Professional Documents
Culture Documents
Specializarea Marketing
ECONOMETRIE
Titular de curs:
octombrie 2010
Prof.univ.dr. Eugenia HARJA
ECONOMETRIE
octombrie 2010
Referent ştiinţific: Prof. Univ. Dr. Elisabeta JABA
Pagina 5
OBIECTIVELE CURSULUI
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
Teme şi întrebări propuse pentru studiu individual............................. 109
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
Teme şi întrebări propuse pentru studiu individual............................. 159
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
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
Teme şi întrebări propuse pentru studiu individual............................. 213
Capitolul VII
TEMĂ PROIECT................................................................................ 215
Bibliografie........................................................................................ 217
10
ECONOMETRIE
Capitolul I
INTRODUCERE ÎN ECONOMETRIE
DEFINIŢII ŞI OBIECTIVE
11
Introducere în econometrie
12
ECONOMETRIE
Capitolul II
OBIECTIVE
Cuvinte cheie:
13
Analiza seriilor cronologice
SCR se mai numesc şi serii dinamice sau serii de timp. Ele descriu
statistic evoluţia în timp a unui fenomen sau proces economic.
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)
Total incorect !
14
ECONOMETRIE
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.
15
Analiza seriilor cronologice
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.
16
ECONOMETRIE
1. Indicatori absoluţi.
2. Indicatori relativi.
3. Indicatori medii.
17
Analiza seriilor cronologice
1. Indicatorii absoluţi
2. Indicatorii relativi
I i ⁄ 0 = indicele de dinamică calculat cu baza fixă;
3. Indicatorii medii
y = nivelul mediu al unui SCR de intervale;
18
ECONOMETRIE
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
Analiza seriilor cronologice
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
1500
1000
500
ti
0
1995 1996 1997 1998 1999 2000
∆i ⁄ i – 1 = yi – yi – 1
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
Analiza seriilor cronologice
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
∆2 ⁄ 0 – ∆1 ⁄ 0 = ∆2 ⁄ 1
- 460 - (- 406) = -54
.
s.a.m.d.
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.
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
yi yi
I i ⁄ i – 1 = ---------- sau I i ⁄ i – 1 (%) = ---------- × 100
yi – 1 yi – 1
y yi – 1 yi Ii ⁄ 0
-----i ÷ ---------- = ---------- ⇒ --------------- = I i ⁄ i – 1
y0 y0 yi – 1 Ii – 1 ⁄ 0
23
Analiza seriilor cronologice
I3 ⁄ 0 , 687-
- = I 3 ⁄ 2 ⇒ 0--------------
-------- = 0, 888
I2 ⁄ 0 0, 774
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.
∆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⎠
24
ECONOMETRIE
I i ⁄ 0 (%) - 100 = R i ⁄ 0
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.
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
Analiza seriilor cronologice
26
ECONOMETRIE
Pentru exemplul luat, indicatorul s-a calculat în ultima coloana din tabel.
n
∑ yi
y = i------------
=0 -
n
9045
În exemplul luat avem: y = ------------ = 1507, 5 locuinţe.
6
27
Analiza seriilor cronologice
∑ ∆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
– 894
∆ = ------------ = – 178, 8 locuinţe
5
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.
28
ECONOMETRIE
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.
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.
R = I % - 100
29
Analiza seriilor cronologice
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
30
ECONOMETRIE
Exemplu de calcul:
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
y1 y2 y3 y4 y5 y6
t1 ≠ t2 ≠ t3 ≠ … ≠ tn – 1
31
Analiza seriilor cronologice
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
Exemplu de calcul:
Care a fost stocul mediu lunar din cel de-al doilea semestru al anului ?
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
33
Analiza seriilor cronologice
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 ).
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
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
Analiza seriilor cronologice
Valori empirice
yi y1 y2 y3 y4 y5 y6 y7 y8
Valori ajustate y i – y1 y2 y3 y4 y5 y6 –
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
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
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
Analiza seriilor cronologice
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.
