Econometrie ID 125 Buc

UNIVERSITATEA “Vasile Alecsandri” din BACĂU
Departamentul Învăţământ la Distanţă şi

Frecvenţă Redusă
Facultatea de Ştiinţe Economice
Specializarea Marketing
ECONOMETRIE
Titular de curs:
Prof.univ.dr. HARJA EUGENIA
octombrie 2010
Prof.univ.dr. Eugenia HARJA
ECONOMETRIE
octombrie 2010
Referent ştiinţific: Prof. Univ. Dr. Elisabeta JABA
Prof. Univ. Dr. Vergil VOINEAGU
Grafică şi tehnoredactare: ing. Aurel TURCU
Editare PC: Lucia-Gabi Bejan-Fala

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 statistica şi econometria.
Cursul de econometrie, prin problematica abordată, aduce informaţii deosebit de utile
studenţilor, cu privire la studierea fenomenelor economice şi 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,
bancare, de marketing, sau economice în general.
Obiectivele cursului vizează însusirea principalelor procedee si tehnici de prelucrare a
seriilor de timp, interpretarea indicatorilor rezultaţi şi, extrapolarea datelor în condiţii de
incertitudine.
De asemenea, se urmăreşte formarea deprinderilor de înţelegere a procedeelor
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, atât statistica cât şi
econometria ocupă un loc esenţial; cunoaşterea empirică în orice domeniu de activitate
impune să se pornească de la date, informaţii individuale, să se 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 prelucrare, analiză şi interpretare a rezultatelor
sunt indispensabile în efectuarea analizelor de marketing sau a celor 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.
Cursul se adresează studenţilor învăţământului la distanţă, din cadrul specializării

marketing.
octombrie 2010 Autorul
Pagina 5
OBIECTIVELE CURSULUI
Obiectivele cursului vizează însuşirea procedeelor şi tehnicilor statistico-

