= --- × 100
n y n y
244
Se apreciază că cel mai bun procedeu de ajustare este acela care are cel
mai mic coeficient de variaţie. În exemplul cifric considerat, la metoda
analitică (a dreptei), coeficientul de variaţie calculat pe baza abaterii medii
patratice va fi:
32742 , 8- = 73, 117

σ = --------------------
6
73, 117
v = ------------------ × 100 = 4, 9 %
1507, 5
12.5.3. Măsurarea oscilaţiei sezoniere în cazul SCR
În manifestarea lor concretă, unele fenomene sunt influenţate pe lângă

cauze esenţiale şi întâmplătoare şi de unii factori cu caracter sezonier. Astfel
de fenomene care prezintă variaţii mari cu caracter de regularitate legate în
special de modificarea anotimpurilor se întâlnesc în multe activităţi ale
economiei naţionale (exemplu: agricultura, transporturi maritime şi fluviale,
circulaţia mărfurilor).
În vederea măsurării oscilaţiilor sezoniere, statistica calculează indicatorii

sezonalităţii. Cele mai des întâlnite metode sunt:
a) Metoda mediei aritmetice;

b) Metoda mediilor mobile.
Voi prezenta cele doua metode pe urmatorul exemplu:
Considerăm urmatoarele date convenţionale cu privire la vânzările fizice ale

unei societăţi direct producătoare:
- mii hectolitri -
Medii partiale Indicatorii
Sume pentru (trimestriale) sezonalitatii
Trimestrul 2006 2007 2008 medii y
partiale
yi i = i × 100
y0
I 35 38 53 126 42,0 70,0
II 67 75 80 222 74,0 123,3
III 70 78 81 229 76,3 127,2
IV 43 48 52 143 47,7 79,4
TOTAL 215 239 266 720 60,0 400,0
245
Caracterul sezonier al desfacerii produsului sere rezultă atât din datele

exemplului cât şi din reprezentarea grafică a SCR.
mii hl.
90
80
70
Productia de bere
60
50
40
30
20
10
Trim e s tre /ani
0
III - 1998
III - 1999
III - 2000
II - 1998
II - 1999
II - 2000
I - 1998
I - 1999
I - 2000
IV - 1998
IV - 1999
IV - 2000
yi - Termenii reali
Y i - Termenii teoretici, ajustati cu ajutorul mediilor mobile
Media lunara anuala (60 mii litri)
Se observă că perioada de vârf a desfacerii de bere se înregistreaza în toţi

anii în trimestrele II şi III, iar în trimestrul IV (anotimpul rece), consumul
acestui produs scăde, prin urmare şi vânzarea.
Din grafic, rezultă atât oscilaţia sezonieră a desfacerilor de bere influentată
de anotimp, dar şi o creştere an de an a fenomenului.
a) Calculul indicilor de sezonalitate cu ajutorul metodei mediei

aritmetice
Aceasta presupune determinarea prealabila a mediilor parţiale pe fiecare

trimestru în parte, iar apoi a mediei generale. În primul tabel au fost
efectuate toate calculele pentru determinarea indicilor de sezonalitate pentru
exemplul considerat, cu ajutorul acestei metode. Mediile parţiale trimestriale
s-au calculat ca medii aritmetice simple din datele pentru cei 3 ani,
corespunzătoare pentru fiecare trimestru în parte.
Spre exemplu, pentru trimestrul I, media s-a calculat ca:

35 + 38 + 53
y I = ------------------------------ = 42, 0 mii litri bere.
3
În dreptul rândului de “Total“ al coloanei de “Medii trimestriale“ s-a calculat

media anuală trimestrială (media generală).
246
Aceasta se calculeaza fie ca sumă a termenilor seriei şi împărţind la 12, fie

ca medie calculată din cele 4 medii parţiale trimestriale.
35 + 67 + 70 + 43 + 38 + 75 + 78 + 48 + 53 + 80 + 81 + 52-
y0 = --------------------------------------------------------------------------------------------------------------------------------------------- = 60
12
(media
generala)
42 + 74 + 76, 3 + 47, 7
sau y 0 = ------------------------------------------------------- = 60
4
În final se calculează indicatorii sezonalităţii, împărţind fiecare medie

trimestrială la media generală.
yi yi
i = ----- sau i (%) = ----- × 100
y0 y0
Suma indicatorilor sezonalităţii va fi întotdeauna egală cu produsul dintre

numărul indicatorilor şi 100 dacă indicii au fost exprimaţi în procente. În
exemplul nostru această sumă este 400, având 4 indici ai sezonalităţii.
Indicatorul mediu general calculat pe baza indicatorilor parţiali trimestriali ai

sezonalităţii este egal în procente cu 100 şi arată consumul uniform al
produsului în cursul perioadei cercetate.
În exemplul de faţă, consumul mediu trimestrial exprimat în cifre absolute

este de 60 mii litri bere şi este trasat pe grafic ca o linie paralelă cu abcisa.
Dacă consumul, respectiv desfacerea de bere nu ar fi fost influentat de

factori sezonieri şi ar fi fost uniformă pe toată perioada, atunci acesta ar fi
fost în fiecare trimestru egal cu 60 mii litri bere.
Fiecare indice de sezonalitate semnifică faptul că întreg orizontul de timp,

factorul sezonier abate valoarea reală a desfacerii de bere de la trend, de
atâtea ori sau cu atâtea procente în plus sau minus.
Spre exemplu, în cazul nostru, în trimestrul I consumul mediu este mai mic
cu -30% faţă de trendul general, în timp ce consumul maxim se
înregistrează în trimestrul III, de 1,272 ori mai mare sau cu +27,2% peste
media generală trimestrială. Dacă raportăm termenii reali ai seriei la indicii
sezonalităţii vom obţine SCR corectată, prin excluderea sezonalităţii.
247
Limite ale metodei: indicatorii sezonalităţii calculaţi prin această metoda

prezintă dezavantajul că reflectă pe lângă variatiile sezoniere şi tendinţa
continuă de creştere a fenomenului.
Pentru a elimina influenţa modificării fenomenului de la an la an şi pentru a
urmări numai oscilaţiile sezoniere pure, calculăm indicatorii prin metoda
mediilor mobile.
b) Calcularea indicilor de sezonalitate cu ajutorul metodei mediilor

mobile
Se calculeaza mai întâi medii mobile dintr-un număr par de termeni, apoi se
calculează mai departe medii mobile centrate, pentru a se plasa în dreptul
unui termen iniţial al seriei.
Mediile mobile centrate manifestă o tendinţă continuă de creştere şi ascund

oscilaţiile sezoniere (a se vedea reprezentarea grafică a termenilor teoretici
în cazul exemplului considerat). Pentru a releva influenţa variaţiei sezoniere
şi pentru a elimina creşterea an de an a fenomenului, se face raportul dintre
termenii empirici (iniţiali) ai seriei şi termenii teoretici corespunzători din
yi
seria ajustată, adică ---- .
Yi
Desfacerea Medii mobile Medii mobile yi

Anul Trimestrul de bere din 4 termeni centrate
(mii litri) (provizorii) (definitive) Yi
I 35
II 67
53,75
2006
III 70 54,125 1,29330
54,50
IV 43 55,500 0,77477
56,50
I 38 57,500 0,66087
58,50
II 75 59,125 1,26850
59,75
2007
III 78 61,625 1,26572
63,50
IV 48 64,125 0,74854
64,75
I 53 65,125 0,81382
65,50
II 80 66,000 1,21212
2008 66,50
III 81
IV 52
248
Pentru exemplul considerat, raportul s-a efectuat în ultima coloană a

tabelului.
Acelaşi lucru se poate face şi apelând la o altă metoda analitica de ajustare.

În continuare, indicatorii sezonalităţii se determina prin aceleaşi operaţii ca şi
indicatorii sezonalităţii calculaţi prin metoda mediei aritmetice.
Indicatorii
Sume pentru Medii partiale
Trimestrul 2006 2007 2008 sezonalitatii
medii partiale (trimestriale)
(%)
I 0,660870 0,813820 1,474689 0,73734 73,4
II 1,268499 1,212121 2,480620 1,24031 123,5
III 1,293303 1,265720 2,559023 1,27951 127,4
IV 0,774775 0,748538 1,523313 0,76166 75,8
TOTAL 2,068077 3,943627 2,025941 8,037645 1,00471 400,0
Cunoaşterea gradului de sezonalitate şi măsurarea variaţiei sezoniere

prezintă o deosebită importanţă, stând la baza fundamentării planului de
forţă de muncă pentru luarea unor decizii cu caracter organizatoric
(asigurarea transportului, înmagazinării unor produse cu caracter sezonier).
249
12.6. APLICAŢIE
Cunoaştem evoluţia numărului de căsătorii încheiate în judetul Bacău pe

fiecare lună din anii 1996 si 1997. Să se calculeze şi să se interpreteze
indicatorii acestei serii.
S por absolut S por abs olut

Luna Nr.cas atorii
baza fixa baz a lant
ianuarie - 1996 - 309 0
februarie 477 168 168
m artie 129 -180 -348
aprilie 324 15 195
m ai 495 186 171
iunie 440 131 -55
iulie 533 224 93
august 522 213 -11
septem brie 444 135 -78
octom brie 708 399 264
noiem brie 530 221 -178
dec em brie 212 -97 -318
ianuarie - 1997 - 286 -23 74
februarie 400 91 114
m artie 264 -45 -136
aprilie 185 -124 -79
m ai 570 261 385
iunie 417 108 -153
iulie 503 194 86
august 586 277 83
septem brie 411 102 -175
octom brie 661 352 250
noiem brie 512 203 -149
dec em brie 176 -133 -336
TOTAL 10094 -133
250
Calculele s-au efectuat în tabele.
Indice Indice R itm cres tere R itm cres tere

cres tere cres tere a s porului a s porului
Luna
baza fixa - baza lant baza fixa baza lant
% - -% - -% - -% -
ianuarie - 1996 - 100,0 0,0
februarie 154,4 154,4 54,4 54,4
m artie 41,7 27,0 -58,3 -73,0
aprilie 104,9 251,2 4,9 151,2
m ai 160,2 152,8 60,2 52,8
iunie 142,4 88,9 42,4 -11,1
iulie 172,5 121,1 72,5 21,1
augus t 168,9 97,9 68,9 -2,1
s eptem brie 143,7 85,1 43,7 -14,9
octom brie 229,1 159,5 129,1 59,5
noiem brie 171,5 74,9 71,5 -25,1
decem brie 68,6 40,0 -31,4 -60,0
ianuarie - 1997 - 92,6 134,9 -7,4 34,9
februarie 129,4 139,9 29,4 39,9
m artie 85,4 66,0 -14,6 -34,0
aprilie 59,9 70,1 -40,1 -29,9
m ai 184,5 308,1 84,5 208,1
iunie 135,0 73,2 35,0 -26,8
iulie 162,8 120,6 62,8 20,6
augus t 189,6 116,5 89,6 16,5
s eptem brie 133,0 70,1 33,0 -29,9
octom brie 213,9 160,8 113,9 60,8
noiem brie 165,7 77,5 65,7 -22,5
decem brie 57,0 34,4 -43,0 -65,6
TOTAL 57,0
Fiind o serie cronologică de intervale, media seriei se va calcula ca o medie

aritmetică simpla:
∑ Yi 10094
nr. mediu lunar de casătorii = ----------- = --------------- = 420,6
n 24
n = numărul termenilor seriei = 24
∑ ∆i ⁄ i – 1 Yn – Y0 176 – 309
sporul mediu lunar de casătorii= ----------------------- = ----------------- = ------------------------ = -5,78
n′ n–1 24 – 1
n’ = numărul sporurilor cu baza în lant = 23
251
Indicele mediu Yn 176

de crestere =
lunar
n′
∏ ′m – 1 = n′ ----- =
Y0
23 --------- =
309
23 0, 56957928802 =
= 0, 9758 = 97, 58 %
Ritmul mediu lunar de scădere a sporului = indice mediu lunar - 100 =

= 97,58 - 100 = -2,42%
Rezultă că în perioada celor doi ani, numărul mediu lunar de casătorii a fost
de aproape 421, în medie rezultând o scădere luna de luna cu aproape 6
casătorii (5,78), respectiv o reducere a numărului acestora în medie cu
2,42% lunar .
Analizăm pe baza graficului cronograma: evoluţia casătoriilor pe luni în

perioada celor doi ani:
Evolutia nr. de casatorii in judetul Bacau pe luni

in 1996-1997
800
700
600
500
nr. de casatorii
400
300
200
100
timpul
0
martie
aprilie
iunie
septembrie
decembrie
iulie
octombrie
martie
aprilie
septembrie
decembrie
noiembrie
iunie
ianuarie - 1997 -
iulie
octombrie
noiembrie
ianuarie - 1996 -
mai
mai
august
august
februarie
februarie
Din grafic se observă că cel mai mic număr de casătorii este în luna martie,
cel mai ridicat fiind în octombrie. Se observă de asemenea repetarea aliurii
graficului cu o anumită regularitate de la un an la altul precum şi tendinţa de
reducere, chiar dacă mică, a numărului de casătorii fapt confirmat şi prin
valoarea negativă a sporului mediu şi a indicelui mediu.
252
Extrapolarea tendintei numărului de casătorii cu ajutorul sporului mediu:
Ritm Ritm Valoarea

Spor Spor Indice Indice
crestere a crestere a absoluta a
Nr. absolut absolut crestere crestere
Luna sporului sporului 1% din
casatorii
baza baza baza fixa - baza lant - baza fixa baza lant
R i i− 1
fixa lant %- %- -%- -%-
ianuarie -1996 309 0 100,0 0,0
februarie 477 168 168 154,4 154,4 54,4 54,4 3,09
martie 129 -180 -348 41,7 27,0 -58,3 -73,0 4,77
aprilie 324 15 195 104,9 251,2 4,9 151,2 1,29
mai 495 186 171 160,2 152,8 60,2 52,8 3,24
iunie 440 131 -55 142,4 88,9 42,4 -11,1 4,95
iulie 533 224 93 172,5 121,1 72,5 21,1 4,4
august 522 213 -11 168,9 97,9 68,9 -2,1 5,33
septembrie 444 135 -78 143,7 85,1 43,7 -14,9 5,22
octombrie 708 399 264 229,1 159,5 129,1 59,5 4,44
noiembrie 530 221 -178 171,5 74,9 71,5 -25,1 7,08
decembrie 212 -97 -318 68,6 40,0 -31,4 -60,0 5,3
ianuarie - 1997 286 -23 74 92,6 134,9 -7,4 34,9 2,12
februarie 400 91 114 129,4 139,9 29,4 39,9 2,86
martie 264 -45 -136 85,4 66,0 -14,6 -34,0 4
aprilie 185 -124 -79 59,9 70,1 -40,1 -29,9 2,64
mai 570 261 385 184,5 308,1 84,5 208,1 1,85
iunie 417 108 -153 135,0 73,2 35,0 -26,8 5,7
iulie 503 194 86 162,8 120,6 62,8 20,6 4,17
august 586 277 83 189,6 116,5 89,6 16,5 5,03
septembrie 411 102 -175 133,0 70,1 33,0 -29,9 5,86
octombrie 661 352 250 213,9 160,8 113,9 60,8 4,11
noiembrie 512 203 -149 165,7 77,5 65,7 -22,5 6,61
decembrie 176 -133 -336 57,0 34,4 -43,0 -65,6 5,12
TOTAL 10094 -133 57,0
În tabelul de mai sus s-a efectuat ajustarea mai întâi prin metoda sporului
mediu, folosind ca bază ianuarie 1996 apoi s-a utilizat metoda de ajustare
analitică bazată pe ecuaţia dreptei alegând cei doi termeni centrali ca bază
pentru a simplifica calculele respectiv pentru ca suma de t i = 0.
Comparând suma din Y i = 10094 cu suma din Y t i = 5820.72, se observă o

foarte mare diferenţă între valorile reale şi cele ajustate prin metoda
sporului mediu, un prim indiciu că metoda de ajustare folosită nu dă
rezultate bune în acest caz.
De fapt acest lucru se putea observa de la început, metoda neputând fi

aplicată în previziune din cauză că între sporurile cu baza în lanţ există mari
253
diferente, acestea fiind şi cu semn “+” şi cu semn “ - “ , în concluzie, acestea

nefiind omogene între ele, metoda nu poate fi folosită.
Din acest motiv am efectuat tot în tabelul de mai sus ajustarea cu ajutorul
ecuaţiei dreptei:
∑ ( Yi – Yt )
2
Y t i = a + b ⋅ t i punând condiţia: i
= minim ⇒ sistemul:
⎧ Y = n⋅a+b⋅ t
⎪∑ i ∑i
⎨
⎪ Y i t i = a ⋅ t i + b ⋅ t 2i
cum în cazul nostru am ales ∑ ti = 0 ⇒
⎩∑ ∑ ∑
∑ Yi 10094
a = media seriei = ----------- = --------------- = 420,58
n 24
∑ Yi t-i = 6254
b = -------------- ------------ = 1,36
∑i
2 4600
t
Ajustarea pe baza dreptei ne spune că tendinţa este de creştere, deşi mică,

iar valorile ajustate după această ecuaţie au fost calculate în tabelul de mai
sus. Un prim indiciu că această metodă de ajustare este mai potrivită în
cazul de faţă, este dat de diferenţă foarte mica dintre suma valorilor reale
= 10094 şi suma valorilor ajustate (teoretice ) = 10093,92
Pentru a demonstra că metoda este mai buna decât prima am calculat şi

coeficientul de variaţie cu ajutorul abaterii medii patratice, acesta având o
valoare acceptată.
Calculele ajutatoare au fost efectuate în ultimele doua coloane:
∑
2
Yi – yt 550071 ⋅ 1136- =
- abaterea medie pătratică = i
------------------------- = ---------------------------------
n 24
= 22919, 6 = 151, 39
254
abaterea medie patratica

- coeficientul de variaţie = -------------------------------------------------------------------
- x100 =
media aritmetica
151, 39
= ------------------- x100 = 36%
420, 58
Datorită faptului că din grafic s-a observat repetarea cu regularitate a
tendinţei din primul an şi în cel de-al doilea an şi ştiut fiind faptul că evoluţia
numărului de căsătorii pe luni este un fenomen sezonier, voi calcula în
continuare şi indicii de sezonalitate cu ajutorul metodei mediilor mobile:
Medii m obile Indici de

Num ar partiale Medii m obile sezonalitate
Luna
casatorii calculate din centrate
%
4 term eni
ianuarie - 1996 - 309
februarie 477 309,75
m artie 129 356,25 333,00 38,7387
aprilie 324 347,00 351,63 92,1436
m ai 495 448,00 397,50 124,5283
iunie 440 497,50 472,75 93,0724
iulie 533 484,75 491,13 108,5263
augus t 522 551,75 518,25 100,7236
s eptem brie 444 551,00 551,38 80,5260
octom brie 708 473,50 512,25 138,2138
noiem brie 530 434,00 453,75 116,8044
decem brie 212 357,00 395,50 53,6030
ianuarie - 1997 - 286 290,50 323,75 88,3398
februarie 400 283,75 287,13 139,3121
m artie 264 354,75 319,25 82,6938
aprilie 185 359,00 356,88 51,8389
m ai 570 418,75 388,88 146,5767
iunie 417 519,00 468,88 88,9363
iulie 503 479,25 499,13 100,7764
augus t 586 540,25 509,75 114,9583
s eptem brie 411 542,50 541,38 75,9178
octom brie 661 440,00 491,25 134,5547
noiem brie 512
decem brie 176
TOTAL 10094
Indicii de sezonalitate din ultima coloana au fost calculaţi raportând valorile

reale din prima coloana la valorile ajustate prin metoda mediilor mobile din
patru termeni, respectiv a treia coloana şi înmulţiţi cu 100.
255
12.7. ANALIZA SERIILOR DE TIMP FOLOSIND MEDIUL STATISTIC R
Faţă de alte soft-uri statistice (cum ar fi SPSS, SAS, STATISTICA), R este

un mediu “din linie de comandă” (denumit de multe ori şi “non-vizual”).
Microsoft Excel spre exemplu, deosebit de cunoscut şi utilizat face parte din
mediul vizual (având celule, rânduri, coloane), una din problemele serioase
ale acestor medii fiind aceea că nu sunt explicite (nu putem şti “dintr-o
privire” ce calcule stau în spatele unui rezultat).
Dimpotrivă, pentru un mediu “din linia de comandă”, modul de calcul este

cuprins în câteva linii de text. R este gratuit (cu licenţă) şi poate fi descărcat
de pe internet de la: http://www.r-project.org/.
Există circa 500 de module utilizabile în R, acesta fiind folosit în domenii ce

au de-a face cu obiecte de studiu complexe, pentru care nu există practic
“formule matematice” de descriere şi evoluţie şi care pot fi înţelese rapid
doar cu instrumente statistice ultra-adaptate. (Nici modelele bune în
domeniile social şi economic nu sunt de loc simple.)
În continuare vom folosi R pentru analiza unor serii de timp din economia
reală a judeţului Bacău.
256
12.7.1. Analiza statistică a seriei de timp „cantitate de produse

petroliere produsă în judeţul Bacău (1998-2006)” (exemplu)
În cele ce urmează vom folosi şi lucrarea „Time Series Analysis with

R - Part I” de Walter Zucchini, Oleg Nenadi. Această lucrare recomandă
iniţial inspecţia simplă a seriei de timp (după tranformarea datelor din sursa
de date în serie de timp, folosind functia ts()).
Ea a fost obţinută prin însumarea cantităţilor fizice lunare produse în judeţul

Bacău în intervalul 1998-2006, apoi s-a calculat media lunară pentru anul
1998.
Această valoare furnizează baza pentru indicii lunari (fizici), exprimaţi în

procente.
În graficul următor sunt reprezentate diferenţele aceleiaşi serii. S-a folosit

functia diff(). Această funcţie calculează în expresie implicită diferenţa dintre
două elemente consecutive.
Pentru „aplatizarea” diferenţelor se poate logaritma seria diferenţelor relative

(log()).
257
Acest grafic al diferenţelor este sugestiv pentru aspectul „oscilant” al seriei

de timp (de cele mai multe ori valorile pozitive alternează cu valorile
negative). O caracterizare grafică a „normalităţii” seriei de timp se obţine din
reprezentarea qqnorm(), adică qqnorm(diff(q[,1])).
Interpretarea graficului se obţine comparând cuantilele teoretice cu cele
practice ale seriei (normalitatea se „apreciază vizual”, comparând cu linia
teoretică abscisa = ordonata, adică cuantilele seriei ar fi cele teoretice (ceea
ce nu se prea întamplă decât aproximativ şi în mod asimetric):
258
În graficul anterior cuantilele sunt practic quartile (cuantile de ordinul 4).

Această “inspecţie” vizuală poate fi acompaniată de teste sintetice de
normalitate.
În acest caz s-au folosit doua teste: Kolmogorov-Smirnov şi Shapiro (care
atestă în principiu „apropierea semnificativă” de o serie „normală” a seriei de
timp „cantitate lunară de produse petroliere prelucrate în judeţul Bacău în
perioada 1998-2006"):
> # Test normalitate Kolmogorov-Smirnov si Shapiro

> x<-diff(q[,1])
> ks.test(x,”pnorm”,mean(x),sd(x))
One-sample Kolmogorov-Smirnov test
data: x
D = 0.1297, p-value = 0.07389
alternative hypothesis: two.sided
> shapiro.test(x)
Shapiro-Wilk normality test
data: x
W = 0.9601, p-value = 0.004637
În exemplul de faţă se poate observa simplitatea utilizării R. Apelurile de

funcţii în R (comenzile sunt scrise dupa cursorul > ) sunt perfect similare cu
cele matematice (operatorul <- este de atribuire). În situaţia seriei de timp
analizate (cea a diferenţelor relative), aceasta se dovedeşte a fi destul de
apropiată de distribuţia normală. Mai clar, este similară cu o secvenţă
aleatoare (deci greu predictibilă).
Problemele care se pot pune în legătură cu această serie de timp particulară

sunt: descompunerea seriei în tendinţă (staţionară sau nu) şi componente
periodice (sezoniere), precum şi prognozarea evoluţiei.
În cazul de faţă, s-a atins doar prima problemă (decompunerea temporală),

folosind mai multe instrumente din R. Apropierea de distribuţia normală a
acestei serii de timp face prognoza dificilă - este suficientă însă identificarea
tendinţei multianuale.
259
12.7.2. Descompunerea seriei de timp după componente temporale

(tendinţa, componenta periodică, componente neregulate)
Tehnica de descompunere temporală folosită în ceea ce urmează este de

fapt aplicarea unei tehnici de regresie neparametrică, folosind functia stl()
într-un caz special de „filtrare liniară” ce permite obţinerea „tendinţei”, apoi
prin diferenţa componentă periodică. Acronimul STL este derivat din:
Seasonal Decomposition of Time Series by Loess şi este în principiu o
tehnică de „netezire” (filtrare) a seriei de timp.
O idee bună este logaritmarea seriei iniţiale.
Se aplică :
b1<-ts(q[,1],start=1998,freq=12)
b2<-(stl(log(b1),s.window=”periodic”, robust=TRUE))
plot(b2)
Practic, o utilizare implicită a funcţiei stl(), opţiunea s.window=”periodic”

fixând modul de operare al ferestrei de comparaţie.
Este remarcabil că o utilizare atât de simplă pune în evidenţă componente

altfel insesizabile în seria de timp. Fiind o tehnică de regresie, acest
procedeu reliefează simplu „tendinţa” seriei (altfel greu de identificat prin
încercări euristice).
260
Aplicarea de tip „robust” a regresiei din stl() măreşte numărul de iteraţii „în
cadrul ferestrei” către un rezultat mai bun. Inspectarea vizuală a zonei
„trend” din graficul stl() conduce la concluzii simple (şi greu de combătut):
- După un maxim de producţie în 1998, începând cu 1999 până în 2000 a

existat un declin al obţinerii de produse petroliere;
- În perioada 2001-2003 se relansează continuu producţia, în 2003 devenind
similară cu cea din 1998;
- În perioada sfârşitul 2003 – 2004 producţia scade relativ mai lent decât în
perioada 1999-2000;
- În perioada: sfârşitul 2004 - 2005 se relansează producţia, care se
păstrează într-un regim „mic oscilant” până în 2005, când are loc la mijlocul
anului o scădere a producţiei, în revenire la sfârşitul anului 2005 şi începutul
lui 2006;
- Componenta periodică are perioada un an, marcând o descreştere spre
mijlocul fiecărui an, urmată de o revenire comparabilă spre sfârşitul anului;
- Cel mai semnificativ conţinut de componente neregulate este în intervalul
2001-2002.
De remarcat însă nivelul relativ mic (să ne amintim: este scara logaritmică)
al componentei periodice anuale. Aceste concluzii se pot extrage însă şi din
inspecţia vizuală a listei seriei de timp.
Extragerea componentei periodice este mai dificil de intuit vizual. În

reprezentarea grafică este utilizată regresia „robusta” (sunt delimitate
componenta de tendinţă „staţionară” şi cea periodică). Este însă de
remarcat că tendinţa nu este staţionară în adevăratul sens al cuvântului,
deoarece reliefează comportament multianual-periodic amortizat.
12.7.3. Testarea sezonieră a seriei de timp, folosind metodel şi

reprezentările grafice din pachetul „uroot” din R
Anterior am aflat că seriile de timp studiate nu sunt foarte „sezoniere”, având

dominanta fixată de tendinţe oscilante multianuale. Totuşi, toate seriile au
componente sezoniere anuale (un rezultat probabil al fluxului practic de
fabricaţie).
Chiar daca sezonalitatea este anuală, iar componenta sezonieră este prin
natura ei predictibilă (dacă ar fi o funcţie periodică-ar fi suficient un singur
an), totuşi sezonalitate nu înseamnă periodicitate. Mai mult, reprezentările
grafice sunt semnicative şi pentru componenta de tendinţă a seriei de timp.
261
Instrumentele care pot fi folosite sunt:
bbmp (reprezentare grafică lunară); bbcn (reprentare grafică de tip contur);

quarterg (reprezentare grafică trimestrială); rmg (reprezentare grafică
medii-domeniu de valori); filtrar (fitrarea frecvenţelor); bb3D
(reprezentare 3D); CH.test (testul Canova-Hansen).
Din acestea am selectat bbcn (diagrama de contururi multianuale

sezoniere). Seria noastra de timp este aceeaşi: dinamica cantităţii totale
lunare de produse petroliere prelucrate în anii 1998 – 1996, în judeţul
Bacău).
Dreptunghiurile colorate similar reprezintă nivele de producţie comparabile,

iar lunile din anii adiacenţi sunt alăturate, astfel că pot fi identificate
sezonalităţi anuale.
În reprezentarea alaturată, zonele mai întunecate reprezintă lunile de “declin

al dinamicii” de producţie. Astfel, pot fi identificate perioadele cu producţie
similară.
Seria de timp din acest exemplu este destul de neregulată, fiind marcată de
ani de declin (în jurul anului 2000), precum şi de variaţii anuale.
262
12.7.4. Componentele structurale calculate ale seriei de timp. Modele

structurale nestaţionare „StructTS()” pentru seriile de timp
După cum am sesizat anterior, atât în descompunerile stl() (destul de

reuşite), dar şi alte metode neexpuse aici, cum ar fi: filtrarea exponenţială
Holt-Winters (care produce nivele bune, dar cu predicţie vag similară ca
alură), dar şi modelul ARIMA (care produce nivele bune, dar cu predicţie
vag similară ca alură), seria noastră de timp se supune „parţial” acestor
prelucrări. Explicaţia este că această serie de timp se apropie destul de mult
de o distribuţie normală.
Modelul generat cu funcţia StructTS() creează on model structural de trei
componente aditive, din care prima este tendinţa (filtrată), a doua cea
sezonieră şi a treia reziduurile. Se bazează pe „asemanarea logaritmică”
loglik şi este un model nestaţionar care include o precedentă difuză pentru
anumite observaţii (de aceea – necompatibil cu ARIMA sau alte modele
structurale). Vom vedea că este mai potrivit (în special pentru tendinţa
extrasă) decât alte modele pentru seria de timp „produse petroliere - total -
judeţul Bacău (1998-2006)”. În descompunerea nestaţionară din acest
paragraf atrag atenţia vârfurile sezoniere anuale „de sfârşit de an”, cădere
de producţie aparţinând tendinţei doar în 1999 şi 2000, în 2001 aceasta
aparţinând componentei sezoniere. În graficele de mai sus sunt incluse şi
rezultatele diagnozei cu tsdiag() a modelului rezultat din aplicare StructTS().
Modelul de descompunere StructTS, un model nestaţionar este mai potrivit
pentru seria noastra de timp decât cel generat de funcţia stl().
Produse petroliere
(faţă de media totală 1998)
263
Se pot identifica în acest model: tendinţa multianuală şi componentele

periodice de tip vârf (poziţionate: sfârşit de an / început de an).
264
Teme şi întrebări propuse pentru studiul individual
1. Cum recunoaşteţi o serie cronologică ?
2. Cum deosebiţi o serie cronologică de momente de o alta de intervale ?
3. Care sunt relaţiile dintre sporurile cu bază fixă şi cele cu bază în lanţ ? Dar
invers ?
4. Cum se interpretează sporul absolut ?
5. Cum se interpretează indicele de creştere ?
6. Care sunt relaţiile de trecere de la indici cu bază în lanţ la indici cu bază

fixă ? Dar invers ?
7. Cum se interpretează un indice în coeficient ? Dar unul exprimat în

procente ?
8. Care este semnificaţia ritmului de creştere al sporului ?
9. Care este relaţia de legătură între un indice şi un ritm de creştere al

sporului ? Dar invers ?
10. În ce condiţii putem apela la metodele mecanice de ajustare pentru

găsirea trendului şi extrapolării ?
11. Cum putem afla care model matematic corespunde cel mai bine tendiţei
de dezvoltare a fenomenului ?
12. Cum recunoaşteţi un fenomen sezonier ?
13. Care este semnificaţia unui indice de senzonalitate ?
14. Cunoscând că o societate comercială a realizat în anul 1995 o producţie

de 12,3 mii $ şi că în anul 2008 producţia a fost cu 25% mai mică să se
estimeze producţia în anul 2009, cunoscând că aceasta evoluează în
progresie aritmetică.
265
15. Se cunosc urmatoarele date referitoare la numărul de elevi dintr-o

unitate de invăţământ:
Anii 2002 2003 2004 2005 2006 2007 2008

Modificarea numărului
de elevi faţă de anul - 5 15 10 4 3 8
precedent (%)
Ştiind că valoarea absolută a unui procent din ritmul de creştere al numărului

de elevi din anul 2008 faţă de anul 2002 a fost de 7,5 persoane, să se
reconstituie seria valorilor absolute şi să se determine media termenilor.
16. Despre o societate comercială se cunosc următoarele date referitoare la

producţia unui anumit produs “X” (exprimată în bucăţi):
Anii 2002 2003 2004 2005 2006 2007 2008

Dinamica producţiei (%) 100 105 111 98 122 117 118
Ştiind că în medie anual producţia a crescut cu 30 bucăţi, să se reconstituie

seria valorilor absolute.
17. Se cunosc următoarele date referitoare la numărul salariaţilor dintr-o

întreprindere:
Anii 2002 2003 2004 2005 2006 2007 2008

Modificarea numărului de - 5 6 10 4 3 8
salariaţi faţă de anul 2002
(%)
Modficarea nr. de salariaţi +250
faţă de anul 2002
(persoane)
Să se determine numărul salariaţilor în perioada 2002 - 2008 şi să se

calculeze media termenilor.
266
18. Valoarea fondurilor fixe ale unei societăţi comerciale în perioada

2002 – 2008 se prezintă astfel:
Modificarea relativă Modificarea

Dinamica faţă de
Anul faţă de anul absolută faţă de
anul 2001 (%)
anterior (%) anul 2001 (mil.lei)
2002 +15 +55
2003 105
2004 -3
2005 -10
2008 98
Să se reconstituie seria valorilor absolute. Determinaţi valoarea medie a

fondurilor fixe din perioada considerată.
19. Cunoscând următoarea evoluţie pe care au înregistrat-o exporturile unei

societăţi comericiale între anii 1999 - 2008 să se estimeze, utilizând cea mai
buna metodă, nivelul exporturilor în anii 2009-2010, considerând că se va
menţine aceeaşi tendinţă de evoluţie.
Anul 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Volumul
exportului 6,2 6,3 6,5 7,1 6,8 7,2 6,8 6,5 6,7 6,4
(mii $)
20. Despre o societate comercială se cunosc următoarele date:
Anul Modificarea producţiei faţă de anul Dinamica producţiei faţă de anul

anterior ( mii $) anterior %
2005 25 103.7
2006 104.2
2007 -10
2008 +19
Reconstituiţi seria valorilor absolute din perioada 2005-2008.
267
21. Despre vânzările (mii $) realizate de o societate comercială se cunosc

următoarele:
% Modificarea absolută faţă

Anul de modificare în anul curent faţă de anul anterior
de anul 2004 (mii $)
2005 -5
2006 -5
2007 +2
2008 +6
Cunoscând că valoarea absolută a unui procent din ritmul de creştere al

sporului din anul 2004 a fost de 0,3 mii $ să se reconstituie seria valorilor
absolute.
22. Despre o societate comercială se cunosc următoarele date referitoare la

stocul de marfă (exprimat in mii $ la sfârşitul anului):
Anii 2002 2003 2004 2005 2006 2007 2008

Dinamica stocului
de marfă faţă de anul - 102 89 103 101 103 99
anterior (%)
Stiind că pe întreaga perioadă stocul de marfa a scăzut în medie anual cu

2,5 mii $ să se determine producţia realizată în perioada 2002 - 2008 şi
nivelul mediu al seriei.
268
Capitolul XIII
ANALIZA SERIILOR INTERDEPENDENTE

(Regresie şi Corelaţie)
OBIECTIVE
Capitolul de faţă are drept principal obiectiv înţelegerea şi însuşirea de către

studenţi a metodelor de identificare şi analiză a interdependenţelor ce se
manifestă între fenomenele economice şi sociale. Acestea pot fi măsurate,
regresia având rolul de a explica şi previziona un factor pe baza unuia sau a
mai multor factori. Aceste aspecte sunt deosebit de utile în practică,
reducând din incertitudinea manifestării fenomenelor care ne interesează,
atunci când acestea se cunosc. Pe baza modelelor matematice ce exprimă
legăturile statistice se pot preîntâmpina efectele nedorite. Cât de intensă se
manifestă o legătură cauzală între fenomene vom studia cu ajutorul metodei
corelaţiei.
Cuvinte cheie
Legătură statistică Regresie liniară multiplă

Asociere Regresie neliniară (curbilinie) simplă
Regresie Regresie neliniară multiplă
Variabilă endogenă Coeficient de corelaţie
Variabilă exogenă Raport de corelaţie
Corelogramă Coeficient de determinaţie
Nor de puncte Coeficient de corelaţie a rangurilor
Regresie liniară simplă Coeficient de elasticitate.
Asupra fenomenelor social-economice acţionează un număr diferit de factori

principali şi secundari esenţiali şi neesenţiali, care se găsesc în legătură
reciprocă. De asemenea, nu toate relaţiile de cauzalitate se manifestă cu
aceeaşi intensitate, în acelaşi sens. Cu cât fenomenul studiat este mai
269
Analiza seriilor interdependente (Regresie şi corelaţie)
complex, cu atât numărul factorilor ce-l influenteaza este mai mare, iar
relaţiile de cauzalitate mai dificil de identificat şi măsurat. De cele mai multe
ori, factorii se asociază între ei şi uneori apar o serie de cauzalităţi în lanţ.
Nu toţi aceşti factori se pot exprima numeric însă şi de asemenea, nu orice
expresie numerică poate fi rezultatul unor relaţii de la cauză la efect.
Identificarea legăturii dintre fenomene se poate realiza numai în urma unei

analize calitative multilaterale, în care pe lângă statistică se folosesc şi
cunoştinte din alte ştiinţe ce studiază acelaşi domeniu.
Legăturile sunt specifice fenomenelor social-economice şi se manifestă în

medie pentru un număr mare de cazuri şi nu pentru fiecare caz în parte.
Astfel, variaţia variabilei rezultative ( Y i ) este determinată într-o anumită
măsură de variaţia uneia sau a mai multor variabile factoriale ( x i ), precum şi
de influenţa altor factori întâmplători.
Y i = f ( x 1, x 2, …, x n ) + e
unde:
Y i = variabila rezultativă (numită şi variabilă dependentă sau
efect sau caracteristică endogenă sau variabilă determinată);
x i = variabile factoriale (numite şi variabile independente sau
de cauzalitate sau variabile exogene sau variabile explicative);
e = variabila eroare (reziduu), care reprezintă influenţa tuturor factorilor
neincluşi în model, consideraţi ca “eroare“ de modelare.
13.1. TIPURI DE LEGĂTURI
Legăturile statistice pot fi clasificate în funcţie de diferite criterii:

a) După numărul caracteristicilor corelate avem:
- legături simple (când o singura caracteristica factoriala esenţiala determina

o caracteristica rezultativa): Yi = f ( xi )
Exemplu: Suprafaţa comerciala x i influenteaza valoarea vanzarilor y i

într-un magazin
270
- legături multiple (când avem mai mult de 2 caracteristici factoriale).
Exemplu: Se analizează volumul vânzărilor y i în funcţie de suprafaţa

2
comercială exprimată în m ( x 1 ) şi mărimea stocurilor ( x 2 ).
b) După modul de exprimare al caracteristicilor putem avea:

- legături statistice exprimate cantitativ (numeric), numite şi legături de
corelaţie;
Exemplu: Valoarea încasărilor la un spaţiu de cazare ( y i ) în funcţie de

numărul locurilor de cazare ( x i ).
- legături statistice exprimate prin cuvinte (calitativ), numite şi legături de

asociere;
Exemplu: Legătura dintre studii şi ocupaţii.
Legăturile dintre caracteristicile numerice se mai numesc şi corelaţii

statistice, iar cele dintre caracteristici calitative se mai numesc asocieri
statistice.
c) După direcţia legăturii putem întâlni:

- legături directe (când la creşterea valorii caracteristicii factoriale îi
corespunde o creştere a valorii caracteristicii rezultative).
Exemplu: La o creştere a salariului mediu va corespunde şi o creştere a
vânzării bunurilor de uz îndelungat.
- legături inverse (când la o creştere a valorii caracteristicii factoriale
corespunde o scădere a valorii caracteristicii rezultative sau invers).
Exemplu: O dată cu scăderea cheltuielilor materiale creşte eficienţa pe
unitatea de produs.
d) După forma legăturii putem avea:

- legături liniare (când se exprimă sintetic prin ecuaţia dreptei).
- legături curbilinii (când expresia analitică a legaturii este de alt tip decât
liniar: parabola, hiperbola, exponenţiala, etc.).
e) După timpul în care se realizează legăturile putem avea:

- legături concomitente (sincrone);
- legături cu decalaj (asincrone);
271
Studierea legăturii dintre fenomene are la bază două metode: regresia şi

corelaţia.
Studiul regresiei urmăreşte a descrie modul în care o variabila dependentă

evoluează în funcţie de modificarea uneia sau a mai multor variabile
cauzale, deci găsirea în final a unei funcţii matematice care să descrie cel
mai bine legatura dintre variabile.
Metoda corelaţiei urmăreşte să stabilească gradul în care variabila cauzală

influenţează modificarea variabilei efect.
Termenii de regresie şi corelaţie au fost împrumutaţi din biometrie şi sunt

atribuite lui Galton. Astfel, Galton a studiat legătura dintre înălţimea copiilor
în funcţie de înălţimea părinţilor. Concluzia a fost că din parinţi foarte înalţi
se nasc copii mai mici ca înălţime, iar din părinţi foarte mici se nasc copii mai
înalţi, cu alte cuvinte are loc o regresie către valoarea medie. Dacă nu s-ar fi
întâmplat aşa şi din părinţi înalţi s-ar fi ajuns la copii din ce în ce mai înalţi,
iar din parinţi mici s-ar fi ajuns din generaţie în generaţie la copii mai mici,
atunci lumea s-ar fi confruntat cu situaţia de gigantism, respectiv cea de
piticism.
13.1.1. Probleme ce trebuiesc avute în vedere la cercetarea

bazată pe regresie şi corelaţie
a) Identificarea existenţei legăturii, printr-o analiză logică a posibilităţilor

de existenţă a unei legături între variabilele considerate.
Nu trebuie pornit la studiul statistic al regresiei şi corelaţiei decât după ce în

prealabil s-a ajuns la concluzia că pot exista relaţii de la cauză la efect în
domeniul studiat. Astfel, se poate ajunge la găsirea unui model matematic
care să descrie o corelaţie aparentă fără un sens real, sau altfel spus,
“corelaţii fără sens“ cum le-a denumit statisticianul englez Yule şi care
desemnează stabilirea unui înalt coeficient de corelaţie între variabile, dar
între care logic nu poate exista nici o legatură.
Exemplu: Yule a gasit un coeficient de corelaţie foarte ridicat (r = 0,988) între

numărul aparatelor de radio din Anglia şi numărul bolnavilor mintali din
aceeaşi perioadă.
S-a constatat că, cu cât a crescut numărul aparatelor de radio, cu atât a

crescut mai mult şi numărul bolnavilor mintali.
272
b) Stabilirea sensului şi formei legaturii cu ajutorul metodelor analizei

regresiei.
c) Determinarea gradului de intensitate a legăturii cu ajutorul indicatorilor

parametrici sau neparametrici ai intensităţii corelaţiei.
13.2. METODE DE STUDIERE A LEGĂTURILOR STATISTICE
13.2.1. Metode elementare
a) Metoda seriilor statistice interdependente constă în compararea

termenilor a 2 serii interdependente x i şi y i .
Dacă comparam 2 serii de timp, ordonam termenii cronologic, iar când

comparam 2 serii de spaţiu sau de distribuţie, termenii se ordoneaza în
ordinea crescătoare sau descrescătoare a variabilei independente x i . Prin
compararea celor 2 serii putem evidenţia existenta şi direcţia legaturii.
Dacă ambele variabile variaza în acelaşi sens, avem o legatura directa, iar
dacă variaţia lor este în sens diferit, corelaţia este inversă. Aceasta metoda
se aplica în cazul seriilor cu număr mic de variante.
b) Metoda gruparilor statistice se foloseste când avem un număr mare de

variante. Se face gruparea valorilor variabilei x i pe intervale de variaţie şi se
calculeaza valorile corespunzatoare ale variabilei y i sub forma unei mărimi
derivate (de regula ca nivel mediu).
Suma valorilor lui yj Valoarea medie a lui y pe

xi fi corespunzatoare fiecarui grupe ale lui x
interval de variaţie a lui x i (coloana 2 : coloana 1)
x0 – x1 f1 ∑ y11 y1
x1 – x2 f2 ∑ y22 y2
.. .
... .
TOTAL ∑ ∑ yij y
273
c) Metoda tabelului de corelaţie presupune gruparea simultana dupa

ambele variabile corelate x şi y.
Se recomanda folosirea intervalelor de grupare egale şi un număr

aproximativ egal de grupe pentru ambele variabile.
În funcţie de modul de distribuţie a frecventelor în tabel se poate aprecia

existenta, direcţia şi intensitatea legaturii.
Cu cât acestea se concentreaza în jurul diagonalelor tabelului, cu atât

corelaţia este mai intensă.
yj
xi fx i
y1 y2 . . . . . ym
. . . . .
x1 f 11 f 12 f 1m
. . . . .
x2 f 21 f 22 f 2m
.
.
. . . . .
xn f n1 f n2 f nm
fy j ∑ ∑ fij
d) Metoda grafică presupune reprezentarea grafică a perechilor de valori

( x i y j ).
Putem stabili existenţa, sensul, forma şi intensitatea corelaţiei folosind

graficul numit corelogramă.
Cu ajutorul graficului se poate constata direcţia spre care se îndreapta

mulţimea (norul de puncte) cât şi apropierea punctelor faţă de o linie sau de
o curba ce pot fi trasate pe diagramă.
274
În general pot exista urmatoarele situaţii:
1) 2) 3)
4) 5) 6)
1 şi 2 = corelaţie pozitivă, directă, valorilor crescătoare ale lui x i asociindu-

li-se valori crescânde ale lui y j ;
3 şi 4 = corelaţie negativă, inversă, valorilor crescătoare ale lui x i li se
asociază valori descrescânde pentru y j ;
5 şi 6 = inexistenţa legaturii, punctele fiind distribuite neuniform pe grafic;
2 şi 4 = ilustreaza o relaţie strânsă între x şi y;
1 şi 3 = o legatură, dar mai slabă între cele 2 variabile corelate.
275
13.2.2. Metode analitice de studiere a legaturilor statistice
Mai întai se construieşte corelograma şi se găseşte cel mai bun model

teoretic corespunzator legăturii dintre cele 2 variabile. Apoi, se estimează
parametrii ecuaţiei de regresie pe baza metodei celor mai mici patrate şi se
interpretează regresia în funcţie de semnul şi valoarea lor.
Exemple de legături statistice
1. Tipuri de legături simple liniare
y = a + bx
a>0
b>0
b = tgα
a<0
b<0
276
y = a + bx
a>0
b<0
y = bx
a=0
b>0
α
0
2. Legături de tip parabolic
2
Parabola de gradul 2: Y = a + bx + cx prezintă un punct de maxim sau de
minim în funcţie de semnul coeficientului de regresie “c“.
⎧ c < 0 avem un punct de maxim

Dacă ⎨
⎩ c > 0 avem un punct de minim
277
c>0
c<0
Parabola de gradul 3:
d<0 A
d>0
B
2 3
Y x = a + bx + cx + dx
A → cand d > 0 (punctul de maxim precede pe cel de minim )

B→ d<0
278
3. Legături de tip hiperbolic:
b curba este descrescãtoare

y = a + --- b>0
x
b<0 curba este crescãtoare
După ce s-a aproximat pe cale grafică funcţia care coincide cel mai bine
legăturii dintre cele două fenomene corelate, urmează estimarea
parametrilor modelului, testarea semnificaţiei acestora şi în final măsurarea
intensităţii corelaţiei.
Spre exemplu, în cazul modelului liniar cu două variabile:
Y x = a + bx + e ,
⎧ a = ordonata la origine şi arată valorile lui y când x = 0;

⎪
unde ⎨ b = panta dreptei, numit şi parametru de regresie;
⎪ e = variabila eroare aleatoare, neobservabilă sau reziduu.
⎩
Semnul parametrului “b” indică direcţia legăturii dintre cele 2 variabile

corelate:
⎧b = 0 ⇒ semnifică inexistenţa legăturii

⎪
⎨ b > 0 ⇒ indică o legătură directă (pozitivă)
⎪
⎩ b < 0 ⇒ indică o legătură inversă (negativă)
Valoarea parametrului “b” arată gradul de dependeţă dintre variabile,

respectiv cu cât creşte sau scade “y” la o creştere sau la o scădere a
variabilei “x” cu o unitate.
279
Parametrii a şi b vor fi estimaţi prin metoda celor mai mici pătrate, al cărui
principiu de bază constă în minimizarea sumei pătratelor abaterilor valorilor
observate faţă de valorile calculate (teoretice).
∑ ( yi – Yx )
2
S = i
= minim
Expresia S se minimizează prin derivare, anulând derivatele parţiale ale lui

S în raport cu a şi b.
⎧ ∂S
------ = 2 ∑ ( y i – a – bx i ) ( – 1 ) = 0 ⎧n ⋅ a + b x =
⎪ ∂a ⎪ ∑ i ∑ yi
⎨ ⇒ ⎨
⎪ ∂S ⎪ a x i + b x 2i =
⎩ ∑ ∑ ∑ xi yi
------ = 2 ∑ ( y i – a – bx i ) ( – x i ) = 0
⎩ ∂b
∑ yi ∑ xi
∑ xi yi ∑ xi
2
∑ yi ⋅ ∑ xi – ∑ xi ⋅ ∑ xi y-i
2
a = -------------------------------------, de unde a = ----------------------------------------------------------------

2
n ⋅ ∑ xi – ( ∑ xi )
2
n ∑ xi
∑ xi ∑ xi
2
n ∑ yi
∑ xi ∑ xi yi n ⋅ ∑ xi yi – ∑ xi ⋅ ∑ yi
b = ------------------------------------, de unde b = -------------------------------------------------------
2
-
n ⋅ ∑ xi – ( ∑ xi )
2
n ∑i x
∑ xi ∑ xi
2
Se rezolvă sistemul de ecuaţii normale prin metoda determinanţilor şi se

obţin cei doi parametri.
În cazul când se studiază legătura între 2 variabile folosind date grupate într-
un tabel de corelaţie, se ataşează şi frecvenţele corespunzătoare, sistemul
de ecuaţii devenind:
280
⎧a
⎪ ∑ ∑ f ij + b ∑ x i f xi = ∑ y j f y
⎪ i j
⎨
⎪ a x f + b x2 f =
⎪ ∑ i xi ∑ i xi ∑ ∑ xi yj ⋅ fxy
⎩ i j
Sistemul de ecuaţii normale necesar rezolvării ecuaţiei funcţiei de regresie

se poate obţine cu uşurinţă şi printr-o metodă mecanică astfel:
Se înmulţeşte ecuaţia dreptei pe rând, cu coeficienţii celor 2 parametri, a şi

b, apoi se însumează ecuaţiile obţinute pentru toate unităţile la care s-a
făcut observarea. Astfel, în cazul ecuaţiei dreptei, Y xi = a + bx i prima
ecuaţie se obţine înmulţind toate cele “n” ecuaţii cu coeficientul parametrului
a (adică 1) şi în final acestea se însumează:
y 1 = a + bx 1
y 2 = a + bx 2
……………
……………
y n = a + bx n
-------------------------------------------------
∑ yi = n ⋅ a + b ∑ x i
A doua ecuaţie din sistem se obţine înmulţind toate cele “n” ecuaţii cu
coeficientul parametrului “b” (adică x i ):
2
y 1 x 1 = ax 1 + bx 1
2
y 2 x 2 = ax 2 + bx 2
……………
……………
2
y n x n = ax n + bx n
----------------------------------------------------------
-
∑ yi xi = a ∑ xi + b ∑ xi
2
281
Sistemul de două ecuaţii devine:

⎧n ⋅ a + b x =
⎪ ∑ i ∑ yi
⎨
⎪ a x i + b x 2i =
⎩ ∑ ∑ ∑ xi yi
∑ yi ∑ xi n ∑ yi
∑ xi y ∑ xi ∑ xi ∑ xi yi
2
a = -------------------------------------- , iar b = ------------------------------------

n ∑ xi n ∑ xi
∑ xi ∑ xi ∑ xi ∑ xi
2 2
Rezolvând sistemul de ecuaţii se obţin valorile parametrilor a şi b şi se

calculează valoarea ecuaţiei de regresie pentru fiecare valoare a
caracteristicii x. Aceste valori ale ecuaţiei de regresie se mai numesc şi
valori teoretice ale caracteristicii y în funcţie de x, iar operaţia de înlocuire a
termenilor reali y i cu valorile ecuaţiilor de regresie se numeşte ajustare.
Cu alte cuvinte, prin ajustare se înţelege înlocuirea termenilor empirici (reali)

obţinuţi din observare, cu termeni teoretici, care arată tendinţa medie de
variaţie a caracteristicii rezultative, dacă aceasta ar fi depins numai de
variaţia variabilei independente “x” considerate.
După acelaşi raţionament se obţin şi sistemele de ecuaţii în cazul altor

funcţii matematice.
În cazul parabolei de gradul doi:
2
Y = a + bx i + cx i
⎧ n ⋅ a + b ∑ xi + c ∑ xi = ∑ yi
2
⎪
⎪ 2
⎨ a ∑ xi + b ∑ x i + c ∑ xi = ∑ xi yi
3
⎪
⎪
⎩ a ∑ xi + b ∑ x i + c ∑ xi = ∑ xi yi
2 3 4 2
282
1
În cazul modelului hiperbolic Y xi = a + ---- ⋅ b sistemul de ecuaţii devine:
xi
⎧ 1
⎪ n ⋅ a + b ∑ ---
x
- = ∑ yi
⎪ i
⎨ 1- + b ----1- = 1---
⎪ a ∑ --- ∑ ∑ ⋅y
⎪ xi 2
xi x i
⎩
x
În cazul modelului exponenţial cu doi parametri, Y xi = a ⋅ b i , prin
logaritmare se poate transforma în model liniar de forma:
log y = log a + x i log b
În continuare aplicăm acelaşi procedeu al metodei celor mai mici pătrate:
⎧ n log a + log b x =
⎪ ∑ i ∑ log y
⎨
⎪ log a x + log b x 2i =
⎩ ∑ ∑ ∑ x log y
Parametrii se determină prin utilizarea tabelului de logaritmi, iar modelul se

foloseşte atunci când variabila independentă are valorile în progresie
geometrică.
13.2.3. EXEMPLU
Pentru a studia dacă există o legătură între nota la examenul de matematică

şi nota obţinută la examenul de statistică, se alege un eşantion de 10
studenţi dintr-o grupă, înregistrând pentru fiecare ambele note obţinute.
Se notează nota la matematică cu “ x i “, considerând această variabilă

independentă, iar nota de la statistică cu “ y i “, considerând că aceasta poate
fi într-o anumită măsură dependentă de prima.
283
Nota la Nota la
examenul de examenul de Nota la Nota la xi ⋅ yi 2
matematică statistică matematică statistică xi
xi yi xi yi
1 2 3 4 5 6
6 6 4 4 16 16
5 6 4 5 20 16
4 5 5 5 25 25
9 10 5 6 30 25
7 8 6 6 36 36
4 4 7 7 49 49
7 9 7 8 56 49
7 7 7 9 63 49
5 5 8 9 72 64
8 9 9 10 90 81
TOTAL 62 69 457 410
Y x = – 0, 172 +
i
2 y i – Y xi 2 yi – y 2
yi +1, 14 ⋅ x i ( y i – Y xi ) ( yi – y )
7 8 9 10 11 12
16 4,39 -0,39 0,151 -2,9 8,41
25 4,39 0,61 0,375 -1,9 3,61
25 5,53 -0,53 0,279 -1,9 3,61
36 5,53 0,47 0,223 -0,9 0,81
36 6,67 -0,67 0,446 -0,9 0,81
49 7,81 -0,81 0,653 0,1 0,01
64 7,81 0,19 0,037 1,1 1,21
81 7,81 1,19 1,421 2,1 4,41
81 8,95 0,05 0,003 2,1 4,41
100 10,09 -0,09 0,008 3,1 9,61
513 3,594 36,9
Pentru a sesiza dacă există o legătură între nota la matematică ( x i ) şi nota

la statistică ( y i ), ordonăm descrescător valorile variabilei independente ( x i ),
după care ataşăm valorile corespunzătoare pentru variabila y i .
Ordonarea s-a efectuat în coloanele 3 şi 4 din tabelul de mai sus. Urmărind

cele 2 şiruri de valori perechi ( x i ; y i ) se constată clar că o dată cu creşterea
notei la examenul de matematică, în general creşte şi nota la examenul de
statistică.
284
De aici, concluzia că există o legătură directă între cele 2 variabile corelate,

x i influenţând variaţia lui y i .
Acelaşi aspect se poate sesiza şi mai clar din graficul (corelogramă) ce

exprimă legătura dintre cele două variabile.
12
Note la
statistica 10
yi 8
0
0 2 4 6 8 10
Note la matematica xi
Analizând evoluţia norului de puncte din grafic, concluzia este aceeaşi de

legătură directă dintre cele 2 variabile, ecuaţia dreptei fiind cea care se
potriveşte cel mai bine acestei legături. Tot din grafic se poate trage o primă
concluzie asupra intensităţii legături. Dat fiind faptul că punctele din grafic
sunt suficient de apropiate unele de altele de-o parte şi de alta a dreptei,
putem afirma că există o legătură strânsă între x şi y.
Alegem prin urmare ecuaţia dreptei.
Y xi = a + bx i , unde x i este nota la examenul de matematică şi y i este

nota la examenul de statistică.
Se calculează valorile parametrilor “a” şi “b” prin metoda celor mai mici
pătrate, descrisă anterior.
⎧n ⋅ a + b x =
⎪ ∑ i ∑ yi ⎧ 10 ⋅ a + 62b = 69
⎨ ⇒⎨ ⇒
2
⎪a x + b x = ⎩ 62a + 410b = 457
⎩ ∑ i ∑i ∑ii x y
285
⎧ 69 62
⎪
⎪ 457 410 69 ⋅ 410 – 62 ⋅ 457
- = –--------
44-
⎪ a = ---------------------------- = -------------------------------------------- = – 0, 172
⎪ 10 62 10 ⋅ 410 – ( 62 )
2 256
⎪
⇒⎨ 62 410
⎪
⎪
⎪ 10 69
⎪ 62 457 ⋅ 457 – 69 ⋅ 62-
⎪ b = ------------------------- = 10----------------------------------------- 4570 – 4278 292
= ------------------------------ = --------- = 1, 14
⎩ 256 256 256 256
Y xi = – 0, 172 + 1, 14x i ⇒
⇒ Semnificaţia valorii parametrului “b”: la o creştere cu 1 punct a

notei la matematică, nota de la statistică va creşte în medie cu 1,14 puncte.
Valoarea parametrului “b” fiind pozitivă, ne confirmă direcţia legăturii
identificată pe cale grafică (o legătură directă).
Pentru a analiza intensitatea legăturii dintre x şi y vom calcula mai departe

coeficientul de corelaţie (acesta se calculează numai în cazul legăturii de tip
liniar).
n ∑ xy – ∑ x ⋅ ∑ y
r xy = --------------------------------------------------------------------------------------------------- =
2 2
n ∑ xi – ( ∑ xi ) ⋅ n ∑ yi – ( ∑ yi )
2 2
10 ⋅ 457 – 62 ⋅ 69
= -------------------------------------------------------------------------------------- = 0, 95 ⇒
2 2
[ 10 ⋅ 410 – 62 ] ⋅ [ 10 ⋅ 513 – 69 ]
⇒ Valoarea coeficientului de corelaţie este foarte aproape de 1,

semnificând o legătură foarte puternică între nota de la matematică şi nota
de la statistică.
Ridicând la pătrat coeficientul de corelaţie obţinem coeficientul de

2 2
determinaţie ⇒ r xy = ( 0, 95 ) = 0, 9025 sau 90,25%
Semnificaţie: în medie, putem spune că nota examenului de statistică este

influenţată în proporţie de 90,25% de nota obţinută anterior la examenul de
matematică. Diferenţa până la 100%, respectiv de 9,75% reprezintă
influenţa altor factori neincluşi în model.
286
∑ ( yi – Yx ) -
2
3, 594
1 – 0, 0974 = 0, 9026 = 0, 95
i
R xy = 1 – ------------------------------ = 1 – --------------- =
36, 9
∑ ( yi – y )
2
În cazul legăturii de tip liniar se poate calcula şi raportul de corelaţie ( R xy )

pentru aprecierea intensităţii legăturii, acesta fiind obligatoriu identic ca
valoare cu cea a coeficientului de corelaţie ( r xy ).
r xy = R xy = 0, 95
Metoda corelaţiei aplicată în acest exemplu va fi descrisă teoretic în

continuare.
13.3. METODA CORELAŢIEI
Prin metoda regresiei s-a găsit modelul matematic care corespunde cel mai
bine legăturii dintre două sau mai multe fenomene din natură şi societate.
Metoda corelaţiei vine să completeze metoda regresiei, stabilind cât de

strânsă (intensă) este legătura dintre variabilele incluse în modelul de
regresie. Altfel spus, cât de mult pot varia estimările făcute pe baza analizei
de regresie.
Intensitatea legăturii se poate măsura cu ajutorul raportului de corelaţie

( R xy ) sau a coeficientului de corelaţie ( r xy ).
Contribuţii deosebite în studiul corelaţiei au fost aduse în special de Galton

(coeficientul de corelaţie), Pearson (sistematizează analiza corelaţiei şi
stabileşte teoria corelaţiei pentru 3 variabile), Yule (dezvoltă teoria corelaţiei
multiple), Spearman (coeficientul de corelaţie a rangurilor).
În cazul corelaţiei liniare simple se calculează fie raportul (indicele) de

corelaţie ( R xy ), fie coeficientul de corelaţie ( r xy ), în timp ce în cazul legăturii
de tip curbiliniu nu se poate aplica decât raportul de corelaţie ( R xy ).
287
a) Calculul raportului de corelaţie
Pot fi calculate două şiruri de abateri:

- între valorile empirice (reale) şi valorile teoretice rezultate din calculul
ecuaţiei de regresie:
2
( y i – Y xi ) = σ y ⁄ r (dispersia faţă de linia de regresie)
- între ecuaţiile de regresie şi media caracteristicii ( y ):

2
( Y xi – y ) = σ y ⁄ x (dispersia liniei de regresie faţă de
valoarea medie a caracteristicii).
Suma celor două tipuri de dispersii formează dispersia totală:
2 2 2
σy = σy ⁄ r + σy ⁄ x
sau altfel spus:
2 2
∑ ∑ ( yi – Yxi ) - + ∑
2
( yi – y ) ( Y xi – y )
--------------------------- = ------------------------------ ----------------------------
-
n n n
⎧σ 2 → arată influenţa tuturor factorilor asupra variabilei rezultative;

⎪ y
⎪ 2
unde: ⎨σ y ⁄ r → arată influenţa factorilor consideraţi cu acţiune constantă;
⎪
⎪σ 2 → arată influenţa factorului independent ( x ) .
⎩ y⁄x i
Gradul de intensitate a legăturii dintre fenomene se obţine stabilind

greutatea specifică a dispersiei formată pe baza factorului înregistrat faţă de
dispersia totală.
2
Acest indicator se numeşte raportul de determinaţie ( R xy ).
2
2 σy ⁄ x
R xy = ----------
2
σy
288
2
2 σy ⁄ r
Raportul de nedeterminaţie: k xy - .
= ---------
2
σy
Când se calculează pentru aceeaşi bază de date,
2
2
R xy +
2
k xy = 1⇒
2
R xy = 1–
2
k xy
2
σy ⁄ r
= 1 – ---------
∑ ( y i – Y xi ) -
- = 1 – ------------------------------
2 2
σy
∑
( yi – y )
Dacă extragem rădăcina pătrată din raportul de determinaţie, obţinem

raportul de corelaţie, indicator care măsoară intensitatea legăturii dintre
fenomene.
R xy =
2
R xy =
∑ ( y i – Y xi ) -
1 – ------------------------------
2
∑ ( yi – y )
R xy poate lua valori de la 0 la 1 şi se interpretează astfel:
- cu cât R xy are o valoare mai apropiată de 1 cu atât legătura dintre cele

două fenomene este mai strânsă;
- cu cât este mai aproape de 0, legătura este mai mică sau nu există.
Pot fi considerate următoarele limite orientative pentru interpretarea

intensităţii legăturii dintre două fenomene:
R xy ∈ [0; 0,20) ⇒ nu există nici o legătură

R xy ∈ [0,20; 0,50) ⇒ există o legătură slabă
R xy ∈ [0,50; 0,75) ⇒ există o legătură de o intensitate medie
R xy ∈ [0,75; 0,95) ⇒ există o legătură puternică
R xy ∈ [0,95; 1,00 ] ⇒ există o legătură relativ deterministă, adică
x i îl determină aproape în totalitate pe y i
289
2
Dacă R xy se ridică la pătrat obţinem raportul de determinaţie R xy . Acesta
din urmă transformat în procente ne poate spune în ce proporţie variabila x i
influenţează (determină) variabila y i .
b) Calculul coeficientului de corelaţie
În cazul corelaţiei liniare, raportul de corelaţie se transformă în coeficient de

corelaţie ( r xy ). Coeficientul de corelaţie propus de Pearson se notează cu
“ r xy “ şi este dat de relaţia:
cov ( x, y )
r xy = ---------------------- , unde cov ( x, y ) este covarianţa a 2 variabile aleatoare
σx ⋅ σy
x şi y, fiind o măsură a variaţiei simultane a acestora.
∑ ( xi – x ) ⋅ ( yi – y )
cov ( x, y ) = ---------------------------------------------- , unde x i , y i , x şi y sunt variabilele
n
corelate şi nivelul mediu al acestora, iar “n” este numărul de perechi de
valori corelate.
∑ ( xi – x ) ⋅ ( yi – y )
r xy = ----------------------------------------------
nσ x ⋅ σ y
Dezvoltând relaţia obţinem coeficientul de corelaţie:
n ∑ xi yi – ∑ xi ⋅ ∑ yi
r xy = ---------------------------------------------------------------------------------------------------
2 2
n ∑ xi – ( ∑ xi ) ⋅ n ∑ yi – ( ∑ yi )
2 2
Coeficientul de corelaţie poate lua valori între 0 şi ± 1 şi se interpretează

astfel:
- între (-1; 0) legătura dintre cele două variabile este de sens invers, iar
intensitatea legături se apreciază în funcţie de mărimea coeficientului,
identic cu interpretarea raportului de corelaţie;
- dacă valoarea sa se aproprie de 0, fenomenele corelate sunt independente
sau tind către independenţă;
- dacă se apropie de -1 atunci legătura este foarte strânsă şi de sens invers.
290
Când r xy ∈ [ 0 ; +1 ] , legătura dintre fenomenele corelate este directă şi, cu

atât mai intensă cu cât se apropie de 1.
Semnul lui r xy va fi acelaşi cu semnul parametrului “b” din cazul ecuaţiei de

regresie simplă liniară, având aceeaşi semnificaţie, respectiv:
⎧ b > 0 ⇒ r xy > 0 (legãturã directã)

⎪
⎨ b < 0 ⇒ r xy < 0 (legãturã inversã)
⎪
⎩ b = 0 ⇒ r xy = 0 (nu existã nici o legãturã)
Interpretarea este similară cu cea a raportului de corelaţie, iar ridicând la

pătrat valoarea coeficientului de corelaţie obţinem coeficientul de
2
determinaţie ( r xy ), care ne arată în ce proporţie variabila independentă x i o
determină pe cea rezultativă y i .
Dacă în cazul legăturilor curbilinii nu se poate calcula decât raportul de

corelaţie, în cazul legăturilor de tip liniar pot fi calculaţi ambii indicatori pentru
analiza intensităţii dintre fenomene. În acest ultim caz, R xy = r xy
Pentru cazul unei serii de distribuţie de frecvenţe, datele se trec într-un tabel
de corelaţie cu dublă intrare. Pentru astfel de distribuţii bidimensionale cu
tendinţă liniară, în calculul coeficientului de corelaţie vor fi ataşate şi
frecvenţele corespunzătoare. Astfel, coeficientul de corelaţie devine:
∑ fij ( ∑ xi yi ⋅ fxy ) – ( ∑ xi ⋅ fxi ) ( ∑ yi ⋅ fyi )

r xy = ------------------------------------------------------------------------------------------------------------------------------------------------------
2 2
∑ fij ∑ xi ⋅ fx – ( ∑ xi ⋅ fx ) ∑ fij ∑ yi ⋅ fy – ( ∑ yi ⋅ fy )
2 2
⋅
291
13.4. EXEMPLU DE CALCUL PENTRU 2 SERII DE

DISTRIBUŢIE CORELATE
Într-un sezon, un bun material care are preţul variabil, de exemplu producţia
de trufandale, variază între 8 - 16 lei / kg şi este cumparata în cantitaţi
variate între 0 - 100 kg zilnic.
Cercetând cumpărările şi preţurile în timpul a 40 zile, au fost obţinute

urmatoarele date:
Pret lei/kg
Cantitate xi 8 - 10 10 - 12 12 - 14 14 - 16 TOTAL
cumparata y i
80 - 100 1 0 0 0 1
60 - 80 3 5 1 0 9
40 - 60 2 3 6 1 12
20 - 40 1 1 7 2 11
0 - 20 0 1 3 3 7
TOTAL 7 10 17 6 40
Să se studieze corelaţia şi regresia dintre cele 2 variabile x şi y.

xi fy
Nr.
yi 9 11 13 15 y fy y2 y2 fy x fx x2 fx xy f xy
crt.
0 1 2 3 4 5 6 7 8 9 10 11
1 90 1 0 0 0 1 90 8100 8100 9 81 810
2 70 3 5 1 0 9 630 4900 44100 95 1017 6650
3 50 2 3 6 1 12 600 2500 30000 144 1764 7200
4 30 1 1 7 2 11 330 900 9900 141 1835 4230
5 10 0 1 3 3 7 70 100 700 95 1303 950

fx
6 7 10 17 6 40 1720 92800 484 6000 19840
x fx
7 63 110 221 90 484
2
8
x 81 121 169 225 596
2
9
x fx 567 1210 2873 1350 6000
y fy
10 430 540 610 140 1720
2
11
y fy 28700 33000 26500 4600 92800
xy f xy
12 3870 5940 7930 2100 19840
292
Exemplu de calcul:
col.8, rând 2 - 4900 x 9 = 44100
col.9, rând 3 - 9 x 2 + 11 x 3 +13 x 6 + 15 x 1 = 144
col.11, rând 3 - 50 x 2 x 9 + 50 x 3 11 + 50 x 6 x 13 + 50 x 1 x 15 = 7200
rând 10, col.1 - 90 x 1 + 70 x 3 + 50 x 2 + 30 x 1 = 430
rând 12, col. 1 - 90 x 1 x 9 + 70 x 3 x 9 + 50 x 2 x 9 + 30 x 1 x 9 = 3870
⎧n ⋅ a + b x =
⎪ ∑ i ∑ yi
y = a + bx ⇒ ⎨
⎪ a x i + b x 2i =
⎩ ∑ ∑ ∑ xi yi
⎧a
⎪ ∑ ∑ f ij + b ∑ x i f x i = ∑ y j f y
⎪ i j
⇒⎨
⎪ a x f + b x2 f =
⎪ ∑ i xi ∑ i xi ∑ ∑ xi yj ⋅ fxy
⎩ i j
∑ f = 40 ; ∑ x ⋅ fx ∑x ∑ ∑ x ⋅ y ⋅ fxy
2
= 484 ; ⋅ f x = 6000 ; = 19840
⎧ 40 ⋅ a + 484 ⋅ b = 1720
⇒⎨ ;
⎩ 484 ⋅ a + 6000 ⋅ b = 19840
1720 484
19840 6000 1720 ⋅ 6000 – 484 ⋅ 19840
a = -------------------------------------------- = --------------------------------------------------------------- =
40 484 40 ⋅ 6000 – 484 ⋅ 484
484 6000
10320000 – 9602560 717440

= --------------------------------------------------- = ------------------ = 124, 9
240000 – 234256 5744
293
40 ⋅ 19840 – 484 ⋅ 1720 793600 – 832480 – 38880

b = --------------------------------------------------------- = ------------------------------------------ = ------------------ = – 6, 77
5744 5744 5744
a = 124,9
b = - 6,77
Y x = 124, 9 – 6, 77x i
Interpretarea valorii parametrului “b”: la creşterea preţului cu 1 leu/kg,

cantitatea cumpărată scade în medie cu 6,77 kg. Semnul negativ al
parametrului “b” ne indică o legătură inversă între cele 2 variabile.
∑ fij ( ∑ xi yi ⋅ fxy ) – ( ∑ xi ⋅ fxi ) ( ∑ yi ⋅ fyi )

r xy = ------------------------------------------------------------------------------------------------------------------------------------------------------ =
2 2
∑ fij ∑ xi ⋅ fx – ( ∑ xi ⋅ fx ) ∑ fij ∑ yi ⋅ fy – ( ∑ yi ⋅ fy )
2 2
⋅
40 ⋅ 19840 – 484 ⋅ 1720

= ---------------------------------------------------------------------------------------------- =
2 2
40 ⋅ 6000 – 484 ⋅ 40 ⋅ 92800 – 1720
793600 – 832480 – 38880

= ------------------------------------------ = ------------------ = – 0, 59
5744 ⋅ 753600 65792
Rezultă o legatură de intensitate medie.

2 2
r = ( 0, 59 ) = 34, 81 % ⇒
xy
⇒ preţul influenţează cantitatea cumpărată în proporţie de 34,81%.
13.5. MODELE DE REGRESIE MULTIPLĂ
În practică variaţia unei variabile y este dependentă de acţiunea complexă a

mai multor factori:
y = f ( x i, x 2 , … , x n ) + e
Modelul unei astfel de legături poate fi liniar sau curbiliniu, după cum este
forma legăturilor dintre fiecare pereche de variabile ( y ; x i ) . Dacă toate
legăturile simple dintre y şi x sunt liniare, atunci şi regresia multiplă este
liniară, iar dacă cel puţin una dintre legăturile simple este neliniară atunci
regresia multiplă este curbilinie.
294
13.5.1. Regresia multiplă liniară
Modelul de regresie va fi:
Y x1, x2, …, xn = a + b 1 x 1 + b 2 x 2 + … + b n x n
∑ ( y – Yx …x )
2
Punând condiţia de minim: S = 1 n
= minim şi anulând
derivatele parţiale ale expresiei în raport cu parametrii a, b 1 …b n ⇒
⎧ n ⋅ a + b1 ∑ x1 + b2 ∑ x2 + … + bn ∑ xn = ∑ y
⎪
⎪a x + b
⎪ ∑ 1 1 ∑ x1 + b2 ∑ x1 x2 + … + bn ∑ x1 xn = ∑ x1 y
2
⎪
⎨a x + b
∑ ∑ x1 x2 + b2 ∑ x2 + … + bn ∑ x2 xn = ∑ x2 y
2
⎪ 2 1
⎪ ……………………………………………
⎪
⎪
⎩ a ∑ xn + b1 ∑ x1 xn + b2 ∑ x2 xn + … + bn ∑ xn = ∑ xn y
2
13.5.2. Regresia multiplă neliniară
Regresia multiplă neliniară de tipul putere ia forma:
b b b
Y x 1, x 2, …, xn = a ⋅ x 11 ⋅ x 2 2 + … + x nn care,
pentru facilitarea calculelor se liniarizează şi ia forma:
log y x1, x2, …, xn = log a + b 1 log x 1 + b 2 log x 2 + … + b n log x n ,

iar determinarea parametrilor se face rezolvând sistemul corespunzător
de ecuaţii normale rezultate din aplicarea metodei celor mai mici pătrate.
Un model de corelaţie bifactorială utilizat mult în modelarea creşterii

economice este funcţia de tip COBB-DOUGLAS.
b b
Y x1 x2 = a ⋅ x 11 ⋅ x 22 care exprimă corelarea produsului final cu fondurile
fixe productive ( x 1 ) şi cu forţa de muncă ( x 2 ); b 1 şi b 2

reprezintă coeficienţi de elasticitate.
295
- în cazul unei legături multiple curbilinii de tipul parabolei de gradul doi,

ecuaţia de regresie ia forma:
2 2
Y x1, x2, …, x n = a + b 1 x 1 + b 1 x 1 + b 2 x 2 + … + b n x n + b n x n
astfel spre exemplu pentru parabola de gradul 2 cu 2 variabile
factoriale:
2 2
Y x1, x2 = a + b 1 x 1 + b 1 x 1 + b 2 x 2 + b 2 x 2 ⇒
⎧n ⋅ a + b
1 ∑ x1 + b1 ∑ x1 + b2 ∑ x2 + b2 ∑ x2 = ∑ y
2 2
⎪
⎪
⎪ a ∑ x1 + b1 ∑ x1 + b1 ∑ x1 + b2 ∑ x1 x2 + b2 ∑ x1 x2 = ∑ x1 y
2 3 2
⎪
⎪ 2
⇒ ⎨ a ∑ x 21 + b 1 ∑ x 31 + b 1 ∑ x 41 + b 2 ∑ x 2 x 21 + b 2 ∑ x 21 x 2 = ∑ x 21 y
⎪
⎪
⎪ a ∑ x2 + b1 ∑ x1 x2 + b1 ∑ x1 ⋅ x2 + b2 ∑ x2 + b2 ∑ x2 = ∑ x2 y
2 2 3
⎪
⎪ a x2 + b
∑ ∑ x1 x2 + b1 ∑ x1 x2 + b2 ∑ x2 + b2 ∑ x2 = ∑ x2 y
2 2 2 3 4 2
⎩ 2 1
13.6. DETERMINAREA INTENSITĂŢII CORELAŢIEI MULTIPLE
13.6.1. Coeficientul de corelaţie multiplă liniară
Coeficientul de corelaţie multiplă liniară se determină cu ajutorul

coeficienţilor de corelaţie simplă dintre variabilele perechi.
Spre exemplu, în cazul corelaţiei dintre y şi x 1, x 2 coeficientul de corelaţie
2 2
r y x1 + r y x 2 – 2ry x1 ry x2 r x 1 x 2
multiplă notat cu Ry x1, x2 = -------------------------------------------------------------------- , în care:
2
1 – r x1 x2
n ⋅ ∑ x1 y – ∑ x1 ∑ y
ry x1 = ---------------------------------------------------------------------------------------------
-
2 2
n ∑ x1 –( ∑ x1 ) ⋅ n ∑ y –( ∑ y )
2 2
296
n ⋅ ∑ x2 y – ∑ x2 ∑ y
ry x2 = ----------------------------------------------------------------------------------------------
2 2
n ∑ x2 –( ∑ x2 ) ⋅ n ∑ y –( ∑ y )
2 2
n ⋅ ∑ x1 x2 – ∑ x1 ∑ x2
r x1, x2 = ------------------------------------------------------------------------------------------------
2 2
n ∑ x1 –( ∑ x1 ) ⋅ n ∑ x2 –( ∑ x2 )
2 2
2 2
Dacă r x1, x2 = 0 ⇒ Ry x 1, x 2 = r yx 1 + r yx 2 ,
iar când r x 1, x2 = ± 1 (x 1, x 2 sunt perfect corelate),
Ry x1, x2 → ∞
13.6.2. Raportul de corelaţie multiplă
∑ ( yi – Yx , x … ) -
2 2 2
σ y x1, x2 σ y ⁄ y x1, x2 …
Ry x1, x2 = ------------------ = - ⇒ Ry x , x … =
1 – -----------------------------
1 2
1 – -----------------------------------------
∑ ( yi – y )
2 2 2
σy σ y
1 2
pentru o corelaţie multiplă liniară dintre y şi x 1, x 2 :
Y x1, x2 = a + b 1 x 1 + b 2 x 2
∑
2
[ yi – ( a + b1 x1 + b2 x2 ) ]
Ry x1, x2 = 1– ------------------------------------------------------------------
-
∑ ( yi – y )
2
297
13.7. CORELAŢIA PARŢIALĂ
Corelaţia multiplă a caracterizat legătura dintre y şi variaţia simultană a 2

sau mai multe variabile factoriale. Dar, în practică apare necesitatea studierii
separate a perechilor de variabile y şi x, ceea ce se realizează cu ajutorul
corelaţiei parţiale, care măsoară dependenţa dintre variabile prin excluderea
succesivă a influenţei celorlalţi factori (considerând influenţa lor constantă)
menţinând numai influenţa factorului măsurat.
În funcţie de numărul variabilelor a căror influenţă se elimină din calcul,

coeficienţii de corelaţie parţială pot fi de ordinul întâi (pentru o variabilă), de
ordinul 2 (pentru două variabile), etc. Ei pot fi calculaţi fie pe baza
coeficienţilor simpli, fie pe baza dispersiilor.
• Coeficienţii de corelaţie parţială de ordinul întâi:
- între y şi x 1 , excluzând influenţa lui x 2 :

ry x1 – ry x2 ⋅ r x 1 x 2
ry x1 x2 = ---------------------------------------------------------
-
2 2
( 1 – r y x2 ) ⋅ ( 1 – r x1 x2 )
- între y şi x 2 , excluzând influenţa lui x 1 :

ry x2 – ry x1 ⋅ r x 1 x 2
ry x2 x1 = ---------------------------------------------------------
-
2 2
( 1 – r y x1 ) ⋅ ( 1 – r x1 x2 )
• Pentru coeficienţii de corelaţie parţială de orice ordin, relaţia este:

ry x1 x2 x3 …xn – ry xn x2 x3 …xn – 1 ⋅ ry x 1 x n x2 x3 …xn – 1
ry x1 x2 x3 …x n = ----------------------------------------------------------------------------------------------------
2 2
( 1 – r y xn x2 x3 …x n – 1 ) ⋅ ( 1 – r x1 xn x2 x3 …xn – 1 )
şi folosind dispersiile:
2
σyx , x
- între y şi x 1 , excluzând pe x 2 ⇒ Ry x 1, x2 = 1 2
------------
-
2
σ yx
2
2
σ yx , x
- între y şi x 2 , excluzând pe x 1 ⇒ Ry x2, x1 = 1 2
------------
-
2
σ yx
1
298
13.8. METODE NEPARAMETRICE DE MĂSURARE A