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
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
( ) ( )
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
39
Analiza seriilor cronologice
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
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.
σ = 12138, 8 = 110, 17
σ 110, 17
v = --- × 100 = ------------------ × 100 = 7, 3 %
y 1507, 5
40
ECONOMETRIE
±ti
yn = y0 × I × I × I × I × … × I = y0 × I
41
Analiza seriilor cronologice
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
Alegerea funcţiei care corespunde cel mai bine formei reale de evoluţie a
fenomenelor se face pe baza unei analize atente a graficului.
42
ECONOMETRIE
∑ ( yt – Yt )
2
S = i i
= minim
În cazul tendinţei liniare vom avea ecuaţia:
∑ [ 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“.
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
Analiza seriilor cronologice
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
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
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
45
Analiza seriilor cronologice
⎧ 9045 = 6 ⋅ a ⎧ a = 1507, 5
⎨ ⇒⎨
⎩ – 5663 = 70 ⋅ b ⎩ b = – 80, 9
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
∑ 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).
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.
46
ECONOMETRIE
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:
73, 117
v = ------------------ × 100 = 4, 9 %
1507, 5
47
Analiza seriilor cronologice
- 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
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)
48
ECONOMETRIE
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
yi yi
i = ----- sau i (%) = ----- × 100
y0 y0
49
Analiza seriilor cronologice
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.
50
ECONOMETRIE
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
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
51
Analiza seriilor cronologice
2.6. APLICAŢIE
52
ECONOMETRIE
∑ 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
53
Analiza seriilor cronologice
= 0, 9758 = 97, 58 %
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 .
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
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.
55
Analiza seriilor cronologice
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
∑
2
Yi – yt 550071 ⋅ 1136- =
- abaterea medie pătratică = i
------------------------- = ---------------------------------
n 24
= 22919, 6 = 151, 39
151, 39
= ------------------- x100 = 36%
420, 58
56
ECONOMETRIE
57
Analiza seriilor cronologice
În continuare vom folosi R pentru analiza unor serii de timp din economia
reală a judeţului Bacău.
58
ECONOMETRIE
59
Analiza seriilor cronologice
60
ECONOMETRIE
data: x
D = 0.1297, p-value = 0.07389
alternative hypothesis: two.sided
> shapiro.test(x)
data: x
W = 0.9601, p-value = 0.004637
61
Analiza seriilor cronologice
Se aplică :
b1<-ts(q[,1],start=1998,freq=12)
b2<-(stl(log(b1),s.window=”periodic”, robust=TRUE))
plot(b2)
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):
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.
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
Analiza seriilor cronologice
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
Produse petroliere
(faţă de media totală 1998)
65
Analiza seriilor cronologice
66
ECONOMETRIE
3. Care sunt relaţiile dintre sporurile cu bază fixă şi cele cu bază în lanţ ? Dar
invers ?
11. Cum putem afla care model matematic corespunde cel mai bine tendiţei
de dezvoltare a fenomenului ?
67
Analiza seriilor cronologice
68
ECONOMETRIE
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 $)
69
Analiza seriilor cronologice
70
ECONOMETRIE
Capitolul III
OBIECTIVE
Cuvinte cheie
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.
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.
72
ECONOMETRIE
73
Analiza seriilor interdependente (Regresie şi corelaţie)
74
ECONOMETRIE
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.
x0 – x1 f1 ∑ y11 y1
x1 – x2 f2 ∑ y22 y2
.. .
... .
TOTAL ∑ ∑ yij y
75
Analiza seriilor interdependente (Regresie şi corelaţie)
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
76
ECONOMETRIE
1) 2) 3)
4) 5) 6)
77
Analiza seriilor interdependente (Regresie şi corelaţie)
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
Parabola de gradul 2: Y = a + bx + cx prezintă un punct de maxim sau de
minim în funcţie de semnul coeficientului de regresie “c“.