econometrice de prelucrare a datelor, în vederea obţinerii unor indicatori economici,
precum şi a metodelor de descoperire a regularităţilor, permanenţelor, legităţilor şi
tendinţelor ce se manifestă în evoluţia acestora şi pe această bază, extrapolarea lor în
condiţii de incertitudine.
De asemenea, se urmăreşte formarea deprinderilor de înţelegere a procedeelor
aplicate, atunci când calculele laborioase pot fi executate de calculator şi rezultatele pe
care le furnizează trebuie interpretate.
În pregătirea economiştilor, specialişti în marketing, metodele statistice completate
de cele econometrice ocupă un loc esenţial; cunoaşterea empirică în orice domeniu de
activitate impune să se pornească de la date, informaţii individuale, să se desprindă din
ansamblul datelor individuale câteva date semnificative, cu mare putere de informare, să
se analizeze şi interpreteze rezultatele întregii cercetări.
Regulile, metodele şi procedeele de obţinere a datelor empirice, de
sistematizare, prelucrare şi interpretare a rezultatelor sunt indispensabile în efectuarea
cercetărilor de marketing, 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 dupa criterii bine definite, element esenţial în
elaborarea unor decizii pertinente.
Pagina 6
CUPRINS
Cuvânt înainte................................................................................... 5
Cuprins ............................................................................................. 7
Capitolul I
INTRODUCERE ÎN ECONOMETRIE................................................. 11
DEFINIŢII ŞI OBIECTIVE................................................................... 11
Capitolul II
ANALIZA SERIILOR CRONOLOGICE............................................. 13
2.1. PARTICULARITĂŢILE UNEI SERII CRONOLOGICE ŞI
CLASIFICAREA LOR..................................................................... 14
2.2. ANALIZA PREALABILĂ A SCR
ŞI PRINCIPALII INDICATORI CALCULAŢI.................................... 17
2.3. PRELUCRAREA STATISTICĂ A
SERIILOR CRONOLOGICE DE INTERVALE................................ 19
2.3.1. Indicatorii absoluti ai SCR.......................................... 19
2.3.2. Indicatorii relativi ai SCR............................................ 22
2.3.3. Indicatorii medii ai unei serii cronologice
de intervale............................................................... 27
2.4. PRELUCRAREA SERIILOR CRONOLOGICE DE MOMENTE....... 30
2.5. DESCOMPUNEREA UNEI SERII CRONOLOGICE......................... 33
2.5.1. Ajustarea SCR............................................................ 34
2.5.1.1. Ajustarea prin metoda mediilor mobile............. 35
2.5.1.2. Ajustarea prin metoda grafică.......................... 38
2.5.1.3. Ajustarea pe baza sporului mediu de
creştere........................................................... 38
2.5.1.4. Ajustarea pe baza indicelui mediu de
creştere........................................................... 41
2.5.1.5. Ajustarea pe baza metodelor analitice........... 42
2.5.2. Criterii de alegere a celui mai bun
procedeu de ajustare................................................ 46
2.5.3. Măsurarea oscilaţiei sezoniere în cazul SCR........... 47
7
ECONOMETRIE
2.6. APLICAŢIE...................................................................................... 52
2.7. ANALIZA SERIILOR DE TIMP FOLOSIND
MEDIUL STATISTIC R.............................................................. 58
2.7.1. Analiza statistică a seriei de timp „cantitate de
produse petroliere produsă în judeţul Bacău
(1998-2006)” (exemplu)........................................... 59
2.7.2. Descompunerea seriei de timp după
componente temporale (tendinţa, componenta
periodică, componente neregulate).......................... 62
2.7.3. Testarea sezonieră a seriei de timp, folosind
metodele şi reprezentările grafice din
pachetul „uroot” din R .............................................. 63
2.7.4. Componentele structurale calculate ale
seriei de timp. Modele structurale nestaţionare
„StructTS()” pentru seriile de timp............................ 65
Teme şi întrebări propuse pentru studiu individual............................. 67
Capitolul III
ANALIZA SERIILOR INTERDEPENDENTE
(Regresie şi Corelaţie)...................................................................... 71
3.1. TIPURI DE LEGĂTURI...................................................................... 72
3.1.1. Probleme ce trebuiesc avute în vedere la
cercetarea bazată pe regresie şi corelaţie............... 74
3.2. METODE DE STUDIERE A LEGĂTURILOR STATISTICE............. 75
3.2.1. Metode elementare.................................................... 75
3.2.2. Metode analitice de studiere a legaturilor
statistice................................................................... 78
3.2.3. Exemplu..................................................................... 85
3.3. METODA CORELAŢIEI.................................................................... 89
3.4. EXEMPLU DE CALCUL PENTRU 2 SERII DE
DISTRIBUŢIE CORELATE............................................................. 94
3.5. MODELE DE REGRESIE MULTIPLĂ............................................... 96
3.5.1. Regresia multiplă liniară............................................. 97
3.5.2. Regresia multiplă neliniară......................................... 97
3.6. DETERMINAREA INTENSITĂŢII CORELAŢIEI MULTIPLE............ 98
3.6.1. Coeficientul de corelaţie multiplă liniară..................... 98
3.6.2. Raportul de corelatie multiplă .................................... 99
8
3.7. CORELAŢIA PARŢIALĂ................................................................... 100
3.8. METODE NEPARAMETRICE DE MĂSURARE A
LEGĂTURILOR DINTRE FENOMENE............................................. 101
3.8.1. Tabelul de asociere şi coeficientul de asociere.......... 101
3.8.2. Coeficientul de corelaţie a rangurilor.......................... 103
3.8.3. Coeficientul de elasticitate.......................................... 105
Capitolul IV
INDICI STATISTICI............................................................................ 111
4.1. BAZA METODOLOGICĂ COMUNĂ DE
ALCĂTUIRE A INDICILOR............................................................... 112
4.1.1. Indicii individuali......................................................... 113
4.1.2. Indicii de grup............................................................. 114
4.1.2.1. Alegerea şi folosirea indicilor de grupă............ 115
4.1.2.2. Modalităţi de ponderare a indicilor de grup...... 116
4.2. CONSTRUIREA INDICILOR DE GRUP............................................ 117
4.2.1. Indicii agregaţi............................................................ 117
4.2.2. Indici calculaţi ca medie a indicilor individuali............ 120
4.2.3. Sistemul indicilor calculaţi ca raport de medii............ 122
4.3. DESCOMPUNEREA FACTORIALĂ PRIN SISTEMUL
INDICILOR........................................................................................ 126
14.3.1. Metoda substituirii în lanţ......................................... 127
14.3.2. Metoda restului nedescompus................................. 130
4.4. SERII DE INDICI STATISTICI........................................................... 132
4.5. APLICAŢII......................................................................................... 134
Capitolul V
INDICII PREŢURILOR DE CONSUM................................................. 163
5.1. Ce este IPC ?.................................................................................... 164
5.2. La ce serve şte el ?.......................................................................... 164
5.3. Care este populaţia de referinţă ?.................................................. 165
5.4. Care este tipul de consum acoperit ?............................................ 165
5.5. Care este sfera teritorială de cuprindere ?................................... 166
9
ECONOMETRIE
5.6. Sistemul de ponderare folosit ?..................................................... 166

