STATISTICĂ

1

UNIVERSITATEA HYPERION FACULTATEA DE ŞTIINŢE ECONOMICE

STATISTICĂ
- SUPORT DE CURS ÎN FORMAT ID -

AUTORI: Conf.univ.dr. Mihăilescu Nicolae Asist.univ.drd. Enache Calcedonia

2011

STATISTICĂ

2

. Dr. Uzlău

INTRODUCERE
Cursul de Statistică asigură: însuşirea conceptelor de bază ale statisticii, a metodelor şi procedeelor de observare, prelucrare şi analiză statistică. însuşirea de cunoştiinţe şi formarea de deprinderi la studenţi, care să le permită realizarea cercetărilor statistice în domeniul economic. formarea deprinderilor necesare utilizării metodelor şi procedeelor statistice la elaborarea unor lucrări de cercetare fundamentale şi aplicative. Acest curs este un instrument în mâna celor care doresc să cunoască şi să înţeleagă esenţa fenomenelor social-economice, să modeleze şi să previzioneze evenimente. Prin conţinutul său aplicativ şi profund ştiinţific, datorită metodologiei riguroase de prelucrare matematică a datelor statistice primare, manualul de statistică oferă o logică clară care priveşte culegerea, prelucrarea şi interpretarea rezultatelor obţinute în contextul desfăşurării unei cercetări statistice. Metodele statistice expuse în manual sunt de utilitate directă pentru elaborarea lucrărilor de cercetare fundamentală şi aplicativă precum şi pentru fundamentarea unor decizii de natură managerială la nivelul formaţiunilor economice. Utilizarea metodelor statistice în cercetare asigură garanţia unor rezultate şi concluzii viabile, răspu nde imperativelor de cunoaştere în condiţii de detaliere a cauzelor şi factorilor care explică o anumită stare social-economică. Acest manual este destinat atât studenţilor care se formează în arta cunoaşterii ştiinţifice cât şi acelora care prin natura preocupărilor profesionale trebuie să apeleze la

Universitatea Hyperion | 2011

STATISTICĂ mijloace adecvate şi necesare realizării investigaţiilor faptice şi teoretice cu care sunt confruntaţi.

3

Cursul“Statistică”este structurat în nouă unităţi de învăţare (capitole), fiecare dintre acestea indicând următoarele elemente: timp estimativ de studiu pentru asimilarea informaţiei; competenţe specifice unităţii de învăţare; cuprins al unităţii de învăţare; teme de control; bibliografie specifică unităţii de învăţare.

Evaluarea cunoştinţelor – constă în evaluarea finală, concretizată prin examenul susţinut în perioada de sesiune.

Universitatea Hyperion | 2011

STATISTICĂ

4

CUPRINSUL SUPORTULUI DE CURS
I. Unitatea de învăț are nr. 1 – STATISTICA – ŞTIINŢĂ ŞI METODOLOGIE DE CERCETARE A FENOMENELOR SOCIAL-ECONOMICE I.1. Obiectul şi metoda statisticii I.2.Funcţiile statisticii I.3. Concepte de bază folosite de statistică I.4. Cercetarea statistică I.5.Tipuri de erori care pot apare într-o cercetare statistică I.6. Tema de control a unităț ii de învăț are nr. 1 I.7. Bibliografia specifică unităț ii de învăț are nr. 1 II. Unitatea de învăț are nr. 2 - SISTEMATIZAREA DATELOR STATISTICE SUB FORMA GRUPĂRILOR ŞI SERIILOR STATISTICE II.1. Gruparea datelor statistice II.2. Seriile statistice II.3. Tema de control a unităț ii de învăț are nr. 2 II.4. Bibliografia specifică unităț ii de învăț are nr. 2 III. MEDII III.1. Mărimile relative III.2. Mărimile medii III.2.1. Felurile şi semnificaţia mărimilor medii III.2.2. Mărimi medii de poziţie (mediana şi modulul) III.2.3. Media în cazul caracteristicii alternative 28 31 31 48 53
2011

8 10 10 15 16 18 18

19 23 25 26

Unitatea de învăț are nr. 3–MĂRIMILE RELATIVE Ș I

STATISTICĂ

5

III.4. Tema de control a unităț ii de învăț are nr. 3 III.5. Bibliografia specifică unităț ii de învăț are nr. 3 IV. Unitatea de învăț are nr. 4 - INDICATORII DE INFORMARE STATISTICĂ PRIVIND VARIABILITATEA, SIMETRIA, APLATIZAREA Ș I CONCENTRAREA IV.1. Indicatorii gradului de variabilitate IV.1.1. Felurile şi semnificaţia indicatorilor gradului de variabilitate IV.1.2.Dispersia în cazul caracteristicii alternative IV.1.3. Felurile dispersiilor IV.1.4. Analiza dispersională IV.2. Indicatorii asimetriei şi boltirii (aplatizării) seriilor de repartiţie IV.3. Indicatorii gradului de concentrare / diversificare IV.4. Tema de control a unităț ii de învăț are nr. 4 IV.5. Bibliografia specifică unităț ii de învăț are nr. 4 V. Unitatea de învăț are nr. 5 – PREZENTAREA DATELOR STATISTICEÎN TABELE ŞI SUB FORMA REPREZENTĂRILOR GRAFICE V.1. Prezentarea datelor statistice în tabele şi sub forma reprezentărilor grafice V.2. Tema de control a unităț ii de învăț are nr. 5 V.3. Bibliografia specifică unităț ii de învăț are nr. 5 VI. Unitatea de învăț are nr. 6 – STUDIUL STATISTIC AL CORELAŢIILOR DINTRE FENOMENE VI.1. Metode simple de analiză a corelaţiilordintre fenomene VI.2. Metodele statistico-matematice de analiză a corelaţiilor dintre

55 55

57 57

64 65 68 72 75 79 79

80

89 90

92 94

Universitatea Hyperion | 2011

8 VIII. Indicii de grup medii armonici VII.5. Unitatea de învăț are nr.STATISTICĂ 6 fenomene VI. Caracterizarea dinamicii fenomenelor social-economice cu ajutorul coeficienţilor de elasticitate VIII. Indicii teritoriali VII. Metodologia de calcul şi interpretare a indicilor statistici VII. Indicii de grup medii aritmetici VII. Erorile în cercetarea statistică prin sondaj IX. Tema de control a unităț ii de învăț are nr. Procedee de sondaj 207 210 213 205 205 161 167 186 202 132 147 148 148 156 159 159 126 130 130 Universitatea Hyperion | 2011 .1. Indicii de grup calculaţi ca raport între mărimi medii VII. Unitatea de învăț are nr. 7 VII. Bibliografia specifică unităț ii de învăț are nr. 7 VIII.5.3. 8 IX.Metode de analiză a corelaţiei rangurilor VI. Ajustarea seriilor dinamice VIII.1. Tema de control a unităț ii de învăț are nr. Fundamente conceptuale privind cercetareastatistică prin sondaj IX.2.7.6.1.INDICII STATISTICI VII. Unitatea de învăț are nr. 7 . 6 VI.4. Bibliografia specifică unităț ii de învăț are nr. Măsurarea oscilaţiilor sezoniere VIII.2.6. Bibliografia specifică unităț ii de învăț are nr.3.3. 9 .8–ANALIZA STATISTICĂ A SERIILOR DINAMICE VIII. 6 VII.5.4. Tema de control a unităț ii de învăț are nr.2.3. Sistemul de indicatori ai seriilor dinamice VIII.4.CERCETAREA STATISTICĂ PRIN SONDAJ IX.

4 XIII. ANEXA NR.4. Felurile eşantioanelor IX. 2 XII.3. 9 IX. ANEXA NR.5. ANEXA NR. 1 XIII. PROBLEME PROPUSE BIBLIOGRAFIA SPECIFICĂ ÎNTREGULUI 220 260 260 262 270 SUPORT DE CURS XII.1. NOTIȚ ELE CURSANTULUI XIII. ANEXE XIII.5.STATISTICĂ 7 IX. 3 XIII.2. ANEXA NR. Tema de control a unităț ii de învăț are nr. ANEXA NR.4.6. 5 271 274 275 276 277 278 281 Universitatea Hyperion | 2011 . XI. 9 X. Bibliografia specifică unităț ii de învăț are nr.

1.6.  să cunoască tipurile de erori care pot afecta rezultatele unei cercetări statistice.5. în strânsă interdependenţă cu conţinutul lor calitativ. 10) I.1. legităţile dezvoltării sociale.  să cunoască conceptele de bază ale statisticii. 1 (pag. studenţii trebuie:  să să înţeleagă care este obiectul şi metoda statisticii. Cuprinsul unităţii de învăţare: I.4.7.Cercetarea statistică (pag. 1: STATISTICA – ŞTIINŢĂ ŞI METODOLOGIE DE CERCETARE AFENOMENELOR SOCIAL-ECONOMICE Timpul de studiu individual estimat: 1 h Competenţele specificeunităţii de învăţare: La sfarşitul parcurgerii unităţii de învăţare. 16) I. Concepte de bază folosite de statistică (pag. 18) I. 18) I. Funcţiile statisticii (pag.Tipuri de erori care pot apare într-o cercetare statistică (pag. 8) I. 10) I. pe baza expresiei cantitative a fenomenelor social-economice de masă. Bibliografia specifică unităţii nr. Obiectul şi metoda statisticii (pag. 15) I. în condiţii concrete de loc şi timp.3. 1 (pag.  să cunoască structura metodologică a cercetării statistice.2.Unitatea de studiu nr. Tema de control a unităţii nr. OBIECTUL ŞI METODA STATISTICII Statistica studiază. 2011 .

sintetici şi analitici.STATISTICĂ Statistica are ca obiect cercetarea fenomenelor social-economice cu existenţă concretă. statistica ilustrează viaţa economică şi socială în mărimi cifrice denumite generic. cu precădere. Privită în timp metoda statisticii a cunoscut un proces permanent de dezvoltare şi este legată. perfecţionarea şi elaborarea unor noi procedee care să răspundă cerinţelor de conţinut ale analizei acestor fenomene. statistica dispune de o metodă proprie de cercetare. este una din sarcinile de bază ale statisticii. se compensează reciproc şi explică caracterul real al legităţilor statistice. Cercetarea statistică a fenomenelor social-economice asigură informaţiile necesare desfăşurării unui proces decizional fundamentat în mod real pe o formă de investigare ştiinţifică. de la valoarea lor medie. indicatori. Folosirea diferenţiată a procedeelor statistice. de progresele înregistrate în teoria probabilităţilor şi statistica matematică. se caracterizează printr-o stabilitate sau regularitate statistică care este evidenţiată cu mai multă siguranţă atunci când numărul observaţiilor sau al elementelor componente ce formează fenomenul supus studiului este mai mare. la dimensionarea prin indicatori specifici. Teoria probabilităţilor este fundamentată pe această stabilitate statistică a fenomenelor de masă care este cunoscută sub denumirea de legitate statistică. Conţinutul conceptului de teorie a probabilităţilor se bazează pe abstractizarea legităţilor statistice proprii fenomenelor de masă. în concordanţă cu natura calitativă a fenomenelor studiate. a trăsăturilor esenţiale ale fenomenelor. Pentru a cuantifica prin indicatori starea fenomenelor social-economice. trecând de la date individuale numeroase şi variate ca formă de manifestare. Fenomenele de masă care au loc în viaţa social-economică. abaterile întâmplătoare ale elementelor individuale care formează un fenomen de masă. Se precizează că o legitate statistică este un adevăr constatat experimental şi în aceste condiţii nu se poate demonstra. Universitatea Hyperion | 2011 9 . Prin urmare. Cu ajutorul generalizărilor şi abstractizărilor cu care operează.

prelucrării şi analizei datelor statistice. 5) Funcţia de raţionalizare. De asemenea. funcţiile statisticii definesc obiectivele de organizare.STATISTICĂ 10 I. supraveghere şi control a fluxului de date şi informaţii statistice.3. FUNCŢIILE STATISTICII Funcţiile statisticii caracterizează cadrul general al modului în care sunt aplicate mecanismele de realizare a cercetărilor statistice. demografică. În acest context pot fi menţionate următoarele funcţii: 1) Funcţia organizatorică şi metodologică de efectuare ştiinţifică a cercetărilor statistice de interes naţional şi internaţional. CONCEPTE DE BAZĂ FOLOSITE DE STATISTICĂ În procesul studiului fenomenelor social-economice. precum şi a modului în care sunt comunicate puse în valoare şi utilizate rezultatele acestora. 4) Funcţia de perfecţionare metodologică a observării. optimizare. cu o existenţă obiectivă şi localizată clar în timp şi spaţiu Universitatea Hyperion | 2011 . metodologia statistică operează cu noţiuni specifice al căror conţinut trebuie înţeles în mod corect pentru a putea da o interpretare adecvată a rezultatelor obţinute prin prelucrarea datelor statistice. geografică.2. Populaţia statistică reprezintă ansamblul elementelor care au una sau mai multe caracteristici comune. perfecţionare şi dezvoltare metodologică. 3) Funcţia de informare oficială a organismelor internaţionale interesate cu privire la situaţia social-economică. juridică sau de altă natură. 2) Funcţia de informare a factorilor de decizie şi în general de informare a publicului naţional privind rezultatele cercetărilor statistice efectuate. de cunoaştere a fenomenelor social-economice şi de identificare a legităţilor statistice. I.

caracteristicile asociate sunt: vârsta. Unitatea de observare statistică este elementul component al populaţiei statistice la care se particularizează nivelul individual al caracteristicilor statistice. ca formă şi conţinut. Unităţile simple sunt reprezentate printr-un singur element structural obiectiv. .. astfel: . starea civilă etc. . sexul.după modul în care se manifestă.de spaţiu (exprimă particularitatea unităţilor statistice de a exista într-un anumit punct al spaţiului) . profesia. cum ar fi de exemplu persoana.pe intervale (continuă) . ca de exemplu: familia.pe variante (discretă sau prezentare în numere întregi) . piesa etc. în timp ce unităţile complexe sunt formate din mai multe unităţi simple.după conţinutul caracteristicilor. produsul.forma nealternativă (caracteristică cu mai mult de două variante de manifestare) Universitatea Hyperion | 2011 11 . . noţiunea de fenomen de masă sau calectivitate statistică. tipologiei de existenţă a unităţilor statistice.numerice sau cantitative . cu acelaşi conţinut.exprimate prin cuvinte (legate de natura unităţilor statistice) . Dacă unitatea statistică este persoana.de timp (exprimă particularitatea unităţilor statistice de a fi apărut la un anumit moment sau de a fi existat un anumit interval de timp) .după modul de prezentare al caracteristicilor numerice.forma alternativă (caracteristică cu două variante de manifestare) . Caracteristicile statistice pot fi clasificate în funcţie de mai multe criterii.. întreprinderea etc.STATISTICĂ Din punct de vedere al terminologiei practice pentru conceptul de populaţie statistică se foloseşte. Caracteristica statistică este acea însuşire comună tuturor unităţilor populaţiei statistice supusă cercetării ale cărei valori diferă de la o unitate statistică la alta sau de la un grup de unităţi la altul. Caracteristicile statistice sunt specifice. Unităţile statistice au o formă de existenţă care poate fi simplă sau complexă.

indicatori medii 12 Legea numerelor mari are: .Teorema lui Poisson Inegalitatea lui Cebâşev dimensionează o limită inferioară a probabilităţii ca Universitatea Hyperion | 2011 .Teorema lui Bernoulli .STATISTICĂ Totalitatea caracteristicilor statistice care fac obiectul unei cercetări statistice formează „programul observării”. . Frecvenţa este numărul de unităţi statistice la care se înregistrează o variantă a caracteristicii. Forma indicatorilor statistice depinde de gradul de prelucrare la care au fost supuse datele iniţiale.o formă generală de manifestare prin caracterul real al legităţilor statistice şi respectiv. Indicatorul statistic este expresia numerică a unei determinări calitative obiective rezultată în urma unei cercetări statistice.Teorema lui Cebâşev . astfel: .indicatori absoluţi .indicatori relativi .o formă specifică care este exprimată printr-un grup de teoreme ale teoriei probabilităţilor: . Varianta este nivelul individual al caracteristicii statisticii asociat unei unităţi statistice sau unui grup de unităţi.Inegalitatea lui Cebâşev .

ε Δ x .STATISTICĂ 13 valoarea medie. 0 . Universitatea Hyperion | 2011 . P x zζ x x0 x zζ x Φz Teorema lui Cebâşev are. k. În acest caz. cu media zero şi dispersia egală cu unitatea. unde x este valoarea medie a caracteristicii X calculată pe baza datelor obţinute prin sondaj. şi media colectivităţii generale. diferenţa dintre valoarea medie x obţinută pe baza sondajului. fără alte condiţii restrictive. calculată pe baza datelor obţinute prin sondaj. Prin urmare. P x0 x kζ x 2 ζx 1. de asemenea. x0 . inegalitatea lui Cebâşev este utilizată la calculul intervalelor de încredere pentru valoarea medie a unei caracteristici deţinută de unităţile colectivităţii generale. ζx . valoare în intervalul. este o variabilă normală normată. x . depăşeşte limita de 40 de unităţi sau de observaţii. converge către o repartiţie normală. nu este afectată de erori care nu pot fi calculate. x ε . . notată cu z. astfel. iar inegalitatea lui Cebâşev poate fi scrisă astfel. ε se exprimă în unităţi egale cu eroarea medie de sondaj a valorii medii. necunoscută. să ia o ε . k x . deci când o estimaţie. şi este corespondentul erorii limită sau a erorii maxime admise în cercetare. adică.2 2 k ζx 1- 1 k2 Când volumul eşantionului constituit prin aplicarea unor procedee aleatorii de sondaj. o importanţă deosebită în teoria sondajelor şi a estimaţiilor deoarece prin enunţul ei se explică când o estimaţie este nedistorsionată. a caracteristicii studiate în colectivitatea generală. x x0 . În practică.

necunoscută. în care: f . adică. probabilitatea de a obţine un rezultat cât mai apropiat de structura reală a populaţiei statistice creşte odată cu numărul de extrageri.probabilitatea.numărul unităţilor care formează eşantionul.. Universitatea Hyperion | 2011 . Poisson consideră că f tinde către p „în probabilitate”. Teorema lui Poisson. Teorema lui Bernoulli are următorul enunţ: dacă se fac n experimente sau n extrageri de unităţi de sondaj dintr-o populaţie statistică. n lim P f-p 1 . în care. p . n lim p1 p2 n .STATISTICĂ Enunţul teoremei lui Cebâşev poate fi sintetizat astfel: valoarea medie a mediilor tuturor eşantioanelor posibil a fi formate prin procedee aleatorii de extragere este egală cu media caracteristicii respective calculată la nivelul colectivităţii generale. folosind procedee aleatorii de extragere.frecvenţa relativă calculată pe baza sondajului. 14 M xi x0 . pn p atunci. a aceluiaşi eveniment sau a aceleiaşi stări. apropiindu-se de certitudine la infinit. n . existentă în colectivitatea totală (generală)..Teorema lui Poisson este o generalizare a teoremei luiBernoulli. xi este valoarea medie a caracteristicii studiate calculată pe baza eşantionului „i”.

de evidenţa tehnic-operativă sau de alte sisteme de evidenţă.Interpretarea rezultatelor Observarea statistică este etapa în care are loc înregistrarea datelor primare. astfel: .aplicarea unui chestionar.măsurare.Observarea statistică . . Efectuarea unei cercetări statistice implică parcurgerea următoarelor etape: . Procedeele operaţionale prin care se realizează observarea statistică sunt: . realizat cu ajutorul metodelor statistice. cântărire etc.observarea directă a unităţilor care compun colectivitatea statistică.observări totale: recensămintele.observarea pe bază de documente care au fost elaborate de sistemul informaţional contabil. sistemul raportărilor statistice obligatorii Universitatea Hyperion | 2011 .. Observarea statistică poate fi desfăşurată în mai multe variante de lucru în funcţie de criteriul la care ne referim. prin: . .Prelucrarea datelor obţinute prin observare .STATISTICĂ 15 n lim P f p1 p2 n . CERCETAREA STATISTICĂ Cercetarea statistică este un proces de cunoaştere a fenomenelor de masă.după modul de cuprindere în cercetare a unităţilor statistice. Observarea se desfăşoară conform unei metodologii care se aplică în mod identic la toate unităţile statistice de la care se culeg date. p n ε 1 I.4. .. .interviu..

Rezultatele obţinute în urma prelucrărilor efectuate sunt supuse unui proces calitativ de extragere a acelor informaţii cu caracter esenţial care prezintă utilitate practică.observări parţiale: cercetarea statistică prin sondaj. sunt: . confirmă sau infirmă ipoteze. ancheta statistică. TIPURI DE ERORI CARE POT APARE ÎNTR-O CERCETARE STATISTICĂ Rezultatele cercetărilor statistice pot fi deformate. Prelucrarea datelor se efectuează cu ajutorul unor procedee metodologice compatibile cu scopul cercetării şi cu particularităţile colectivităţii cercetate.observări periodice . Interpretarea rezultatelor este etapa în care se formulează concluzii cu privire la starea colectivităţii statistice cercetate. monografia .observări unice Prelucrarea datelor obţinute prin observare este etapa în care se desfăşoară operaţiuni de grupare.STATISTICĂ .erori de prelucrare sau de calcul Universitatea Hyperion | 2011 . erorile care pot afecta rezultatele cercetărilor statistice.erori de înregistrare sau de observare .observări curente . de centralizare (totalizare).după periodicitatea organizării observării. orientează decizia economică pe un teren al cunoaşterii ştiinţifice etc. După locul apariţiei.5. fundamentează eventuale acţiuni care vor fi întreprinse în viitor. 16 I.erori de reprezentativitate . într-o măsură mai mare sau mai mică. . de unele erori a căror apariţie este cauzată atât de factori obiectivi cât şi de factori subiectivi. de calcul a indicatorilor derivaţi (sintetici şi analitici) precum şi de afişare a rezultatelor sub forma tabelelor şi reprezentărilor grafice.

erori de metodă sau de metodologie a cercetării Erorile de înregistrare pot apare la orice tip de observare statistică şi sunt la rândul lor de două feluri: .STATISTICĂ 17 . două forme: . la dimensionarea prin indicatori specifici.erori întâmplătoare . indicatori Universitatea Hyperion | 2011 . Cu ajutorul generalizărilor şi abstractizărilor cu care operează. de asemenea. De reţinut: Statistica are ca obiect cercetarea fenomenelor social-economice cu existenţă concretă.erori sistematice.erori sistematice Erorile de reprezentativitate sunt specifice cercetărilor statistice prin sondaj şi pot îmbrăca. a trăsăturilor esenţiale ale fenomenelor. trecând de la date individuale numeroase şi variate ca formă de manifestare. sintetici şi analitici.erori de interpretare . statistica ilustrează viaţa economică şi socială în mărimi cifrice denumite generic.erori întâmplătoare .

. Statistica şi bazele statistice ale econometriei. N. Descrieţi conceptele de bază folosite în statistică 2.6.1 1. Definiţi cercetarea statistic şi descrieţi etapele principale ale cercetării statistice. Mihăilescu.. I. TEMA DE CONTROL A UNITĂȚ II DEÎNVĂȚ ARE NR.Statistica şi bazele statistice ale econometriei. Mihăilescu. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. Ce înţelegeţi prin metoda statisticii? 3.7. 2011. 2011 . Craiova. TESTUL DE AUTOEVALUARE NR. Bucureşti. 2009. Editura SITECH. Care sunt tipurile de erori care pot apare într-o cercetare statistică?. Care este obiectul de studiu al statisticii? 2.1 1.STATISTICĂ 18 I. 2. 1 1. N. Editura Renaissance.

STATISTICĂ 19 Unitatea de studiu nr. 2 (pag. 19) II.1.1.Seriile statistice(pag. Gruparea datelor statistice (pag. Tema de control nr. Cuprinsul unităţii de învăţare: II.5. 25) II. Universitatea Hyperion | 2011 . 23) II. Bibliografia specifică a unităţii nr.4.  să identifice tipurile şi utilitatea seriilor statistice. GRUPAREA DATELOR STATISTICE Gruparea datelor statistice este o operaţiune de sistematizare a prezentării materialului statistic obţinut prin observare care constă în separarea colectivităţii cercetate în grupe omogene de unităţi după variaţia uneia sau mai multor caracteristici din programul observării. 2: SISTEMATIZAREA DATELOR STATISTICE SUB FORMA GRUPĂRILOR ŞI SERIILOR STATISTICE Timp de studiu individual estimat: 1h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare studenț ii vor putea:  să înţeleagă care sunt obiectivele şi tipologia grupărilor statistice.3. 26) II. 2 (pag.  să cunoască metodologia de elaborare a grupărilor statistice.

permite identificarea tipurilor calitative care există în cadrul colectivităţii.identificarea unor posibile corelaţii care se formează între caracteristicile utilizate la grupare. forma şi direcţia acestor corelaţii şi.alegerea caracteristicii sau caracteristicilor care vor sta la baza efectuării operaţiunii de grupare în strânsă legătură cu obiectivele de cunoaştere şi respectiv cu particularităţile sau specificul colectivităţii supuse cercetării. . pentru constituirea unui număr mai mare de grupe comparativ cu numărul care se presupune că este necesar pentru a cunoaşte structura şi respectiv tipurile calitative existente în Universitatea Hyperion | 2011 . astfel încât să se obţină cea mai bună formă de distribuire a unităţilor statistice pe grupe. 20 2 . Efectuarea unei grupări a datelor statistice.STATISTICĂ Realizarea unei grupări utile pentru îndeplinirea scopului cercetării statistice impune cu necesitate să fie respectate următoarele condiţii: . de regulă. după cum urmează: 1 .se calculează amplitudinea variaţiei. implicate cu efectuarea unei grupări a datelor statistice.cunoaşterea structurii colectivităţii statistice şi respectiv a tipurilor calitative existente în colectivitate la un anumit moment sau într-o anumită perioadă de timp. după o caracteristică exprimată numeric. în consecinţă. b . se stabileşte numărul de grupe în care va fi împărţită colectivitatea. c . trebuie să fie subordonate atingerii obiectivelor grupării şi anume: a . . respectiv se cuantifică diferenţa dintre valoarea (varianta) cea mai mare a caracteristicii şi valoarea (varianta) cea mai mică. Cea mai potrivită caracteristică de grupare este aceea care este în strânsă interdependenţă cu esenţa fenomenului studiat şi. A x max x min .în funcţie de mărimea amplitudinii variaţiei.toate operaţiunile de natură metodologică. obţinerea unei informaţii orientative privind intensitatea corelaţiei. care s-au produs de la un segment de timp la altul. În această etapă de lucru se optează.cunoaşterea modificărilor de natură structurală. într-o anumită măsură. implică parcurgerea unor etape de lucru.în cazul caracteristicilor de grupare numerice se stabileşte sau se calculează mărimea intervalului de grupare şi respectiv numărul de grupe care vor fi constituite.

i 1 8 xmax 100 xmin 4 .este numărul unităţilor care formează colectivitatea statistică supusă operaţiunii de grupare. 5 . Regruparea poate fi efectuată fie pe Universitatea Hyperion | 2011 . sau se foloseşte o relaţie empirică echivalentă. 3 . efectuarea unei regrupări prin asocierea a două sau mai multor intervale de grupare. Dacă se consideră necesar. „numere rotunde”.se repartizează unităţile statistice pe intervalele de grupare stabilite.se scriu intervalele de grupare astfel încât să se folosească ca limite inferioare şi superioare. eventual în mai multe variante. 21 i x max x min 1 log 2 n x max x min 1 3.se calculează mărimea (lungimea) intervalului de grupare prin raportarea amplitudinii variaţiei la numărul de grupe convenit a fi constituite. 6 . să permită. în vederea caracterizării colectivităţii statistice cercetate sau pentru efectuarea unor prelucrări ulterioare. pentru a calcula mărimea intervalului. dacă se consideră necesar.STATISTICĂ colectivitate. Aceasta este o etapă intermediară de lucru care oferă o primă formă de sistematizare a materialului statistic pe grupe şi în continuare.se procedează la efectuarea unor regrupări. se poate opta pentru una din următoarele soluţii: -formula propusă de Sturges.322 log10 n în care: n. Această operaţiune este legată în mod strict de logica persoanei care realizează gruparea. pentru a avea posibilitatea formulării celei mai bune decizii de alegere a grupării care oferă soluţia considerată optimă.

grupări efectuate după o caracteristică de timp .grupări combinatecând se folosesc două sau mai multe caracteristici pentru sistematizarea pe grupe a materialului statistic.grupări efectuate după o caracteristică exprimată prin cuvinte Universitatea Hyperion 22 | 2011 .STATISTICĂ intervale de mărimi egale fie pe intervale de mărimi neegale după cum se consideră că acestea răspund mai bine scopului propus. Dacă se procedează la efectuarea unei grupări combinate în funcţie de două caracteristici de grupare considerate că pot forma un sistem interdependent. Felurile grupărilor Grupările pot fi prezentate în mai multe variante constructive în funcţie de un anumit criteriu.grupări simple. În cazul folosirii unui număr mai mare de 4 caracteristici se ajunge la o pulverizare a informaţiilor statistice şi în consecinţă la îngreunarea înterpretării din punct de vedere structural a colectivităţii statistice. Forma de prezentare statistică a acestui tip de grupare este denumită „tabel de corelaţie”.grupări efectuate după o caracteristică de spaţiu . când grupările sunt efectuate după o singură caracteristică. astfel: a) după numărul caracteristicilor folosite la grupare. . de regulă. pentru un număr de maximum 4 caracteristici de grupare. . se recomandă constituirea unui număr egal de grupe pentru ambele caracteristici.grupări efectuate după o caracteristică numerică . Este necesar să se precizeze că se optează. . b) după tipul caracteristicii de grupare.

STATISTICĂ 23 c) după variaţia caracteristicii de grupare numerică. II. . ordinea de mărime sau rangul unităţii statistice etc.. sau prezintă un număr relativ mic de variante) . SERIILE STATISTICE Seria statistică este un şir de valori ale unei caracteristici ordonate în funcţie de şirul valorilor unei alte caracteristici sau după un anumit principiu.. se procedează la aplicarea unor procedee specifice de calcul pentru obţinerea indicatorilor derivaţi exprimaţi în mărimi relative. mărimi medii.grupări efectuate pe variante ale caracteristicii (atunci când caracteristica de grupare este de formă discretă . indicatori de corelaţie etc. Aceste grupări pot fi formate atât în cazul caracteristicilor discrete cât şi al celor de formă continuă.şi are o variaţie redusă. astfel: Universitatea Hyperion | 2011 . Pe baza datelor centralizate sau totalizate în mod simplu sau pe grupe.se exprimă în numere întregi . indicatori ai gradului de variabilitate.grupări efectuate pe intervale de grupare (de mărimi egale sau neegale). cum ar fi ordinea alfabetică. Rezultatele centralizării şi grupării datelor statistice precum şi a prelucrărilor care au vizat calculul indicatorilor derivaţi pot fi prezentate sub forma unor serii statistice. a reprezentărilor grafice precum şi sub formă unor comentarii de descriere a colectivităţii statistice. tabele statistice. Sistematizarea formală a datelor statistice prin constituirea grupărilor este o primă operaţiune care se efectuează în procesul de prelucrare statistică şi care oferă o descriere globală a colectivităţii statistice cercetate exprimată de indicatorii primari sau absoluţi. Seriile statistice pot fi de mai multe feluri în funcţie de tipul caracteristicii de grupare sau de forma practică de prezentare a datelor.2.

De exemplu. pe durata unei anumite perioade de timp (trimestru. De exemplu.de momente.serii de spaţiu sau teritoriale . cînd indicatorii prezentaţi în serie dinamică se referă la numărul unităţilor sau mărimea caracteristicii statistice înregistrată la o anumită dată calendaristică.serii de repartiţie. cînd indicatorii prezentaţi în serie dinamică au ca perioadă de formare întreg segmentul de timp le care se referă. dinamica cifrei de afaceri obţinută anual de un agent economic într-o perioadă de cinci ani. . De exemplu. semestru. la o anumită dată calendaristică.serii dinamice. în ţara noastră. În cazul acestor serii dinamice totalizarea directă a indicatorilor de nivel înregistraţi la anumite momente nu conduce la o mărime totalizatoare cu semnificaţie reală sau cu o reprezentare globală asupra perioadei la care se referă indicatorii.de intervale de timp. De exemlu.serii simple enumerative . Se menţionează că prin totalizarea indicatorilor prezentaţi în serie dinamică de intervale de timp se obţine o mărimă care acoperă întreaga perioadă de timp la care ne referim. de variaţie sau de distribuţie – se prezintă sub forma unor date paralele cu referire la o caracteristică statistică de grupare numerică sau cantitativă şi numărul unităţilor colectivităţii statistice care revin pe variante ale caracteristicii sau pe 24 Universitatea Hyperion | 2011 . Seriile dinamice pot fi de două feluri: .prezintă volumul colectivităţii statistice sau nivelul unei caracteristici statistice în raport cu tipologia teritorială în care există unităţile statistice. repartizarea numărului locuitorilor pe judeţe care a existat.sunt seriile care prezintă o simplă înşiruire a datelor. 2 .sunt şiruri de date statistice care prezintă schimbarea mărimii unor indicatori statistici în raport cu timpul. an).STATISTICĂ 1 . înşiruirea notelor obţinute la examenele susţinute de un student la finele unui an de studii universitare. dinamica stocurilor de mărfuri existente într-un magazin la data de întâi a fiecărei luni. 4 . cronologice sau de timp. 3 .

6. 3. Universitatea Hyperion | 2011 . Seriile statistice pot fi de mai multe feluri în funcţie de tipul caracteristicii de grupare sau de forma practică de prezentare a datelor II.STATISTICĂ intervale de grupare.. care constă în separarea colectivităţii cercetate în grupe omogene de unităţi după variaţia uneia sau mai multor caracteristici din programul observării. De exemplu. 25 De reţinut! Gruparea datelor statistice este o operaţiune de sistematizare a prezentării materialului statistic obţinut prin observare. seria numărului salariaţilor care îşi desfăşoară activitatea în cadrul unei firme comerciale. 2 1. Precizaţi etapele de lucru care se parcurg atunci când se realizează gruparea datelor statistice. Descrieț i felurile grupărilor. Seria statistică este un şir de valori ale unei caracteristici ordonate în funcţie de şirul valorilor unei alte caracteristici sau după un anumit principiu. TEMA DE CONTROL A UNITĂŢII NR. Descrieţi obiectivele grupărilor. grupaţi după mărimea salariului mediu lunar. ordinea de mărime sau rangul unităţii statistice etc. cum ar fi ordinea alfabetică. 2.

. Statistica şi bazele statistice ale econometriei.STATISTICĂ 26 TESTUL DE AUTOEVALUARE NR.. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. Universitatea Hyperion | 2011 . 2.Statistica şi bazele statistice ale econometriei. N. Enumeraț i condiț iile care trebuie respectate pentru îndeplinirea scopului cercetării statistice. Bucureşti. Mihăilescu. 2 1. 2009. 2011. 2 1. Definiț i seriile statistice. Mihăilescu. Editura SITECH.4. N. II. Craiova. 2. Editura Renaissance.

 să înţeleagă semnificaţia economică a unei mărimi relative  să cunoască care sunt formele şi modalitatea de calcul a mărimilor medii. 3 (pag. Mărimile medii (pag.2. Media în cazul caracteristicii alternative (pag. 31) III. 3: MĂRIMIRELATIVE. Bibliografia specifică unităț ii de învăț are nr. Mărimile relative (pag.1. Tema de control a unităţii nr. 48) III.3. MĂRIMI MEDII Timpul de studiu individual estimat: 2 h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare veţi putea:  săcunoască care este modalitatea de calcul şi formele de prezentare a mărimilor relative.2. 31) III.4. 55) III.  să înţeleagă semnificaţia economică a unei mărimi medii.  să cunoască tipologia mărimilor relative. Cuprinsul unităţii de învăţare: III.2.1. 28) III.  să cunoască utilitatea şi modalitatea de calcul a mărimilor medii de poziţie. 3 (pag. 55) Universitatea Hyperion | 2011 . Mărimi medii de poziţie (mediana şi modulul) (pag. Felurile şi semnificaţia mărimilor medii (pag.3.2.STATISTICĂ 27 Unitatea de studiu nr.2. 53) III.

forma de coeficient – este un rezultat exprimat de un număr zecimal sau de un număr întreg care arată câte unităţi zecimale sau întregi din indicatorul raportat revin la o unitate din indicatorul bază de raportare. în analiza activităţii economico-financiare sau în alte lucrări de analiză şi cercetare. MĂRIMILE RELATIVE Mărimile relative sunt indicatori derivaţi calculaţi ca raport între două mărimi absolute. Formele de exprimare a mărimilor relative depind de natura fenomenelor studiate şi de raportul de mărime existent între indicatorii care se compară şi anume: .forma de procentimilă – când rezultatul prezentat în forma de coeficient este amplificat cu 100. Universitatea Hyperion | 2011 .forma de fracţie – arată cîte părţi reprezintă mărimea indicatorului raportat la o parte a indicatorului bază de raportare. Rezultatul obţinut este o expresie numerică care arată câte unităţi din indicatorul raportat revin la o unitate a indicatorului bază de raportare.000 şi arată câte unităţi din indicatorul raportat revin la 10. două mărimi medii sau alte două mărimi relative. . .forma de prodecimilă – când rezultatul prezentat în forma de coeficient este amplificat cu 10.000 de unităţi ale indicatorului bază de raportare. . – forma de procent – când rezultatul prezentat în forma de coeficient este amplificat cu 100 şi arată câte unităţi din indicatorul raportat revin la 100 de unităţi ale indicatorului bază de raportare.000 şi arată câte unităţi din indicatorul raportat revin la 100.forma de promilă – când rezultatul prezentat în forma de coeficient este amplificat cu 1000 şi arată câte unităţi din indicatorul raportat revin la 1000 de unităţi ale indicatorului bază de raportare.1. Tehnica de calcul a mărimilor relative este simplă ceea ce explică şi larga lor utilizare în cercetarea statistică.STATISTICĂ 28 III. .000 de unităţi ale indicatorului bază de raportare.

= Nivelul fenomenului bază de raportare Universitatea Hyperion | 2011 .r. pe (mărimi parcursul relative unei luni. valoarea mijloacelor fixe care revine în medie la un salariat.STATISTICĂ 29 Cu ajutorul mărimilor relative pot fi caracterizate următoarele aspecte: 1.i. De exemplu.Se menţionează. rezultatul are în acest caz o semnificaţie distinctă şi un conţinut de nivel mediu. etc.= Volumul total al colectivităţii statistice 2..i.r.intensitatea fenomenelor.structura fenomenelor sau a colectivităţilor. că toţi indicatorii care exprimă aspecte ale performanţei financiare şi respectiv ale eficienţei economice realizate de un agent economic fac parte din categoria mărimilor relative de intensitate şi prezintă o largă utilizare în analizele economico-financiare efectuate de factorii de decizie.r.. valoarea medie a producţiei sau a cifrei de afaceri cheltuielile realizată efectuate de pentru un 1000 salariat lei într-o producţie zi. prin raportarea nivelului a două fenomene diferite între care există o anumită legătură. prin raportarea indicatorilor exprimaţi în mărimi absolute privind volumul fiecărei grupe la indicatorul care dimensionează volumul total al colectivităţii (mărimi relative de structură). în acest sens.) se calculează astfel: Nivelul fenomenului raportat M. astfel: Volumul grupei M.s. sau într-un an. de intensitate). Mărimile relative de intensitate (M.

în care caz.î.r.d. 7.raportul de mărime dintre două grupe ale aceleiaşi colectivităţi (mărimi relative de coordonare). de la un segment de timp la altul (mărimi relative de dinamică).r.. coexistenţi în timp dar situaţi în spaţii diferite (mărimi relative de coordonare teritorială).= 6..) se calculează după formula: Nivelul unui indicator realizat în perioada de M.s.p. Formula de calcul este următoarea: Indicatorul programat pentru o perioadă de timp Indicatorul realizat în perioada de timp precedentă M.r.raportul de mărime dintre doi indicatori de acelaşi fel. aferenţi unei perioade de timp date (mărimi relative de îndeplinire a indicatorilor programaţi)..= Indicatorul realizat Indicatorul programat sau planificat 5.. Universitatea Hyperion | 2011 .îndeplinirea indicatorilor programaţi. Mărimile relative de dinamică (M.d.STATISTICĂ 3.dinamica fenomenelor. prin raportarea indicatorului realizat la nivelul programat al aceluiaşi tip de indicator. Pentru calculul acestor mărimi relative se foloseşte următoarea relaţie: M.mărimile relative care exprimă sarcini programate de modificare (de creştere sau de scădere) a indicatorilor economico-financiari analizaţi (mărimi relative ale sarcinii programate de creştere sau de scădere a indicatorilor analizaţi).p.= calcul Nivelul realizat în perioada de bază 30 4. mărimea relativă calculată exprimă modificarea unui indicator statistic.r..

media cronologică şi media geometrică. pe baza căreia este posibil să se formuleze aprecieri suficient de consistente cu privire la starea economico-financiară a acestuia. FELURILE ŞI SEMNIFICAŢIA MĂRIMILOR MEDII Mediile sunt. MĂRIMILE MEDII III. indicatori derivaţi dar care exprimă ceea ce este tipic. Modul de organizare al sistemului de date statistice pentru care dorim să calculăm media determină opţiunea de aplicare a unei anumite forme de medie. la calculul nivelului mediu al seriilor statistice de variaţie. 31 III. Media poate substitui nivelurile individuale pe care le sintetizează deoarece este o valoare mai mult sau mai puţin reprezentativă în funcţie de gradul de omogenitate al colectivităţii supuse cercetării. Dacă frecvenţele Universitatea Hyperion | 2011 . de asemenea. se recurge la forma mediei aritmetice atunci când dorim să calculăm categoria medie de încadrare tarifară a unor salariaţi.STATISTICĂ Tipurile de mărimi relative prezentate oferă o informaţie analitică asupra fenomenului studiat sau a agentului economic în ansamblul său. media armonică. dintre care cele mai utilizate sunt: media aritmetică.. precum şi în cazul seriilor teritoriale comparabile. al seriilor simple enumerative. producţia medie sau cifra de afaceri realizată în medie pe un segment de timp dintr-o anumită perioadă etc. Se cunosc şi se aplică mai multe tipuri de medii.1.2. exprimă într-o manieră abstractă tendinţa centrală de grupare a nivelurilor individuale către un nivel de sinteză denumit mărime medie. media pătratică. comun şi general în configuraţia fenomenelor.2. De exemplu. Media aritmetică se utilizează la calculul nivelului mediu al unor indicatori prezentaţi în serie dinamică de intervale de timp.