79
Analiza seriilor interdependente (Regresie şi corelaţie)
c>0
c<0
Parabola de gradul 3:
d<0 A
d>0
B
2 3
Y x = a + bx + cx + dx
80
ECONOMETRIE
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.
Y x = a + bx + e ,
81
Analiza seriilor interdependente (Regresie şi corelaţie)
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
⎧ ∂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
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
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
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
Analiza seriilor interdependente (Regresie şi corelaţie)
∑ yi ∑ xi n ∑ yi
∑ xi y ∑ xi ∑ xi ∑ xi yi
2
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
⎧ n log a + log b x =
⎪ ∑ i ∑ log y
⎨
⎪ log a x + log b x 2i =
⎩ ∑ ∑ ∑ x log y
3.2.3. EXEMPLU
85
Analiza seriilor interdependente (Regresie şi corelaţie)
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
86
ECONOMETRIE
12
Note la
statistica 10
yi 8
0
0 2 4 6 8 10
Note la matematica xi
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
Analiza seriilor interdependente (Regresie şi corelaţie)
⎧ 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 ⇒
10 ⋅ 457 – 62 ⋅ 69
= -------------------------------------------------------------------------------------- = 0, 95 ⇒
2 2
[ 10 ⋅ 410 – 62 ] ⋅ [ 10 ⋅ 513 – 69 ]
88
ECONOMETRIE
∑ ( yi – Yx ) -
2
3, 594
1 – 0, 0974 = 0, 9026 = 0, 95
i
R xy = 1 – ------------------------------ = 1 – --------------- =
36, 9
∑ ( yi – y )
2
r xy = R xy = 0, 95
Prin metoda regresiei s-a găsit modelul matematic care corespunde cel mai
bine legăturii dintre două sau mai multe fenomene din natură şi societate.
89
Analiza seriilor interdependente (Regresie şi corelaţie)
2 2 2
σy = σy ⁄ r + σy ⁄ x
2 2
∑ ( y i – y ) ∑ ( y i – Yxi ) ∑ ( Y xi – y )
2
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 )
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 este mai aproape de 0, legătura este mai mică sau nu există.
91
Analiza seriilor interdependente (Regresie şi corelaţie)
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 .
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
n ∑ xi yi – ∑ xi ⋅ ∑ yi
r xy = --------------------------------------------------------------------------------------------------
-
2 2
n ∑ xi – ( ∑ xi ) ⋅ n ∑ yi – ( ∑ yi )
2 2
92
ECONOMETRIE
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:
93
Analiza seriilor interdependente (Regresie şi corelaţie)
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.
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
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:
⎧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
95
Analiza seriilor interdependente (Regresie şi corelaţie)
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
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
b b b
Y x 1, x 2, …, xn = a ⋅ x 1 ⋅ x 2 + … + x n care,
1 2 n
97
Analiza seriilor interdependente (Regresie şi corelaţie)
⎧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
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 ,
Ry x1, x2 → ∞
∑ ( 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
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
Analiza seriilor interdependente (Regresie şi corelaţie)
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
y1 y2 Total
x1 a b a+b
x2 c d c+d
Total a+c b+d a+b+c+d
101
Analiza seriilor interdependente (Regresie şi corelaţie)
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--- b---
= ⇒a⋅d–b⋅c = 0
c d
a 0 a b a b 0 b
0 d 0 d c 0 c d
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.
102
ECONOMETRIE
Sex
M F TOTAL
Mediu
- Urban 184,8 193,1 377,9
- Rural 186,2 182,0 368,2
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
Analiza seriilor interdependente (Regresie şi corelaţie)
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;
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
105
Analiza seriilor interdependente (Regresie şi corelaţie)
∆y ∆x ∆y x
E = ------ ÷ ------ = ------ ⋅ --
y x ∆x y
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)
107
Analiza seriilor interdependente (Regresie şi corelaţie)
108
ECONOMETRIE
3. Cum se alege cel mai bun model care să exprime legătura dintre două
fenomene ?