5.7. Care este metoda de calcul a IPC ?............................................... 166
5.8. Indicatori uzuali. Exemple de calcul.............................................. 173
5.8.1. Exemplu de calcul...................................................... 176
5.9. Cum putem recalcula anumite sume cu ajutorul IPC ?............... 179
5.10. Cum calculăm dinamica indicatorilor valorici ?......................... 182
5.11. De unde se poate afla IPC ?.......................................................... 188
Capitolul VI
SERII TERITORIALE (de spaţiu)...................................................... 191
6.1. DEFINIŢIE ŞI PARTICULARITĂŢI.................................................... 191
6.2. CLASIFICAREA SERIILOR TERITORIALE ŞI FORMA
GRAFICĂ DE PREZENTARE......................................................... 195
6.3. INDICATORII SERIILOR TERITORIALE.......................................... 197
6.4. IERARHIZAREA MULTICRITERIALĂ A
UNITĂŢILOR DE SPAŢIU................................................................. 201
6.4.1. Exemplu practic.......................................................... 204
6.5. EXTRAPOLAREA ÎN PROFIL TERITORIAL.................................... 208
6.6. IERARHIZAREA MULTICRITERIALĂ ŞI ANALIZA PRIN
SIMILARITATE A UNUI GRUP DE ŢĂRI, UTILIZÂND
METODA “CLUSTERE-LOR”........................................................ 211
Capitolul VII
TEMĂ PROIECT................................................................................ 215
Bibliografie........................................................................................ 217
10
ECONOMETRIE
Capitolul I
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.
11
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.
12
ECONOMETRIE
Capitolul II
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.
13
Analiza seriilor cronologice
2.1. 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 !
14
ECONOMETRIE
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).
15
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.
16
ECONOMETRIE
2.2. 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.
17
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 ).
18
ECONOMETRIE
2.3. PRELUCRAREA STATISTICĂ A

SERIILOR CRONOLOGICE DE INTERVALE
2.3.1. 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.
19
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
20
ECONOMETRIE
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.
21
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.
2.3.2. 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
22
ECONOMETRIE
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
∏ I i ⁄ 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
23
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 y i y 0⎞
⎛ ----
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:
24
ECONOMETRIE
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.
25
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
26
ECONOMETRIE
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.
2.3.3. 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.
27
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.
28
ECONOMETRIE
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 ×…× k I
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
29
2.4. 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
30
ECONOMETRIE
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 “.
31
y1 + y2 y2 + y3 y3 + y4 yn – 2 + yn – 1 yn – 1 + yn
------------------ × t + ----------------- - × t + ----------------- - × t + … + ----------------------------------- -×t + --------------------------- × t
2 1 2 2 2 3 2 n–2 2 n–1
y cr = -=
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
t1 + t2 + t3 + … + tn – 1
y1 t1 + y2 t1 + y2 t2 + y3 t2 + y3 t3 + y t + … + y
43 n – 2 t n – 2 + y n – 1 t n – 2 + y n – 1 t n – 1 + y n t n – 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
32
ECONOMETRIE
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
2.5. 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.).
33
2.5.1. 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
34
ECONOMETRIE
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.
2.5.1.1. 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:
35
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.
36
ECONOMETRIE
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.
37
2.5.1.2. 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.
2.5.1.3. 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:
38
ECONOMETRIE
Y ti = y 0 ± t i × ∆
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:
39
Y t = 2031 – ( 178, 8 ) × t i
i
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
40
ECONOMETRIE
baza în lanţ, care este de altfel o condiţie pentru aplicarea corectă a

metodei.
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
2.5.1.4. 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.
41
2
Σ ( yi – Yti )
2
- = 36455
σ = -------------------------- --------------- = 6075,8
n 6
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.
2.5.1.5. 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
42
ECONOMETRIE
pătratelor abaterilor dintre termenii empirici şi valorile teoretice să fie

minime. Matematic aceasta se scrie ca:
∑ ( yt – Yt )
2
S = i i
= minim
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
43
6 6
∑ yi = 6 ⋅ a + b ∑ ti
i=1 i=1
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.).
44
ECONOMETRIE
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 ...).
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
⎪
∑ ti
2
⎪
⎩ 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:
45
⎧ 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.
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).
2.5.2. 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.
46
ECONOMETRIE
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:
∑ ∑ ( yi – Yti ) - ⇒ v = σ--- × 100