LEGĂTURILOR DINTRE FENOMENE
Metodele analitice (parametrice) de calcul al corelaţiilor se utilizează în cazul

în care exista posibilitatea de a se determina o formă de manifestare a
legăturii, verificată pentru un număr suficient de date care tind să se
distribuie normal.
Dar, există numeroase cazuri când distribuţia caracteristicilor nu este
normală şi nici nu există informaţii despre parametrii funcţiilor studiate. În
acest caz, nu se pot întrebuinţa formulele indicatorilor analitici de corelaţie,
ci trebuie să se folosească alte metode pentru a putea determina existenţa,
direcţia şi intensitatea anumitor legături ce se stabilesc între 2 sau mai multe
caracteristici. Aceste metode trebuie să elimine ipoteza privind tipul curbei
de distribuţie şi să dea posibilitatea unor estimări la cele mai variate tipuri de
distribuţie.
Metodele prin care se rezolvă aceste probleme sunt cunoscute sub
denumirea de metode neparametrice.
Metodele neparametrice, pe lângă faptul ca pot stabili intensitatea unei
legături facând abstracţie de tipul de distribuţie, permit de asemenea,
măsurarea intensităţii legăturilor nu numai pentru caracteristicilor cantitative,
dar şi pentru caracteristici calitative deoarece în cazul metodelor
neparametrice nu se lucreaza cu un număr de ordine numit rang.
13.8.1. Tabelul de asociere şi coeficientul de asociere
Actuala metodă se utilizeaza în special când unităţile purtătoare ale

caracteristicilor sunt separate în 2 grupe sau sunt de forma unor
caracteristici alternative (de tipul ‘’da - nu’’).
Tabelul de asociere este format din 2 rânduri şi 2 coloane în care: în
capetele rândurilor şi coloanelor se trec variantele celor 2 caracteristici care
se supun asociaţiei, iar în interiorul lui, în rubricile lui, se trec frecvenţele
corespunzatoare.
y1 y2 Total
x1 a b a+b
x2 c d c+d
Total a+c b+d a+b+c+d
299
Produsul a ⋅ d arată gradul de realizare a legăturii dintre x şi y, iar b ⋅ c lipsa

legăturii dintre aceste 2 caracteristici cercetate. Pentru stabilirea
coeficientului de asociere care să indice existenţa şi intensitatea legăturii,
cea mai utilizată formulă este cea propusă de Yule:
Coeficientul de contingenta:
ad – bc
ad – bc Q c = -------------------------------------------------------------------------
Q a = ------------------ (a + b)(c + d)(a + c)(b + d)
ad + bc
Qc < Qa
Apar urmatoarele cazuri:
a) independenţa de asociere, când:
a--- b---
= ⇒a⋅d–b⋅c = 0
c d
b) asociere completă, care se poate prezenta în mai multe variante:
a 0 a b a b 0 b
0 d 0 d c 0 c d
(1) (2) (3) (4)

asociaţie completă asociaţie completă asociaţie completă asociaţie completă
cu sens pozitiv cu sens negativ
c as = 1 c as = 1 c as = – 1 c as = – 1
c) când gradul de asociere este cuprins între 0 şi ± 1 se obţine:
a--- b---
≠ , în care:
c d
a ⋅ d – b ⋅ c ≠ 0.
Ca orice coeficient de corelaţie şi acesta poate lua valori – 1 < Q < 1 , aratând
nu numai gradul de intensitate al celor 2 caracteristici, dar şi sensul ei.
Avantajul de a se calcula uşor şi de a se folosi şi în cazul în care datele

provin de la unităţi statistice complexe, care în interiorul lor pot prezenta
forme diferite de distribuţie, dar pot fi transformate în variabile alternative,
spre exemplu: sub şi peste nivelul mediu.
300
Exemplul 1: Să se stabilească legătura dintre distribuţia populaţiei pe medii

şi sexe în judeţul Bacau la data de 1 iulie 2000.
Sex
M F TOTAL
Mediu
- Urban 184,8 193,1 377,9
- Rural 186,2 182,0 368,2
184, 8 ⋅ 182, 0 – 193, 1 ⋅ 186, 2 33633, 6 – 35955, 2

Q = --------------------------------------------------------------------------- = ------------------------------------------------ =
184, 8 ⋅ 182, 0 + 193, 1 ⋅ 186, 2 33633, 6 + 35955, 2
– ( 2321, 6 )
= -------------------------- = – ( 0, 0334 )
69588, 8
Rezultatul obţinut arată că între distribuţia pe sex şi distribuţia pe medii, la

momentul considerat, există o asociere negativă foarte slabă.
13.8.2. Coeficientul de corelaţie a rangurilor
Rangul este o anumită treaptă de ordine a variantelor variabilei în serie.

Pentru stabilirea rangurilor, valorile empirice ale variabilelor corelate sunt
aşezate după mărimea lor în ordinea crescătoare sau descrescătoare. De
obicei, în funcţie de variabila independentă se ordonează şi variabila
dependentă.
Coeficienţii de corelaţie ai rangurilor prezintă avantajul că ei pot fi utilizaţi şi

în cazul unor distribuţii asimetrice, în cazul unui număr restrâns de unităţi
pentru care nu se poate verifica reprezentativitatea datelor parţiale sau în
cazul distribuţiilor unor unităţi complexe. De asemenea se poate utiliza în
cazul corelării fenomenelor şi caracteristicilor calitative, care prin natura lor
nu se pot exprima numeric, dar pot fi ierarhizate pe baza unui anumit rang.
Pornind de la ipoteza că între cele 2 serii de ranguri există concordanţă,

seria a II-a care reprezintă rangurile caracteristicii rezultative ar trebui să se
ordoneze şi ea tot crescător (în cazul legăturii directe) şi descrescător (dacă
legatura este inversă).
În cazul existentei legăturii dintre acelaşi număr de unităţi care au rang mai
mare sau mai mic decât ele. În cazul lipsei de legatură, ordinea de distribuţie
a rangurilor celor 2 caracteristici este diferită.
301
Similar se pot cuprinde în analiză şi distribuţiile paralele ale mai multor

caracteristici, cu care se pot realiza mai multe combinaţii, stabilindu-se
coeficienţii de corelaţie ai rangurilor simpli, parţiali şi multipli.
Coeficienţii de corelaţie ai rangului Spearman
6 ∑ di
2
r s = 1 – ---------------
3
unde :
n –n
d = diferenţa de rang între caracteristicile cercetate = R x – R y
n = numărul de unităţi cercetate;
Coeficientul de corelaţie al rangurilor al lui Kendall

2S
- unde S = P + Q
r k = -------------
2
n –n
P = numărul de ranguri mai mari în continuarea
rangului considerat;
Q = numărul de ranguri mai mici în continuare,
decât rangul considerat (se ia cu semn - );
S = se calculeaza pentru rangurile variabilei dependente (y),
ordonate dupa rangurile variabilei factoriale (x).
Ambii coeficienţi variază între [ – 1, + 1 ] , cu aceeaşi semnificaţii.
Exemplul 2: Considerând datele privind ponderea personalului muncitor (x)

şi a producţiei industriale (y) din primele 10 judeţe ale ţării faţă de total.
Ponderea
personalului 2,2 2,3 3,3 3,0 2,9 1,0 1,6 5,1 1,1 1,9
muncitor( xi )
Ponderea
productiei 1,7 1,8 4,8 4,0 2,3 0,8 1,9 5,5 0,8 1,8
industriale ( yi )
Denumirea Bistrita-
Alba Arad Arges Bacau Bihor Braila Brasov Botosani Buzau
judetelor Nasaud
302
Ra ngurile
Jude tul x (%) y (%) d = Rx − Ry d 2 P Q S = P -Q
Rx Ry
Brasov 5,1 5,5 1 1,0 0,0 0,00 9 0 9
Arges 3,3 4,8 2 2,0 0,0 0,00 8 0 8
Bacau 3 4,0 3 3,0 0,0 0,00 7 0 7
Bihor 2,9 2,3 4 4,0 0,0 0,00 6 0 6
Arad 2,3 1,8 5 6,5 -1,5 2,25 3 -1 2
Alba 2,2 1,7 6 8,0 -2,0 4,00 2 -2 0
Buzau 1,9 1,8 7 6,5 0,5 0,25 2 -1 1
Braila 1,6 1,9 8 5,0 3,0 9,00 2 0 2
Botosani 1,1 0,8 9 9,5 -0,5 0,25 0 0 0
Bistrita-Nasaud 1 0,8 10 9,5 0,5 2,25 0 0 0
TOTAL 16,00 39 -4 35
16 2 ⋅ 35
- = 0, 983
r s = 1 – ------------------- - = 0, 777
r k = -------------------
3 2
10 – 10 10 – 10
Ambii coeficienţi arată o corelaţie pozitivă şi destul de strânsă între cele 2

variabile.De obicei, coeficientul de corelaţie al rangului dupa formula lui
Kendall este mai mic decât cel al lui Spearman.
13.8.3. Coeficientul de elasticitate
După calcularea funcţiei de regresie, o problemă importantă care revine

statisticii este determinarea gradului în care variabila rezultativă
reacţionează la modificarile factorilor incluşi în model şi care o influenţeaza
într-o măsura mai mare sau mai mică.
Cu alte cuvinte, vrem să determinăm sensibilitatea fenomenului efect
(variabila rezultativă) la variaţia fenomenului cauza (variabila factorială).
Aceasta flexibilitate este cunoscută sub denumirea de elasticitate.
În activitatea de comerţ şi turism, cel mai adesea se vorbeşte de

elasticitatea cererii de consum, adică acea proprietate a cererii de consum
de a se modifica în funcţie de variaţia fenomenelor care o determină
(venituri, preţ, sezonalitate, structurile demografice şi socio- profesionale,
etc.).
În acest scop s-a introdus de către A. Marshall în 1980 coeficientul de
elasticitate şi a fost utilizat iniţial în studiul teoretic al cererii de consum. El a
fost determinat ca un raport între modificarea relativă a cererii pentru o
anumită marfă şi modificarea relativa a preţului ei, respectiv:
303
∆y ∆x ∆y x
E = ------ ÷ ------ = ------ ⋅ --
y x ∆x y
unde: x = preţul unei anumite mărfi;

∆x = modificarea preţului acestei mărfi;
y = cererea mărfii respective;
∆y = modificarea acestei cereri.
Asemănător se calculează coeficientul de elasticitate al cererii de consum în

funcţie de venituri, în acest caz x va reprezentă venitul mediu, iar ∆x
modificarea acestui venit.
Generalizând, rezultă că relaţia de calcul a coeficientului de elasticitate este:

∆y x 0
E = ------ ⋅ ----- unde:
∆x y 0
x 0 = nivelul înregistrat în perioada de bază de variabila explicativă;
∆x = modificarea variabilei explicative în intervalul de timp considerat;
y 0 = nivelul înregistrat în perioada de baza de variabila explicată;
∆y = modificarea variabilei explicate în intervalul de timp considerat.
Iată 3 situaţii limită: a, b şi c privind elasticitatea cererii unui produs în

raport cu preţul:
Q Q
E =
8
E = 0
P P
a) b)
304
Q Q
ce re r e a n o r m a l a i n
c a z u l p r e t u l u i n u s i a l
v e n i t u l u i
E = 1
P P
c)
a) Situaţia în care la orice modificare a preţului cererea, sub raport cantitativ,

rămâne aceeaşi - cerere total inelastică, insensibilă la modificarea factorului;
b) Situaţia opusă, în care cererea se modifică nelimitat, indiferent de nivelul

preţului - cerere perfect elastică;
c) Situaţia de proporţionalitate în ceea ce priveşte reacţia efectului la

modificarea factorului.
Deci, în funcţie de mărimea coeficientului de elasticitate, cererea populaţiei

pentru diversele produse poate fi:
- elastică, când E > 1
- inelastică, când E < 1
- de elasticitate unitară sau proporţională, când E = 1 .
Factorul în raport cu care se apreciază gradul de sensibilitate al cererii poate

fi: venitul, preţul, oferta, cheltuiala de reclamă, desfacerile totale, mărimea
populaţiei, etc.
- în raport cu venitul, cererea este de regulă inelastica la produsele de uz

casnic (alimentare şi nealimentare) şi se prezintă ca elastică sau chiar foarte
elastica la produsele de uz indelungat, produsele de lux, servicii.
- în raport cu preţul, cererea prezintă de regulă o elasticitate cu semnul
minus, întrucât dependenţa este inversă (fac excepţie de la regulă produsele
demodate şi plafonate pentru care scaderea preţului duce la scăderea
cererii).
305
Cererea este elastică atunci când schimbarea relativă a venitului (preţului)

generează o schimbare mai mult decât proporţională a cantitaţii sau a
cheltuielii prin care se exprimă cererea.
Exemplu: Dacă la o creştere a venitului cu 5% cererea de televizoare creşte

110 – 100 105 – 100
cu 10% este deci o cerere elastică: E = ------------------------ ÷ ------------------------ = 2 > 1
100 100
O cerere este inelastică dacă modificarea venitului determină o schimbare

neînsemnată a volumului cererii.
Exemplu: Dacă la o modificare cu 5% a venitului, cererea de paste

101 – 100 105 – 100
făinoase creşte cu 1%: E = ------------------------ ÷ ------------------------ = 0 ,2 < 1
100 100
Elasticitatea este unitară atunci când modificarea cererii este proporţională

cu modificarea venitului.
Exemplu: Creşte venitul cu 5%, creste şi cererea de îmbrăcăminte cu 5%:
105 – 100 105 – 100

E = ------------------------ ÷ ------------------------ = 1
100 100
În domeniul relaţiilor comerciale şi de cooperare cu străinătatea, prezintă
interes elasticitatea calculata la nivel macroeconomic. Se compară variaţia
relativă a exportului total sau a importului total al ţării, cu modificarea relativă
a unor indicatori sintetici ai dezvoltării economiei naţionale sau cu variaţia
relativă a cererii şi a ofertei mondiale.
Coeficienţii de elasticitate astfel stabiliţi caracterizează în ce măsura este

“sensibil“ comerţul exterior al ţării noastre la modificarea venitului net, spre
exemplu sau la schimbările survenite în comerţul mondial.
Analiza de elasticitate a cererii poate fi făcută pe baza datelor expuse în serii

cronologice, în acest caz se pot determina elasticităţi cu bază fixă sau cu
bază în lanţ.
Coeficientul de elasticitate fiind o mărime comparabilă, face posibilă analiza

evoluţiei sale în dinamică, precum şi pe produse sau grupe de produse. Este
foarte mult folosit în analiza nivelului de trai, precum şi în prognoza cererii de
consum a populaţiei.
306
13.9. Teme şi întrebări propuse pentru studiul individual
1. Cum identificaţi existenţa unei legături ?
2. Cum se întocmeşte o corelogramă şi cum se interpretează informaţiile

oferite vizual pe diagramă ?
3. Cum se alege cel mai bun model care să exprime legătura dintre două
fenomene ?
4. Cum se previzionează evoluţia unui factor în funcţie de alt factor aflat în

interdependenţă ?
5. Când se calculează coeficientul de corelaţie şi cum se interpretează ? Dar

raportul de corelaţie ?
6. În ce condiţii se foloseşte corelaţia neparametrică ?
7. Cum se stabileşte asocierea dintre variabile nominale ?
8. La ce foloseşte şi cum se interpretează coeficientul de elasticitate ? Daţi

cel puţin 3 exemple.
9. Despre 10 unităţi comerciale se cunosc următoarele informaţii:
Nr. crt. 1 2 3 4 5 6 7 8 9 10
Vânzări (bucăţi) 26 30 32 22 20 23 45 50 52 60
Număr vânzători
(persoane)
9 12 15 7 5 8 22 25 32 40
Estimaţi nivelul vânzărilor realizate de 50 de vânzători.
10. Cunoscând cheltuielile de publicitate şi vânzările realizate de 10 societăţi

comerciale, să se estimeze valoarea vânzărilor pentru un nivel al
cheltuielilor de publicitate de 10 milioane lei:
Cheltuieli
publicitate 3 5 7 6 6,8 8 3,5 4 4,5 6,5
(milioane lei)
Vânzări
5 25 70 45 60 90 12 15 27 55
(milioane lei)
307
11. Despre 10 salariaţi se cunosc următoarele informaţii referitoare la

productivitatea muncii şi salariul mediu realizat într-o lună:
Productivitatea
muncii 55 54 43 41 55 56 63 64 54 58
(bucăţi/salariat)
Salariul mediu lunar
(lei RON)
470 430 380 390 450 470 520 510 460 470
Estimati nivelul salariului mediu pentru o productivitate de 70 bucăţi/salariat.
12. Cunoscînd veniturile medii lunare şi cheltuielile pentru achiziţionarea

unui anumit produs pentru 10 salariaţi să se estimeze nivelul cheltuielilor
pentru un venit mediu de 750 lei RON.
Venituri
(lei RON)
650 520 380 420 580 440 550 480 640 610
Cheltuieli
(lei RON)
341 313 271 315 332 295 337 325 352 356
308
Capitolul XIV
INDICI STATISTICI
OBIECTIVE
În permanenţă se apelează în practică la exprimarea sub forma indicilor
pentru a arăta evoluţia unui fenomen sau altul. De multe ori însă nu se
cunoaşte în profunzime fenomenul sau, şi mai grav, se folosesc în analiză
modalităţi greşite de exprimare în interpretarea datelor. Din acest motiv şi
datorită deselor utilizări în practică, scopul acestui capitol este însuşirea
corectă de către studenţi a modului de construire a indicilor sintetici, a
folosirii sistemelor de ponderare existente, dar şi a descompunerii unui
fenomen complex pe factori de influenţă.
Numeroasele cazuri aplicative prezentate la finele acestui capitol vor
conduce la o înţelegere mai bună a teoriei indicilor şi la rolul acesteia în
analiza concretă a datelor reale.
Cuvinte cheie
Indice statistic Indice agregat

Indice al dinamicii Indice ca medie a indicilor individuali
Indici teritoriali Indici calculaţi ca raport de medii
Indici ai planului Indicele fenomenului complex
Indici ai îndeplinirii sarcinii de plan Indici factoriali
Indici individuali Metoda substituţiei în lanţ
Indici de grup Metoda restului nedescompus
Pondere Serie cronologică de indici
În cadrul indicatorilor statistici care se exprimă în procente (prin mărimi

relative), indicii ocupă un loc important fiind acea categorie economică care
măsoară variaţia medie a fenomenelor individuale sau colective şi care
exprimă raportul dintre două mărimi omogene, de acelaşi gen, comparate în
timp sau în spaţiu, a datelor absolute.
309
IndicI statistici
Cu ajutorul lor se poate determina mişcarea, evoluţia şi tendinţa relativă a

fenomenului, caracterizând nivelul şi creşterea unei mărimi faţă de alta,
exprimând de câte ori este mai mare prima în comparaţie cu a doua.
Se poate spune că indicii sunt cartea de vizită a unei ţări, ei arată în mod
sintetic dacă sunt bine calculaţi, starea naţiunii, succesul sau insuccesul,
caracterizând în ansamblu nivelul dezvoltării economico-sociale, culturale şi
politice şi îndeosebi gradul bunăstării populaţiei în ţara respectivă.
La alcătuirea indicilor trebuie să se respecte anumite principii şi reguli,

pentru ca ei să răspundă sarcinii pe care o au: de a exprima conţinutul sau
sensul economic al schimbării fenomenului. Altfel spus, problema
fundamentală care se pune la construirea indicilor este aceea de a
desprinde în adâncime şi multilateral conţinutul economic al schimbării medii
a fenomenului studiat.
14.1. BAZA METODOLOGICĂ COMUNĂ DE ALCĂTUIRE A INDICILOR
La alcătuirea indicilor trebuie să se respecte anumite principii şi reguli,

pentru ca ei să răspundă sarcinii pe care o au: de a exprima conţinutul sau
sensul economic al schimbării fenomenului. Altfel spus, problema
fundamentală care se pune la construirea indicilor este aceea de a
desprinde în adâncime şi multilateral conţinutul economic al schimbării medii
a fenomenului studiat.
Construirea indicilor se bazează pe un raport cu ajutorul căruia anumite date

luate în cercetare sunt comparate cu alte date având caracter analog, dintr-o
perioadă diferită sau din aceeaşi perioadă dar dintr-un spaţiu diferit. Datele
supuse studiului, numite date ce se compară apar la numărător, iar la
numitor figurează datele cu care se face comparaţia (date bază de
raportare).
Datele supuse comparaţiei sunt expresia unor fenomene complexe, în

sensul că, mărimea lor este rezultatul unui produs de doi sau mai mulţi
factori simpli. Unul dintre aceşti factori simpli are caracter extensiv, de
volum, numit şi factor cantitativ, simbolizat de obicei cu f (deoarece au rol de
frecvenţe de multe ori), în timp ce ceilalţi factori sunt intensivi, numiţi şi
factori calitativi.
310
Din produsul celor 2 factori x ⋅ f ⇒ nivelul totalizat al fenomenului complex

la nivelul grupei sau ∑x ⋅ f ⇒ la nivelul întregii colectivităţi.
Fenomenul complex va fi notat cu y y = x ⋅ f
Spre exemplu, valoarea unei mărfi va fi dată de produsul dintre cantitate şi

preţul unitar:
v = p ⋅ q
fenomenul complex factor calitativ, factor cantitativ,

notat teoretic cu “y” notat teoretic cu “x” notat teoretic cu “ f ”
14.1.1. Indicii individuali
Prin indici individuali se înţelege raportul de mărime al schimbării unui singur

element, indiferent dacă este o caracteristică a unei colectivităţi omogene,
volumul unei grupe sau al colectivităţii.
x x1 f f1 y( x ⋅ f) x1 ⋅ f1 y1
i 1 ⁄ 0 = ----- ; i 1 ⁄ 0 = ---- ; i1 ⁄ 0 = ------------- = ----- ,
x0 f0 x0 ⋅ f0 y0
unde y = x⋅f
Aceşti indici individuali notaţi cu 1 ⁄ 0 sunt indici ai dinamicii întrucât se

compară elementele fenomenului din perioada curentă cu acelaşi fenomen
din perioada bază de raportare.
La fel se rezolvă şi alţi indici cu semnificaţia:
- indici individuali ai sarcinilor de plan:
x pl f pl x pl ⋅ f pl
------ ; ----- ; ----------------
x0 f0 x0 ⋅ f0
311
IndicI statistici
- indici individuali ai îndeplinirii sarcinii de plan
x f x1 ⋅ f1
-----1- ; ----1- ; ----------------
x pl f pl x pl ⋅ f pl
- indici teritoriali
x xA xB
i A ⁄ B = ----- sau dacă se doreşte comparaţia invers: ----- ;
xB xA
f fA fB x⋅f xA ⋅ fA xB ⋅ fB
i A ⁄ B = ---- sau invers ----- ; i A ⁄ B = -------------- sau invers --------------
fB xA xB ⋅ fB xA ⋅ fA
unde A şi B sunt spaţii teritoriale diferite.
14.1.2. Indicii de grup
Indicii de grup se calculează la nivelul unei grupe sau pe întreaga

colectivitate, sintetizând care este variaţia medie a fenomenului studiat.
Deci, indicele de grup nu este o sumă a indicilor individuali ci o medie a
acestora, exprimând tendinţa de modificare în timp şi spaţiu a caracteristicii
la care se referă.
La constituirea indicilor de grup trebuie ţinut seama de următoarele 2 cazuri:
a) când elementele factorului cantitativ (f) ale fenomenului complex nu

pot fi însumate direct, fiind de esenţă diferită.
Spre exemplu cazul în care o unitate desface produse diferite, la care nu ar

avea nici un sens economic însumarea. de regulă, în aceste cazuri, nici
factorul calitativ nu poate fi însumat direct.
Spre exemplu, valoarea = preţ x cantitate ( v = p × q ).
Factorul cantitativ este q, care nu este însumabil direct, iar factorul calitativ
este preţul unitar al mărfii (p), care de asemenea nu ar avea sens să-l
însumăm.
312
b) când elementele factorului cantitativ (f) pot fi însumate direct, fiind

de aceeaşi natură.
Exemplu, în cazul productivităţii muncii, factorul cantitativ este numărul de

salariaţi, care este însumabil.
a) În acest caz indicele de grupă poate fi obţinut sub formă agregată, atât din
mărimi absolute, cât şi din mărimi relative a indicilor individuali.
b) Schimbarea medie a fenomenului complex se face cu ajutorul indicilor de
grupă, ca raport de medii.
O problemă deosebită la alcătuirea I 1 ⁄ 0 este alegerea şi folosirea

ponderilor, întrucât aceştia sunt întotdeauna indici ponderaţi.
14.1.2.1. Alegerea şi folosirea indicilor de grupă
La un indice agregat, alcătuit din mărimi absolute, ponderile sunt

întotdeauna simple, în timp ce la indicii agregaţi construiţi cu ajutorul
mărimilor relative a indicilor individuali, ponderile sunt compuse.
Putem avea următoarele cazuri generale:
x ∑ x1 ⋅ f
I 1 ⁄ 0 = ------------------
f ∑ f1 ⋅ x
şi I 1 ⁄ 0 = ------------------
∑ x0 ⋅ f ∑ f0 ⋅ x
În general, pentru a scoate în evidenţă de la o perioadă la alta variaţia medie

a factorului calitativ (x), celălalt factor cu care se face ponderarea se ia la
nivelul perioadei curente:
∑ x1 ⋅ f1
--------------------
∑ x0 ⋅ f1
şi pentru a scoate în evidenţă modificarea medie a factorului cantitativ prin
mijlocirea factorului calitativ, acesta din urmă se ia constant la nivelul
perioadei de bază:
∑ f1 ⋅ x0
-------------------- .
∑ f0 ⋅ x0
313
IndicI statistici
14.1.2.2. Modalităţi de ponderare a indicilor de grupă
Cele mai răspândite modalităţi de ponderare sunt cele propuse de:

- LASPEYRES, care consideră factorul constant în perioada de bază;
- PAASCHE, care consideră factorul constant în perioada curentă.
De subliniat faptul că în practică, indicii factorului calitativ se calculează ca

indici Paasche (cel mai adesea) sau ca indici Laspeyres.
Indicele factorului cantitativ se calculează numai ca indice Laspeyres.
f ∑ x0 ⋅ f1 x ∑ x1 ⋅ f1
I L = -------------------- ; I P = --------------------
∑ x0 ⋅ f0 ∑ x0 ⋅ f1
Aceşti indici se pot reuni într-un sistem:
y f x
I = I L ⋅I P
- indicele mediu geometric Irving FISCHER:
Pentru factorul calitativ spre exemplu, acesta va fi:

x ∑ x1 ⋅ f0 ∑ x1 ⋅ f1
I 1 ⁄ 0 = -------------------- ⋅ --------------------
∑ x0 ⋅ f0 ∑ x0 ⋅ f1
La fel se folosesc ponderile şi la indicii teritoriali.
Ponderile la calculul unui indice de grupă îndeplinesc următoarele funcţii:
- îndeplinesc rol de frecvenţe;

- au rolul de a scoate în evidenţă schimbarea medie a elementului indexat,
deci a elementului care ne interesează, prin fixarea ponderilor la un anumit
nivel considerat neschimbat. Deci se face abstracţie de faptul că şi ponderile
s-ar modifica în timp. Ponderile sunt considerate neschimbate, tocmai
pentru a putea reliefa în timp schimbarea numai a elementelor care ne
interesează.
Exemplu:
La indicele de grupă al preţurilor se folosesc drept ponderi neschimbate
cantităţile de produse din perioada curentă, deoarece ne interesează
economiile realizate ca urmare a reducerii preţului sau sumele ce trebuie să
le plătească oamenii în plus ca urmare a creşterii preţurilor la produsele
respective.
314
14.2. CONSTRUIREA INDICILOR DE GRUP
Indicii de grup se pot construi sub formă de:

a) Indici agregaţi
b) Indici calculaţi ca medie a indicilor individuali
c) indici determinaţi ca raport a două medii
14.2.1. Indicii agregaţi
Indicii agregaţi se calculează ca raport între suma mărimilor absolute ale

indicatorilor de la nivelul colectivităţii studiate din perioada curentă şi suma
mărimilor absolute ale aceloraşi indicatori pentru perioada luată ca bază de
comparare.
y ∑ y1 ∑ x1 ⋅ f1
I 1 ⁄ 0 = ------------ = -------------------- , avem în vedere că f nu este însumabil direct.
∑ y0 ∑ x0 ⋅ f0
Pentru măsurarea modificării fiecărui factor vom utiliza ca punct de plecare
indicele lui y, considerând constant un factor şi variabil factorul a cărui
modificare ne interesează. Factorul constant este numit pondere şi poate fi
considerat la nivelul perioadei de bază sau curentă.
Rezultă astfel diferite sisteme de indici:
- tip Laspeyres
x ∑ x1 ⋅ f0
I 1 ⁄ 0 = --------------------
∑ x0 ⋅ f0
- tip Paasche
x
I1 ⁄ 0 =
∑ x1 ⋅ f1
--------------------
∑ x0 ⋅ f1
Identic şi pentru factorul cantitativ.
Aceşti indici se pot reuni într-un sistem:
y x f y x f
I1 ⁄ 0 = I1 ⁄ 0( L ) ⋅ I1 ⁄ 0( P ) sau I1 ⁄ 0 = I1 ⁄ 0( P ) ⋅ I1 ⁄ 0( L)
De subliniat că în practică indicele factorului calitativ se poate calcula atât ca

indice tip Paasche, cât şi ca indice tip Laspeyres, în timp ce indicele
factorului cantitativ se calculează numai ca indice de tip Laspeyres.
315
IndicI statistici
Utilizând indicii din relaţiile de mai sus se pot calcula şi modificările absolute.
Atunci când cei doi indici factoriali folosesc sisteme de ponderare diferite
(unul de tip Laspeyres, iar cel de-al doilea de tip Paasche) este valabilă
descompunerea geometrică (produsul celor 2 indici factoriali este egal cu
indicele fenomenului complex).
În acelaşi timp, este valabilă şi descompunerea analitică a sporurilor (sporul

fenomenului complex este egal cu suma celor două sporuri datorate
factorilor de influenţă).
Întotdeauna sporul absolut se va calcula ca o diferenţă între numărătorul şi

numitorul indicelui şi arată cu cât s-a modificat în mărime absolută
fenomenul complex ca urmare a influenţei factorului respectiv.
În cazul formulelor generale de mai înainte, dacă indicii factoriali s-au

calculat ca un indice de tip Paasche pentru factorul calitativ şi ca un indice
Laspeyres pentru factorul cantitativ, vom avea:
• Sporul fenomenului complex y, sub influenţa concomitentă a factorului x

şi f
y
(1‘) ∆1 ⁄ 0 = ∑ x1 f1 – ∑ x0 f0
• Sporul fenomenului complex y, sub influenţa factorului cantitativ f :
y(f)
(2‘) ∆1 ⁄ 0 = ∑ x0 f1 – ∑ x0 f0
• Sporul fenomenului complex y, sub influenţa factorului calitativ x :
y( x)
(3‘) ∆1 ⁄ 0 = ∑ x1 f1 – ∑ x0 f1
(1‘)= (2‘) + (3‘)
În continuare, dacă dorim să analizăm în ce proporţie un factor contribuie la

obţinerea sporului total al fenomenului complex, se va calcula ponderea
acestuia în total spor şi se va exprima în procente:
y(f)
f ∆1 ⁄ 0
• Contribuţia relativă a factorului cantitativ: - ⋅ 100
k = -----------
y
∆1 ⁄ 0
316
y(x )
x ∆1 ⁄ 0
• Contribuţia relativă a factorului calitativ: k - ⋅ 100
= ------------
y
∆1 ⁄ 0
Suma celor două ponderi va fi obligatoriu egală cu 1 când acestea sunt

exprimate în coeficient sau cu 100 când au fost exprimate în procente.
f x
k +k = 1 sau 100 %
Vom exemplifica în continuare folosirea formulelor teoretice asupra

fenomenului (indicatorului) valorii producţiei ( v i ) care este compus dintr-
un factor cantitativ, cantitatea produsă din fiecare produs ( q i ) şi unul
calitativ, preţul unitar al fiecărui produs ( p i ).
Dacă se doreşte analiza dinamicii pe total societate, vom avea:
a) Indicele total al valorii, care arată de câte ori a crescut valoarea

producţiei pe total societate în perioada curentă faţă de perioada bază, sub
influenţa tuturor factorilor:
v ∑ v1 ∑ q1 p1
I 1 ⁄ 0 = ------------ = ------------------
∑ v0 ∑ q0 p0
Sporul total al valorii pe întreaga societate va fi diferenţa dintre numărătorul
şi numitorul indicelui corespunzător:
v
∆1 ⁄ 0 = ∑ v1 – ∑ v0 = ∑ q1 p1 – ∑ q0 p0
v v(q)
Din I 1 ⁄ 0 se vor desprinde cei doi indici factoriali, I 1 ⁄ 0 (sau notat simplu
q
I 1 ⁄ 0 cunoscut în practică sub denumirea de indicele volumului fizic) şi
v( p) p
I1 ⁄ 0 (sau notat simplu I 1 ⁄ 0 , cunoscut în practică şi sub denumirea de
indicele preţurilor).
Cei doi indici factoriali se calculează de regulă, primul ca un indice de tip

Laspeyres, iar cel de-al doilea ca un indice de tip Paasche.
317
IndicI statistici
b) Indicele volumului fizic:
v(q) ∑ q1 p0
I 1 ⁄ 0 = ------------------
∑ q0 p0
iar sporul valorii produse pe total societate numai sub influenţa sporului
producţiei fizice:
v( q)
∆1 ⁄ 0 = ∑ q1 p0 – ∑ q0 p0
c) Indicele preţurilor:
v(p) ∑ q1 p1
I 1 ⁄ 0 = ------------------
∑ q1 p0
iar sporul valorii produse pe total societate numai sub influenţa creşterii
preţurilor:
v( p)
∆1 ⁄ 0 = ∑ q1 p1 – ∑ q1 p0
Obligatoriu se va verifica relaţia:
v q p
v q p
I 1 ⁄ 0 = I 1 ⁄ 0 ⋅ I 1 ⁄ 0 şi respectiv: ∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0
dat fiind faptul că la construirea celor 2 indici factoriali au fost folosite

sisteme de ponderare diferite.
14.2.2. Indici calculaţi ca medie a indicilor individuali
Calculul indicilor sintetici sub formă agregată necesită cunoaşterea

agregatelor ∑ x 0 f 0 , ∑ x 1 f 1 , ∑ x 0 f 1 , ∑ x 1 f 0 .
Agregatele ∑ x 0 f 0 = ∑ y 0 şi ∑ x 1 f 1 = ∑ y 1 pot fi obţinute direct din

evidenţa agenţilor economici, exprimând nivelul fenomenului complex în
cele două perioade.
De foarte multe ori nu se cunosc agregatele ∑ x 0 f 1 şi ∑ x 1 f 0 şi

determinarea lor ar necesita eforturi şi cheltuieli suplimentare, iar când se
cunoaşte doar y şi nu separat x şi f , obţinerea lor directă este imposibilă.
318
În acest caz, indicii sintetici sub formă agregată se înlocuiesc cu indicii

sintetici calculaţi ca medie a indicilor individuali. În funcţie de datele
disponibile se pot calcula:
1. Dacă cunoaştem nivelul indicatorului complex în perioada de bază x 0 f 0 şi

f
indicii individuali ai factorului cantitativ i sau factorul cantitativ pentru cele
două perioade ( f 0 şi f 1 ), indicele sintetic al factorului cantitativ de tip
f
Laspeyres se calculează ca medie aritmetică a indicilor individuali ( i ),
folosindu-se ponderea compusă x 0 f 0 :
f
f
IL =
∑ x0 f1
---------------- =
∑ x0 f0 ⋅ i
--------------------------- f f1 f
şi i = ---- ⇒ f 1 = i ⋅ f 0
f0
∑ x0 f0 ∑ x0 f0
2. Dacă se cunoaşte nivelul indicatorului complex în perioada de bază şi
x
indicii individuali ai factorului calitativ i sau nivelul factorului calitativ în cele
două perioade ( x 0 şi x 1 ), indicele sintetic al factorului calitativ de tip
x
Laspeyres se calculează ca medie aritmetică a indicilor individuali i ,
folosindu-se ponderea compusă x 0 f 0 :
x
IL
x
=
∑ x1 f0
---------------- =
∑ i ⋅ x0 f0
------------------------- x x1
şi i 1 ⁄ 0 = -----
x
⇒ x1 = i1 ⁄ 0 ⋅ x0
x0
∑ x0 f0 ∑ x0 f0
3. Dacă se cunoaşte nivelul indicatorului complex în perioada curentă ( x 1 f 1 )
x
şi indicii individuali ai factorului calitativ ( i ) sau nivelul factorului calitativ în
cele 2 perioade ( x 1 şi x 0 ), indicele sintetic al factorului calitativ de tip Paache
x
se calculează ca medie armonică a indicilor individuali ( i ), folosindu-se
ponderea compusă x 1 f 1 .
x ∑ x1 f1 ∑ x1 f1
I L = ---------------- = -------------------------
x x1 x1
i = ----- ⇒ x 0 = ----x-
1 x0
∑ x0 f1 ∑ ---x ⋅ x1 f1 i
i
319
IndicI statistici
14.2.3. Sistemul indicilor calculaţi ca raport de medii
Când elementele factorului cantitativ pot fi însumate direct, schimbarea

medie a fenomenului complex se face cu ajutorul indicilor de grupă ca raport
de medii. Acesta se foloseşte atunci când este necesar să se calculeze
indici de grup pentru variabile calitative care au caracter de medie. Specific
acestor variabile calitative este faptul că valorile individuale sunt rezultatul
raportului dintre valorile a 2 caracteristici de natură diferită dar
interdependente.
De exemplu: Productivitatea la nivelul unei firme se poate exprima ca o

medie a productivităţii la nivel de secţii componente ale firmei.
Dacă la nivelul unei unităţi a colectivităţii studiate y i = x i ⋅ f i , vom avea:
yi
x i = ----
fi
La nivelul întregii colectivităţi:
∑ yi ∑ xi ⋅ fi *
x = ----------- = ------------------ = ∑ xi ⋅ fi , în care
∑ fi ∑ fi
*
fi = structura factorului cantitativ;
sau altfel spus, frecvenţa relativă.
• Indicele sintetic care măsoară variaţia nivelului mediu al fenomenului

complex, sub influenţa concomitentă a ambilor factori, poartă denumirea de
indice cu structură variabilă:
*
(1)
x⋅f
I1 ⁄ 0
x1 ∑ x1 ⋅ f1 ∑ x0 ⋅ f0 ∑ x1 ⋅ f1
= ----- = -------------------- : -------------------- = ----------------------*-
x0
∑ f1 ∑ x0 ∑ x1 ⋅ f0
• Pentru a măsura variaţia nivelului mediu al caracteristicii de indexat ca
urmare a variaţiei ei în fiecare grupă se calculează indicele cu structură
fixă:
(2)
x
I1 ⁄ 0 =
∑ x1 ⋅ f1 ∑ x0 ⋅ f1
-------------------- : -------------------- =
∑ x1 ⋅ f1
-----------------------
*
∑ f1 ∑ f1 ∑ x0 ⋅ f1
320
• Pentru a măsura nivelul mediu al caracteristicii de indexat, ca urmare a

variaţiei structurii colectivităţii, se calculează indicele schimbărilor
structurale:
*
(3)
(f)
I1 ⁄ 0 =
∑ x0 ⋅ f1 ∑ x0 ⋅ f0
-------------------- : -------------------- =
∑ x0 ⋅ f1
-----------------------
*
∑ f1 ∑ f0 ∑ x0 ⋅ f0
(1) = (2) ⋅ (3)
În continuare pot fi calculate şi sporurile aferente fenomenului complex şi

factorilor de influenţă rezultând:
∆1 = ∆2 + ∆3
Exemplu de folosire a indicilor sintetici calculaţi ca raport a două medii:
1. Ştim că productivitatea medie a muncii W se poate calcula ca raport între

valoarea producţiei ( Q ) şi numărul mediu de salariaţi ( T ). Prin urmare, W
are sensul de variabilă calitativă, calculată ca o mărime relativă de
intensitate (raportul dintre doi indicatori diferiţi, dar aflaţi într-o strânsă
legătură) şi pe de altă parte, factorul cantitativ T poate fi însumat direct.
Se îndeplinesc toate condiţiile pentru a calcula indicele sisntetic al
productivităţii ca un raport a două medii. De altfel, însăşi productivitatea W
este o mărime medie, rezultând din formula de calcul:
• la nivelul secţiei spre exemplu,