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
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
Analiza seriilor interdependente (Regresie şi corelaţie)
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
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
111
IndicI statistici
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.
112
ECONOMETRIE
v = p ⋅ q
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
x pl f pl x pl ⋅ f pl
------ ; ----- ; ----------------
x0 f0 x0 ⋅ f0
113
IndicI statistici
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
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
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.
x ∑ x1 ⋅ f
I 1 ⁄ 0 = ------------------
f ∑ f1 ⋅ x
şi I 1 ⁄ 0 = ------------------
∑ x0 ⋅ f ∑ f0 ⋅ x
∑ 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
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.
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
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.
- 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)
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).
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‘)
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
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).
119
IndicI statistici
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
120
ECONOMETRIE
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
∑ yi ∑ xi ⋅ fi *
x = ----------- = ------------------ = ∑ xi ⋅ fi , în care
∑ fi ∑ fi
*
fi = structura factorului cantitativ;
sau altfel spus, frecvenţa relativă.
(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
(3)
(f)
I1 ⁄ 0 =
∑ x0 ⋅ f1 ∑ x0 ⋅ f0
-------------------- : -------------------- =
∑ x0 ⋅ f1
-----------------------
*
∑ f1 ∑ f0 ∑ x0 ⋅ f0
(1) = (2) ⋅ (3)
∆1 = ∆2 + ∆3
∑ 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
*
W
I 1 ⁄ 0i =
∑ Q1 ∑ Q0
------------- : ------------- =
∑ W1 T1 ∑ W0 T0
-------------------- : -------------------- =
∑ W1 T1
-------------------------
*
∑ T1 ∑ T0 ∑ T1 ∑ T0 ∑ W 0 T 0
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.
*
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
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:
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
T
-------i-
Wi ΣT i
k +k = 100 %
Q = q⋅p
126
ECONOMETRIE
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
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 .
127
IndicI statistici
(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
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
valoarea producţiei
Q
W = ---- ⇒ Q = W ⋅ T = T × Wh ⋅ Dz ⋅ Dl
T
numărul mediu salariaţi
129
IndicI statistici
∑ 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 )
′ x f
kf = kf ⋅ ∆ ⋅ ∆
130
ECONOMETRIE
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;
′
( ∑ 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
a) baza de raportare
- cu bază fixă;
- cu baza în lanţ.
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
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
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:
134
ECONOMETRIE
Rezolvare:
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
- continuarea tabelului -
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
qi1
i1q/ 0 = sau i1q/ 0 × 100
qi 0
135
IndicI statistici
p p p p
i1 /i 0= i1 sau i1 /i 0= i1 ×100
pi 0 pi 0
2897
i1p/i0 = = 0,905 sau 90,5%
3201
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
∑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
∑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
∑q i1 p i1
502 ,4
I vi
= i
= = 1 ,617 sau 161 ,7 %
∑q
1/ 0
i0 p i0 310 ,7
i
137
IndicI statistici
Se verifică doar în cazul în care cei doi indici componenţi s-au calculat pe
baza unor sisteme de ponderare diferite.
138
ECONOMETRIE
∆q1 / 0 146,8
× 100 = × 100 = 76,6%
∆1 / 0
v
191,7
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
∑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
∑ 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
∑ 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
∑( 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
∑ (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
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
- continuarea tabelului -
(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
142
ECONOMETRIE
Problema nr. 2
Se cere:
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
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
Exemplu de calcul:
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.
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%.
Tabelul nr.2
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%).
145
IndicI statistici
∆q1994
i(servicii comerciale)
= 2222 ,5 − 1882 ,0 = +340 ,5 miliarde lei
993
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
146
ECONOMETRIE
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.
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
∆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.
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.