STATISTICĂ variantelor din seria statistică studiată sunt egale între ele. se foloseşte formula mediei aritmetice simple.. xi .varianta „i” a caracteristicii statistice pentru care se calculează media. Σ xi ni Σ ni M(x) x . Universitatea Hyperion | 2011 . Aceste proprietăţi sunt: 1.valoarea medie a caracteristicii studiate „x”. ni . Media aritmetică se poziţionează ca mărime între valoarea minimă şi maximă a caracteristicii studiate. . 32 M x x Σ xi n iar dacă frecvenţele variantelor nu sunt egale între ele. i = 1. 2. se aplică media aritmetică ponderată. în care notaţiile utilizate au următoarele semnificaţii: M(x) sau x .. .frecvenţa variantei „i” a caracteristicii statistice studiate.numărul variantelor caracteristicii statistice atunci când se foloseşte media aritmetică simplă. n . 3. Proprietăţile mediei aritmetice Media aritmetică are mai multe proprietăţi operaţionale care prin cunoaşterea şi aplicarea lor se poate verifica atât exactitatea calculelor cât şi posibilitatea obţinerii valorii medii printr-un calcul simplificat. n .

În cazul seriile statistice cu frecvenţe neegale pot fi scrise următoarele relaţii: x k x Σ xi k ni şi respectiv k Σ ni Σ xi ni k Σ ni Universitatea Hyperion | 2011 . Σ xi x 0 . valoarea medie a caracteristicii se modifică cu constanta respectivă.STATISTICĂ 33 x min x x max 2. pentru seriile statistice cu frecvenţe neegale. Dacă fiecare variantă a caracteristicii studiate (xi) se măreşte sau se micşorează cu o constantă (a). pentru seriile statistice cu frecvenţe egale. pentru seriile statistice cu frecvenţe neegale 3. n x a Σ( x i a ) ni . Σ xi x ni 0 . Σ ni 4. astfel: x a Σ(xi a) . Dacă fiecare variantă a caracteristicii studiate (xi) se măreşte sau se micşorează de un anumit număr de ori (k) valoarea medie a caracteristicii se modifică cu numărul de ori exprimat de constanta respectivă. pentru seriile statistice cu frecvenţe egale. Suma algebrică a abaterilor variantelor caracteristicii de la valoarea medie este egală cu zero.

media caracteristicii nu se modifică. Pornind de la proprietăţile prezentate. prin îmbinarea acestora se ajunge la o relaţie de calcul simplificat a valorii medii şi anume. în care nri ni Σ ni În acest sens se menţionează. în anumite condiţii. valoarea medie nu se modifică. de asemenea că.seria de variaţie este constituită pe intervale egale de grupare. 34 x Σ xi nri . Universitatea Hyperion | 2011 . dacă frecvenţele (ponderile) variantelor caracteristicii studiate se modifică în aceeaşi proporţie. . pentru seriile statistice cu frecvenţe egale.STATISTICĂ 5.constantei „k”i se acordă ca valoare mărimea intervalului de grupare. („c” fiind o constantă oarecare). Σ x xi a k Σ ni ni k a . .constantei „a”i se acordă ca valoare mijlocul intervalului care deţine frecvenţa cea mai mare. Dacă valoarea medie se calculează pe baza frecvenţelor relative (nri). pentru seriile statistice cu frecvenţe neegale Aceste relaţii oferă în mod efectiv avantajul simplificării calculelor numai dacă sunt îndeplinite următoarele condiţii: . Σ x xi k n a k a . respectiv se majorează sau se micşorează de „c” ori.

17 0. acestora li se completează limita care nu este definită. În cazul intervalelor deschise (lipseşte una din limite).25 – 31.00 –2 –1 0 +1 +2 – –10 –7 0 6 4 –7 0. pentru a putea calcula mijlocul intervalului.Limita inferioară a intervalului de grupare este inclusă în interval. astfel: Tabelul 1 Consumul de energie electrică din luna aprilie Grupe de apartamente după consumul de energie electrică ($) ( ni ) Consumul Numărul Mijlocul total de energie electrică ( xi ni ) Frecvenţe xi k a k 7 .20 0.25 6.0 – 7.0 Total 5 7 10 6 2 30 6.5 7.25 7.23 0.STATISTICĂ 35 Exemplul 1 Cele 30 de apartamente ale unui bloc de locuinţe se repartizează după valoarea consumului de energie electrică înregistrat în luna aprilie.33 0.0 peste 8.Mijlocul intervalului de grupare se obţine prin raportarea la 2 a sumei celor două limite înscrise la fiecare interval (semisuma limitelor intervalului).5 – 8. astfel: Universitatea Hyperion | 2011 .00 Notă: .25 72.5 6.25 47.5 nri a relative xi k a ni ( nri ) ni Σni apartamentelor intervalul ui ( xi ) până la 6.75 8.07 1.50 214.75 7.0 7.50 46.25 0 .5 – 7.50 16. .

25 0. cunoscând mărimile relative individuale şi numărătorii rapoartelor pe baza cărora au fost calculate.13 $ 36 SAU Σ x xi a k Σ ni ni k a 7 0.5 7.25 0.75 0.13 $ x 6. dar numai în condiţiile în care se cunosc nivelurile Universitatea Hyperion | 2011 .în cazul ultimului interval: se calculează mărimea intervalului precedent şi se extinde mărimea acestuia şi la intervalul următor. x Σ x i ni Σ ni 214 30 7. Consumul mediu de energie electrică care revine la un apartament este.75 0. Σ (xi nri ) 7.20 8.25 7.STATISTICĂ .33 7.07 Media armonică este o formă transformată a mediei aritmetice (simple sau ponderate) şi se utilizează atunci când ne propunem să calculăm o valoare medie din mărimi relative.17 6.13 $ .23 7.0-8.5.0 şi 6. Utilizări adecvate ale acestei forme de medie sunt: la calculul indicelui mediu al preţurilor de consum. În urma acestui calcul ultimul interval va fi dimensionat astfel: 8. 6.în cazul primului interval: se calculează mărimea intervalului următor şi se extinde mărimea acestuia şi la primul interval.5.25 0. Prin urmare primul interval va avea ca limite. 30 SAU dacă se folosesc frecvenţele relative se poate scrie următoarea relaţie de calcul a valorii medii. . pentru determinarea nivelului mediu al mai multor mărimi relative de intensitate de acelaşi tip.

Ma x x xi ni 1 xi ni xi În cazul mediei armonice ponderate.STATISTICĂ individuale ale mărimilor relative şi numărătorii rapoartelor pe baza cărora au fost calculate. Exemplul 2 În patru puncte comerciale dintr-o piaţă agro-alimentară s-au înregistrat în ziua de 1 octombrie următoarele date statistice privind vânzările de cartofi: Universitatea Hyperion | 2011 . 37 Ma x x n 1 xi . iar „xi” reprezintă mărimile relative individuale. Formula de calcul a mediei armonice simple se aplică atunci când numărătorii rapoartelor pe baza cărora au fost calculate mărimile relative individuale s unt egali ca mărime între ei. „ x i ni ” echivalentă cu numărătorii rapoartelor pe baza cărora au fost calculate mărimile relative individuale. se foloseşte o pondere compusă. unde „n” este numărul mărimilor relative. În timp ce media armonică ponderată se utilizează atunci când numărătorii rapoartelor pe baza cărora au fost calculate mărimile relative individuale nu sunt egali ca mărime între ei.

296.500 2.400 2. ambele reflectând nivelul mediu al caracteristicii studiate. al unui kilogram de cartofi. Media pătratică se utilizează la calculul indicatorilor care exprimă în mod sintetic gradul de variabilitate al caracteristicilor statistice. Dacă frecvenţele variantelor caracteristicii din seria statistică studiată sunt egale între ele.000 655.500 2.000 2. înregistrat la cei patru comercianţi.) xi ni xi ni xi A B C D Total 675.000 270 175 285 250 980 Să se determine preţul mediu de vânzare.500 500.400 2.500 2.000 675.000 655.300 2.000 420.000 2. x x i ni 1 xi ni xi 675.000 655. se foloseşte formula mediei pătratice simple.4 lei/kg Se menţionează că între media aritmetică şi media armonică nu este nici-o deosebire de conţinut.000 420.250. dar calculul acesteia din urmă se adoptă în funcţie de modul în care sunt prezentate datele statistice iniţiale.000 420.000 2.STATISTICĂ 38 Tabelul 2 Vânzările de cartofi înregistrate la data de 1 octombrie Sumele încasate din vânzarea Punctul comercial cartofilor (lei) xi ni Preţul de vânzare cu amănuntul (lei/kg.300 2.500 500. în data de 1 octombrie.500 500. Universitatea Hyperion | 2011 .

. Această medie se foloseşte la calculul valorii medii a activelor circulante. tm în care. Universitatea Hyperion | 2011 . se aplică media pătratică ponderată. Dacă intervalele de timp.. n iar dacă frecvenţele variantelor nu sunt egale între ele. materiale şi mărfuri.. xn-1 xn 2 şi respectiv. precum şi la calculul efectivelor medii de animale. a imobilizărilor corporale şi respectiv a mijloacelor fixe. dacă nu sunt egale între ele... dintre oricare două momente succesive ale seriei dinamice. xn-1 2 xn tm . adică. sunt egale între ele se foloseşte formula mediei cronologice simple. x1 Mc x 2 x2 t1 x2 x3 2 t1 t2 t2 x3 2 t3 x4 t3 .STATISTICĂ 39 Mp x x Σ xi2 . a stocurilor de orice natură dar în special pentru materii prime. Mc x x1 2 x2 x3 x4 n 1 . se recurge la formula mediei cronologice ponderate. Mp x x Σ xi2 ni Σ ni Media cronologică are semnificaţia unei medii aritmetice din medii parţiale şi se utilizează la calculul nivelului mediu al indicatorilor prezentaţi sub forma seriilor dinamice de momente..

Universitatea Hyperion | 2011 .STATISTICĂ Mc . 3. dintre două momente succesive la care sunt înregistraţi indicatorii de nivel..1. 2. calculat cu media cronologică.numărul indicatorilor de nivel sau numărul momentelor de timp la care sunt înregistraţi indicatorii.. 40 Exemplul 3 Exemplificarea modului în care se aplică media cronologică simplă o realizăm pe baza datelor aferente stocului de mărfuri înregistrat.durata intervalului de timp „j”. deoarece mărimea intervalului de timp existent între două momente succesive este aceeaşi (o lună calendaristică). cu ajutorul mediei cronologice simple.indicatorii de nivel ai seriei dinamice. j = 1. Tabelul 3 Dinamica stocului de mărfuri Data Valoarea (mii lei) xi 1 ianuarie 1 februarie 1 martie 1 aprilie x1 500 800 400 600 x2 x3 x4 Valoarea medie a stocului de mărfuri înregistrat în trimestrul I se calculează. în acest caz. Suma duratelor succesive tj va fi egală cu durata întregii perioade exprimată de seria dinamică analizată. 2... luni sau ani. n. 3. .nivelul mediu al indicatorilor prezentaţi în serie dinamică. m = n . i = 1. xi . tj. la începutul primelor patru luni ale unui an. m . . exprimată în zile. . . n . după caz.

de 583.STATISTICĂ 41 Mc x x1 2 x2 x3 x4 2 n 1 500 600 800 400 2 2 4 1 1.5 3 5 2 46 13 92 153 61 x4 x5 x6 t4 t5 t4 t5 Notă: În cazul situaţiei expuse. se obţine.750 3 583. Pentru a exemplifica metodologia de aplicare a mediei cronologice ponderate ne folosim de situaţia expusă în tabelul 4. intervalul de timp existent între două momente succesive la care a fost înregistrat stocul de mărfuri. poate fi apreciat în număr de luni. acelaşi rezultat: x1 Mc x 2 x2 x2 2 x3 x3 2 x4 650 600 500 4 1 1. dar se poate opta şi pentru varianta numărului de zile.5 0. Universitatea Hyperion | 2011 .33 mii lei SAU dacă se procedează la calculul mediei cronologice în modalitatea unei medii din medii parţiale succesive.33 mii lei.000 300 1.33 mii lei n 1 Nivelul calculat atestă faptul că stocul mediu al mărfurilor a fost în trimestrul I. Tabelul 4 Dinamica stocului de mărfuri Valoarea (mii lei) xi x1 x2 x3 Data Numărul de luni aferent fiecărui interval de timp tj t1 t2 t3 Numărul de zile aferent fiecărui interval de timp tj t1 t2 t3 1 ianuarie 15 februarie 1 martie 1 iunie 1 noembrie 31 decembrie 500 800 400 600 1. în mod evident.750 3 583.

Relaţia de calcul a mediei geometrice simple este următoarea: Universitatea Hyperion | 2011 .5 0.000 300 1.900 7.92 mii lei 12 12 SAU Mc x x1 x 2 t1 2 x2 x3 x3 x4 x 4 x5 t2 t3 t4 2 2 2 t1 t 2 t 3 t 4 t5 x5 x6 t5 2 500 800 800 400 400 600 600 1. înregistrat la nivelul anului respectiv. stocul mediu al mărfurilor.5 0.075 672.750 673.000 1. Această formă de medie conduce la un rezultat real numai atunci când seria dinamică. este de 672.92 mii lei dacă se utilizează o pondere exprimată în număr de luni şi de 673.STATISTICĂ 42 x1 Mc x 2 x2 t1 x2 2 x3 t2 t1 x3 t2 x4 2 t3 t3 t4 x4 2 t5 x5 t4 x5 2 x6 t5 500 800 800 400 400 600 600 1.a unui indicator.000 1.650 365 245.29 mii lei 365 Prin urmare. în special când se calculează indicele mediu anual de creştere (scădere) .300 8. Media geometrică are aplicabilitate în domeniul economic.29 mii lei dacă se utilizează o pondere exprimată în număr de zile.5 3 5 2 975 300 1.500 4.400 39.000 122. pentru care dorim să determinăm nivelul mediu al modificării relative.„ Im ” . într-o anumită perioada de timp.000 300 46 13 92 153 61 2 2 2 2 2 46 13 92 153 61 29.000 1.5 3 5 2 2 2 2 2 2 1.800 46. prezintă o anumită constanţă a creşterii sau scăderii indicatorului formalizat în serie dinamică.

. după cum este cazul. utilizarea procedeului clasic al mediei geometrice.Mg este notaţia pentru valoarea medie obţinută cu ajutorul mediei geometrice. .a treia medie geometrică ( Mg 3 ) se determină prin luarea în consideraţie a unui număr de n .2 indicatori de nivel.a doua medie geometrică ( Mg 2 ) este tot o medie geometrică simplă dar care se bazează pe n . fiind eliminaţi din calcul primul şi ultimul indicator din serie. Universitatea Hyperion | 2011 . Media geometrică corectată ( Mg c ) este o formă a mediei geometrice ponderate calculată din medii geometrice secvenţiale sau parţiale ( Mg i ). .varianta „i” a indicatorului de nivel. de la un segment de timp la altul.. x1 . deoarece se bazează numai pe indicatorul iniţial şi final din seria dinamica respectivă.4 indicatori de nivel.. notaţia „n” este acordată numărului total de indicatori de nivel înscrişi în serie dinamică. simplă sau ponderată. .primul şi respectiv ultimul indicator de nivel al seriei dinamice. determinate astfel: . Dacă fenomenul studiat este marcat de oscilaţii pronunţate cu caracter conjunctural.x 1 şi x n .prima medie geometrică ( Mg 1 ) este o medie geometrică simplă.x i . care se referă la întreaga serie dinamică supusă prelucrării.numărul indicatorilor de nivel înscrişi în serie dinamică. n x1 x2 x3 xn 1 n 1 xn . se elimină astfel din calcul primii doi şi ultimii doi indicatori de nivel din serie.STATISTICĂ 43 Im în care: Mg n 1 x x 2 x3 x4 . poate conduce la un rezultat neconform cu realitatea. În aceste situaţii se recomandă calculul indicelui mediu anual de creştere (scădere) prin folosirea procedeului mediei geometrice corectate sau a procedeului autoregresiei care iau în calcul toţi indicatorii de nivel cuprinşi în seria dinamică analizată. -n .

Numărul indicilor individuali de dinamică este dat de C n2 . Ponderea fiecărei medii geometrice secvenţiale este reprezentată prin numărul unităţilor (segmentelor) de timp la care se referă media. Dacă seria dinamică respectivă este formată dintr-un număr impar de indicatori. în care n este egal cu numărul segmentelor de timp ale seriei dinamice. adică f1=n . Mgm în care.d...m. f m m .se continuă modalitatea de calcul a mediilor geometrice secvenţiale (parţiale) până se epuizează toate posibilităţile.. f2= n . fi f1 f2 f3 f4 ..numărul mediilor geometrice secvenţiale Notă: Pentru a determina indicele mediu anual de creştere (scădere) se poate opta şi pentru următoarea modalitate: se calculează toate variantele posibile de indici individuali ai dinamicii şi se face media geometrică simplă a acestora. indicatorul din mijlocul seriei nu va fi luat în calcul la nici-o variantă a mediei geometrice secvenţiale.1 pentru prima medie. ş.a. f3= n .3 pentru media a doua. Procedeul autoregresiei se bazează pe calculul indicelui mediu anual de creştere (scădere) din ecuaţia care se obţine prin minimizarea următoarei expresii: Universitatea Hyperion | 2011 . Relaţia de calcul a mediei geometrice corectate este următoarea: 44 Im Mgc fi fm Mg1f1 Mg2f 2 Mg3f 3 Mg4f 4 .STATISTICĂ .5 pentru media a treia.

280 489. ca o expresie derivată a mărimii medii care caracterizează modificarea medie în timp a unui fenomen.168 401.219 347.041 369.400 191.401 176.600 549. Rm R Im 100 .844 239.121 326.182 279. Im I xi xi-1 xi-1 2 Dacă indicele mediu este exprimat procentual şi apoi se micşorează cu 100 se obţine ritmul mediu anual de creştere sau de scădere Rm . xi-1 2 Im xi xi-1 .081 Universitatea Hyperion | 2011 .664 435.100 Exemplul 4 Tabelul 5 Producţia de motoare electrice Anul 1 2 3 4 5 6 7 8 mld.420 183. din care se extrage Im .STATISTICĂ 45 n 2 S i 2 xi 1 Im xi minim Egalând cu zero derivata acestei sume calculată în raport cu Im rezultă ecuaţia.060 40.960 214. lei ( xi ) 201 420 438 489 571 608 660 741 xi xi 1 xi 2 1 84.

867 605.244.284 2. Universitatea Hyperion mld.498 669.STATISTICĂ 46 9 10 Total 778 860 576. Dinamica producţiei de motoare electrice 1000 900 800 700 600 500 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 Anii Fig.436 Pe baza datelor statistice prezentate în tabelul 5 se doreşte să se caracterizeze evoluţia producţiei de motoare electrice cu ajutorul indicelui mediu anual de creştere şi respectiv a ritmului mediu anual de creştere. Reprezentarea grafică a seriei dinamice supusă analizei (cronograma) oferă posibilitatea unei constatări clare care evidenţiază creşterea constantă a producţiei de motoare electrice pe parcursul celor 10 ani.933. 1 Calculul indicelui mediu ( I ) şi respectiv a ritmului mediu R anual de creştere: a.procedeul mediei geometrice simple. lei | 2011 .080 3.

279 0.05140 Rm R I 100 100 1.106 100 100 10.126 log 19.6% Universitatea Hyperion | 2011 .175 log 4.63134 9 9 antilog 0.175 100 100 17.6% c.procedeul mediei geometrice corectate.28488 25 25 antilog 0.244.07015 Rm R I 100 100 1.07015 1. 9 7 8 1 5 6 1 3 4 1 Im 25 I 19.279 1.procedeul autoregresiei.27 9 7 5 3 1 10 1 860 201 778 420 741 438 660 489 608 571 1 1.27 1.05140 1.126 100 100 12.867 2.436 1.933.106 Rm R I 100 100 1.175 log I 0.5% b.STATISTICĂ 47 Im I n 1 xn x1 10 1 860 201 9 4. Σ xi xi 1 2 Σ xi 1 Im I 3.126 log I 0.

parametrul b are semnificaţia indicelui mediu. pe baza calculelor efectuate. prin aplicarea procedeului mediei geometrice simple. III. Universitatea Hyperion | 2011 .2.2. în acest caz. MĂRIMI MEDII DE POZIŢIE (MEDIANA ŞI MODULUL) Dacă se consideră necesar. în condiţiile unei evoluţii exponenţiale. Mediana (XMe)este varianta caracteristicii care ocupă locul central în seria de date statistice care au fost ordonate crescător sau descrescător. Notă: Se menţionează că. iar notaţia t reprezintă variabila timp. în mod evident. 48 Prin urmare. în medie de 1.5%. Este evident că în acest caz. ca valori tipice de poziţie. deoarece acestea ocupă un anumit loc cu semnificaţie medie în cadrul unei serii de valori.175 ori sau cu 17. mediana sau modulul. indicele mediu anual de creştere sau de scădere poate fi calculat şi cu ajutorul metodei celor mai mici pătrate prin estimarea valorii parametrului b din ecuaţia de tendinţă: y a b t . Se precizează totuşi că. procedeul care este recomandat pentru a calcula indicele mediu anual de creştere este media geometrică simplă deoarece seria dinamică a producţiei de motoare electrice înregistrază. o creştere permanentă de la un an la altul. se constată că producţia de motoare electrice a crescut în fiecare an al perioadei anilor 2-10.STATISTICĂ Calculele prezentate ne oferă trei rezultate diferite deoarece logica metodologică a acestor determinări diferă de la un procedeu la altul. pentru aprecierea nivelului mediu al unei caracteristici statistice se poate folosi. pentru care se acordă valori convenţionale crescătoare începând cu cifra 0. oferită primului segment de timp.

obţinută ca diferenţă între limita superioară şi limita inferioară a intervalului median. calculul valorii mediane se realizează pe baza formulei: X Me x0 Σ ni 1 fcp 2 d . fm în care. fm este frecvenţa intervalului în care se poziţionează valoarea mediană. numărul de ordine pe care îl ocupă valoarea mediană şi 2 pe bază căruia se stabileşte intervalul median. va fi rezultatul mediei aritmetice simple efectuată din cele două variante centrale. fcp este suma frecvenţelor tuturor intervalelor precedente.locul medianei: Me n 1 2 Dacă seria are un număr impar de valori. XMe. Σni 1 este locul sau. Universitatea Hyperion | 2011 . d este mărimea intervalului median.STATISTICĂ Poziţia ocupată de mediană în cadrul unei serii de repartiţie prezentată ca o înşiruire de variante se calculează asfel: 49 . va fi varianta centrală localizată prin calculul locului medianei (Me). constituite până la intervalul în care se găseşte valoarea mediană. XMe. Dacă seria are un număr par de valori. În cazul seriilor de repartiţie în care datele statistice sunt prezentate sub forma unor grupări pe intervale de grupare. x 0 este limita inferioară a intervalului median.

Această procedură este folosită atunci când numărul unităţilor statistice este suficient de mare şi se consideră necesar să se constituie patru grupe egale care să se caracterizeze printr-un anumit grad de omogenitate. iar calculul celorlalte decile ţine seama de poziţia acesteia în cadrul seriei de valori ale caracteristicii. . Decilele se calculează. Calculul quartilelor se bazează pe aceeaşi logică metodologică folosită la calculul medianei. din punct de vedere al numărului unităţilor care formează o colectivitate. Universitatea Hyperion | 2011 . Decila a cincea este egală cu valoarea mediană. dar ţinând seama de locul ocupat de quartila respectivă. Quartila 2 (Q2) este identică cu valoarea mediană iar quartila 1 (Q1) şi respectiv quartila 3 (Q3) se calculează astfel: Σni 1 fcp(Q1 ) 4 d f Q1 3 Σni 1 4 d f Q3 fcp(Q3 ) Q1 x0 Q1 Q3 x0 Q3 Decilele. în procesul de prelucrare al datelor statistice. astfel: Σni 1 fcp(D1 ) 10 d f D1 D1 x0 D1 . de regulă când amplitudinea variaţiei este mai mare. În unele cazuri.STATISTICĂ 50 Quartilele sunt acele valori ale caracteristicii statistice care împart o serie de repartiţie în patru zone egale. se optează pentru calculul decilelor care sunt valori ale caracteristicii ce împart seria statistică în zece părţi egale.

x 0 este limita inferioară a intervalului modal. Intervalul modal este intervalul care are frecvenţa cea mai mare. d este mărimea intervalului modal. sau. Dacă dispunem de o serie de repartiţie în care datele statistice sunt prezentate sub forma unei grupări pe intervale de grupare. Sunt şi cazuri în care frecvenţe maxime identice se înregistrează la două sau mai multe intervale de grupare sau la mai multe variante ale caracteristicii. Δ 1 este diferenţa dintre frecvenţa intervalului modal şi frecvenţa intervalului precedent. Δ 2 este diferenţa dintre frecvenţa intervalului modal şi frecvenţa intervalului următor. calculul valorii modale se realizează pe baza formulei: Δ1 . cu alte cuvinte.STATISTICĂ 51 . Δ1 Δ 2 X Mo x0 d în care. Universitatea Hyperion | 2011 . în aceste situaţii seriile de repartiţie sunt denumite bimodale sau multimodale. varianta care este înregistrată de cele mai multe unităţi ale colectivităţii statistice. obţinută ca diferenţă între limita superioară şi limita inferioară a intervalului modal. 9 d 10 Σni 1 f D9 fcp(D9 ) D9 x0 D9 Modulul (XMo) reprezintă acea variantă a caracteristicii care are cea mai mare frecvenţă.

Σ ni 1 fcp 2 d fm X Me x0 30 1 12 2 7.5 – Frecvenţele cumulate ascendent 6.0 – 7.5 10 7. inf.0 – 8.– lim. valoarea mediană şi respectiv valoarea modală se calculează astfel: Grupe de apartamente după consumul de energie electrică ($) Numărul apartamentelor ( ni ) Mărimea intervalului (lim.5 .5 6.7.STATISTICĂ 52 Exemplul 5 Dacă folosim datele statistice utilizate la exemplul 1.5 (intervalul median).0 .5 0.0 0.5 0.5 – 8.5 7. 7. 2 prin urmare.) 0. sup.5 Total 5 7 10 6 2 30 5 12 22 28 30 Locul valorii mediane: Σ ni 1 2 Me 30 1 15.5 – 7.5 0.175 $ Universitatea Hyperion | 2011 .0 7. mediana este valoarea medie a variantelor cu numărul de ordine 15 şi 16 care se poziţionează în intervalul.0 – 6.5 0.0 8.

Δ1 Δ1 Δ 2 53 X Mo x0 d 7. în care. MEDIA ÎN CAZUL CARACTERISTICII ALTERNATIVE Programul observării statistice poate cuprinde şi caracteristici alternative. n2 este numărul de unităţi care nu deţin caracteristica studiată.STATISTICĂ Intervalul modal este intervalul. Valoarea medie se determină cu ajutorul mediei aritmetice ponderate..3.0 – 7.5 la care se înregistrează frecvenţa maximă (10). n1este numărul de unităţi care deţin caracteristica studiată. pentru care există două variante de răspuns exprimate prin „da” sau „nu”.214 $ III. astfel: x p 1 n1 0 n2 n1 n2 n1 n1 n2 . Universitatea Hyperion | 2011 . 7.5 10 7 10 7 10 6 7.0 0. Pentru a calcula nivelul mediu al unei astfel de caracteristici se înlocuiesc cu cifra 1 răspunsurile „da” (când la o unitate statistică este caracteristica cercetată) şi cu 0 răspunsurile „nu” (când unitatea statistică nu deţine caracteristica cercetată).2.

Acest calcul este în mod facil exemplificat dacă ne referim la proporţia pieselor cu vicii de natură funcţională (rebutate) dintr-un lot de piese care au fost produse într-o perioadă de timp. Universitatea Hyperion | 2011 . Dacă numărul pieselor considerate necorespunzătoare din punct de vedere calitativ este de 20 dintr-un lot de 2000 de piese produse se constată că valoarea medie sau proporţia pieselor rebutate este. care exprimă ceea ce este tipic. comun şi general în configuraţia fenomenelor.STATISTICĂ Prin urmare. Rezultatul obţinut este o expresie numerică care arată câte unităţi din indicatorul raportat revin la o unitate a indicatorului bază de raportare. valoarea medie a unei caracteristici alternative este egală cu proporţia unităţilor statistice care deţin caracteristica cercetată în totalul unităţilor care formează colectivitatea statistică.ele exprimă într-o manieră abstractă tendinţa centrală de grupare a nivelurilor individuale către un nivel de sinteză denumit mărime medie. Mediile sunt ș i indicatori derivaţi. Tehnica de calcul a mărimilor relative este simplă ceea ce explică şi larga lor utilizare în cercetarea statistică. două mărimi medii sau alte două mărimi relative. în analiza activităţii economico-financiare sau în alte lucrări de analiză şi cercetare.01 sau 1% De reţinut! Mărimile relative sunt indicatori derivaţi calculaţi ca raport între două mărimi absolute. 54 x p 1 20 0 1980 2000 20 2000 0. Media poate substitui nivelurile individuale pe care le sintetizează deoarece este o valoare mai mult sau mai puţin reprezentativă în funcţie de gradul de omogenitate al colectivităţii supuse cercetării.

. Isaic-Maniu. Ce este valoarea mediană şi cum se calculează? III. TEMA DE CONTROL A UNITĂŢII NR. 3 1. M. Cum se calculează media unei caracteristici alternative? 5. Bucureşti. N. Biji. P.5. 2. Ce sunt mărimile medii? 3. Tövissi. Exemplificaţi şi interpretaţi felurile mărimilor relative. Cum se calculează mărimile relative? 3. 2011.STATISTICĂ 55 III. Bucureşti. Cum se calculează şi în ce situaţii se utilizează media aritmetică? 4. În ce situaţie se utilizează media cronologică şi cum se calculează? 4. T. D... Baron. Wagner. În ce situaţie se utilizează media geometrică şi cum se calculează? 6.. Mihăilescu. Editura Renaissance. Editura Didactică şi Pedagogică. Cum se calculează şi în ce cazuri se utilizează media armonică? 5. Porojan.3 1.. Statistică teoretică şi economică. Universitatea Hyperion | 2011 .. Korka.. 2. E. Ce sunt mărimile relative? 2.Statistica şi bazele statistice ale econometriei. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. 3 1. Al.4. Ce este valoarea modală şi cum se calculează? TESTUL DE AUTOEVALUARE NR.. L. 1996.

SIMETRIA.  să cunoască modalitatea de calcul şi interpretare a indicatorului „Energia informaţională”. 4: INDICATORII DE INFORMARE STATISTICĂ PRIVIND VARIABILITATEA.  să cunoască modalitatea de calcul şi interpretare a indicatorului ”Coeficientul Gini”.  să cunoască modalitatea de calcul şi semnificaţia indicatorului de boltire (aplatizare). I Universitatea Hyperion | 2011 . APLATIZAREA Ș ICONCENTRAREA Timpul de studiu individual estimat: 8 h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare veţi putea:  să cunoască care sunt formele şi modalitatea de calcul a indicatorilor gradului de variabilitate.  să cunoască utilitatea şi modalitatea de efectuare a analizei dispersionale  să cunoască modalitatea de calcul şi semnificaţia indicatorului de asimetrie.STATISTICĂ 56 Unitatea de studiu nr.  să înţeleagă semnificaţia economică a indicatorilor gradului de variabilitate.  să cunoască utilitatea şi modalitatea de calcul a indicatorului Jarque-Bera.  să cunoască modalitatea de calcul şi interpretare a indicatorului „Entropia informaţională”.

indicatori simpli . 4 (pag.1. 75) IV. Bibliografia specifică unităţii nr.1. Indicatorii gradului de variabilitate (pag.1.Felurile şi semnificaţia indicatorilor gradului de variabilitate (pag. 65) IV.1. 57) IV. prin urmare prezintă un anumit grad de variabilitate determinat de condiţiile de dezvoltare specifice fenomenului studiat. 68) IV.Indicatorii gradului de concentrare / diversificare (pag. 79) IV.2. FELURILE ŞI SEMNIFICAŢIA INDICATORILOR GRADULUI DEVARIABILITATE Datele reţinute în urma observării diferă de la o unitate statistică la alta. Analiza dispersională(pag.4.5. 79) 57 IV. 72) IV.4 (pag.1.STATISTICĂ Cuprinsul unităţii de învăţare: IV. 64) IV. Dacă ţinem seama de numărul variantelor caracteristicii care se compară pentru a obţine un indicator care măsoară gradul de variabilitate se disting două feluri de indicatori: .1. Tema de control a unităţii nr. de factorii care acţionează asupra apariţiei şi existenţei fiecărei unităţi. 57) IV.4. INDICATORII GRADULUI DE VARIABILITATE IV.2. Pentru caracterizarea unei colectivităţi statistice din punct de vedere al împrăştierii nivelurilor individuale se folosesc indicatori specifici cunoscuţi sub denumirea de indicatorii variaţiei.3.Dispersia în cazul caracteristicii alternative(pag.3.Felurile dispersiilor(pag.indicatori sintetici Universitatea Hyperion | 2011 .1. Indicatorii asimetriei şi boltirii (aplatizării) seriilor de repartiţie (pag.

. Aceşti indicatori dimensionează. Universitatea Hyperion | 2011 .abaterea absolută: Δ i xi x .amplitudinea relativă: A % xmax x xmin 100 b) Abaterea fiecărei variante a caracteristicii de la valoarea medie ( Δ i ). Pentru analiză prezintă interes.. a) . Indicatorii simpli ai variaţiei caracterizează abaterea unei singure variante faţă de altă variantă sau faţă de valoarea medie a caracteristicii. Indicatorii sintetici ai variaţiei caracterizează abaterea medie a tuturor 2 variantelor caracteristicii de la media lor. a) Amplitudinea variaţiei (A) măsoară câmpul de împrăştiere a valorilor caracteristicii şi se obţine prin compararea variantei cu mărimea cea mai mare sub care s a înregistrat caracteristica cu varianta de valoare minimă. în mod deosebit. i 1. aspecte izolate ale gradului de variabilitate şi pot fi calculaţi atât în expresie absolută cât şi în expresie relativă.. n .2..amplitudinea absolută: A x max x min .abaterea relativă: Δi % xi x x 100 Aceşti indicatori exprimă măsura în care fiecare variantă a caracteristicii se distanţează de la valoare medie a tuturor variantelor.STATISTICĂ 1. prin urmare. astfel: 58 .Abaterea medie liniară sau abaterea medie absolută (d). abaterea maximă negativă şi respectiv abaterea maximă pozitivă care oferă şi o informaţie generală asupra împrăştierii nivelurilor individuale în raport cu valoarea medie. .

fapt ce poate influenţa în mod negativ o corectă apreciere a gradului de reprezentativitate a valorii medii. indiferent de mărimea abaterii.STATISTICĂ 59 d Σ xi x . care are un suport metodologic similar cu cel utilizat la calculul simplificat al mediei aritmetice. pentru aprofundarea analizei seriilor statistice se recomandă să se utilizeze şi alţi indicatori sintetici cu rol de medie a nivelului de variabilitate. pentru determinarea dispersiei se poate folosi şi o formulă de calcul simplificat. acordă aceeaşi importanţă tuturor abaterilor variantelor de la valoarea medie. în cazul seriilor de repartiţie cu frecvenţe neegale Abaterea medie liniară. ζ 2 x Σ xi n x 2 Σ xi2 n Σ xi n 2 . Din acest motiv. în cazul seriilor de repartiţie cu frecvenţe egale n d Σ xi x ni Σ ni . Universitatea Hyperion | 2011 . prin modul ei de calcul. în cazul seriilor de repartiţie cu frecvenţe neegale Uneori. în cazul seriilor de repartiţie cu frecvenţe egale ζ 2 x Σ xi x Σ ni 2 ni Σ xi2 ni Σ ni Σ xi ni Σ ni 2 . 2 b) .Dispersia ζ x Dispersia caracteristicii oferă o mărime cifrică cu caracter abstract a gradului de variabilitate existent într-o colectivitate statistică deoarece nu poate fi interpretată în mod direct datorită caracterului ireal al unităţii de măsură în care se exprimă.

STATISTICĂ 60 Σ ζ 2 x xi k n a 2 k2 2 x a . în cazul seriilor de repartiţie cu frecvenţe neegale 2 Se precizează. în cazul seriilor de repartiţie cu frecvenţe egale 2 Σ ζ 2 x xi a k Σ ni ni k2 x a . ζx Σ xi n x 2 . de asemenea.seria de variaţie este constituită pe intervale egale de grupare. astfel.constantei „a”i se acordă ca valoare mijlocul intervalului care deţine frecvenţa cea mai mare. că aceste relaţii oferă în mod efectiv avantajul simplificării calculelor numai dacă sunt îndeplinite următoarele condiţii: . .constantei „k”i se acordă ca valoare mărimea intervalului de grupare. cu cât abaterea medie Universitatea Hyperion | 2011 .Abaterea medie pătratică sau abaterea standard ζ x se calculează prin extragerearădăcinii pătrate din dispersie. . Cu cât abaterea medie pătratică are o mărime mai mică cu atât valorile caracteristicii sunt mai concentrate în jurul mediei şi în consecinţă colectivitatea statistică este mai omogenă şi invers. c) . în cazul seriilor de repartiţie cu frecvenţe egale ζx Σ xi x Σni 2 ni . în cazul seriilor de repartiţie cu frecvenţe neegale Abaterea medie pătratică caracterizează gradul de variabilitate a variantelor individuale ale caracteristicii de la valoarea medie.

pe baza mărimii sale. Acest indicator prezintă totuşi şi o limită de aplicare atunci când se doreşte să se facă. cu atât media caracteristicii este mai reprezentativă pentru colectivitatea statistică studiată şi în consecinţă colectivitatea este mai omogenă. Exemplul 6 Calculul şi interpretarea indicatorilor care axprimă măsura gradului de variabilitate a caracteristicii studiate în cadrul unei colectivităţi statistice îl vom exemplifica pe baza datelor care formează seria de variaţie a 200 de agenţi economici.Coeficientul de variaţie (V) 61 V ζx 100 x Coeficientul de variaţie permită. datorită formei sale de exprimare procentuală. Abaterea medie pătratică are o aplicabilitate extinsă pentru dimensionarea sintetică a variaţiei caracteristicii studiate deoarece se exprimă în aceleaşi unităţi de măsură în care sunt exprimate şi variantele caracteristicii. Se apreciază că o valoare mai mică de 30% a coeficientului de variaţie atestă un grad bun de omogenitate a colectivităţii şi respectiv de reprezentativitate a valorii medii. Cu cât coeficientul de variaţie are o valoare mai mică. o comparaţie a gradului de variabilitate existent în două colectivităţi statistice ale căror caracteristici sunt exprimate în unităţi de măsură diferite sau sunt mărimi cifrice de ordin diferit (ordinul zecilor şi respectiv ordinul sutelor) chiar dacă unitatea de măsură este identică. Universitatea Hyperion | 2011 . cea mai generală apreciere a gradului de variabilitate medie a caracteristicii statistice studiate. fără limite de interpretare.STATISTICĂ pătratică are o mărime mai mare cu atât valorile individuale ale caracteristicii sunt mai dispersate şi deci colectivitatea este mai puţin omogenă. d) .

750 200 73.000 19.000 900 13.000 20 0 365 mii lei Amplitudinea variaţiei .250 30 550 16.500 50 450 22.855.500 + 185 + 50.250 361.7% 5.000 5 – 215 – 115 – 15 6 – 58.000 60 350 21.600 2.1% 7 4.000 4.STATISTICĂ grupaţi după mărimea cifrei de afaceri.550 1. Tabelul 6 Gruparea agenţilor economici din turism după cifra de afaceri Numărul agenţilor economici 62 Grupe după mărimea cifrei de afaceri (mii lei) 1 100 – 200 200 – 300 300 – 400 400 – 500 500 – 600 Total Mijlocul intervalului (xi) Valoarea totală a cifrei de afaceri (xini) x x x x 100 x x x ni x x 2 ni 2 20 3 150 4 3.600 529.500 40 250 10.300 8 924.000 Valoarea medie a cifrei de afaceri realizată de un agent economic este x Σ x i ni Σ ni 73 .9% – 31.026.5% – 4.500 + 85 + 23. care au ca obiect de activitate prestarea de servicii turistice.3% 4.amplitudinea absolută: A x max x min 550 150 400 mii lei Universitatea Hyperion | 2011 .

abaterea relativă: Δi % xi x . d Σ xi x ni Σ ni 19. Abaterea medie liniară sau abaterea medie absolută...275 200 Abaterea medie pătratică sau abaterea standard.478 365 32. n xi x x 100 Valorile aferente acestui indicator sunt prezentate în coloana 5 şi respectiv în coloana 6 a tabelului 6.7% Interpretarea rezultatelor care se referă la nivelul gradului de variabilitate poate fi sintetizată astfel: Universitatea Hyperion | 2011 .478 mii lei Coeficientul de variaţie. ζx Σ xi x Σni 2 ni 14 .2.275 119 ..855. i 1..000 mii lei Dispersia. 2 ζx Σ xi x Σ ni 2 ni 2.abaterea absolută: Δ i .amplitudinea relativă: A % xmax x xmin 100 400 100 109.600 200 98.000 14.STATISTICĂ 63 . .6% 365 Abaterea fiecărei variante a caracteristicii de la valoarea medie. V x x 100 119.