Qi
W i = ----- ⇒ Qi = Wi ⋅ Ti
Ti
• la nivelul întregii societăţi:
∑ Qi ∑ Wi ⋅ Ti *
W i = ------------ = ---------------------- = ∑ Wi ⋅ Ti , unde
∑T i
∑ Ti
*
Ti este structura numărului de salariaţi
(care poate fi exprimată în coeficient, sau în %).
321
IndicI statistici
Cu alte cuvinte, productivitatea medie a muncii la nivelul întregii societăţi W i

este o medie a productivităţilor medii a muncii a secţiilor componente W i .
Vom construi mai departe sistemul de indici:
• Indicele fenomenului complex, respectiv al productivităţii muncii pe

total societate, sub influenţa ambilor factori (a productivităţii muncii la nivel
*
de secţie şi a structurii numărului de salariaţi T i :
*
W
I 1 ⁄ 0i =
∑ Q1 ∑ Q0
------------- : ------------- =
∑ W1 T1 ∑ W0 T0
-------------------- : -------------------- =
∑ W1 T1
-------------------------
*
∑ T1 ∑ T0 ∑ T1 ∑ T0 ∑ W0 T0
În funcţie de datele disponibile se va opta pentru una din formulele descrise
mai înainte. Calculăm mai departe cei doi indici factoriali.
• Indicele factorului cantitativ, respectiv structura numărului de

salariaţi:
T *
W i ⎛ -------i-⎞
I1 ⁄ 0
⎝ ΣT i⎠
=
∑ W0 T1 ∑ W0 T0
-------------------- : -------------------- =
∑ W0 T1
-------------------------
*
∑ T1 ∑ T0 ∑ 0 W 0 T
Acesta va arăta de câte ori a crescut productivitatea muncii pe total

societate, dar numai sub influenţa modificării structurii numărului de salariaţi.
• Indicele factorului calitativ, respectiv productivitatea muncii la nivel de

secţie:
*
W( W )
I1 ⁄ 0 i =
∑ W1 T1 ∑ W0 T1
-------------------- : -------------------- =
∑ W1 T1
-------------------------
*
∑ T1 ∑ T1 ∑ W 0 T 1
Acesta va arăta de câte ori a crescut productivitatea muncii pe total

societate, dar numai sub influenţa modificării productivităţilor medii a muncii
la nivelul secţiilor.
322
În final trebuie să se verifice descompunerea geometrică:
T
W i ⎛⎝ -------i-⎞⎠
W ΣT i W ( Wi )
I 1 ⁄ 0i = I1 ⁄ 0 ⋅ I1 ⁄ 0
T
W i ⎛⎝ -------i-⎞⎠
W(W ) ΣT i
Atunci când I1 ⁄ 0 i > I1 ⁄ 0 avem de-a face cu o dezvoltare intensivă a
fenomenului, respectiv o creştere a productivităţii muncii pe seama factorului
calitativ.
Ca şi în cazurile anterioare, se pot calcula şi sporurile absolute, atât ale
fenomenului complex cât şi a influenţelor datorate factorilor, ca diferenţă
între numărătorul şi numitorul indicilor corespunzători:
• Sporul total al productivităţii muncii pe societate:
W ∑ W1 T1 ∑ W0 T0 * *
∆ 1 ⁄ 0 = -------------------- – -------------------- = ∑ W1 T1 – ∑ W0 T0
∑ T1 ∑ T0
• Sporul total al productivităţii muncii ca urmare a influenţei
modificării structurii numărului de salariaţi:
T
W ⎛ -------i-⎞
⎝ ΣT i⎠ ∑ W0 T1 ∑ W0 T0 * *
∆1 ⁄ 0 = -------------------- – -------------------- = ∑ W0 T1 – ∑ W0 T0
∑ T1 ∑ T0
• Sporul total al productivităţii muncii pe societate ca urmare a
influenţei productivităţilor secţiilor:
W ( Wi ) ∑ W1 T1 ∑ W0 T1 * *
∆1 ⁄ 0 = -------------------- – -------------------- = ∑ W1 T1 – ∑ W0 T1
∑ T1 ∑ T1
Relaţia dintre sporuri:
T
W ⎛⎝ -------i-⎞⎠
W ΣT i W ( Wi )
∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0
323
IndicI statistici
Ca şi în exemplele anterioare, se poate calcula influenţa relativă a unui

factor asupra sporului total al productivităţii muncii, ca mărimi relative de
structură:
T
W ⎛ -------i-⎞
W(W ) T ⎝ ΣT i⎠
-------i-
Wi ∆1 ⁄ 0 i ΣT i ∆1 ⁄ 0
k = ----------------- ⋅ 100 şi k = -------------------- ⋅ 100
W W
∆1 ⁄ 0 ∆1 ⁄ 0
T
-------i-
Wi ΣT i
k +k = 100 %
14.3. DESCOMPUNEREA FACTORIALĂ PRIN SISTEMUL INDICILOR
Cu ajutorul metodei indicilor studiem variaţia fenomenelor complexe în timp

şi spaţiu, sub influenţa factorilor determinanţi. Se ştie că fenomenele
complexe se formează ca produs a cel puţin 2 factori.
Exemplu: Valoarea producţiei se poate calcula ca produs între

productivitatea medie lunară şi numărul mediu de salariaţi Q = W e ⋅ T sau,
valoarea producţiei este dată de cantitatea produsă înmulţită cu preţul
unitar:
Q = q⋅p
Prin metoda indicilor separăm influenţa fiecărui factor în parte şi calculăm

contribuţia absolută şi relativă a acestuia la modificarea fenomenului
complex.
Operaţia aceasta de separare a contribuţiei factorilor poartă denumirea de

descompunere factorială.
Se folosesc mai multe procedee, printre care:
1. Metoda substituirii în lanţ;
2. Metoda influenţei izolate a factorilor (metoda restului nedescompus).
324
14.3.1. Metoda substituirii în lanţ
Metoda substituirii în lanţ constă în anihilarea unui factor şi evidenţierea

rând pe rând a celorlalţi factori.
În cazul în care variaţia fenomenului complex depinde doar de 2 factori,

procedăm astfel:
Avem fenomenul complex yi = xi ⋅ fi

y(x ⋅ f )
I1 ⁄ 0
∑ x1 ⋅ f1
= --------------------
∑ x0 ⋅ f0
şi prin metoda substituirii în lanţ, printr-o descompunere geometrică indicele
general se separă în alţi 2 indici parţiali:
y( x) ∑ x1 ⋅ f1 y(f) ∑ x0 ⋅ f1
I 1 ⁄ 0 = -------------------- şi I 1 ⁄ 0 = --------------------
∑ x0 ⋅ f1 ∑ x0 ⋅ f0
y( x ⋅ f) y( x) y( f)
I1 ⁄ 0 = I1 ⁄ 0 ⋅ I1 ⁄ 0
Printr-o descompunere analitică, modificarea absolută totală:
y( x ⋅ f)
∆1 ⁄ 0 = ∑ x1 ⋅ f1 – ∑ x0 ⋅ f0 se separă într-o sumă a modificării
datorată factorului calitativ şi a modificării factorului cantitativ
y(x ⋅ f ) y( x) y( f)
∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0 .
În funcţie de succesiunea substituirii factorilor, pot fi 2 variante. Indiferent de

varianta aplicată, substituirea în lanţ presupune aplicarea următoarelor
reguli:
- indicele influenţei primului factor, de regulă cel cantitativ, se construieşte

folosind drept pondere cealaltă sau celelalte variabile la nivelul perioadei de
bază;
- un factor o dată substituit rămâne drept pondere la nivelul perioadei

curente pe tot parcursul descompunerii pentru ceilalţi indici factoriali.
325
IndicI statistici
Practica demonstrează că în general există un singur factor cantitativ cu

care se începe analiza factorială, iar ceilalţi sunt factori calitativi şi se
ordonează în funcţie de relaţiile dintre ei.
În condiţiile în care se iau în calcul mai mult de 2 factori, ordinea substituirii
este mai greu de stabilit deoarece este aproape imposibil să se separe
riguros factorii cantitativi de cei calitativi.
Spre exemplu, dacă considerăm un fenomen complex y alcătuit din 3 factori,

y = a ⋅ b ⋅ c , în care a este factor cantitativ, b şi c sunt factori calitativi, vom
avea:
(2)
y(a) ∑ a1 b0 c0
I 1 ⁄ 0 = -----------------------
∑ a0 b0 c0
(1) I
y ∑ a1 b1 c1
= ----------------------- (3)
y(b) ∑ a1 b1 c0
I 1 ⁄ 0 = -----------------------
∑ a0 b0 c0 ∑ a1 b0 c0
(4)
y(c) ∑ a1 b1 c1
I 1 ⁄ 0 = -----------------------
∑ a1 b1 c0
În acest caz, este valabilă atât descompunerea geometrică a indicilor:
(1) = (2) x (3) x (4), cât şi descompunerea analitică a sporurilor.
y
∆1 ⁄ 0 = ∑ a1 b1 c1 – ∑ a0 b0 c0
y( a)
∆1 ⁄ 0 = ∑ a1 b0 c0 – ∑ a0 b0 c0
y( b)
∆1 ⁄ 0 = ∑ a1 b1 c0 – ∑ a1 b0 c0
y( c)
∆1 ⁄ 0 = ∑ a1 b1 c1 – ∑ a1 b1 c0
y y(a) y( b) y( c)
⇒ ∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0 + ∆1 ⁄ 0
326
Evidenţierea cotei parte cu care contribuie fiecare la modificarea absolută a

fenomenului complex se va face calculând ponderea sporului datorat
fiecărui factor, în total spor:
y( a)
a ∆1 ⁄ 0
- ⋅ 100
k = -------------
y
∆1 ⁄ 0
y( b)
b ∆1 ⁄ 0
- ⋅ 100
k = -------------
y
∆1 ⁄ 0
y( c)
c ∆1 ⁄ 0
- ⋅ 100
k = -------------
y
∆1 ⁄ 0
a b c
k + k + k = 1 sau 100 %
Un exemplu tipic pentru relaţiile de mai sus cu 3 factori îl poate oferi volumul
producţiei prin influenţele:
- modificării numărului mediu al muncitorilor T
- modificării nr. de ore lucrate de un muncitor într-un an
- modificării productivităţii medii orare W h
Wl = Wz × Dl = Wh ⋅ Dz ⋅ Dl
productivitatea productivitatea productivitatea durata medie a durata medie a

medie lunară medie zilnică medie orară zilei de lucru lunii de lucru
valoarea producţiei
Q
W = ---- ⇒ Q = W ⋅ T = T × Wh ⋅ Dz ⋅ Dl
T
numărul mediu salariaţi
327
IndicI statistici
14.3.2. Metoda restului nedescompus
În cazul în care indicii fenomenului complex se alcătuiesc în alte condiţii de

ponderare şi când:
∑ x1 ⋅ f1 ∑ x1 ⋅ f0 ∑ x0 ⋅ f1
-------------------- ≠ -------------------- ⋅ -------------------- , atunci nici suma creşterii absolute a
∑ x0 ⋅ f0 ∑ x0 ⋅ f0 ∑ x0 ⋅ f0
factorului cantitativ şi a celui calitativ nu va mai fi egală cu sporul total al
fenomenului complex. În astfel de condiţii de ponderare, sporul total al
fenomenului complex se va calcula astfel:
∑ x1 ⋅ f1 – ∑ x0 ⋅ f0 =
⎧
⎪
⎪
⎪
⎨
⎪
⎪
⎪
⎩
x⋅f
∆
= ( ∑ x1 f0 – ∑ x0 f0 ) + ( ∑ x0 f1 – ∑ x0 f0 ) + ( x1 – x0 ) ⋅ ( f1 – f0 )
⎧
⎨
⎩
⎧
⎨
⎩
x f
∆ ∆
x f
În legătură cu acest rest nedescompus ( ∆ ⋅ ∆ ) în literatura de specialitate
s-a făcut propunerea ca el să fie atribuit în mod proporţional cu contribuţia
fiecărui factor în sporul total al fenomenului complex.
- Deci, întâi calculăm ponderea cu care contribuie fiecare factor în sporul
total:
∑ x1 f0 – ∑ x0 f0
k x = ---------------------------------------------------------------------------------------------- ;
( ∑ x1 f0 – ∑ x0 f0 ) + ( ∑ x0 f1 – ∑ x0 f0 )
∑ x0 f1 – ∑ x0 f0
k f = ----------------------------------------------------------------------------------------------
( ∑ x1 f0 – ∑ x0 f0 ) + ( ∑ x0 f1 – ∑ x0 f0 )
- Cu aceşti 2 coeficienţi vom determina cota parte din restul nedescompus

care revine fiecărui factor după cum urmează:
′ x f
kx = kx ⋅ ∆ ⋅ ∆
′ x f
kf = kf ⋅ ∆ ⋅ ∆
328
Astfel, sporul fenomenului complex va fi:
cota parte a
restului nedescompus cota parte din
ce revine lui x restul nedescompus
influenţa directă influenţa directă ce revine lui f
a factorului x a factorului f
′ ′
∑ x1 f1 – ∑ x0 f0 = ( ∑ x1 f0 – ∑ x0 f0 ) + kx + ( ∑ x0 f1 – ∑ x0 f0 ) + kf
′ ′
⎧ kx > kf ⇒ calea de dezvoltare a fenomenului
⎪ complex este cea intensivă;
În cazul când ⎨
⎪ ′ ′ calea de dezvoltare a fenomenului
⎩ kx < kf ⇒ complex este cea extensivă;
Adăugând aspectele de analiză statistică se poate calcula în continuare

contribuţia procentuală a factorilor la modificarea fenomenului complex
astfel:
- ponderea influenţei factorului calitativ asupra variaţiei absolute totale:
′
( ∑ x1 f0 – ∑ x0 f0 ) + kx
------------------------------------------------------- ⋅ 100 (idem pentru factorul cantitativ)
x⋅f
∆
Folosirea acestei metode este mai dificilă în condiţiile în care creşte numărul
factorilor de influenţă, deoarece creşte numărul sporurilor care se datorează
interacţiunii factorilor şi odată cu aceasta, sporeşte caracterul convenţional
privind atribuirea restului nedescompus factorilor de influenţă.
329
IndicI statistici
14.4. SERII DE INDICI STATISTICI
La construirea seriilor trebuie să ţinem cont de două aspecte:
a) baza de raportare
- cu bază fixă;
- cu baza în lanţ.
b) ponderile folosite (acolo unde este cazul)
Ponderile se utilizează când seriile se alcătuiesc din indici sintetici la care

variabilele nu sunt însumabile direct:
- ponderi constante
- ponderi variabile
În funcţie de a şi b există serii de indici:
1. Serii de indici de grup cu bază fixă şi ponderi constante:

Luăm ca exemplu indicele de grup al factorului calitativ:
x ∑ xi f0
I i ⁄ 0 = ----------------
∑ x0 f0
2. Serii de indici de grup cu bază în lanţ şi ponderi constante, tot pe
exemplul factorului calitativ x :
:
x ∑ xi f0
I i ⁄ i – 1 = ---------------------- sau
x ∑ xi fn
I i ⁄ i – 1 = ----------------------
∑ xi – 1 f0 ∑ xi – 1 fn
Se verifică relaţia dintre indicii cu bază în lanţ şi cei cu bază fixă:
∑ x1 f0 ∑ x2 f0 ∑ x3 f0 ∑ xn f0
---------------- ⋅ ---------------- ⋅ ---------------- ⋅ --- … ⋅ --- ⋅ -----------------------
∑ xn f0
= ----------------
∑ x0 f0 ∑ x1 f0 ∑ x2 f0 ∑ xn – 1 f0 ∑ x0 f0
Identic şi în cazul folosirii ca pondere fixă ultimul factor cantitativ ″f n ″ .
330
3. Serii de indici de grup cu bază în lanţ şi ponderi variabile:
x ∑ xi fi – 1
I i ⁄ i – 1 = ---------------------------- ponderi la nivelul perioadei de bază ″f i – 1 ″
∑ xi – 1 fi – 1
sau ponderi la nivelul perioadei curente ″f i ″
x ∑ xi fi
I i ⁄ i – 1 = ---------------------
∑ xi – 1 fi
În practică, alegerea uneia dintre aceste variante de serii de indici se va face
în funcţie de conţinutul indicatorului analizat şi de datele disponibile.
331
IndicI statistici
14.5. APLICAŢII
Problema 1
Se cunosc un set de date cu privire la cantităţile şi preţurile medii la unele

produse vândute pe piaţa ţărănească din judetul Bacău (mediul urban),
prezentate în tabelul nr.1:
Tabelul nr.1
Ianuarie 1999 Februarie 1999
Denumirea
U.M. Preţ Preţ
Produsului Cantitate Cantitate
(lei / U.M.) (lei / U.M.)
0 1 2 3 4 5
- cartofi de toamnă Kg 47372 3201 64646 2897
- fasole uscată Kg 2355 5597 4295 5434
- mere Kg 17380 5237 25060 7253
- garoafe fir 8030 3293 12884 4407
- lapte dulce litru 6325 3574 10566 3771
- ouă de găină buc. 5225 1120 13609 988
Sursa: Direcţia Judeţeană de Statistică Bacău.
Se cere:
1) Să se calculeze indicii individuali ai volumului fizic, ai preţului şi ai

volumului valoric;
2) Să se determine indicele agregat tip Laspeyres şi tip Paasche al
preţurilor;
3) Să se determine indicele agregat tip Laspeyres şi tip Paasche al
volumului fizic al produselor considerate;
4) Să se calculeze indicele agregat al volumului valoric;
5) Ce relaţie exista între indicele agregat tip Laspeyres şi tip Paasche al
volumului valoric şi cei ai preţului şi volulmului fizic;
6) Să se calculeze modificarea absolută a vânzărilor la cele 6 produse şi
influenţa pe factori asupra acesteia;
7) Să se calculeze indicele agregat al preţurilor folosind şi alte sisteme de
ponderare cunoscute;
8) Să se verifice relaţia dintre indicele agregat al preţurilor de tip Laspeyres
şi cel de tip Paasche cu ajutorul formulei lui Bortkiewicz.
332
Rezolvare:
1) Notam cu q i 0 şi cu q i1 cantitatea vândută în ianuarie 1999, respectiv

februarie 1999; cu p i0 şi p i1 preţul unitar, în ianuarie 1999 şi februarie 1999;
cu v i0 şi v i1 volumul valoric din fiecare produs, în cele două perioade.
Tabelul nr.2
Valoare vândutã
Ianuarie 1999 Februarie 1999
- milioane lei -
Denumirea vi = vi =
U.M. qi pi qi pi 0 1
produsului 0 0 1 1 p ×q p ×q
i1 i0 i1 i1
0 1 2 3 4 5 6 7
- cartofi Kg 47372 3201 64646 2897 151,6 187,3
- fasole Kg 2355 5597 4295 5434 13,2 23,3
- mere Kg 17380 5237 25060 7253 91,0 181,8
- garoafe fir 8030 3293 12884 4407 26,4 56,8
- lapte litru 6325 3574 10566 3771 22,6 39,8
- ouă buc. 5225 1120 13609 988 5,9 13,4
TOTAL x x x x x 310,7 502,4
Indicii individuali qi0pi1 qi1pi0
% mil.lei mil.lei
q ×p q ×p
q i0 i1 i1 i0
p
i1 / 0 i1 / 0 i1v / 0
mil.lei mil.lei
8 9 10 11 12
136,5 90,5 123,5 137,2 206,9
182,4 97,1 176,5 12,8 24,0
144,2 138,5 199,8 126,1 131,2
160,4 133,8 215,2 35,4 42,4
167,1 105,5 176,1 23,9 37,8
260,5 88,2 227,1 5,2 15,2
x x x 340,6 457,5
Indicii individuali ai volumului fizic se calculează după relaţia:
qi1
i1q/ 0 = sau i1q/ 0 × 100
qi 0
333
IndicI statistici
Astfel, de exemplu pentru produsul cartofi:

q 64646
i1 /i 0 = = 1,365 sau 136 ,5%
47372
Cantitatea desfacută la produsul ''cartofi'' a înregistrat, în luna februarie

1999, o creştere de aproape 1,4 ori (sau cu 36,5%) fata de luna anterioară.
Rezultatele pentru toate produsele au fost efectuate în tabelul nr.1.
Calculele referitoare la indicii individuali ai preţului unitar se efectuează după

relaţiile:
p p p p
i1 /i 0= i1 sau i1 /i 0= i1 ×100
pi 0 pi 0
De exemplu, la produsul cartofi rezultatul obţinut arată că s-a înregistrat o

scădere a preţului de vânzare pe kilogram cu 9,5% ( 90,5 - 100 = - 9,5 ):
2897
i1p/i0 = = 0,905 sau 90,5%
3201
Volumul valoric se efectuează după relaţiile:

v v v v
i1 /i 0= i1 sau i1 /i 0= i1 ×100
vi0 vi0
De exemplu, la produsul cartofi, volumul valoric al produsului a crescut de

1,235 ori, sau cu 23,5% :
v 187 ,3
i1 /i 0 = = 1,235 sau 123 ,5%
151,6
Acelaşi rezultat se putea obţine şi pe baza relaţiei dintre cei trei indici.
Astfel, se obţine:
v p q
i1 /i 0 = i1 /i 0×i1 /i 0
334
2) Indicele agregat al preţurilor se poate calcula în funcţie de sistemul de

ponderare folosit în doua moduri: ca un indice tip Laspeyres şi un indice tip
Paasche, după relaţiile:
∑q i1 p i1
502 ,4
I pi
(Paasche) = i
= = 1,098 sau 109 ,8%
1/ 0
∑q i
i1 p i 0
457 ,5
∑q i0 p i1
340 ,6
I pi
(Laspeyres ) = i
= = 1,096 sau 109 ,6%
1/ 0
∑q i
i0 pi0 310 ,7
3) Indicele agregat al volumului fizic poate fi calculat, de asemenea, cu

ambele sisteme de ponderare:
∑q i1 p i1
502 ,4
I qi
(Paasche) = i
= = 1,475 sau 147 ,5%
1/ 0
∑q i
i0 p i1 340 ,6
∑q i1 pi0
457 ,5
I qi
(Laspeyres ) = i
= = 1,472 sau 147 ,2%
1/ 0
∑q i
i0 pi0
310 ,7
Se observă că nu au rezultat diferenţe substanţiale din calculul celor doi

indici agregaţi, folosind sisteme de ponderare diferite.
4) Indicele agregat al volumului valoric se calculeaza după relaţia:
∑q i1 p i1
502 ,4
I vi
= i
= = 1 ,617 sau 161 ,7 %
∑q
1/ 0
i0 p i0 310 ,7
i
Rezultatul obţinut arată că volumul valoric al celor şase produse desfacute

pe piaţa ţărănească în luna februarie 1999 a fost de 1,6 ori mai mare fata de
luna ianuarie 1999, sau se poate afirma că aceasta a crescut cu 61,7%.
I 1v/i 0 = I 1p/ i0 × I 1q/i 0
335
IndicI statistici
5) Relaţia între cei trei indici agregaţi calculaţi:
I 1v/i 0 = I 1p/ i0 (Laspeyres ) × I 1q/i 0 (Paasche),
Se verifică doar în cazul în care cei doi indici componenţi s-au calculat pe
baza unor sisteme de ponderare diferite.
Astfel, de exemplu: 1,617 = 1,096 x 1,475 (se verifica egalitatea)

sau:
I 1v/i 0 = I 1p/ i0 ( Paasche ) × I 1q/i 0 ( Laspeyres )
De exemplu: 1,617 = 1,098 x 1,472
(se verifică egalitatea, mai puţin ultima zecimală, datorată rotunjirilor

efectuate)
6) Modificarea absolută a volumului valoric se poate determina pornind de la

indicele calculat la punctul 4), ca diferenţă între număratorul şi numitorul
indicelului, după relaţia:
∆v1i/ 0 = ∑ q i1 p i1 − ∑ q i 0 p i 0 = 502 ,4 − 310 ,7 = 191,7 milioane lei

i i
Rezultatul arată că valoarea desfacerilor a crescut, pe total, cu 191,7

milioane lei, ca urmare a influenţei combinate a creşterii cantităţilor vândute
şi a creşterii preţurilor unitare.
Descompunerea sporului volumului valoric pe factori de influenţa porneşte
de la indicele agregat al preţurilor tip Paasche (calculat la punctul 2) şi de la
indicele agregat al volumului fizic tip Laspeyres (calculat la punctul 3).
Observaţie: Se poate porni şi de la celelalte sisteme de ponderare folosite,

în funcţie de datele pe care le avem la dispoziţie dar, întrucât la nivel
internaţional s-a convenit utilizarea indicelui tip Laspeyres pentru factorul
cantitativ şi tip Paasche pentru cel calitativ, vom adopta acest sistem de
ponderare mai departe.
Influenţa modificării preţului unitar:
∆ 1pi/ 0 = ∑ q i1 p i1 − ∑ q i1 p i 0 = 502 ,4 − 457 ,5 = 44 ,9 milioane lei

i i
336
Influenţa modificării volumului fizic:
∆q1i/ 0 = ∑ q i1 p i 0 − ∑ q i 0 p i 0 = 457 ,5 − 310 ,7 = 146 ,8 milioane lei

i i
Corelaţia dintre cele două sporuri şi sporul total al valorii:
∆v1i/ 0 = ∆1pi/ 0 + ∆q1i/ 0 respectiv: 191,7 = 44,9 + 146,8
Măsurarea gradului de influenţă a celor doi factori asupra dinamicii

volumului valoric pe total produse vândute pe piaţa ţărănească, se poate
efectua prin calcularea ponderii fiecărui spor în totalul sporului volumului
valoric, exprimat în procente:
∆ 1p / 0 44,9
× 100 = × 100 = 23,4%
∆1 / 0
v
191,7
Diferenţa până la 100% fiind dată pe seama influenţei celuilalt factor:
100 - 23,4 = 76,6% respectiv:
∆q1 / 0 146,8
× 100 = × 100 = 76,6%
∆1 / 0
v
191,7
Cu alte cuvinte, vânzările pe piaţa ţărănească au crescut, pe totalul celor 6

produse, cu 61,7%, creştere echivalentă cu 191,7 milioane lei în luna
februarie 1999 faţă de luna ianuarie 1999.
Această creştere s-a realizat în proporţie de 76,6% ca urmare a creşterii

efective a volumului fizic al vânzărilor, care a adus un plus de valoare de
146,8 milioane lei şi, în proporţie de doar 23,4% ca urmare a creşterii
preţurilor unitare, care a adus un plus de valoare de 44,9 milioane lei.
Pe produse, creşterea cea mai mare a avut loc la sortimentul "ouă", la care
preţul unitar a înregistrat o scădere cu 11,8%, în timp ce cantitatea
desfăcută a înregistrat o creştere de peste 2,6 ori.
337
IndicI statistici
7) La punctul 2) şi respectiv 3) s-a calculat indicele agregat al preţurilor

folosind sistemul de ponderare Laspeyres şi Paasche.
Acelaşi indice se poate calcula folosind formula propusă de Irving Fischer,

care presupune calculul mediei geometrice a indicelui preţului calculat în
condiţiile celor două sisteme de ponderare:
∑p q ∑p q i1 i 0 i1 i1
I (Fischer) =
p i
× i
= 1,096×1,098 = 1,2034 = 1,09699 sau 109,7%
∑p q ∑p q
1/ 0
i0 i0 i 0 i1
i i
Alte posibilităţi de calcul:
∑ pi1qi 0 ∑ pi1qi1
i i
+
∑ pi 0 qi 0 ∑ pi 0 qi1
p i i 1,096 + 1,098 2 ,194
I1 / 0 ( Sidgwik Drobisch) = = = = 1,097 sau 109,7%
2 2 2
(media aritmetica a indicelui tip Paasche şi a indicelui tip Laspeyres).
∑ pi1qi 0 + ∑ pi1qi1
p i i 340 ,6 + 502 ,4 843 ,0
I1 / 0 ( Edgeworth ) = = = = 1,097 sau 109 ,7%
∑ pi 0 q i 0 + ∑ pi 0 q i1 310 ,7 + 457 ,5 768 ,2
i i
Din rezultatele obţinute pentru indicele agregat al preţurilor, calculat după

cele cinci relaţii diferite, se observă că valorile indicelui sunt foarte apropiate,
indiferent de relaţia de calcul folosită. Numai în cazuri particulare ar putea fi
identice.
8) Verificarea influenţei sistemului de ponderare asupra indicelui agregat

presupune folosirea relaţiei Bortkiewicz:
r q p - coeficientul de corelaţie Paasche:

i i
∑( i p I p )( i q I q ) × qi 0 pi 0
i 0,984114 0,984114
rq = = = = 0,07175
i ip σ q ×σ × ∑qi 0 pi 0 0,1996249× 0,22113 × 310,7 13,71541438
i ip
i
338
σ i si σ i - abaterile medii pătratice:

q p
∑ (i q
− I q ) 2 ⋅ qi 0 pi 0
12,3818425
σi = i
= = 0,03985 = 0,1996249
∑q
q
i0 pi 0 310,7
i
∑ (i p
− I p ) 2 ⋅ qi 0 pi 0
15,193128
σi = i
= = 0,04889967 = 0,2211327
∑q
p
i0 pi 0 310,7
i
vi q si vi p - coeficienţii de variaţie:
σi q 0,1996249
vi q = = = 0,1356147
I q
1,472
σi p 0,2211327
vi p = = = 0,2013959
I p
1,098
∑q i1 pi 0
I q
= i
= 1,472 (calculat la punctul 3)
∑qi
i1 pi 0
∑q i1 p i1
I p
= i
= 1,098 (calculat la punctul 2)
∑q i
i0 p i1
339
IndicI statistici
Tabelul nr. 3 - Elementele de calcul pentru relaţia Bortkiewicz:

pi1 qi1
Produsul i
p
= i
q
= (i p − I p ) (i p − I p ) 2 (i p − I p ) 2 ⋅ qi 0 pi 0
pi 0 qi 0
0 1 2 3 4 5
Cartofi de 0,905 1,365 -0,193 0,037249 5,6469484
toamna
Fasole 0,971 1,824 -0,127 0,016129 0,2129028
Mere 1,385 1,442 0,287 0,082369 7,4955790
Garoafe 1,338 1,604 0,240 0,057600 1,5206400
Lapte 1,055 1,671 -0,043 0,001849 0,0417874
Oua 0,882 2,605 -0,216 0,046656 0,2752704
TOTAL - - - 0,241852 15,1931280
(i q − I q ) (i q − I q ) 2 (i q − I q )2 ⋅ qi0 pi0 (i p − I p )(i q − I q ) (i p − I p )(i q − I q )qi0 pi0
6 7 8 9 10
-0,107 0,011449 1,7356684 0,020651 3,141355
0,352 0,123904 1,6355328 0,044704 -0,589440
-0,030 0,000900 0,0819000 0,008610 -0,786490
0,132 0,017424 0,4599936 0,031680 0,841802
0,199 0,039601 0,8949826 0,008557 -0,192420
1,133 1,283689 7,5737651 0,244728 -1,430690
- - 12,3818425 - 0,984114
Prima parte a relaţiei lui Bortkiewicz:

∑p q
i1 i1 ∑p q
i1 i 0
1,098
i
:i
= = 1,002
∑p
i
q
i 0 i1
i
∑p q
i0 i0
1,096
Rezultatul ne arată că: I1p/(0q1) > I1p/(0q0 )

Explicaţia este dată de relaţia lui Bortkiewicz, partea a doua a acesteia:
1 + ri q i p × vi q × v i p = 1 + 0,07175 × 0,1356147 × 0,2013959 = 1 + 0,002 = 1,002
Coeficientul de corelaţie între indicii individuali ai celor două variabile fiind

pozitiv
( ri q i p = 0,072 > 0) ne arată existenţa unei legături directe, iar coeficienţii de
variaţie sunt diferiţi de 0.
340
Deci, dinamica factorului calitativ se asociază cu dinamica factorului

cantitativ.
În acest caz, existenţa unei legături directe a determinat ca indicele preţului

să depindă de sistemul de ponderare folosit, respectiv indicele calculat cu
ponderarea din perioada curentă (de tip Paasche) este mai mare decât cel
calculat cu ponderarea din perioada de bază (de tip Laspeyres).
Problema nr. 2
Volumul valoric miliarde lei Indicii Preturilor de Consum /

Grupa de marfuri sau preturi curente anul 1990=100%
servicii anul anul anul anul anul anul anul anul
1993 1994 1995 1996 1993 1994 1995 1996
-marfuri alimentare 2430,9 5531,9 8362,9 12144,1 3361,2 7940,3 10469,3 14276,5
-marfuri nealimentare 2935,3 7830,2 13878,9 23172,2 2907,4 6769,8 8775,5 12205,9
-servicii comerciale* 750,4 2222,5 3607,3 5431,0 2249,5 5641,8 8051,2 11830,8
TOTAL 6116,6 15584,6 25849,1 40747,3 2987,0 7071,9 9353,4 12983,4
*) exclusiv serviciile de transport, poştă şi telecomunicaţii.
SURSA: "Anuarul statistic al României" 1997 - Comisia Naţională pentru Statistică
(paginile 402, 670, 697)
Se cere:
1) Să se calculeze indicii individuali ai preţurilor din fiecare an faţă de anul

precedent.
2) Să se calculeze indicii individuali ai volumului valoric al desfacerilor şi al
serviciilor în fiecare an faţă de anul precedent, în preţurile curente ale
fiecărui an.
3) Să se calculeze indicii individuali ai volumului fizic al desfacerilor şi al
serviciilor faţă de anul precedent şi să se calculeze sporul absolut al
volumului fizic, precum şi structura acestuia pe total.
4) Să se calculeze proporţia în care a influenţat creşterea preţurilor asupra
sporului total al volumului valoric al vânzărilor şi serviciilor comerciale în anii
1995 şi 1996 fata de anul anterior.
5) Să se calculeze indicii volumului valoric, volumului fizic şi ai preţurilor de
consum din anul 1996 faţă de anul 1993.
Rezolvare:
1) Pentru a calcula indicii individuali ai preţurilor faţă de anul precedent ne
folosim de corelaţia existentă între indicii cu baza în lanţ şi cei cu baza fixă:
341
IndicI statistici
Ii
Ii = 0
i −1 I i −1
0
Calculele sunt prezentate în următorul tabel:
Tabelul nr.1
Indicii individua li a i Indicii individua li a i
Grupa de marfuri sau
pre turilor / a nul volumului va loric in
se rvicii
pre cede nt=100% pre turi curente
anul anul anul anul anul anul
- anul precedent=100% -
1994 1995 1996 1994 1995 1996
0 1 2 3 4 5 6
-marfuri alimentare 236,2 131,9 136,4 227,6 151,2 145,2
-marfuri nealimentare 232,8 129,6 139,1 266,8 177,2 167,0
-servicii comerciale 250,8 142,7 146,9 296,2 162,3 150,6
TOTAL 236,8 132,3 138,8 254,8 165,9 157,6
2) Indicii individuali ai volumului valoric se calculeaza raportând datele

valorice în preţuri curente ale fiecărui an la anul precedent:
vi
i1v/i 0 = × 100
v0
Datele rezultate pe fiecare grupa în parte au fost prezentate în tabelul nr.1.
Exemplu de calcul:
- pentru grupa de mărfuri alimentare, în anul 1994 fata de anul 1993,

volumul vânzărilor de mărfuri cu amănuntul a crescut în preţuri curente de
peste 2,2 ori (sau cu 127,6%):
5531,9
vi(alimentare)
i1994 = = 2 ,276 sau 227 ,6%
193 2430 ,9
Dar, întrucât indicii au fost calculaţi folosind datele în preţuri curente ale
fiecărui an şi, cum asupra creşterii volumului valoric a influenţat şi
devalorizarea monedei naţionale, este necesar să calculăm acest indice în
preţuri comparabile.
3) Pentru a calcula indicele volumului fizic, avem două posibilităţi:

a) Potrivit relaţiei de descompunere geometrică a indicilor:
i1v/i 0 = i1p/i0 × i1q/i 0
342
pi vi
Cum i1 / 0 si i1 / 0 sunt calculaţi în tabelul nr.1, ne folosim de aceşti indici şi
vom deduce indicele volumului fizic atat pe fiecare grupă în parte, cât şi pe
total:
i1v/i 0
i1q/i 0 =
i1p/i0
De exemplu, pentru a calcula de câte ori a crescut volumul fizic al mărfurilor
nealimentare vândute în anul 1996 faţă de anul 1995:
167 ,0
q i (marfuri nealimenta re )
i1996 = = 1,200 sau 120 ,0%
1995 139 ,1
În felul acesta, s-a eliminat influenţa inflaţiei din perioada respectiva, lăsând
curat, creşterea fizica a volumului de mărfuri nealimentare vândute în anul
1996 fata de anul 1995, deci de 1,2 ori, sau o creştere cu 20,0%.
Datele calculate în acest mod pe fiecare grupă în parte sunt prezentate în

tabelul nr.2.
Tabelul nr.2
Grupa de marfuri sau Indicii volumului fizic / anul precedent=100%

servicii anul 1994 anul 1995 anul 1996
0 1 2 3
-marfuri alimentare 96,3 114,7 106,5
-marfuri nealimentare 114,6 136,7 120,0
-servicii comerciale 118,1 113,7 102,5
TOTAL 107,6 125,4 113,6
S-a observat, din datele calculate, că la o singură grupă creşterea preţului a

fost mai mare decât creşterea volumului valoric, ceea ce a facut ca în anul
1994 faţă de 1993 volumul fizic al mărfurilor alimentare vândute să fie mai
mic cu 3,7% (96,3 - 100,0 = - 3,7%).
Cea mai mare creştere reală a vânzărilor s-a produs la grupa mărfurilor
nealimentare în anul 1995 când, faţă de anul anterior s-au vândut de 1,367
ori mai multe produse (+36,7%).
b) O altă posibilitate de calcul a creşterii reale a volumului de vânzări sau

servicii prestate ar fi recalcularea datelor absolute ale fiecărui an (pe fiecare
grupă în parte) în preţurile comparabile ale următorului an, apoi calculul
dinamicii prin împarţirea datelor în preţuri comparabile.
343
IndicI statistici
De exemplu, aducem serviciile comerciale din anul 1993 în preţuri constante