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
12144,1
× 100 = 499,6%
2430,9
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
150
ECONOMETRIE
Problema nr.3
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:
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
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:
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
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
W W (Wi ) W (Ti )
I1 / 0i = I1 / 0i × I1 / 0i
∑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
∑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
∑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
∆W1 /i0(Wi ) 17 ,8
× 100 = × 100 = 95,2%
∆ Wi 18,7
1/ 0
155
IndicI statistici
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)
156
ECONOMETRIE
Sporul total:
∆ 1q/i(W
0
i ,Ti )
= ∑ Wi1Ti1 − ∑ Wi 0Ti 0 = 9178 ,8 − 10481,7 = −1302 ,9 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:
157
IndicI statistici
⎛ β⎞
∆q1i/(W0 i ) = qi 0 α⎜1 + ⎟ = 10481,7 × 0 ,1146 ⋅ ⎛⎜1 −
0 ,2144 ⎞
⎟ = 1073,1
⎝ 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:
158
ECONOMETRIE
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.
159
IndicI statistici
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
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
160
ECONOMETRIE
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
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
161
IndicI statistici
162
ECONOMETRIE
Capitolul V
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.
Cuvinte cheie
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 ?
IPC este unul din indicatorii cei mai utilizaţi în practica economică.
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.
165
Indicele preţurilor de consum
166
ECONOMETRIE
⎛ p0 q0 ⎞
∑ Ii ⁄ 2007 ⋅ ⎜⎝ -----------------
p
1) IPC 1 ⁄ 0 = -⎟ unde:
∑ 0 0⎠ p q
167
Indicele preţurilor de consum
⎧ 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;
⎩
168
ECONOMETRIE
n
ps
∏ iv
p
4) I 1 ⁄i 2007 = n i
, unde
i=1
169
Indicele preţurilor de consum
⎛ 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:
Spre exemplu, ponderile calculate pentru anul 2007 din Ancheta Bugetelor
de Familie şi luate în considerare în calcului IPC pentru anul 2009 sunt:
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.
IPC i ⁄ 2007
8) IPC i ⁄ i – 1 = ------------------------------
IPC i – 1 ⁄ 2007
170
ECONOMETRIE
171
Indicele preţurilor de consum
172
ECONOMETRIE
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 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).
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
Indicele preţurilor de consum
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.
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.
174
ECONOMETRIE
inflatiei
R 08.2006 ⁄ 07.2006 = – 0, 07 %
Observaţie:
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
Indicele preţurilor de consum
(de unde rata medie lunară a inflaţiei în anul 2005 = 100,69 - 100 = +0,69 %)
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.
Toţi aceşti indici sunt cu bază fixă - decembrie anul anterior prin urmare
baza de raportare este aceeaşi numai pentru indicii calculaţi pentru acelaşi
an.
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
Indicele preţurilor de consum
253388,0+254912,2+...+273087,8 262914,6
= ----------------------------------------------------------------------------------- = ------------------------ = 1,090 sau 109,0 %
232592,1+234062,9+...+251360,8 241176,1
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:
275913,14+276565,46+277141,04
------------------------------------------------------------------------------------
3 276539, 88
= ------------------------------------------------------------------------------------- = --------------------------- =
268346,9+271598,1+273087,8 271010,93
---------------------------------------------------------------------------
3
178
ECONOMETRIE
inflatiei
În exemplul de mai înainte, R an 2005 ⁄ an 2004 = 9%
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 !
• IPC lunari sau IPC la sfârşitul anului, atunci când sumele exprimate în
moneda naţională provin din anumite luni ale anului;
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
Indicele preţurilor de consum
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:
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 %
180
ECONOMETRIE
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.
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 !
181
Indicele preţurilor de consum
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 %
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
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 =
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:
⎧
⎪ 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
Indicele preţurilor de consum
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.
sal.real
∆ 07.2006 ⁄ 07.2004 = 7253618 – 5883194 = +1370424 lei ROL
184
ECONOMETRIE
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.