2
yi – Yt d
d = ------------------------- ⇒ v
= --- × 100 sau σ = -----------------------------
i
n y n y
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
2.5.3. 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:
47
- 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
Caracterul sezonier al desfacerii produsului sere rezultă atât din datele

exemplului cât şi din reprezentarea grafică a SCR.
mii hl.
90
80
Productia de bere
70
60
50
40
30
20
10 Trimestre/ani
0
III - 2006
III - 2007
III - 2008
II - 2006
II - 2007
II - 2008
I - 2006
I - 2007
I - 2008
IV - 2006
IV - 2007
IV - 2008
yi - Termenii reali
Yi - 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
48
ECONOMETRIE
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).
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.
49
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.
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
50
ECONOMETRIE
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
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).
51
2.6. 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
52
ECONOMETRIE
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
53
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
iulie
octombrie
decembrie
martie
aprilie
septembrie
octombrie
decembrie
noiembrie
iunie
ianuarie - 1997 -
iulie
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.
54
ECONOMETRIE
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
diferente, acestea fiind şi cu semn “+” şi cu semn “ - “ , în concluzie, acestea
nefiind omogene între ele, metoda nu poate fi folosită.
55
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
abaterea medie patratica

- coeficientul de variaţie = -------------------------------------------------------------------
- x100 =
media aritmetica
151, 39
= ------------------- x100 = 36%
420, 58
56
ECONOMETRIE
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.
57
2.7. 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.
58
ECONOMETRIE
2.7.1. 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()).
59
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):
60
ECONOMETRIE
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.
61
2.7.2. 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).
62
ECONOMETRIE
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.
2.7.3. 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.
63
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.
64
ECONOMETRIE
2.7.4. 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)
65
Se pot identifica în acest model: tendinţa multianuală şi componentele

periodice de tip vârf (poziţionate: sfârşit de an / început de an).
66
ECONOMETRIE
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.
67
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.
68
ECONOMETRIE
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.
69
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.
70
ECONOMETRIE
Capitolul III
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
71
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.
3.1. 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
72
ECONOMETRIE
- 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);
73
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.
3.1.1. 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.
74
ECONOMETRIE
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.
3.2. METODE DE STUDIERE A LEGĂTURILOR STATISTICE
3.2.1. 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
75
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.
76
ECONOMETRIE
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.
77
3.2.2. 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
78
ECONOMETRIE
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
79
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
80
ECONOMETRIE
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.
81
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
-
∑i ∑i
2
⋅ ( )
∑i
n x n x – 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:
82
ECONOMETRIE
⎧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
83
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
84
ECONOMETRIE
1
În cazul modelului hiperbolic Y xi = a + ---- ⋅ b sistemul de ecuaţii devine:
xi
⎧ 1- =
⎪ n ⋅ a + b ∑ ---
xi ∑ yi
⎪
⎨ 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.
3.2.3. 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.
85
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
- continuarea tabelului -
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.
86
ECONOMETRIE
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 ∑ xi yi
87
⎧ 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.
88
ECONOMETRIE
∑ ( 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.
3.3. 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 ).
89
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
2 2
∑ ( y i – y ) ∑ ( y i – Yxi ) ∑ ( Y xi – y )
2
sau altfel spus: --------------------------- = ------------------------------- + -----------------------------

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
90
ECONOMETRIE
2
2 σy ⁄ r
Raportul de nedeterminaţie: k xy - .
= ---------
2
σy
Când se calculează pentru aceeaşi bază de date,
2
2 2 2
R xy + k xy = 1 ⇒ R xy = 1 – k xy
2
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 =
∑ ( yi – Yx ) - i
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
91
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;
92
ECONOMETRIE
- dacă se apropie de -1 atunci legătura este foarte strânsă şi de sens invers.