(comparabile) ale anului 1994, prin înmulţirea acestora cu indicele preţurilor
corespunzator grupei şi perioadei:
750,4 x 2,508 = 1882,0 miliarde lei servicii comerciale în anul 1993 în

preţurile medii ale anului 1994.
Apoi, calculam indicele în preţuri comparabile, rezultând astfel indicele

volumului fizic:
2222 ,5
qi (servicii comerciale)
i1994 = = 1,181 sau 118 ,1%
1993 1882 ,0
Rezultatul coincide cu cel de la punctul a). Avantajul folosirii acestei metode
este dat de posibilitatea de calcul al sporului absolut şi nu doar a indicatorilor
relativi ai dinamicii.
În exemplul considerat, scazând din numărator numitorul indicelui vom afla

cu câte miliarde lei a scăzut volumul valoric al serviciilor ca urmare a
scăderii volumului fizic al acestora:
∆q1994
i(servicii comerciale)
= 2222 ,5 − 1882 ,0 = +340 ,5 miliarde lei
993
Calculele pe fiecare grupă în parte şi pe total sunt prezentate în tabelul nr.3.
Tabelul nr.3
Volumul valoric in Volumul valoric in Volumul valoric in
Indicele Indicele Indicele
Grupa de preturi constante ale volumului preturi constante ale volumului preturi constante ale volumului
marfuri sau anului 1994 anului 1995 anului 1996
fizic % fizic % fizic %
servicii miliarde lei miliarde lei miliarde lei
anul 1993 anul 1994 1994/1993 anul 1994 anul 1995 1995/1994 anul 1995 anul 1996 1996/1995
0 1 2 3 4 5 6 7 8 9
-marfuri
5742,6 5531,9 96,3 7293,8 8362,9 114,7 11404,1 12144,1 106,5
alimentare
-marfuri
6834,8 7830,2 114,6 10150,1 13878,9 136,7 19304,3 23172,2 120,0
nealimentare
-servicii
1882,0 2222,5 118,1 3171,6 3607,3 113,7 5300,7 5431,0 102,5
comerciale
TOTAL 14481,4 15584,6 107,6 20612,4 25849,1 125,4 35881 40747,3 113,6
Toate rezultatele obţinute la indicii individuali ai volumului fizic în tabelul nr.3

sunt comparabile cu cele din tabelul nr. 2.
344
Observaţie: dacă se verifică manual calculele efectuate în coloanele 1, 4 şi

7, acestea diferă puţin de datele îscrise în tabel, datorită faptului că acestea
au rezultat din calcule automate, luând în calcul toate zecimalele rezultate
din împărţirea indicilor de preţ cu bază fixă anul 1990.
Pentru a putea calcula structura sporului absolut total, ne vom folosi de

calculele din tabelul nr.4.
Tabelul nr. 4
Sporul absolut Sporul absolut Sporul absolut
1994/1993 1995/1994 Ponderea 1996/1995 Ponderea
Grupa de în preţuri în preţuri fiecărui spor în preţuri fiecărui spor
mărfuri sau comparabile comparabile în total (%) comparabile în total (%)
servicii 1994 1995 anul 1995 1996 anul 1996
miliarde lei miliarde lei miliarde lei
0 1 2 3 4 5
-mãrfuri
-210,7 1069,1 20,4 740,0 15,6
alimentare
-mãrfuri
995,4 3728,8 71,2 3867,9 81,6
nealimentare
-servicii
340,5 435,7 8,4 130,3 2,7
comerciale
TOTAL 1103,2 5236,7 100,0 4738,2 100,0
Din datele calculate, rezultă că cel mai mare spor în mărime absolută, în
fiecare an, a cunoscut grupa mărfurilor nealimentare. Astfel, în anul 1996
spre exemplu, faţă de anul 1995, volumul vânzărilor de mărfuri cu
amânuntul la grupa de mărfuri nealimentare a crescut cu 3867,9 miliarde lei
(preţuri comparabile), aceasta creştere reprezentând 81,6% din sporul
absolut al vânzărilor şi serviciilor prestate populaţiei.
Întrucât la grupa de mărfuri alimentare în anul 1994 s-a înregistrat o

reducere cu 210,7 miliarde lei a vânzărilor, datorită faptului că sporurile
absolute nu sunt omogene între ele, prezentând atât creşteri cât şi scaderi,
nu vom mai calcula structura pe total spor.
4) Pentru a calcula influenţele absolute pe factori, plecăm de la datele iniţiale

prezentate în preţuri curente şi vom calcula sporul absolut al volumului
valoric al fiecărui an faţă de anul anterior.
Spre exemplu, la mărfuri alimentare, în anul 1996 faţă de anul 1995, volumul
vânzărilor a crescut cu 3781,2 miliarde lei, creştere datorată atat inflaţiei cât
şi creşterii volumului fizic al vânzărilor.
345
IndicI statistici
∆v1996
i(marfuri alimentare)
= 12144 ,1 − 8362 ,9 = +3781,2 miliarde lei
1995
Sporul absolut al volumului fizic a fost calculat în tabelul nr. 4, deci, nu ne

ramâne de făcut decât să calculăm ponderea sporului volumului fizic al
vânzărilor în total spor de volum valoric:
De exemplu, pentru anul 1996 / 1995 la grupa de mărfuri alimentare avem:
∆q1996
i
740 ,0
1995
× 100 = × 100 = 19 ,6%
∆ vi
1996
3781,2
1995
După aceasta vom calcula diferenţa faţă de 100% scăzând din 100
ponderea calculată mai sus, obţinând astfel cât % din sporul total al
volumului valoric este datorat inflaţiei, respectiv creşterilor de preţ.
În exemplul considerat avem: 100% - 19,6% = 80,4%
Deci, în anul 1996 fata de anul 1995 volumul vânzărilor de mărfuri

alimentare a crescut de 1,45 ori, ceea ce echivalează cu o creştere absolută
de 3781,2 miliarde lei.
Din aceasta creştere, 19,6% este urmare a creşterii efective a vânzărilor (a

volumului fizic), diferenţa de 80,4% fiind urmare a inflaţiei din această
perioadă.
Sau, altfel spus, inflaţia a influenţat într-o proporţie de 64,6% creşterea

valorică a vânzărilor de mărfuri alimentare.
Aceasta ultimă analiză s-a efectuat utilizând coeficientul de determinaţie,

prin ridicarea la pătrat a ponderii calculate mai înainte şi exprimarea
procentuală.
În exemplul de mai sus, (0,804)2 x 100 = 64,6%.
Datele au fost calculate în tabelul nr. 5 pentru toate grupele:
346
Tabelul nr.5
Ponderea sporului Ponderea sporului
volumului fizic al volumului valoric
Sporul absolut al volumului valoric vânzărilor şi prestarilor datorat creşterii
miliarde lei preţuri curente ale în total spor al preţurilor
Grupa de fiecărui an volumului valoric %
mărfuri sau %
servicii 1994/ 1995/ 1996/ 1995/ 1996/ 1995/ 1996/
1993 1994 1995 1994 1995 1994 1995
0 1 2 3 4 5 6 7
-mãrfuri
3101,0 2831,0 3781,2 37,8 19,6 62,2 80,4
alimentare
-mãrfuri
4894,9 6048,7 9293,3 61,6 41,6 38,4 58,4
nealimentare
-servicii
1472,1 1384,8 1823,7 31,5 7,1 68,5 92,9
comerciale
TOTAL 9468,0 10264,5 14898,2 51,0 31,8 49,0 68,2
Se poate observa din datele rezultate ca în anul 1996 faţă de anul anterior a
crescut şi mai mult influenţa inflaţiei asupra volumului vânzărilor şi a
serviciilor, în detrimentul reducerii creşterii volumului fizic al acestora.
Acest aspect se constată la fiecare grupă în parte, dar mai accentuat la

serviciile comerciale prestate populaţiei, unde ponderea sporului sub
influenţa preţurilor creşte de la 68,5% la 92,9%, influenţa inflaţiei asupra
creşterii valorii mărindu-se de la 46,9% la 86,3%.
5) Pentru a calcula dinamica indicatorilor din anul 1996 fata de anul 1993,
vom pleca de la datele iniţiale şi vom face calculul indicilor volumului valoric
în preţuri curente:
v1996
vi
i1996 = × 100
1993 v1993
Spre exemplu, la mărfuri alimentare:
12144,1
× 100 = 499,6%
2430,9
Ceea ce înseamnă că în anul 1996 vânzarea de mărfuri alimentare a crescut

de aproape 5 ori (+399,6%), creştere sub influenţa ambilor factori: creşterea
volumului fizic precum şi creşterea preţurilor.
347
IndicI statistici
Urmează apoi să aflăm care a fost creşterea medie a preţurilor din anul
1996 faţă de anul 1993. Pentru aceasta plecăm tot de la datele iniţiale ale
problemei, folosindu-ne de relaţia dintre indici:
Astfel:
p i
pi I 1996 ⁄ 1990
I 1996 ⁄ 1993 - × 100
= ----------------------
pi
I 1993 ⁄ 1990
De exemplu, la grupa de mărfuri alimentare vom aveaun indice de preţ
14276 ,5
= × 100 = 424 , 7 %
3361 , 2
Calculele sunt prezentate în tabelul nr.6
Tabelul nr.6
Indicele volumului valoric Indicele Preţurilor Indicele
Grupa de mărfuri sau calculat în preţuri curente de Consum volumului fizic
servicii % % %
1996/1993 1996/1993 1996/1993
0 1 2 3
-mãrfuri alimentare 499,6 424,7 117,6
-mãrfuri nealimentare 789,4 419,8 188,0
-servicii comerciale 723,7 525,9 137,6
TOTAL 666,2 434,7 153,3
Indicii volumului fizic s-au calculat cu ajutorul corelaţiei:

v p q
⁄ 1993 = I 1996 ⁄ 1993 × I 1996 ⁄ 1993
i i i
I 1996
De unde:
v i
qi I 1996 ⁄ 1993
I 1996 ⁄ 1993 - × 100
= ----------------------
pi
I 1996 ⁄ 1993
Se observa imediat din calcule că indicele preţurilor atât pe total cât şi pe

fiecare grupă în parte este cu mult mai mare decât indicele volumului fizic,
de aici putem trage concluzia că în perioada 1993 - 1996 influenţa inflaţiei
asupra creşterii valorii desfacerilor de mărfuri precum şi a serviciilor
comerciale prestate populaţiei a fost substanţială.
Pentru a explica influenţa pe factori a dinamicii volumului valoric, se poate

trece la descompunerea analitică, utilizând sporul absolut şi calculând
ponderea fiecărei influenţe în total spor, exact ca la punctul 4.
348
Problema nr.3
Se cunosc următoarele date cu privire la activitatea industrială din judetul

Bacău:
Tabelul nr.1
Indicele producţiei
Valoarea producţiei industriale calculat
Număr
industriale miliarde în preţuri
mediu de personal
lei anul 1998 comparabile %
1998/1997
anul anul
Denumirea localităţii qi1 = Wi1 ⋅ Ti1 i prod
1/ 0
1997 1998
Ti 0 Ti1
0 1 2 3 4
-municipiul Bacău 3281,4 83,0 28984 24687
-municipiul Oneşti 3559,6 85,4 16692 13164
-oras Buhuşi 145,2 64,7 4332 2529
-oras Comăneşti 197,3 66,1 5184 3634
-oras Moineşti* 222,6 90,5 2320 1703
-oras Tg.Ocna 123,5 79,1 1273 1007
-oras Darmăneşti 696,9 215,2 611 411
-rural + pe raza altor judete 952,3 85,7 4847 3334
TOTAL JUDET BACĂU 9178,8 87,5 64243 50469
Sursa: "INFOSTAT" Nr.12 / 1998, paginile: 4,7,8;
Direcţia Generală Judeţeană de Statistică Bacău.
*Nota: Producţia industriala aferentă oraşului Slanic Moldova fiind foarte mică, a
fost înregistrată la orasul Moineşti (după sediul agentului economic).
Se cere:
1) Să se calculeze indicii individuali ai productivităţii muncii.
2) Să se determine dinamica productivităţii medii a muncii şi să se
evidenţieze influenţa factorilor asupra acesteia cu ajutorul indicilor calculaţi
din mărimi medii.
3) Să se descompună analitic productivitatea medie a muncii pe factori de
influenţă.
4) Să se calculeze indicele de grup al volumului producţiei şi creşterea
absolută a acesteia.
5) Să se determine sporul volumului producţiei ca urmare a variaţiei
productivităţii muncii şi a numărului de muncitori pe baza procedeului
substituirii în lanţ, a sporului nedescompus şi a procedeului creşterilor finite
(Lagrange).
349
IndicI statistici
Rezolvare:
1) Notăm volumul producţiei industriale din anul 1997 cu q0, respectiv cu q1
pentru anul 1998. Numărul salariaţilor cu T0 şi T1 corespunzător celor două
perioade, iar productivitatea muncii pe salariat cu W0, respectiv cu W1.
qi1
qi 0 =
i1prod
/0
100
Pentru a calcula indicii individuali ai productivităţii muncii, mai întai trebuie
să deducem pe baza datelor disponibile, care a fost valoarea producţiei
industriale din anul 1997. Vom obţine aceasta valoare împărţind valoarea
producţiei industriale din anul 1998 la indicele producţiei industriale sub
formă de coeficient:
Exemplu: Pentru municipiul Bacău:

3281,4 =3953,5 miliarde lei
qi 0 =
0 ,83
În continuare, se va calcula:
q
W = :
T pentru ambele perioade şi apoi indicii productivităţii muncii:
W W1
i1/ 0 =
W0
Datele sunt prezentate în tabelul nr.2:
Tabelul nr.2
Valoarea Productivitatea Indicele
producţiei muncii productivităţi
Denumirea industriale milioane lei/salariat i muncii
localităţii miliarde lei anul anul -W-%
1997 1998
W i0 ⋅ T i1 W i1 ⋅ T i0
anul 1997
Wi
Wi 0 Wi1 i1/ 0
qi 0 = Wi 0 ⋅ Ti 0
0 1 2 3 4 5 6
-municipiul Bacău 3953,5 136,4 132,9 97,4 3367,4 3852,6
-municipiul Oneşti 4168,1 249,7 270,4 108,3 3287,2 4513,6
-oras Buhuşi 224,4 51,8 57,4 110,8 131,0 248,7
-oras Comăneşti 298,5 57,6 54,3 94,3 209,2 281,5
-oras Moineşti 246,0 106,0 130,7 123,3 180,6 303,2
-oras Tg.Ocna 156,1 122,6 122,6 100,0 123,5 156,1
-oras Dărmăneşti 323,8 530,0 1695,6 319,9 217,8 1036,0
-rural+ pe raza altor
1111,2 229,3 285,6 124,6 764,3 1384,5
judete
TOTAL JUDET
10481,7 163,2 181,9 111,5 8281,0 11776,2
BACĂU
350
Din calcule se pot observa diferenţele existente între localităţi. Astfel, faţă de
o creştere medie pe judet cu 11,5% a W, oraşul Comăneşti cunoaşte
reducerea cea mai mare, cu -5,7% (94,3 - 100) faţă de anul 1997 şi cu -
70,1% faţă de media pe judeţ în anul 1998.
54,3
× 100 − 100 = −70,1%
181,9
Urmează apoi municipiul Bacău, la care W scade în medie cu 2,6%, aceasta

fiind cu 26,9% faţă de W medie pe judeţ în anul 1998.
În acelaşi timp, la oraşul Dărmăneşti W creşte de 3,2 ori, fiind de 9,3 ori mai
mare: 1695 ,6
------------------- = 9, 3 decât media pe judet, aceasta datorita în principal
181, 9
Rafinăriei Dărmăneşti care şi-a reluat activitatea în anul 1998 fata de anul
1997 când a fost întreruptă o perioada mai mare de timp sau nu a lucrat la
întreaga capacitate.
2) Indicele productivităţii medii a muncii se calculează după relaţia:
W
∑q ∑q i1 i0 ∑W T ∑W T i1 i1 i0 i0
I W
= 1 = i
: i
= i
: i
=
∑T ∑T ∑T ∑T
1/ 0
W0 i1 i0 i1 i0
i i i i
9178,8 ⋅ 10 10481,7 ⋅ 10
9
181,9 ⋅ 10 9
9
= : = = 1,115 sau 111,5%
50469 64243 163,2 ⋅ 10 9
q
dar cum W = ⇒ q = W ⋅T
T
Influenta factorilor asupra productivităţii muncii se măsoară cu ajutorul
indicilor calculaţi din mărimi medii:
a) Influenţa ambilor factori a fost calculată mai înainte cu ajutorul indicelui cu

structura variabilă şi evidenţiază o creştere a productivităţii medii a muncii cu
11,5% atat pe seama variaţiei productivităţii individuale (la nivel de localitate)
cât şi a structurii numărului de salariaţi.
W1
∑ W i1 Ti1 ∑ W i0 T i1 9 9
, 8 ⋅ 10 - 8281 ⋅ 10
W(W) i
I 1 ⁄ 0 = ------- = --------------------- i - = 9178
- : --------------------- ------------------------------ : ------------------------- =
W0 50469 50469
∑ T i1 ∑ T i1
i i
351
IndicI statistici
6
181, 9 ⋅ 10
= ---------------------------6- = 1, 10847 sau 110, 847 %
164, 1 ⋅ 10
b) Influenta productivităţii individuale asupra productivităţii medii este

exprimată prin indicele cu structură fixa.
Ceea ce înseamnă că productivitatea medie a muncii din industrie pe judeţ a

crescut cu 10,8% ca urmare a creşterii productivităţii muncii individuale din
fiecare localitate în parte.
c) Influenţa structurii numărului de salariaţi este exprimată prin indicele

variaţiei structurii.
W(T )
∑W T ∑W T i 0 i1 i0 i0
8281⋅109 10481,7 ⋅109 164,1⋅109
I = i
: i
= : = = 1,0055 sau 100,55%
∑T ∑T
1/ 0
i1 i0
50469 64243 163,2 ⋅109
i i
De aici rezultă că productivitatea medie a muncii pe total judeţ a crescut cu

doar 0,55% datorită influenţei modificării structurii numărului de salariaţi din
localităţile componente ale judetului.
Se poate verifica relaţia existentă între cei trei indici, respectiv

W
descompunerea geometrică a lui I 1 ⁄ 0 :
W W (Wi ) W (Ti )
I1 / 0i = I1 / 0i × I1 / 0i
1,115 = 1,10847 x 1,0055

Datele sunt calculate în tabelul nr.2.
3) Pentru a descompune analitic sporul absolut al productivităţii medii a

muncii şi a evidenţia influenţele datorate celor doi factori, vom porni de la
calculele efectuate la punctul 2) şi vom scadea din numărătorul indicelui
corespunzator numitorul acestuia.
∑W T i1 i1 ∑W T i0 i0
∆ W i(Wi ,Ti )
= i
− i
= 181,9 ⋅ 106 − 163,2 ⋅ 106 = 18,7 milioane lei / salariat
∑T ∑T
1/ 0
i1 i0
i i
352
Deci, productivitatea medie a muncii a crescut pe judet cu 18,7 milioane lei/

salariat ca urmare a ambilor factori.
Pentru a evidenţia creşterea absolută a productivităţii medii a muncii pe

judet doar ca urmare a creşterii productivităţii medii la nivel de localitate,
vom porni de la indicele cu structură fixă:
∑W T i1 i1 ∑W T i 0 i1
∆W i(Wi )
= i
−i
= 181,9 ⋅ 106 − 164,1 ⋅ 10 6 = +17,8 milioane lei / salariat
∑T ∑T
1/ 0
i1 i1
i i
Pentru a evidenţia creşterea absolută a productivităţii medii pe judeţ ca

urmare a modificărilor structurii numărului de salariaţi la nivel de localitate,
pornim de la indicele variaţiei structurii:
∑W T i 0 i1 ∑W T i0 i0
∆W i(Ti )
= i
− i
= 164 ,1 − 163,2 = +0 ,9 milioane lei / salariat
∑T ∑T
1/ 0
i1 i0
i i
Se verifica relaţia dintre cele trei sporuri:
∆W1 /i0(Wi ) 17 ,8
× 100 = × 100 = 95,2%
∆ Wi 18,7
1/ 0
Pentru a calcula ponderea fiecărui spor în total:
∆W1/i0 = ∆W1/i0(Wi ) + ∆W1/i0(Ti )

18,7 = 17 ,8 + 0,9
Putem trage concluzia ca 95,2% din sporul absolut al productivităţii medii a

muncii pe judet s-a datorat creşterii productivităţii muncii la nivel de
localitate, iar 4,8% s-a datorat modificării structurii numărului mediu de
salariaţi.
Primul factor (calitativ) a determinat în proporţie de 90,6% sporul

productivităţii muncii pe judeţ (0,9522 x 100).
353
IndicI statistici
4) Indicele de grup al volumului producţiei:

∑q i1 ∑W T i1 i1
9178,8
I qi
= i
= i
= = 0 ,875 sau 87 ,5%
∑q ∑W T
1/ 0
i0 i0 i0
10481,7
i i
Creşterea absoluta a volumului producţiei:
q ( W i, T i )
∆1 ⁄ 0 = ∑ Wi Ti – ∑ Wi Ti
1 1 0 0
= 9178, 8 – 10481, 7 = – 1302, 9 miliarde lei.
i i
(în preţuri medii comparabile ale anului 1998)
5)
a) Descompunerea sporului volumului producţiei pe baza procedeului

sbstituirii în lanţ:
- creşterea volumului producţiei pe seama variaţiei productivităţii muncii:
∆q1i/(W0 i ) = ∑ Wi1Ti1 − ∑ Wi 0Ti1 = 9178 ,8 − 8281,0 = 897 ,8 miliarde lei

i i
Aceasta înseamnă că producţia la nivel de judeţ a crescut cu 897,8 miliarde

lei ca urmare doar a creşterii productivităţii muncii la nivel de localitate.
- pe seama scăderii numărului de salariaţi:
∆q1i/(T0i ) = ∑ Wi 0Ti1 − ∑ Wi 0Ti 0 = 8281,0 − 10481,7 = −2200 ,7 miliarde lei

i i
- pe seama ambilor factori:
∆q1i/(W0 i ,Ti ) = ∆q1i/(W0 i ) + ∆q1i/(T0i ) = 897 ,8 − 2200 ,7 = −1302 ,9 miliarde lei
confirmându-se astfel rezultatul de la punctul 4).
Rezultatele ne arată că sporul de producţie, datorat influenţei pozitive a

creşterii productivităţii muncii, a fost depaşit de reducerea producţiei ca
urmare a scăderii cu 21,4% a numărului de salariaţi, facând ca pe total judeţ
să existe un minus de 1302,9 miliarde lei producţie industrială (-12,5%).
354
b) Descompunerea sporului volumului producţiei pe baza procedeului

sporului nedescompus:
Sporul total:
∆ 1q/i(W
0
i ,Ti )
= ∑ Wi1Ti1 − ∑ Wi 0Ti 0 = 9178 ,8 − 10481,7 = −1302 ,9 miliarde lei
i i
Sporul producţiei pe seama creşterii productivităţii muncii:

∆q1i/(W0 i ) = ∑ Wi1Ti 0 − ∑ Wi 0Ti 0 = 11776 ,2 − 10481,7 = +1294 ,5 miliarde lei
i i
∆q1i/(T0i ) = ∑ Wi 0Ti1 − ∑ Wi 0Ti 0 = 8281,0 − 10481,7 = −2200 ,7 miliarde lei

i i
Sporul descompus:
q i (W i ,Ti )
∆ 1/0 = ∆ 1/0
q i (W i )
+ ∆ 1/0
q i (T i )
= 1294,5 − 2200,7 = - 906,2 miliarde lei
⎛ ⎞ ⎛ ⎞
∆q1i/(W0 i ,Ti ) = ∑ (Ti1 − Ti 0 )(Wi1 − Wi 0 ) = ⎜ ∑Wi1Ti1 − ∑Wi 0Ti1 ⎟ − ⎜ ∑Wi1Ti 0 − ∑Wi 0Ti 0 ⎟ =
i ⎝ i i ⎠ ⎝ i i ⎠
= (9178,8 − 8281,0) − (11776,2 − 10481,7 ) = 897,8 − 1294,5 =
= -396,7
Sporul nedescompus:
∆q1i/(W0 i ,Ti ) = ∆1q/i(W

0
i)
+ ∆1q/i(T0 i )
∆q1i/(W0 i ,Ti ) = 1294 ,5 + ( − 2200 ,7 ) + ( − 396 ,7 ) = −1302 ,9 miliarde lei
Sporul total al volumului producţiei calculat prin procedeul sporului

nedescompus va fi:
∆q1i/(W0 i ,Ti ) = ∑ Wi1Ti1 − ∑ Wi1Ti 0 = ∆q1i/(W0 i ) + ∆q1i/(T0i )

i i
c) Descompunerea sporului volumului producţiei pe baza procedeului

creşterii finite (Lagrange) se efectuează după relaţie:
355
IndicI statistici
⎛ β⎞
∆q1i/(W0 i ) = qi 0 α⎜1 + ⎟ = 10481,7 × 0 ,1146 ⋅ ⎛⎜1 −
0 ,2144 ⎞
⎟ = 1073,1
⎝ 2⎠ ⎝ 2 ⎠
∆q1i/(T0i ) = qi 0 β ⎛⎜1 + ⎞⎟ = 10481,7 × ( − 0 ,2144 ) ⋅ ⎛⎜1 +

α 0 ,1146 ⎞
⎟ = −2376 ,0
⎝ 2 ⎠ ⎝ 2 ⎠
Wi1 181,9
iar α= −1 = − 1 = 0 ,1146
Wi 0 163,2
Ti1 50469
β= −1 = − 1 = 0 ,7856 − 1 = −0 ,2144
Ti 0 64243
în care:
Deci:
∆q1i/(W0 i ) =1073,1 miliarde lei
∆q1i/(T0i ) = -2376,0 miliarde lei
∆q1i/(W0 i ,Ti ) = -1302,9 miliarde lei
356
14.6. Teme şi întrebări propuse pentru studiul individual
1. Care este diferenţa dintre un indice individual şi unul de grup ? Când se

calculează primul şi când se calculează cel de-al doilea ?
2. Cum se folosesc ponderile în calculul indicilor sintetici ?
3. Cum construim un indice sintetic atunci când factorul cantitativ nu este

însumabil direct ?
4. Cum construim un indice sintetic atunci când avem de-a face cu variabile
calitative ? Daţi exemplu de o variabilă calitativă şi construiţi indicele
acesteia.
5. Cum se poate descompune dinamica unui fenomen pe factori de

influenţă ?
6. În ce situaţie folosim metoda restului nedescompus ?
7. Cum aflăm în ce măsură un factor poate influenţa dinamica fenomenului

complex ?
8. Daţi cel puţin 3 exemple de fenomene complexe şi respectiv factorii de

influenţă ai acestora.
9. În ce condiţii este valabilă descompunerea geometrică a indicilor ? Dar

descompunerea analitică a sporurilor ?
10. Se cunosc datele:
Valoarea mărfurilor vândute în % de modificare a volumului fizic din per.

Marfa
perioada de bază (mil.lei) curentă faţă de perioada de bază
A 81,6 -37
B 64,5 -20
C 44,6 -2
Să se calculeze dinamica absolută şă relativă a volumului fizic al vânzărilor

pe total societate.
357
IndicI statistici
11. Despre trei societăţi comerciale se cunosc următoarele date:
Productivitatea Dinamica numarului

Productivitatea Numărul
medie a muncii de salariaţi în
Societăţi medie a muncii în salariaţilor în
în perioada de perioada curentă
comerciale perioada curentă perioada curentă
bază faţă de cea de bază
(bucăţi/salariat) (persoane)
(bucăţi/salariat) (%)
A 75 85 105 55
B 82 90 110 30
C 55 40 94 15
Să se determine indicele de grup al producţiei la nivelul celor trei societăţi

comerciale.
12. Despre trei societăţi comerciale se cunosc următoarele date:
Dinamica fondului
Fondul de Dinamica numărului Numărul
de salarii în
salarii în de salariaţi în salariatilor în
Societăţi perioada curentă
perioada de perioada curentă perioada de
comerciale faţă de perioada de
bază faţă de cea de bază bază
bază
(mii lei) % (pers.)
%
A 120 98 105 106
B 75 105 110 60
C 45 100 95 50
Să se determine indicele de grup al salariului mediu.
13. Despre trei societăţi comerciale se cunosc următoarele:
Structura Numãrul
Productia Productivitatea
numarului de salariatilor in
Societati realizata in muncii in
salariati in perioada de
comerciale perioada de baza perioada curenta
perioada curenta baza
(mil. lei) (mil. lei / salariat)
(%) (pers.)
A 12 0,13 55 100
B 6,5 0,25 15 40
C 10 0,10 30 90
Să se descompună pe factori de influenţă dinamica productivitatii la nivelul

celor 3 societati.
358
14. Despre trei societăţi comerciale se cunosc urmatoarele date:
Modificarea
Nr. Salariatilor
Salariul mediu in Salariul mediu in numarului de salariati
Societatea in perioada
perioada de baza perioada curenta in perioada curenta
comerciala curenta
(mii lei/salariat) (mii lei/salariat) fata de cea de baza
(persoane)
(%)
A 2,3 2,5 -20 40
B 2,5 2,1 +20 30
C 1,8 2,0 +100 20
Să se determine dinamica fondului de salarii (pe total).
15. Despre trei societati comerciale se cunosc urmatoarele date:
Dinamica numarului Nr.

Productivitatea Productivitatea
Societati de salariati in Salariatilor in
medie a muncii in medie a muncii in
comerciale perioada curenta perioada
perioada de baza perioada curenta
fata de cea de baza curenta
(bucati/salariat) ( bucati/salariat)
(%) (pers.)
A 75 85 105 55
B 82 90 110 30
C 55 40 95 15
Să se determine indicele de grup al productivitatii muncii la nivelul celor trei

societati comerciale sub influienta productivitatii muncii la nivel de societate.
16. Despre trei societati comerciale se cunosc urmatoarele:
Modificarea a Numarul
Productia Productivitatea
numarului de Salariatilor in
Societati realizata in muncii in perioada
salariati in perioada perioada
comerciale perioada de baza curenta (mil. Lei /
curenta fata de cea curenta
(mil. lei) salariat)
de baza % (pers.)
A 12 0,13 +5 100
B 6,5 0,25 +10 40
C 10 0,10 -5 90
Să se determine dinamica productiei sub influienta productivitatii muncii la

nivelul celor 3 societati, in perioada curenta fata de perioada de baza.
359
IndicI statistici
17. Se cunosc datele:
Valoarea marfurilor vandute Dinamica preturilor din per.

Marfa în perioada curenta curenta fata de perioada
(mil.lei) de baza
A 81,6 2,7
B 64,5 4,2
C 44,6 2,5
Să se calculeze dinamica absolută şi relativă a preţurilor pe total societate.
360
Capitolul XV
INDICII PREŢURILOR DE CONSUM
OBIECTIVE
Indicele Preţurilor de Consum (IPC), respectiv rata inflaţiei este unul din
indicatorii statistici cu cea mai largă aplicabilitate practică. Evoluţia inflaţiei
într-o ţară influenţează nu doar evoluţia activităţii firmelor, ci şi viaţa de zi cu
zi a oamenilor prin efectele sale negative asupra puterii de cumpărare a
banilor.
IPC este în acelaşi timp unul din indicatorii cei mai contestaţi, existând o
oarecare suspiciune asupra mărimii sale, în funcţie de interesul celui care-l
utilizează. Din acest motiv, am prezentat atât modalitatea de calcul a
indicelui, care are în spate o muncă laborioasă, reunind mai multe cercetări
statistice prin sondaj. Pe de altă parte, dat fiind utilizarea sa largă în
practică, necesitatea identificării unui IPC pentru o anumită perioadă dorită,
am insistat şi prezentat detaliat modalităţile de calcul.
Prin multiplele exemple practice prezentate, se doreşte o clarificare asupra

folosirii corecte a noţiunii de IPC sau rată a inflaţiei, o corectă utilizare a IPC
în recalculările indicatorilor valorici în preţuri comparabile şi o corectă
analiză a dinamicii reale a fenomenelor.
Cuvinte cheie
IPC Creştere nominală

Rată a inflaţiei Creştere reală
IPC lunar Preţuri curente
Rata lunară a inflaţiei Preţuri constante (comparabile)
IPC la sfârşitul anului Deflatare
Rata inflaţiei la sfârşitul anului Racordare de indici
IPC anual, rata anuală a inflaţiei Putere de cumpărare a banilor
361
Indicele preţurilor de consum
1. Ce este IPC ?
2. La ce serveşte el ?
3. Care este populaţia de referinţă ?
4. Care este tipul de consum acoperit ?
5. Care este sfera teritorială de cuprindere ?
6. Sistemul de ponderare folosit ?
7. Care este metoda de calcul a IPC ?
8. Indicatori uzuali. Exemple de calcul.
9. Cum putem recalcula anumite sume cu ajutorul IPC ?
10. Cum calculăm dinamica indicatorilor valorici ?
11. De unde se poate afla IPC ?
15.1. Ce este IPC ?
Este un instrument de măsură care permite să estimăm, între două perioade

date, variaţia medie a preţurilor mărfurilor cumpărate şi a tarifelor serviciilor
utilizate de populaţie în România.
15.2. La ce serveşte IPC ?
IPC este unul din indicatorii cei mai utilizaţi în practica economică.
Acesta reflectă intensitatea creşterilor sau scăderilor preţurilor de consum

dintr-o ţară, fiind des utilizat în comparaţiile internaţionale (sub forma mediei
anuale) privind evoluţia inflaţiei.
Politica fiscală şi monetară a fiecărui guvern este frecvent influenţată de

nivelul IPC, în funcţie de acesta reglându-se spre exemplu, rata dobânzii.
IPC se foloseşte şi în contabilitate şi în analizele economice, pentru
caracterizarea evoluţiei reale a consumului, independent de modificarea
preţurilor.
Pentru aceasta este necesară determinarea consumului în preţuri constante

(comparabile) prin raportarea consumului în preţuri curente la IPC, respectiv
deflaţionarea acestuia, după cum s-a putut vedea în exemplele practice
anterioare. Practic nu este posibilă analiza în dinamică a unui indicator
valoric înainte de a se transforma în preţuri comparabile cu ajutorul IPC.
362
IPC are şi o largă utilizare socială, fiind folosit în negocierile salariale dintre
guvern, patronat şi sindicate. Ţinând cont de evoluţia IPC se indexează
salariile, pensiile, alocaţiile bugetare, bursele, etc. Aceste indexări asigură
practic o menţinere a puterii de cumpărare a salariului, pensiilor, etc.
15.3. Care este populaţia de referinţă ?
IPC se calculează pe baza cheltuielilor populaţiei care sunt legate efectiv

de cumpărarea de mărfuri şi de plata contravalorii serviciilor necesare
satisfacerii nevoilor de trai, cheltuieli care se referă la nivelurile medii lunare
rezultate din cercetarea privind Ancheta Bugetelor de Familie (ABF).
ABF se desfăşoară în 780 centre de cercetare amplasate în 427 localităţi

urbane şi 353 rurale din toate judeţele ţării şi municipiul Bucureşti,
eşantionul garantând estimări la nivelul ţării cu o probabilitate de 97%.
Cheltuielile băneşti pentru cumpărarea produselor alimentare, nealimentare

şi pentru plata serviciilor sunt calculate ca medii pe o gospodarie şi ele stau
la baza sistemului de ponderare a indicilor elementari ai preţurilor de
consum.
Eşantionul de mărfuri şi servicii cuprinde sortimente care au o pondere

semnificativă în consumul populaţiei.
Nomenclatorul este structurat pe 3 nivele de agregare: grupe, posturi şi

sortimente, astfel:
• grupa mărfurilor alimentare cuprinde 54 posturi cu 360 sortimente;

• grupa mărfurilor nealimentare cuprinde 112 posturi cu 947 sortimente;
• grupa serviciilor cuprinde 50 posturi cu 423 sortimente.
Sortimentele se individualizează în teren prin varietăţi de mărfuri şi servicii.
15.4. Care este tipul de consum acoperit ?
IPC se calculează pe baza elementelor care intră în consumul direct al

populaţiei şi exclude: consumul din resurse proprii, cheltuieli cu caracter de
investiţii şi acumulare sau care se referă la dobânzi plătite la credite, rate de
asigurare, amenzi, jocuri de noroc, impozite, etc. precum şi cheltuieli
aferente plăţii muncii pentru producţia gospodăriei.
363
15.5. Care este sfera teritorială de cuprindere ?
Observarea şi înregistrarea preţurilor, tarifelor de consum se desfăşoară

decadal, în municipiile reşedinţă de judeţ (inclusiv municipiul Bucureşti).
Practic nomenclatorul localităţilor cuprinde 42 de municipii reşedinţă de

judeţ unde sunt organizate 68 centre de culegere în care se face observarea
preţurilor practicate în magazine, iar pentru înregistrarea preţurilor
produselor agroalimentare vândute pe piaţa ţărănească se utilizează un
nomenclator alcătuit din 95 localităţi.
Nomenclatorul de sortimente cuprinde 1683 poziţii pentru care se culeg
decadal preţuri/ tarife practicate.
Nomenclatorul unităţilor de observare cuprinde aproximativ 6400 unităţi care
se consideră a fi cu vad comercial ridicat în principalele aglomerări urbane
(peste 86% avand forma de proprietate privată). Acestea se completează
cu preţurile/tarifele unice pe ţară stabilite prin acte normative sau note de
negociere (energie electrică şi termică, gaz metan, transport pe calea ferată,
abonamente radio-TV, ş.a.)
15.6. Sistemul de ponderare
Ponderile utilizate pentru calculul indicilor preţurilor de consum sunt obţinute

din Ancheta Bugetelor de Familie (ABF) şi rezultă din structura cheltuielilor
medii lunare efectuate de o gospodărie pentru cumpărarea bunurilor şi
pentru plata serviciilor necesare satisfacerii nevoilor de trai.
Periodic se analizează structura cheltuielilor efectuate de populaţie, iar când
mutaţiile intervenite sunt semnificative, ponderile se actualizează. Astfel,
începând din ianuarie 2006 în calculul IPC se utilizează ponderile rezultate
din structura cheltuielilor medii efectuate de o gospodărie în anul 2004.
15.7. Care este metoda de calcul al IPC ?
IPC1 se calculează ca un indice de tip Laspeyres cu bază fixă. Începând

din ianuarie 2006, calculul indicilor lunari cu bază fixă se face cu preţurile
medii din anul 2004 (anul 2004 = 100) şi ponderile din acelaşi an
determinate pe baza cheltuielilor medii din Ancheta Bugetelor de Familie.
1. Sursa: Buletinul statistic de preţuri”, Institutul Naţional de Statistică, Nr. 1 / 2006.
364
Formula generală de calcul a indicelui de tip Laspeyres este:
⎛ p0 q0 ⎞
∑ i ⁄ 2004 ⎜⎝ -----------------
p
1) IPC 1 ⁄ 0 = I ⋅ -⎟ unde:
∑ p0 q0⎠
⎧ Indicele Preţurilor de Consum agregat
⎪
⎪ IPC 1 ⁄ 0 = al de
lunii curente (1) din anul 2006, faţă
anul de referinţă 2004;
⎪
⎪
⎪ p indicii de preţ, ai lunii curente faţă de
⎪I = media anului 2004, pe trepte ierarhice
⎨ i ⁄ 2004 de agregare;
⎪
⎪
⎪ p0 q0 ponderile aferente diferitelor trepte de agregare
⎪ ------------------ = (importanţa relativă a cheltuielilor medii lunare
⎪ p q
⎪∑ 0 0
pe o gospodărie pentru anul 2004).
⎩
Schimbarea bazei de calcul (anului de referinţă) necesită stabilirea preţurilor

medii din anul respectiv pentru toate produsele şi serviciile din
nomenclatorul ce urmează a fi utilizat pentru calculul indicilor lunari ai
preţurilor.
v
Determinarea preţurilor medii din anul 2004 ( p 0i ) la nivelul varietăţilor
( v i ) s-a realizat în mod diferit pentru produsele/serviciile existente şi pentru
cele nou introduse în nomenclator, astfel:
Pentru sortimentele existente în nomenclator:
- calculul preţului mediu efectiv aferent varietăţilor raportate în anul 2004;