Pentru caracteristica alternativă dispersia şi abaterea medie pătratică se calculează astfel: .Mărimea coeficientului de variaţie de 32.Conform rezultatului obţinut în urma calculul abaterii medii pătratice. cu toate că rezultatele sunt diferite. .7% ne permite să apreciem că valoarea medie a cifrei de afaceri are un grad bun de reprezentativitate.dispersia 2 ζx 1 p 2 p 0 p q p 2 q q2 p p2 q p q q p q p p q q p Universitatea Hyperion | 2011 . În aceste condiţii se remarcă poziţia esenţială a coeficientului de variaţie care oferă cea mai sintetică expresie a nivelului de împrăştiere a nivelurilor individuale ale caracteristicii (cifra de afaceri) de la valoarea lor medie. abaterea medie pătratică amplifică importanţa abaterilor mari de la medie şi reduce importanţa abaterilor mici. în cazul caracteristicii alternative valoarea medie este egală cu proporţia numărului unităţilor care deţin caracteristica urmărită în totalul unităţilor care formează colectivitatea statistică (p).478 mii lei. 64 IV.Indicatorii simplii ai variaţiei oferă informaţii punctuale sau individuale ale gradului de împrăştiere şi au o semnificaţie statistică mai redusă decât a indicatorilor sintetici.STATISTICĂ . .1. (deoarece acest indicator este situat foarte aproape de un nivel opţional cu caracter limitativ de 30%). DISPERSIA ÎN CAZUL CARACTERISTICII ALTERNATIVE După cum se cunoaşte. . Diferenţa respectivă se explică prin diferenţa logicii celor două modalităţi de calcul: dacă abaterea medie liniară acordă aceeaşi importanţă tuturor abaterilor individuale de la medie.2. iar colectivitatea societăţilor comerciale supusă cercetării este relativ omogenă.Abaterea medie liniară se interpretrează şi are acelaşi conţinut cu al abaterii medii pătratice. se constată că fiecare unitate a colectivităţii are o valoare a cifrei de afaceri care se abate în medie de la valoarea medie cu 119.

IV.influenţa factorilor obiectivi reprezentaţi prin conţinutul şi tipologia caracteristicilor de grupare care au puterea de a determina departajarea colectivităţii în grupe care evidenţiază tipuri calitative distincte şi care determină variaţia dintre grupe.influenţa factorilor cu acţiune întâmplătoare localizaţi la nivelul grupelor care determină variaţia internă a grupelor.dispersia caracteristicii statistice la nivelul fiecărei grupe (dispersia de grupă). are în vedere următoarele tipuri de indicatori: . Grupele constituite diferă între ele atât prin valoarea lor medie. Universitatea Hyperion | 2011 .1. FELURILE DISPERSIILOR Pentru a mări paleta concluziilor care privesc aspectele structurale ale colectivităţilor statistice se procedează la împărţirea acestora în grupe omogene după două sau mai multe caracteristici. iar „q” este ponderea relativă pentru varianta caracteristicii „0”.STATISTICĂ 65 . p q 1.3. prin calcularea unor indicatori specifici ai variaţiei. De asemenea. . Indicatorii variaţiei calculaţi pentru întreaga colectivitate sintetizează două categorii de influenţe: .abaterea medie pătratică ζx q p Notaţia „q” este acordată proporţiei numărului unităţilor care nu deţin caracteristica urmărită în totalul unităţilor care formează colectivitatea statistică şi în consecinţă. . cât şi prin nivelul intern al gradului de variabilitate. Analiza colectivităţilor statistice împărţite pe grupe.dispersia caracteristicii statistice la nivelul colectivităţii (dispersia generală). se menţionează că „p” este ponderea (frecvenţa) relativă pentru varianta caracteristicii „1”.

nj n j este frecvenţa grupei „j”. i 1 nij nj .media dispersiilor calculate pe grupe. k nj xij ζ 2 0 j 1 i 1 k x0 nj 2 nij j 1 în care.dispersia dintre grupe. a) Dispersia generală ( ζ 02 ) oglindeşte variaţia caracteristicii statistice existentă în colectivitatea totală şi produsă ca urmare a influenţei tuturor factorilor obiectivi şi întâmplători care acţionează asupra unităţilor statistice. x 0 este media caracteristicii la nivelul colectivităţii totale. . în care. k reprezintă numărul de grupe în care s-a împărţit colectivitatea. Universitatea Hyperion | 2011 . x ij sunt cele „i” variante ale caracteristicii din grupa „j”. b) Dispersia de grupă ( ζ 2 j ) caracterizează variaţia caracteristicii la nivelul unei grupe de unităţi. n ij este frecvenţa variantei „i” din grupa „j”. fj xij ζ 2 j i 1 fj xj nij i 1 2 nij .STATISTICĂ 66 . x j este valoarea medie a caracteristicii în grupa “j”.

existentă în colectivitatea totală. 2 ζ0 ζ j2 δ2 IV. ANALIZA DISPERSIONALĂ Universitatea Hyperion | 2011 .1. măsura nivelului total al varibilităţii caracteristicii studiate. k xj δ 2 j 1 k x0 nj j 1 2 nj Rezultă. că dispersia generală cumulează atât influenţa factorilor întâmplători cât şi influenţa factorului obiectiv.4.STATISTICĂ 67 c) Media dispersiilor calculate pe grupe ( ζ j2 ) reflectă acea parte din variaţia caracteristicii. din cele expuse. k j 1 ζ2 j nj k ζ j2 nj j 1 c) Dispersia dintre grupe ( δ 2 ) este măsura gradului de împrăştiere a mediilor calculate pe grupe de la media generală. Această dispersie reflectă variaţia caracteristicii din colectivitatea totală provocată de influenţa factorului obiectiv reprezentat prin caracteristica folosită pentru a realiza gruparea. fapt confirmat şi prin relaţia care atestă “regula de adunare a dispersiilor”. exprimând. respectiv a factorului de grupare. astfel. care este produsă de factorii cu acţiune întâmplătoare.

cu o mărime Ftabelară. se respinge „ipoteza nulă”. Valoarea tabelară este o mărime teoretică care se extrage din tabela cu valorile funcţiei de repartiţie Fisher în funcţie de probabilitatea cu care se doreşte să fie garantată concluzia testării (pragul de semnificaţie) şi de numărul gradelor de libertate (Anexa 5). Tabelul 7 Universitatea Hyperion | 2011 . Analiza dispersională. cum ar fi: . . . 68 Exemplul 7 Verificarea semnificaţiei factorului principal de grupare (vechimea în muncă) este o operaţiune statistică care se poate realiza cu ajutorul analizei dispersionale („ Criteriul F”).semnificaţia raportului de corelaţie. diferenţa care se constată între dispersia dintre grupe şi dispersia din interiorul grupelor. Verificarea „ipotezei nule” cu ajutorul „Criteriului F” constă în a compara o mărime F-statistic. în aceste condiţii. Pentru aceasta vom considera situaţia din tabelul 7. obţinută prin calcul pe baza datelor de observare. are o mărime semnificativă din punct de vedere statistic şi. .STATISTICĂ Analiza dispersională este o operaţiune de testare statistică ce se bazează pe felurile dispersiilor şi care oferă posibilitatea cunoaşterii unor aspecte definitorii.egalitatea a două sau mai multor valori medii calculate pentru caracteristici statistice identice înregistrate de unităţile care compun colectivităţile supuse comparaţiei.semnificaţia factorului principal de grupare.identificarea existenţei unei corelaţii statistice între două variabile. Dacă F-statistic este mai mare decât F-tabelar. se mai numeşte şi „Criteriul F” deoarece se conformează legii de repartiţie Fisher. datorită suportului său metodologic de aplicare.

c 3 3 3 3 Numărul total al unităţilor statistice: i 1 j 1 nij i 1 ni j 1 nj n 20 Tabloul sinoptic al rezultatelor testării Universitatea Hyperion | 2011 .STATISTICĂ Gruparea salariaţilor după vechimea în muncă şi salariul lunar Grupe după vechimea în muncă I (0-5 ani) II (6-10 ani) III (peste 10 ani) Total ( n j ) Grupe după salariul lunar ( x j ) 200-300 (mii lei) 4 1 5 300-400 (mii lei) 2 8 1 11 400-500 (mii lei) 1 3 4 Total ( ni ) 6 10 4 20 69 Numărul rândurilor: i = 1.….…. Numărul coloanelor: j = 1.v .

3 factorilor reziduali ) 3 Variaţia totală j 1 (x j x) 2 nj 89.333.832.13 principal de grupare) – din interiorul grupelor 40832 .3 3 ( x x ) 2 n 2 f2 n m s2 ij j i i 1j 1 minată de 17 20 3 17 2.401.0 n 1 20 1 19 Tabelul calculelor intermediare Universitatea Hyperion | 2011 .7 24.89 influenţa 40.666.500.7 determinată de 2 2 F f1 m 1 ( x i x ) ni s1 2 influenţa s2 i 1 2 3 1 2 48.3 (variaţia deter.STATISTICĂ 70 Dispersia corectată (în Numărul Tipul împrăştierii Suma funcţie de Criteriu gradelor (variaţiei) pătratelor abaterilor numărul l de libertate gradelor de libertate) – dintre grupe (variaţia 2 3 s1 48666.35 factorului 10.

STATISTICĂ 71 Calculul valorilor medii Media salariului lunar pentru grupa I – a de vechime în muncă Media salariului lunar pentru grupa II – a de vechime în muncă Media salariului lunar pentru grupa III – a de vechime în muncă Media salariului lunar pentru colectivitatea statistică totală 3 i 1 x1 250 4 350 2 6 283.0 ( 450 .888 .666.875 .3 345 .0 283 .0 345 .333. f1 2 .0) 3 j 1 4 2 4.0 345 .0 1.0) (350 .0 350 .0) 5 (350 .0 Fstatistic s s 2 1 2 2 24.3 (350 .0 ( 250 .95 .0 425 .0 44.3) ( 250 . se respinge „ipoteza nulă” şi prin urmare grupele constituite după vechimea în muncă diferă semnificativ între ele prin prizma salariului lunar pe care îl înregistrează cei 20 de subiecţi. sau prezintă un prag de semnificaţie (un probabil risc de a greşi) de 5%.0 345 .0 1 3 5.0) 2 6 (350 .0 283 .7 3 i 1j 3 1 (x j xi ) 2 2 2 2 nij 40.000 Calculul sumelor pătratelor abaterilor ( xi x) 2 ni ( 283.0) 2 2 2 2 8 0 .9 ( 450 .0) 2 10 ( 425 .0) 2 4 48. Concluzia prezentată este garantată cu o probabilitate de 95%.0 345 .0 345 .0) 2 1 10 .0 350 .3) (350 .000 x3 350 1 450 3 4 425. f 2 17 3.35 10.13 Ftabelar 2.0) 4 45.401.000 .0 89.000 x 250 5 350 11 450 4 20 345.4 8.0 2 (x j x) 2 nj ( 250 .444 .333 x2 250 1 350 8 10 450 1 350 .832 .125. F statistic F tabelar .500.59 Deoarece se constată că.0) 425 .0 2 1 10. Universitatea Hyperion | 2011 .0 275.625 .89 FP 0.0) 11 ( 450 .000 .100.0 350 .

STATISTICĂ În aceste condiţii, se confirmă faptul că factorul principal de grupare (vechimea în muncă) conduce la o departajare semnificativă a colectivităţii statistice pe trei tipuri calitative. De asemenea, se menţionează că testarea efectuată ne permite să constatăm că între vechimea în muncă şi salariul lunar se identifică o anumită formă de corelaţie statistică. Această interdependenţă este confirmată şi prin modul de dispunere a frecvenţelor în tabelul 7, care cuprinde datele empirice grupate după cele două caracteristici luate în consideraţie ( n ij ) şi care tind să se aglomereze în jurul diagonalei principale. Se remarcă faptul că, pe măsură ce are loc o creştere a vechimei în muncă se majorează şi salariul lunar. Notă: Numărul gradelor de libertate, la care se face referire în cazul unor legi de repartiţie, este dat de diferenţa dintre numărul elementelor considerate simultan (numărul unităţilor statistice sau numărul grupelor formate în cadrul unei serii de repartiţie) şi numărul relaţiilor independente care le leagă, cum ar fi valoarea medie sau numărul parametrilor dintr-o expresie analitică care modelează fenomenul studiat. Se precizează că numărul gradelor de libertate este un parametru al funcţiilor de repartiţie, Fisher, Student şi ipotezelor statistice.
2

72

(hi pătrat), care au numeroase aplicaţii în domeniul verificării

IV.2.INDICATORII ASIMETRIEI ŞI BOLTIRII (APLATIZĂRII) SERIILOR DE REPARTIŢIE

Universitatea Hyperion

| 2011

STATISTICĂ Indicatorii asimetriei şi boltirii seriilor de repartiţie oferă informaţii suplimentare care completează şi le dezvoltă pe acelea sintetizate de indicatorii medii sau de cei ai variaţiei.

73

a) Coeficientul de asimetrie Coeficientul de asimetrie (Sx) este o măsură a asimetriei distribuţiei seriei în jurul mediei, acesta ne edifică asupra modului de dispunere a nivelurilor individuale ale caracteristicii în raport cu o repartiţie uniformă sau normală. Cu cât coeficientul de asimetrie este mai mic, respectiv se apropie ca mărime de zero, cu atât seria statistică are un grad de asimetrie mai redus, iar dacă Sx este egal cu zero, seria este perfect simetrică. Semnul pozitiv al coeficientului de asimetrie indică o asimetrie spre dreapta iar, semnul negativ semnalizează existenţa unei asimetrii a seriei statistice spre stânga respectiv către nivelurile mai mici ale seriei. Formula de calcul a coeficientului de asimetrie este:

Sx

1 x x Σ n ζx
Σ (x n x )2

3

în care, ζ x

Σ x2 n

Σx n

2

b) Coeficientul de boltire (aplatizare) (Kx) se cuantifică cu ajutorul relaţiei:

Kx

1 Σ n

x ζx

x

4

Mărimea coeficientului de boltire se compară cu nivelul standard de 3. - dacă, Kx = 3, boltirea seriei statistice corespunde legii de repartiţie normale, - dacă, Kx< 3, seria are o dispunere plată relativ la repartiţia normală, - dacă, Kx> 3, seria are o formă ascuţită comparativ cu repartiţia normală,
Universitatea Hyperion

| 2011

STATISTICĂ

74

Atunci când S x

0 şi K x

3 , seria statistică este normal distribuită.

Verificarea convergenţei seriei de repartiţie studiate către legea de repartiţie normală pe baza indicatorilor de asimetrie şi boltire se poate realiza cu ajutorul testului Jarque-Bera. Dimensiunea statistică a acestui test este:
JB n 2 Sx 6 n Kx 24 3
2

Coeficientul statistic JB se distribuie conform legii de repartiţie χ 2 cu 2 grade de libertate. În principiu, dacă, JB
χ2 P 1 q;f
2

, se respinge ipoteza nulă a repartizării normale

a variabilei. Cu cât valoarea lui JB este mai mică, mai apropiată de zero, cu atât pobabilitatea (P=1-q) de a accepta ipoteza nulă este mai mare, riscul de a respinge o ipoteză adevărată (q) este mai mic şi, prin urmare, seria statistică se apropie ca formă de repartiţia teoretică normală. Este evident că atunci când, JB = 0, seria se distribuie conform legii de repartiţie normală. În mod practic, nu avem motive de a respinge ipoteza nulă atunci când probabilitatea corespunzătoare mărimii calculate a coeficientului statistic JB şi numărul gradelor de libertate -2, este mai mare de 0,6. Dacă se constată însă că probabilitatea aferentă valorii tabelare care se apropie cel mai mult de mărimea coeficientului s tatistic JB şi numărul gradelor de libertate -2, este mică, respectiv sub 50%, putem concluziona, fără rezerve, că ipoteza de normalitate a repartiţiei empirice nu este adevărată. O situaţie particulară, de indecizie, este posibilă atunci când probabilitatea cu care se garantează testarea este cuprinsă între 0,5 şi 0,6, caz în care se optează pentru mărirea eşantionului şi reluarea testării. Indicatorii asimetriei şi boltirii seriilor de repartiţie prezintă, de asemenea, utilitate practică pentru alegerea unei anumite scheme de sondaj. Se menţionează că în cazul colectivităţilor statistice relativ simetrice, sau cu un grad redus de asimetrie şi o dispunere compatibilă cu repartiţia teoretică normală, se adoptă, de regulă, un tip de sondaj simplu, nestratificat.
Universitatea Hyperion

| 2011

STATISTICĂ

75

Notă:Pentru calculul indicatorilor asimetriei şi boltirii (aplatizării) seriilor de repartiţie pot fi utilizate ca soluţii alternative relaţiile lui Pearson, astfel:

Sx

x

X Mo

,

Kx

1 n

x x
2 2

4

IV.3.

INDICATORII

GRADULUI

DE

CONCENTRARE

/

DIVERSIFICARE
Studiul seriilor statistice poate fi aprofundat prin conturarea unor concluzii specifice cu privire la măsura în care volumul caracteristicii sau unităţile statistice se dispun între stările, grupele sau segmentele de timp la care se referă. Indicatorii cu ajutorul cărora se apreciază gradul de concentrare / diversificare sunt:

- indicatorul „Energia informaţională” ( Ei Σ r 2 )

Indicatorul „Ei” poate înregistra o mărime cuprinsă între 1 şi 1/n (în care „n” este numărul stărilor, grupelor sau diviziunilor de timp, iar „r” sunt mărimile relative de structură). Dacă Ei

1 , se constată o dispunere uniformă a unităţilor sau a caracteristicii n

pe stările respective (maximă diversificare), iar dacă Ei 1 , se identifică o concentrare totală, într-o singură stare.

Universitatea Hyperion

| 2011

STATISTICĂ - indicatorul„Entropia informaţională” (En).
log 2 10 ( Σ r log r) 3,321928 ( Σ r log r)

76

En

Entropia informaţională poate lua o valoare în intervalul 0 şi log 2 n , în care „n” reprezintă numărul stărilor sau al segmentelor de timp. Dacă En stare care concentrează toată activitatea, iar dacă En
log2 n

0 , există o singură
3,321928 log10 n , se

confirmă o dispunere uniformă a tuturor stărilor prin prisma numărului unităţilor statistice sau a volumului caracteristicii studiate.

-”Coeficientul Gini” (Kg)

Kg

n Σ r2 1 n 1

Coeficientul Gini se situiază ca mărime în intervalul 0 şi 1. Mărimea 0 atestă o dispunere uniformă pe stări sau pe segmente de timp, iar valoarea 1 se obţine atunci când se constată existenţa unei singure stări care concentrează întreaga activitate sau toate unităţile colectivităţii statistice.

Exemplul 8
De la o societate comercială care realizează operaţiuni de comerţ exterior se cunosc următoarele date:

Universitatea Hyperion

| 2011

123 mii euro 80 120 Anul 2 structura ( r1 ) 0.150 0. . stofe 2. obiecte de lenjerie 4.0342 0.215 0.0156 0.0949 0.214 .0151 0. Kg1 n Σ r12 1 n 1 6 0.188 Universitatea Hyperion | 2011 .0462 0.100 0. obiecte electrice de uz casnic Total 650 1.185 0. Kg0 n Σ r02 1 n 1 6 0.100 0.2048 1 6 1 0.000 0.1962 140 200 0. încălţăminte pentru bărbaţi 3.1962 1 6 1 0.pentru anul 1.pentru anul 2.0100 mii euro 120 80 structura ( r0 ) 0.0100 0.0756 60 50 0.0085 0. mobilier pentru bucătărie 5.0059 0.0225 r02 r12 Ne propunem să caracterizăm dinamica procesului de concentrare sau de diversificare a mărfurilor comercializate de această societate comercială cu ajutorul coeficientului Gini.092 0.STATISTICĂ 77 Tabelul 8 Structura mărfurilor comercializate Anul 1 Felul mărfurilor comercializate 1.308 200 220 0.0625 0.275 0.125 0.2048 0. covoare 6.077 100 80 0.000 800 1.250 0.

astfel.influenţa factorilor cu acţiune întâmplătoare localizaţi la nivelul grupelor care determină variaţia internă a grupelor. Amploarea acestui proces este exprimată de indicele de dinamică a indicatorului care dimensionează modificarea gradului de dispunere a vânzărilor pe categorii de mărfuri.15%. 87.12. . . I Kg 1 Kg 0 0.188 0. Analiza dispersională este o operaţiune de testare statistică ce se bazează pe felurile dispersiilor şi care oferă posibilitatea cunoaşterii unor aspecte definitorii.15% Coeficientului Gini din anul 1 a fost mai mic decât mărimea înregistrată în anul 2 cu 12. De reţinut! Pentru caracterizarea unei colectivităţi statistice din punct de vedere al împrăştierii nivelurilor individuale se folosesc indicatori specifici cunoscuţi sub denumirea de indicatorii variaţiei.influenţa factorilor obiectivi reprezentaţi prin conţinutul şi tipologia caracteristicilor de grupare care au puterea de a determina departajarea colectivităţii în grupe care evidenţiază tipuri calitative distincte şi care determină variaţia dintre grupe.85%.STATISTICĂ 78 Calculele efectuate oferă posibilitatea să se aprecieze că. Indicatorii variaţiei calculaţi pentru întreaga colectivitate sintetizează două categorii de influenţe: . în anul 2 comparativ cu anul 1 a avut loc un un proces de diversificare al mărfurilor comecializate.8785 . Universitatea Hyperion | 2011 .214 0.

E...5. Cum se calculează şi care este semnificaţia coeficientului de asimetrie? 5. 3.. cum se calculează şi care este semnificaţia rezultatelor? 4. 1996. Baron. TEMA DE CONTROL A UNITĂŢII NR. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR....STATISTICĂ 79 IV. Universitatea Hyperion | 2011 .. Isaic-Maniu. în cazul colectivităţilor statistice împărţite pe grupe. Editura Renaissance. N. Cum se calculează şi care este semnificaţia indicatorilor sintetici ai variaţiei? 2. 2003. Cum se calculează şi care este semnificaţia coeficientului de boltire (aplatizare)? 4. L.. M. Bucureşti. Al. Editura Economică. Bucureşti. T.Statistică teoretică şi economică. Cum se calculează şi care este semnificaţia indicatorului „Coeficientul Gini” ? IV. Ce sunt indicatorii gradului de variabilitate? 2. T. Cum se calculează şi care este semnificaţia indicatorilor simpli ai variaţiei? 3.6. 2011. Andrei. 4 1. Editura Didactică şi Pedagogică. Porojan D. Biji. Statistică şi econometrie. 4 1. Tövissi. Care sunt felurile dispersiilor. 4 1. Cum se calculează şi care este semnificaţia indicatorului „Entropia informaţională” ? 5. 2.Mihăilescu.Statistica şi bazele statistice ale econometriei. P. Bucureşti. Cum se calculează dispersia în cazul caracteristicii alternative? 3.. Cum se calculează coeficientul statistic Jarque-Bera şi care este utilitatea lui? 6. Wagner. Korka. Cum se calculează şi care este semnificaţia indicatorului „Energia informaţională”? TESTUL DE AUTOEVALUARE NR.

PREZENTAREA DATELOR STATISTICE ÎN TABELE ŞI SUB FORMA REPREZENTĂRILOR GRAFICE În vederea prezentării datelor statistice iniţiale.1. Prezentarea datelor statistice în tabele şi sub forma reprezentărilor grafice (pag. pentru sistematizarea indicatorilor derivaţi rezultaţi în urma prelucrării.  să cunoască modalităţile de prezentare şi identificare grafică a datelor statistice. de regulă. interpretare sau previziune a fenomenelor social-economice se procedează. Universitatea Hyperion | 2011 . 80) V.STATISTICĂ 80 Unitatea de studiu nr.2.1. 89) V. pentru a facilita realizarea operaţiunilor de prelucrare.3. la vizualizarea indicatorilor economici în tabele statistice precum şi sub forma reprezentărilor grafice. Cuprinsul unităţii de învăţare: V. 5 (pag. Tema de control a unităţii nr. 5 (pag. Bibliografia specifică unităţii nr. 90) V. 5: PREZENTAREA DATELOR STATISTICE ÎN TABELE ŞI SUB FORMA REPREZENTĂRILOR GRAFICE Timpul de studiu individual estimat: 1 h Competenţele specifice unităţii de învăţare Dupăstudiul acestei unităţi de învăţare veţi putea:  să cunoască elementele constructive ale unui tabel statistic. obţinute după finalizarea operaţiunilor de observare şi centralizare.

sursa datelor reprezentate în grafic Universitatea Hyperion | 2011 . sunt: .STATISTICĂ 81 Tabelul statistic este un ansamblu formal de indicatori statistici care concentrează judecăţile ce vizează o colectivitate statistică. de regulă.subiectul tabelului. este forma concretă de detaliere a subiectului şi se poziţionează. Elementele constructive şi de identificare ale unei reprezentări grafice sunt: .macheta tabelului sau liniatura tabelului. este reprezentat de colectivitatea statistică la care se referă datele statistice.nota explicativă . Elementele constructive şi de identificare ale unui tabel statistic.numărul graficului . care pot fi.scara de reprezentare a indicatorilor statistici .titlul graficului . hărţi. în coloane .unitatea de măsură în care sunt reprezentate datele numerice . figuri simbolice etc.numărul fizic al tabelului .explicarea semnelor convenţionale (legenda) . de regulă. Subiectul este precizat în titlul tabelului şi se identifică.predicatul tabelului.sursa datelor statistice .nota explicativă Reprezentările grafice se construiesc cu ajutorul sistemului de axe rectangulare.titlurile interioare ca forme sintetice explicite ale semnificaţiei datelor statistice pe zone structurale ale colectivităţii statistice . .reţeaua graficului . prin figuri geometrice.datele numerice .titlul general înscris deasupra machetei tabelului .titlurile tabelului. formată din rînduri şi coloane . în conţinutul rândurilor din prima coloană a tabelului .

vârsta populaţiei (piramida vârstelor). 2 . Pentru exemplificare vom folosi seria statistică a producţiei de cereale realizată de o societate comercială.grâu .are o utilizare mai frecventă atunci când dorim să reprezentăm grafic un număr redus de indicatori sistematizaţi în serie dinamică sau se referă la categorii de valori diferite. producţia unor bunuri industriale sau agricole realizate într-un an. De asemenea. Universitatea Hyperion | 2011 . în practică se utilizează următoarele tipuri de reprezentări grafice: .diagrama prin benzi .porumb . Astfel. într-un an.este recomandată a fi utilizată în cazul datelor care exprimă: lungimea (râurilor. 82 Cereale . această modalitate de reprezentare este folosită şi în cazul seriilor dinamice formate dintr-un număr redus de indicatori distanţaţi inegal în timp. căilor ferate).STATISTICĂ Pentru obţinerea unui mesaj corect prin grafic este necesar să se apeleze la tipul de reprezentare care se potriveşte specificului datelor ce vor fi vizualizate în formă grafică. fluviilor. şoselelor.ovăz Mii tone 150 240 90 70 Producţia de cereale realizată de o societate comercială ovăz orz mii tone porumb grâu 0 50 100 150 200 250 300 Fig.orz .diagrama prin coloane .

pătrat sau dreptunghi prin reprezentarea grafică a mărimilor relative de structură referitoare la grupele unei colectivităţi. 3 .diagrama de structură . semicerc. pe zone teritoriale 160 140 120 100 80 60 40 20 0 Europa Asia America de Nord America de Sud Africa Australia mii turişti Fig. repartizaţi pe zone teritoriale de provenienţă. Universitatea Hyperion | 2011 .STATISTICĂ Pentru exemplificare vom folosi seria statistică a turiştilor care au vizitat România în anul 1. Diagrama de structură se poate realiza pe cerc. Mii turişti 150 140 90 70 50 20 83 Continentul Europa Asia America de Nord America de sud Africa Australia Numărul turiştilor care au vizitat România în anul 1.este utilizată pentru reprezentarea tipurilor calitative de fenomene existente într-o colectivitate.

este aplicată cu predilecţie pentru reprezentarea grafică a unor indicatori de volum înregistraţi pe segmente de timp componente ale unei perioade.diagrama polară (radială) .651 1. .376 100. 4 Notă:Segmentele în care se împarte cercul sunt proporţionale cu mărimea indicatorului care dimensionează proporţia fiecărei grupe în totalul colectivităţii.utilaj tehnologic .birotică 29.0 44. 84 Structura Mii lei Total lucrări de investiţii din care: .5 11. Universitatea Hyperion | 2011 .4 4.594 13.STATISTICĂ Exemplificăm prezentarea unei diagrame de structură pe baza datelor care se referă la structura investiţiilor efectuate de o societate comercială.4 (%) Structura investiţiilor efectuate în anul 1 11% 5% construcţii 45% utilaj tehnologic mijloace de transport birotică 39% Fig.mijloace de transport .7 39.construcţii .226 11.341 3.

Numărul de zile-turişti 120 140 130 160 160 170 180 160 140 140 120 100 Dinamica numărului de zile-turişti Lunile anului ianuarie februarie martie aprilie mai iunie iulie august septembrie octombrie noiembrie decembrie decembrie noiembrie ianuarie 200 150 100 50 februarie martie Numărul de zile-turişti aprilie octombrie 0 septembrie august iulie iunie mai Fig.STATISTICĂ 85 Exemplificarea acestui tip de reprezentare grafică o vom realiza pe baza seriei dinamice a numărului de zile-turişti înregistrat pe luni pe parcursul unui an. 5 Universitatea Hyperion | 2011 . la un hotel.

6 Universitatea Hyperion | 2011 . a salariaţilor unei societăţi comerciale după vechimea în muncă: Grupe după vechimea în muncă (ani) 0–5 5 –10 10 – 15 15 – 20 20 –25 25 – 30 Numărul salariaţilor 4 8 10 5 3 1 86 Distribuţia salariaţilor după vechimea în muncă 12 10 8 6 5 4 2 1 0 Grupa 1. 10-15 4. 25-30 10 8 Grupe dupa vechimea în muncă (ani) Numărul salariaţilor (poligonul frecvenţelor) 4 3 Fig. 15-20 5. Exemplificarea formei grafice denumită „histograma” o realizăm pentru o serie de repartiţie care se referă la gruparea. 0-5 Grupa 2. 5-10 Grupa Grupa Grupa Grupa 3. 20-25 6.STATISTICĂ .este folosită pentru reprezentarea seriilor de repartiţie în care se folosesc intervale de grupare. pe intervale egale.histograma .

este o modalitate clasică de reprezentare a seriilor dinamice formate dintr-un număr suficient de mare de indicatori.930 8.930 2.620 7.340 1.184 3. În cazul reprezentării grafice a seriilor de repartiţie construite pe intervale neegale este necesar să se calculeze.STATISTICĂ Notă: Linia care uneşte mijlocul intervalelor reprezentate prin coloane se numeşte „Poligonul frecvenţelor”.800 4.440 3. mărimile proporţionale alefrecvenţelor în funcţie de mărimea intervalelor de grupare şi apoi să se realizeze histograma. În aceste condiţii fiecare coloană.650 5.500 Universitatea Hyperion | 2011 .060 7. în prealabil. 87 . Anul Mii lei 1 2 3 4 5 6 7 8 9 10 1. . aferentă unui interval de grupare. Aceste mărimi proporţionale sunt denumite ”frecvenţe reduse” şi sunt calculate ca raport între frecvenţele reale şi raportul dintre mărimea fiecărui interval de grupare şi mărimea intervalului cel mai mic. va avea o înălţime care corespunde frecvenţei reduse respective. Pentru exemplificare vom folosi seria dinamică a producţiei de textile realizată pe parcursul a zece ani.curba cumulativă de frecvenţe (ascendentă sau descendentă).cronograma .

se construieşte pe hartă folosind diagrame înscrise în fiecare zonă teritorială. 7 . Studiul reprezentărilor grafice ne permite să formulăm aprecieri privind evoluţia şi tendinţa indicatorilor economico-financiari. dreptunghi) .cartodiagrama . .se realizează pe hartă prin haşurări de intensităţi diferite în funcţie de mărimea indicatorilor reprezentaţi. să concluzionăm asupra unor aspecte ale corelaţiilor dintre fenomene. .acestea reproduc la dimensiuni proporţionale mărimea indicatorilor de volum pe care dorim să-i reprezentăm. . cerc. să caracterizăm din punct de vedere spaţial dezvoltarea unor fenomene.sunt folosite în special pentru reprezentarea grafică a unor indicatori de volum. paralelipiped. să vizualizăm structura fenomenelor etc.figuri simbolice . cum ar fi metodele Universitatea Hyperion | 2011 .STATISTICĂ 88 Dinamica producţiei de textile 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 1 2 3 4 5 6 7 8 9 10 Mii lei Anul Fig.cartograma . Este de relevat faptul că această metodă de analiză prin grafice este utilizată şi ca etapă intermediară de lucru în cadrul folosirii altor metode mai complexe.figuri geometrice (pătrat.

5 1. la vizualizarea indicatorilor economici în tabele statistice precum şi sub forma reprezentărilor grafice.STATISTICĂ statistico-matematice de analiză a corelaţiilor dintre fenomene sau cele de modelare a seriilor dinamice. de regulă. Care sunt modalităţile grafice utilizate pentru reprezentarea datelor statistice? Universitatea Hyperion | 2011 . 89 De reţinut! Pentru sistematizarea indicatorilor derivaţi rezultaţi în urma prelucrării. Tabelul statistic este un ansamblu formal de indicatori statistici care concentrează judecăţile ce vizează o colectivitate statistică. Pentru obţinerea unui mesaj corect prin grafic este necesar să se apeleze la tipul de reprezentare care se potriveşte specificului datelor ce vor fi vizualizate în formă grafică. TEMADE CONTROL AUNITĂŢII NR. pentru a facilita realizarea operaţiunilor de prelucrare. interpretare sau previziune a fenomenelor social-economice se procedează. Care sunt elementele costructive şi de identificare ale unui tabel statistic? 2. V.2.

N. Bucureşti.. Editura Renaissance. D. Al. Korka M.. Wagner.STATISTICĂ 90 TESTUL DE AUTOEVALUARE AL UNITĂȚ II NR.Statistica şi bazele statistice ale econometriei. E. 2. 2011... T. Statistică teoretică şi economică. Universitatea Hyperion | 2011 . 5 1. L.. Când se utilizează histograma? 2. 1996. Editura Didactică şi Pedagogică. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. Mihăilescu.3. Tövissi... Când se recomandă utilizarea grafică prin benzi? V. 5 1.. Bucureşti. P. Biji. Porojan. Baron. Isaic-Maniu.

130) VI. 6: STUDIUL STATISTIC AL CORELAŢIILOR DINTRE FENOMENE Timpul de studiu individual estimat: 4 h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare veţi putea să cunoaşteţi:  să cunoască modalităţile statistice simple de analiză a corelaţiei dintre fenomene (variabile). Bibliografia specifică unităţii nr. astfel încât unele se comportă ca fenomene cauză. 6 (pag.1. 126) VI.3. Metode de analiză a corelaţiei rangurilor (pag. independente sau factoriale.Metode simple de analiză a corelaţiilordintre fenomene(pag. 94) VI. iar altele sunt fenomene efect. Concluzii utile privind interdependenţa dintre indicatorii statistici pot fi formulate numai în condiţiile folosirii unui volum suficient de mare de date.  să cunoască modalitatea practică de utilizare şi interpretare a rezultatelor obţinute prin metode analitice de studiu a corelaţiei dintre fenomene (variabile). Metodele statistico-matematice de analiză a corelaţiilor dintre fenomene(pag.7. 130) Fenomenele şi procesele economice se găsesc în relaţii de interdependenţă. numărul Universitatea Hyperion | 2011 . iar în cazul seriilor de indicatori obţinuţi în urma unor experimentări. determinante.STATISTICĂ 91 Unitatea de studiu nr. Dacă se studiază corelaţii între serii dinamice de indicatori numărul minim de segmente de timp trebuie să fie de 15. determinate.2. 6(pag. 92) VI.6. Cuprinsul unităţii de învăţare: VI. dependente sau rezultative. Tema de control a unităţii nr.

Metoda comparării seriilor paralele de date statistice interdependente se poate utiliza. Universitatea Hyperion | 2011 . de asemenea.metoda tabelului de corelaţie .1.metode simple sau de observaţie: .metoda grafică .metode parametrice (metode statistico-matematice de analiză a corelaţiilor) .metoda comparării seriilor paralele de date statistice interdependente . Pentru a studia legăturile statistice care se formează între fenomene pot fi utilizate mai multe modalităţi de observaţie şi de calcul. grupate astfel: . În cazul seriilor de repartiţie indicatorii care se referă la variabila determinantă sau independentă se aşează în ordine crescătoare sau descrescătoare şi în mod paralel se înscriu apoi valorile corespunzătoare variabilei (caracteristicii) dependente.metode analitice: . 92 VI. În unele situaţii concrete se remarcă faptul că o semnificaţie crescută a indicatorilor care exprimă diverse aspecte ale corelaţiilor dintre fenomene este mult îmbunătăţită atunci când numărul determinărilor statistice depăşeşte 100. Dacă se compara serii cronologice de indicatori aceştia se poziţionează în mod paralel pe segmente de timp identice.metode neparametrice (metode de analiză a corelaţiei rangurilor).STATISTICĂ minim de indicatori este apreciat la 40. şi atunci când seriile respective de indicatori sunt înscrise în raport cu o caracteristică de spaţiu (teritorială). METODE SIMPLE DE ANALIZĂ A CORELAŢIILOR DINTRE FENOMENE Metoda comparării seriilor paralele de date statistice interdependente constă în stabilirea legăturilor de interdependenţă dintre fenomenele social-economice prin compararea a două sau mai multe serii de indicatori.

la un anumit moment la care se referă datele. direcţia şi intensitatea orientativă a modificărilor. prin observaţie. iar cealaltă serie se referă la caracteristica dependentă (determinată). să se concluzioneze asupra Universitatea Hyperion | 2011 . astfel. o anumită corespondenţă a modificărilor înregistrate de indicatorii seriilor comparate. o serie reprezintă seria de variante. sau intervalele de grupare. ale caracteristicii determinante. în profil static. Metoda tabelului de corelaţie.STATISTICĂ Cu ajutorul acestei metode poate fi identificată. valorile caracteristicii independente se înscriu pe abscisă. Prin metoda tabelului de corelaţie se identifică dacă există o legătură statistică între fenomenele studiate. Această metodă poate avea atât o utilizare independentă cât şi în contextul aplicării altor metode cu o structură de lucru mai complexă cum ar fi metodele statistico-matematice de analiză a corelaţiilor. Metoda graficului de corelaţie (corelograma) constă în analiza unui grafic construit pe baza axelor rectangulare. Tabelul de corelaţie este un tabel statistic cu dublă intrare şi cuprinde două serii statistice de repartiţie. forma şi direcţia legăturii. Metoda grafică este una din cele mai utilizate metode pentru evidenţierea legăturilor care se formează între caracteristicile statistice. Tabelul de corelaţie este o formă de grupare combinată efectuată după două caracteristici considerate în sistem 93 interdependent. În funcţie de modul în care se distribuie frecvenţele aferente celor două caracteristici se poate contura o apreciere cu privire la existenţa sau inexistenţa unei legături statistice. Concentrarea frecvenţelor în jurul uneia dintre diagonalele tabelului indică existenţa unei anumite legături statistice. legătură care poate să nu se mai manifeste la alte momente de existenţă a unităţilor statistice. iar cele ale caracteristicii rezultative se înscriu pe axa ordonatelor. Reprezentarea punctelor de intersecţie a valorilor celor două caracteristici („norul de puncte”) oferă o dispunere care permite. iar dacă se remarcă o împrăştiere a frecvenţelor în tot spaţiul tabelului se apreciază că cele două caracteristici nu manifestă o stare de interdependenţă.

Corelaţiile care se manifestă între fenomene sunt expresii ale asocierii unor dimensiuni cifrice date de indicatorii statistici cu conţinut economic sau de altă natură. sunt metode cu caracter analitic şi permit dimensionarea intensităţii interdependenţei dintre două sau mai multe fenomene. precum şi forma analitică a relaţiei de interdependenţă exprimată printr-o ecuaţie de regresie. METODE STATISTICO-MATEMATICE DE ANALIZĂ A CORELAŢIILOR DINTRE FENOMENE Aceste metode fac parte din categoria metodelor de analiză factorială. când modificarea într-un anumit sens a fenomenului cauză determină modificarea în sens invers a fenomenului efect. 2) După sensul sau direcţia corelaţiei pot exista: . .STATISTICĂ existenţei corelaţiei.corelaţii directe. când se studiază un sistem format din două sau mai multe caracteristici determinante şi o caracteristică rezultativă. când modificarea într-un anumit sens a fenomenului cauză determină modificarea în acelaşi sens a fenomenului efect.corelaţii multiple. precum şi asupra direcţiei şi formei analitice de manifestare a corelaţiei. Universitatea Hyperion | 2011 .corelaţii inverse. când sistemul considerat cuprinde o caracteristică (fenomen) cauză şi o caracteristică (fenomen) efect. viteza de modificare a fenomenelor efect prin modificarea fenomenelor cauză. 94 VI. . şi pot fi clasificate în funcţie de următoarele criterii: 1) După numărul caracteristicilor care intervin într-un sistem de interdependenţă statistică se disting: -corelaţii simple. Metodele statistico-matematice de analiză a corelaţiilor dintre fenomene prezintă o largă aplicabilitate practică datorită consistenţei informaţiilor pe care le oferă.2.