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
⋅
93
3.4. 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
9
x2 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
94
ECONOMETRIE
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
95
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%.
3.5. 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.
96
ECONOMETRIE
3.5.1. 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
⎪ ∑ 2 1 ∑ x1 x2 + b2 ∑ x2 + … + bn ∑ x2 xn = ∑ x2 y
2
⎪ ……………………………………………
⎪
⎪
⎩ a ∑ xn + b1 ∑ x1 xn + b2 ∑ x2 xn + … + bn ∑ xn = ∑ xn y
2
3.5.2. Regresia multiplă neliniară
Regresia multiplă neliniară de tipul putere ia forma:
b b b
Y x 1, x 2, …, xn = a ⋅ x 1 ⋅ x 2 + … + x n care,
1 2 n
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.
97
- 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
∑ x1 + b1 ∑ x1 + b2 ∑ x2 + b2 ∑ x2 = ∑ y
2 2
⎪ 1
⎪
⎪ 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
⎩ ∑ 2 1 ∑ x1 x2 + b1 ∑ x1 x2 + b2 ∑ x2 + b2 ∑ x2 = ∑ x2 y
2 2 2 3 4 2
3.6. DETERMINAREA INTENSITĂŢII CORELAŢIEI MULTIPLE
3.6.1. 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
98
ECONOMETRIE
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 → ∞
3.6.2. 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
∑ [ yi – ( a + b1 x1 + b2 x2 ) ] -
2
Ry x1, x2 = 1 – ------------------------------------------------------------------
∑ ( yi – y )
2
99
3.7. 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
100
ECONOMETRIE
3.8. 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.
3.8.1. 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
101
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.
102
ECONOMETRIE
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.
3.8.2. 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.
103
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
104
ECONOMETRIE
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.
3.8.3. 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:
105
∆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)
106
ECONOMETRIE
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).
107
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.
108
ECONOMETRIE
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)
109
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
110
ECONOMETRIE
Capitolul IV
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.
111
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.
4.1. 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.
112
ECONOMETRIE
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 ”
4.1.1. 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
113
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.
4.1.2. 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.
114
ECONOMETRIE
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.
4.1.2.1. 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
115
IndicI statistici
4.1.2.2. 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
I 1⁄0 =
∑ x1 ⋅ f0 ∑ x1 ⋅ f1
-------------------- ⋅ --------------------
∑ 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.
116
ECONOMETRIE
4.2. 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
4.2.1. 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
I1 ⁄ 0 =
∑ y1
------------ =
∑ x1 ⋅ f1
-------------------- , 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
I1 ⁄ 0 =
∑ x1 ⋅ f0
--------------------
∑ x0 ⋅ f0
- tip Paasche
x ∑ x1 ⋅ f1
I 1 ⁄ 0 = --------------------
∑ 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.
117
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
118
ECONOMETRIE
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
I1 ⁄ 0 =
∑ v1
------------ =
∑ q1 p1
------------------
∑ 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.
119
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.
4.2.2. Indici calculaţi ca medie a indicilor individuali
Calculul indicilor sintetici sub formă agregată necesită cunoaşterea

agregatelor ∑ x0 f0 , ∑ x1 f1 , ∑ x0 f1 , ∑ x1 f0 .
Agregatele ∑ x0 f0 = ∑ y0 şi ∑ x1 f1 = ∑ y1 pot fi obţinute direct din

evidenţa agenţilor economici, exprimând nivelul fenomenului complex în
cele două perioade.
De foarte multe ori nu se cunosc agregatele ∑ x0 f1 şi ∑ x1 f0 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.
120
ECONOMETRIE
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
IL
f
=
∑ 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
121
IndicI statistici
4.2.3. 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
122
ECONOMETRIE
• 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 %).
123
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 ∑ W 0 T 0
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 ∑ W0 T0
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 ∑ W0 T1
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.
124
ECONOMETRIE
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
125
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 %
4.3. 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).
126
ECONOMETRIE
4.3.1. 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.
127
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
128
ECONOMETRIE
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
129
IndicI statistici
4.3.2. 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 ⋅ ∆ ⋅ ∆
130
ECONOMETRIE
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.
131
IndicI statistici
4.4. 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 ″ .
132
ECONOMETRIE
3. Serii de indici de grup cu bază în lanţ şi ponderi variabile:
x
Ii ⁄ i – 1 =
∑ xi fi – 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.
133
IndicI statistici
4.5. 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.
134
ECONOMETRIE
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
135
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
136
ECONOMETRIE
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 pi0 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
137
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
138
ECONOMETRIE
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.
139
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
p × ∑qi 0 pi 0
i ip σ q ×σ 0,1996249× 0,22113 × 310,7 13,71541438
i i
i
140
ECONOMETRIE
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
141
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.
142
ECONOMETRIE
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:
143
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
144
ECONOMETRIE
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.
145
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 preturi constante ale preturi constante ale
volumului volumului 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.
146
ECONOMETRIE
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.
147
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:
148
ECONOMETRIE
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.
149
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:
vi
qi I 1996 ⁄ 1993
I 1996 ⁄ 1993 = p - × 100
----------------------
i
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.
150
ECONOMETRIE
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).
151
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
152
ECONOMETRIE
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.
W
∑ W i1 Ti1 ∑ W i0 T i1 9 9
W(W) 1 i i 9178 , 8 ⋅ 10 - 8281 ⋅ 10 -
I1 ⁄ 0 = ------
- = ---------------------
- : ---------------------
- = ------------------------------ : ------------------------ =
W0 50469 50469
∑ i1 ∑ i1
T T
i i
153
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
154
ECONOMETRIE
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).
155
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%).
156
ECONOMETRIE
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:
157
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
158
ECONOMETRIE
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.
159
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.
160
ECONOMETRIE
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.
161
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.
162
ECONOMETRIE
Capitolul V
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
163
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 ?
5.1. 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.
5.2. 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.
164
ECONOMETRIE
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.
5.3. 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 387 sortimente;