- imputarea preţului mediu lunar efectiv la toate varietăţile pentru care nu au
existat raportări (în acest caz preţul mediu aferent sortimentului calculat din
preţurile varietăţilor rămâne neschimbat);
- calculul preţurilor medii anuale la nivel de varietăţi prin media aritmetică
simplă a preţurilor medii lunare din anul 2004.
Pentru sortimentele nou introduse în nomenclator:
- înregistrarea preţurilor aferente lunii decembrie 2005;
365
- asimilarea sortimentelor noi cu sortimente deja existente în nomenclator

(cazul posturilor de cheltuieli cu structuri omogene) sau direct cu postul de
cheltuieli (cazul posturilor neomogene);
- determinarea preţului mediu în bază la nivel de varietate prin raportarea
preţului observat în luna decembrie 2005 la indicele preţului asimilat la nivel
de sortiment sau post faţă de anul 2004.
Aceste preţuri medii pentru anul de referinţă 2004 rămân fixe până la
următoarea schimbare a bazei.
Calculul indicilor lunari cu bază fixă
Calculul indicilor lunari cu bază fixă presupune parcurgerea următoarelor

etape:
- calculul indicilor de preţ la nivel de varietate:

v
p p 1i
2) i vi = -------v- ⋅ 100 unde:
p0 i
⎧ vi
⎪ p 1 = preţul varietăţii ″i″ înregistrat în luna curentă (1);
⎨ v
⎪ p i = preţul mediu din anul 2004 pentru varietatea ″i″ ;
⎩ 0
v
Preţul varietăţii “i” înregistrat în luna curentă p 1i se calculează ca o medie
aritmetică simplă din cele trei înregistrări decadale, astfel:
v v v
v p 11i + p 12i + p 13i
3) p 1i = ----------------------------------- unde
3
⎧ p vi = preţurile nominale aferente decadei 1
⎪ 11 din luna curentă;
⎪
⎪ vi preţurile nominale aferente decadei a 2-a
⎨ p 11 = din luna curentă;
⎪
⎪ vi preţurile nominale aferente decadei a 3-a
⎪ p 12 = din luna curentă;
⎩
- calculul indicilor de preţ la nivel de sortiment, ca medie geometrică a

indicilor varietăţilor, conform formulei:
366
n
ps
∏ iv
p
4) I 1 ⁄ 2004 = , unde
i
n i
i=1
⎧ psi reprezintă Indicele Preţurilor de Consum la nivel de

⎪I 1 ⁄ 2004 = sortiment, în luna curentă faţă de media anului 2004;
⎨
⎪ n ≤ 68 = numărul centrelor de culegere a preţurilor/tarifelor;
⎩
- calculul indicilor agregaţi la nivel de post de cheltuieli, ca medie

aritmetică ponderată a indicilor de preţ aferenţi sortimentelor care compun
postul de cheltuieli, conform formulei:
pp ps ⎛ psi qsi ⎞
= ∑ I 1 ⁄ 2004 ⋅ ⎜ ------------------
0 0 ⎟
5) i
I 1 ⁄ 2004 i
- unde:
⎜ s i s i⎟
⎝∑ 0 0⎠ p q
⎧ ppi reprezintă Indicele Preţurilor de Consum

⎪I = la nivel de post de cheltuieli, în luna curentă
⎪ 1 ⁄ 2004 faţă de media anului 2004;
⎪
⎨ si si ponderea (importanţa relativă) a sortimentului ″s i ″
⎪ p0 q0
- = în total cheltuieli medii de consum;
⎪ ------------------
⎪
si si ale postului de cheltuieli;
⎩ ∑ p0 q0
- calculul indicilor la nivel de grupe de mărfuri alimentare, nealimentare

şi servicii ca medie aritmetică ponderată a indicilor de la nivel de posturi de
cheltuieli cuprinse în grupă, astfel:
pg pp ⎛ p pi q pi ⎞
= ∑ I 1 ⁄ 2004 ⋅ ⎜ -------------------
0 0 ⎟
6) i
I 1 ⁄ 2004 i
- unde:
⎜ p i p i⎟
⎝ ∑ p0 q0 ⎠
⎧ pg reprezintă indicele mediu al preţurilor de Consum

⎪I = la nivel de grupă de cheltuieli, în luna curentă (1)
i
⎪ 1 ⁄ 2004 faţă de media anului de bază 2004;

⎪
⎨ p iq i p p
- = ponderea (importanţa relativă) a postului de cheltuieli ″p i ″
⎪ -------------------
0 0
⎪ p p în total grupă de cheltuieli ″g i ″
⎪ ∑ p0 q0
i i
⎩
- calculul indicelui general al preţurilor de consum ca medie aritmetică
ponderată a indicilor de la nivel de grupe:
367
⎛ p gi q gi ⎞
pg pg
g
p0i q0i
g
IPC = ∑ I 1 ⁄ 2004 ⋅ ⎜ -------------------
0 0 ⎟
7) - = ∑I 1 ⁄ 2004 ⋅ --------------------
-
i i
⎜ g i g i⎟ 1000000
⎝ ∑ p0 q0 ⎠
unde:
reprezintă ponderea cheltuielilor medii ale grupei

⎧ p gi q gi
0 0
- = în total cheltuieli medii de consum ale unei
⎨ --------------------
⎩ 1000000 gospodării din România în anul de bază 2004.
Spre exemplu, ponderile calculate pentru anul 2004 din Ancheta Bugetelor
de Familie şi luate în considerare în calcului IPC pentru anul 2006 sunt:
Din 1.000.000 lei cheltuieli medii ale unei gospodării,

407.056 lei erau pentru mărfuri alimentare,
422.506 lei pentru mărfuri nealimentare şi
170.438 lei pentru plata serviciilor.
Altfel spus, din totalul cheltuielilor medii ale unei gospodării din România în
anul 2004, 40,7% erau pentru mărfuri alimentare, 42,3% pentru mărfuri
nealimentare şi 17,0% pentru servicii.
Ponderile detaliate la nivel de posturi de cheltuieli pentru fiecare din cele trei
grupe mari, se găsesc publicate în “Buletinul statistic de preţuri” al
Institutului Naţional de Statistică - Nr. 1/2006, paginile 58-61.
- calculul indicilor lunii curente faţă de luna precedentă se face ca raport

al indicilor cu bază fixă, pentru toate nivelele de agregare, conform formulei
generale:
IPC i ⁄ 2004
8) IPC i ⁄ i – 1 = ------------------------------
IPC i – 1 ⁄ 2004
Pentru asigurarea continuităţii seriilor de indici construiţi cu baze diferite s-a

utilizat un “coeficient de racordare” care permite legarea (racordarea)
seriei de indici lunari din anul 2006 cu bază 2004 = 100 la seria de indici cu
bază 2003 = 100.
368
Coeficientul de racordare s-a determinat ca raport între un indice de tip

Laspeyres calculat pentru luna decembrie 2005 în vechea bază
(2003 = 100) şi un altul de acelaşi tip şi pentru aceeaşi lună în noua bază
(2004 = 100).
Compararea a doi indici calculaţi în baze diferite se face raportând indicele

de comparat în noua bază multiplicat cu coeficientul de racordare la indicele
cu care se compară calculat în vechea bază.
Metodologia de calcul a IPC în România este armonizată cu metodologia

utilizată de Oficiul de Statistică a Uniunii Europene (EUROSTAT) la nivel de
clasificări, nomenclatoare, metode de eşantionare şi de calcul.
Clasificarea COICOP (Clasificarea Consumului Individual de Destinaţii)

convenită de CEE/EUROSTAT/OECD asigură comparabilitatea indicilor la
nivel european. Ultima versiune a acestei clasificări, adoptată în iulie 1999,
este structurată pe 12 diviziuni detaliate în 39 grupe şi 93 clase de mărfuri şi
servicii şi este utilizată din ianuarie 2000.
Indicii armonizaţi ai preţurilor de consum pe grupe de mărfuri şi servicii

EUROSTAT rezultă din regruparea sortimentelor şi a posturilor cuprinse în
nomenclatorul privind calcului indicelui preţurilor de consum la nivel naţional
în structura şi la conţinutul prevăzut în COICOP.
369
INDICII PRETURILOR DE CONSUM

Evolutia lunara in anii 1990 - 2009 fata de luna anterioara - %-
Ian. Feb Mar Apr Mai Iun Iul Aug Sep Oct Nov Dec
Anii luna anterioara = 100
TOTAL 1990 123,4 111,6
1991 114,8 107,0 106,6 126,5 105,1 102,0 109,5 111,2 107,3 110,4 110,9 113,7
1992 119,5 112,5 110,0 104,7 112,1 104,3 103,2 103,4 110,1 109,6 113,5 113,2
1993 111,5 108,2 109,2 110,0 130,4 105,5 113,2 110,8 110,9 116,3 114,2 107,4
1994 104,9 105,9 108,3 106,1 105,0 102,6 101,6 101,8 103,9 104,4 102,8 102,1
1995 102,0 101,4 100,9 101,6 101,1 101,3 102,6 101,0 101,6 103,5 104,1 103,7
1996 101,2 101,9 101,7 101,9 105,3 101,0 107,5 103,8 102,4 103,4 105,8 110,3
1997 113,7 118,8 130,7 106,9 104,3 102,3 100,7 103,5 103,3 106,5 104,3 104,5
1998 104,9 107,2 103,8 102,7 102,3 101,3 101,3 100,6 102,7 103,9 101,9 102,2
1999 103,0 102,9 106,4 104,8 105,3 105,1 101,7 101,2 103,2 104,2 104,0 102,9
2000 104,3 102,2 101,8 104,8 101,8 102,8 104,3 101,8 102,8 102,8 102,8 102,5
2001 103,7 102,3 102,0 102,7 101,7 101,6 101,3 102,2 101,9 102,4 102,7 102,2
2002 102,3 101,2 100,4 102,0 101,9 101,2 100,5 100,8 100,6 101,6 102,6 101,5
2003 101,3 100,8 101,1 101,1 100,5 100,9 101,2 100,3 102,1 101,5 101,4 101,2
2004 101,1 100,6 100,5 100,6 100,3 100,6 101,3 100,5 100,9 101,2 100,6 100,6
2005 100,8 100,6 100,3 101,8 100,3 100,3 101,0 100,1 100,6 100,9 101,2 100,5
2006 101,03 100,24 100,21 100,42 100,60 100,15 100,11 99,93 100,05 100,21 101,09 100,74
2007 100,20 100,04 100,07 100,52 100,64 100,14 100,29 100,86 101,08 100,97 100,93 100,64
2008 100,86 100,70 100,67 100,52 100,49 100,28 100,69 99,91 100,40 101,06 100,32 100,23
2009 101,24 100,88
INDICII PRETURILOR DE CONSUM

Evolutia lunara in anii 1991 - 2009 fata de decembrie anul precedent - %-
Ian. Feb Mar Apr Mai Iun Iul Aug Sep Oct Nov Dec
Anii
decembrie anul precedent = 100
TOTAL 1991 114,8 122,9 131,0 165,7 174,1 177,6 194,4 216,1 232,0 256,1 284,0 322,8
1992 119,5 134,4 147,9 157,8 173,5 180,9 186,6 192,9 212,5 232,8 264,3 299,2
1993 111,5 120,7 131,7 144,9 189,0 199,3 225,6 250,0 277,4 322,7 368,4 395,5
1994 104,9 111,1 120,3 127,5 133,9 137,4 139,5 142,0 147,5 154,1 158,4 161,7
1995 102,0 103,5 104,4 106,1 107,3 108,7 111,5 112,6 114,4 118,4 123,2 127,8
1996 101,2 103,1 104,9 106,9 112,7 113,8 122,4 127,0 130,1 134,5 142,2 156,9
1997 113,7 135,0 176,5 188,7 196,7 201,2 202,6 209,8 216,7 230,7 240,6 251,4
1998 104,9 112,4 116,6 119,8 122,5 124,1 125,7 126,5 130,0 135,0 137,6 140,6
1999 103,0 106,0 112,7 118,2 124,5 130,8 133,0 134,6 138,9 144,7 150,4 154,8
2000 104,3 106,6 108,5 113,7 115,7 119,0 124,1 126,4 129,9 133,5 137,3 140,7
2001 103,7 106,0 108,2 111,1 113,0 114,8 116,3 118,9 121,2 124,2 127,5 130,3
2002 102,3 103,5 103,9 106,0 108,0 109,3 109,8 110,7 111,4 113,2 116,1 117,8
2003 101,3 102,1 103,2 104,3 104,8 105,7 107,0 107,3 109,6 111,2 112,8 114,1
2004 101,1 101,7 102,2 102,8 103,1 103,7 105,1 105,6 106,6 107,9 108,6 109,3
2005 100,8 101,4 101,7 103,5 103,8 104,1 105,1 105,2 105,8 106,8 108,1 108,6
2006 101,03 101,27 101,48 101,91 102,52 102,67 102,78 102,71 102,76 102,98 104,10 104,87
2007 100,20 100,24 100,31 100,83 101,48 101,62 101,91 102,79 103,90 104,91 105,89 106,57
2008 100,86 101,57 102,25 102,78 103,28 103,57 104,28 104,19 104,61 105,72 106,06 106,30
2009 101,24 102,13
370
Indicii Preturilor de Consum medii anuali (%)

Anul 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983
IPC 100,6 100,0 100,7 101,1 100,2 100,6 100,6 101,6 102,0 102,1 103,1 117,8 104,1
Anul 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996
IPC 101,1 100,8 101,0 100,9 102,2 101,1 105,1 270,2 310,4 356,1 236,7 132,3 138,8
Anul 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
IPC 254,8 159,1 145,8 145,7 134,5 122,5 115,3 111,9 109,0 106,56 104,84 107,85
Indicele Preturilor de Consum fata de octombrie 1990 (%)
2004 2005 2006 2007 2008

Ian. 232592,1 253388,0 275913,14 286982,93 307824,34
Feb 234062,9 254912,2 276565,46 287099,55 309991,94
Mar 235227,7 255649,3 277141,04 287288,17 312072,92
Apr 236590,9 260281,1 278291,81 288789,21 313692,53
Mai 237267,2 261019,6 279963,07 290636,78 315215,21
Iun 238676,8 261786,6 280389,95 291042,38 316091,44
Iul 241711,6 264287,8 280688,49 291882,25 318281,55
Aug 243025,0 264555,8 280487,90 294390,86 318008,17
Sep 245324,0 266061,4 280635,80 297561,64 319272,68
Oct 248334,0 268346,9 281219,30 300459,52
Nov 249939,7 271598,1 284290,90 303259,43
Dec 251360,8 273087,8 286399,10 305210,24
15.8. Indicatori uzuali. Exemple de calcul
Indicele Preţurilor de Consum lunar (IPC lunar sau IPC i ⁄ i – 1 , unde ″i″
reprezintă luna curentă şi ″i – 1″ luna anterioară) ne arată creşterea medie
a preţurilor de consum într-o lună faţă de luna anterioară (este un indice cu
bază în lanţ).
Ca orice indice, exprimat în coeficient ne arată de câte ori au crescut în

medie preţurile în luna curentă faţă de luna anterioară. De regulă, indicii se
publică exprimaţi în procente.
Spre exemplu, IPC calculat în România pentru luna ianuarie 2006 faţă de
luna anterioară (decembrie 2005) este publicat în broşura Institutului
Naţional de Statistică ca 101,03% (a se urmări în tabelele cu IPC de mai
înainte).
371
Transformat în coeficient (prin împărţire la 100) ne arată că în medie,

preţurile de consum din luna ianuarie 2006 au crescut de 1,0103 ori faţă de
cele existente în luna anterioară.
Scăzând 100 din indicele exprimat în procente obţinem din punct de vedere
statistic un alt indicator, rata de creştere (sau ritmul de creştere) exprimat
întotdeauna în procente. Acest ultim indicator se numeşte rata inflaţiei şi
arată cu câte procente au crescut în medie preţurile într-o lună curentă faţă
de o lună de bază.
În exemplul de mai sus, rata inflaţiei este de 1,03% (101,03 - 100 = +1,03%),
ceea ce înseamnă că în luna ianuarie 2006 preţurile de consum au crescut
în medie cu 1,03% faţă de luna decembrie 2005.
În felul acesta, în funcţie de modalitatea de calcul şi de exprimare, pentru

fiecare indice de preţ se pot utiliza trei variante, cu semnificaţii şi exprimări
diferite.
a) Indicele de preţ în coeficient

IPC 01.2006 ⁄ 12.2005 = 1, 0103
(preţurile au crescut în perioada calculată de 1,0103 ori)
b) Indicele de preţ în procente

IPC 01.2006 ⁄ 12.2005 = 101,03 %
(preţurile de consum din luna ianuarie 2006 reprezintă 101,03% din
preţurile medii de consum existente în luna decembrie 2005)
c) Rată a inflaţiei (întotdeauna exprimată în procente)

inflatiei
R 01.2006 ⁄ 12.2005 = +1,03 %
(preţurile de consum au crescut în luna ianuarie 2006 cu 1,03% faţă de
cele existente în luna decembrie 2005).
Ca orice indice, dacă acesta este supraunitar (>1), rata inflaţiei va fi pozitivă,
indicând o creştere medie a preţurilor de consum, iar dacă indicele preţurilor
este subunitar (<1), rata corespunzătoare a inflaţiei va fi negativă, indicând o
scădere medie procentuală a preţurilor de consum.
Un exemplu de scădere a preţurilor medii de consum s-a produs pentru

prima dată în România după liberalizarea preţurilor (din octombrie 1990), în
luna august 2006.
372
Astfel, IPC 08.2006 ⁄ 07.2006 = 0, 9993 , respectiv 99,93%,
inflatiei
R 08.2006 ⁄ 07.2006 = – 0, 07 %
(99,93-100 = -0,07 %), indicând o reducere medie a preţurilor de consum în

luna august 2006 faţă de luna anterioară (iulie 2006) cu 0,07%.
Observaţie:
De reţinut că în calcule, se va utiliza întotdeauna indicele preţurilor de

consum IPC exprimat în coeficient, indiferent cum a fost prezentat iniţial
acesta (sub formă de IPC în % sau de rată a inflaţiei).
Rata lunară a inflaţiei reprezintă creşterea medie a preţurilor într-o lună

faţă de luna precedentă şi se calculează scăzând 100 din IPC
corespunzător exprimat în procente (după cum s-a exemplificat mai înainte).
IPC mediu lunar exprimă creşterea medie lunară a preţurilor de consum

pentru o anumită perioadă considerată. Se calculează ca o medie
geometrică a indicilor lunari ai preţurilor de consum şi arată de câte ori au
crescut în medie preţurile de consum de la o lună la alta în acea perioadă,
dacă creşterea acestora s-ar fi făcut uniform. Ca orice indice mediu, acesta
este reprezentativ pentru perioada calculată numai dacă IPC lunari sunt
omogeni (asemănători).
IPC = n ∏ IPCi ⁄ i – 1 ,
i=1
unde:
⎧ IPC = indicele mediu lunar al preţurilor de consum
⎪ pentru perioada calculată;
⎪
⎪ n = numărul lunilor (a indicilor lunari);
⎨
⎪ indicii lunari ai preţurilor de consum
⎪ IPC = calculaţi faţă de luna anterioară
⎪ i⁄i–1
⎩ luaţi în coeficient.
373
15.8.1. Exemplu de calcul
a) Dacă vrem să calculăm indicele mediu lunar al preţurilor de consum

pentru primul trimestru din anul 2006:
3
IPC trim.I 2006 = 3 ∏ IPCi ⁄ i – 1 = 3 1, 0103 ⋅ 1, 0024 ⋅ 1, 0021 =

i=1
= 3 1, 0148 = 1, 0049 sau 100,49 %
Cu alte cuvinte, dacă creşterea preţurilor nu ar fi variat de la o lună la alta şi

acestea ar fi crescut uniform, am putea spune că în cursul primului trimestru
al anului 2006, preţurile au crescut în medie de 1,0049 ori de la o lună la alta
(sau cu +0,49%, semnificând rata medie lunară a inflaţiei).
b) Dacă vrem să calculăm indicele mediu lunar al preţurilor de consum

pentru anul 2005:
12
IPC an 2005 = 12 ∏ IPCi ⁄ i – 1 =

i=1
= 12 1, 008 ⋅ 1, 006 ⋅ 1, 003 ⋅ 1, 018 ⋅ … ⋅ 1, 005 =
= 12 1, 086 = 1, 0069 sau 100,69 %
(de unde rata medie lunară a inflaţiei în anul 2005 = 100,69 - 100 = +0,69 %)
Interpretare: Dacă creşterea medie a preţurilor de consum în România ar fi

fost constantă pe tot parcursul anului 2005, acestea ar fi crescut în medie de
la o lună la alta de 1,0069 ori, sau cu 0,69 %.
Notă: pentru a înţelege toate exemplele de calcul, se vor urmări datele

prezentate în Tabela IPC, date care au fost preluate din publicaţia lunară
I.N.S. “Buletin Statistic de Preţuri”.
Rata medie lunară a inflaţiei arată cu câte procente au crescut în medie

preţurile de la o lună la alta pentru o anumită perioadă. Se obţine scăzând
100 din indicele mediu lunar al preţurilor de consum, după cum s-a arătat în
exemplele de mai înainte.
374
Atenţionăm din nou asupra utilizării în calcul a acestor ultimi doi indicatori,
numai dacă indicele (rata medie) calculată este reprezentativă pentru
întreaga perioadă.
Indicele Preţurilor de Consum la sfârşitul anului arată de câte ori au

crescut în medie preţurile pe parcursul întregului an, sau altfel spus, în luna
decembrie a unui an faţă de decembrie anul precedent.
Spre exemplu, în publicaţia INS, la pagina în care sunt publicaţi indicii

preţurilor de consum faţă de decembrie anul anterior, vom găsi:
IPC 12.2005 ⁄ 12.2004 = 108,6 % , ceea ce înseamnă că în medie, preţurile de

consum au crescut de 1,086 ori (sau cu 8,6 %) în luna decembrie 2005 faţă
de luna decembrie 2004.
Similar se poate vorbi de un Indice al Preţurilor de Consum la sfârşitul

oricărei perioade. Spre exemplu, dacă dorim IPC la sfârşitul lunii august
2006, găsim în tabela cu indici din “Buletinul Statistic de Preţuri” al INS:
IPC 08.2006 ⁄ 12.2005 = 102,71 % ceea ce înseamnă că în medie, preţurile de

consum din luna august 2006 au crescut faţă de decembrie 2005 de 1,0271
ori (sau cu 2,71 %, semnificând rata inflaţiei la sfârşitul lunii august 2006).
Toţi aceşti indici sunt cu bază fixă - decembrie anul anterior prin urmare
baza de raportare este aceeaşi numai pentru indicii calculaţi pentru acelaşi
an.
Rata inflaţiei la sfârşitul anului reprezintă creşterea medie a preţurilor de

consum din luna decembrie a unui an faţă de luna decembrie a anului
precedent. Se obţine scăzând 100 din IPC la sfârşitul anului, după cum s-a
exemplificat mai sus.
Exemple:
inflatiei inflatiei
R 12.2005 ⁄ 12.2004 = 8,6 % , iar R 08.2006 ⁄ 12.2005 = 2,71 %
Indicele Preţurilor de Consum anual (sau în anul ...) arată de câte ori au
crescut în medie preţurile de consum într-un an faţă de anul anterior.
375
Acesta se calculează ca un raport între media aritmetică a indicilor preţurilor

de consum lunari calculaţi faţă de octombrie 1990 din cei doi ani consecutivi:
IPC an 2005 ⁄ an 2004 =
253388,0+254912,2+...+273087,8 262914,6
= ----------------------------------------------------------------------------------- = ------------------------ = 1,090 sau 109,0 %
232592,1+234062,9+...+251360,8 241176,1
IPC 01.2005 ⁄ 10.1990 + IPC 02.2005 ⁄ 10.1990 + … + IPC 12.2005 ⁄ 10.1990

----------------------------------------------------------------------------------------------------------------------------------------------------------------
12
= ----------------------------------------------------------------------------------------------------------------------------------------------------------------
IPC 01.2004 ⁄ 10.1990 + IPC 02.2004 ⁄ 10.1990 + … + IPC 12.2004 ⁄ 10.1990
----------------------------------------------------------------------------------------------------------------------------------------------------------------
12
Rezultă că în medie, preţurile de consum din anul 2005 au crescut de 1,09

ori în anul 2005 faţă de anul 2004 (sau acestea au crescut cu 9 %, acest
ultim indicator fiind rata inflaţiei din anul 2005).
Similar se calculează IPC pentru orice perioadă dorită. Spre exemplu, dacă
dorim să calculăm care a fost creşterea medie a preţurilor din trimestrul I al
anului 2006 faţă de trimestrul IV al anului 2005:
IPC trim.I 2006 ⁄ trim.I 2005 =
IPC 01.2006 ⁄ 10.1990 + IPC 02.2006 ⁄ 10.1990 + IPC 03.2006 ⁄ 10.1990

----------------------------------------------------------------------------------------------------------------------------------------------------
3
= ---------------------------------------------------------------------------------------------------------------------------------------------------- =
IPC 10.2005 ⁄ 10.1990 + IPC 11.2005 ⁄ 10.1990 + IPC 12.2005 ⁄ 10.1990
----------------------------------------------------------------------------------------------------------------------------------------------------
3
275913,14+276565,46+277141,04
------------------------------------------------------------------------------------
3 276539, 88
= ------------------------------------------------------------------------------------- = --------------------------- =
268346,9+271598,1+273087,8 271010,93
---------------------------------------------------------------------------
3
media lunară a creşterilor de preţ

din trimestrul I 2006 faţă de octombrie 1990
276539,88 →
= -----------------------------------------------------------------------------------------------------------------------------------------
271010, 93 → media lunară a creşterilor de preţ
din trimestrul IV 2005 faţă de octombrie 1990
= 1,0204 sau 102,04 %
376
Prin urmare, preţurile de consum au crescut în trimestrul I al anului 2006, în

medie de 1,0204 ori (sau cu 2,04 %) faţă de trimestrul IV al anului 2005.
Rata anuală a inflaţiei reprezintă creşterea medie a preţurilor de consum

într-un an faţă de anul precedent şi se calculează scăzând 100 din indicele
anual al Preţurilor de Consum.
inflatiei
În exemplul de mai înainte, R an 2005 ⁄ an 2004 = 9%
Similar se calculează rata inflaţiei aferentă oricărei perioade.
inflatiei
În exemplul de mai înainte, R trim.I 2006 ⁄ trim.IV2005 = 2,04 % , ceea ce
înseamnă că în medie, preţurile de consum din trimestrul I 2006 au crecut cu
2,04 % faţă de cele existente în trimestrul IV 2005.
Atenţie !
În recalculările de sume în preţuri medii comparabile se vor utiliza:
• IPC lunari sau IPC la sfârşitul anului, atunci când sumele exprimate în
moneda naţională provin din anumite luni ale anului;
• IPC anuali, atunci când datele exprimate în moneda naţională sunt

sume ce provin din ani diferiţi, fără a cunoaşte defalcarea lunară.
(Identic şi în cazul altor perioade, exemplu: trimestru, semestru, ... şi când în
recalculări vor fi folosiţi semestru, ... şi când în recalculări vor fi folosiţi indici
medii ai preţurilor calculaţi pentru aceste perioade).
15.9. Cum putem recalcula anumite sume cu ajutorul IPC ?
În toate cazurile în care utilizăm date valorice exprimate în moneda

naţională, calculul dinamicii presupune în prealabil transformarea sumelor în
preţuri constante (comparabile).
Pentru recalcularea unei sume provenind dintr-o lună oarecare din trecut (de
bază), în preţurile medii ale unei alte luni (curente), trebuie să calculăm
indicele perioadei corespunzătoare.
377
Exemple:
1. Dorim să reactualizăm suma de 5 mii lei provenind din luna mai 2000, în
preţurile medii ale lunii august 2006, ultima lună pentru care avem disponibili
indici ai preţurilor de consum.
Pentru a calcula IPC aferent perioadei, respectiv IPC 08.2006 ⁄ 05.2000 , putem
aplica mai multe metode de calcul:
a) Folosirea în calculul doar a IPC lunari (cu bază în lanţ):
Ne folosim de corelaţia învăţată la capitolul “Serii cronologice”, respectiv

produsul indicilor cu bază în lanţ, prin simplificare ne conduce la indicele cu
bază fixă dorit:
IPC 08.2006 ⁄ 05.2000 = IPC 06.2000 ⁄ 05.2000 ⋅ IPC 07.2000 ⁄ 06.2000 ⋅
⋅ IPC 08.2000 ⁄ ⋅ ………… ⋅ IPC 07.2006 ⁄ ⋅ IPC 08.2006 ⁄ =

07.2000 06.2006 07.2006
(pentru a se observa clar cum se produc simplificările, voi nota schematic
preţurile medii din fiecare lună doar cu numărul lunii respective)
06.2000 07.2000 08.2000 07.2006 08.2006 08.2006

= --------------------- ⋅ --------------------- ⋅ --------------------- × --- ……… --- × --------------------- ⋅ --------------------- = --------------------- ,
05.2000 06.2000 07.2000 06.2006 07.2006 05.2000
Cu alte cuvinte, se demonstrează că produsul tuturor celor 75 de indici lunari

ai preţurilor de consum existenţi pentru perioada luată în analiză (august
2006 faţă de mai 2000), ne conduce la indicele de preţ al perioadei
IPC 08.2006 ⁄ 05.2000 .
Pentru a efectua calculul, se identifică indicii lunari ce trebuiesc luaţi în

calcul, din tabelul cu IPC lunari (atenţie ! aceştia sunt publicaţi în procente şi
în calcul se vor lua în coeficient):
IPC 08.2006 ⁄ 05.2000 = 1, 028 × 1, 043 × 1, 018 × 1, 028 × 1, 028 × 1, 028 × 1, 025
× 1, 037 × 1, 023 × … × 1, 0011 × 0, 9993 = 2,59789 sau 259,79 %
Suma reactualizată va fi: 5000 x 2,5979 = 12989,5 lei
378
b) Folosirea în calcul doar a IPC cu bază fixă decembrie an anterior:
Ne folosim în acest caz de corelaţia învăţată la capitolul “Serii cronologice”,

respectiv împărţind un indice cu bază fixă la un indice anterior dar având
aceeaşi bază fixă, obţinem indicele corespunzător cu bază în lanţ:
IPC i ⁄ 0
----------------------- = IPC i ⁄ i – 1
IPC i – 1 ⁄ 0
În exemplul luat, vom folosi pentru calculul IPC 08.2006 ⁄ 05.2000 doar IPC cu
bază fixă decembrie an anterior, publicat de către INS.
Pentru a observa cum se produc simplificările în relaţiile matematice de

calcul, mă voi folosi de aceleaşi notaţii simbolice de la punctul a).
IPC 12.2000 ⁄ 12.1999

IPC 08.2006 ⁄ 05.2000 = --------------------------------------------- ⋅ IPC 12.2001 ⁄ 12.2000 ⋅
IPC 05.2000 ⁄ 12.1999
⋅ IPC 12.2002 ⁄ 12.2001 ⋅ IPC 12.2003 ⁄ 12.2002 ⋅ IPC 12.2004 ⁄ 12.2003 ⋅
⋅ IPC 12.2005 ⁄ 12.2004 ⋅ IPC 08.2006 ⁄ 12.2005
12.2000-
--------------------
12.1999 12.2001 12.2002 12.2003 12.2004 12.2005 08.2006
= --------------------- × --------------------- × --------------------- × --------------------- × --------------------- × --------------------- × --------------------- =
05.2000- 12.2000 12.2001 12.2002 12.2003 12.2004 12.2005
--------------------
12.1999
08.2006
= --------------------- ⇒ succesiunea de racordări de indici prin produsul acestora,
05.2000
datorită simplificărilor ne conduce la indicele perioadei dorite.
Atenţie !
Pentru a obţine un indice de preţ dintr-o lună faţă de o lună anterioară a

aceluiaşi an, nu se pot împărţi decât doi indici cu bază decembrie an
anterior, calculaţi pentru acelaşi an (de pe acelaşi rând din publicaţia INS),
altfel nu se mai produce simplificarea bazei.
379
Revenind la exemplul nostru şi urmărind tabela de indici:
1, 407
IPC 08.2006 ⁄ 05.2000= --------------- × 1, 303 × 1, 178 × 1, 141 × 1, 093 ×
1, 157
× 1, 086 × 1, 0271 = 2, 5965 sau 259,65 %
Suma reactualizată va fi: 5000 x 2,5965 = 12982,5 lei
c) Folosirea în calcul doar a IPC lunari cu bază fixă octombrie 1990
Dacă se cunosc aceşti indici, calculul IPC aferent perioadei dorite este cu
mult mai rapid (datorită aceleaşi baze fixe, raportând doi indici unul la altul,
se simplifică baza) şi în acelaşi timp mult mai fidel, evitând multiplele rotunjiri
în calcul prin trunchierea zecimalelor.
08.2006-
IPC 08.2006 ⁄ 10.1990 --------------------
10.1990
IPC 08.2006 ⁄ 05.2000 = --------------------------------------------- = --------------------- =
IPC 05.2000 ⁄ 10.1990 05.2000-
--------------------
10.1990
280487, 9
= ------------------------ = 2, 5975 sau 259,75 %
107981, 9
Indicii cu bază fixă octombrie 1990 se găsesc publicaţi în “Buletinul Statistic

Lunar de Preţuri” al INS, fiind necesară întreaga colecţie, dat fiind faptul că
în fiecare lună, se publică IPC aferent acelei luni (pe total şi pe grupele:
alimentare, nealimentare şi servicii) faţă de momentul liberalizării preţurilor.
Se observă că între cele trei metode rezultatele diferă uşor (începând cu a

treia zecimală a indicelui în coeficient), datorită rotunjirilor efectuate în
publicarea IPC. Este de preferat utilizarea metodei c) dacă este posibil.
15.10. Cum calculăm dinamica unor indicatori valorici ?
După cum am arătat şi anterior, pentru a calcula dinamica (absolută şi

relativă) a oricărui indicator valoric exprimat în moneda naţională, va trebui
să transformăm datele din preţuri curente ale perioadei în preţuri
comparabile.
380
Vom exemplifica prin calculul dinamicii reale a câştigului mediu net salarial
real pe economie din luna iulie 2006 faţă de iulie 2004. Ştim din “Buletinul
Statistic Lunar” al INS că salariul mediu net pe economie a fost în luna iulie
2004 de 5.883.194 lei ROL, iar în luna iulie 2006 de 842 lei RON.
Pentru comparabilitate a exprimării în lei vechi (ROL) sau noi (RON) vom
folosi după cum este cazul în cele ce urmează, fie înmulţirea fie împărţirea
cu 10.000 (1 leu nou = 10.000 lei vechi).
Mai întâi se calculează IPC aferent perioadei şi dat fiind faptul că IPC cu
bază fixă decembrie an anterior sunt disponibili pentru utilizatori în publicaţia
INS, voi folosi pentru recalculări doar aceşti indici:
IPC 07.2006 ⁄ 07.2004 =
IPC 12.2004 ⁄ 12.2003

= --------------------------------------------- × IPC 12.2005 ⁄ 12.2004 × IPC 07.2006 ⁄ 12.2005 =
IPC 07.2004 ⁄ 12.2003
1, 093
= --------------- × 1, 086 × 1, 0278 = 1, 1608 sau 116,08 %
1, 051
Prin urmare, preţurile medii de consum în luna iulie 2006 au crescut de
1,1608 ori (sau altfel spus, cu 16,08 %) faţă de luna iulie 2004.
În continuare, pentru calculul dinamicii salariului real putem aplica una din
următoarele metode:
a) Prin transformarea (reactualizarea) sumei din perioada de bază, în

preţurile medii ale perioadei curente, după care se calculează dinamica
relativă (indicele) şi respectiv dinamica absolută (sporul absolut ca diferenţă
între numărătorul şi numitorul indicelui).
sal. real S1 sal. real

I1 ⁄ 0 = ----------------------------- , respectiv ∆ 1 ⁄ 0 = S 1 – ( S 0 × IPC 1 ⁄ 0 )
S 0 × IPC 1 ⁄ 0
⎧
⎪ IPC 1 ⁄ 0 = Indicele Preţurilor de Consum
⎪ din luna curentă faţă de luna de bază;
unde: ⎨
⎪ S 0 = salariul din luna de bază în preţurile lunii de bază;
⎪
⎩ S 1 = salariul lunii curente în preţurile lunii curente;
381
În exemplul nostru:
sal. real 842 842
I 07.2006 ⁄ 07.2004 = ------------------------------------------- = --------------- = 1, 2329 sau 123,29 %
5883194 682,9
--------------------- ⋅ 1, 1608
10000
sal.real
∆ 07.2006 ⁄ 07.2004 = 842 – 682, 9 = +159,1 lei RON
Rezultă că salariul net real a crescut în luna iulie 2006 faţă de iulie 2004 de
1,2329 ori, respectiv cu 23,29 %, ceea ce a condus la o creştere absolută a
salariului cu 159,1 lei.
b) Prin transformarea sumei din perioada curentă în preţurile medii ale

perioadei de bază (deflatarea), după care se calculează dinamica reală.
sal.real S 1 : IPC 1 ⁄ 0 sal.real S1

I1 ⁄ 0 = ----------------------------- , respectiv ∆1 ⁄ 0 = ----------------- – S 0
S0 IPC 1 ⁄ 0
În exemplul de mai înainte:

842 × 10000-
-----------------------------
sal.real 1, 1608 7253618
I 07.2006 ⁄ 07.2004 = ------------------------------ = --------------------- = 1, 2329 sau 123,29%
5883194 5883194
sal.real
∆ 07.2006 ⁄ 07.2004 = 7253618 – 5883194 = +1370424 lei ROL
Se observă că indicele de creştere este acelaşi, indiferent de metoda

folosită. Diferă doar sporul absolut, în funcţie de preţurile în care acesta a
fost exprimat. În exemplul de la punctul b) am putea interpreta astfel: dacă în
perioada iulie 2004 - iulie 2006 nu ar fi avut loc nici un fel de creştere a
preţurilor şi acestea ar fi rămas constante, atunci salariul net ar fi crescut cu
1370424 lei. Dar, cum la momentul iulie 2006 nici nu mai putem vorbi de lei
ROL, va trebui să facem din nou transformarea în lei RON:
1370424-
--------------------- = 137, 0424 lei RON,
10000
iar mai departe, pentru că între timp a intervenit fenomenul inflaţiei care a
diminuat puterea reală de cumpărare a salariului exprimat în preţurile medii
ale lunii iulie 2004, va trebui să reactualizăm suma cu ajutorul IPC:
137,0424 x IPC 07.2006 ⁄ 07.2004 = 137,0424 x 1,1608 = 159,1 lei RON