.corelaţii de tip hiperbolic.simple.simple: y a bx a b x1 c x 2 . fenomenul sau fenomenele cauză (determinante sau Universitatea Hyperion | 2011 . În cadrul ecuaţiilor de regresie fenomenul efect (rezultativ. dacă variabilele independente b x b x1 c x2 . dacă variabilele independente (x) sunt în număr de trei .corelaţii concomitente. exprimate cu ajutorul ecuaţiei: y a bx 95 .multiple.simple: y a a a bx cx 2 a bx1 2 cx1 dx2 2 ex2 . determinat sau dependent) este notat cu y.corelaţii de tip parabolic.multiple: y (x) sunt în număr de două . sintetizate prin ecuaţia: y a bx1 cx2 dx3 . -corelaţii cu decalaj.STATISTICĂ 2) După forma analitică.simple: y . legăturile de interdependenţă pot fi: -corelaţii liniare. .multiple: y 3) După tipul sincronizării corelaţiei în timp (în cazul corelaţiilor dintre indicatori prezentaţi în serii dinamice): . .multiple: y -corelaţii de tip exponenţial. .

numărul minim acceptat este de 15 indicatori.. * se apreciază. folosind axele rectangulare. iar parametrii a. numărul minim de indicatori este apreciat la 40. respectiv care este fenomenul dependent -efect (y) şi care este fenomenul independent-cauză (x). Pe grafic va rezulta un „nor de puncte” care va sugera forma ecuaţiei de regresie în funcţie de modul de dispunere a punctelor în plan. iar în cazul datelor obţinute prin experimentări sau măsurări ale unor unităţi reţinute prin sondaj. în vederea stabilirii caracterului real sau absurd de existenţă a interdependenţei între fenomenele sistemului. care este tipologia fenomenelor constituite în sistem interdependent. * analiza sistemului propus prin prisma cunoştinţelor de economie generală. c. Se menţionează că în această etapă de lucru trebuie să se ţină seama de condiţiile restrictive ce privesc volumul datelor. În cazul studierii corelaţiei între indicatori statistici prezentaţi sub forma seriilor dinamice. precum şi a experienţei practice din domeniul concret al măsurătorilor efectuate. d. se are în vedere parcurgerea următoarelor etape: * constituirea sistemului de indicatori statistici sau de măsurare propuşi a fi studiaţi în sistem interdependent. 96 Universitatea Hyperion | 2011 . * se reprezintă grafic sisteme de corelaţie constituite dintr-un fenomen efect şi unul cauză. În cazul abordării unei probleme de analiză a corelaţiei dintre fenomene cu ajutorul metodelor statistico-matematice. tot pe bază de analiză.STATISTICĂ independente) cu x. asociaţi fenomenelor determinante sau independente se numesc coeficienţi de regresie. . b.. Această decizie este necesară deoarece prelucrarea indicatorilor iniţiali se realizează folosind o metodologie matematică care nu poate preciza caracterul real sau absurd al corelaţiei.

folosind metoda celor mai mici pătrate.STATISTICĂ * pe baza reprezentării grafice. 97 S Σ y yc 2 minim Minimum acestei sume se obţine prin egalarea cu zero a derivatelor parţiale ale sumei în raport cu parametrii ecuaţiei. În cazul particular al unei ecuaţii de regresie de forma: y a b x . care constă în minimizarea sumei pătratelor abaterilor nivelurilor reale ale fenomenului dependent-efect (y) de la nivelurile calculate pe baza ecuaţiei de regresie ale aceluiaşi fenomen notate cu yc sau y ˆ. * se estimează valorile parametrilor din ecuaţia de regresie aleasă. este dedus astfel: S Σ y a b x 2 minim Minimum acestei sume se obţine prin egalarea cu zero a derivatelor parţiale ale sumei calculate în raport cu parametrii ecuaţiei de regresiei. sistemul de ecuaţii obţinut prin metoda celor mai mici pătrate care permite estimarea parametrilor ecuaţiei de regresie. δS δa δS δb 2Σ y a b x 2Σ y a b x 1 x 0 0 De unde rezultă: Universitatea Hyperion | 2011 . „a” şi „b”. se alege forma ecuaţiei de regresie. prin apreciere vizuală. considerată ca sintetizând în mod corespunzător modul de aşezare a norului de puncte.

t statistic parametrului a. în care sa este estimaţia erorii standard a sa | 2011 .P şi f = n . astfel: Dacă ecuaţia de regresie este de forma: y . Universitatea Hyperion a b x1 c x2 d x3 a . Se precizează că „n” reprezintă numărul variantelor. iar „k” reprezintă numărul parametrilor ecuaţiei de regresie. „a” şi „b” Estimarea valorii parametrilor care definesc o ecuaţie de regresie poate fi efectuată şi cu ajutorul unor metode considerate echivalente cum ar fi: metoda punctelor empirice alese sau metoda totalurilor parţiale echidistante. Variabila t-statistic se obţine raportând estimaţia parametrului la estimaţia erorii standard asociată fiecăruia dintre parametrii ecuaţiei. respectiv un prag de semnificaţie q = 5%. distribuită după funcţia de repartiţie Student). Confirmarea semnificaţiei parametrilor ecuaţiei de regresie este atestată cu ajutorul „Criteriului t” care constă în a compara variabila t-statistic cu variabila t-tabelară corespunzătoare unui anumit prag de semnificaţie (de obicei se optează pentru o probabilitate P = 95%.pentru parametrul a. Σ xy C -reprezintă vectorul coeficienţilor (parametrilor) ecuaţiei de regresie.k grade de libertate.STATISTICĂ 98 na b Σ x aΣ x bΣ x 2 Σy Σ xy Rezolvarea matricială a sistemului se bazează pe relaţia: A 1 B C în care: A -reprezintă matricea sistemului de ecuaţii A-1 -este matricea inversă a matricei A B -reprezintă vectorul termenilor liberi Σ y. * se calculează estimaţia erorii standard pentru fiecare parametru al ecuaţiei de regresie şi se verifică semnificaţia parametrilor cu ajutorul „Criteriului t”. q = 1 .

sb. b . sc şi sd) sunt determinate prin extragerea rădăcinii pătrate din elementele situate pe diagonala principală a matricei rezultate din produsul estimaţiei dispersiei erorii standard a ecuaţiei de regresie sau pătratului erorii standard a ecuaţiei de regresie 2 ( s y. Universitatea Hyperion | 2011 . în anumite condiţii date ale analizei abordate această concluzie poate fi ignorată.y (A) c 1 în care. t statistic parametrului b.yc Σ y yc n k 2 Testarea şi interpretarea semnificaţiei parametrilor ecuaţiei de regresie conduce la următoarele concluzii: -dacă mărimea cifrică a parametrul „a” este suficient de mare.y (X' X) c 1 2 sy. în care sb este estimaţia erorii standard a sb c .STATISTICĂ 99 . în care sd este estimaţia erorii standard a sd Notă: Estimaţiileerorilor standard ale parametrilor ecuaţiei de regresie (sa.pentru parametrul c.pentru parametrul d. t statistic parametrului d. . t statistic parametrului c. .pentru parametrul b. se obţine informaţia că sistemul de corelaţie studiat este format dintr-un număr redus de variante dar.y ) cu matricea inversă a produsului matricei transpuse a variabilelor independente ( c X' ) cu matricea iniţială a acestor variabile ( X ) : 2 sy. în care sc este estimaţia erorii standard a sc d . s 2 y.

-testarea semnificaţiei parametrului „b”. de asemenea. calculate. * se calculează nivelurile estimate (teoretice) ale fenomenului efect prin aplicarea ecuaţiei de regresie. de regulă. prin compararea indicatorului t-statistic cu t-tabelar ( q 0. În cazul existenţei unei inegalităţi în favoarea mărimii statistice. Decizia de a elimina o variabilă independentă dintr-un sistem interdependent multiplu se poate lua şi atunci când mărimea coeficientului de regresie asociat variabilei este foarte mică.05 . şi „d” este efectuată. urmărindu-se realizarea următoarei egalităţi: Σy Σ yc Prin această egalitate se confirmă exactitatea calculelor efectuate până la această etapă de lucru.STATISTICĂ Importanţa acestui parametru pentru analiza economică este relativ redusă iar procedura verificării semnificaţiei statistice a acestuia este aplicată. În aceste condiţii caracteristica sau variabila asociată acestui coeficient devine neinteresantă în sistemul de corelaţie studiat şi poate fi eliminată din sistem. Dacă se 100 constată o inegalitate în favoarea mărimii tabelare a lui „t” se acceptă ipoteza nulă şi deci putem afirma cu suficientă încredere că parametrul respectiv are o mărime care nu diferă semnificativ de zero. în scop demonstrativ. f n k ). situaţie în care se apreciază că variabila dependentă este influenţată întro măsură nesemnificativă.DW): Universitatea Hyperion | 2011 . se respinge ipoteza nulă şi prin urmare parametrul respectiv are o mărime care diferă semnificativ de zero iar variabile independentă asociată este semnificativă în cadrul sistemului interdependent studiat. „c”. * se procedează la testarea ipotezei privind existenţa autocorelaţiei între valorile variabilei reziduale cu ajutorul criteriului statistic DURBIN-WATSON care se bazează pe calculul şi interpretarea următorului indicator ( coeficientul de autocorelaţie .

0 şi 4: .valoarea ideală a indicatorului statistic DW.4 şi 2. testarea existenţei autocorelaţiei între variantele variabilei reziduale cu ajutorul indicatorului statistic DW nu este relevantă. * se calculează intensitatea corelaţiei. pentru a constata absenţa autocorelaţiei între termenii reziduali.DW este cuprinsă în intervalul 1.6. dacă mărimea coeficientul de autocorelaţie . Ry x sau Ry xi 1 ( y yc )2 .4 4. se confirmă o corelaţie negativă între termenii de eroare sau 2.STATISTICĂ 101 n ut DW t 2 n ut u 2 t 2 1 . se infirmă existenţa autocorelaţiei întretermenii reziduali.dacă: 2. folosind: a). se confirmă o corelaţie pozitivă între termenii de eroare sau reziduali (autocorelaţie pozitivă). în special.4.Raportul de corelaţie este forma generală de calcul a intensităţii corelaţiei dar se utilizează. ut (y yc )t t 1 Criteriului statistic DURBIN-WATSON atestă o bună eficacitate a parametrilor ecuaţiei de regresie şi respectiv a ecuaţiei de regresie de a fi utilizată în calcule care vizează extrapolarea corelaţiei studiate. în cazul corelaţiilor simple neliniare şi multiple.0 DW< 1.dacă: 0. este 2.dacă: 1. În cazul ecuaţiilor de regresie care nu au parametrul „a“.0. DW . Se precizează că indicatorul statistic DW poate avea o mărime situată în intervalul. . în condiţii restrictive de număr suficient de mare al observaţiilor.6.6 <DW . reziduali (autocorelaţie negativă). unde (y y)2 Universitatea Hyperion | 2011 .

atunci când baza de date este reprezentată de un eşantion şi în consecinţă raportul de corelaţie corectat este măsura estimaţiei intensităţii corelaţiei dintre fenomenele sistemului studiat. dimpotrivă. corelaţia este de intensitate medie. cu cât valoarea sa se apropie de 0 se apreciază că interdependenţa este slabă sau inexistentă. practic. Cu cât raportul de corelaţie are o valoare mai apropiată de 1. Se menţionează că acest calcul este aplicat. Relaţia de calcul a raportului de corelaţie corectat are următoarea formă: Ry . Dacă mărimea raportului de corelaţie este cuprinsă între 0. corelaţia este slabă sau inexistentă. cu atât legătura dintre fenomenele sistemului studiat este mai puternică şi. R y .4.x corectat sau Ry . Se consideră o corelaţie foarte puternică atunci când Ry.6 şi 0. Universitatea Hyperion | 2011 . xi corectat 1 2 1 Ry .6.8 şi 1. se consideră existenţa unei corelaţii suficient de puternică.x are o valoare cuprinsă între 0. Rezultatul raportului de corelaţie se consideră. de regulă. iar dacă valoarea sa este mai mică de 0.8. x corectat sau R y .4 şi 0.STATISTICĂ 102 y M y y este valoarea medie a variabilei dependente. că nu are semn algebric şi se încadrează ca mărime în intervalul 0 şi 1.x n 1 n k în care : k = numărul parametrilor din ecuaţia de regresie. n Uneori se practică şi un calcul corectat (ajustat) al raportului de corelaţie în funcţie de numărul gradelor de libertate aferente celor două sume de pătrate. xi corectat 1 y yc n k 2 : y y n 1 2 sau. dacă rezultatul se situează între 0.

semnul coeficientului arătând sensul legăturii (inversă.STATISTICĂ b). * se verifică semnificaţia indicatorului care exprimă intensitatea corelaţiei cu ajutorul„Criteriului F”. raportul de corelaţie este semnificativ diferit de zero. dimpotrivă.ca formă particulară a raportului de corelaţie . F statistic Σ y c y Σ y yc : k 1 n k 2 2 Dacă F-statistic >F-tabelar. Universitatea Hyperion | 2011 . 103 ry . Dacă este supus studiului un sistem multiplu de corelaţie este posibil să se calculeze un raport de corelaţie multiplu dar şi coeficienţi de corelaţie parţială.se aplică numai în cazul corelaţiei sintetizată prin ecuaţia de regresie. Folosirea acestui criteriu de testare a semnificaţiei raportului de corelaţie se aplică prin compararea variabilei F-statistic cu variabila F-tabelar care corespunde probabilităţii P = 0. Interpretarea acestui coeficient pe intervale de mărimi. când are semnul minus sau directă când este pozitiv). f1 = k . cu atât legătura dintre fenomenele sistemului studiat este mai puternică şi.k . y = a + bx . x n Σ xy Σ x Σ y n Σ x2 Σx 2 n Σ y2 Σy 2 în care: n = numărul variantelor (observaţiilor) Mărimea acestui coeficient se poate situa între -1 şi +1. „ipoteza nulă” este respinsă şi deci.95 şi numărului gradelor de libertate. Cu cât coeficientul simplu de corelaţie are o valoare mai apropiată de +1 sau de -1. indiferent de semnul rezultatului. cu cât valoarea sa se apropie de 0 se apreciază că interdependenţa este mai slabă sau inexistentă. este similară cu aceea prezentată în cazul raportului de corelaţie.1 şi f2 = n .Coeficientul simplu de corelaţie liniară .

înexpresie absolută: sy yc Σ y-yc n-k 2 Universitatea Hyperion | 2011 . xi 100 . raportul de corelaţie şi expresia relativă a estimaţiei erorii standard a ecuaţiei de regresie ( Vy. Coeficientul de determinare exprimă cât la sută din modificarea (variaţia) indicatorului rezultativ (y) este determinată de modificarea (variaţia) indicatorului (indicatorilor) factorial (factoriali) sau independent (independenţi) din sistemul interdependent considerat. x 100 sau.STATISTICĂ În acelaşi timp. din punct de vedere analitic. ecuaţia de 104 regresie formalizează corect.yc 10 % ) confirmă prin mărimea lor că. x 2 Ry . astfel: În cazul corelaţiilor simple se calculează coeficientul simplu dedeterminare. iar în cazul corelaţiilor multiple. d y . legitatea statistică a corelaţiei dintre variabilele sistemului considerat şi poate fi utilizată cu suficientă încredere pentru a estima niveluri viitoare ale variabilei dependente în condiţiile adoptării unor variante posibile ale mărimii variabilelor independente. xi 2 Ry . x ry2. pe baza relaţiei: dy . se calculează coeficientul multiplu de determinare: Dy . Diferenţa până la 100% este reprezentată de influenţa altor factori care nu au fost cooptaţi în sistemul studiat. * se calculează estimaţia erorii medii a ecuaţiei de regresie (estimaţia erorii standard a regresiei): . x 100 . * se calculează coeficientul de determinare în formă procentuală.

Se consideră ca fiind o mărime foarte bună a coeficientului de neregularitate al lui Theil atunci când nu depăşeşte limita de 5%. Interpretarea acestui indicator de eroare este complementară concluziei oferită de criteriul statisticDURBIN-WATSON O semnificaţie statistică similară aceleia pe care o oferă eroarea medie relativă a ecuaţiei de regresie este obţinută prin calculul şi interpretarea „Coeficientului de neregularitate al lui Theil” care se determină astfel: 2 Th y yc y c2 n y2 n . Se consideră o eroare medie relativă de o mărime foarte bună. când aceasta se situează sub 5% şi de o mărime bună. când are o valoare cuprinsă între 5% şi 10% .STATISTICĂ 105 . valorile estimate ale variabilei dependente ( y c ) exprimă perfect prognoza fenomenului. Th 0 . atunci când este folosită în calcule de extrapolare sau de prognoză.în expresie relativă: Vy sy yc yc y 100 Acest indicator exprimă „puterea” ecuaţiei de regresie. Exemplul 9 Universitatea Hyperion | 2011 . în care y y yc yc n Coeficientul de neregularitate al lui Theil poate lua o valoare cuprinsă între zero şi unu. Dacă.

Tabelul 9 Gruparea persoanelor după sex şi opţiunea pentru filme poliţiste Opţiunea pentru filme poliţiste Da frecvenţe reale nij Sexul persoanelor Total nj Nu frecvenţe reale nij frecvenţe teoretice ntij frecvenţe teoretice ntij .49 133.51 70.00 94 106 200 2 2 2 2 nij i 1 j 1 i 1 ni j 1 nj n 200 Distribuţia frecvenţelor teoretice este obţinută prin aplicarea următoarei relaţii de calcul: ntij ni n j n Verificarea ipotezei propuse se realizează prin compararea lui χ 2 .femei Total ni 20 47 67 31.statistic cu χ 2 tabelar.bărbaţi .49 35. Exemplificarea modalităţii în care „Criteriul χ 2 ” oferă informaţia necesară cu privire la această testare o vom realiza pe baza datelor referitoare la opţiunea pentru a viziona filme poliţiste şi sexul persoanelor intervievate. astfel: Universitatea Hyperion | 2011 .00 74 59 133 62.STATISTICĂ Pentru a formula o concluzie corectă cu privire la existenţa sau inexistenţa unei corelaţii (dependenţe) între două variabile se poate utiliza „Criteriul 2 106 ” ca suport statistico-matematic de testare a ipotezei propuse.51 67.

Concluzia formulată este garantată cu o probabilitate de 95%. Notă:Valoarea tabelară a lui χ 2 a fost extrasă din „Anexa 3” pentru o probabilitate de 95% şi 1 grad de libertate (f = 1).84 i 1 j 1 Deoarece χ 2 statistic χ2 tabelar se respinge ipoteza nulă şi deci există suficient temei pentru a considera că între opţiunea pentru filme poliţiste şi sexul persoanelor intervievate este interdependenţă. Tabelul 10 Dinamica veniturilor şi cheltuielilor pentru servicii Universitatea Hyperion | 2011 .variabila dependentă (y) şi „dinamica veniturilor” (SERIA 02) . Exemplul 10 Exemplificarea metodologiei statistice pentru analiza corelaţiei dintre fenomene (metode statistico-matematice sau parametrice de analiză a corelaţiei) va fi efectuată pe baza seriilor dinamice a doi indicatori statistici. f v 1 c 1 2 1 2 1 1.STATISTICĂ 107 χ 2 2 statistic 2 nij ntij ntij 2 11.variabila independentă (x). prezentaţi într-o formă convenţională.f (2 1)(2 1) 3.89 χ 2 tabelar 2 χq 0.05. „dinamica cheltuielilor pentru servicii” (SERIA 01) . unde „v” reprezintă numărul rândurilor şi „c” numărul coloanelor.

00 5.00 1 2 3 4 5 Total 1. În cazul Universitatea Hyperion | 2011 .00 8.00 30.00 20. Corelograma dinamicii cheltuielilor pentru servicii în funcţie de dinamica veniturilor Dinamica cheltuielilor pentru servicii (%) 10 8 6 4 2 0 0 5 10 15 Dinamica veniturilor (%) y Fig. y = a + bx.00 10.00 6.STATISTICĂ 108 Anul Dinamica cheltuielilor pentru servicii SERIA 01 (y) Dinamica veniturilor SERIA 02 (x) 2.00 4. „a” şi „b”. sintetizează în mod corespunzător interdependenţa dintre cele două variabile deoarece distribuţia norului de puncte se grupează în jurul unei linii drepte.00 4. Sistemul de ecuaţii necesar calculului valorilor estimate ale parametrilor ecuaţiei de regresie. se realizează cu ajutorul metodei celor mai mici pătrate. 8 Pe baza reprezentării grafice din figura 8 se conchide că ecuaţia de regresie.00 Reprezentarea grafică a corelaţiei dintre seria 01 şi seria 02 este expusă în figura 8.00 8.00 2.

metoda lui Cramer (cu ajutorul determinanţilor) sau matricial.STATISTICĂ exemplului considerat. A 1 B C 5 30 1 20 154 1.150 0. deoarece. este: 109 na b x a x b x 2 y xy 5a 30b 20 30a 220b 154 Pentru rezolvarea sistemului de ecuaţii se poate opta pentru una din metodele cunoscute: substituţie.85).150 0. Vectorul B poate fi obţinut şi prin efectuarea produsului dintre transpusa matricei aferente variabilei independente X şi vectorul variabilei dependente (y). de regulă.100 0.025 20 154 1. Σ xy 154 C reprezintă vectorul coeficienţilor ecuaţiei de regresie (a = -1. Exemplificăm calculul matricial al parametrilor ecuaţiei de regresie.10 0. b = 0.85 30 220 în care: A reprezintă matricea sistemului de ecuaţii A-1este matricea inversă a matricei A B reprezintă vectorul termenilor liberi Σ y 20. astfel: 1 X y B 1 1 1 1 1 2 4 6 8 10 2 4 5 8 20 154 Universitatea Hyperion | 2011 . sistemul de ecuaţii care a rezultat prin aplicarea metodei celor mai mici pătrate.10. programele informatice aplică această metodologie.

elementele transpusei matricei A se înlocuiesc cu complemenţii algebrici . se realizează prin înmulţirea matricei ( A 1 ) cu vectorul (B).100 0.85 Calculul matricei inverse a matricei A se desfăşoarăastfel: 5 30 220 30 30 5 asociata 220 / 200 30 / 200 30 / 200 5 / 200 1.liniile devin coloane: A 5 30 30 220 Asociata transpusei: .025 154 0.STATISTICĂ 110 1 1 1 2 1 4 1 5 1 8 20 2 1 4 2 6 4 8 5 10 8 154 Calculul termenilor care formează vectorul coeficienţilor ecuaţiei de regresie.1 1. astfel: 1.100 20 ( 0.Aij -1 i j ij .2 2.150 0. adică: ij 1.2 Universitatea Hyperion | 2011 .150 0.1 2.= minorul i este notaţia generală acordată liniei j este notaţia generală acordată coloanei.10 0.150) 154 1.150 20 0. în care: ij .025 matricea inversă = A-1 30 220 transpusa matricei A = A transpusei matricei A A Transpusa matricei A: .

85 x Parametrul. A 220 30 30 5 Pentru a obţine matricea inversă. matricea A care urmează să fie înlocuit. se calculează după ce se ignoră linia şi coloana elementului din 111 Minorii. Valoarea determinantului aferent matricei sistemului de ecuaţii este: A 5 30 30 220 5 220 30 30 200 Rezultă că ecuaţia de regresie are următoarea formă: y 1. Universitatea Hyperion | 2011 . Calculul valorii estimate a erorii standard pentru fiecare parametru al ecuaţiei de regresie are la bază următoarea metodologie: a. este denumit coeficient de regresie sau propensiunea marginală deoarece cuantifică modificarea fenomenului dependent atunci când variabila independentă se modifică cu o unitate. Minorii sunt reprezentaţi de valoarea unui determinant dacă matricea A are trei sau mai multe linii şi coloane sau de o valoare simplă dacă matricea A este formată din două linii şi două coloane.85. fiecare termen al asociatei transpusei matricei A se împarte la valoarea determinantului aferent matricei sistemului de ecuaţii. b = 0.10 0.se calculează produsul estimaţiei pătratului erorii standard a ecuaţiei de regresie cu matricea inversă a matricei sistemului de ecuaţii. Se remarcă faptul că semnele elementelor din matricea asociată transpusei ( A ) alternează.STATISTICĂ ij .

403333 0.009166 0.366666 1 1 1 1 1 2 4 6 8 10 1 2 1 4 1 6 1 8 1 10 1 5 30 0.100 0.054999 0.150 0.025 0.se calculează estimaţia erorii standard a parametrului a. sb 0.054999 0.403333 0.054999 1 0.366666 30 220 0.366666 1.095743 Se precizează că estimaţia erorii standard a parametrilor ecuaţiei de regresie este reprezentată prin rădăcina pătrată a elementelor situate pe diagonala principală a matricei Universitatea Hyperion | 2011 .403333 0.STATISTICĂ 112 2 ˆy ζ  y A 1 0.009166 Se menţionează că matricea inversă a sistemului de ecuaţii A prin următoarea relaţie: 1 este explicată X X 1 A 1 b.635085 c. sa 0.se calculează estimaţia erorii standard a parametrului b.366666 1.150 0.054999 0.009166 Acelaşi rezultat se obţine dacă se optează pentru următoarea variantă de lucru: 2 ˆy ζ  y X X 1 0.150 0.025 0.150 0.100 0.

în care pătratul estimaţiei erorii standard a ecuaţiei de regresie ( .182 (Anexa 4) 3.182 3. f n-k 5-2 3 .366666 0.60553 Verificarea semnificaţiei parametrilor ecuaţiei de regresie este realizată prin compararea variabilei t-statistic cu t-tabelar.877960 t statistic 8. t statistic b sb 0. f n-k 5-2 3 3.y ζ ˆ 2 ˆ y.60553 2 2 1.variabila dependentă (y) şi dinamica veniturilor .635085 1.10 5 2 0.182 (Anexa 4) 0.732051 t statistic t tabelar tq 1.182 În cazul studiului corelaţiei dintre dinamica cheltuielilor pentru servicii .095743 8. se respinge ipoteza nulă şi în aceste condiţii parametrii ecuaţiei de regresie sunt semnificativ diferiţi de zero. t statistic a sa 1.85 0. astfel: ˆ y.87796 t tabelar t tabelar tq 0.10 0.05 .05 .pentru parametrul b.y ). Variabila t-statistic se obţine raportând estimaţia parametrului la estimaţia erorii standard asociată fiecăruia dintre parametrii ecuaţiei. t-statistic >t-tabelar .73205 t tabelar 3. yc y A ). astfel: . se calculează.STATISTICĂ 113 2 1 2 2  ˆy ( ˆy ˆ sau s y. Dacă.variabila independentă (x) se confirmă statatistic că parametrul „b” are o mărime semnificativă în timp ce parametrul „a” nu este atestat Universitatea Hyperion | 2011 . ζ ˆ y ˆ Σ y y n k 0.pentru parametrul a.

În principiu.100000 Prob.605530 F-statistic 78.095743 8. însă.951111 Estimaţia abaterii standard a variabilei dependente 2. utilitatea ecuaţiei de regresie deoarece infirmarea semnificaţiei parametrului „a” (ordonata la origine) este şi o consecinţă a numărului redus de valori luate în calcul (n = 5).100000 0.981495 0.coeficientul de determinare R – raportul de corelaţie R2 Media variabilei dependente R2 0.STATISTICĂ statistic ca o mărime semnificativ diferită de zero.81818 1.963333 0. această concluzie nu afectează.850000 0.738613 ajustat Eroarea standard a ecuaţiei de regresie Suma pătratului reziduurilor: 0.000000 R 2 .dinamica cheltuielilor pentru servicii: SERIA 01 Metoda celor mai mici pătrate Numărul observaţiilor: 5 Variabila Coeficientul Eroarea standard b coeficient ul de regresie 114 t-statistic 0. Tabelul 11 Sistemul indicatorilor analitici care privesc corelaţia dintre SERIA 01 şi SERIA 02 Variabila dependentă . Analiza sistemului interdependent de indicatori statistici prezentaţi sub forma celor două serii dinamice se bazează pe interpretarea indicatorilor analitici prezentaţi în tabelul 11.877960 a -1.635085 -1.003013 Universitatea Hyperion | 2011 .732051 4. (F-statistic) (pragul de semnificaţie) 0.

STATISTICĂ 115 Σ y ˆ y 2 Coeficientul DurbinWatson 2. .Estimaţia erorii standard a ecuaţiei de regresie. o intensitate foarte puternică.963333 0. R 2 corectat 1 ˆ2 Σ y y Σ y y : n k n 1 2 1 1.9815 .10 30 : 5 2 5 1 0. şi indică.Coeficientul de determinare corectat înfuncţie de numărul gradelor de libertate aferente celor douăsume de pătrate. Universitatea Hyperion | 2011 . R R2 0.Raportul de corelaţie (R) se obţine prin extragerea rădăcinii pătrate din coeficientul de determinare.Coeficientul de determinare ( R 2 ) R 2 Σ y 1 Σ y ˆ y y 2 2 1 1.509091 Metodologia de calcul a indicatorilor din tabelul 11 este următoarea: .10 0.963333 30 Intervalul de localizare a coeficientului de determinare şi respectiv a raportului de corelaţie este: 0 R2 . pentru corelaţia studiată.951111 în care: k – numărul parametrilor din ecuaţia de regresie n – numărul observaţiilor . R 1 .

pe seama unui volum prea mic de date. în care: ut (y ˆ)t y În acest caz indicatorul statistic DW are o mărime care depăşeşte limita de 2. n ut DW t 2 n ut-1 ˆ y 2 t 2 y t 1 2.STATISTICĂ 116 ˆ y.60553 . Universitatea Hyperion | 2011 .Se testează ipoteza privind existenţa autocorelaţiei între valorile variabilei reziduale cu ajutorul criteriului statistic DURBIN-WATSON. Σ y ˆ y 2 1. Σy n y 1 2 4 5 8 5 20 5 4 .y ζ ˆ ˆ Σ y y n k 2 1. O explicaţie a acestei concluzii poate fi argumentată prin faptul că studiul corelaţiei este realizat.10 .2 şi obţinem astfel informaţia că la nivelul valorilor reziduale se înregistrează o uşoară autocorelaţie.Valoarea mediea variabileidependente.10 2.Suma pătratelor reziduurilor sau erorilor. fapt ce poate afecta eficacitatea ecuaţiei de regresie dacă aceasta va fi folosită pentru extrapolarea dinamicii studiate.76 1.509 .10 5 2 0. .Estimaţia abaterii standard a variabilei dependente.

90000 0.738613 .85 154 F -statistic = 78.y ˆ Σ y y n k Σ y y n 1 2 . f1 2 1 1 .1 F -tabelar = FP.1 Universitatea Hyperion | 2011 .STATISTICĂ 117 sy Σ y y n 1 2 30 5 1 2.10 Σ y y 2 Σ y2 n Σy n 2 n Σ y2 ny 2 30 110 .95 .10 20 0.90 1.90 1.5 42 ˆ y Σy 2 aΣ x bΣ x y ny 2 28.estimaţia dispersiei din interiorul sistemelor .estimaţia dispersiei totale 2 ˆy ζ Σ y y 2 ˆ Σ y y 2 Σ y ˆ y 2 30 28.90 2 1 1.10 5 2 28.10 20 0.36666 78.81818 >F -tabelar = 10. f 2 n k F0.85 154 5 42 ˆ Σy y 2 Σy 2 aΣ x bΣ xy 1. f1 k 1.estimaţia dispersiei dintre sisteme 2 2 ˆy ζ ˆ .y ˆ y Σ y k 1 2 . F statistic ˆ y Σ y k 1 ˆ Σ y y n k 2 2 28.10 110 1.81818 2 ˆy ζ ˆ. f2 5 2 3 10.Verificarea semnificaţiei raportului de corelaţie cu ajutorul „Criteriului F”.

7 ce corespunde unei probabilităţi de 95% şi care atestă că cel puţin un coeficient de regresie este în mod semnificativ diferit de zero.0 y ˆ 4 = -1. În cazul exemplului considerat de noi.4 y 0. 118 Tabel pentru efectuarea calculelor intermediare ˆ = -1. în această situaţie. este 2.10 + 0.85x y ˆ y Anul 1 2 3 4 5 Tota l y 1 2 4 5 8 20 u y u2 (y ˆ)2 y ˆ 1 = -1.10 + 0.10 20. F-statistic >F-tabelar se respinge ipoteza nulă şi în consecinţă Raportul de corelaţie (R) diferă în mod semnificativ de zero.85(8) = 5.85(2) = 0. Prin această testare se verifică.4 -0.10 + 0.3 y ˆ 3 = -1.6 y ˆ 2 = -1. probabilitatea de a accepta ipoteza nulă este foarte mică: 0. (F -statistic).16 0.10 + 0.7 y ˆ 5 = -1. Regula de adunare a dispersiilor se verifică numai atunci când nu se ţine seama de numărul gradelor de libertate aferente fiecărei sume de abateri ridicate la pătrat şi deci fiecare din cele trei sume de abateri ridicate la pătrat se raportează la numărul observaţiilor (n).30%. F-statistic este un criteriu cu ajutorul căruia se testează veridicitatea modelului (ecuaţiei de regresie) în ansamblul său. cu excepţia coeficientului care dimensionează ordonata la origine.85(6) = 4.003013 sau 0.3 0 -0.09 0 0. Valoarea critică a acestui indicator.85(10) = 7.7 0.10 + 0.85(4) = 2.36 1. respectiv a coeficienţilor variabilelor independente.49 0. Notă:Se menţionează că. ipoteza de valoare „zero” a tuturor coeficienţilor de regresie. iar corelaţia studiată este reală.0 Universitatea Hyperion | 2011 . practic inexistent. de asemenea.STATISTICĂ Deoarece.10 + 0. Riscul de a formula o concluzie greşită este.6 0 0.

precum şi distribuţia erorilor (reziduurilor).49 1.….49 0.7 0 1.76 -1.89 11. pot fi obţinute şi în varianta de calcul matricial. în mod comparativ.7 3.69 2.90 -3 -2 0 1 4 0 9 4 0 1 16 30 1 4 16 25 64 110 2 8 24 40 80 154 1 2 3 4 5 Tota l ˆ . astfel: 1 XC ˆ y 1 1 2 4 6 1.56 2.10 0.85 0. seria reală a variabilei dependente sau rezultative (y) cu nivelurile.4 1 8 1 10 În tabelul 12 se prezintă. determinate pe baza ecuaţiei de Nivelurile calculate ale variabilei dependente y regresie.56 28.4 0 11.6 2. estimate pe baza ecuaţiei de regresie ( ˆ ).09 0. y Universitatea Hyperion | 2011 . aceleiaşi variabile.n -3.0 5.4 0.STATISTICĂ ˆ y 119 (u t ut 1 )2 y ˆ y y 2 y y y y 2 y2 xy Anul t = 2.89 0 2.7 7.3 4.

Experienţa practică asigură suportul de apreciere a faptului că se îndelineşte în mod implicit condiţia de normalitate a distribuţiei seriei erorilor (reziduurilor) dacă n> 40. | .00000 -0.00000 5. atunci când dimensiunea reziduurilor nu depăşeşte plaja delimitată de o estimaţie a erorii ˆy y standard a ecuaţiei de regresie.60000 | . | .40000 0. * | | * | | * . dar suficient de utile pentru a identifica forma ecuaţiei de regresie.60553 .00000 2. prin puncte.STATISTICĂ 120 Tabelul 12 Situaţia reziduurilor: mărimile absolute şi dispunerea grafică Anul Nivelurile reale (y) SER01 Nivelurile calculate sau ˆ estimate*) ( y Reziduuri (Termenul de eroare) u y ˆ y Plaja reziduurilor ˆy ζ ) SER01F ˆ y 0 ˆy +ζ ˆ y 1 2 3 4 5 1. n> 15 în cazul seriilor dinamice.60000 2. Universitatea Hyperion | 2011 . ˆ ) sunt determinate pe *) Nivelurile calculate sau estimate ale variabilei dependente ( y baza ecuaţiei de regresie: y = a + bx Este un indiciu pozitiv al eficienţei modelului sintetizat prin ecuaţia de regresie. în plaja reziduurilor.70000 0. este reprezentată.00000 5.30000 0. | * | ˆy Notă: ζ ˆ y 0.70000 7. atunci când sunt date de natură experimentală sau. . | .40000 -0. în comparaţie cu metoda celor mai mici pătrate.30000 4.( ζ ˆ ). |* .00000 8.00000 4. | .00000 0. | . | . Estimarea parametrilor care localizează o ecuaţie de regresie poate fi efectuată şi cu ajutorul unor metode considerate mai puţin eficiente.

metoda punctelor empirice alese şi .metoda totalurilor parţiale echidistante sau metoda mediilor echidistante. Pentru a exemplifica metodologia de estimare a parametrilor unei ecuaţii de regresie şi respectiv a valorilor variabilei dependente cu ajutorul metodei punctelor empirice alese vom considera sistemul convenţional de valori referitoare la creşterile procentuale ale cheltuielilor pentru servicii în funcţie de creşterile procentale a veniturilor. 121 Metoda punctelor empirice alese Aplicarea metodei punctelor empirice alese se conformează următoarelor etape de lucru: a) . Numărul punctelor alese este în funcţie de numărul parametrilor care localizează ecuaţia de regresie.se calculează valorile estimate ale parametrilor ecuaţiei de regresie pe baza sistemului de ecuaţii care a fost constituit. b) . deoarece ecuaţia are doi parametrii. aşa cum rezultă din tabelul 13. „a” şi „b”.STATISTICĂ În această categorie de metode sunt incluse: . y a bx . care niveluri reale se apropie cel mai mult de o linie teoretică ce sintetizează corelaţia.se alege forma ecuaţiei de regresie pe baza reprezentării grafice a sistemului de variabile considerate în sistem interdependent şi se apreciază. Universitatea Hyperion | 2011 . Dacă ecuaţia de regresie este de forma. în mod vizual. se aleg două puncte care vor forma un sistem cu două ecuaţii.

Universitatea Hyperion | 2011 .care a mai fost utilizat în acest paragraf.STATISTICĂ 122 Exemplul11 Tabelul 13 Sistemul interdependent al cheltuielilor pentru servicii în funcţie de venituri Anul Variabila dependentă (creşterile procentuale ale cheltuielilor pentru servicii) y 1 2 3 4 5 6 Total 1 2 4 5 8 10 30 2 4 6 8 10 12 Variabila independentă (creşterile procentale a veniturilor) x ˆ y Nivelurile estimate ale variabilei dependente pe baza ecuaţiei 2 1 x (metoda punctelor empirice alese) ˆ1 y ˆ2 y ˆ3 y ˆ4 y ˆ5 y ˆ6 y 2 1 2 0 2 1 4 2 2 1 6 2 1 8 2 1 10 4 6 8 2 1 12 10 30 ˆ acordat nivelurilor estimate ale variabilei dependente are Notă:Simbolul y acelaşi conţinut cu simbolul y c .

2 a 4b 4 a 6b de unde rezultă. În aceste condiţii se apreciază că punctele anilor 2 şi 3 pot forma sistemul de ecuaţii necesar estimării parametrilor „a” şi „b” din ecuaţia y a bx . 9 Reprezentarea grafică din fig. costituie mijlocul practic de alegere a punctelor empirice care vor fi utilizate pentru a costitui sistemul de ecuaţii. a ˆ 2 şi b 1 şi în consecinţă. deoarece se cosideră că se poziţionează pe o linie dreaptă conveţională care sintetizează corelaţia dintre cele două variabile.STATISTICĂ 123 Corelograma variabilei y în funcţie de variabila x 12 10 8 6 4 2 0 0 2 4 6 8 10 12 14 y Fig. Sistemul de ecuaţii va fi. ecuaţia de regresie este: y 2 1 x Universitatea Hyperion | 2011 . 9 care prefigurează norul de puncte al interdependenţei dintre variabilele luate în discuţie.