• grupa mărfurilor nealimentare cuprinde 112 posturi cu 945 sortimente;
• grupa serviciilor cuprinde 49 posturi cu 433 sortimente.
Sortimentele se individualizează în teren prin varietăţi de mărfuri şi servicii.
5.4. 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.
165
5.5. 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 1765 poziţii pentru care se culeg
decadal preţuri/ tarife practicate.
Nomenclatorul unităţilor de observare cuprinde aproximativ 6900 unităţi care
se consideră a fi cu vad comercial ridicat în principalele aglomerări urbane
(peste 87% 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.)
5.6. 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 2009 în calculul IPC se utilizează ponderile rezultate
din structura cheltuielilor medii efectuate de o gospodărie în anul 2007.
5.7. Care este metoda de calcul al IPC ?
IPC1 se calculează ca un indice de tip Laspeyres cu bază fixă. Începând

din ianuarie 2009, calculul indicilor lunari cu bază fixă se face cu preţurile
medii din anul 2007 (anul 2007 = 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 / 2009.
166
ECONOMETRIE
Formula generală de calcul a indicelui de tip Laspeyres este:
⎛ p0 q0 ⎞
∑ Ii ⁄ 2007 ⋅ ⎜⎝ -----------------
p
1) IPC 1 ⁄ 0 = -⎟ unde:
∑ 0 0⎠ p q
⎧ Indicele Preţurilor de Consum agregat

⎪
⎪ IPC 1 ⁄ 0 = al de
lunii curente (1) din anul 2009, faţă
anul de referinţă 2007;
⎪
⎪
⎪ p indicii de preţ, ai lunii curente faţă de
⎪I = media anului 2007, pe trepte ierarhice
⎨ i ⁄ 2007 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 2007).
⎩
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 2007 ( 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 2007;

- 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 2007.
Pentru sortimentele nou introduse în nomenclator:
- înregistrarea preţurilor aferente lunii decembrie 2008;
167
- 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 2008 la indicele preţului asimilat la nivel
de sortiment sau post faţă de anul 2007.
Aceste preţuri medii pentru anul de referinţă 2007 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 2007 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:
168
ECONOMETRIE
n
ps
∏ iv
p
4) I 1 ⁄i 2007 = n i
, unde
i=1
⎧ psi reprezintă Indicele Preţurilor de Consum la nivel de

⎪I 1 ⁄ 2007 = sortiment, în luna curentă faţă de media anului 2007;
⎨
⎪ 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 ⁄ 2007 ⋅ ⎜ ------------------
0 0 ⎟
5) i
I 1 ⁄ 2007 i
- unde:
⎜ s i s i⎟
⎝ ∑ p0 q0 ⎠
⎧ ppi reprezintă Indicele Preţurilor de Consum

⎪I
⁄
= la nivel de post de cheltuieli, în luna curentă
⎪ 1 2007 faţă de media anului 2007;
⎪
⎨ si si ponderea (importanţa relativă) a sortimentului ″s i ″
⎪ p0 q0
- = în total cheltuieli medii de consum;
⎪ ------------------
⎪
si si ale postului de cheltuieli;
⎩∑ 0 0
p q
- 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 ⁄ 2007 ⋅ ⎜ -------------------
0 0 ⎟
6)
i
I 1 ⁄ 2007 i
- unde:
⎜ p i p i⎟
⎝∑ 0 0 ⎠ p q
⎧ pg reprezintă indicele mediu al preţurilor de Consum

⎪I i = la nivel de grupă de cheltuieli, în luna curentă (1)
⎪ 1 ⁄ 2007 faţă de media anului de bază 2007;
⎪
⎨ p pi q pi
- = ponderea (importanţa relativă) a postului de cheltuieli ″p i ″
⎪ -------------------
0 0
⎪ pi pi în total grupă de cheltuieli ″g i ″
⎪ ∑ p0 q0
⎩
- calculul indicelui general al preţurilor de consum ca medie aritmetică
ponderată a indicilor de la nivel de grupe:
169
⎛ p gi q gi ⎞
pg pg
g
p0i q0i
g
IPC = ∑ I 1 ⁄ 2007 ⋅ ⎜ -------------------
0 0 ⎟
7) - = ∑I 1 ⁄ 2007 ⋅ --------------------
-
i i
⎜ g i g i⎟ 1000000
⎝∑ 0 0 ⎠ p q
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 2007.
Spre exemplu, ponderile calculate pentru anul 2007 din Ancheta Bugetelor
de Familie şi luate în considerare în calcului IPC pentru anul 2009 sunt:
Din 1.000 lei cheltuieli medii ale unei gospodării,