(acelaşi rezultat ca şi în cazul metodei a)
382
c) Prin corectarea dinamicii nominale (în preţuri curente) a fenomenului

calculat cu dinamica preţurilor de consum.
sal. S1
Se calculează mai întâi indicele în preţuri curente: I 1 ⁄ 0 = -----
S0
sal.
sal. real I1 ⁄ 0
după care acesta se corectează cu IPC: I1 ⁄ 0 = ------------------
IPC 1 ⁄ 0
Rezultatul dinamicii reale trebuie obligatoriu să fie acelaşi cu cel din cazul
primelor două metode.
În cazul în care dinamica relativă în preţuri curente depăşeşte creşterea

medie a preţurilor de consum rezultă o creştere reală a fenomenului şi,
dimpotrivă, în cazul în care aceasta este mai mică decât IPC rezultă o
scădere reală a fenomenului în perioada de timp considerată.
În exemplul nostru:
sal. 842
I 07.2006 ⁄ 07.2004 = ------------------------ = 1,4312 sau 143,12 %
588,3194
IPC 07.2006 ⁄ 07.2004 = 1,1608
Rezultă indicele salariului real:

sal. real 1,4312
I 07.2006 ⁄ = ------------------ = 1,2329 sau 123,29 %
07.2004
1,1608
Se confirmă acelaşi rezultat cu primele două metode.
Prima metodă ne oferă informaţiile cele mai complete (atât indice cât şi spor
absolut) şi rapide (direct în preţurile medii ale perioadei curente, pentru o
mai uşoară interpretare).
În acelaşi mod se calculează dinamica reală a oricărui indicator valoric
exprimat în moneda naţională.
În unele cazuri, în practică este necesară calcularea unui indice al

preţurilor de consum pentru perioade mai mari de timp, spre exemplu
indicele corespunzător unei luni apropiate de prezent (luna curentă)
faţă de media unui an dinainte de 1990 (perioada de bază este anul).
383
Cum înainte de liberalizarea preţurilor de consum (octombrie 1990) IPC se

calcula doar ca un indice mediu anual, este necesară racordarea indicilor
anuali cu cei la sfârşitul anului.
Astfel:
- pentru perioade anuale se vor folosi indicii de preţ anuali;
- pentru lunile din anul curent se vor folosi indicii lunari cu bază luna
decembrie anul precedent;
- înlănţuirea celor două tipuri de indici se va face utilizând indicele lunii

decembrie an anterior cu bază media aceluiaşi an.
Exemplu de calcul nr. 1
Dorim să calculăm creşterea medie a preţurilor de consum din iulie 2006

faţă de anul 1990.
Etape de lucru:
a) calculăm:
IPC 2005 ⁄ 1990 = IPC 1991 ⁄ 1990 × IPC 1992 ⁄ 1991 × IPC 1993 ⁄ 1992 ×
× IPC 1994 ⁄ 1993 × IPC 1995 ⁄ 1994 × IPC 1996 ⁄ 1995 × IPC 1997 ⁄ 1996 ×
× IPC 1998 ⁄ 1997 × IPC 1999 ⁄ 1998 × IPC 2000 ⁄ 1999 × IPC 2001 ⁄ 2000 ×
× IPC 2002 ⁄ 2001 × IPC 2003 ⁄ 2002 × IPC 2004 ⁄ 2003 × IPC 2005 ⁄ 2004 =
= 2,702 x 3,104 x 3,561 x 2,367 x 1,323 x 1,388 x 2,548 x 1,591 x 1,458 x

1,457 x 1,345 x 1,225 x 1,153 x 1,119 x 1,09 = 2590,345 ori
sau 259034,5%
b) Preluăm din tabela cu IPC faţă de decembrie an anterior, IPC din luna
iulie 2006 faţă de decembrie 2005:
IPC 07.2006 ⁄ 12.2005 = 1, 0278 ori sau 102,78 %
384
c) Calculăm IPC din luna decembrie 2005 faţă de media anului 2005:
IPC 12.2005 ⁄ 2005 =
IPC 12.2005 ⁄ 10.1990

= ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
IPC 01.2005 ⁄ 10.1990 + IPC 02.2005 ⁄ 10.1990 + IPC 03.2005 ⁄ 10.1990 + … + IPC 12.2005 ⁄ 10.1990
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
12
273087, 8 273087, 8
= ------------------------------------------------------------------------------------------------------------------------------- = ------------------------ =
253388, 0 + 254912, 2 + 255649, 3 + … + 273087, 8
------------------------------------------------------------------------------------------------------------------------------- 262914, 6
12
media lunară a anului 2005
= 1,0387 ori sau 103,87 % faţă de octombrie 1990
d) Racordând indicii calculaţi la a), b) şi c) obţinem indicele dorit:
IPC 07.2006 ⁄ 1990 = IPC 2005 ⁄ 1990 × IPC 12.2005 ⁄ 2005 × IPC 07.2006 ⁄ 12.2005 =
= 2590, 345 × 1, 0387 × 1, 0278 = 2765,390 ori sau 276539,0 %
Rezultă că preţurile medii de consum din luna iulie 2006 au înregistrat o

creştere de 2765,390 ori faţă de nivelul mediu al preţurilor existente în anul
1990.
Exemplul de calcul nr. 2:
Dorim să reactualizăm suma de 945 lei din anul 1981 în preţurile medii ale
lunii august 2006.
Etape de lucru:
IPC 2005 ⁄ 1981 = 1,178 x 1,041 x 1,011 x 1,008 x 1,01 x 1,009 x 1,022 x 1,011
a) x 1,051 x 2,702 x 3,104 x 3,561 x 2,367 x 1,323 x 1,388 x 2,548 x 1,591 x 1,458
x 1,457 x 1,345 x 1,225 x 1,153 x 1,119 x 1,09 = 3582,47 ori sau 358247%
b) IPC 08.2006 ⁄ 12.2005 = 1,0271 sau 102,71 %
c) IPC 12.2005 ⁄ 2005 = 1,0387 sau 103,87 % (s-a calculat la exemplul nr.1)
385
d ) IPC 08.2006 ⁄ 1981 = 3582,47 x 1,0387 x 1,0271 =

d)
= 3821,954 ori sau 382195,4 %
Suma de 945 lei din anul 1981, echivalează cu 3611747 lei ROL (361,17 lei
RON) în preţurile medii ale lunii august 2006 (945 x 3821,954 = 3611747).
15.11. De unde se poate afla IPC ?
Principala publicaţie a Institutului National de Statistică care informează

despre evoluţia IPC cât şi evoluţia preţurilor în detalii, pe produse şi grupe
de produse este: "Buletinul Statistic de Preturi" - lunar.
IPC este disponibil începând cu data de 11 ale lunii, pentru luna anterioară.
1. Ce înţelegeţi prin IPC ?
2. Care este diferenţa dintre IPC şi rata inflaţiei ?
3. Care este diferenţa dintre IPC lunar şi IPC la sfârşitul perioadei ? Daţi
exemple de interpretare pentru ambele situaţii.
4. Când se foloseşte IPC anual ?
5. Cum se calculează un IPC trimestrial ?
6. Care sunt posibilităţile de calcul şi analiză a dinamicii reale a unui

indicator exprimat valoric ?
7. Cum se poate calcula un IPC aferent unei perioade dorite utilizând doar
indicii cu bază: decembrie an anterior = 100% ?
8. Cum se poate calcula IPC care să reprezinte creşterea medie a preţurilor

de consum dintr-o lună, faţă de media unui an anterior ?
386
9. O societate a realizat in anul 2004 o cifra de afaceri de 2,5 mld. lei, iar in
anul 1998, o cifra de afaceri de 0,8 mld. lei. Sa se determine dinamica reala
a cifrei de afaceri.
10. Un muncitor a realizat in luna aprilie 1998 un salariu de 856.300 lei, iar in
luna martie 2003, un salariu de 3.452.000. Sa se determine care este
modificarea relativa reala a salariului in martie 2003, comparativ cu aprilie
1998.
11. Daca profitul unei societati a fost in anul 1992 de 5 mii lei iar în anul 2008
de 2900 mii lei, cu cât a crescut acesta în mărime absoluta în condiţii de
preţuri comparabile ?
12. Cât valoreaza suma de 7,6 milioane lei din luna martie 1994, în luna
decembrie 2008 ?
13. Ştim ca volumul investitiilor la o societate au fost in anul 1992 de

35 milioane lei, iar in anul 1994 de 70 milioane lei. Care a fost dinamica
reala a acestui indicator în perioada respectiva ?
14. Cat valora suma de 5.600 lei din luna februarie 1992 in preturile medii
ale lunii noiembrie 2008 ?
15. Daca o societate comerciala a inregistrat o cifra de afaceri de 457

milioane lei in anul 1997 si de 478 milioane lei in anul 2000, cat a fost
modificarea relativa a acesteia ?
16. Un muncitor a realizat in luna septembrie 1998 un salariu de 1.950.000

lei, iar in luna martie 2006 un salariu de 985 lei RON. Să se determine care
este modificarea relativa reala a salariului din martie 2006 comparativ cu
septembrie 1998, utilizand indicii preturilor de consum cu baza fixa
decembrie an anterior.
17. Cât reprezinta 3,5 milioane lei din luna martie 1999 in preturile medii ale
lunii februarie 2008.
(Nota: in calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
387
18. O societate a realizat in anul 1997 investitii de 2,1 mld. lei iar in anul
2005 investitii de 950 mii lei RON. Sa se determine modificarea relativa
reala a investitiilor in perioada mentionata mai sus.
19. Cât reprezinta 8,5 milioane lei din luna iulie 2001 în preţurile medii ale
lunii ianuarie 2008.
20. O societate a realizat în ianuarie 1999 investitii de 4 mld. lei iar in

decembrie 2005 investitii de 1.500 mii lei RON. Sa se determine modificarea
relativa reala a investitiilor în perioada mentionata mai sus.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
21. Cât reprezinta 16 milioane lei din luna mai 2002 în preturile medii ale
lunii ianuarie 2007.
22. Un muncitor a realizat in luna mai 1998 un salariu de 1.950.000 lei, iar in
luna februarie 2006, un salariu de 650 lei RON. Sa se determine care este
modificarea relativa reala a salariului in februarie 2006, comparativ cu mai
1998.
23. Cât reprezinta 30 milioane lei din luna noiembrie 2001 in preturile medii
ale lunii februarie 2008.
24. Un muncitor a realizat în luna martie 1998 un salariu de 856.300 lei, iar
in luna iulie 2005 un salariu de 850 lei RON. Să se determine care este
modificarea relativa reala a salariului din iulie 2005 comparativ cu martie
1998.
388
Capitolul XVI
SERII TERITORIALE (de spaţiu)
OBIECTIVE
Prin însuşirea metodelor de analiză a seriilor de spaţiu prezentate în acest

capitol, studenţii vor putea efectua analize şi comparaţii regionale, care să
stea în viitor la baza unor programe de dezvoltare.
O aplicare corectă a metodelor ierarhizării multicriteriale vine în sprijinul

analizelor regionale, a identificării corecte a locului ocupat de o unitate
teritorial-administrativă în raport cu alta/altele şi apoi reducerea decalajelor
dintre acestea.
Cuvinte cheie
Regiune Coeficientul de concentrare

Serie de spaţiu Ierarhizare multicriterială
Cartogramă Metoda rangurilor
Cartodiagramă Metoda distanţelor relative
Nivelul şi decalajul absolut Indici de devansare
Indicii teritoriali Extrapolare a seriilor de spaţiu
Ratele de decalaj
16.1. DEFINIŢIE ŞI PARTICULARITĂŢI
Seria teritorială numită şi serie de spaţiu prezintă distribuţia unui indicator

economic pe unităţi teritorial-administrative. Cu alte cuvinte, în cazul seriilor
de spaţiu vom avea 2 şiruri, în care primul este dat de unitatea teritorială şi
al doilea de mărimea indicatorului analizat.
389
Serii teritoriale (de spaţiu)
Cum fenomenele economico-sociale nu sunt uniform dezvoltate, existând

uneori discrepanţe mari chiar între unităţile teritoriale ale aceluiaşi judeţ,
spre exemplu, apare necesitatea analizei datelor şi în profil teritorial. Pentru
ca factorii de decizie la nivelul unei regiuni geografice să poată lua măsuri
eficiente în redresarea zonelor rămase în urmă şi micşorarea decalajelor
existente, acestea trebuiesc mai întâi cunoscute şi analizate prin metode
specifice. Seriile de timp operează cu noţiuni de spaţiu cum ar fi spre
exemplu: continentul, ţara, regiunea, judeţul, oraşul, comuna, satul.
Guvernele sunt în general interesate în cunoaşterea decalajelor dintre

regiunile ţării respective, dar şi între ţara pe care o conduce şi ţări la care
nivelul de dezvoltare se aspiră a se ajunge.
Datorită diferenţelor mari de nivel de trai între diferite spaţii teritorial-
administrative, apar fenomene precum migraţia forţei de muncă cu efecte
atât asupra spaţiului de provenienţă cât şi a destinaţiei finale a acesteia.
Datorită aceluiaşi motiv, avem de-a face pe de-o parte cu o migraţie a forţei
de muncă între judeţele ţării. Este valabil şi pentru alte nivele teritoriale mai
mici (localităţi) sau chiar mai mari (migraţia între continente).
Când folosim noţiunea de regiune în sens statistic nu ne gândim doar la o
regiune geografică anume. Aceasta se asociază nu doar spaţiului naţional
care este structurat în regiuni, ci şi unui grup de ţări între care se manifestă
fluxuri de natură economică, culturală, comercială,etc.
Spre exemplu, Oficiul de Statistică al Uniunii Europene (EUROSTAT) a

elaborat şi utilizează în analiza teritorială un “Nomenclator al Unităţilor
Teritoriale pentru Statistică” (NUTS) în scopul omogenizării unităţilor
teritoriale.
Nomenclatorul Unităţilor Teritoriale Statistice (NUTS)

NUTS a fost stabilit de Eurostat de mai bine de 25 ani, din nevoia de a
dispune de o schemă unică şi coerentă de repartiţie teritorială pentru
stabilirea statisticilor regionale ale UE.
Cu toate că NUTS a fost utilizat încă din 1988 în legislaţia comunitară, de
abia în 2003, după trei ani de pregătire, a fost adoptat un regulament al
Parlamentului european şi al Consiliului asupra acestui nomenclator. Acest
regulament permite să se facă faţă într-o manieră simplă tuturor mutaţiilor ce
ar interveni inevitabil în structurile administrative şi să se minimizeze
incidenţa acestora asupra disponibilităţii şi comparabilităţii statisticilor
regionale. În perspectiva viitoarei lărgiri a UE, acest obiectiv revine cu o
importanţă crescândă.
390
NUTS actual divizează teritoriul UE după lărgirea din 2007 în 95 regiuni la

nivel NUTS 1, în 269 regiuni la nivel NUTS 2 şi în 1.284 regiuni de nivel
NUTS 3. Spre exemplu, în România nivelul NUTS 1 este formată din 4
macroregiuni, NUTS 2 din 8 regiuni şi NUTS 3 din 42 judeţe şi municipiul
Bucureşti.
NUTS este o delimitare geografică a teritoriului administrativ al UE pentru

constituirea statisticilor regionale. Aceste delimitări în regiuni NUTS pot fi
vizualizate pe hartă, ţară de ţară.
Pentru a diferenţia regiunile europene care au acelaşi nume, sigla ţării
corespunzătoare este adăugată pentru fiecare. Fiecare regiune NUTS
apartine mai multor nivele. Spre exemplu Luxemburg este în acelaşi timp
oraş, ţară şi regiune de nivele 1, 2 şi 3. În acest caz, codul se termină prin 0
pentru regiunile care au acelaşi teritoriu cu cel al nivelului inferior următor.
Datele statistice regionale sunt disponibile în publicaţiile de bază şi în bazele
de date la unul sau la 3 nivele NUTS.
NUTS este definit doar pentru Statele membre ale UE, dar o codificare a
regiunilor statistice a fost realizată şi pentru ţările candidate, precum şi
pentru cele care compun Spaţiul Economic European (SEE), precum şi
pentru Elveţia.
La nivel local au fost definite două nivele de Unităţi Locale Administrative :
de nivel superior (UL 1, altădată NUTS de nivel 4) este definit pentru
majoritatea ţărilor şi de nivel inferior (UL 2, altă dată NUTS de nivel 5).
Ţările sunt clasificate în ordinea oficială alfabetică, în funcţie de ortografia

din limba principală a fiecărei ţări:
Nr. Nr.
Denumirea ţării Symbol Denumirea ţării Symbol
Crt. Crt.
1 Belgia BE 15 Ungaria HU
2 Republica Cehă CY 16 Malta MT
3 Danemarca DK 17 Olanda NL
4 Germania DE 18 Austria AT
5 Estonia EE 19 Polonia PL
6 Grecia EL 20 Portugalia PT
7 Spania ES 21 Slovania Sl
8 Franţa FR 22 Slovacia SK
9 Irlanda IE 23 Finlanda Fl
10 Italia IT 24 Suedia SE
11 Cipru CY 25 Marea Britanie UK
12 Letonia LV EU-15
13 Lituania LT EU-25
14 Luxembourg LU
391
România, ca ţară candidată la Uniunea Europeană s-a aliniat la sistemul de

împărţire geografică regională folosit de EUROSTAT. Astfel, spaţiul ţării este
împărţit în 2 nivele NUTS: NUTS 2 constituit din 8 regiuni de dezvoltare
(regiuni statistice) şi NUTS 3 reprezentat de judeţele fiecărei regiuni.
Repartizarea judeţelor pe regiuni statistice
În general, pentru majoritatea indicatorilor economico-sociali Institutul

Naţional de Statistică produce estimaţii până la nivel de NUTS 2. La nivelul
NUTS 3 nu se pot obţine estimaţii fiabile datorită nereprezentativităţii
eşantioanelor care stau la baza colectării datelor (mai ales la anchetele prin
sondaj organizate în gospodăriile populaţiei).
La alcătuirea unei serii teritoriale trebuie să ţinem seama cel puţin de

următoarele particularităţi:
a) Independenţa relativă a termenilor, ceea ce conduce la necesitatea
analizei separate a fiecărei unităţi de spaţiu. Fiecare unitate de spaţiu are un
nivel specific de dezvoltare a fenomenului, fără a se condiţiona de nivelul
altei unităţi de spaţiu.
b) Omogenitatea termenilor seriei este obligatorie. Aceştia trebuie să fie
comparabili între ei atât din punct de vedere al unităţii de măsură folosite,
dar şi din punct de vedere al sferei de cuprindere şi al metodologiei folosite
la construirea indicatorilor.
392
Comparabilitatea datelor este în unele cazuri dificil de realizat la nivel

mondial. EUROSTAT, prin regulamente specifice a impus alinierea
metodologiilor de calcul a indicatorilor pentru toate ţările membre sau
candidate, dar se încearcă prin organismele internaţionale şi o aliniere la
nivel mondial. Altfel, toate comparaţiile între state suferă din start.
c) Simultaneitatea termenilor seriei se referă la faptul că toate datele

incluse în serie trebuie să se refere la aceeaşi perioadă (moment) de timp.
d) Variabilitatea termenilor se referă la faptul că între aceştia există

diferenţe, explicate prin influenţa cauzelor esenţiale şi aleatoare ce conduc
la decalaje între spaţiile teritoriale.
16.2. CLASIFICAREA SERIILOR TERITORIALE ŞI

FORMA GRAFICĂ DE PREZENTARE
În funcţie de conţinutul termenilor, seriile teritoriale pot fi:
a) Serii teritoriale alcătuite din indicatori absoluţi, cum ar fi spre

exemplu: populaţia judeţului pe localităţi componente; cifra de afaceri
realizată pe ţară repartizată pe judeţe, etc.
b) Serii teritoriale formate din mărimi derivate (indicatori relativi,

indicatori medii). Acestea se obţin în urma aplicării unor metode de calcul la
nivelul fiecărei unităţi de spaţiu.
Spre exemplu: Densitatea populaţiei pe judeţe în cadrul ţării; numărul mediu

de salariaţi pe judeţe; ritmul de creştere al producţiei industriale pe judeţe,
etc.
Dat fiind faptul că între judeţe/ţări/regiuni există diferenţe semnificative atât

din punct de vedere al numărului populaţiei, cât şi al suprafeţei teritoriale de
care dispune, în multe cazuri se foloseşte alcătuirea seriilor teritoriale din
indicatori relativi de intensitate, care sunt cu mult mai relevanţi în
comparaţiile care se fac (mai ales în cazul celor internaţionale).
Spre exemplu, dacă alcătuim o serie teritorială a PIB în mărime absolută,

este normal ca mărimea PIB-ului să difere de la o ţară la alta în funcţie de
mărimea acesteia, motiv pentru care corectă ar fi folosirea unui indicator
derivat, PIB/locuitor, care poate fi comparat între ţări.
393
Reprezentarea grafică a seriilor teritoriale are ca scop evidenţierea

intensităţii fenomenelor în diferite spaţii teritoriale. Se pot observa din grafic
atât aspecte statistice, cum ar fi concentrarea sau dimpotrivă, uniformitatea
unor fenomene în spaţiu, precum şi nivele de dezvoltare diferită.
Principalele tipuri de grafice folosite sunt:
a) Cartogramele sunt hărţi, în care suprafeţele unităţilor teritoriale sunt

haşurate (colorate) diferit în funcţie de mărimea indicatorului prezentat.
Rata şomajului pe judeţe, la recensământul din 2002 (%)

5,9 - 9,2
Botosani 9,3 - 11,9
Satu Mare 11,2 12,2 - 14,8
Maramures
5,9 15,0 - 18,1
9,3 Suceava
12,7 19,1 - 21,6
Salaj Bistrita Nasaud Iasi
13,0 9,6 10,3
Bihor Neamt
7,3 Cluj 15,7
11,0
Mures Vaslui
10,9
Harghita
10,5 Bacau 13,2
Arad 8,3
6,8 Alba
15,6
Covasna
Timis Sibiu 18,1 Vrancea Galati
Hunedoara 11,9 Brasov
7,1 17,1 6,6 14,1
15,6
Buzau
Caras Severin 21,2
14,2 Valcea Prahova Braila Tulcea
Gorj 11,5
Arges 19,1 14,8 17,2
13,2 10,7
Dambovita
10,6
Mehedinti Ialomita
12,2 Ilfov 21,6
12,8
Olt Calarasi Constanta
9,8 19,5 16,3
Dolj Giurgiu
9,6 Teleorman 9,5
10,1
b) Cartodiagramele sunt combinaţii între cartograme şi diagrame prin figuri

geometrice, de volum sau alte diagrame.
Se înscrie practic câte o mică diagramă statistică în spaţiul aferent fiecărei

zone teritoriale, care să ilustreze fenomenul analizat.
394
16.3. INDICATORII SERIILOR TERITORIALE
Pentru a caracteriza o serie de spaţiu se pot utiliza indicatori absoluţi, relativi

şi medii.
a) Indicatorii absoluţi:
• Indicatorii de nivel ( y i ) , care sunt însăşi termenii seriei de spaţiu

atunci când aceasta este alcătuită din indicatori absoluţi. Spre exemplu,
avem următoarea serie de spaţiu:
Cifra de afaceri realizata de unitatile locale active din

judetele Regiunii de Nord-Est in anul 2004
Simbolul Cifra de afaceri
unitatii de spatiu (miliarde lei)
Regiunea de Nord-Est 432.949
A Bacau 150.127
B Botoşani 25.475
C Iasi 102.152
D Neamţ 59.792
E Suceava 68.828
F Vaslui 26.575
395
Cifra de afaceri este simbolizată cu ″y i ″ şi reprezintă termenii seriei de

spaţiu.
y y
• Decalajul (avansul) absolut, notat cu ∆ A ⁄ B sau cu ∆ B ⁄ A , unde cu A,
B ... s-au simbolizat unităţile de spaţiu.
În funcţie de nevoile analizei se va confrunta (compara) o unitate de spaţiu
cu alta, rezultând un avans al unei unităţi de spaţiu faţă de alta luată ca bază
de comparaţie.
Spre exemplu:
y
∆ A ⁄ C = y A – y C = 150127 – 102152 = + 47975 miliarde lei
Rezultă că în anul 2004, judeţul Bacău a înregistrat un avans de 47975

miliarde lei la cifra de afaceri realizată, faţă de judeţul Iaşi.
Comparaţia se poate face şi invers:

y
∆ C ⁄ A = y C – y A = 102152 – 150127 = – 47975 miliarde lei
Rezultă că judeţul Iaşi a realizat o cifră de afaceri mai mică cu 47975

miliarde lei decât judeţul Bacău.
După cum s-a observat, decalajul (avansul absolut) se exprimă în aceeaşi

unitate de măsură ca indicatorul de nivel luat în analiză şi arată cu cât este
mai mare / mai mic nivelul unei unităţi de spaţiu faţă de o altă unitate de
spaţiu luată ca bază de comparaţie.
De multe ori ca bază de comparaţie se foloseşte nivelul mediu.
y
Spre exemplu: ∆ A ⁄ y = y A – y
b) Indicatori relativi:
Aceştia se calculează pe baza indicatorilor de nivel. Ei pot fi:
• Indicii teritoriali care de fapt sunt mărimi relative de coordonare şi

arată de câte ori este mai mare sau mai mic nivelul unei unităţi de spaţiu faţă
de nivelul unei alte unităţi de spaţiu luată ca bază de comparaţie, pentru
aceeaşi caracteristică.
396
Aşa cum s-a prezentat la capitolul indici, aceştia se pot calcula fie ca indici
individuali, fie ca indici sintetici (de grup).
Indici teritoriali individuali sunt:
y yA y yB
i A ⁄ B = ----- sau i B ⁄ A = -----
yB yA
Ca orice indice, aceştia pot fi exprimaţi în coeficient sau în procente.
În exemplul considerat, putem compara spre exemplu judeţul Bacău cu

judeţul Iaşi:
y 150127
i A ⁄ B = ------------------ = 1, 47 sau 147 %
102152
Rezultă că cifra de afaceri realizată în anul 2004 de judeţul Bacău este de

1,47 ori mai mare decât cea realizată de judeţul Iaşi sau:
y 102152
i B ⁄ A = ------------------ = 0, 68 sau 68%
150127
Rezultă că cifra de afaceri realizată de judeţul Iaşi reprezintă 68% din cea
realizată în judeţul Bacău sau, altfel spus, aceasta este cu 32% mai mică.
Între cei doi indici există o relaţie de reversabilitate:

y y
i A ⁄ B ⋅ i B ⁄ A = 1 sau 100 dacă este exprimat în procente.
Indicii de grup arată modificarea medie a unei caracteristici la nivelul

întregului teritoriu, compus din mai multe unităţi de spaţiu. Construirea
indicilor teritoriali de grup respectă aceleaşi reguli prezentate la construirea
indicilor dinamicii, specific fiind faptul că se foloseşte sistemul de ponderare
Fisher (media geometrică a celor 2 sisteme de ponderare: Paasche şi
Laspeyres).
y
• Ratele de decalaj R (%) , respectiv avansul relativ, reprezintă expresia
relativă (procentuală) a unei unităţi de spaţiu faţă de alta din punct de vedere
al unei caracteristici.
Este un indicator similar ca mod de calcul şi exprimare cu cel al ritmului de

creştere al sporului prezentat la capitolul serii cronologice.
397
y ∆A ⁄ B yA – yB
R A ⁄ B (%) = ------------ ⋅ 100 = ----------------- ⋅ 100 =
yB yB
yA yB
= ⎛ ----- – -----⎞ ⋅ 100 = ( i A ⁄ B – 1 ) ⋅ 100
y
⎝ y B y B⎠
Pentru exemplul de calcul luat a fost deja interpretat, respectiv judeţul Iaşi a
realizat o cifră de afaceri cu 32% mai mică decât cea a judeţului Bacău. Sau
invers, judeţul Bacău a realizat o cifră de afaceri cu 47% mai mare decât a
judeţului Iaşi.
c) Indicatorii medii ai seriilor teritoriale se referă la: nivelul mediu al

fenomenului ( y ) în profil teritorial; mediana ( M e ); modulul sau dominanta
( M o ) prezentaţi în capitolele anterioare ale cursului de “Statistică”. De
menţionat faptul că media termenilor seriei se calculează diferit în funcţie de
tipul indicatorului care este prezentat în seria teritorială:
- dacă seria este alcătuită din mărimi absolute media se calculează ca o

medie aritmetică simplă;
- dacă seria este alcătuită din mărimi relative, cum este cazul indicilor,
aceasta se calculează ca o medie geometrică.
Alţi indicatori des folosiţi în caracterizarea seriilor de spaţiu sunt cei care
caracterizează gradul de uniformitate sau de concentrare, indicatori
prezentaţi la capitolul “Indicatori ai concentrării şi diversificării” din cursul de
“Statistică”.
• Energia informaţionala Onicescu ( E ) - se calculează ca sumă a

pătratelor ponderilor gi a tuturor părţilor unei colectivităţi:
N
∑ gi ∑ gi
2
E = = 1
i=1
Valoarea energiei informaţionale a unei distribuţii poate fi cuprinsă în
1
intervalul ---- ; 1 .
N
Când E = 1 distribuţia prezintă o concentrare maximă (monopol);
1
Când E = ---
- se prezinta o echirepartiţie.
N
398
1
Pentru a elimina inconvenientul variabilităţii valorii minime posibile ---
- se
N
calculează o formă corectata:
1
∑ gi – ---N-
2
E′ = ---------------------- al cărui interval de variaţie devine: [0 , 1].

1
1 – ----
N
• Coeficientul de concentrare Corrado Gini ( C G )
1--- ; 1
∑ gi
2
CG = CG ∈
n
1
are acelaşi dezavantaj, respectiv valoarea minimă --- este variabilă în
n
funcţie de numărul “n” al categoriilor.
• Coeficientul de concentraţie Strück ( C S ) corectează ( C G ) pentru a

corespunde formei corecte a energiei informaţionale Onicescu ( E ) şi pentru
a fi independent de numărul de categorii considerate.
n ∑ gi – 1
2
CS = ------------------------ C s ∈ [ 0 ;1 ]
n–1
16.4. IERARHIZAREA MULTICRITERIALĂ A UNITĂŢILOR DE SPAŢIU
În practică, apare foarte des necesitatea realizării de clasamente a unităţilor

teritorial-administrative, atât în plan naţional cât şi internaţional, în vederea
măsurării decalajelor şi a elaborării unor strategii optime de dezvoltare.
Ierarhizările după un singur indicator, oricât ar fi acela de sintetic, nu sunt în

măsură să caracterizeze complexitatea factorilor ce conduc la decalaje între
regiuni.
Din acest motiv apare necesitatea luării în considerare a mai multor

indicatori în realizarea de clasamente, care să reprezinte pe cât posibil toate
domeniile esenţiale ale vieţii economice şi sociale.
399
Pentru a efectua o ierarhizare multicriterială trebuiesc parcurse următoarele

etape:
1) Selectarea indicatorilor folosiţi în elaborarea clasamentului multicriterial în

funcţie de scopul cercetării.
2) Alegerea unei metode care să conducă la un indicator unic după care se

realizeză clasamentul multicriterial.
3) Elaborarea de clasamente provizorii pe baza fiecărui indicator selectat, iar

în final elaborarea clasamentului final (multicriterial).
4) Valorificarea rezultatelor.
Pentru asigurarea comparabilităţii datelor trebuie să se ţină cont de structura

economică, socială şi geografică a unităţilor teritoriale.
Modelele cel mai frecvent folosite sunt:
1. Metoda rangurilor care constă în atribuirea de ranguri (numere de
ordine) fiecărei unităţi teritorial administrative în parte. Mai întâi se atribuie
ranguri pentru fiecare criteriu (indicator) în parte, ordonând termenii seriei de
spaţiu în funcţie de nivelul acestora (de la mare la mic, sau altfel spus de la
performant la mai puţin performant).
Atenţie !
Când au fost selectaţi indicatori la care nivelul cel mai mare are o
semnificaţie pozitivă, alături de indicatori la care nivelul cel mai mare are o
semnificaţie negativă, trebuie ţinut cont de aceste aspecte. În acest caz, la
atribuirea rangului pentru indicatorul cu semnificaţie negativă se
ierarhizează unităţile de spaţiu de la mic la mare.
Exemplu: cu cât rata şomajului este mai mică, cu atât unitatea de spaţiu este
mai performantă. La fel şi în cazul Indicelui Preţurilor de Consum sau a altor
indicatori, cum ar fi rata mortalităţii, rata divorţialităţii, etc.
Pentru calcule automate din punct de vedere informatic, se pot transforma

aceşti indicatori în opusul lor şi în acest caz toţi indicatorii luaţi în
considerare vor respecta aceeaşi regulă, rangurile acordându-se de la mare
la mic.
400
Spre exemplu, în cazul indicatorului rata şomajului de 8,2%, opusul acesteia

este rata de ocupare = 100 - 8,2 = 91,8 %.
Dacă avem spre exemplu indicatorul număr de locuitori ce revin la un medic,

acesta este cu atât mai bun cu cât nivelul este mai mic, motiv pentru care
este de preferat opusul acestuia, numărul medicilor care revin la 1000
locuitori.
După ce s-au acordat ranguri individuale pentru fiecare indicator selectat se

face scorul total, ca sumă a rangurilor criteriilor, iar în final se atribuie din
nou un număr de ordine (rangul final) în funcţie de scorul obţinut de fiecare
unitate de spaţiu. Unitatea teritorială având cel mai mic scor primeşte rangul
1 şi aşa mai departe.
Dezavantajul acestei metode constă în faptul că se pierde o mare parte a

informaţiei, dat fiind faptul că valorile sunt de multe ori foarte diferite ca
mărime, iar o simplă ordonare prin numere de ordine conduce la nivelarea
fenomenului. O dată se nivelează la atribuirea de ranguri după fiecare
criteriu şi a doua oară la atribuirea rangului final. Din acest motiv, în foarte
multe cazuri în practică se plasează pe acelaşi loc mai multe unităţi de
spaţiu, care în esenţă sunt cu mult diferite unele de altele.
Metoda are avantajul unei aplicări rapide, dar după cum am spus mai înainte
clasamentul suferă din punct de vedere al consistenţei ştiinţifice.
401
16.4.1. Exemplu practic
Din datele furnizate de EUROSTAT, au fost selectate 5 criterii considerate

esenţiale, pentru ţările Uniunii Europene, ţările candidate, precum şi pentru
marile puteri economice Japonia şi SUA.
Se doreşte realizarea unui clasament multicriterial folosind metoda

rangurilor.
Indicatori
PIB/locuitor Durata Rata Rata medie
Nr. Simbolul Rata
Denumirea ţării (SPA) UE medie a generală de anuala a
Crt. ţării/zonei şomajului
25=100% vieţii - 2004 - activitate în inflatiei 2005
în 2005 %
anul 2005 (ani) 2005 % %
1 Belgia be 117,6 79 61,1 8,4 2,5
2 Germania de 109,4 79 65,4 9,5 1,9
3 Grecia gr 82,0 79 60,1 9,8 3,5
4 Spania es 98,6 80 63,3 9,2 3,4
5 Franţa fr 108,8 80 63,1 9,5 1,9
6 Irlanda ie 137,6 78 67,6 4,3 2,2
7 Italia it 102,7 80 57,6 7,7 2,2
8 Luxemburg lu 247,4 78 63,6 4,5 3,8
9 Olanda nl 124,2 79 73,2 4,7 1,5
10 Austria at 122,5 79 68,6 5,2 2,1
11 Portugalia pt 71,3 77 67,5 7,6 2,1
12 Finlanda fi 113,4 79 68,4 8,4 0,8
13 Danemarca dk 124,3 77 75,9 4,8 1,7
14 Suedia se 114,6 81 72,5 7,8 0,8
15 Regatul Unit uk 116,6 78 71,7 4,7 2,1
16 Republica Cehă cz 72,9 75 64,8 7,9 1,6
17 Estonia ee 57,3 72 64,4 7,9 4,1
18 Cipru cy 83,4 77 68,5 5,3 2,0
19 Letonia lv 47,2 72 63,3 8,9 6,9
20 Lituania lt 52,0 72 62,6 8,3 2,7
21 Ungaria hu 60,8 73 56,9 7,2 3,5
22 Malta mt 69,2 78 53,9 7,3 2,5
23 Polonia pl 49,8 75 52,8 17,7 2,2
24 Slovenia si 79,8 77 66,0 6,5 2,5
25 Slovacia sk 55,0 74 57,7 16,3 2,8
26 Bulgaria bg 32,1 72 55,8 10,1 5,0
27 România ro 34,7 71 57,6 7,7 9,1
28 Turcia tr 30,0 69 46,0 10,3 8,1
29 S.U.A. us 148,5 78 71,2 5,1 3,4
30 Japonia jp 108,7 82 68,7 4,4 -0,3
Rangurile au fost atribuite în următorul tabel:
402
Ranguri dupa:
PIB/locuitor Durata Rata Rata medie

Nr. Simbolul Rata Scor Rang
Denumirea ţării (SPA) UE medie a generală de anuala a
Crt. ţării/zonei şomajului final final
25=100% vieţii - 2004 - activitate în inflatiei
în 2005 %
anul 2005 (ani) 2005 % 2005 %
1 Belgia be 7 8,5 21 20,5 17 74 15,5

2 Germania de 11 8,5 13 24,5 7,5 65 12
3 Grecia gr 17 8,5 22 26 23,5 97 21
4 Spania es 15 4 17,5 23 21,5 81 19
5 Franţa fr 12 4 19 24,5 7,5 67 13
6 Irlanda ie 3 14 10 1 15 43 7
7 Italia it 14 4 24,5 14,5 15 72 14
8 Luxemburg lu 1 14 16 3 25 59 10
9 Olanda nl 5 8,5 2 4,5 4 24 2
10 Austria at 6 8,5 7 8 11 41 5
11 Portugalia pt 20 18,5 11 13 11 74 15,5
12 Finlanda fi 10 8,5 9 20,5 2,5 51 9
13 Danemarca dk 4 18,5 1 6 6 36 4
14 Suedia se 9 2 3 16 2,5 33 3
15 Regatul Unit uk 8 14 4 4,5 11 42 6
16 Republica Cehă cz 19 21,5 14 17,5 5 77 18
17 Estonia ee 23 26,5 15 17,5 26 108 23
18 Cipru cy 16 18,5 8 9 9 61 11
19 Letonia lv 27 26,5 17,5 22 28 121 26
20 Lituania lt 25 26,5 20 19 19 110 24
21 Ungaria hu 22 24 26 11 23,5 107 22
22 Malta mt 21 14 28 12 17 92 20
23 Polonia pl 26 21,5 29 30 15 122 27
24 Slovenia si 18 18,5 12 10 17 76 17
25 Slovacia sk 24 23 23 29 20 119 25
26 Bulgaria bg 29 26,5 27 27 27 137 29
27 România ro 28 29 24,5 14,5 30 126 28
28 Turcia tr 30 30 30 28 29 147 30
29 S.U.A. us 2 14 5 7 21,5 50 8
30 Japonia jp 13 1 6 2 1 23 1
Se observă că în foarte multe cazuri pe acelaşi rang se plasează un grup de

mai multe ţări în acest caz, la toate se va înscrie media rangurilor pe care le-
ar fi obţinut acele ţări dacă nu ar fi avut acelaşi nivel. În felul acesta, ultimul
rang coincide cu numărul ţărilor luate în clasament.
Spre exemplu, în cazul ratei şomajului, atât Olanda cât şi Regatul Unit au
acelaşi nivel (4,7%), ocupând locurile 4 şi 5, motiv pentru care la ambele
state s-a considerat 4,5 (media aritmetică simplă a rangurilor).
403
Vorbeam mai înainte de dezavantajul metodei, prin aceea că se nivelează

nivelul fenomenului pierzând foarte mult din informaţie. Dacă se urmăreşte
în tabelul cu date iniţiale pe ţări, în cazul PIB/locuitor spre exemplu, ţara cea
mai performantă este Luxemburg cu 247,4 SPA, urmată de SUA cu 148,5
SPA.
Luxemburg are un nivel PIB/locuitor de 1,7 ori mai mare decât cel existent în
SUA, dar acest lucru nu este luat în considerare, contând doar simplul
număr de ordine, nu şi decalajul relativ existent între cele două state, net în
favoarea primului.
Tocmai datorită acestui dezavantaj se preferă metoda următoare.
2. Metoda distanţelor relative care se bazează pe mărimile relative de

coordonare, calculate faţă de unitatea teritorială cea mai performantă,
pentru fiecare criteriu în parte.
Etape de lucru:
- se stabileşte pentru fiecare criteriu în parte unitatea cea mai performantă