STATISTICĂ 124 Metoda totalurilor parţiale echidistante Exemplificarea modului practic de estimare a parametrilor unei ecuaţii de regresie şi respectiv a valorilor variabilei dependente cu ajutorul metodei totalurilor parţiale echidistante se va realiza pe baza aceluiaşi sistem de date statistice utilizat la exemplul 11 Se precizează că aplicarea metodei totalurilor parţiale echidistante impune ca volumul datelor (segmentelor de timp) să fie un multiplu al numărului de parametrii care localizează ecuaţia de regresie.889 2 0.889 4 2.33 0 0.668 Universitatea Hyperion | 2011 .222 0.222 0.889 x (metoda totalurilor parţiale echidistante) x 2 4 6 8 10 ˆ1 y 1.889 8 5.222 0.556 ˆ2 y ˆ3 y 1.889 6 4.222 0.222 1.11 0 ˆ4 y ˆ5 y 1.222 1. Exemplul 12 Tabelul 14 Sistemul interdependent al cheltuielilor pentru servicii în funcţie de venituri Variabila dependentă (creşterile Anul procentuale ale cheltuielilor pentru servicii) y 1 2 3 4 5 1 2 4 5 8 Variabila independentă (creşterile procentale a veniturilor) Nivelurile estimate ale variabilei dependente pe baza ecuaţiei ˆ y 1.890 0.889 10 7.

ecuaţia de regresie are o formă care implică o rezolvare manuală mai dificilă. după cum urmează. astfel. Universitatea Hyperion | 2011 .446 30. dacă se aplică metoda celor mai mici pătrate.222 0. cu excepţia unor cazuri particulare cum ar fi: .constituie o soluţie mai rapidă de estimare a parametrilor ecuaţiei de regresie.889 12 9. de regulă. la o ecuaţie de regresie care are ˆ expresia: y 1.222 şi b 0. nu se utilizează pentru a estima valorile parametrilor care localizează o ecuaţie de regresie.STATISTICĂ 125 6 Total 10 30 12 ˆ6 y 1. pentru a estima valorile parametrilor din ecuaţia y a bx .222 0. prezentat în fig. aceste metode nu sunt agreate şi. 1 1 a 2 b 2 1 a 4 b şi 4 1 a 6 b 5 1 a 8 b 8 1 a 10 b 10 1 a 12 b Prin însumarea celor două grupuri de ecuaţii rezultă sistemul de ecuaţii: 7 3a 12b 23 3a 30b şi respectiv următoarele estimaţii ale parametrilor.889 x Notă: În practică. a 1. primul total va fi format din primele trei puncte anuale şi respectiv al doilea total va cuprinde ultimele trei puncte anuale.000 Deoarece dispunerea „norului de puncte”.889 Metoda totalurilor parţiale conduce. în consecinţă. se constituie două totaluri parţiale. . sugerează o corelaţie de tip liniar. 9.

a valorilor variabilei independente (X). METODE DE ANALIZĂ A CORELAŢIEI RANGURILOR În cazul considerării unui sistem interdependent de variabile pentru care se infirmă ipoteza corespondenţei cu legea de repartiţie normală. sportive etc. urmând să se opereze cu mărimi echivalente.3.reprezintă diferenţa dintre rangurile (numerele de ordine) corespunzătoare lui „y” şi respectiv „x”. Opţiunea pentru aplicarea acestor metode este. calculul intensităţii corelaţiei se realizează prin aplicarea unor metode neparametrice. Universitatea Hyperion | 2011 . Prezumţia parametrică a corelaţiei este eliminată prin ordonarea. în care: n n2 1 d . psihologice.STATISTICĂ 126 VI. în care: nn 1 S P Q. adoptată atunci când se studiază corelaţii între variabile economice cu variabile proprii unor domenii neeconomice (demografice. Coeficientul lui Spearman θ 1- 6 Σd 2 . medicale. Metodele neparametrice permit măsurarea intensităţii corelaţiei atât pentru variabile cantitative cât şi pentru variabile calitative.numărul nivelurilor aferente variabilelor statistice Coeficientul lui Kendall η 2 S . în mod crescător sau descrescător. d ry rx n . de obicei. denumite ranguri. ).

rx la Y . 127 Exemplul 13 Tabelul 15 Situaţia cheltuielilor cu publicitatea efectuate de 17 societăţi care comercializează produse alimentare Nr. care poate lua o valoare în intervalul –1.ry - Universitatea Hyperion | 2011 . numărate în continuare. numărate în continuare. Cheltui eli cu publici ta-tea (mil. lei) -X1 2 3 4 5 6 7 8 9 10 11 5 5 5 6 6 7 7 7 7 8 8 420 450 570 490 580 600 610 660 690 520 600 1 2 3 4 5 6 7 8 9 10 11 1 2 6 4 7 8 10 11 12 5 9 0 0 -3 0 -2 -2 -3 -3 -3 5 2 0 0 9 0 4 4 9 9 9 25 4 16 15 11 12 10 9 7 6 5 6 5 0 0 3 1 2 2 3 3 3 1 1 16 15 8 11 8 7 4 3 2 5 4 Cifra de afacer i (mil.y. lei) -YRangu l pentru Rangu l pentru d rx ry d2 P Q S= = PQ variab variabi ila X .este indicatorul concordanţei sau numărul rangurilor superioare termenului respectiv.este indicatorul discordanţei sau numărul rangurilor inferioare termenului respectiv. +1.y Q .STATISTICĂ P . aferente variabilei dependente . crt. aferente variabilei dependente . Intensitatea corelaţiei este apreciată în funcţie de mărimea coeficientului.

Intensitatea interdependenţei dintre variabile poate fi cunoscută şi pe baza indicatorului. de către cele 17 societăţi comerciale cuprinse în cercetare.0.6 .8.000 450 12 13 14 15 16 14 15 13 17 3 -2 -2 1 -2 13 4 4 1 4 16 9 3 2 2 0 1 2 2 1 2 0 1 0 1 -2 1 17 Tot al 120 990 17 16 1 1 25 6 0 0 0 84 θ 1- 6 Σd 2 n n2 1 1 6 256 17 17 2 1 0. şi cifra de afaceri. A B Universitatea Hyperion | 2011 . „Coeficientul de concordanţă”.STATISTICĂ 128 12 13 14 15 16 8 8 10 14 50 720 730 710 1. este o corelaţie suficient de puternică. care se calculează cu ajutorul următoarei formule: Kcon A B .618 Coeficienţii calculaţi ne permit să apreciem că între suma cheltuielilor efectuate cu publicitatea.686 η 2 S nn 1 2 84 17 17 1 0. deoarece mărimea lor se situează în intervalul 0.

metoda comparării seriilor paralele de date statistice interdependente: . grupate astfel: . numărul minim de indicatori este apreciat la 40. De reţinut! .Concluzii utile privind interdependenţa dintre indicatorii statistici pot fi formulate numai în condiţiile folosirii unui volum suficient de mare de date. A B A = valorile a căror abateri perechi de la medie au acelaşi semn B = valorile a căror abateri perechi de la medie nu au acelaşi semn Coeficientul de concordanţă este o metodă neparametrică de calcul a interdependenţei dintre variabile în condiţiile neimpunerii condiţiei de normalitate a repartiţiei seriilor empirice. iar în cazul seriilor de indicatori obţinuţi în urma unor experimentări.metode analitice: -metode parametrice (metode statistico-matematice de analiză a corelaţiilor) .metode neparametrice (metode de analiză a corelaţiei rangurilor).metoda grafică . Universitatea Hyperion | 2011 .metode simple sau de observaţie: . În unele situaţii concrete se remarcă faptul că o semnificaţie crescută a indicatorilor care exprimă diverse aspecte ale corelaţiilor dintre fenomene este mult îmbunătăţită atunci când numărul determinărilor statistice depăşeşte 100. Pentru a studia legăturile statistice care se formează între fenomene pot fi utilizate mai multe modalităţi de observaţie şi de calcul. A .metoda tabelului de corelaţie .STATISTICĂ 129 sau forma corectată: Kcon în care. Dacă se studiază corelaţii între serii dinamice de indicatori numărul minim de segmente de timp trebuie să fie de 15.

Cum se calculează şi care este semnificaţia rezultatului coeficientului simplu de corelaţie liniară şi respectiv a raportului de corelaţie? 4.. Baron. Bucureşti. Al. Cum se calculează şi care este semnificaţia coeficientului statistic DurbinWatson? TESTUL DE AUTOEVALUARE NR. Statistică şi econometrie. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR.4.... Bucureşti. D.6. Descrieţi metodele simple utilizate pentru a studia legăturile statistice care se formează între fenomenele social-economice.. 2. 6 1. Korka.STATISTICĂ 130 VI. 2003. Cum se calculează şi care este semnificaţia coeficientului de neregularitate al lui Theil? 2. E.. Porojan. Editura Didactică şi Pedagogică. 1996. Precizaţi utilitatea analizei corelaţiei rangurilor şi metodologia de realizare a acestei analize cu ajutorul coeficienţilor statistici elaboraţi de Spearmanşi respectiv deKendall. Andrei. Cum se verifică semnificaţia statistică a raportului de corelaţie? 3. TEMADE CONTROL A UNITĂŢII NR. Isaic-Maniu. T. VI.. 2. Wagner. 3. Editura Economică.Statistică teoretică şi economică . Descrieţi etapele calculului în cazul analizei corelaţiilor dintre fenomene cu ajutorul metodei celor mai mici pătrate. 6 1. Tövissi L. Universitatea Hyperion | 2011 . Biji. T. P. 6 1. M..

Mihăilescu. Statistica şi bazele statistice ale econometriei . 131 Universitatea Hyperion | 2011 .STATISTICĂ 3. Editura Renaissance. 2011.. N. Bucureşti.

1. Indicii teritoriali (pag.3.STATISTICĂ 132 Unitatea de studiu nr.  să cunoască modalitatea de aplicare a procedeului sustituirilor succesive pentru definirea indicilor statistici factoriali precum şi a modificărilor absolute aferente acestora. 147) VII. 6 (pag. 48) VII. METODOLOGIA DE CALCUL ŞI INTERPRETARE A INDICILOR STATISTICI Universitatea Hyperion | 2011 . Tema de control a unităţii nr.4. Indicii de grup medii aritmetici (pag. Cuprinsul unităţii de învăţare: VII.  să cunoască modalitatea de calcul şi interpretare a indicilor de grup calculaţi ca raport a două mărimi medii.7. Bibliografia specifică unităţii nr.Metodologia de calcul şi interpretare a indicilor statistici(pag. 132) VII.6. 159) VII. 148) VII. 6(pag.5. Indicii de grup calculaţi ca raport între mărimi medii (pag. Indicii de grup medii armonici (pag. calculul şi interpretarea indicilor statistici.2. 7: INDICII STATISTICI Timpul de studiu individual estimat: 4 h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare veţi putea să cunoaşteţi:  să cunoască tipologia.1. 159) VII. 156) VII.

Universitatea Hyperion | 2011 . Din punct de vedere al sferei de cuprindere se disting două categorii de indici statistici: indici individuali.pentru un indicator economic de tip cantitativ.dinamica.nivelul relativ al sarcinii propuse pentru creşterea sau diminuarea unui indicator economic în segmentul de timp care urmează. dar coexistenţi în timp. .STATISTICĂ Pentru fundamentarea deciziilor care vizează conducerea activităţii economice o utilitate deosebită prezintă metoda indicilor datorită conţinutului informaţional pe care îl oferă dimensiunea statistică numită indice. al dinamicii preţurilor sau al dinamicii valorii mărfurilor vândute de un agent economic pentru fiecare fel de marfă. . Indicele exprimă modificarea relativă a mărimii indicatorului de la numărător în comparaţie cu mărimea de la numitorul raportului. Indicele individual exprimă raportul de mărime între doi indicatori statistici care caracterizează colectivităţi de unităţi (obiecte sau tipuri de produse. indicele este rezultatul raportului a doi indicatori statistici referitori la acelaşi fenomen economic. ţară) sau doi agenţi economici.gradul de îndeplinire a indicatorilor programaţi sau planificaţi. în mod distinct. se poate calcula indicele individual al dinamicii volumului fizic. De exemplu.raportul de mărime dintre doi indicatori economici identici din punct de vedere al conţinutului şi modului de calcul. relativă sau medie. judeţ.) omogene sau fenomene cu acelaşi conţinut economic. pot fi prezentaţi în formă absolută. care. 133 Prin urmare. la rândul lor. Formulele generale de calcul a indicilor individuali de dinamică sunt: . referitori la două entităţi teritoriale similare (oraş. . Indicele statistic este o mărime relativă care exprimă una din următoarele categorii de stări a fenomenelor economice: . obţinută ca rezultat al comparaţiei realizate în raport dinamic sau în statică. elementari sau simpli şi indici de grup.

Σ q1 p1 . indicele de grup al dinamicii valorii mărfurilor vândute de o societate comercială (indicele de grup al dinamicii cifrei de afaceri).pentru un indicator economic de tip calitativ.f).x). care este un indice al unui indicator statistic complex. Σ q0 p0 I qp în care. „p” reprezintă preţul unitar de vânzare pentru fiecare fel de marfă (indicator economic de tip calitativ .pentru un indicator economic complex. x0 . conform următoarei relaţii. Universitatea Hyperion | 2011 . i fx f1 x1 f0 x0 Indicele de grup exprimă modificarea medie relativă a caracteristicii unei colectivităţi de unităţi care diferă între ele prin conţinut sau valoare de întrebuinţare.STATISTICĂ 134 i f f1 . De exemplu. se calculează ca raport între suma încasărilor (valoarea vânzărilor) din perioada curentă sau de calcul şi suma încasărilor (valoarea vânzărilor) din perioada bază de comparaţie. i x x1 . f0 . „q” este volumul fizic al vânzărilor pe tipuri de mărfuri (indicator economic de tip cantitativ .

generalizării şi rigurozităţii aplicării metodei substituirilor succesive. valoarea medie a mijloacelor fixe (Mf). cheltuielile la 1000 lei cifră de afaceri (Ch). în funcţiune sau activă (Lz). pentru a dimensiona modificarea separată a fiecăruia din cei doi factori 135 (cantitativ-f şi calitativ-x) care au determinat modificarea indicatorului complex (y) sau. rata rentabilităţii financiare (Rrf). costul complet unitar (c). durata medie în zile a unei rotaţii a activelor circulante (d) şi în general toţi indicatorii care exprimă eficienţă economică. timpul lucrat de salariaţi. preţul de vânzare cu amănuntul (pv). productivitatea muncii (w). exprimat în om-ore (Nh).. cheltuielile cu forţa de muncă efectuate în medie cu un salariat ( cfm ). numărul mediu de rotaţii a activelor circulante (n).indicatori economici cantitativi (f)cum ar fi: volumul fizic al producţiei sau al prestaţiilor de servicii (q). în practica de analiză se recurge uneori şi la alte modalităţi de ponderare. locuri-zile capacitate de cazare turistică existentă (Le).STATISTICĂ Se precizează că atât volumul fizic al vânzărilor cât şi preţurile unitare de vânzare sunt neînsumabile în mod direct deoarece se referă la tipuri diferite de mărfuri şi în consecinţă pentru a evidenţia influenţa sau modificarea separată a fiecăruia din cei doi factori (q şi p) se calculează indici de grup factoriali prin aplicarea unui anumit sistem de ponderare. locuri capacitate de cazare turistică existentă sau capacitatea construită şi destinată pentru cazarea turiştilor . locuri-zile capacitate de cazare turistică disponibilă. pentru a cuantifica modificarea medie a indicatorului cantitativ şi respectiv a celui calitativ se utilizează. în cazul unei relaţii factorial-deterministe de forma y = fx. metoda substituirilor succesive (în lanţ) dar. exprimat în om-zile (Nz). turişti cazaţi în unităţile de cazare turistică (T). În vederea sistematizării. consumul specific de resurse materiale şi energetice exprimat în unităţi naturale (m). folosită numai în cazul indicilor de grup factoriali. într-o altă formă de interpretare. indicatorii economici sunt grupaţi astfel: .(L). valoarea medie a activelor circulante (Ac). numărul mediu al salariaţilor (N). . numărul de zile-turişti (Tz) etc. timpul lucrat de salariaţi. Prin urmare.indicatori economici calitativi (x): preţul de producţie sau tariful pe unitate fizică de servicii (p). Universitatea Hyperion | 2011 . sau Σy Σ fx . de regulă.

rezultatul din exploatare (Re). veniturile totale (Vt). Formulele generale de calcul folosite în cazul metodei substituirilor succesive. indicatorii de efect economic sunt trataţi ca indicatori de tip calitativ. în cazul analizei pe factori a indicatorilor care caracterizează eficienţa utilizării factorilor de producţie direcţi sau primari (forţa de muncă.(M). iar cei de efort economic au semnificaţia şi se comportă ca indicatori de tip cantitativ.modificarea totală a fenomenului (indicatorului) complex: Σ f 1 x1 Σ f 0 x0 136 I fx f 1 x1 fx sau I f 0 x0 Universitatea Hyperion | 2011 . cheltuielile totale cu materiile prime. cheltuielile totale cu forţa de muncă (CFM). Aplicarea metodei substituirilor succesive implică respectarea următoarelor două reguli de bază: 1) individualizarea şi dimensionarea influenţei unui factor de tip cantitativ care a determinat modificarea indicatorului complex se realizează prin ponderare (menţinere constantă) cu factorul de tip calitativ bază de comparaţie.indicatori economici complecşi (fx): cifra de afaceri (CA). materiale şi combustibil exprimat în unităţi naturale . 2) individualizarea şi dimensionarea influenţei unui factor de tip calitativ care a determinat modificarea indicatorului complex se realizează prin ponderare cu factorul de tip cantitativ comparat. materialele şi energia aferente activităţii productive. producţia exerciţiului (Q). rezultatul brut al exerciţiului (Rb). sunt următoarele: . atunci când dorim să cuantificăm modificările respective în mărimi relative şi absolute. de comerţ sau de prestare a serviciilor (CM). valoarea adăugată (VA). Facem precizarea că.pe feluri de resurse .STATISTICĂ . mijloacele fixe şi activele circulante materiale sau resursele materiale şi energetice). consumaţi pentru obţinerea unui rezultat economic. marja comercială (MC). consumul total de materii prime. cheltuielile totale (Ct). rezultatul net al exerciţiului financiar (Rn).

influenţa modificării factorului de tip calitativ: Σ f1 x1 Σ f1 x0 I x f1 x1 sau I x f1 x0 x f 1 x1 -f 1 x0 sau x Σ f 1 x1 . în dinamică. Universitatea Hyperion | 2011 .influenţa modificării factorului de tip cantitativ: Σ f1 x0 Σ f0 x0 I f f1 x0 sau I f f0 x0 f f1 x0 -f 0 x0 sau f Σ f1 x0 . influenţa modificării volumului fizic şi respectiv influenţa modificării preţurilor de vânzare asupra modificării cifrei de afaceri sau exprimă modificarea medie a volumului fizic şi respectiv modificarea medie a preţurilor de vânzare pot fi scrise următoarele relaţii de calcul: .indicele de grup al dinamicii volumului fizic.Σ f0 x0 .Σ f 0 x0 din care: .Σ f 1 x0 urmând să se verifice egalităţile: I fx I(f) I x f x În cazul concret al indicilor de grup factoriali care explică.STATISTICĂ 137 Δ f1 x1-f 0 x0 sau Δ Σ f 1 x1.

în acest caz. şi o influenţă suplimentară care este cauzată de interacţiunea factorilor sau a acţiunii simultane a factorilor. indiferent că sunt de natură cantitativă sau calitativă.indicele de grup al dinamicii preţurilor de vânzare. schema de evidenţiere izolată a influenţei factorilor asupra fenomenului complex îşi găseşte utilitatea în special atunci când mărimea absolută a interacţiunii factorilor este mai importantă. metoda separării acţiunii izolate a fiecărui factor se recomandă a fi utilizată atunci când mărimea relativă a influenţei interacţiunii factorilor în creşterea totală a fenomenului complex depăşeşte 5%. De aceea. prezentată anterior. conform unei relaţii factorial-deterministe . Aplicarea principiului de separare a acţiunii individuale a factorilor care determină modificarea unui indicator complex . Pornind de la aceste considerente. permite obţinerea unor rezultate mulţumitoare numai atunci când modificarea indicatorului complex nu are o amplitudine mare şi în consecinţă şi influenţele factorilor consideraţi sunt relativ mici. Metoda substituirilor succesive.prezentat în funcţie de doi sau mai mulţi factori de influenţă.se bazează pe un sistem de ponderare care utilizează în mod invariabil indicatorii bază de comparaţie. adică: Universitatea Hyperion | 2011 . Rezultă.STATISTICĂ 138 qp Iq Σ q1 p0 Σ q0 p0 . Σ q1 p1 Σ q1 p0 qp Ip O altă procedură metodologică folosită pentru a calcula influenţa factorilor care au determinat modificarea unui indicator complex. este cunoscută sub denumirea „Metoda separării acţiunii izolate a fiecărui factor“.

care au în vedere doi factori care provoacă modificarea indicatorului complex. pot fi scrise următoarele relaţii de calcul: .modificarea absolută a indicatorului complex datorită interacţiunii factorilor. în care: Δ f x . f şi x. În cazul aplicării metodei separării acţiunii izolate a fiecărui factor. pentru indicii de grup. Σ f1 x0 Σ f0 x0 I(f) . consideraţi printr-o relaţie deterministă.influenţa indicatorului de tip calitativ.influenţa indicatorului de tip cantitativ. Σ f0 x1 Σ f0 x0 I(x) .influenţa interacţiunii factorilor (acţiunea simultană a factorilor). Σ f 1 x1 Σ f 0 x1 : Σ f 1 x0 Σ f 0 x0 I(f) x În acest caz se confirmă următoarea relaţie de recurenţă: I fx Σ f1 x1 Σ f0 x0 Σ f1 x0 Σ f0 x1 Σ f0 x0 Σ f0 x0 Σ f1 x1 Σ f0 x1 : Σ f1 x0 Σ f0 x0 Universitatea Hyperion | 2011 .STATISTICĂ 139 f x 100 f1 f0 x1 x0 100 f1 x1 f0 x0 5% .

sunt următoarele: . Prin urmare.influenţa modificării factorului de tip cantitativ: f f 1 x0 f 0 x0 f 1 x0 f 1 x0 f 0 x0 f 0 x0 f 0 x1 f 0 x0 f1 f 0 x1 x0 . Relaţiile generale de calcul. se optează. în mod convenţional.influenţa modificării factorului de tip calitativ: x f 0 x1 f 0 x0 f 1 x0 f0 x1 f0 x0 f0 x0 f 0 x1 f0 x0 f1 f0 x1 x0 . verificându-se egalitatea: f x Notă:Se menţionează că rezultatul interacţiunii factorilor nu poate fi interpretat în formă economică clară şi în aceste condiţii el trebuie repartizat factorilor individualizaţi prin relaţia funcţională a indicatorului complex sau analizat. se poate aprecia că metoda substituirilor succesive este un caz Universitatea Hyperion | 2011 . că modificarea indicatorului complex datorată interacţiunii factorilor este un rezultat exclusiv al acţiunii factorului de natură calitativă se ajunge la forma de ponderare care corespunde metodei substituirilor succesive. Dacă se consideră.STATISTICĂ Dacă se efectuează o analiză factorială prin aplicarea metodei separării acţiunii izolate a fiecărui factor şi se doreşte să se calculeze expresiile absolute ale modificărilor aferente unui indicator complex.(metoda creşterilor 140 f1 x1 f0 x0 din care: . de regulă la varianta repartizării proporţionale proporţionale).modificarea absolută totală a indicatorului complex: a modificării datorate interacţiunii factorilor. utilizate în acest caz. folosind un anumit criteriu de repartizare.

utilizează ca ponderi indicatorii factoriali corespondenţi din perioada de calcul).indicele de grup al factorului de tip cantitativ. utilizează ca ponderi indicatorii factoriali corespondenţi din perioada de bază). Paasche (care. astfel: . asupra factorului de natură calitativă. 141 metoda substituirilor succesive: I f Σ f1 x0 Σ f0 x0 indicele Laspeyres : I f Σ f1 x0 Σ f0 x0 indicele Paasche: I f Σ f 1 x1 Σ f 0 x1 indicele Fisher: I f Σ f1 x0 Σ f1 x1 Σ f0 x0 Σ f0 x1 f1 indicele Edgeworth: I f x1 2 x1 2 x0 x0 f0 Σ f1 x1 Σ f0 x1 x0 x0 . Fisher (care realizează media geometrică a indicilor Laspeyres şi Paasche) sau Edgeworth (în care caz ponderile sunt reprezentate de media aritmetică simplă a indicatorilor factoriali corespondenţi. Universitatea Hyperion | 2011 . în mod invariabil. Cele mai folosite sisteme alternative de calcul a indicilor de grup factoriali sunt cele propuse de Laspeyres (care.STATISTICĂ particular al metodei separării acţiunii izolate a fiecărui factor în condiţiile alocării în totalitate a modificării datorate interacţiunii factorilor. în mod invariabil. din cele două perioade de referinţă).indicele de grup al factorului de tip calitativ.

modificarea absolută a indicatorului complex atât în condiţiile unei relaţii deterministe pentru fenomene omogene cât şi în cazul fenomenelor eterogene. proporţiile modificărilor absolute factoriale în modificarea absolută totală a indicatorului statistic complex. Sunt expuse relaţiile de calcul ale indicilor individuali (elementari) şi de grup.STATISTICĂ 142 metoda substituirilor succesive: I x Σ f1 x1 Σ f1 x0 indicele Laspeyres : I x Σ f0 x1 Σ f0 x0 indicele Paasche: I x Σ f1 x1 Σ f1 x0 indicele Fisher: I x Σ f0 x1 Σ f1 x1 Σ f0 x0 Σ f1 x0 Σ x1 indicele Edgeworth: I x f1 2 f1 2 f0 f0 Σx0 Σ x1 f1 Σ x0 f1 f0 f0 În tabelul 16 se prezintă un model tehnic general pentru sistematizarea calculelor implicate în condiţiile folosirii metodei substituirilor succesive. contribuţia procentuală a factorilor la formarea ritmului indicatorului statistic complex precum şi relaţiile de recurenţă aferente. Exemplul 14 Universitatea Hyperion | 2011 .

precum şi corespondentul în cifre absolute al modificărilor relative exprimate prin indicii de grup. kg 500 200 1.000 10 30 5 5.600 18.STATISTICĂ Vânzările de mărfuri cu amănuntul ale unei societăţi comerciale sunt prezentate în tabelul 17.000 Pe baza datelor din tabel se vor calcula indicii elementari (individuali) şi indicii de grup ai volumului fizic a vânzărilor. ai preţurilor de vânzare şi ai valorii vânzărilor.000 5. 143 Tabelul 17 Situaţia vânzărilor de mărfuri pe feluri de mărfuri Perioada de bază Cantităţi vândute q0 Felul mărfurilor vândute Unitatea de măsură Perioada de calcul Cantităţi vândute ( q1 ) Preţul de vânzare Valoarea vânzărilor ( q1 p1 ) -lei- Preţul de vânzare ( p0 ) -lei- Valoarea vânzărilor q0 p0 -lei- p1 -lei- „A” „B” „C” Total m buc.000 6.000 16. Universitatea Hyperion | 2011 .000 3.400 9.000 600 300 900 9 30 4 5.

STATISTICĂ 144 Universitatea Hyperion | 2011 .

în timp ce la mărfurile „A” şi „C” preţul de vânzare a scăzut cu 10% şi respectiv cu 20%. comparativ cu perioada de bază.pentru marfa „B”: i q . Indicii individuali (elementari) ai dinamicii valorii vânzărilor. . . 0 . 20% q1 q0 q1 q0 300 200 900 1.8 . şi cu 50% la marfa „B”. în perioada de calcul vânzările au fost mai mari din punct de vedere cantitativ. 50% 0. cu 20% la marfa „A”. în timp ce vânzările din marfa „C” au scăzut cu 10%.pentru marfa „C”: i q q1 q0 600 500 1. 150% .9 .2 .pentru marfa „A”: i q . 20% Indicii elementari calculaţi arată că la marfa „B” preţul de vânzare s-a menţinut la acelaşi nivel atât în perioda de calcul cât şi în perioda de bază. Universitatea Hyperion | 2011 . 80% . Indicii individuali (elementari) ai dinamicii volumului fizic. 90% . 90% . 10% Prin urmare.pentru marfa „B”: i p . Indicii individuali (elementari) ai dinamicii preţurilor de vânzare. 100% 0. 10% 1.000 1. 5 .9 .pentru marfa „A”: i p . 120% .pentru marfa „C”: i p p1 p0 p1 p0 p1 p0 9 10 30 30 4 5 0.STATISTICĂ 145 Se precizează că pentru calculul indicilor de grup factoriali se va aplica metoda substituirilor succesive.

în perioada de calcul comparativ cu perioada de bază.7.000 9. qp Iq Σq1 p0 Σq0 p0 600 10 300 30 900 5 16. cu 8% la marfa „A” şi cu 50% la marfa „B”. .72 . qp Ip Σq1 p1 Σq1 p0 18 . 121.pentru marfa „C”: i qp q1 p1 q0 p0 q1 p1 q0 p0 5.pentru marfa „A”: i qp .00 0 1.00 0 6. 92. În acest caz.000 1. în totalitate.400 5.600 5.pentru marfa „B”: i qp .500 16. Dacă preţurile de vânzare s-ar fi menţinut la nivelul înregistrat în perioada de bază.000 0. Această creştere a fost determinată.692% Rezultatele calculelor efectuate ne confirmă faptul că valoarea vânzărilor a crescut. în timp ce la marfa „C” valoarea vânzărilor s-a diminuat cu 28%. Indicele de grup al valorii vânzărilor.308% .08 . 50% q1 p1 q0 p0 3.000 1. I qp Σq1 p1 Σq0 p0 18 .125 . 21. 72 % . valoarea vânzărilor ar fi crescut cu 21.875% Indicele de grup al preţurilor de vânzare. 28% Aceste rezultate evidenţiază faptul că în perioada de calcul valoarea vânzărilor a înregistrat creşteri faţă de perioada de bază. 112. cu 12.875%. 8% 1. de majorarea cantităţilor vândute.5%.5% Indicele de grup al volumului fizic a vânzărilor. 12.000 19.875%. 5 . dar reducerile operate la preţurile de vânzare a provocat o diminuare a valorii vânzărilor cu 7.000 19 .692%.21875 .5% . 150% .STATISTICĂ 146 .500 0.000 16 .92308 . se poate interpreta acest rezultat şi în felul Universitatea Hyperion | 2011 . 108% .

construiţi pe baza metodei substituirilor succesive. Din acest motiv.influenţa modificării volumului fizic al vânzărilor.500 1. Δ qp Σ q1 p1 Σ q0 p0 18. Pe baza sumelor folosite la calculul indicilor de grup putem determina. astfel: . INDICII DE GRUP MEDII ARMONICI Dacă se analizează formulele de calcul a indicilor de grup care exprimă influenţa modificării relativă a factorilor cantitativi şi calitativi (indicii de grup factoriali). Δ p Σ q1 p1 Σ q1 p0 18. uneori.000 3.000 2.000 19 . şi formula mediei armonice sau a mediei aritmetice. totale şi pe seama celor doi factori.STATISTICĂ următor: în perioada de calcul comparativ cu perioada de bază preţurile de vânzare s-au micşorat în medie cu 7. Aceste relaţii de calcul se obţin prin transformarea corespunzătoare a indicilor de grup prezentaţi în formă agregată. în continuare.500 16 . Universitatea Hyperion | 2011 .500 lei VII.000 lei 147 din care: . volumul absolut al modificării valorice a vânzărilor. 000 16 . pentru calculul indicilor de grup factoriali se utilizează.500 lei . se observă că pentru a fi calculaţi este necesară o mărime recalculată ( Σ f1 x0 ).692%. Determinarea directă a acestei sume este. după caz.influenţa modificării preţurilor de vânzare. dificil de realizat datorită lipsei datelor în evidenţă. Δq Σ q1 p0 Σ q0 p0 19.modificarea absolută totală a valorii vânzărilor.2.

indicele de grup al preţurilor de vânzare se calculează pe baza formulei mediei armonice ori de câte ori ni se oferă date asupra indicilor individuali ai preţurilor de vânzare (i(p)) şi respectiv asupra cifrei de afaceri din perioada de calcul. pe tipuri de produse şi pe total ( q1 p1 şi q1 p1 ). în care i(q) reprezintă indicii individuali ai volumului fizic iar q0 p0 valoarea vânzărilor pe feluri de mărfuri din perioada de bază.4. astfel: qp Iq I q Σ q1 p0 Σ q0 p0 Σ q1 q0 p0 q0 Σ q0 p0 Σ i q q0 p0 Σ q0 p0 Aceasta este formula indicelui de grup mediu aritmetic al dinamicii volumului fizic. indicatorul recalculat ( Σ q1 p0 ) se situează la numărător şi în aceste condiţii se va opera o transformare constructivă la numărătorul indicelui. astfel: Σ q1 p1 Σ q1 p0 Σ q1 p1 1 Σ q p p1 1 1 p0 Σ q1 p1 1 Σ q1 p1 i p 148 qp Ip I p Prin urmare. VII.STATISTICĂ Un exemplu practic de calcul al indicelui de grup mediu armonic se referă la modificarea medie a preţurilor de vânzare. VII. INDICII DE GRUP MEDII ARITMETICI În cazul particular al indicelui de grup al volumului fizic al vânzărilor. folosind forma mediei aritmetice.3. în formă agregată. INDICII DE GRUP CALCULAŢI CA RAPORT ÎNTRE Universitatea Hyperion | 2011 .

Universitatea Hyperion | 2011 . Prin urmare.STATISTICĂ 149 MĂRIMI MEDII Indicii de grup determinaţi prin raportarea a două mărimi medii oferă posibilitatea comparării în timp sau în raport cu planul a mărimilor medii. cheltuielile totale la 1000 lei venituri totale etc. Σf Relaţia generală de calcul a indicelui de grup reprezentat prin raportul a două mărimi medii este denumit indice de grup cu structură variabilă al modificării indicatorului calitativ mediu. este necesar să remarcăm că. În lucrările de calcul statistic se folosesc frecvent indici de grup calculaţi ca raport între mărimi medii în vederea analizei dinamicii sau pentru analiza îndeplinirii indicatorilor programaţi privind productivitatea muncii. pentru al căror calcul se poate însuma factorul de tip cantitativ. costul unitar. b) modificarea nivelului factorului calitativ la fiecare unitate statistică în parte (x). modificarea absolută totală a indicatorului de tip cantitativ nu este un factor de influenţă asupra modificării indicatorului calitativ mediu. Formula generală de calcul a indicilor de grup cu structură variabilă. g f reprezintă structura factorului (indicatorului) cantitativ însumat. Asupra indicelui de grup cu structură variabilă exercită influenţă doi factori: a) modificarea structurii factorului de tip cantitativ (g). este: Σ f 1 x1 Σ f 0 x0 : Σ f1 Σ f0 Σ f 1 x1 x0 Σ f 1 Σ g 1 x1 Σ g 0 x0 Ix x1 x0 în care.

( Σ fx ) ca urmare a modificării indicatorului calitativ mediu ( Δ fx x ). să calculăm dinamica relativă a indicatorului calitativ mediu datorată modificării factorului calitativ individual. Σ g 1 x1 Σ g 1 x0 I xx Între indicii de grup cu structură variabilă. însă. astfel: Δ fx x Σ f1 x1 x Σ f1 x1 x0 Σ f1 Universitatea Hyperion | 2011 . în formula indicelui cu structură variabilă considerăm constant factorul de tip cantitativ (structura indicatorului cantitativ) din perioada de calcul ( g 1 ) şi obţinem indicele de grup cu structură fixă. în formula indicelui cu structură variabilă considerăm constant factorul calitativ individual din perioada de bază ( x0 ) şi obţinem indicele de grup al schimbării structurii. Ix x Ig I xx Pe baza relaţiilor de calcul a indicilor de grup obţinuţi ca raport între mărimi medii se poate determina modificarea absolută a indicatorului rezultativ (complex). x Ig Σ g 1 x0 Σ g 0 x0 Dacă dorim. al schimbării structurii şi cu structură fixă se poate scrie următoarea relaţie.STATISTICĂ 150 Dacă dorim să cunoaştem dinamica relativă a indicatorului calitativ mediu datorată modificării structurii factorului cantitativ însumat. a structurii indicatorului cantitativ însumat ( Δ fx g ) şi respectiv a indicatorului calitativ individual ( Δ fx x ).

000 Ce17. lei) Perioada de bază Perioada de calcul Cheltuieli (mil.STATISTICĂ 151 Δfx g Σ g1 x0 Σ g0 x0 Σ f1 Δ fx x Σ g1 x1 Σ g1 x0 Σ f1 Exactitatea calculelor este confirmată de următoarea relaţie de recurenţă: Δ fx x Δ fx Δ fx g x Exemplul 15 Pentru exemplificarea calculului indicilor determinaţi ca raport între două mărimi medii vom utiliza datele sintetizate în „Contul de profit şi pierdere” al unui agent economic. lei) Perioada de bază Perioada de calcul Ve08.000 Cf01.100 Universitatea Hyperion | 2011 .700 Ce06. Tabelul 18 Situaţia veniturilor şi cheltuielilor grupate pe feluri de activităţi Felul activităţii (Sursa veniturilor şi natura cheltuielilor) Exploatare Financiară Extraordinară Venituri (mil.000 Cex01.000 Vf0 500 Vex01.500 Ve110.500 Cf1 1.000 Vf1 300 Vex11.400 Cex11.

.g Vt Vi ΣVi Universitatea Hyperion | 2011 . iar ponderea este reprezentată de structura veniturilor totale ( gVt ).000 Vt1 12. cheltuielile totale la 1.000 lei venituri totale ( Ct /1000 ) sunt obţinute ca o medie aritmetică ponderată a cheltuielilor la 1000 lei venituri calculate pe feluri de activităţi ( C / 1000 ).C /1000 este indicatorul calitativ individual .000 lei venituri totale prin prisma modificării structurii veniturilor totale şi a cheltuielilor la 1000 lei venituri pe feluri de activităţi.Ct = Cheltuieli totale.000 Ct1 10. .000 lei venituri totale sunt prezentatate prin relaţia următoare: Σ Vi C / 1000 Σ Vi Ct/ 1000 Ct 1000 Vt Ce Cf Ve Vf Cex 1000 Vex Σ g Vt C / 1000 Notă: Se menţionează că indicatorul cheltuieli totale la 1. Pentru a pune în evidenţă factorii enunţaţi. aşa cum rezultă din ultima formă de scriere a indicatorului calitativ mediu.Ct /1000 este indicatorul calitativ mediu . în care.000 Pe baza acestor date ne propunem să analizăm dinamica cheltuielilor totale la 1.STATISTICĂ 152 Total Vt0 10.000 lei venituri totale este o mărime relativă de intensitate care prin conţinutul şi forma sa alternativă de calcul are semnificaţia de valoare medie În acest caz cheltuielile totale la 1.000 Ct0 8.Vt = Venituri totale.gVt este structura indicatorului cantitativ însumat . .

00 Cheltuielile la 1000 lei venituri pe feluri de activităţi.4 800. 4.33 625.14167 1.175%.4 Vt g1 C/ 1000 0 Exploatare Financiară Extraordinară Total 0.STATISTICĂ 153 Tabel cu calculele intermediare necesare Structura veniturilor totale din Felul activităţii perioada de bază Vt g0 Structura veniturilor totale din perioada de calcul Vt g1 Cheltuielile la 1000 lei venituri pe feluri de activităţi.666. în perioda de calcul C/10001 750.02500 0.000.0 50.4 769.67 800. 96.96175 .3 1.0 0.00000 0.67 647.0 94.00 2. Ct/1000 Ig Vt Σ( g1 C / 10000 ) Vt Σ( g0 C / 10000 ) 769. 3.15000 1.0 Indicele de grup al schimbării structurii.06 833.162% 800.05000 0.83333 0. I Ct/1000 Ct / 10001 Ct / 10000 Vt Σ( g1 C / 10001 ) Vt Σ( g0 C / 10000 ) 833. în perioda de bază C/10000 750.825% Universitatea Hyperion | 2011 .00 666.80000 0.162%.00 4.00000 Indicele de grup cu structură variabilă al cheltuielilor totale la 1000 lei venituri totale. 104.04162 .

9 lei Universitatea Hyperion | 2011 .3 1.STATISTICĂ 154 Indicele de grup cu structură fixă. 4 800 .3 800. 108.0 30 .3 769 .6 lei . Ct/1000 I C/1000 Vt Σ( g1 C / 10001 ) Vt Σ( g1 C / 10000 ) 833.305% 769.influenţa modificării structurii veniturilor totale Δg Vt Σ g1 C / 1000 0 Vt Σ g0 C / 1000 0 769.08305 .6 63.305%.4 63.96175 1.3 lei .4 I Ct/1000 Ct/1000 Ct/1000 Ig IC/1000 0. este: Modificarea totală a cheltuielilor totale la 1.3 lei -30. 8.08305% 1.0 33.000 lei venituri totale: Δ Ct / 10001 Ct / 10000 Δ Δg Δ C / 1000 din care: 833.influenţa modificării cheltuielilor la 1000 lei venituri pe feluri de activităţi C / 1000 Vt Σ g1 C / 1000 1 Vt Σ g1 C / 1000 0 833 .9 33.04162 Varianta calculelor reprezentând corespondentul în cifre absolute al modificărilor relative exprimate de indicii de grup.