376 lei erau pentru mărfuri alimentare,
440 lei pentru mărfuri nealimentare şi
184 lei pentru plata serviciilor.
Altfel spus, din totalul cheltuielilor medii ale unei gospodării din România în
anul 2007, 37,6% erau pentru mărfuri alimentare, 44,0% pentru mărfuri
nealimentare şi 18,4% 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. 1/2009, paginile 14-16.
- 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 ⁄ 2007
8) IPC i ⁄ i – 1 = ------------------------------
IPC i – 1 ⁄ 2007
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 2009 cu bază 2007 = 100 la seria de indici cu
bază 2006 = 100.
170
ECONOMETRIE
Coeficientul de racordare s-a determinat ca raport între un indice de tip

Laspeyres calculat pentru luna decembrie 2008 în vechea bază
(2006 = 100) şi un altul de acelaşi tip şi pentru aceeaşi lună în noua bază
(2007 = 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.
171
INDICII PRETURILOR DE CONSUM

Evolutia lunara in anii 1990 - 2010 fata de luna anterioara - %-
Ian. Feb Mar Apr Mai Iun Iul Aug Sep Oct Nov Dec
Anii
luna anterioara = 100
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
TOTAL 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 101,24 100,88 100,50 100,27 100,01 100,20 99,93 99,81 100,39 100,44 100,67 100,32
2010 101,68 100,20 100,22 100,35 100,15 100,16 102,58 100,23 100,56 100,55
INDICII PRETURILOR DE CONSUM

Evolutia lunara in anii 1991 - 2010 fata de decembrie anul precedent - %-
Ian. Feb Mar Apr Mai Iun Iul Aug Sep Oct Nov Dec
Anii
decembrie anul precedent = 100
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
TOTAL
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 101,24 102,13 102,64 102,92 102,93 103,14 103,07 102,87 103,27 103,72 104,41 104,74
2010 101,68 101,88 102,10 102,46 102,61 102,77 105,42 105,66 106,25 106,83
172
ECONOMETRIE
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 2009
IPC 254,8 159,1 145,8 145,7 134,5 122,5 115,3 111,9 109,0 106,56 104,84 107,85 105,59
Indicele Preturilor de Consum fata de octombrie 1990 (%)

2005 2006 2007 2008 2009 2010
Ian. 253388,0 275913,14 286982,93 307824,34 328465,24 345547,14
Feb 254912,2 276565,46 287099,55 309991,94 331349,43 346226,03
Mar 255649,3 277141,04 287288,17 312072,92 333010,78 346983,99
Apr 260281,1 278291,81 288789,21 313692,53 333921,62 348204,52
Mai 261019,6 279963,07 290636,78 315215,21 333960,93 348716,62
Iun 261786,6 280389,95 291042,38 316091,44 334615,82 349261,99
Iul 264287,8 280688,49 291882,25 318281,55 334397,17 358257,34
Aug 264555,8 280487,90 294390,86 318008,17 333769,41 359072,29
Sep 266061,4 280635,80 297561,64 319272,68 335055,43 361078,44
Oct 268346,9 281219,30 300459,52 322660,98 336522,87 363064,37
Nov 271598,1 284290,90 303259,43 323706,65 338762,80
Dec 273087,8 286399,10 305210,24 324443,04 339834,22
5.8. 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).
173
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.
174
ECONOMETRIE
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.
175
5.8.1. 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.
176
ECONOMETRIE
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.
177
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 %
178
ECONOMETRIE
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).
5.9. 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.
179
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
180
ECONOMETRIE
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.
181
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.
5.10. 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.
182
ECONOMETRIE
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;
183
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)
184
ECONOMETRIE
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).
185
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 %
186
ECONOMETRIE
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)
187
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).
5.11. 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.
Pe site-ul oficial al Institutului Naţional de Statistică există posibilitatea
calculării automate a unui IPC dorit, selectând perioada de referinţă. Acesta
poate fi accesat la adresa: http://statistici.insse.ro/ipc/
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% ?
188
ECONOMETRIE
8. Cum se poate calcula IPC care să reprezinte creşterea medie a preţurilor

de consum dintr-o lună, faţă de media unui an anterior ?
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.
189
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).
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.
190
ECONOMETRIE
Capitolul VI
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
6.1. 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.
191
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.
192
ECONOMETRIE
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
193
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.
194
ECONOMETRIE
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.
6.2. 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.
195
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
9,3 Suceava 15,0 - 18,1
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.
196
ECONOMETRIE
6.3. 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
197
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.
198
ECONOMETRIE
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.
199
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
200
ECONOMETRIE
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
6.4. 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.
201
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.
202
ECONOMETRIE
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.
203
6.4.1. 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:
204
ECONOMETRIE
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).
205
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 %.
206
ECONOMETRIE
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 relativa distanta final
zonei 25=100% vieţii 2004
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.
207
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.
6.5. 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
208
ECONOMETRIE
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.
209
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
210
ECONOMETRIE
6.6. 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).
211
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
212
ECONOMETRIE
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:
213
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.
214
ECONOMETRIE
Capitolul VII
TEMĂ PROIECT
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.
215
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.
216
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 statisticii 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
217
ECONOMETRIE
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
218
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
219
ECONOMETRIE
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
220
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
221
ECONOMETRIE
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
222
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
223
ECONOMETRIE
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
224