185
Indicele preţurilor de consum
- pentru lunile din anul curent se vor folosi indicii lunari cu bază luna
decembrie anul precedent;
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 =
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:
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
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 %
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%
c) IPC 12.2005 ⁄ 2005 = 1,0387 sau 103,87 % (s-a calculat la exemplul nr.1)
187
Indicele preţurilor de consum
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).
3. Care este diferenţa dintre IPC lunar şi IPC la sfârşitul perioadei ? Daţi
exemple de interpretare pentru ambele situaţii.
7. Cum se poate calcula un IPC aferent unei perioade dorite utilizând doar
indicii cu bază: decembrie an anterior = 100% ?
188
ECONOMETRIE
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 ?
14. Cat valora suma de 5.600 lei din luna februarie 1992 in preturile medii
ale lunii noiembrie 2008 ?
189
Indicele preţurilor de consum
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.
(Nota: in 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.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
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.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
23. Cât reprezinta 30 milioane lei din luna noiembrie 2001 in preturile medii
ale lunii februarie 2008.
(Nota: in calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
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.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
190
ECONOMETRIE
Capitolul VI
OBIECTIVE
Cuvinte cheie
191
Serii teritoriale (de spaţiu)
192
ECONOMETRIE
193
Serii teritoriale (de spaţiu)
194
ECONOMETRIE
195
Serii teritoriale (de spaţiu)
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
196
ECONOMETRIE
197
Serii teritoriale (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
y
Spre exemplu: ∆ A ⁄ y = y A – y
b) Indicatori relativi:
198
ECONOMETRIE
Aşa cum s-a prezentat la capitolul indici, aceştia se pot calcula fie ca indici
individuali, fie ca indici sintetici (de grup).
y yA y yB
i A ⁄ B = ----- sau i B ⁄ A = -----
yB yA
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.
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.
199
Serii teritoriale (de spaţiu)
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.
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”.
∑ 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
1--- ; 1
∑ gi
2
CG = CG ∈
n
1
are acelaşi dezavantaj, respectiv valoarea minimă --- este variabilă în
n
funcţie de numărul “n” al categoriilor.
n ∑ gi – 1
2
CS = ------------------------ C s ∈ [ 0 ;1 ]
n–1
201
Serii teritoriale (de spaţiu)
4) Valorificarea rezultatelor.
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.
202
ECONOMETRIE
Metoda are avantajul unei aplicări rapide, dar după cum am spus mai înainte
clasamentul suferă din punct de vedere al consistenţei ştiinţifice.
203
Serii teritoriale (de spaţiu)
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
204
ECONOMETRIE
Ranguri dupa:
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
Serii teritoriale (de spaţiu)
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.
Etape de lucru:
Exemplu de calcul:
206
ECONOMETRIE
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
Serii teritoriale (de spaţiu)
y
y y1 z z1 I 1⁄0
I1 ⁄ 0 = ----- ; I1 ⁄ 0 = ---- ; I y⁄z = ----------
z
-
y0 z0 I 1⁄0
208
ECONOMETRIE
n
I = 2 , unde n = numărul de ani după care se va produce dublarea
fenomenului.
log 2
n log I = log 2 ⇒ n = ---------------
n log I
n
I = 3 şi aşa mai departe.
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.
n
yn = y1 ⋅ I
209
Serii teritoriale (de spaţiu)
n n
y 1 (A) ⋅ I (A) = y 1 (B) ⋅ I (B) ,
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) ⇒
Ştim că:
y 1 (B) – y 1 (A)
y 1 (A) + ∆ A ⋅ n = y 1 (B) + ∆ B ⋅ n ⇒ n = -------------------------------
∆A – ∆B
210
ECONOMETRIE
211
Serii teritoriale (de spaţiu)
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
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.
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 ?
213
Serii teritoriale (de spaţiu)
Se cere:
214
ECONOMETRIE
Capitolul VII
TEMĂ PROIECT
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.
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
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.
216
BIBLIOGRAFIE
217
ECONOMETRIE
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
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
221
ECONOMETRIE
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
223
ECONOMETRIE
224