STATISTICĂ Calculele efectuate ne permit să constatăm că cheltuielile totale efectuate pentru 1.000 lei venituri totale au crescut în perioada de calcul comparativ cu nivelul înregistrat în perioada de bază cu 4,162%, respectiv cu 33,3 lei. Această majorare este motivată astfel: - creşterea cheltuielilor la 1000 lei venituri pe feluri de activităţi a determinat o creştere a cheltuielilor totale la 1.000 lei venituri totale cu 8,305% cu un corespondent valoric de 63,9 lei la fiecare 1000 lei venituri, - în timp ce schimbarea structurii veniturilor totale a favorizat reducerea cheltuielilor totale la 1.000 lei venituri totale cu 3,825% sau cu 30,6 lei. Se observă că a crescut proporţia veniturilor obţinute din exploatare, de la 80,00% la 83,33%, activitate la care nivelul cheltuielilor la 1.000 lei venituri este mai mic comparativ cu nivelul relativ mediu general, care în perioada de calcul este de 833,33 lei, fapt ce a avut un impact pozitiv asupra reducerii nivelului relativ al cheltuielilor totale. Activitatea financiară desfăşurată de acest agent economic este finalizată cu pierderi importante care sunt acoperite, în primul rând, pe seama rezultatelor financiare pozitive obţinut din activitatea de exploatare. Forma absolută a modificării cheltuielilor totale ca indicator complex sau rezultativ este oferită de următoarele calcule: - modificarea absolută a cheltuielilor totale datorată creşterii cheltuielilor totale la 1000 lei venituri totale este,

155

Δ Ct Ct/ 1000

Ct / 10001 Ct / 10000 ΣVt1

833,3 800,0 12.000.000.000 1000 399,600 mil. lei

399,600 mil. lei Δ Ct Ct/ 1000 Δ Ct Δ Ct g C/ 1000 367,200 766,800

din care: - influenţa modificării structurii veniturilor totale,

Universitatea Hyperion

| 2011

STATISTICĂ

156

Δ Ct g

Vt Σ g1 C / 10000

Vt Σ( g0 C / 10000 ) Σ Vt1

(769,4 800,0) ΣVt 1

769,4 800,0 12.000.000.000 - 367,200 mil. lei 1000

- influenţa modificării cheltuielilor la 1000 lei venituri pe feluri de activităţi,

Δ Ct C/ 1000

Vt Σ g1 C / 10001

Vt Σ( g1 C / 10000 ) ΣVt1

833,3 769,4 12.000.000.000 1000

766,800 mil. lei

VII.5. INDICII TERITORIALI
Indicele teritorial rezultă din compararea indicatorilor statistici referitori la două sau mai multe unităţi teritoriale similare (oraş, judeţ, ţară etc.) sau din compararea unui indicator determinat pe o unitate teritorială cu indicatorul corespunzător care se referă la întregul teritoriu. Într-un sens mai general, indicele teritorial este o mărime relativă de coordonare obţinută din compararea a două fenomene de aceeaşi natură coexistente în timp, dar situate în diferite domenii spaţiale. Formula generală după care se calculează un indice individual teritorial este următoarea:
x i A/B

xA xB

x sau iB/A

xB , xA

în care:

x A - reprezintă mărimea fenomenului cercetat în unitatea teritorială „A”,

x B - reprezintă mărimea fenomenului cercetat în unitatea teritorială „B”.

Universitatea Hyperion

| 2011

STATISTICĂ Dacă valorile caracteristicii studiate (x) se pot generaliza la nivelul celor două colectivităţi poziţionate în teritorii diferite (A şi B) sub forma mărimilor medii, rezultă următoarele forme de indici teritoriali:

157

x A/B

xA xB

sau xB/A
Σx Ai , xB nA

xB , în care: xA

xA

ΣxBi nB

În cazul comparaţiilor teritoriale se poate considera în egală măsură ca bază de comparaţie oricare din teritoriile „A” şi „B”.În acelaşi timp, trebuie să menţionăm că, la calculul indicilor teritoriali nu ne este indiferentă ordinea comparaţiei, aceasta depinde în întregime de sarcina de cunoaştere la care trebuie să răspundă fiecare indice în parte. Indicii teritoriali, de grup, se calculează în aceleaşi condiţii metodologice folosite la calculul indicilor care respectă regulile metodei substituirilor succesive, astfel: - pentru indicatorul complex,
Σ f A xA fx sau I B/A Σ f B xB Σ f B xB Σ f A xA

fx I A/B

- pentru indicatorul de natură cantitativă,
Σ f B xA Σ f A xA

I fx f

A/B

Σ f A xB sau I Σ f B xB

fx f B/A

- pentru indicatorul de natură calitativă,
Σ f A xA sau I fx x B/A Σ f A xB Σ f B xB Σ f B xA

I fx x A/B

Universitatea Hyperion

| 2011

STATISTICĂ Problema ponderilor, în cazul indicilor teritoriali, se rezolvă numai în urma unei analize atente a fenomenului cercetat, deoarece o ponderare neraţională poate conduce la rezultate contradictorii sau chiar paradoxale. În aceste condiţii se propun şi alte metode de ponderare, cum ar fi metoda ponderilor standard. Această metodă exclude sistemul de ponderare al indicilor teritoriali cu mărimile unuia din teritoriile comparate, ea presupune alegerea unor ponderi care să se refere la un teritoriu mult mai larg, care cuprinde ambele zone teritoriale într-o expresie medie, astfel: - pentru indicele teritorial al indicatorului de natură cantitativă,
Σ fA X Σ fB X Σ fB X Σ fA X

158

I fx f

A/B

sau I fx f B/A

- pentru indicele teritorial al indicatorului de natură calitativă,
Σ F xA Σ F xB

I fx x A/B

sau I fx x B/A

Σ F xB Σ F xA

în care: X este ponderea standard calitativă, determinată ca medie aritmetică ponderată,

X

f A xA fA

f B xB , fB

F este ponderea standard cantitativă, determinată ca medie aritmetică simplă, astfel:

F

fA 2

fB

Folosirea ponderilor standard elimină, în principiu, influenţa subiectivismului la alegerea ponderilor şi deci asupra rezultatului obţinut prin calculul indicelui teritorial.
Universitatea Hyperion

| 2011

STATISTICĂ Totuşi, se precizează că la alegerea tipului de ponderare este indicat să se ţină seama de particularităţile fenomenului al cărui indice teritorial urmează a fi calculat.

159

VII.6. TEMADE CONTROL A UNITĂŢII NR. 7
1. Ce este indicele statistic şi care sunt tipurile de mărimi relative care se mai numesc şi indici? 2. Cum se definesc indicii individuali şi respectiv indicii de grup prezentaţi în formă agregată şi în formă de medie?

TESTUL DE AUTOEVALUARE NR. 7
1. Care sunt regulile de aplicare a procedeului sustituirilor succesive pentru definirea indicilor statistici factoriali precum şi a modificărilor absolute aferente acestora?
2. Descrieţi semnificaţia indicilor de grup calculaţi ca raport între mărimi medii.

VII.7. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. 7
1. Andrei, T., Statistică şi econometrie, Editura Economică, Bucureşti, 2003. 2. Baron, T., Biji, E.; Tövissi L.; Wagner, P.; Isaic-Maniu, Al.; Korka, M.; Porojan, D.,Statistică teoretică şi economică , Editura Didactică şi Pedagogică, Bucureşti, 1996. 3. Mihăilescu, N., Statistica şi bazele statistice ale econometriei, Editura Renaissance, Bucureşti, 2011.
Universitatea Hyperion

| 2011

3. 161) VIII. Cuprinsul unităţii de învăţare: VIII. 8: ANALIZA STATISTICĂ A SERIILOR DINAMICE Timpul de studiu individual estimat: 4 h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare veţi putea să cunoaşteţi:  să cunoască modul de calcul şi de interpretare a indicatorilor derivaţi cu ajutorul cărora sunt caracterizate seriile dinamice.STATISTICĂ 160 Unitatea de studiu nr. 167) VIII.4. 6 (pag.Sistemul de indicatori ai seriilor dinamice(pag. 205) VIII. Tema de control a unităţii nr. Caracterizarea dinamicii fenomenelor social-economicecu ajutorul coeficienţilor de elasticitate(pag.1.5. Măsurarea oscilaţiilor sezoniere (pag. Bibliografia specifică unităţii nr.2. Ajustarea seriilor dinamice(pag.  să cunoască modalitatea de calcul şi interpretare a coeficienţilor de sezonalitate.  să cunoască metodologiile de ajustare a seriilor dinamice.6. 186) VIII. 205) Universitatea Hyperion | 2011 . 202) VIII. 6(pag.

ritmul mediu de creştere sau de scădere Universitatea Hyperion | 2011 . Sistemul indicatorilor statistici cu ajutorul cărora pot fi caracterizate seriile dinamice sunt: .indicatorii modificărilor absolute care pot fi calculaţi în două variante: cu bază fixă şi cu bază variabilă (în lanţ) .indicatorii exprimaţi prin mărimi relative .indicii de dinamică calculaţi cu bază fixă sau cu bază variabilă (în lanţ) .indicatorii de nivel .1. Analiza evoluţiei unui fenomen care este prezentat sub forma unei serii dinamice se poate efectua prin simpla comparare a indicatorilor.indicatorii exprimaţi prin mărimi medii .indicele mediu de creştere sau de scădere . mărimi relative şi mărimi medii cât şi prin ajustarea seriei dinamice cu ajutorul unor metode specifice.creşterea sau scăderea medie . prin analiza reprezentării grafice.valoarea absolută a unui procent din ritmul dinamicii . SISTEMUL DE INDICATORI AI SERIILOR DINAMICE O serie dinamică este formată din mai mulţi indicatori de nivel care dau măsura fenomenului respectiv la diferite momente sau pe anumite intervale de timp. prin prelucrarea datelor iniţiale şi obţinerea unor indicatori derivaţi exprimaţi în mărimi absolute.indicatorii exprimaţi prin mărimi absolute: .STATISTICĂ 161 VIII.ritmul dinamicii cu bază fixă sau cu bază variabilă (în lanţ) .nivelul mediu .

. . tone..i x1 2. i 2. n 1 .cu bază fixă: I i/1 xi .. n .valoarea absolută a unui procent din ritmul dinamicii Universitatea Hyperion | 2011 . 3. Indicatorii de nivel sunt reprezentaţi prin datele iniţiale. Indicatorii exprimaţi prin mărimi relative sunt: .cu bază fixă: Δ i/ 1 xi x1 . 3.ritmul dinamicii: ..indicii de dinamică: . care dimensionează volumul caracteristicii studiate ( xi ).cu bază fixă: Ri/1 1 xi xi 1 xi 100 100 x1 1 xi x1 x1 100 xi xi xi 1 1 . 4. specifice fenomenului a cărui evoluţie este analizată. care dau o consistenţă distinctă concluziilor pe care le generează. Indicatorii modificărilor absolute pot fi calculaţi în două variante: . metri etc. .. obţinute prin observare.cu bază variabilă (în lanţ): Δ i/i xi xi 1 Indicatorii exprimaţi prin mărimi relative Pe baza indicatorilor iniţiali exprimaţi în mărimi absolute se pot calcula indicatori relativi..STATISTICĂ 162 Indicatorii exprimaţi prin mărimi absolute Indicatorii exprimaţi prin mărimi absolute sunt prezentaţi în unităţi de măsură concrete (lei.). 4.cu bază variabilă (în lanţ): Ri/i xi 100 100 xi 1 100 .cu bază variabilă (în lanţ): I i/i .

Aceşti indicatori sunt: a). n n este numărul segmentelor detimp Universitatea Hyperion | 2011 .Nivelul mediu Nivelul mediu al unei serii dinamice se calculează prin procedee distincte. după cum aceaste este de intervale de timp sau de momente.STATISTICĂ 163 .cu bază variabilă (în lanţ): Vi/i xi 1 1 1 100 xi 1 100 Indicatorii exprimaţi prin mărimi medii Varietatea nivelurilor absolute iniţiale. condiţionează necesitatea generalizării acestora cu ajutorul indicatorilor medii. Indicatorii exprimaţi prin mărimi medii oferă o formă sintetică a evoluţiei unui fenomen înregistrată pe parcursul unei perioade de timp date şi permit totodată conturarea tendinţelor generale de dezvoltare prin eliminarea influenţelor datorate unor factori întâmplători.cu bază fixă: Vi/1 Δ i/1 Ri/1 xi xi x1 x1 x1 100 Δ i/i Ri/i 1 1 x1 100 xi xi xi xi 1 . nivelul mediu se calculează cu ajutorul mediei aritmetice simple: x în care: x i reprezintă indicatorii de nivel ai seriei dinamice Σ xi . a modificărilor individuale exprimate în cifre absolute sau relative ce caracterizează evoluţia unui fenomen de la un segment de timp la altul care formează perioada considerată pentru a fi cercetată. astfel: .pentru o serie dinamică de intervale de timp.

asfel: 164 Δ ΣΔ i/i 1 n 1 Δ n/ 1 n 1 xn x1 n 1 c). Universitatea Hyperion | 2011 . a mediei geometrice ponderate. astfel: R I 100 100 Ritmul mediu exprimă cu cât a crescut sau a scăzut fenomenul în perioada studiată. d). care a avut loc de la un segment de timp la altul pe parcursul perioadei de timp supuse cercetării.STATISTICĂ . a mediei geometrice corectate sau a metodei autoregresiei. Indicele mediu caracterizează modificarea medie a unui fenomen.Creşterea sau scăderea medie absolută Creşterea sau scăderea medie absolută a unui fenomen pe parcursul perioadei supuse studiului se calculează prin aplicarea mediei aritmetice simple la modificările absolute cu bază în lanţ. b).Indicele mediu de creştere sau de scădere Indicele mediu de creştere sau de scădere I se calculează pe baza mediei geometrice simple. nivelul mediu al indicatorilor prezentaţi în serie dinamică se calculează cu ajutorul mediei cronologice simple sau ponderate după cum intervalele de timp dintre momente sunt egale sau inegale. în număr de ori.Ritmul mediu de creştere sau de scădere Ritmul mediu de creştere sau de scădere a unui fenomen R se determină în formă procentuală pe baza indicelui mediu. după caz.în cazul seriilor dinamice de momente.

300 1.00 1. relativi şi medii cu ajutorul cărora se poate caracteriza evoluţia cifrei de afaceri.30 1.21 +70 % 4 1. lei- Modificarea absolută Δ i/ 1 Δ i/ i 1 Indicii de dinamică I i/1 I i/i 1 Ritmul dinamicii Ri/1 Valoarea absolută a 1 Ri/i unui procent din ritmul dinamicii cu bază variabilă (în lanţ) Vi/i 1 (%) (%) xi 1 2 1.70 1.400 400 400 1.STATISTICĂ 165 Exemplul 16 Pe baza seriei dinamice a cifrei de afaceri realizată de o societate comercială se va exemplifica calculul indicatorilor absoluţi.800 800 100 1. Tabelul 19 Dinamica cifrei de afaceri Anu l Cifra de afaceri -mil.15 +130 % 20 Universitatea Hyperion | 2011 .40 +40 % +40 % +21 % +6% 17 14 10 3 1.700 700 300 1.11 +100 % +11 % +15 % 18 6 2.3 00 300 2.000 1.000 1.80 1.0 00 200 2.06 +80 % 5 2.00 1.40 1.

lei .00 Indicatorii medii: . ΣΔ i/i Δ n/ 1 1 400 300 100 200 300 300 100 300 2.04 +170 % 26 9 3.000 şi de asemenea.500 9 2.000 Se menţionează că suma modificărilor absolute calculate cu baza în lanţ este egală cu ultima modificare absolută calculată cu baza fixă.04 1.11 +200 % +11 % 27 Tot al 18.000 2.555 mil.21 1.13 +160 % +13 % +4% 23 8 2.70 1.15 1.Creşterea absolută medie Δ ΣΔi/i 1 n 1 xn x1 n 1 3.40 1.500 2. lei .11 1.600 1. n I i/i i 2 1 I n/1 1.00 1.055. produsul indicilor de dinamică calculaţi cu baza în lanţ este egal cu ultimul indice de dinamică calculat cu baza fixă.6 00 300 2.STATISTICĂ 166 7 2.000 1. realizat în perioada celor 9 ani supusă studiului. x Σ xi n Δ n/ 1 n 1 18.0 00 300 3.000 9 1 250 mil.7 00 100 2.Indicele mediu anual de creştere (media geometrică simplă) Universitatea Hyperion | 2011 .11 3.60 1.13 1.06 1.Nivelul mediu anual al cifrei de afaceri.700 1.

000 8 3 1.2. şi anume: A.STATISTICĂ 167 I 9 1 xn x1 9 1 3.metode de ajustare analitică Universitatea Hyperion | 2011 . Factorii esenţiali sau de natură obiectivă imprimă fenomenului o evoluţie bine determinată.metode de ajustare mecanică C. care este reprezentată printr-o traectorie de dezvoltare constituită din două componente: tendinţa generală şi tendinţa periodică sau sezonieră. Analiza unei serii dinamice impune cunoaşterea clară a tendinţei generale pe care o înregistrează un fenomen sub acţiunea factorilor obiectivi. cu o intensitate mai mare sau mai mică.7% VIII.Ritmul mediu anual de creştere R I 100 100 1. amploarea modificărilor de natură sezonieră dar şi modificarea cauzată de factorii cu acţiune întâmplătoare. Acest proces de cunoaştere complexă este denumit. în acelaşi sens sau în sensuri diferite. din punct de vedere statistic.147 100 100 14 .000 1. AJUSTAREA SERIILOR DINAMICE Evoluţia fenomenelor social-economice. „ajustarea seriilor dinamice” sau „modelarea statistică a seriilor dinamice”. sunt influenţate de un complex de factori esenţiali şi neesenţiali. care pot acţiona într-o paletă largă de forme: concomitent sau succesiv. sunt consideraţi că formează „termenul de eroare”. Pentru ajustarea seriilor dinamice pot fi utilizate mai multe modalităţi statistice. Factorii neeesenţiali au o reprezentare aleatoare în structura factorilor de influenţă şi din acest motiv.metoda de ajustare grafică B. modificările care se produc de la un segment de timp la altul.147 .

metoda indicelui mediu de creştere (scădere) Ajustarea cu ajutorul mediilor mobile permite caracterizarea tendinţei generale a evoluţiei unui fenomen prin eliminarea totală sau numai parţială a variabilităţii cauzată de factorii cu acţiune sezonieră precum şi a termenului rezidual. Acest deziderat se realizează prin înlocuirea indicatorilor reali ai seriei dinamice cu indicatori medii calculaţi pe baza unui număr determinat de indicatori ai seriei iniţiale. de regulă.metoda mediilor mobile . Această metodă are ca suport metodologic intuiţia cercetătorului de a identifica tendinţa generală atunci când linia empirică nu sugerează în mod direct imaginea tendinţei fenomenului. Ajustarea grafică are un caracter orientativ şi serveşte.STATISTICĂ 168 A) Metoda de ajustare grafică Ajustarea grafică se bazează pe reprezentarea grafică a seriei dinamice sub forma cronogramei (historiogramei) şi trasarea vizuală a unei linii drepte sau curbe. pentru alegerea funcţiei matematice (ecuaţiei de trend) când se procedează la aplicarea unor metode analitice de ajustare. deplasându -se de Universitatea Hyperion | 2011 . după caz. Subperioadele de timp pentru care se calculează mediile mobile rămân egale ca mărime.metoda sporului (scăderii) mediu . care este considerată că sintetizează în mod corespunzător evoluţia fenomenului respectiv. Metodele de ajustare a seriilor dinamice cu un suport metodologic mecanic de calcul sunt: . B) Metode de ajustare mecanică Ajustarea mecanică a seriilor dinamice se realizează prin aplicarea în mod mecanic a unei metodologii sau formule considerată ca fiind adecvată pentru seria dinamică supusă analizei.

2. n . atunci când modificările absolute calculate cu baza în lanţ din indicatorii de nivel iniţiali. . ajustarea se realizează cu ajutorul următoarei relaţii: 169 yi xB i B Δ. este sporul sau diminuarea medie absolută Universitatea Hyperion | 2011 . indicatorul real care se apropie cel mai mult de nivelul mediu. 3. că este o soluţie mai bună. care înlocueşte termenul real xi x x B este unul din indicatorii reali. în care... . Dacă se apreciază... B 1. însă. Ajustarea cu ajutorul sporului (scăderii) mediu Procedeul sporului (scăderii) mediu se aplică cu suficientă încredere pentru ajustarea unei serii dinamice. n yi ˆi reprezintă valoarea ajustată. 3.STATISTICĂ la primul nivel al seriei dinamice cu câte un nivel la calculul fiecărei medii. până la includerea în calcul a nivelului final al seriei. i 1.. sunt apropiate ca mărime între ele. 2. Numărul nivelurilor reale care intră în calculul mediilor mobile se stabileşte după o prealabilă analiză calitativă a fenomenului studiat. În acest sens se menţionează că este preferabil să se aleagă acel număr de termeni ai seriei dinamice care corespund unor perioade de schimbări reale în evoluţia fenomenului respectiv.. ca nivel bază de ajustare poate fi considerat şi nivelul mediu al seriei dinamice care se poziţionează în mijlocul seriei sau. Dacă este îndeplinită această condiţie. Nivelul bază de ajustare se alege în urma unei ajustări grafice astfel: nivelul real care se apropie cel mai mult de o linie convenţională considerată că exprimă în mod satisfăcător evoluţia fenomenului se alege ca nivel bază de ajustare. ales ca bază de ajustare.

I este indicele mediu calculat cu media geometrică Celelalte notaţii au aceleaşi semnificaţii cu acelea precizate la ajustarea cu ajutorul sporului (scăderii) mediu Exemplul 17 Exemplificarea metodologiei de ajustare a seriilor dinamice cu ajutorul metodei sporului (scăderii) mediu şi respectiv a metodei indicelui mediu de creştere (scădere) o vom realiza pe baza unei serii statistice care exprimă evoluţia cifrei de afaceri înregistrată de o societate comercială într-o perioadă de 8 ani (Tabelul 20).STATISTICĂ 170 Ajustarea cu ajutorul indicelui mediu de creştere (scădere) Această metodologie de ajustare are ca suport aproximarea indicatorilor unei serii dinamice pe baza relaţiei existente între primul nivel al seriei ( x1 ). indicele mediu de creştere sau scădere I şi nivelul final al seriei dinamice ( x n ). În aceste condiţii relaţia pentru ajustare este. xB I i B . Universitatea Hyperion | 2011 . yi în care. Ajustarea cu ajutorul indicelui mediu de creştere (scădere) este recomandată atunci când indicii de creştere (scădere) calculaţi cu baza în lanţ au valori apropiate ca mărime între ei.

00 228 . 2033 19 0 1.05 131.STATISTICĂ 171 Tabelul 20 Dinamica cifrei de afaceri Cifra de Anul afac eri (mil.64 0 Niveluri ajustate cu ajutorul sporului mediu anual yi xB i B Δ Niveluri ajustate cu ajutorul indicelui mediu anual de creştere yi xB I i B 3 4 y1 y2 y3 y4 y5 y6 y7 y8 y1 180 y2 y3 y4 y5 y6 y7 y8 1 4 37 69 2 4 37 106 3 4 37 143 4 4 37 180 5 4 37 6 4 37 7 4 37 8 4 37 217 254 291 328 190 1.11 33 1. lei) 1 1 2 3 4 5 6 7 8 Tota l 2 100 150 110 180 190 270 290 359 1. 2033 1 5 90.63 275. 04 180 180 180 180 180 180 180 2 5 3 5 4 5 5 5 6 5 7 5 8 5 1) Ajustarea seriilor dinamice cu ajutorul metodei sporului (scăderii) mediu se derulează în următoarele etape: a) . 2033 19 0 1. 2033 19 0 1. 2033 190 1.90 190 .se reprezintă grafic seria dinamică a cifrei de afaceri şi se procedează la ajustarea grafică a acesteia prin trasarea unei drepte.2033 19 0 1. 2033 19 0 1.63 109 .2033 19 0 1. Universitatea Hyperion | 2011 .22 157 .

x B x4 180 . 10 b) . coloana 3.se alege indicatorul real bază de ajustare Reprezentarea grafică şi respectiv dreapta care ajustează seria dinamică a cifrei de afaceri oferă posibilitatea vizuală să se aprecieze că nivelul anului 4 se apropie cel mai mult de linia ajustării grafice.se calculează nivelurile ajustate ale cifrei de afaceri pe baza ecuaţiei. lei d) .STATISTICĂ 172 Dinamica cifrei de afaceri 400 350 300 250 200 150 100 50 0 1 2 3 4 5 6 7 8 cifra de afaceri linia teoretică (dreaptă) Fig.se calculează modificarea medie absolută (sporul mediu). se derulează într-o modalitate de lucru similară cu metoda sporului (scăderii) mediu dar la calculul nivelurilor ajustate se foloseşte ecuaţia: yi xB I i B Universitatea Hyperion | 2011 . 2) Metoda indicelui mediu de creştere (scădere). yi xB i B Δ Seria de valori ajustate este prezentată în tabelul 20. aplicată pentru ajustarea seriilor dinamice. Δ ΣΔi/i 1 n 1 Δ n/ 1 n 1 xn x1 n 1 359 100 8 1 37 mil. c) .

2033 Seria de valori ajustate cu cu ajutorul indicelui mediu anual de creştere este prezentată în tabelul 20. care sintetizează 173 evoluţia seriei dinamice. iar aceasta sugerează că nivelul anului 5 se poziţionează cel mai aproape de linia teoretică trasată. 11 Indicele mediu anual de creştere este: I n 1 xn x1 8 1 359 100 7 3. În cazul particular al seriei dinamice analizate. deoarece ajustarea grafică. Se poate remarca faptul că linia teoretică rezultată. xB x5 19 0 .59 1. înregistrează o uşoară formă curbilinie (exponenţială). indicatorul real care este ales drept bază de ajustare este nivelul anului 5. Dinamica cifrei de afaceri 400 350 300 250 200 150 100 50 0 1 2 3 4 5 6 7 8 cifra de afaceri linia teoretică (exponenţială) Fig. pentru a obţine o soluţie teoretică superioară celor două serii de indicatori ajustaţi se recomandă a se proceda şi la aplicarea metodelor de ajustare analitice. atât în forma dreptei cât şi a exponenţialei pot fi considerate ca acceptabile pentru a sintetiza evoluţia cifrei de afaceri în perioada supusă cercetării.STATISTICĂ În această variantă de calcul. Universitatea Hyperion | 2011 . coloana 4.

. determinată de factori care acumulează periodic efecte ale contradicţiilor obiective ce au loc în activitatea economico-socială şi politică.STATISTICĂ C) Metode de ajustare analitică Pentru a caracteriza evoluţia şi tendinţa fenomenelor cu ajutorul metodelor analitice se folosesc serii dinamice de date statistice referitoare la perioade reprezentative de timp.o componentă se referă la variaţiile cu caracter întâmplător. de factori naturali. indicatorii analizaţi sunt supuşi unor prelucrări preliminare pentru a asigura comparabilitatea acestora în timp prin operarea acelor corecţii care au în vedere. de exemplu. sesizabilă pe perioade mari de timp (5. într-o măsură mai mare sau mai mică. care pot determina în consecinţă oscilaţii ale mărimii indicatorilor economici şi financiari. respectiv transformarea indicatorilor din mărimi nominale sau curente în mărimi reale prin raportarea nivelului nominal la indicele inflaţiei sau. . pentru a corecta indicatorii înregistraţi pe segmente de timp prin prisma numărului de zile aferente pentru a se referi la durate perfect comparabile etc. definite în acelaşi mod şi se referă la structuri organizatorice similare..o componentă are un conţinut esenţial. lunară sau trimestrială. Dacă ne referim la evoluţia unui indicator economico-financiar acesta are mai multe componente care îşi pun amprenta pe mărimea nivelurilor individuale şi anume: . de factori economici constanţi sau cu caracter conjunctural. Universitatea Hyperion 174 | 2011 .o componentă exprimă modificarea ciclică. precum şi de factori dirijaţi prin decizii legislative. 15 sau 20 de ani). neesenţiale (variaţia reziduală sau termenul de eroare). comparabilitatea indicatorilor prezentaţi în serie dinamică se asigură prin folosirea aceleiaşi metodologii de calcul. 10. conjuncturală. Toate activităţile şi subactivităţile economice sunt influenţate. exprimă fenomene cu acelaşi conţinut. marchează tendinţa obiectivă sau evoluţia generală datorată creşterii sau regresului economic înregistrat în plan economic pe termen lung. De asemenea. Dacă este necesar. -o componentă este reprezentată de manifestarea cu caracter sezonier. nivelul indicelui inflaţiei.

de regulă.dacă modificările absolute calculate cu baza în lanţ sunt apropiate ca mărime. . Metodele analitice de ajustare constau în înlocuirea nivelurilor reale ale seriei dinamice cu niveluri calculate (teoretice) pe baza unei ecuaţii de tendinţă. agricultură. cum ar fi:metoda totalurilor parţiale echidistante sau metoda punctelor empirice alese. atunci ajustarea seriei dinamice se poate face cu ajutorul următoarei ecuaţii: log y a bt . turism) printr-o ofertă diferită de produse sau printr-o solicitare sezonieră diferenţiată din partea beneficiarilor de produse şi servicii. astfel: . .. n>1. fiecare an calendaristic se constituie ca un ciclu economic prezentând aceleaşi regularităţi sezoniere de creştere şi de reducere a activităţii. dar pe fondul unei evoluţii şi tendinţe medii a volumului de activitate. iar „a” şi „b” sunt parametrii ecuaţiei care o localizează în plan.dacă indicii de dinamică calculaţi cu baza în lanţ au valori apropiate între ele. se poate considera că evoluţia fenomenului respectiv urmează o curbă de tipul funcţiei exponenţiale. ai cărei parametrii sunt estimaţi. sunt apropiate ca mărime între ele.STATISTICĂ Succesiunea anotimpurilor exercită în mod evident o anumită influenţă asupra unor activităţi economice (transport. ecuaţia de tendinţă poate fi o parabolă de gradul n. Alegerea ecuaţiei de tendinţă. dar rezultate convenabile pot fi obţinute şi cu ajutorul altor metode.dacă modificările absolute calculate cu baza în lanţ.. Universitatea Hyperion | 2011 . în care „t” este variabila 175 timp pentru care se acordă valori convenţionale. folosind logaritmii indicatorilor de nivel reali. tendinţa poate fi sintetizată prin ecuaţia liniei drepte. zt n .dacă diferenţele de ordinul n. În general. . unele ramuri industriale. sunt aproximativ egale între ele. y abt . prin metoda celor mai mici pătrate. calculate pe baza indicatorilor de nivel. adică: y a bt ct 2 . care să corespundă cât mai bine formei reale a evoluţiei fenomenului se face pe baza analizei atente a reprezentării grafice a indicatorilor de nivel iniţiali sau prin calculul unor indicatori derivaţi care caracterizează seria dinamică. y a bt .

| 2011 Universitatea Hyperion . soluţii utile pentru alegerea formei ecuaţiei de tendinţă. metoda celor mai mici pătrate. b. de asemenea. Metodologia ajustării seriilor dinamice are în vedere parcurgerea următoarelor etape de lucru: a. Se menţionează că reprezentarea grafică şi respectiv ajustarea grafică a seriei dinamice oferă.se alege tipul de ecuaţie care se consideră că sintetizează în mod adecvat evoluţia indicatorului prezentat în serie dinamică. deoarece se vizualizează astfel atât evoluţia cât şi tendinţa indicatorului analizat. de regulă. după cum se apreciază că sunt soluţii viabile.în vederea ajustării seriilor dinamice a căror evoluţie este de tip exponenţial sau are o formă logistică. ajustarea poate fi efectuată pe baza ecuaţiei: log y abt .ecuaţia (curba) exponenţială modificată y a b c . 176 .ecuaţia (curba) lui Gomperz sau t 1 y a b ct . se optează. curba tinde să se apropie de o limită superioară sau inferioară denumită asimptotă. dar se poate apela şi la metoda totalurilor parţiale echidistante sau metoda punctelor empirice alese. y 1 a b e t sau 1 y a b e t .STATISTICĂ . pentru una din următoarele tipuri de ecuaţie: y a b c t .ecuaţia (curba) logistică. c. respectiv se conformează formei literei S. de regulă.dacă indicii de dinamică calculaţi cu baza în lanţ din logaritmii indicatorilor de nivel reali.se reprezintă grafic seria dinamică sau se calculează indicatorii derivaţi care oferă informaţia necesară alegerii formei ecuaţiei de tendinţă. sunt de mărimi apropiate între ele.se calculează valorile estimate ale parametrilor care localizează ecuaţia de tendinţă în care scop se utilizează.

pe baza ecuaţiei de tendinţă. xi y i .se apreciază eficienţa ecuaţiei de tendinţă pentru estimarea unor niveluri viitoare (niveluri de prognoză) pe baza coeficientului de neregularitate al lui Theil. adică suma nivelurilor reale să fie agală cu suma 177 Studiu comparativ de ajustare a unei serii dinamice ai cărei parametrii sunt estimaţi prin trei metode 1) metoda punctelor empirice alese.STATISTICĂ d. 2) metoda totalurilor parţiale echidistante 3) metoda celor mai mici pătrate Exemple demonstrative 1) Metoda punctelor empirice alese Se reprezintă grafic seria dinamică a nivelurilor reale şi se trasează o linie de ajustare grafică. estimaţiei erorii medii a ecuaţiei de tendinţă (în expresie absolută şi relativă) sau a criteriului statistic Durbin-Watson. Universitatea Hyperion | 2011 . se determină seria nivelurilr estimate ale indicatorului studiat ( y i ) . e. şi se verifică corectitudinea calculelor prin existenţa următoarei egalităţi: nivelurilor estimate.

12 Pe baza ajustării grafice a seriei dinamice se apreciază că punctele aferente anilor 2001 şi 2002 se apropie cel mai mult de o linie convenţională trasată prin apreciere vizuală şi pot forma. sistemul de ecuaţii necesar estimării parametrilor „ a” şi „b” din ecuaţia y a bt . astfel: 2 a 2b 4 a 3b a 2 şi b 2 Ecuaţia de tendinţă definită prin metoda punctelor empirice alese este: y 2 2 t Se menţionează că nivelurile ajustate sau estimate prin folosirea metodei punctelor empirice alese depind într-o măsură categorică de poziţia punctelor pe baza cărora s-a constituit sistemul de ecuaţii. prin urmare.STATISTICĂ 178 Reprezentarea grafică a seriei de valori reale şi a seriei de valori estimate 12 10 8 6 4 2 0 1 2 3 Anii 4 5 6 Niveluri reale Niveluri estimate Fig. În aceste condiţii se constată că numai în mod întâmplător se verifică egalitatea: Σx Σy Universitatea Hyperion | 2011 .

00 1 1 0 1 1 0 ti xi2 Niveluri le ajustate yi ui xi yi u i2 yi2 Universitatea Hyperion | 2011 .0 0 21 6 10 0 21 0 34 2 220 10 0 0 100 8.0 0 30.00 5 64 8 0 0 64 5.00 2 4 2 0 0 4 1.00 4 25 6 -1 1 36 4.00 3 16 4 0 0 16 2.STATISTICĂ 179 Tabel cu rezultate şi calcule intermediare Metoda punctelor empirice alese Nive Anu l luril e reale xi 200 0 200 1 200 2 200 3 200 4 200 5 Tot al 10.

4.8228% y n 2 ζx Σ u2 n 2 6 0.7777 Ecuaţia de tendinţă definită prin metoda totalurilor parţiale echidistante este: y 1.5773502 2) Metoda totalurilor parţiale echidistante Sistemul de ecuaţii necesar estimării parametrilor ecuaţiei de tendinţă se obţine prin însumarea ecuaţiilor liniare aferente primelor trei segmente de timp şi respectiv ultimelor trei segmente.5773502 5.2222 şi b 1.STATISTICĂ 180 „Coeficientul de neregularitate al lui Theil” Th ζx y Σ x2 n 0.5773502 11.97138 Σx y Σ y2 n 0.7777 t Universitatea Hyperion | 2011 .5773502 210 220 6 6 0.9160797 6.0482275.0553006 0.2222 1. astfel: 1 a 1 b 2 4 a 2 b a 3 b 7 3a 6b şi 5 8 a 4 b a 5 b 23 3a 15b 10 a 6 b Sistemul de ecuaţii care se formează este 7 3a 6b 23 3a 15b a 1.

4289 1.33 0.00 2 4 2.89 -0.89 0.11 0.8289 5.2692 9.00 0.5292 205.0 0 30.44 0.STATISTICĂ 181 Tabel cu rezultate şi calcule intermediare Nive Anu l luril e reale xi 200 0 200 1 200 2 200 3 200 4 200 5 Tot al 10.7921 34.1089 58.00 1.33 -0.0 0 21 6 10 0 21 0 30.1936 0.0121 16.00 4 25 5.56 0.8921 2.67 0.11 -0.56 0.6921 4.3136 89.44 0.3136 ti xi2 Metoda totalurilor parţiale echidistante Nivelurile ajustate yi ui xi yi u i2 yi2 Universitatea Hyperion | 2011 .33 0.00 3 16 4.1136 8.00 5 64 7.00 1 1 0.1089 5.

2692 Σx Σy 6 6 n n 0.5048431 3) Metoda celor mai mici pătrate Sistemul de ecuaţii rezultat prin aplicarea metodei celor mai mici pătrate şi nivelurile estimate ale parametrilor ecuaţiei de tendinţă y a bt sunt: Σ x n a b Σt Σ xt a Σ t b Σ t 2 30 6a 21b 137 21a 91b a 1.4 1.5048431 5.291% 11.4 şi b 1.828571 t Universitatea Hyperion | 2011 . 4.9160797 5.5048431 210 205.04291.5048431 0.5292 6 0.765142 Σx y 0.828571 Ecuaţia de tendinţă definită prin metoda celor mai mici pătrate este: y 1.8490625 ζx y n 2 Σu2 n 1.STATISTICĂ 182 „Coeficientul de neregularitate al lui Theil” Th ζx 2 y 2 0.

00 5 40 25 64 7.48 12 16.26 -0.57 0.00 1 1 1 1 0.584 9 208.09 -0.0 0 30.91 4.06 76 0.STATISTICĂ 183 Tabel cu rezultate şi calcule intermediare Nive Anu l luril e reale xi 200 0 200 1 200 2 200 3 200 4 200 5 Tot al 10.907 6 91.06 76 0.928 1 59.32 49 0.00 2 4 4 4 2.1076 0.1849 ti xi t i Metoda celor mai mici pătrate Niveluri t i2 ui xi yi u i2 yi2 xi2 le ajustate yi Universitatea Hyperion | 2011 .43 8.00 4 20 16 25 5.43 0.91 -0.82 81 0.26 5.00 81 0.00 0.44 12 5.00 3 12 9 16 4.09 2.0 0 21 13 7 91 6 60 36 10 0 21 0 30.26 1.18 49 1.74 0.00 9.728 1 34.57 0.

să se constate că nivelurile estimate prin metoda totalurilor parţiale echidistante şi respectiv prin metoda celor mai mici pătrate sunt de mărimi foarte apropiate. ecuaţia y poate fi utilizată cu încredere în calcule de prognoză. rezultatele obţinute prin aplicarea celor trei metode de ajustare permite. Prin urmare. de asemenea. sunt aproximativ egale.4968567 Σy n 2 Σx n 0.207%).4 1. în mod comparativ.042070.810161 Σx y 210 6 208. de asemenea. aferente celor două metode. că metoda totalurilor parţiale echidistante oferă o soluţie echivalentă. Universitatea Hyperion | 2011 .8940817 0. 4. 1.4812 6 0. deoarece valorile coeficientului Th.9160797 5.828571 t .4968567 11. Se remarcă.4968567 Mărimea cea mai mică a coeficientului de neregularitate al lui Theil confirmă faptul că seria de valori estimate cu ecuaţia de tendinţă care a fost localizată prin aplicarea metodei celor mai mici pătrate prezintă cea mai bună soluţie de ajustare (cunoscînd că în acest caz Th = 4.4968567 5. Tabelul care prezintă.2070% y n 2 ζx Σu2 n 1.4412 6 0.STATISTICĂ 184 „Coeficientul de neregularitate al lui Theil” Th ζx 2 y 0.

57143 34 30.08571 6 5.67 7.56 0.00 5 4 200 5 10.44 9.25714 4 4.11 4.00000 Universitatea Hyperion | 2011 .89 5.00 3 2 200 5.74286 10 9.000000 30.00 1 0 200 2.00 2 1 200 4.7777 t Niveluri ajustate sau estimate prin metoda celor mai mici pătrate y 1.4 1.828571 t 200 1.33 2.00 4 3 200 8.STATISTICĂ 185 Situaţia sinoptică a rezultatelor obţinute prin cele trei metode Niveluri Nive Anu l luril e reale xi ti ajustate sau estimate prin metoda punctelor empirice alese (2001 şi 2002) y 2 2 t Niveluri ajustate sau estimate prin metoda totalurilor parţiale echidistante y 1.2222 1.91429 8 7.0 21 l 0 6 0 0.0 0 Tota 30.42857 2 2.

calculul valorilor medii pe baza rezultatelor obţinute prin raportarea indicatorilor de nivel reali la indicatorii de nivel estimaţi (ajustaţi). care sintetizează tendinţa generală a evoluţiei fenomenului studiat ( xi /yi ) . cu materii prime şi materiale. dacă sezonalitatea se manifestă lunar sau trimestrial. în varianta folosirii indicatorilor de nivel reali.STATISTICĂ 186 VIII. care se referă la vânzările unei mărfi a cărei sezonalitate se manifestă trimestrial. care este periodicitatea acestora. în mod nemijlocit.calculul valorilor medii.3. diverse obiecte de îmbrăcăminte şi încăţăminte etc. îngheţată. pe baza indicatorilor de nivel reali. al transporturilor maritime şi fluviale. bere. mai întâi. Măsurarea oscilaţiilor sezoniere se realizează cu ajutorul coeficienţilor de sezonalitate care se determină prin raportarea nivelului mediu al fiecărui trimestru (lună) din perioada analizată la nivelul mediu general calculat pentru un trimestru sau lună în următoarele două condiţii metodologice: . Pentru a analiza componenta sezonieră a variabilităţii temporale a fenomenelor este necesar să se cunoască. în vânzarea către consumatorii finali a unor mărfuri care au fie producţie sezonieră fie consum sezonier (fructe. sucuri şi răcoritoare. MĂSURAREA OSCILAŢIILOR SEZONIERE Sunt unele fenomene social-economice a căror evoluţie prezintă oscilaţii periodice datorită particularităţilor sezoniere ale consumului sau ale producţiei. folosim datele din tabelul 21. în turism. . Pentru calculul indicatorilor de nivel estimaţi se poate apela la una din metodele mecanice sau analitice de ajustare a seriilor dinamice. conserve de legume şi de fructe. ale obţinerii veniturilor sau ale desfăşurării unor operaţiuni de aprovizionare cu mărfuri. Universitatea Hyperion | 2011 . Exemplul 18 Exemplificarea metodologiei de calcul a coeficienţilor de sezonalitate. Asemenea oscilaţii pot fi întâlnite în cazul producţiei agricole.).