(cu nivelul minim sau maxim după semnificaţia indicatorului respectiv);
- se calculează distanţa relativă faţă de unitatea cea mai performantă (luată
etalon);
- se calculează media distanţelor relative, ca medie geometrică a distanţelor

relative pentru cele ″n″ criterii considerate, pentru fiecare ţară;
- se atribuie rangul final astfel: unitatea teritorială cu distanţa medie relativă

maximă primeşte rangul 1 şi aşa mai departe.
Metoda are marele avantaj de a conserva calitatea informaţiei, furnizând

clasamente pertinente.
Exemplu de calcul:
Se porneşte tot de la datele luate în exemplul aplicat la metoda rangurilor.
În tabelul următor au fost calculate distanţele relative pentru fiecare ţară şi

pentru fiecare criteriu în parte şi exprimate în %.
404
Spre exemplu, în cazul primului criteriu (PIB/locuitor), ţara cea mai

performantă este Luxemburg, iar aceasta devine bază de comparaţie
(=100,0%) pentru toate celelalte ţări.
Distanta relativa % pentru:

Distanta
Rata Rata relativa
Simbolul PIB/locuitor Durata Distanta
Nr. generală Rata medie pentru Rangul
Denumirea ţării ţării/ (SPA) UE medie a medie
Crt. de şomajului anuala a distanta final
zonei 25=100% vieţii 2004 relativa
activitate în 2005 % inflatiei medie
anul 2005 (ani) %
în 2005 % 2005 %
1 Luxemburg lu 100,0 95 83,8 104,7 104,1 0,94731 100,00 1
2 S.U.A. us 60,0 95 93,8 118,6 103,7 0,87453 92,32 2
3 Danemarca dk 50,2 94 100,0 111,6 102,0 0,85614 90,38 3
4 Irlanda ie 55,6 95 89,1 100,0 102,5 0,85595 90,36 4
5 Olanda nl 50,2 96 96,4 109,3 101,8 0,85472 90,23 5
6 Austria at 49,5 96 90,4 120,9 102,4 0,83946 88,62 6
7 Suedia se 46,3 99 95,5 181,4 101,1 0,83930 88,60 7
8 Regatul Unit uk 47,1 95 94,5 109,3 102,4 0,83734 88,39 8
9 Japonia jp 43,9 100 90,5 102,3 100,0 0,83142 87,77 9
10 Finlanda fi 45,8 96 90,1 195,3 101,1 0,82263 86,84 10
11 Belgia be 47,5 96 80,5 195,3 102,8 0,80735 85,23 11
12 Germania de 44,2 96 86,2 220,9 102,2 0,80570 85,05 12
13 Franţa fr 44,0 98 83,1 220,9 102,2 0,80109 84,56 13
14 Spania es 39,9 98 83,4 214,0 103,7 0,78407 82,77 14
15 Italia it 41,5 98 75,9 179,1 102,5 0,78017 82,36 15
16 Cipru cy 33,7 94 90,3 123,3 102,3 0,77313 81,61 16
17 Slovenia si 32,3 94 87,0 151,2 102,8 0,75794 80,01 17
18 Grecia gr 33,1 96 79,2 227,9 103,8 0,74486 78,63 18
19 Portugalia pt 28,8 94 88,9 176,7 102,4 0,74325 78,46 19
20 Republica Cehă cz 29,5 91 85,4 183,7 101,9 0,73687 77,79 20
21 Malta mt 28,0 95 71,0 169,8 102,8 0,70801 74,74 21
22 Estonia ee 23,2 88 84,8 183,7 104,4 0,69208 73,06 22
23 Ungaria hu 24,6 89 75,0 167,4 103,8 0,68699 72,52 23
24 Lituania lt 21,0 88 82,5 193,0 103,0 0,67631 71,39 24
25 Slovacia sk 22,2 90 76,0 379,1 103,1 0,66420 70,11 25
26 Letonia lv 19,1 88 83,4 207,0 107,2 0,65811 69,47 26
27 Polonia pl 20,1 91 69,6 411,6 102,5 0,64003 67,56 27
28 România ro 14,0 87 75,9 179,1 109,4 0,60426 63,79 28
29 Bulgaria bg 13,0 88 73,5 234,9 105,3 0,59492 62,80 29
30 Turcia tr 12,1 84 60,6 239,5 108,4 0,55595 58,69 30
Distanţa relativă faţă de aceasta în cazul SUA s-a calculat astfel:
148,5-
-------------- ⋅ 100 = 60,0 % .
247,4
După ce s-au calculat toate distanţele relative, distanţa medie relativă s-a
calculat ca o medie geometrică.
405
Spre exemplu, în cazul statului Luxemburg, distanţa medie va fi:
5 1,0 x 0,95 x 0,838 x 1,047 x 1,041 = 0,94731
În final, fie se atribuie direct rangul ierarhizării multicriteriale, fie se mai

aplică încă o dată distanţa relativă faţă de distanţa medie cea mai
performantă şi apoi se stabileşte rangul final.
16.5. EXTRAPOLAREA ÎN PROFIL TERITORIAL
De multe ori în practică se pune întrebarea: pentru a atinge nivelul de

dezvoltare al regiunii ″x″ , cu ce spor (sau indice) mediu trebuie să
dezvoltăm acel fenomen ? Sau, în ce perioadă de timp se va produce
dublarea, triplarea indicatorului la nivelul unei unităţi teritoriale ?
În acest sens se folosesc atât indicatori învăţaţi la capitolul “Serii teritoriale”,

cât şi metode de ajustare (extrapolare a tendinţei) învăţate la capitolul “Serii
cronologice”.
Putem avea următoarele situaţii concrete:
a) Vrem să stabilim care este indicele de devansare a dinamicii unui

fenomen ″y″ de către dinamica unui alt fenomen ″z″ pentru un anumit
judeţ şi o anumită perioadă de timp.
Sau, cu cât acest judeţ a devansat dinamica unor indicatori similari pe

întreaga ţară.
Presupunem că ″y″ a înregistrat o dinamică mai rapidă decât ″z″ . Calculăm

dinamica celor doi indicatori: ″y″ şi ″z″ , apoi se calculează indicele de
devansare ca raport între indicii celor 2 variabile:
y
y y1 z z1 I 1⁄0
I1 ⁄ 0 = ----- ; I1 ⁄ 0 = ---- ; I y⁄z = ----------
z
-
y0 z0 I 1⁄0
indice de raportat indice bază de raportare indice de devansare
406
b) Cunoaştem ritmul de dezvoltare a unui fenomen ″y″ într-un judeţ, calculat

pentru o perioadă anterioară şi dorim să ştim după câţi ani se ajunge la
dublarea mărimii lui ″y″ , dacă se merge în continuare cu acelaşi indice
mediu I .
n
I = 2 , unde n = numărul de ani după care se va produce dublarea
fenomenului.
Se obţine ″n″ prin logaritmare:
log 2
n log I = log 2 ⇒ n = ---------------
n log I
Dacă se doreşte triplarea, relaţia devine:
n
I = 3 şi aşa mai departe.
c) Pentru micşorarea decalajelor existente între judeţe sau chiar pentru

depăşirea unui judeţ, ca nivel de dezvoltare la un indicator ″y″ , se pune
problema după câţi ani este posibil acest lucru.
Presupunem că ″y″ este mai mic în judeţul A decât în judeţul B, dar indicele
mediu de creştere al judeţului A este mai mare decât la judeţul B.
Vrem să vedem după câţi ani judeţul A va atinge nivelul de dezvoltare a
judeţului B.
y A < y B , iar I A >I B
Ştim că fenomenle se dezvoltă pe baza unei progresii geometrice, deci ne

folosim de ecuaţia de tendinţă prin metoda indicelui mediu, învăţată la
ajustarea seriilor cronologice:
n
yn = y1 ⋅ I
Se egalizează cele două ecuaţii de tendinţă ale judeţelor, apoi se

calculează ″n″ , numărul de ani după care judeţul A va atinge nivelul de
dezvoltare al judeţului B.
407
n n
y 1 (A) ⋅ I (A) = y 1 (B) ⋅ I (B) ,
unde y 1 reprezintă nivelul fenomenului la momentul efectuării

prognozei (perioada curentă).
n n
log y 1 (A) + n log I (A) = log y 1 (B) + n log I (B)
n n
n ( log I (A) – log I (B) ) = log y 1 (B) – log y 1 (A) ⇒
⇒ Numărul de ani după care se va produce egalizarea va fi:
log y 1 (B) – log y 1 (A)

n = --------------------------------------------------
n n
-
log I ( A ) – log I ( B )
Aceeaşi modalitate de extrapolare se poate folosi şi în cazul în care

fenomenul a evoluat în perioada anterioară în progresie aritmetică, deci se
foloseşte ajustarea pe baza sporului mediu de creştere:
Ştim că:
y A < y B , iar ∆ A > ∆ B
y 1 (B) – y 1 (A)
y 1 (A) + ∆ A ⋅ n = y 1 (B) + ∆ B ⋅ n ⇒ n = -------------------------------
∆A – ∆B
408
16.6. IERARHIZAREA MULTICRITERIALĂ ŞI ANALIZA PRIN

SIMILARITATE A UNUI GRUP DE ŢĂRI,
UTILIZÂND METODA “CLUSTERE-LOR”
Mergând pe aceleaşi date luate la primele 2 procedee de ierarhizare

multicriterială folosite, am încercat mai departe o utilizare a mediului de
programare statistică R pentru a ierarhiza sugestiv cele 30 de state. Pentru
a exista omogenitate din punct de vedere al punctării pozitive a indicatorilor,
pentru rata şomajului şi rata inflaţiei s-au construit indicatori complementari,
astfel încât algoritmul automat să prezinte rezultate corecte.
În obţinerea ierarhiei multicriteriale a celor 30 de state, am utilizat mediul de

programare statistic R. Au fost utilizate „cluster”-ele aglomerative de tip
AGNES şi reprezentările grafice de tip filogenie statistică.
În prima fază s-a obţinut un cluster aglomerativ şi reprezentările grafice

arborescente asociate, identificându-se principalele grupe de ţări similare
după cele cinci caracteristici. În a doua etapă, am obţinut o reprezentare
grafică de tip filogenie statistică (arbore şi listă).
409
Lista obţinută este de fapt o ierarhizare scalară a ţărilor. Reprezentarea

grafică sugestivă a evidenţiat pe primul loc Luxemburg, singurul stat atipic şi
performant, iar la polul opus, grupul România, Bulgaria, Turcia (în această
ordine), ţări similare şi neperformante. În acelaşi timp s-a obţinut şi o
reprezentare de tip filogenie radiară.
Metodele folosite de clasificare automată, permit utilizatorilor accesul rapid

la rezultate, iar prezentarea grafică este intuitivă şi uşor de interpretat.
În final, pentru comparaţie, am prezentat în tabelul următor rezultatele

comparative a clasamentelor multicriteriale obţinute prin cele 3 metode:
Rang final dupa metoda:
Nr. Sim bolul

Denum irea ţării Distantei
Crt. ţării/zonei Rangurilor R
relative
1 Belgia be 15,5 11 7
2 Germ ania de 12 12 11
3 Grecia gr 21 18 18
4 Spania es 19 14 15
5 Franţa fr 13 13 12
6 Irlanda ie 7 4 3
7 Italia it 14 15 14
8 Luxem burg lu 10 1 1
9 Olanda nl 2 5 5
10 Austria at 5 6 6
11 Portugalia pt 15,5 19 20
12 Finlanda fi 9 10 10
13 Danem arca dk 4 3 4
14 Suedia se 3 7 9
15 Regatul Unit uk 6 8 8
16 Republica Cehă cz 18 20 19
17 Estonia ee 23 22 23
18 Cipru cy 11 16 16
19 Letonia lv 26 26 25
20 Lituania lt 24 24 24
21 Ungaria hu 22 23 22
22 Malta mt 20 21 21
23 Polonia pl 27 27 27
24 Slovenia si 17 17 17
25 Slovacia sk 25 25 26
26 Bulgaria bg 29 29 29
27 Rom ânia ro 28 28 28
28 Turcia tr 30 30 30
29 S.U.A. us 8 2 2
30 Japonia jp 1 8 13
410
După cum se poate sesiza, metoda rangurilor, datorită dezavantajelor

prezentate mai înainte, este departe de celelalte două clasamente realizate.
În schimb, metoda distanţei relative şi clasamentul rezultat automat pe bază
de clustere nu diferă cu mult. Majoritatea ţărilor au obţinut fie acelaşi număr
de ordine în clasament, fie grupuri de câte două ţări asemănătoare după
prima metodă şi-au inversat între ele rangul, fiind unele după altele în
clasament.
Excepţie fac Belgia şi Japonia, care obţin după a doua metodă un rang de +/
- 4 faţă de prima metodă. Pentru ambele ţări, nu au fost găsite în cazul
metodei automate o similitudine cu alt stat din punct de vedere al tuturor
celor cinci caracteristici alese.
1. Cum se construieşte corect o serie teritorială ?
2. Cum se construiesc indicii sintetici teritoriali ? Ce sisteme de ponderare

se folosesc la construcţia acestora ?
3. Care sunt principalii indicatori ce se calculează şi caracterizează termenii

unei serii teritoriale ? Cum se interpretează aceştia ?
4. Care este dezavantajul metodei rangurilor în ierarhizarea multicriterială a

unităţilor de spaţiu ?
5. Cum se pot ierarhiza multicriterial unităţile de spaţiu utilizând metoda

distanţei relative ?
6. Cum se poate stabili după câţi ani o unitate de spaţiu va ajunge din urmă
o altă unitate de spaţiu la un indicator, cunoscând indicele mediu de creştere
pentru o perioadă anterioară ?
7. Se cunosc următoarele date statistice privitoare la forţa de muncă în

judeţele Regiunii Nord-Est:
411
Forţa de munca in Regiunea de Nord-Est
Populatia Numarul mediu al Rata somajului

ocupata civila salariatilor la sfarsitul
(persoane) (persoane) anului %
Nord - Est 1290,9 594 9,0
Bacău 234,3 132 7,1
Botoşani 154,7 55 9,7
Iaşi 298,2 159 9,5
Neamţ 202,8 91 8,2
Suceava 250,9 99 8,1
Vaslui 150,0 58 12,3
Se cere:
1. Analizaţi seria teritoriala din punct de vedere al fiecărui indicator, cu

ajutorul metodelor cunoscute;
2. Ierarhizaţi judeţele regiunii în funcţie de mărimea tururor celor trei

indicatori cunoscuţi, folosind metoda distanţei relative.
412
Capitolul XVII
TEMĂ PROPUSĂ
Tema propusă parcurge majoritatea metodelor învăţate în partea a

doua a cărţii.
1)
a) Alegeţi din Anuarul Statistic sau din baza de date Tempo-online a
Institutului Naţional de Statistică două caracteristici care să se afle într-o
anumită relaţie de interdependenţă, pentru care să existe minim 10 perechi
de valori. Pot fi aleşi doi indicatori de acest gen pe judeţe ale ţării. Găsiţi
modelul care caracterizează cel mai bine legătura dintre cele două variabile
alese şi estimaţi o variabilă în funcţie de cealaltă pe baza ecuaţiei de
regresie. Calculaţi şi interpretaţi intensitatea legăturii atât pe baza graficului
cât şi cu ajutorul indicatorului adecvat; testaţi semnificaţia indicatorului
calculat.
b) Efectuaţi un tabel cu dublă intrare pentru o populaţie statistică de 40

elemente distribuite în acelaşi timp după două caracteristici între care să
existe o legătură de interdependenţă. Estimaţi legătura dintre cele două
caracteristici găsind ecuaţia de regresie, apoi calculaţi şi interpretaţi
intensitatea legăturii atât pe cale grafică cât şi cu ajutorul indicatorului
potrivit. Pot fi grupate spre exemplu judeţele României după doi indicatori
interdependenţi.
2)
a) Alegeţi din Anuarul Statistic sau baza de date Tempo-online a
Institutului Naţional de Statistică o serie cronologică formată din cel puţin 10
termeni. Efectuaţi graficul seriei şi trasaţi vizual trendul acesteia. Precizaţi ce
tip de serie este; calculaţi şi interpretaţi toţi indicatorii absoluţi, relativi şi
medii ce caracterizează relaţiile existente între termenii seriei. Verificaţi
relaţiile ce există între indicatorii calculaţi cu bază fixă şi cei calculaţi cu bază
în lanţ, acolo unde este posibil.
413
Temă propusă
b) Estimaţi trendul seriei cronologice folosind metodele mecanice şi cel

mai potrivit model analitic. Demonstraţi care este cel mai bun model de
ajustare calculat şi extrapolaţi tendinţa pentru următoarea perioadă.
3) Alegeţi un fenomen complex la nivelul unei grupe compuse din 3

subgrupe, pentru două perioade de timp. Calculaţi şi interpretaţi dinamica
relativă şi absolută atât la nivelul fiecărei subgrupe, cât şi la nivelul întregii
grupe. Descompuneţi variaţia fenomenului complex pe factori de influienţă;
verificaţi descompunerea geometrică şi cea analitică; interpretaţi rezultatele.
4)
a) Alegeţi din publicaţiile statistice un indicator valoric exprimat în
moneda naţională (preţuri curente) în două luni diferite (la distanţă de 4 - 14
ani). Calculaţi IPC aferent perioadei alese şi apoi dinamica reală relativă şi
absolută. Interpretaţi rezultatele obţinute.
b) Alegeţi din publicaţiile statistice un indicator valoric exprimat în

moneda naţională (preţuri curente) în doi ani diferiţi (la distanţă de 4-14 ani).
Calculaţi IPC aferent perioadei alese şi apoi dinamica reală relativă şi
absolută. Interpretaţi rezultatele obţinute.
414
BIBLIOGRAFIE
1 Abraham-Frois “Economia politică”, Editura Humanitas, Bucureşti,

Gilbert 1994
2 Andrei, Tudorel; “Statistică - teorie şi aplicaţii” , Editura Economică,
Stancu, Stelian; Bucureşti, 2002
Pele, Daniel Traian
3 Anghelache, “Sistemul conturilor naţionale”, Editura Economică,
Constantin; 2005
Isaic-Maniu,
Alexandru;
Mitruţ, Constantin;
Voineagu, Vergil
4 Anghelache, “Statistică aplicată – indicatori, sinteze şi studii de
Constantin; caz”, Editura Economică, 2006
Bugudui, Elena;
Gresoi, Sorin;
Niculescu,
Emanuela
5 Anghelache, “Statistică generală – Teorie şi aplicaţii”, Editura
Constantin Economică, 1999
6 Anghelache, “Statistică macroeconomică”, Editura Economică,
Constantin; 2004
Capanu, Ion
7 Anghelache, “Bazele statisticăă teoretice şi economice”, Editura
Constantin; Badea, Economică, 2005
Sorin Gabriel;
Capanu, Ion;
Wagner, Pavel
8 Anghelache, “Breviar statistic”, Editura Economică, 2000
Constantin;
Niculescu,
Emanuela
9 Baron, Tudor; “Statistică”, Editura Economică, 1998
Anghelache,
Constantin;
Ţiţan, Emilia
10 Băcescu Marius; “Compediu de macroeconomie”, Editura
Băcescu Angelica, Economică, 1997
11 Băcescu Angelica; “Statistică macroeconomică”, Editura Meteora
Ţiţianu Emilian; Press, Bucureşti, 2001
Ghiţă Simona
415
12 Băcescu Marius; “Macroeconomie şi politici macroeconomice”,

Angelica Băcescu Editura All, Bucureşti, 1998.
13 Biji Elena; Baron, “Statistica teoretică şi economică”, Editura
T., Tövissi, L., ş.a. Didactică şi Pedagogică Bucureşti, 1991
14 Biji, Elena; Baron, “Statistica teoretică şi economică”, Editura
T. (coordonator) Didactică şi Pedagogică Bucureşti, 1996
15 Biji, Elena; “Statistică”, Editura Univers Titu Maiorescu,
Lilea, Eugenia, Bucureşti, 1995
Wagner, Pavel
16 Biji, Mircea Dicţionar statistic economic, D.C.S., Bucureşti,
(sub redacţia) 1962
17 Biji, Mircea; “Statistica teoretică”, Editura Didactică şi
Biji, Elena Pedagogică Bucureşti, 1979
18 Biji, Elena; “Statistică teoretică şi Economică”, Editura
Baron, Tudor, didactică şi pedagogică, Bucureşti, 1996
Tövissi, L.;
Wagner, Pavel;
Isaic-Maniu, Al.;
Korka,M.;
Porojan, Dumitru
19 Biji, Elena; “Statistica aplicată în economie”, Editura Universal
Lilea, Eugenia; Dalsi, Bucureşti, 2000
Roşca, Elisabeta;
Vătui
20 Biji, Elena; “Tratat de Statistică”, Editura Economică,
Lilea, Eugenia; Bucureşti, 2002
Anghelache C.
21 Bădiţă, Maria; “Statistica pentru afaceri”, Editura Eficient,
Baron, Tudor; Bucureşti, 1998
Korka, M.
22 Bărbat, Al. “Teoria statisticii sociale”, Editura Didactică şi
Pedagogică Bucureşti, 1972
23 Becker, Gary “Comportamentul uman – o abordare economica”,
Editura All, Bucuresti, 1998.
24 Biales, C. “Analyse statistique de données”, Chotard et
Associés Ed., Paris, 1987
25 Bouroche, J.M.; “L'analyse des données”, PUF, Paris, 1980
Saporta, G.,
26 Brémond J., A. “Dicţionar economic şi social”, Editura Expert,

Gélédan: 1995.
27 Bucur, Ion “Bazele macroeconomiei”, Editura Economică,
Bucuresti, 1999
416
28 Caracota, “Strategii de dezvoltare - Previziune economică”,
Dumitrache; Editura Sylvi, Bucureşti, 2001
Caracota, Răzvan
29 Calot, G. “Cours de statistique descriptive”, Dunod, Paris,
1975
30 Ciucu, G.; Craiu, Statistică matematică şi cercetări operaţionale,
V., Ştefănescu, V. Editura Didactică şi Pedagogică Bucureşti, 1978
31 Cocriş, Vasile; “Economia afacerilor - 3”, Editura Graphix, Iaşi,
Işan, V. 1995
32 Didier, Michel “Economia: Regulile jocului”, Editura Humanitas,
Bucuresti, 1998.
33 Dobrota, Niţă “Economie Politica”, Editura Economica, Bucuresti,
1997.
34 Dornbusch “Macroeconomia”, Editura Sedona, 1997.
Rudiger,
Fischer Stanley
35 Droesbeke, J. “Eléments de statistique”, Editura Ellipse, Paris,
1992
36 Drăgan, J.C., “Practica prospectării pieţei - Colecţia Biblioteca
Demetrescu, Marketing şi Managementul Afacerilor”, Editura
Europa Nova, Bucureşti, 1996
37 Ficher, Irving “Recherches Mathematiques sur la theorie de la
valeur et des prix”, Libraires Editeurs, 16, rue
Soufflot, Paris, 1917
38 Georgescu - “Legea entropiei şi procesul economic”, Editura
Roegen, N., Politică, Bucureşti, 1979
39 Georgescu - “Metoda statistică - elemente de statistică
Roegen, N., matematică”, I.S.C.S., Bucureşti, 1998
40 Harja, Eugenia “Statistică aplicată în economie”, Editura
MatrixRom, Bucureşti, 2004
41 Harja, Eugenia “Statistica resurselor de muncă”, Editura
MatrixRom, Bucureşti, 2004
42 Harja, Eugenia “Analiza şi prognoza statistică a numărului şi
structurii forţei de muncă”, Editura MatrixRom,
Bucureşti, 2004
43 Harja, Eugenia “Anuarul statistic al judeţului Bacău”, Editura
(coordonator) MatrixRom, Bucureşti, Ediţiile 2007, 2008 şi 2009
44 Harja, Eugenia “Probleme actuale de statistică” - Evoluţia rangului
populaţiei, Editura Junimea, Iaşi, 2000 (p. 177)
45 Harja, Eugenia; “Lărgirea Uniunii Europene” - Buletin Ştiinţific Nr.
Ştefănescu, 1/2000, Universitatea “G. Bacovia” (p. 281)
Daniela
417
46 Harja, Eugenia “Analiza statistică a structurii pe vârste şi sexe a

populaţiei judeţului Bacău la 1 iulie 1999“ -
“Statistica în cercetarea economico-socială”,
Editura Junimea, Iaşi, 2001 (p. 211)
47 Harja, Eugenia “Numărul de salariaţi şi cifra de afaceri în S.C.din
judeţul Bacău” - infoSTAT Nr. 6-7/1999,
D.J.Statistică Bacău
48 Harja, Eugenia “Oferta şi cererea forţei de muncă în Regiunea de
Nord-Est în 1990 -1999” - infoSTAT Nr. 2/2000,
49 Harja, Eugenia “Variaţia câştigului mediu net salarial pe judeţe şi
regiuni statistice” - infoSTAT Nr. 2/2001,
50 Harja, Eugenia “Al 12 – lea recensământ modern al populaţiei din
România” - infoSTAT Nr. 6-7/2001, D.J.Statistică
Bacău
51 Harja, Eugenia “Recensământul populaţiei şi locuinţelor din
România 18-27 martie 2002” - infoSTAT Nr.
1/2002, D.J.Statistică Bacău
52 Harja, Eugenia “Forţa de muncă în ţările candidate, comparativ cu
ţările din Uniunea Europeană şi din Spaţiul
Economic European - anul 2001” - infoSTAT Nr.
8/2002, D.J.Statistică Bacău
53 Harja, Eugenia “Primele estimări demografice pentru anul 2002 -
Uniunea Europeană” - infoSTAT Nr. 2/2003,
54 Haşigan, D.O. “Metodele reprezentării grafice a datelor statistice”,
Editura Ştiinţifică, Bucureşti, 1958
55 Ignat I., Clipa N.; “Economie Politica”, Editura “Gh.Zane”, Iasi, 1997
Pohoaţă I.
56 Ignat, Ion; “Micro şi Macroeconomie”, Editura Sedcom Libris,
Luţac, Gheorghe Iaşi, 2004
57 Isaic-Maniu, “Statistică”, Editura Universitară, Bucureşti, 2004
Alexandru;
Mitruţ, Constantin;
Voineagu, Vergil
58 Ivan-Ungureanu, “Sistemul Conturilor Naţionale, Editura Adevărul,
Clementina 1997
59 Isaic-Maniu, “Statistică teoretică şi economică”, Editura Tehnică,
Alexandru; Chişinău, 1994
Grădinaru, A.;
Voineagu, Vergil;
Mitruţ, Constantin
418
60 Isaic-Maniu, “Statistică teoretică şi economică”, Editura
Alexandru; Economică, Bucureşti, 1999
Grădinaru, A.;
Voineagu, Vergil;
Mitruţ, Constantin
61 Jaba, Elisabeta; “Statistica economiei naţionale”, Universitatea
"Al.I.Cuza", Iaşi, 1982
62 Jaba, Elisabeta; “Statistica. Sistem metodologic. Aplicaţii”,
Universitatea "Al.I.Cuza", Iaşi, 1986
63 Jaba, Elisabeta; “Statistica”, Editura Sedcom Libris, Iaşi, 1993
64 Jaba, Elisabeta; “Statistică”, Editura Graphix, Iaşi, 1993
Atudorei, V.
65 Jaba, Elisabeta; “Cercetarea selectivă”, Universitatea "Al.I.Cuza",
Niculiciou, P.; Iaşi, 1977
Bilaus, M.
66 Jaba, Elisabeta “Statistica”, Ediţia a III-a, Editura Economică,
Bucureşti, 2002
67 Jaba, Elisabeta; “Statistică – teste grilă şi probleme”, Editura
Pintilescu, Carmen Sedcom Libris, Iaşi, 2007
68 Jaba, Elisabeta; “Econometrie”, Editura Sedcom Libris, Iaşi, 2006
Jemna, Dănuţ
69 Jaba, Elisabeta; “Statistică inferenţială. Teste grilă şi probleme”,
Pintilescu, Carmen; Editura Sedcom Libris, Iaşi, 2002
Jemna, Dănuţ
70 Jaba, Elisabeta; “Analiza statistică cu SPSS sub Windows”, Editura
Grama Ana Polirom, Iaşi, 2004
71 Lange, J. “Eléments de technique statistique”, Dunod, Paris,
1968
72 Mallinvaud, E. “Méthodes statistiques de l'économétrie”, Dunod,
Paris, 1981
73 Maniu, I., “Statistica pentru managementul afacerilor”, Editura
Mitruţ, C.A., Economică, Bucureşti, 1995
Voineagu, Vergil
74 Marin, Dumitru “Teoria echilibrului general”, Editura Omnia,

UNISAST srl, Braşov, 1995
75 Mihoc, Gh., “Tratat de statistică matematică”, Editura
Craiu, V. Academică, Bucureşti, 1976-1977
76 Mihoc, Gh.; “Modele de analiză statistică”, Editura Ştiinţifică şi
Urseanu, V., Enciclopedică, Bucureşti, 1982
Ursianu, Em.
77 Neacşu, Gabriela “Statistică microeconomică şi macroeconomică –
concepte şi metode”, Editura universitară, 2006
419
78 Nechita, C. Vasile “Economie politică”, Editura Porto-Franco, Galaţi,

1992
79 Nenciu, E. “Probabilităţi şi statistică matematică”,
Universitatea "Al.I.Cuza", Iaşi, 1986
80 Onicescu, O.; “Elemente de statistică informaţională cu aplicaţii”,
Ştefănescu, V. Editura Tehnică, Bucureşti, 1979
81 Pareto, Vilfredo “Manuel d’economie politique”, Libraires Editeurs,
16, rue Soufflot, Paris, 1909
82 Pecican, Dumitru “Econometrie”, Editura All, Bucureşti, 1993
83 Porojan, Dumitru “Statistica şi teoria sondajului”, Editura Şansa SRL,
Bucureşti, 1993
84 Pressat, Roland “Analiza Demografică”, Editura Ştiinţifică,
Bucureşti, 1974
85 Rotariu, T., “Metode statistice aplicate în ştiinţele sociale”,
Bădescu, G., Editura Polirom,Iaşi, 1999
Culic, I., Mezei, E.,
Mureşan, C.
86 Rotariu, Traian, “Ancheta sociologică şi sondajul de opinie”, Editura
Iluţ, P. Polirom, Bucureşti, 1999
87 Rotariu, Traian “Metode statistice aplicate în ştiinţele sociale”,
(coordonator) Polirom Iaşi, 1999
88 Say, Jean Baptiste “Traite d’economie politique”, 1841
89 Scarlat Emil, “Sisteme cibernetice ale economiei de piata”,
Chirita Nora Editura Economica, 1997.
90 Secăreanu, “Starea Economiei Naţionale”, Editura Economică,
Constantin 2000
91 Sora, Virgil; “Demografie şi statistică socială”, Editura
Hristache, Ilie; Economică, Bucureşti, 1996
Mihăescu, C.
92 Sora, V., “Demografia matematică”, Editura A.S.E.,

Mihăescu, C., Bucureşti, 1998
Colibaba, D.
93 Tabără, N. “Contabilitate naţională”, Editura Moldova, Iaşi,
1996
94 Tövissi, L.; Isaic- “Statistica”, A.S.E., Bucureşti, 1984
Maniu, Alexandru
95 Trebici, Vladimir “Mica enciclopedie de statistică”, Editura Ştiinţifică
(coord.) şi Enciclopedică, Bucureşti, 1985
96 Trebici, Vladimir “Demografia”, Editura Ştiinţifică şi Enciclopedică,
Bucureşti, 1979
420
97 Ţarcă, Mihai “Statistică” - vol. I şi II, Universitatea "Al.I.Cuza"
Iaşi, 1979
98 Ţarcă, Mihai “Tratat de statistică aplicată”, Editura Didactică şi
Pedagogică, Bucureşti, 1998
99 Ţarcă, Mihai “Introducere în prognoza demografică”, Editura
Junimea, Iaşi, 1979
100 Ţarcă, Mihai “Demografie”, Editura Economică, Bucureşti, 1997
101 Voineagu, Vergil; “Statistică – Baze teoretice şi aplicaţii”, Editura
Ţiţan, Emilia; Economică, 2007
Ghiţă, Simona;
Boboc, Cristina;
Todose, Daniela
102 Voineagu, Vergil; “Statistică”, Editura Cison, 2004
Isaic-Maniu,
Alexandru; Mitruţ,
Constantin;
Tudorel, Andrei;
Costea, Adrian
103 Voineagu, Mariana; “Statistică aplicată”, Editura Fundaţiei “România de
Ţiţan, Emilia; mâine”, 2000
Ghiţă, Simona
104 Voineagu, Vergil; “Statistica Economică”, Editura Tribuna Economică,
Lilea, Eugenia; Bucureşti, 2001
Vătui, Mihaela
105 Voineagu, Vergil; “Analiza factorială a fenomenelor social-economice
Furtună, Felix; în profil regional”, Bucureşti, 2002
Voineagu, Mariana;
Ştefănescu, Codrin
106 Voineagu, Vergil; “Statistica Teoretică şi macroeconomică. Teste,

Mitruţ,C.; Isaic- lucrări practice, studii de caz”, Editura Economică,
Maniu, Al.; Ţiţian, Bucureşti, 1998
E.; Baron, T.;
Matache, S.;
Isaic-Maniu, I.;
Şerban, D.;
Voineagu, Mariana
107 Wagner Pavel; “Statistica macroeconomica”, Editura Economica,
Capanu Ion; Bucureşti, 1997.
Secareanu,
Constantin
421
108 Wagner Pavel; “Sistemul conturilor naţionale şi agregate

Capanu Ion; macroeconomice”, Editura All, Bucureşti, 1994
Mitruţ, Constantin
109 Yule, U.G.; “Introducere în teoria statisticii”, Editura Ştiinţifică,
Kendall, M.C. Bucureşti, 1969
110 *** “Dicţionar Macmillan de Economie Moderna”,
Editura Codecs, 1999.
111 *** Manual “Medodologia statisticii pe termen scurt”-
EUROSTAT
112 *** EUROSTAT - “Statistique eu Bref” - colecţie
113 *** “Anuarul Statistic al Romaniei” (colecţie) – Institutul
Naţional de Statistică
114 *** Clasificarea activităţilor din economia naţională -
Institutul Naţional de Statistică
115 *** Statistică Teritorială – Colecţie – Institutul Naţional
de Statistică
116 *** Rezultatele recensământului populaţiei şi
locuinţelor în România, iulie 2003 - Institutul
Naţional de Statistică
117 *** Tendinţe sociale, Institutul Naţional de Statistică şi
UNICEF, Bucureşti, Colecţie
118 *** Condiţiile de viaţă ale populaţiei din România -
Institutul Naţional de Statistică, colecţie
119 *** Tendinţe Sociale - Institutul Naţional de Statistică -
2002
120 *** Utilizarea timpului în România - Institutul Naţional
de Statistică şi Phare, Bucureşti, 2001
121 *** Serii de date demografice – Institutul Naţional de
Statistică – Directiile Judeţene de Statistica din
cadrul Regiunii de Nord-Est
122 *** “InfoSTAT” (colecţie) – Institutul Naţional de
Statistică Direcţia Judeţeană de Statistică Bacău
422

Statistic A Si Econometrie - Harja e

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Statistic A Si Econometrie - Harja e

Uploaded by

Copyright:

Available Formats

Dr.

Editura Alma Mater a Universităţii din Bacău,

Prof.univ.dr. Elena Maria BIJI

Descrierea CIP a Bibliotecii Naţionale a României

Statistică şi Econometrie / Eugenia Harja

Bacău, Alma Mater, 2009

ISBN 978 - 606 - 527 - 031 - 2

Coperta şi grafica: ing. Aurel TURCU

Complexitatea cu care se desfăşoară procesele economice şi sociale, la

Statistica şi econometria este indispensabilă pentru cunoaşterea complexă

Cartea, prin problematica abordată, aduce informaţii deosebit de utile atât

Obiectivele cursului vizează însusirea principalelor procedee si tehnici de

Teoria prezentată sintetic este completată de aplicaţiile practice, cu aspecte

În pregatirea viitorilor economişti, indiferent de specialitatea lor, statistica şi

Cartea se adresează în primul rând studenţilor, dar şi celor care lucrează în

Cartea vine să completeze şi îmbogăţească conţinutul lucrării anterioare

Aduc pe această cale mii de mulţumiri doamnei profesor universitar dr.

Totodată, mii de mulţumiri foştilor mei profesori de statistică din cadrul

Aprilie 2009 Autorul

8.5. DECILELE (Di).................................................................................. 151

16.4. IERARHIZAREA MULTICRITERIALĂ A

STATISTICA - INSTRUMENT DE CUNOAŞTERE A

Primul capitol urmăreşte familiarizarea cu semnificaţia statisticii ca disciplină

Statistică – în sensul de ştiinţă şi nu de simplă enumerare sau însumare de cifre

1.1. GÂNDIREA STATISTICĂ – INSTRUMENT DE CUNOAŞTERE A

Imaginea populară asupra statisticii nu este greu de ghicit: ceva care se

Statistica, în sensul larg de evidenţă a fenomenelor şi proceselor socio-

Din cercetările istorice rezultă că primele forme de evidenţă au apărut la cele

Recensământul (censul) populaţiei la romani avea un caracter periodic,

Din documentele descoperite, rezultă că lucrări asemănătoare de evidenţă

O a doua etapă este cea a apariţiei atelierelor, breslelor, oraşelor,

Se dezvoltă de asemenea, evidenţa cu caracter demografic ţinută de preoţi,

În aceste condiţii are loc o primă diferenţiere a formelor generale de

În secolul al XV-lea şi al XVI-lea abundă lucrări în care se folosesc

Dezvoltarea modului de producţie capitalist a impus o nouă organizare a

În această perioadă apare un nou mod de a concepe statistica datorită

Pentru statisticienii din mijlocul secolului al XVIII-lea este specifică folosirea

Combinând metoda inductivă şi deductivă, folosind din ce în ce mai frecvent

Ia naştere astfel statistica inductivă, la care şi-au adus contribuţia mari

După cel de-al doilea război mondial, statistica ia o amploare deosebită

“Invazia” de statistică nu este întâmplătoare în ultimele decenii, problemele

În epoci mai recente, odată cu apariţia presei, deci şi cu posibilitatea

“Explozia informaţională” din zilele noastre este însoţită inevitabil de date

Organizaţii internaţionale ca F.A.O., UNESCO, etc., editează la rândul lor,

În acelaşi timp, au aparut diferite discipline care aplică statistici în mod

De aceea trebuie precizată şi delimitată statistica ca ştiinţă.

1.2. FALSE PĂRERI ASUPRA STATISTICII

Azi, statisticianul este persoana cu studii superioare, ca şi ciberneticianul,

“Acei ce sunt numai matematicieni, din lipsă de cunoştinte economice nu au

El a sesizat pericolul la care sunt supuşi matematicienii care se menţin în

Un alt factor generator de păreri false asupra statisticii este supraestimarea

Statistica este o disciplină a cărei aplicare utilă cere competenţă.

Nu cu ajutorul statisticii se poate demonstra orice, ci cu ajutorul unor

1.3. OBIECTUL ŞI METODA STATISTICII

În general, obiectul de studiu al statisticii îl constituie fenomenele şi

Examinarea fenomenelor şi proceselor sociale şi economice duce la

Astfel, statistica studiază:

1.3.1. Particularităţi de studiu ale statisticii

1. Statistica studiază fenomene sociale şi economice de masă.

Fenomenele de masă sunt fenomene asemănătoare, a căror lege de

Observând această particularitate a obiectului statisticii s-a abordat de fapt

2. Statistica studiază aspectul cantitativ concret al fenomenului social

1.3.2. Metodologia Statistică