Econometrie ID 125 Buc

Uploaded by

Document Information

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

Econometrie ID 125 Buc

Uploaded by

Copyright:

Available Formats

UNIVERSITATEA “Vasile Alecsandri” din BACĂU

Departamentul Învăţământ la Distanţă şi

Prof.univ.dr. HARJA EUGENIA

Prof. Univ. Dr. Vergil VOINEAGU

Grafică şi tehnoredactare: ing. Aurel TURCU

Editare PC: Lucia-Gabi Bejan-Fala

Complexitatea cu care se desfăşoară procesele economice şi sociale, la nivel micro şi

Cursul se adresează studenţilor învăţământului la distanţă, din cadrul specializării

octombrie 2010 Autorul

Obiectivele cursului vizează însuşirea procedeelor şi tehnicilor statistico-

5.6. Sistemul de ponderare folosit ?..................................................... 166

Definirea econometriei ca ştiinţă a cunoscut în timp diverse nuanţe, toate

Amintesc doar câţiva precursori ai econometriei, cu importante contribuţii la

ANALIZA SERIILOR CRONOLOGICE

În general, fenomenele din natură şi societate sunt influenţate în evoluţia lor

În prezentul capitol vom studia modalitatea corectă de constituire a unei serii

Serie cronologică Medie cronologică

2.1. PARTICULARITĂŢILE UNEI SERII CRONOLOGICE ŞI

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

Observarea statistică a unui proces se poate face ori în mod continuu, în

Seria cronologică alcătuită din mărimi de flux se numeşte serie cronologica

Această deosebire este importantă la calculul unor indicatori. Spre exemplu,

Spre exemplu, dacă am avea o serie care prezintă evoluţia efectivului

Dacă am efectua totalul datelor din această serie, respectiv suma de

În acest caz, însumarea datelor conţine înregistrări repetate, fiecare

În exemplul de mai sus, corect este să scriem: “Evoluţia efectivului

La analiza seriilor cronologice trebuie avute în vedere unele proprietăţi ale

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

Rezultă că la SCR trebuiesc măsurate şi gradul şi forma de influenţă a

• omogenitatea termenilor, adică în aceeaşi serie nu pot fi înscrise

Rezultă că indicatorii cuprinşi în aceeaşi serie cronologica trebuie să fie

• periodicitatea termenilor din care este formată seria. Fiecare fenomen

Exemplu: producţia industrială se poate urmări în unităţi de timp mai mici

Se pune problema şi alegerii întregii etape la care se referă datele. Rezultă

• interdependenţa termenilor şi anume: indicatorii prezentaţi sunt valori

Rezultă că valoarea fiecărui indicator va depinde într-o anumită măsură de

Seriile cronologice pot fi clasificate după următoarele criterii:

a) În funcţie de modul de exprimare a indicatorilor din care este formată

- SCR formate din indicatori absoluţi;

b) În funcţie de timpul la care se referă datele:

- SCR de intervale (perioade) de timp;

2.2. ANALIZA PREALABILĂ A SCR

Cea mai simplă metodă de analiză prealabilă a SCR este reprezentarea

Cronograma (histriograma) este reprezentarea grafică tipică a SCR.

Pe abcisă se reprezintă timpul prin marcarea momentelor (pentru serii de

Se pot reprezenta pe acelaşi grafic mai multe curbe. Când UM a termenilor

În cazul SCR de momente, din fiecare moment de timp pe axa abciselor se

Se recomandă ca baza coloanelor să aiba aceeaşi lungime, iar distanţa

În unele cazuri, SCR se reprezintă cu ajutorul diagramelor prin benzi.

Pentru a putea caracteriza statistic modul de dezvoltare a fenomenului este

În urma prelucrării SCR se obţin:

y i = nivelurile absolute ale termenilor seriei;

∆ i ⁄ 0 = modificarea absolută (spor sau scădere absolută)

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)

A i ⁄ i – 1 =valoarea absolută a unui procent de creştere

∆ = 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

2.3. PRELUCRAREA STATISTICĂ A

2.3.1. Indicatorii absoluti ai SCR