100 1. astfel încât.700 După cum rezultă din datele prezentate.030 4 827.500 Anul 3 550 900 1.100 Anul 4 570 1. pentru trimestru I xI 500 520 550 570 4 535. Pentru a calcula coeficienţii de sezonalitate este necesar să se determine. astfel: . pentru trimestru II xII 600 780 900 1. evoluţia pe trimestre se observă existenţa unor modificări semnificative ale valorii vânzărilor de la un trimestru la altul. 1.300 1. în primul rând.STATISTICĂ 187 Tabelul 21 Dinamica trimestrială a vânzărilor de mărfuri -mii leiTrimestrul I II III IV Total Anul 1 500 600 800 1.800 4.0 mii lei 2. Analizând. însă.000 Anul 2 520 780 900 1.5 mii lei Universitatea Hyperion | 2011 .300 3.030 1. în trimestrul IV se identifică nivelurile cele mai mari.desfacerile realizate în medie în fiecare trimestru.550 4. desfacerile acestei mărfi înregistrează creşteri absolute. desfacerile medii din fiecare trimestru şi respectiv desfacerile medii pe un trimestru din cei patru ani supuşi studiului (media trimestrială generală). de la un an la altul.100 3. constante.

107.0 mii lei 4 4.5 60.coeficientul de sezonalitate al trimestrului III Cs3 1.5% .5 mii lei 4 .desfacerile realizate în medie într-un trimestru (media trimestrială generală).coeficientul de sezonalitate al trimestrului IV Cs4 1.2% .800 1.00 956.0 827.25 mii lei În continuare se calculează coeficienţii de sezonalitate trimestrială.100 1.00 956.STATISTICĂ 188 3.300 1.025 .0 1.437.25 0. 150.25 1.5 0 956.437.coeficientul de sezonalitate al trimestrului II Cs2 827.025.072. 56.coeficientul de sezonalitate al trimestrului I Cs1 535 .865 .025. 86.25 1.100 1. x0 535.0% .300 1.5 4 956.437.550 1.3% Universitatea Hyperion | 2011 .503.25 0.5 1. astfel: . pentru trimestru IV xIV 1. pentru trimestru III xIII 800 900 1.50 956.

de la un segment de timp la altul. aşa cum se va proceda în cazul exemplelor următoare.25 mii lei dar. care sunt trimestrele în care vânzările depăşesc nivelul mediu trimestrial general (trimestrele III şi IV) şi respectiv care sunt trimestrele în care vânzările se poziţionează sub media generală (trimestrele I şi II). 19 şi 20. atunci mărimea coeficienţilor de sezonalitate ar fi înregistrat o valoare constantă de 956. în aceste condiţii nu ar fi existat fenomenul de sezonalitate. Se identifică astfel faptul că sezonul vânzărilor din marfa respectivă este în trimestrele III şi IV deoarece coeficienţii de sezonalitate calculaţi pentru aceste trimestre au valori supraunitare. 189 Exemplul 19 Analiza seriilor dinamice prin ajustare şi identificarea componentei sezoniere cu ajutorul„mediilor mobile”o vom exemplifica prin prelucrarea seriei referitoare la dinamica cifrei de afaceri din tabelul 22. prin urmare. se menţionează că dacă vânzările din marfa respectivă ar fi fost uniforme în fiecare trimestru. în mod nemijlocit. În aceste condiţii se apreciază că este mai indicat să se folosească pentru calculul coeficienţilor de sezonalitate cea de a două variantă metodologică care utilizează valorile medii determinate pe baza rezultatelor obţinute prin raportarea indicatorilor de nivel reali la indicatorii de nivel estimaţi (ajustaţi).STATISTICĂ Prin urmare. Universitatea Hyperion | 2011 . coeficienţii de sezonalitate au mărimi diferite şi arată. pe baza indicatorilor de nivel reali este mai redusă deoarece se consideră că în acest fel mărimea coeficienţilor este influenţată şi de tendinţa obiectivă generală de creştere a fenomenului studiat. În cazul exemplului luat în discuţie. Opţiunea pentru a folosi metodologia determinării coeficienţilor de sezonalitate prin calculul valorilor medii.

46153 85 0.750 1.09359409991 4 7.50793 65 0.315452 7.94594 59 2.11750927692 11 5.75069203124 3 6.503212 7.94894301782 10 9. lei) xi Cst it i xi Cst Anul 1:1 Anul 1:2 Anul 1:3 Anul 1:4 Anul 2:1 Anul 2:2 Anul 2:3 Anul 2:4 Anul 3:1 Anul 2 0.77385968748 5 10.34408 60 0.250 1.50000 00 0.457192 6.588975 5.000 0.000 1.STATISTICĂ 190 Tabelul 22 Dinamica cifrei de afaceri Seria dinamică iniţială ajustată prin excluderea sezonalităţii (modelul multiplicativ) yi Perioa Cifra Medii da de mobile xi MM i Coeficientul mediu de sezonalitate trimestrială afacer ( MM i ) i (mil.588975 8.503212 3.48932349985 4 11.86251546153 18 9.315452 4.25490 1.457192 10.875 0.9800247384 Universitatea Hyperion | 2011 .94894301782 16 12.503212 7.500 0.97447150891 6 1.625 0.11111 11 1.457192 4.91304 35 2.750 1.

315452 12.125 0.7250309231 0.13) identifică existenţa unei sezonalităţi trimestriale.9564328125 1.8850528998 2.50000 00 15.503212 11.000 0.457192 13.88679 24 14.250 1.588975 11.9234145267 0.25000 00 2.588975 15.000 1.39669 42 16.STATISTICĂ 191 3:2 Anul 3:3 Anul 3:4 Anul 4:1 Anul 4:2 Anul 4:3 Anul 4:4 9 30 20 6 7 25 20 13. În cazul acestui exemplu reprezentarea grafică a seriei dinamice (Fig. 13 anul 4: 3 Universitatea Hyperion | 2011 .7970273437 0. Dinamica cifrei de afaceri 35 30 25 20 15 10 5 0 cifra de afaceri anul 1: 1 anul 1: 3 anul 2: 1 anul 2: 3 anul 3: 1 anul 3: 3 anul 4: 1 Fig.315452 10.2807822997 Notă:Analiza seriilor dinamice cu ajutorul „mediilor mobile” trebuie să se bazeze pe serii formate din minimum 4 ani.

5 5 4 16 25 0..125 4 64 16.5 11 3 4 10 0. d.5 16 25 7 6 0.5 6 11 3 4 0.000 MM5 MM6 MM7 MM8 0.750 4 MM9 MM10 MM11 MM12 0.750 MM 2 MM3 MM4 0.5 5 4 26 4 31. Astfel.5 4 10 18 5 0. MM2.5 2 6 11 3 0. ş.5 25 4 0.5 11.875 9.5 10 4 0.000 4 Notă:Fiecare medie mobilă va înlocui indicatorul de nivel real situat în mijlocul seriei de indicatori care stau la baza calculului mediei.5 4 4 0. nu mai este necesar ca Universitatea Hyperion | 2011 .5 20 4 0.5 30 4 o.250 4 56 14. a.500 7. Dacă mediile mobile sunt formate dintr-un număr impar de indicatori.5 7 4 37 4 9.5 10 18 5 4 0.5 3 4 10 18 0. m.5 4 16 25 7 0.5 9 4 53 13.625 4 51 12.000 4 46.5 4 4 23 4 5.5 16 4 0.5 18 5 4 16 0.000 4 60.5 25 7 6 20 0. MM1. va înlocui nivelul înregistrat în Anul 1: 4.250 40 10.5 7 6 20 30 0.5 15.5 4 36 4 6.5 6 4 0. va înlocui nivelul înregistrat în Anul 1: 3.STATISTICĂ Etapele calculului în cazul sezonalităţii trimestriale: 192 1) Calculul mediilor mobile: MM1 0.5 18 4 0.

315452 Cs4 1.2053377 3 1.82716485 1.3440860 0.4871795 0.4162389 1. 193 2) Calculul „mediilor individuale de sezonalitate trimestrială” i t ca medii aritmetice ale ratelor exprimate prin rapoartele.2500000 1.9459459 1.1111111 1.2549020 1.4162389 3 1.4871795 3 i 4 4 i1 i2 i3 i4 0. astfel: i1 i2 i3 i4 0.3966942 0. i .46813195 4 0. Cs t .5. aferentă întregii perioade.4162389 0.82716485 3) Calculul coeficienţilor medii de sezonalitate trimestrială.9152606 0.9152606 3 0.503212 Cs2 2.STATISTICĂ primul şi ultimul indicator să fie amplificat cu 0.5000000 0.588975 Universitatea Hyperion | 2011 .82716485 0. x i / MM i şi a „mediei generale de sezonalitate trimestrială”.9130435 1. prin raportarea mediilor individuale de sezonalitate trimestrială it trimestrială.2053377 1.9152606 0.4871795 0.82716485 1.5000000 0.2053377 0. aferentă întregii perioade.457192 0. calculată ca medie geometrică. cu menţiunea că în acest caz fiecare medie mobilă va înlocui indicatorul real situat în mijlocul variantelor luate în calcul.8867924 1.4615385 0.5079365 0.82716485 0. i : la media generală de sezonalitate Cs1 Cs3 0.

353331 : 3 = + 0.540380 11.STATISTICĂ 4) Calculul seriei dinamice ajustată (seria iniţială ajustată prin excluderea sezonalităţii).0.489323 = .948943 – 8.855349 7. yi 194 xi Cst Reprezentarea grafică a seriei dinamice iniţiale şi a seriei ajustate sunt prezentate în Fig 14.885053 = 0. 14 | 2011 .Prognoza nivelului care exprimă tendinţa Universitatea Hyperion an ul 1 an : 1 ul 1 an : 4 ul 2 an : 3 ul 3 an : 2 ul 4 an : 1 ul 4: 4 Fig.948943 – 5. Dinamica cifrei de afaceri 35 30 25 20 15 10 5 0 niveluri reale niveluri ajustate Pentru a calcula nivelurile prognozate ale cifrei de afaceri pe trimestrele anului 5 se poate utiliza un procedeu de extrapolare care se bazează pe aplicarea unor modificări medii calculate succesiv.038362 Total……2.784444 . 7.923415 – 11.093594 = 2. astfel: a) Extrapolarea seriei ajustate pe baza modificării medii de la trimestrul IV la trimestrul I.

801616 Total……3.Prognoza nivelului care exprimă tendinţa şi sezonalitatea Anul 5 : 2 17.065226 0.0. 4.143037 6.725031 = . lei .972327 .065226mil.457192 24.185786 2.956433 – 13.797027 – 10.STATISTICĂ 195 Anul 5 : 1 15. lei .826986mil.862515 = 0.086428 10.773860 – 6. lei b) Extrapolarea seriei ajustate pe baza modificării medii de la trimestrul I la trimestrul II. 4.084215mil.923415 = 1.974472 = 0.792863mil.503212 8.911345 10.1.037553 0.862515 – 7.Prognoza nivelului care exprimă tendinţa Anul 5 : 3 17.980025 – 7.031082 13.633183 7.Prognoza nivelului care exprimă tendinţa Anul 5 : 2 16.750692 – 4.182998 12.280782 0.948943 = .037553 1.889307 : 4 = + 0.Prognoza nivelului care exprimă tendinţa şi sezonalitatea Anul 5 : 1 16.148233 17.768598 Total…….725031 – 11.Prognoza nivelului care exprimă tendinţa şi sezonalitatea Anul 5 : 3 17.117509 – 3.117509 = 0. lei c) Extrapolarea seriei ajustate pe baza modificării medii de la trimestrul II la trimestrul III.0.980025 = .0.185786mil.065226 0. lei Universitatea Hyperion | 2011 .148233 .315452 39.948943 = 3.972327 17.592932 : 4 = + 0. lei .784444 16.037553mil.

773860 = 0.280782 – 12.715463 11.093594 – 4.956433 = 2.117685 18. pe trimestre. lei 196 . lei Exemplul 20 Pentru exemplificarea metodelor analitice de analiză a evoluţiei.750692 = 0.088026 15. s-a constituit o serie dinamică cu niveluri trimestriale pe o perioadă de 3 ani.4.185786 1.Prognoza nivelului care exprimă tendinţa şi sezonalitatea Anul 5 : 4 18.780287mil.Prognoza nivelului care exprimă tendinţa Anul 5 : 4 17. iar în final pe baza rezultatelor analizei evoluţiei generale corectată cu sezonalitatea.303471 0.489323 – 7. în anul 4. Universitatea Hyperion | 2011 .303471mil.588975 10. ne propunem să calculăm estimaţia cifrei de afaceri.STATISTICĂ d) Extrapolarea seriei ajustate pe baza modificării medii de la trimestrul III la trimestrul IV.885053 – 10.324349 Total….117685 .797027 = 1.470740 : 4 = +1. 5.342902 8. sezonalităţii şi tendinţei cifrei de afaceri pe care a înregistrat-o un agent economic..

33521 15.94947 10.3427 1.671329 12.91389 3.2266 1.1408 1.891608 5.34420 trim.5098 1.9258 52.56426 10.4393 4.2658 5.9701 3.0528 1.IV 7 12 14 4 84 14.82666 4 10 18 5 37 5 6 7 8 25 36 49 64 17 4 20 60 126 40 246 7.4672 3.5130 1.III trim.II 2 6 11 3 22 1 2 3 4 1 4 9 16 30 2 12 33 12 59 3.828671 0.I trim.32314 4 16 9 10 81 10 0 36 160 11.79332 5.IV Total an 1 trim.12905 4.765734 9.76685 Total 52 44 555 3.576923 0.860140 6.16998 21.702797 0.96842 37.IV Total an 2 trim.37336 trim.81962 Universitatea Hyperion | 2011 .III 25 11 12 1 275 13.797203 8.II trim.I trim.923077 4.STATISTICĂ 197 Tabelul 23 Calcule necesare analizei evoluţiei şi tendinţei cifrei de afaceri Cifra de afaceri (xi) Perioada (T S R) Tendinţa ti t2i xi t i liniară yi = a + bti Coeficientul produsului componentei sezonalităţii cu Tendinţa liniară corectată în funcţie de sezonalitate a trimestrială (T) termenul de eroare ( xi /yi ) T S R T S R ( yi Csi ) (T S) trim.639860 0.4802 6.II trim.608392 1.I trim.8491 0.734266 10.8771 0.III trim.8371 25.66141 18.

S = sezonalitatea. R = termenul rezidual (termenul de eroare) Dinamica cifrei de afaceri 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 Valori reale Valori ajustate (trend liniar) Valori ajustate corectate cu factorul de sezonalitate Fig. 15 Universitatea Hyperion | 2011 .STATISTICĂ 198 an 3 Total general 111 6 78 65 0 860 111.00000 0 11.9487 111. Notaţiile folosite în tabelul 23 au următoarele semnificaţii: xi yi TSR ˆi x T TS y i Cs i T = tendinţa generală exprimată prin ecuaţia dreptei.96942 Notă:Seria dinamică a cifrei de afaceri ajustată cu ajutorul ecuaţiei de tendinţă liniară este prezentată în coloana. „Tendinţa liniară”.

Calculul parametrilor din ecuaţia de tendinţă aleasă este realizat prin aplicarea metodei celor mai mici pătrate care conduce la următorul sistem de ecuaţii: Σx Σ xt n a b Σt a Σt b Σt 2 111 12a 78b 860 78a 650b Rezolvarea sistemului de ecuaţii a permis definirea ecuaţiei de tendinţă în forma: y = 2.968531 Notă:Variabila timp este reprezentată prin notaţia „t”.954545 b 12 860 . pentru care se acordă valori convenţionale. .. în vederea simplificării calculelor implicate cu estimarea parametrilor ecuaţiei de tendinţă se poate adoptă. în perioda celor trei ani supuşi analizei.. Dacă se consideră necesar. S R R S . (S R) R S Tendinţa generală a cifrei de afaceri este estimată cu ajutorul ecuaţiei de regresie liniară. 954545 + 0.STATISTICĂ Relaţiile de calcul pentru diferitele componente ce determină o anumită mărime a indicatorilor de nivel iniţiali sunt evidenţiate în două variante: 199 .. m 0.78 111 1662 12 650 . . y a bt . un sistem care să îndeplinească două condiţii. la puteri impare să fie nulă.78 78 1716 0. 2. T S R T S R . 1.prin procedeul multiplicativ: xi yi T S R T S R . deoarece reprezentarea grafică (Fig.prin procedeul aditiv: (T S R) T S R . Σ ti2m 1 0.860 78 12 650 . Universitatea Hyperion | 2011 .suma valorilor acordate lui „t”.78 78 5070 1716 2. 15) sugerează o formă liniară a evoluţiei cifrei de afaceri. asfel: . 968531 t a 111 650 . pentru evaluarea variabilei timp. (T S R) (T S) R .

854433 0.995725 1.464217 Notă:Coeficienţii medii de sezonalitate trimestrială (Csi). 0.4672 0.5098 0.211067 3 1.457121 .854433 3 3 M xi:yi 4 0.995725 0.995725 1. Mediile trimestriale ale componentelor cumulate de sezonalitate şi eroare: 200 a) Medii trimestriale individuale: M xi:yi 1 0.462233 b) Media trimestrială generală: M xi:yi 0 11.diferenţa dintre oricare două valori succesive ale lui t să fie constantă.2266 1.8371 1.4802 3 0.462233 0. Prognoza: y p (a btv ) Cs Universitatea Hyperion | 2011 . fiind calculaţi ca raport între mărimi medii.5130 0.995725 0.862395 .211067 0.9487 12 0.455167 0.3427 3 0. Cs4 1.2658 1.995725 Coeficienţii medii de sezonalitate trimestrială aferenţi perioadei anilor 1-3: Cs1 Cs3 0.8771 1. Cs2 1.8491 1.1408 1.455167 M xi:yi M xi:yi 2 1. exprimă o tendinţă centrală şi nu sunt afectaţi de termenul de eroare.4393 0.STATISTICĂ .216266 .

464217 Această analiză semnalizează managerilor când este necesar să se aplice măsuri prin care: .să se realizeze aprovizionarea cu resursele necesare în mod diferenţiat în funcţie de mărimea solicitării trimestriale.968531 * 14) * 1. şi transformarea din deziderat în realitate a acestui obiectiv major al oricărei entităţi economice.954545 + 0. . . este necesar ca factorii de decizie.968531 * 16) * 0. Este evident că pentru a obţine o creştere a performanţelor economico-financiare. .954545 + 0.să se adopte cea mai bună politică pentru contractarea creditelor curente (de trezorerie). . 55934 = (2. Universitatea Hyperion | 2011 . care va fi solicitat pe trimestre. 10615 = (2.968531 * 15) * 1. 56529 = (2.862395 8.954545 + 0. Prognoza volumului de activitate poate fi completată cu o estimare a structurii cifrei de afaceri pe subactivităţi pe baza metodei lanţurilor Markov.968531 * 13) * 0.STATISTICĂ 201 Anul 4 : 1 = Anul 4 : 2 = Anul 4 : 3 = Anul 4 : 4 = 7. managerii să-şi fundamenteze acţiunile pe analize statistice şi economice complexe. 08539 = (2. .216266 32.să se asigure personalul necesar pentru realizarea volumului de activitate previzibil.457121 20.să se asigure capacitatea necesară pentru acoperirea cererii de produse (servicii) din trimestrele II şi III când sezonalitatea este supraunitară.954545 + 0.să se asigure o plasare profitabilă a lichidităţilor.să se programeze în mod judicios concediile de odihnă.să se asigure executarea lucrărilor de raparaţii la mijloacele fixe cu prioritate în trimestrele cu activitate redusă. .

Mărimea coeficienţilor de elasticitate poate fi subunitară. pentru determinarea elasticităţii cheltuielilor efectuate în vederea satisfacerii unei nevoi de consum personal în funcţie modificarea veniturilor sau a preţurilor de vânzare. În lucrările de analiză statistică. producţia de zahăr etc. calculul şi interpretarea coeficienţilor de elasticitate este particularizat. Coeficienţii de elasticitate exprimă procentul de creştere sau descreştere a fenomenului rezultativ (determinat) atunci când fenomenul determinant se modifică cu un procent.STATISTICĂ Notă:Din punct de vedere metodologic. analiza prezentată poate fi considerată ca model şi pentru alte activităţi cu o desfăşurare sezonieră cum ar fi producţia de conserve din fructe sau produse agricole. Identificarea şi analiza influenţei factorilor determinanţi asupra celor determinaţi sau a măsurii în care reacţionează un fenomen la modificarea în timp a altui fenomen se poate realiza şi cu ajutorul coeficienţilor de elasticitate. de regulă. CARACTERIZAREA DINAMICII FENOMENELOR SOCIAL-ECONOMICE CU AJUTORUL COEFICIENŢILOR DE ELASTICITATE Unele fenomene social-economice au o manifestare dinamică care este corelată cu evoluţia altor fenomene. În acest sistem de interdependenţă statistică modificarea dinamică a unor fenomene va fi determinată de modificarea altora. în acest caz se apreciază că fenomenul determinat este inelastic Universitatea Hyperion | 2011 . producţia şi comercializarea de ber e. studiul elasticităţii vânzărilor dintr-o grupă de mărfuri în funcţie de vânzările totale sau a altei grupe de mărfuri. pentru a analiza elasticitatea exporturilor totale sau dintr-o anumită grupă de mărfuri în funcţie de modificarea produsului intern brut..4. atunci când la o modificare cu 1% a fenomenului determinant se produce o modificare mai mică de 1% a fenomenului determinat. 202 VIII.

este: Δy1 / 0 Δx 1 / 0 : y0 x0 x0 Δy1 / 0 y0 Δx 1 / 0 203 E y1 y0 y0 x1 : x0 x0 în care. elasticitatea este unitară. înregistrat în perioada bază de comparaţie şi respectiv în perioada de calcul sau curentă. calculul coeficienţilor de elasticitate poate fi efectuat atât cu baza fixă cât şi cu baza variabilă (în lanţ). Caracterizarea dinamicii fenomenelor social-economice cu ajutorul coeficienţilor de elasticitate oferă posibilitatea formulării unor concluzii cu semnificaţie statistică superioară dacă coeficienţii de elasticitate sunt calculaţi pe baza unor niveluri estimate ale fenomenului determinat. în raport cu alt fenomen atunci când modificarea cu 1% a fenomenului determinant conduce la modificarea fenomenului determinat cu mai mult de 1%. Se consideră că un fenomen este elastic sau are o elasticitate pozitivă (directă). x0 . x 1 nivelul fenomenului determinant. y0 . se apreciază că modificarea fenomenului determinat se produce în mod proporţional cu modificarea fenomenului determinant şi. în profil dinamic. obţinute prin aplicarea unei ecuaţii de regresie care sintetizează corelaţia dintre fenomenele sistemului propus şi care exprimă ce este esenţial în evoluţia Universitatea Hyperion | 2011 . y 1 nivelul fenomenului determinat. Dacă elasticitatea este exprimată printr-un coeficient a cărui mărime este egală cu 1. Dacă studiul statistic se referă la o serie dinamică de indicatori. înregistrat în perioada bază de comparaţie şi respectiv în perioada de calcul sau curentă.STATISTICĂ sau are o elasticitate negativă (inversă) în raport cu modificarea fenomenului determinant. Formula generală de calcul a coeficienţilor de elasticitate. prin urmare.

se elimină. la ajustarea seriei dinamice formată din indicatorii fenomenului determinant prin aplicarea unei ecuaţii de tendinţă adecvate şi. pentru segmentul de timp bază de comparaţie. din formula coeficientului de elasticitate. cu grad sporit de abstractizare şi generalizare a semnificaţiei statistice. De exemplu. se procedează. estimat x Universitatea Hyperion | 2011 . în prelabil. f x este prima derivată a ecuaţiei de regresie. 204 E x0 f x ˆ0 y . În aceste condiţii relaţia de calcul a coeficienţilor de elasticitate este. nivelul real (empiric) x0 .STATISTICĂ respectivă. care elimină influenţa factorului rezidual din evoluţia fenomenului determinant. E x0 a bx0 a bx x0 b ˆ0 y Notă: Atunci când se consideră necesar. pentru a obţine rezultate şi respectiv concluzii. astfel. va fi înlocuit cu nivelul ˆ0 . calculat prin aplicarea unei ecuaţii de regresie. influenţa termenului de eroare (rezidual) sau a variaţiilor neesenţiale. în aceste condiţii. dacă se apreciază că ecuaţia liniei drepte y a bx sintetizează în mod corespunzător corelaţia dintre fenomenele sistemului studiat. în care. relaţia de calcul a coeficientului de elasticitate are următoarea formă. ˆ 0 este nivelul estimat al fenomenului determinat (dependent) în funcţie de y mărimea fenomenului determinant (independent).

Mihăilescu.. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. TEMADE CONTROL A UNITĂŢII NR. Descrieţi metodele de ajustare mecanică. Ce este ajustarea seriilor dinamice ? 2. Statistică şi econometrie. T. 2011. 8 1. VII. Descrieţi sistemul indicatorilor statistici exprimaţi prin mărimi medii cu ajutorul cărora sunt caracterizate seriile dinamice. Tövissi L. Bucureşti.. Al.. Andrei. 8 1. 2. Statistica şi bazele statistice ale econometriei . TESTUL DE AUTOEVALUARE NR. Porojan. Universitatea Hyperion | 2011 . 1996. 3... 3. Bucureşti.. Editura Renaissance. E.7.5.Statistică teoretică şi economică. Descrieţi metodologia de ajustare analitică a seriilor dinamice cu ajutorul metodei celor mai mici pătrate. D. Isaic-Maniu. Wagner. Bucureşti.. P. 2003. 3. Descrieţi sistemul indicatorilor statistici exprimaţi prin mărimi absolute cu ajutorul cărora sunt caracterizate seriile dinamice. 2. N. Baron.STATISTICĂ 205 VII.. Descrieţi sistemul indicatorilor statistici exprimaţi prin mărimi relative cu ajutorul cărora sunt caracterizate seriile dinamice. Editura Economică. Biji. Editura Didactică şi Pedagogică. Korka.. T. 8 1. M.

220) XI.  să calculeze intervalul de încredere pentru un indicator statistic aferent colectivităţii statistice din care s-a extras eşantionul. 260) Universitatea Hyperion | 2011 .4. 9(pag.  să cunoască procedeele statistice prin care se constituie eşantioane.5. 207) IX. Bibliografia specifică unităţii nr.2. 210) IX.1. . Felurile eşantioanelor (pag. 213) IX. 9: CERCETAREA STATISTICĂ PRIN SONDAJ Timpul de studiu individual estimat: 4 h Competenţele specifice unităţii de învăţare: Dupăstudiul acestei unităţi de învăţare veţi putea să cunoaşteţi:  săcunoască conceptul de sondaj statistic. Procedee de sondaj (pag.6.Fundamente conceptuale privind cercetarea statistică prin sondaj(pag. Cuprinsul unităţii de învăţare: IX. Tema de control a unităţii nr. Erorile în cercetarea statistică prin sondaj(pag. 9(pag.3.  să înţeleagă inevitabilitatea apariţiei erorilor de reprezentativitate întâmplătoare.STATISTICĂ 206 Unitatea de studiu nr.  să cunoască modul de calcul al mărimii estimate a erorii de reprezentativitate întâmplătoare în funcţie de tipul eşantionului. 260) IX.

datorită unor iluştri specialişti ca Student. Kolmogorov. FUNDAMENTE CONCEPTUALE PRIVIND CERCETAREASTATISTICĂ PRIN SONDAJ Datele statistice care dau forma concretă de existenţă şi manifestare a colectivităţilor statistice se obţin fie prin observarea totală a unităţilor componente . Privită numai din acest punct de vedere se poate aprecia că. A. A. cu toate progresele teoretice. Folosirea pe scară din ce în ce mai mare a cercetărilor prin sondaj este determinată de avantajele pe care le prezintă această metodă.1. Jerzy Neyman. aplicaţiile metodei sondajului sunt totuşi modeste. fie prin observări parţiale de tipul anchetelor. Mahalanobis. numită eşantion. comparativ cu cercetarea totală. prin aplicarea unor reguli fundamentate în mod riguros şi care permite să se facă aprecieri foarte precise asupra întregii mase de unităţi ce formează populaţia statistică. corelaţia dintre două sau mai multe caracteristicii sau de a cunoaşte repartiţia unităţilor populaţiei după una sau mai multe caracteristici. Cercetarea statistică prin sondaj are ca scop general efectuarea unei analize tematice riguroase privind un ansamblu de unităţi pe care îl vom numi “populaţie” (în sens statistic) sau colectivitate statistică. cercetarea prin sondaj s-a conturat după al doilea război mondial. K. înregistrate. în raport cu eficacitatea scontată a sa. Fisher. C. cu precădere.STATISTICĂ 207 IX. Pearson. N. Cercetarea prin sondaj este forma cea mai eficientă de cercetare parţială. P. monografiilor sau cercetărilor statistice prin sondaj. deoarece se bazează pe studierea unei colectivităţi de unităţi relativ mici. Scopul aplicării unei asemenea metodologii de cercetare este de a estima nivelurile unor caracteristici ale populaţiei statistice. şi anume: Universitatea Hyperion | 2011 . între cele două războaie mondiale. prelucrând şi interpretând rezultate ce se referă numai la oparte din unităţile ce o compun. cunoaşterea umană bazată pe observaţii parţiale este foarte veche. proporţia unităţilor ce deţin o anumită caracteristică. incontestabile. cum sunt: media şi dispersia. însă constituită. observând. dar luată ca un procedeu fundamentat şi utilizat în mod ştiinţific. R. Pe plan mondial.

fie datorită faptului că unităţile supuse observării se distrug.prin studierea caracteristicilor înregistrate numai la o parte a populaţiei apare posibilitatea desfăşurării unei observări mai extinse. . a căror mărime poate fi însă estimată dacă se respectă caracterul întâmplător de formare a eşantionului. . comparativ cu necesităţile de realizare ale unei observări totale. care în esenţă este formulată astfel: se poate afirma cu o probabilitate apropiată de unitate că. .prin sondaj se poate efectua verificarea modului de organizare şi a programului unui recensământ ce urmează să fie realizat. . . cu o semnificaţie adecvată acestui domeniu.asigură o importantă economie de timp prin observarea.permite reducerea volumului de mijloace umane şi financiare.datele obţinute prin sondaj sunt afectate de unele erori de reprezentativitate întâmplătoare.sondajul poate fi efectuat de un personal mai bine calificat pentru a culege. în cazul unui număr suficient de mare de unităţi cercetate. Practica cercetărilor statistice prin sondaj a făcut necesară consacrarea unor noţiuni specifice. care nu ar fi compensate de avantajele ce s-ar obţine prin folosirea rezultatelor oferite. indicatorii medii care caracterizează eşantionul diferă cu o cantitate foarte mică de indiatorii care caracterizează populaţia statistică din care a fost extras. fie datorită unor necesităţi de resurse băneşti şi umane foarte mari.pe baza unui sondaj se poate determina gradul de precizie a datelor obţinute printr-un recensământ şi respectiv se poate opera o corecţie a datelor respective. prelucrarea şi interpretarea rezultatelor obţinute de la un număr relativ mic de unităţi ale populaţiei. . Teoria metodei sondajelor se bazează pe legea numerelor mari.STATISTICĂ . fie că populaţia statistică ce urmează a fi cercetată este infinită sau foarte numeroasă. . . prelucra şi interpreta rezultate.sondajul poate fi aplicat cu succes atunci când observarea totală a unităţilor ce compun populaţia nu este posibilă. astfel: 208 Universitatea Hyperion | 2011 .în cadrul organizatoric al unei cercetări prin sondaj este posibilă exercitarea unui control mai strict asupra operaţiunilor de culegere şi prelucrare a datelor. mai amănunţite. mai complexe şi mai exacte a unităţilor supuse cercetării.

În acest caz eşantionul se constituie prin utilizarea procedeului tragerii la sorţi sau a procedeului sondajului cu ajutorul tabelului cu numere întâmplătoare. . . . procedeul concentrat. procedeul cotelor. 209 Universitatea Hyperion | 2011 . fiecare unitate din populaţie are o probabilitate cunoscută şi diferită de zero de a fi inclusă în eşantion. . . . . însă numai pentru sondajul aleator este posibil să se estimeze limitele erorilor de reprezentativitate.Fracţia de sondaj reprezintă raportul dintre numărul unităţilor ce compun eşantionul şi numărul total al unităţilor din populaţie. Sondajul poate fi de tip aleator sau probabilist sau de tip nealeator. Unităţile eşantionului sunt alese în mod conştient.Sondajul este un complex de operaţiuni metodologice aferente cercetării unei părţi dintr-o populaţie statistică numită eşantion constituit prin folosirea unor procedee adecvate de extragere.Unitatea de sondaj este unitatea care face parte dintr-o populaţie şi care urmează să facă obiectul unor extrageri. premeditat sau se aplică un procedeu care poate introduce unele erori sistematice cum ar fi: procedeul sondajului sistematic sau mecanic.Sondajul aleator sau probabilist este un sondaj efectuat pe baza teoriei probabilităţilor. . o hartă sau o colecţie de formulare ce conţine informaţii cu privire la unităţile populaţiei statistice din care urmează să se constituie un eşantion.STATISTICĂ .Baza de sondaj este o listă.Sondajul nealeator este acela care nu respectă în mod deplin principiul de includere întâmplătoare în eşantion a unităţilor statistice.Eşantionul este o parte a unei populaţii statistice constituită în urma unei operaţii de extragere a unora din unităţile ce o compun. în timp ce pentru sondajul care nu are un caracter aleator nu poate fi calculat un nivel estimativ al erorilor comise.Eşantionul aleator este eşantionul constituit printr-un procedeu aleator de extragere a unităţilor statistice din colectivitatea totală. procedeul observatorului mobil.Volumul eşantionului reprezintă numărul unităţilor extrase dintr-o populaţie statistică şi care au intrat în componenţa eşantionul. procedeul observaţiilor la intervale egale sau neegale de timp.

de regulă. neglijabile în acest caz. delimitarea în timp şi spaţiu a populaţiei statistice din care urmează a se extrage eşantionul.2. alegerea procedeului de formare a eşantionului care să permită o bună reprezentativitate a populaţiei. întocmirea planului de prelucrare a datelor culese. o formaţie perfect identică cu populaţia. în nici-o situaţie practică. determinarea volumului eşantionului şi constituirea acestuia. care însă trebuie să fie suficient de mici pentru a nu denatura concluziile referitoare la populaţia cercetată. stabilirea unităţii de sondaj. alegerea metodei de culegere a datelor care să conducă la erori de observare neglijabile. Universitatea Hyperion | 2011 . detalierea programului observării. În cazul cercetărilor prin sondaj rezultatele finale sunt afectate de unele erori. ERORILE ÎN CERCETAREA STATISTICĂ PRINSONDAJ Metodologia adoptată pentru constituirea eşantionului influenţează. nivelurile estimative ale caracteristicilor statistice şi al erorilor aferente. Tipurile de erori considerate ca fiind specifice cercetărilor statistică prin sondaj sunt: erori de înregistrare sau de observare cu o dimensiune minimă. scopul şi programul observării.STATISTICĂ Organizarea practică a unei cercetări statistice prin sondaj implică rezolvarea mai multor probleme metodologice în funcţie de specificul populaţiei. fazele ulterioare ale cercetării. indiferent de mărimea eşantionului şi de procedeul de sondaj adoptat. Erorile de reprezentativitate apar la toate cercetările prin sondaj deoarece observarea se extinde numai asupra părţii din populaţia statistică care a fost cuprinsă în eşantion şi care nu poate fi. în mod inevitabil. comparativ cu observările totale. Erorile de înregistrare sunt. aproape inexistente şi erori de reprezentativitate. deoarece este posibil ca etapa de observare să se desfăşoare în condiţii organizatorice superioare şi cu un control mai riguros. În acest sens se cere definirea completă şi precisă a scopului cercetării. 210 IX. stabilirea celei mai convenabile baze de sondaj sau întocmirea acesteia dacă nu există o bază oficial constituită.

Erorile de reprezentativitate pot fi identificate în două variante: sistematice şi întâmplătoare. Universitatea Hyperion 211 | 2011 . pretinzând că acestea reprezintă în mod corect ce este tipic în colectivitatea totală respectivă. Când se organizează o cercetare statistică prin sondaj este necesar să se asigure. să se calculeze cu exactitate mărimea probabilă a acestor erori.folosirea unor formule incorecte pentru estimarea nivelului caracteristicilor statistice despre care s-au colectat date. b) . e) .substituirea unor unităţi din eşantion cu altele mai comode pentru cercetare.alegerea conştientă a unităţilor de sondaj. de la bun început. cauzele care pot provoca apariţia erorilor de reprezentativitate sistematice. acestea se produc şi atunci când s-a respectat cu stricteţe caracterul aleator de extragere a unităţilor care vor constitui eşantionul.folosirea unui procedeu de tip nealeator pentru formarea eşantionului. Eroarea de reprezentativitate este apreciată prin diferenţa care există între valoarea medie sau abaterea medie pătratică a valorilor caracteristicii calculate pe baza datelor obţinute prin observarea eşantionului. se remarcă faptul că este posibil. d) . Modalitatea cea mai sigură de a evita apariţia erorilor de reprezentativitate sistematice este adoptarea riguroasă a unei scheme de sondaj de tip aleator pentru formarea eşantionului. şi media sau abaterea medie pătratică calculate la nivelul tuturor unităţilor care formează populaţia statistică. c) . Dar. în acest caz.STATISTICĂ Eliminarea completă a erorilor de reprezentativitate nu este posibilă deoarece aceasta ar însemna să înlocuim observarea parţială cu obsevarea totală. ceea ce asigură metodei cercetării statistice prin sondaj avantajul unei metodologii riguroase de cercetare. sunt: a) .constituirea eşantionului prin extrageri dintr-o bază de sondaj incompletă sau învechită. Aplicarea unui procedeu de sondaj conştient implică posibilitatea afirmării punctelor de vedere subiective cu repercursiuni deformatoare asupra reprezentativităţii eşantionului. Erorile de reprezentativitate întâmplătoare nu pot fi eliminate. eliminarea tuturor surselor care pot provoca erori de reprezentativitate sistematice. În cazul cercetărilor prin sondaj.

„Criteriul lungimii iteraţiei K” . O concluzie utilă cu privire la reprezentativitatea structurală a unui eşantion poate fi obţinută şi cu ajutorul „Criteriului χ 2 ” .„Criteriul numărului total al iteraţiilor R” .„Testul de conformitate”. de gradul de variabilitate al caracteristicilor studiate şi de procedeul de sondaj aplicat.STATISTICĂ Pentru a obţine o confirmare a faptului că eşantionul a fost format în mod aleator se poate proceda la verificarea caracterului întâmplător al extragerilor prin aplicarea următoarelor criterii: . sau diferă foarte puţin de structura populaţiei din care a fost extras. acest fapt se apreciază prin compararea mărimilor relative de structură ale eşantionului şi respectiv ale populaţiei care nu trebuie să evidenţiaze diferenţe mai mari de 212 5% . Din punct de vedere al structurii. cu ajutorul „Criteriului χ 2 ” Tabelul 24 Categorii Colectivitatea totală Eşantion Frecvenţe ni nti nti 2 Universitatea Hyperion | 2011 . reprezentativitatea unui eşantion se consideră corespunzătoare atunci când structura acestuia este identică. Exemplul 21 Să se verifice reprezentativitatea structurii eşantionului pentru o colectivitate de salariaţi grupaţi pe categorii profesionale.„Metoda diferenţelor succesive” Valoarea medie a erorilor de reprezentativitate întâmplătoare depinde de volumul eşantionului.

procedeul tragerii la sorţi.) ni 1961 0.37 400 2385 0.7692 2. se recurge la unul din următoarele două procedee: . PROCEDEE DE SONDAJ În vederea asigurării caracterului aleator al eşantionului.f 4 1 7.STATISTICĂ Numărul Structura (Nr.00 1000 213 profesionale teoretice nti 370 450 130 50 1000 2. care a fost extras din „Anexa 3”. astfel: χ 2 2 . Procedeul tragerii la sorţi Universitatea Hyperion | 2011 .procedeul sondajului cu ajutorul tabelului cu numere întâmplătoare.0000 0.13 140 265 0. Verificarea ipotezei propuse se realizează prin compararea lui . în practica cercetărilor prin sondaj.81 Deoarece a rezultat că χ 2 .20 χ 2 tabelar 2 χq 0.05.statistic este mai mic decât χ 2 .05 40 5300 1.2016 „A” „B” „C” „D” Total Notă:Distribuţia teoretică a frecvenţelor este calculată prin aplicarea mărimilor relative de structură de la nivelul colectivităţii totale asupra volumului eşantionului.3. . persoanelor pers.4324 2.tabelar.0000 7.statistic cu 2 statistic Σ ni nti nti 2 7. IX. comparativ cu structura colectivităţii totale.tabelar.45 420 689 0. se acceptă ipoteza nulă şi deci între cele două structuri nu se constată o deosebire semnificativă. pentru o probabilitate de 95% şi 3 grade de libertate. Se confirmă statistic faptul că eşantionul este reprezentativ din punct de vedere al structurii pe categorii profesionale.

în care. N P este probabilitatea unei unităţi de sondaj a populaţiei statistice de a fi inclusă în eşantion. Dintre cele două variante de extragere a unităţilor conform procedeului tragerii la sorţi. probabilitatea primei unităţi de sondaj de a fi extrasă este: P probabilitatea celei de a doua unităţi este: P de a intra în eşantion a ultimei unităţi este. astfel: a) . astfel încât la o extragere următoare această unitate poate fi cercetată încă odată.STATISTICĂ 214 Procedeul tragerii la sorţi sau al loteriei constă în extragerea la întâmplare dintr -o urnă a unor bile. b) . N 1 N 1 şi în final probabilitatea N 1 . când unitatea extrasă şi supusă observării este reintrodusă în popuplaţia statistică.extragerea cu reintroducere (sondajul aleator cu revenire). ca urmare a micşorării continue a volumului populaţiei statistice. În această variantă. P notat numărul total de unităţi ale eşantionului. mai avantajos este sondajul fără revenire. discuri sau fişe identice ca formă. Acest procedeu poate fi aplicat în două variante.extragerea fără reintroducere (sondajul aleator fără revenire). deoarece în acest caz erorile de Universitatea Hyperion 1 . când unitatea extrasă şi supusă observării nu mai este reintrodusă în colectivitatea totală. fiecare unitate de sondaj are aceeaşi probabilitate de a fi extrasă şi respectiv de a fi cuprinsă în eşantion cu o mărime diferită de zero. ce reprezintă unităţi de sondaj. în care cu „n” s-a n 1 | 2011 . până la constituirea volumului necesar al eşantionului. Prin acest procedeu de extragere probabilitatea fiecărei unităţi de a fi inclusă în eşantion creşte odată cu derularea procesului de efectuare a extragerilor. Astfel. N reprezintă numărul total al unităţilor populaţiei statistice. P 1 . egală cu.

şi extragerea unui număr de „n” unităţi de sondaj cu ajutorul unui tabel cu numere aleatoare. Prin includerea în eşantion a unei unităţi de sondaj. de Fisher şi Yates. cele 200 de unităţi ale populaţiei vor fi numerotate într-o ordine oarecare. Dacă luăm din tabel (Anexa 1). o singură dată. În continuare vom alege o coloană din tabelul respectiv. Acest procedeu constă în numerotarea. de exemplu. de la 1 la N. acestea trebuie descompuse în grupe cu un număr de cifre egal cu numărul din care este compus volumul total al populaţiei (în cazul nostru în grupe de câte trei cifre). Deoarece grupele de numere din tabel sunt formate din câte cinci cifre. Să presupunem că am ales varianta prin care grupurile de trei cifre sunt situate în mijlocul numărului format din cinci cifre. din care dorim să extragem 10 unităţi. Procedeul sondajului cu ajutorul tabelului cu numere aleatoare (întâmplătoare). se elimină posibilitatea deformării frecvenţei variantelor caracteristicii. vom considera o populaţie statistică compusă din 200 unităţi. numărul 50243. de Burke Horton. efectuate cu ajutorul unor maşini de amestecat numere. întocmite de T ippett. vom putea forma următoarele grupe de trei cifre: 502. să zicem coloana a 7-a.STATISTICĂ reprezentativitate întâmplătoare sunt mai mici. de Kendall şi Babington Smith şi de Rond Corporation. fără a avea în vedere o ordine dinainte stabilită. Pentru exemplificarea tehnicii de obţinere a eşantionului folosind procedeul sondajului cu ajutorul tabelului cu numere aleatoare. deci dintr-o grupă de numere a tebelului putem alege una din cele trei variante de grupe formate din câte trei cifre. În primul rând. din care reţinem 10 grupe de numere. Aceste tabele au rezultat în urma a numeroase trageri la sorţi. 024 şi 243. de la 1 la 200. a tuturor unităţilor ce compun populaţia statistică. În practică se cunosc mai multe tipuri de asemenea tabele. în acest caz vom reţine: 215 024 046 164 090 Universitatea Hyperion | 2011 .

deoarece nu intră în limitele sondajului propus de noi. vor fi neglijate. cu condiţia ca sistemul de extragere a numerelor să fie respectat în mod riguros.STATISTICĂ 216 115 144 083 062 043 060 Se menţionează că numerele formate din câte trei cifre care sunt mai mari de 200. pentru constituirea eşantionului. independent de mărimea caracteristicilor care vor fi studiate prin folosirea eşantionului. pe toată durata operaţiunii. Dacă unele grupe de cifre reţinute se repetă sau sunt foarte apropiate ca mărime se recomandă a fi înlocuite cu alte numere extrase în continuare din tabel pe baza aceloraşi principii. de inexistenţa unei baze de sondaj adecvate sau datorită unor posibilităţi şi scopuri specifice de realizare a sondajului. Procedeul sondajului sistematic În condiţiile sondajului sistematic sau mecanic. pentru constituirea eşantioanelor. unităţile de sondaj sunt extrase dintr-o bază de sondaj de forma unei liste sau a unui pachet de fişe care cuprinde toate unităţile populaţiei statistice. În baza de sondaj. începând cu oricare coloană sau rând de numere. Acest procedeu de sondaj este echivalent cu sondajul aleator fără revenire. O eventuală corelare a criteriului de ordonare a unităţilor în baza de sondaj cu nivelul caracteristicii studiate sau existenţa unei periodicităţi a nivelului caracteristicii Universitatea Hyperion | 2011 . pe care le vom prezenta în continuare. unităţile sunt poziţionate şi numerotate conform unei criteriu oarecare. Cele 10 numere reţinute sunt apoi ordonate după mărime în vederea uşurării extragerii celor 10 unităţi de sondaj din populaţia statistică. Practica cercetărilor prin sondaj a impus şi alte procedee pentru constituirea eşantioanelor datorită existenţei unor condiţii particulare de existenţă a populaţiilor statistice. Tabelele cu numere aleatoare pot fi folosite. până la formarea volumului necesar al eşantionului.

deoarece volumul şi ordinea populaţiei statistice rămân aceleaşi pe toată durata sondajului. Operaţiunea de extragere începe prin localizarea unei unităţi din prima grupă prin aplicarea tragerii la sorţi. cu condiţia ca baza de sondaj folosită să fie completă. se adoptă sistemul de ordonare alfabetică a unităţilor. deoarece volumul colectivităţii totale rămâne constant pe toată durata realizării extragerilor. cu ajutorul unei baze de sondaj în care unităţile colectivităţii totale sunt ordonate (crescător sau descrescător) după mărimea caracteristicii de reprezentativitate. procesul continuă până la formarea completă a eşantionului. În acest fel. efectuat în modalitatea prezentată mai sus. Extragerea unităţilor de sondaj din baza de sondaj. Sondajul sistematic. o poziţionare aleatoare a unităţilor. este asimilat procedeului de sondaj aleator cu revenire. în studiile de opinie sau de preferinţe. acesta este considerat qvasiUniversitatea Hyperion | 2011 . populaţia statistică este împărţită în grupe convenţionale n 217 neomogene cu un număr de unităţi egal cu mărimea pasului de numărare. De foarte multe ori. din fiecare grupă urmând a se extrage câte o unitate.STATISTICĂ în baza de sondaj constituie surse de erori de reprezentativitate sistematice ce trebuie evitate. iar caracterul aleator se asigură prin folosirea unei baze de sondaj adecvate. această unitate va fi baza de plecare a extragerilor următoare (unitatea de start). mărimea reală a erorilor de reprezentativitate. calculat astfel: k N . actuală şi cu o ordine întâmplătoare a unităţilor. este mai mică decât în cazul sondajului aleator cu revenire deoarece se evită riscul cooptării repetate a uneia şi aceleaşi unităţi în eşantion dar este mai mare comparativ cu sondajul aleator fără revenire. Din punct de vedere teoretic. în practică. în baza de sondaj. La numărul de ordine asociat primei unităţi extrase se adaugă mărimea pasului de numărare şi se obţine numărul de ordine al următoarei unităţi de sondaj. Sondajul sistematic este aplicat cu succes în cercetările sociologice şi demografice. introduse prin aplicarea procedeului sistematic. de regulă. Notă:Dacă eşantionul este constituit prin sondaj sistematic. care permite. se efectuează prin aplicarea unui interval sau pas de numărare. în vederea formării eşantionului.

în conformitate cu cotele care i-au fost repartizate. rezultă variaţii mici ale nivelurilor individuale faţă de nivelul mediu al grupei şi prin urmare diferenţa dintre un eşantion obţinut prin procedeul cotelor şi un eşantion constituit prin aplicarea unui procedu de tip aleator este relativ redusă. datorită caracterului predominant al factorului subiectiv. de exemplu. Fiecare operator de interviu primeşte o „cotă” de unităţi care vor fi observate. fapt ce favorizează apariţia unor erori de reprezentativitate sistematice. comparativ cu includerea întâmplătoare în eşantion a unităţilor statistice. iar estimaţia eroarii medii a valorii medii de sondaj se calculează cu una din relaţiile oferite de Yates şi Cochran şi care conduc la un rezultat „uşor” distorsionat. nu permite estimarea erorilor de reprezentativitate şi în consecinţă nu poate fi calculat intervalul de Universitatea Hyperion | 2011 . câte persoane care au domiciliul în mediul rural şi câte în urban etc. Procedeul cotelor. astfel încât prin reunirea tuturor cotelor să se reconstituie structura populaţiei statistice pe un volum al eşantionului considerat satisfăcător pentru a obţine o caracterizare corespunzătoare a populaţiei.. Procedeul cotelor poate fi aplicat numai atunci când este cunoscută structura populaţiei statistice care urmează să fie cercetată prin sondaj. preferinţele sau a cerinţelor de consum ale unor grupuri de persoane. câte persoane să aparţină unei anumite grupe de vârstă. câte persoane de sex feminin şi câte de sex masculin să fie intervievate.STATISTICĂ aleatoriu. la aprecierea subiectivă a fiecărui operator. 218 Procedeul cotelor Cazurile practice în care se recurge la procedeul cotelor sunt cele care au ca obiectiv cunoaşterea opiniilor. Includerea unităţilor statistice (persoanelor) în eşantion se face prin alegerea subiecţilor. câte persoane active din anumite profesii. Dacă grupele populaţiei statistice constituite după mai multe caracteristici considerate esenţiale sunt omogene din punct de vedere al scopului cercetării.

În acest scop observatorul se deplasează pe artera respectivă într-unul din sensuri. în funcţie de o anumită caracteristică. la anumite momente. Procedeul introduce în mod deliberat. 219 Procedeul concentrat Procedeul concentrat sau al părţii principale poate fi adoptat atunci când. fără îndoială. şi numără toate persoanele pe lângă care trece indiferent de sensul în care circulă acestea (vin din sens contrar sau sunt depăşite de observator) şi scade Universitatea Hyperion | 2011 . într -o proporţie mare (90-95%). Aceasta constă în aceea că procedăm la cercetarea tuturor unităţilor în care este concentrată. dar care este posibil să fie de proporţii mici şi să fie considerată acceptabilă. Procedeul observaţiilor la intervale egale sau neegale de timp Acest procedeu se aplică în special la studiul statistic al calităţii producţiei industriale precum şi pentru estimarea gradului de îndeplinire a sufragiilor pentru consum a populaţiei şi constă în observarea. populaţia statistică este puternic asimetrică. a uneia sau mai multor unităţi care aparţin unui colectivităţi cu o desfăşurare în timp. Procedeul observatorului mobil Procedeul observatorului mobil este utilizat atunci când se doreşte a determina numărul de persoane ce se deplasează la anumite ore pe o stradă sau într-o zonă a unei artere cu circulaţie intensă.STATISTICĂ încredere pentru mărimea medie sau totală a unei caracteristici care se doreşte a fi estimată. o eroare de reprezentativitate sistematică. caracteristica ce ne interesează şi care sunt puţine la număr şi respectiv sunt excluse în totalitate din cercetare un număr mare de unităţi în care caracteristica respectivă are o pondere mică (5-10%).

220 IX. observatorul parcurge din nou porţiunea respectivă de stradă. Apoi. cu condiţia ca fiecare animal să fie uşor de identificat iar deplasarea observatorului să nu influenţeze mişcarea colectivităţii de animale supuse observării. dar cu aceeaşi viteză.4. în sens contrar de această dată. Acest procedeu de sondaj poate fi aplicat şi în cazul estimării efectivului unei colectivităţi de animale aflate în mişcare. FELURILE EŞANTIOANELOR a) Eşantionul simplu aleator constituit prin tragere la sorţi cu revenire În cazul acestui tip de eşantion pot fi fundamentate următoarele relaţii de calcul atât în varianta reală cât şi în varianta estimată: Pentru o caracteristică cantitativă Universitatea Hyperion | 2011 .STATISTICĂ numărul persoanelor care merg în acelaşi sens cu observatorul dar îl depăşesc. şi procedează la o modalitate identică de numărare a persoanelor. Media rezultatelor celor două numărători va reprezenta numărul mediu de persoane aflate pe stradă în perioada respectivă.

Eroarea medie a valorii totale a caracteristicii de reprezentativitate 7. Dispersia caracteristicii de reprezentativitate 5. Eroarea limită sau maximă admisă pentru valoarea medie ζX N ζx ˆX ζ ˆx N ζ x z ζx ˆ x ˆx z ζ Pentru o caracteristică alternativă Universitatea Hyperion | 2011 . Numărul total de eşantioane care pot fi formate prin aplicarea procedeului de extragere prin tragere la sorţi cu revenire (Nn) 8. Valoarea medie a caracteristicii de reprezentativitate 4. Volumul colectivităţii totale (N) 2. Eroarea medie a valorii medii de sondaj 2 X Valoarea estimată -calculată pe baza datelor obţinute din sondaj- m Σ xi N ˆ m x Σ xi n 2 xi N m 2 ˆ 2 X s 2 X xi n 1 2 sX n x ζx 2 ζX n Σ xi m Nn 2 ˆx ζ 6.STATISTICĂ 221 Valoarea reală Denumirea indicatorilor -calculată pe baza datelor aferente colectivităţii totale1. Volumul eşantionului (n) 3.

Eroarea limită sau maximă admisă pentru valoarea medie ˆ p w m n ζ2 p ζ2 p n p1 p 2 ˆp 2 sw w1 w 2 sw n n n 1 ζw p1 p n ˆw ζ w1 w n 1 ˆM ζ ˆw N ζ ζM N ζw w z ζw ˆ w ˆw z ζ b) Eşantionul simplu aleator constituit prin tragere la sorţi fără revenire | 2011 Universitatea Hyperion . Eroarea medie a valorii totale a caracteristicii alternative 9. Dispersia caracteristicii alternative 7. Numărul total de eşantioane care pot fi formate prin aplicarea procedeului de extragere prin tragere la sorţi cu revenire ( N n ) 10. Eroarea medie a valorii medii de sondaj 8.STATISTICĂ 222 Valoarea reală Denumirea indicatorilor -calculată pe baza datelor aferente colectivităţii totale1. Valoarea medie a caracteristicii alternative 4. Volumul eşantionului (n) p M N Valoarea estimată -calculată pe baza datelor obţinute din sondaj- 3. Numărul de unităţi statistice care deţin caracteristica alternativă urmărită în colectivitatea totală (M) 5 Numărul de unităţi statistice care deţin caracteristica alternativă urmărită în eşantion (m) 6. Volumul colectivităţii totale(N) 2.

Valoarea medie a caracteristicii de reprezentativitate Valoarea reală 223 m Σ xi N Valoarea estimată ˆ m 4. Volumul eşantionului (n) 3. Volumul colectivităţii totale (N) 2. Dispersia caracteristicii de reprezentativitate 2 X x xi n Valoarea reală xi m N 2 Valoarea estimată 2 ˆX s 2 X N 1 N xi n 1 x 2 N 1 N 5. atât în varianta reală cât şi în varianta estimată: Pentru o caracteristică cantitativă Valoarea reală Denumirea indicatorilor este calculată pe baza datelor aferente colectivităţii totale Valoarea estimată este calculată pe baza datelor obţinute din sondaj 1.STATISTICĂ În cazul acestui tip de eşantion pot fi fundamentate următoarele relaţii de calcul. Eroarea medie a valorii medii de sondaj Valoarea reală σx Σ xi m n CN 2 2 ζX N n n N 1 Valoarea estimată ˆx ζ 2 sX N 1 N n n N N 1 2 sX N n n N Universitatea Hyperion | 2011 .

n CN N! n! N-n ! Pentru o caracteristică alternativă Universitatea Hyperion | 2011 . Eroarea limită sau maximă admisă pentru valoarea medie Valoarea reală x z ζx Valoarea estimată ˆ x ˆx z ζ Notă:Calculul numărului de combinări este efectuat astfel. Numărul total de eşantioane care pot fi formate prin aplicarea procedeului de extragere prin tragere la sorţi fără n revenire ( C N ) 8.STATISTICĂ 224 6. Eroarea medie a valorii totale a caracteristicii de reprezentativitate Valoarea reală ζX ˆX ζ N ζx ˆx N ζ Valoarea estimată 7.

STATISTICĂ 225 Valoarea reală Denumirea indicatorilor este calculată pe baza datelor aferente colectivităţii totale Valoarea estimată este calculată pe baza datelor obţinute din sondaj 1. Eroarea medie a valorii medii de sondaj 2 sw N 1 N w1 w N 1 n 1 N n Valoarea reală ζw ζ2 n p N n N 1 p1 p n N n N 1 Valoarea estimată ˆw ζ ˆ2 ζ n p N n N 1 w1 w n 1 N N n Universitatea Hyperion | 2011 . Valoarea medie a caracteristicii alternative Valoarea reală p M N m n Valoarea estimată ˆ p 4. Volumul eşantionului (n) 3. Dispersia caracteristicii alternative w Valoarea reală ζ2 p p1 p Valoarea estimată ˆ2 ζ p 7. Numărul de unităţi statistice care deţin caracteristica alternativă urmărită în colectivitatea totală (M) 5 Numărul de unităţi statistice care deţin caracteristica alternativă urmărită în eşantion (m) 6. Volumul colectivităţii totale (N) 2.

Numărul total de eşantioane care pot fi formate prin aplicarea procedeului de extragere prin n tragere la sorţi fără revenire ( C N ) 10. Eroarea medie a valorii totale a caracteristicii alternative Valoarea reală ζM ˆM ζ N ζw ˆw N ζ Valoarea estimată 9.STATISTICĂ 226 8. Eroarea limită sau maximă admisă pentru valoarea medie Valoarea reală w z ζw Valoarea estimată ˆ w ˆw z ζ CALCULUL VOLUMULUI EŞANTIONULUI Tipul eşantionului Eşantion simplu aleatoriu cu revenire(caracteristică cantitativă) Relaţia de calcul n z2 2 x 2 X Universitatea Hyperion | 2011 .

astfel încât mărimea relativă a erorii limită în raport cu valoarea medie să nu depăşească 5%. pentru care se optează. pentru care se optează. cunoscută dintr-o cercetare totală efectuată anterior sau este o estimaţie obţinută pe baza unui eşantion. în funcţie de probabilitatea cu care se doreşte să fie garantate rezultatele. este eroarea limită sau maximă admisă pentru valoarea medie a - w caracteristicii de reprezentativitate alternative sau calitative. este dispersia caracteristicii alternative sau calitative.STATISTICĂ 227 Eşantion simplu aleatoriu cu revenire(caracteristică alternativă sau calitativă) Eşantion simplu aleatoriu fără revenire(caracteristică cantitativă) Eşantion simplu aleatoriu fără revenire(caracteristică alternativă sau calitativă) Notă: n z2 p 1 p 2 w n z2 N 1 2 X 2 x N z2 2 X n z2 p 1 p N N 1 2w z 2 p 1 p -„z” este factorul de probabilitate extras din tabela cu valorile funcţiei de repartiţie normală. (Anexa 2). este eroarea limită sau maximă admisă pentru valoarea medie a - x caracteristicii de reprezentativitate cantitative.p1 p variante. Universitatea Hyperion | 2011 . cu două variante. cu două . astfel încât mărimea relativă a erorii limită în raport cu valoarea medie să nu depăşească 5%. cunoscută dintr-o cercetare totală efectuată anterior sau este o estimaţie obţinută pe baza unui eşantion.ζX este dispersia caracteristicii de reprezentativitate. 2 .

STATISTICĂ

228

c) Eşantionul simplu constituit prin procedeul sistematic Atunci când unităţile statistice de sondaj sunt ordonate în baza de sondaj după mărimea caracteristicii de reprezentativitate. Pentru o caracteristică cantitativă În cazul acestui tip de eşantion pot fi fundamentate următoarele relaţii de calcul, atât în varianta reală cât şi în varianta estimată:
Valoarea reală Denumirea indicatorilor este calculată pe baza datelor aferente colectivităţii totale Valoarea estimată este calculată pe baza datelor obţinute din sondaj 1. Volumul colectivităţii totale (N) 2. Volumul eşantionului (n) 3. Valoarea medie a caracteristicii de reprezentativitate Valoarea reală

m

xi N

Valoarea estimată

ˆ m
4. Dispersia caracteristicii de reprezentativitate
2 X

x

xi n

Valoarea reală

xi m N

2

Universitatea Hyperion

| 2011

STATISTICĂ

229

5. Eroarea medie a valorii medii de sondaj

Valoarea reală

ζx

Σ xi e

m

2

2 ζX 1 n

n 1 ρ

Valoarea estimată Yates

ˆx ζ

N n N n

n 1 i 1

xi 1 xi 2n 1

2

Cochran

ˆx
6. Coeficientul de corelaţie interclasă

N n N n2

n/2

x2i
i 1

x2i

2 1

Valoarea reală
e n 1 n

xir ρ
r 1 i 1i 2

m

xi r

m

2 k n n 1 ζX

7. Pasul sau intervalul de numărare

k

N n
Valoarea reală
X

8. Eroarea medie a valorii totale a caracteristicii de reprezentativitate

N

x

Valoarea estimată

ˆX ζ
9. Numărul total de eşantioane care pot fi formate prin aplicarea procedeului de extragere sistematică (e) 10. Eroarea limită sau maximă admisă pentru valoarea medie

ˆx N ζ

Valoarea reală
x

z

x

Valoarea estimată

ˆ

x

z ˆx

Universitatea Hyperion

| 2011

STATISTICĂ

230

11. Eroarea limită relativă pentru valoarea medie

Valoarea reală
x

m
ˆ

100

Valoarea estimată
x

x

100

Notă: - în relaţia de calcul a coeficientului de corelaţie interclasă, mărimea „k” va fi folosită cu zecimale, dacă aşa rezultă din calcul; - dacă pasul sau intervalul de numărare „k” este un număr întreg se aplică un sondaj sistematic liniar. În acest caz „unitatea de start” este extrasă prin tragere la sorţi din prima grupă convenţională de unităţi statistice de sondaj care are mărimea pasului de numărare; - dacă pasul sau intervalul de numărare „k” este un număr zecimal, se foloseşte partea întreagă a numărului şi se aplică un sondaj sistematic circular. În acest caz „unitatea de start” este extrasă prin tragere la sorţi din N; - dacă în baza de sondaj, unităţile statistice de sondaj au o ordine aleatorie, sau sunt ordonate după o caracteristică independentă, necorelată cu caracteristica de reprezentativitate, cum ar fi ordinea alfabetică, sondajul simplu sistematic este asimilat sondajului simplu aleatoriu cu revenire; - estimaţiile oferite de Yates şi Cochran, pentru eroarea medie a valorii medii de sondaj, sunt „uşor” distorsionate; - sondajul sistematic sau mecanic, în cazul ordonării unităţilor statistice de sondaj în baza de sondaj după mărimea caracteristicii de reprezentativitate, este considerat qvasi-aleatoriu; - valoarea minimă a coeficientului de corelaţie interclasă este estimată, în mod convenţional, la mărimea de -0,01, ( ρ
1 n 1 1 100 -0,01);

- relaţia necesară calculului volumului eşantionului se poate obţine din formula erorii limită sau maximă admisă pentru valoarea medie, astfel:
Universitatea Hyperion

| 2011

STATISTICĂ

231

n

z2
2 x

z

2 X 2

1
2 X

.

d) Eşantionul stratificat În cazul acestui tip de eşantion pot fi fundamentate următoarele relaţii de calcul, atât în varianta reală cât şi în varianta estimată: Pentru o caracteristică cantitativă
Valoarea reală Denumirea indicatorilor este calculată pe baza datelor aferente colectivităţii totale Valoarea estimată este calculată pe baza datelor obţinute din sondaj 1. Volumul colectivităţii totale (N) 2. Volumul eşantionului (n) 3. Numărul straturilor sau grupelor (g)

Universitatea Hyperion

| 2011

STATISTICĂ

232

4. Repartizarea pe straturi a unităţilor statistice de sondaj poate fi efectuată în următoarele variante: - stratificare simplă (din fiecare strat se extrage acelaşi număr de unităţi statistice de sondaj)
nj Nj N n
n1 N1 n2 N2 ... nj Nj ...

n1

n2

...

nj

...
g

ng
nj
j 1 g

Nj
l 1

n N

- stratificare proporţională cu

n1 N1
1

Nj

...

nj Nj
j

...

n
g

Nj
j 1

j

nj

Nj ζj
g

n

Nj ζj
j 1

- stratificare proporţională cu

N j şi cu ζ j (stratificare optimă
de tip Neyman) 5. Valoarea medie a caracteristicii de reprezentativitate Valoarea reală

m

xi N xi n

Valoarea estimată

ˆ m
6. Dispersia caracteristicii de reprezentativitate

x

Valoarea reală

ζ

2 X

xi m N

2

Universitatea Hyperion

| 2011

procedeul tragerii la sorţi fără revenire Universitatea Hyperion | 2011 .procedeul tragerii la sorţi cu revenire 2 j s 2 j Nj Nj 1 .STATISTICĂ 233 7. Dispersia caracteristicii de reprezentativitate pentru grupa sau stratul “j” Valoarea reală 2 j xij Nj mj 2 Valoarea estimată ˆ2 j Nj Nj s2 j 1 xij xj 2 nj 1 xij nj xj 1 2 ˆ .

procedeul tragerii la sorţi cu revenire x j 1 g N2 s2 j j N 2 nj j 1 Valoarea reală g N2 ζ2 Nj j j N 2 nj 1 nj Nj Valoarea estimată g ˆx j 1 N2 s2 Nj j j N 2 nj nj Nj Valoarea reală g x j 1 N2 ζ2 j j N 2 nj 1 nj 1 ρj Valoarea estimată Yates .procedeul sistematic În cazul ordonării unităţilor statistice de sondaj în baza de sondaj după mărimea caracteristicii de reprezentativitate. crescător Universitatea Hyperion | 2011 .STATISTICĂ 234 8. Eroarea medie a valorii medii de sondaj: Valoarea reală g x j 1 N2 ζ2 j j N 2 nj Valoarea estimată ˆx .procedeul tragerii la sorţi fără revenire g ˆx j 1 N2 Nj j N2 nj nj 1 x j:i 1 x j:i 1 2 N j nj Cochran i 1 2 nj ˆx g N2 Nj j N2 nj n j /2 j 1 N j n2 j x j:2i i 1 x j:2i-1 2 .

STATISTICĂ 235 9.procedeul tragerii la sorţi fără revenire Eşantion stratificat proporţional cu N j şi cu j g 2 (stratificare optimă z n 2 j 1 2 x Nj N g Nj Nj N 2 2 j 1 1 2 j de tip Neyman) .procedeul tragerii la sorţi fără revenire z2 j 1 N Nj 2 j Universitatea Hyperion | 2011 . Eroarea limită sau maximă admisă pentru valoarea medie Valoarea reală x z ζx Valoarea estimată ˆ x ˆx z ζ CALCULUL VOLUMULUI EŞANTIONULUI (caracteristică cantitativă) Tipul eşantionului Eşantion stratificat simplu .procedeul tragerii la sorţi fără revenire Eşantion stratificat proporţional cu N j n z 2 ζ j2 2 x Relaţia de calcul n z2 N 1 2 2 x N z2 2 .procedeul tragerii la sorţi cu revenire n z2 N 1 2 j 2 x N z2 2 j .

în formula erorii medii a valorii medii de sondaj. .Valoarea medie a dispersiilor de grupă.Pentru a obţine relaţia de calcul a volumului eşantionului. se calculează astfel: g 2 j 2 j j 1 g 236 Nj Nj j 1 e) Eşantionul în cuiburi sau de serii În cazul acestui tip de eşantion pot fi fundamentate următoarele relaţii de calcul. „ ζ j2 ”. „n”. Numărul de serii (cuiburi) din Universitatea Hyperion | 2011 . Numărul total de serii din colectivitatea totală eşantion (r) (R) 2.STATISTICĂ Notă: . se înlocueşte „ n j ” cu relaţia aferentă tipului de proporţionalitate pentru care s-a optat. atât în varianta reală cât şi în varianta estimată: Pentru o caracteristică cantitativă Valoarea reală Denumirea indicatorilor este calculată pe baza datelor aferente colectivităţii totale Valoarea estimată este calculată pe baza datelor obţinute din sondaj 1.

Valoarea medie a caracteristicii de reprezentativitate Valoarea reală R xiR m i 1 R Valoarea estimată r xir ˆ m xr i 1 r 5. Valoarea medie a seriei “i” Valoarea reală xiR Σ xi n Σ xi n Valoarea estimată xir 4.STATISTICĂ 237 3.procedeul tragerii la sorţi fără revenire Universitatea Hyperion | 2011 .procedeul tragerii la sorţi cu revenire . Dispersia mediilor de serii de la media generală a caracteristicii de reprezentativitate Valoarea reală R xiR 2 X i 1 m 2 R Valoarea estimată r ˆ2 X r xir i 1 xr 2 r 1 xir i 1 ˆ2 X xr 2 r 1 R 1 R .

numărul de unităţi statistice care formează o serie (cuib) este acelaşi (sau aproximativ la fel de numeros) în toate seriile existente în colectivitatea totală.procedeul tragerii la sorţi cu revenire: n 2 z 2 δX 2 x .STATISTICĂ 238 6.valoarea estimată: ˆ x ˆx z ζ .„n” din relaţia de calcul a valorii medii a seriei „i” reprezintă numărul de unităţi statistice existente.eroarea limită sau maximă admisă pentru valoarea medie se calculează la fel ca în celelalte tipuri de sondaj: . Eroarea medie a valorii totale a caracteristicii de reprezentativitate i 1 xr 2 rr 1 Valoarea reală ζX R ζx R r R Valoarea estimată ˆX ζ ˆx R ζ Notă: . . .volumul eşantionului format din cuiburi (serii) se determină astfel: . într-o serie. în mod natural.valoarea reală: x z ζx .procedeul tragerii la sorţi fără revenire Valoarea reală x 2 δX R r r R 1 Valoarea estimată r xir ˆx 7. Eroarea medie a valorii medii de sondaj .procedeul tragerii la sorţi fără revenire: n 2 R z 2 δX 2 R 1 2x z 2 δX Universitatea Hyperion | 2011 .

.volumul eşantionului format din cuiburile extrase. existente în colectivitatea statistică totală. . Dacă se optează pentru un sondaj în două trepte (cu observarea totală a unităţilor statistice elementare cuprinse în cuiburile extrase în treapta a doua). De exemplu: . de forma treptei întâi.STATISTICĂ 239 f) Alte tipuri de sondaje .numărul unităţilor de sondaj (cuiburilor).r1 . din localităţi se extrag persoane sau familii. Universitatea Hyperion | 2011 . iar în treapta a treia.în treapta a doua se extrag din judeţele extrase în prima treaptă. prin tragere la sorţi fără revenire.volumul eşantionului format din cuiburile extrase.Sondajul în trepte. În acest caz tipologia unităţilor de sondaj se modifică de la un eşantion la altul. localităţi. de forma treptei a doua.R2 . .r2 .numărul unităţilor de sondaj (cuiburilor). din R1 . în treapta a doua din R2 . conţinute în r1 . eroarea medie a valorii medii de sondaj se calculează astfel: x δ12 R1 r1 r1 R1 1 2 δ2 R2 r2 r2 r1 R2 1 în care: . existenţa unei grupări a unităţilor care formează colectivitatea statistică totală în grupe (cuiburi. Sondajul în trepte presupune. în prima treaptă.R1 . prin urmare.în prima treaptă se extrag judeţe. serii) şi subgrupe cu existenţă permanentă. .

6129. constituit anterior.5 121.625 130.6117. Tipologia unităţilor de sondaj este aceeaşi în toate fazele de extragere a eşantioanelor.5 119.Sondajul în faze. În continuare vor fi prezentate mai multe exemple care vor concretiza modul practic de calcul şi interpretare a situaţiilor de aplicare a metodei sondajelor statistice.55 -5 -20 100 xi 126.55 ni 2 xi 126. În cazul acestui tip de sondaj se formează eşantioane succesive prin extrageri dintr-un eşantion.6125.55 -3 -60 180 6 118.55 -1 -44 44 36 122. mai numeros.6127.55 0 0 0 44 124.55 -2 -72 144 20 120.5 117.6119.55 +1 36 36 55 126.55 -4 -24 96 Numă rul flacoa ne.5 123.55 +2 50 100 36 128.55 2 2 ni Universitatea Hyperion | 2011 .lor ( ni ) 4 Mijloc ul interva -lului ( xi ) 116.6123.55 2 xi 126.5 125.5 127.6121.) 115. În fiecare fază de eşantionare se aplică un program de observare mai complex. 240 Exemplul 22 Tabelul 25 Grupe de flacoane după greutate (mg.STATISTICĂ .5 129.

5 135.5 131.000 fiole şi poate fi asimilat procedeului de extragere prin tragere la sorţi fără revenire.55 +3 36 108 Î n procesul de ambalare automată a unui antibiotic..55 126. xmax 100 xmin .estimaţia valorii medii a greutăţii flacoanelor.96 ). în care.7 mg.5 133. n Universitatea Hyperion | 2011 . în tabel. Σ x xi 126.6133.036 4 136. 250 flacoane. .55 +5 20 100 8 134. Valorile referitoare la greutatea flacoanelor cântărite sunt prezentate.000 fiole. Mărimea intervalului de grupare s-a calculat astfel: i 1 8 xmax 100 xmin 1 8 137 116 100 1.1 mg. Sunt cercetate.05 1.STATISTICĂ 241 131.55 ni 2 2 126.55 +4 32 128 12 132.182 mg. Rezultatele vor fi garantate cu o probabilitate de 95% ( zq 0. pe grupe. este amplitudinea variaţiei .6135.5 Total 250 1. Notă:În cazul acestei cercetări procedeul adoptat pentru constituirea eşantionului este aplicat pe toată durata procesului tehnologic de producţie a lotului de 10. în acest fel. Se doreşte să se calculeze un interval de încredere pentru valoarea medie a greutăţii flacoanelor pentru o producţie totală de 10.6137. 2 mg. se reţine la anumite intervale de timp câte un flacon şi se cântăreşte conţinutul acestora cu o precizie de 0. 1 8 este un factor empiric iar.

25367 125.25367 126.limita inferioară a intervalului (li) în care se situează greutatea medie a celor 10.estimaţia dispersiei greutăţii flacoanelor (în cazul sondajului efectuat prin tragere la sorţi fără revenire).182 1. li x zq s2 N n n N 126.55 2 N 1 16.96 0. Pe baza analizelor efectuate s-au obţinut următoarele date cu privire la conţinutul de cenuşe a cărbunilor: Universitatea Hyperion | 2011 .5 N . destinat unei centrale electrice. s-a constituit un eşantion simplu aleator format din 400 probe.685 mg.182 1.96 0. ls x zq s2 N n n N 126.679 mg.limita superioară a intervalului (ls) în care se situează greutatea medie a celor 10. .55 Σ i 2 n 1 2 ni 22 126.000 fiole. s 2 N 1 N x 126.182 126. Exemplul 23 Din încărcătura de cărbuni a unei garnituri de tren.STATISTICĂ 242 .000 fiole.

Universitatea Hyperion | 2011 .3% ) .175 -1.175 -3.09 .estimaţia dispersiei procentului de cenuşe.13 13 .3806 0.15 15 .825 51.481 438.9806 23. x Σ xi ni Σ ni 6.175 % .6806 7.806 3.5806 257.23 23 .175 -5.2806 46.21 21 .419 453.403 803.825 4.063 88.340 1.STATISTICĂ 243 Tabelul 26 Grupe după conţinutul în cenuşe al cărbunilor (%) 9 .0806 1.600 2.19 19 .870 -7.934 582.227. ( Δx 0.227.estimaţia procentului mediu al conţinutului de cenuşe al cărbunilor.11 11 .175 0.870 400 17 .75 400 1 8.016 465.100 550 240 6.825 2.25 Total 5 30 45 100 130 55 25 10 400 10 12 14 16 18 20 22 24 50 360 630 1.calculul factorului de probabilitate z q .825 6.4806 26.3%.628 138. s2 Σ xi x ni Σ ni 1 2 3.7806 10.750 Numărul probelor ( ni ) Mijlocul intervalului ( xi ) xi ni xi x xi x 2 xi x 2 ni Să se determine probabilitatea ca eroarea limită (maximă admisă) care revine pentru ca estimaţia procentului mediu de cenuşe a cărbunilor să nu depăşească 0.17 17 .

asupra unui număr de 100 piese s-a putut calcula o estimaţie a dispersiei caracteristicii (rezistenţa la presiune). n 2 zq ζ2 Δ2 x 1.3% Δx zq s2 n zq Δx s2 n 0. efectuată anterior. deoarece nu se cunoaşte volumul colectivităţii totale. conform legii de repartiţie normale.000.09 400 2. în care caz factorul de probabilitate. 2.11 În tabela cu valorile funcţiei lui Laplace (Anexa 2) se găseşte că pentru z q revine o probabilitate de 96.000 48 piese 402 Universitatea Hyperion | 2011 . procedeul de sondaj ce se preconizează a fi utilizat este tragerea la sorţi fără revenire. formula de calcul folosită pentru determinarea numărului de piese ce vor fi cercetate este aceea utilizată în cazul tragerii la sorţi cu revenire. Notă:Cu toate că. este z q 1. Exemplul 24 Să se calculeze mărimea eşantionului simplu care se doreşte a fi constituit în vederea cercetării prin sondaj a rezistenţei la presiune a unor piese.11 . Procedeul de sondaj care urmează a fi folosit este tragerea la sorţi fără revenire.962 20. care are mărimea de 20.3 8.STATISTICĂ 244 Δx 0. Cercetarea ce urmează a fi realizată admite o eroare limită pentru rezistenţa medie la presiune de 40 kg/ cm2 şi o probabilitate de garantare a rezultatelor de 95%. Dintr-o înregistrare de probă.60%.96 .

930.6 576 persoane 0.093.4 0. considerând o eroare limită de 4%.950 473.0625 9.461.250 5.0 23.5 75.500 Numărul cauzelor Mijlocul intervalului xi ni xi x 2 xi x 2 ni ni xi Universitatea Hyperion | 2011 . cu o probabilitate de 95%. Să se calculeze mărimea eşantionului simplu ce va fi constituit prin tragere la sorţi fără revenire.962 0.500 12.0625 45.262.403. Prelucrarea datelor înregistrate de la un eşantion format prin tragere la sorţi fără revenire şi care reprezintă 20% din totalitatea cauzelor.5625 248.5 160 2.125 20.042 Exemplul 26 În cadrul unei cercetări statistice prin sondaj privind eficienţa activităţii comisiilor de judecată s-a urmărit şi evaluarea duratei medii de soluţionare a cauzelor. iar pe baza unor informaţii anterioare se apreciază că această proporţie este de aproximativ 40%.275 755 5.760 2. În aceste condiţii date.625 48.STATISTICĂ 245 Exemplul 25 Se doreşte să se estimeze proporţia fumătorilor existentă într-o populaţie statistică. numărul de pesoane care vor fi incluse în eşantion este calculat astfel: n 2 zq p1 p Δ2 w 1.0625 2.467.0 45. a condus la următoarea distribuţie: Tabelul 27 Timpul necesar pentru soluţionarea cauzelor (zile) până la 15 16-30 31-60 peste 60 total 20 120 50 10 200 8.

72 zile Universitatea Hyperion | 2011 .262. adoptându-se o probabilitate de garantare a rezultatelor de 95.Estimaţia duratei medii de soluţionare a unei cauze: Σ xi ni Σ ni 246 x 5.999 242.9849 31.8 0.Estimaţia erorii medii a valorii medii: ζx s2 N n n N 242.000 200 200 1.Estimaţia dispersiei duratei de soluţionare a cauzelor: s 2 N 1 N Σ xi x ni N 1 Σ ni 1 N 2 48.52512 1.2126 0.950 200 29.STATISTICĂ Să se estimeze durata medie de soluţionare o unei cauze din întregul lot de cauze şi limitele sale probabile.45%.limita inferioară: li x zq s2 N n n N 29.75 zile . .75 2 0.9849 .limita superioară: ls x zq s2 N n n N 29.28 .Limitele probabile ale duratei medii de soluţionare a unei cauze: .9849 27.500 999 200 1 1.000 1.78 zile .52512 0.75 2 0.000 242.

000 150 150 1 2.000 Dacă procentul maxim al rebuturilor care există în colectivitatea generală. .000 piese turnate s-au extras 150 de piese. 2% . ls w 1 w N 1 N n n 1 N N 1 0.02 . prin tragere la sorţi fără revenire.02 1 0. 4.02 1 0.45%.000 150 2.estimaţia erorii medii a procentului de rebuturi. întregul lot de 2. ( zq 2 ).28%).STATISTICĂ 247 Exemplul 27 Dintr-un lot de 2. nu depăşeşte procentul maxim admis.000 de piese se declară corespunzător din punct de vedere calitativ. estimat pe baza eşantionului.02 2. prin prisma particularităţilor de natură tehnologică.28% w zq 0. Universitatea Hyperion | 2011 .0114 0.02 2 0. ˆw ζ w1 w n N 1 N n n 1 N N 1 n 0.0428.000 0. cu o probabilitate de 95.(4.limita superioară a intervalului (ls) în care se situează procentul rebuturilor în colectivitatea totală. Din observarea pieselor care compun eşantionul a rezultat că 3 piese sunt rebuturi.02 150 1 2. ˆ p w m n 3 150 0.02 2 0.0114 .estimaţia procentuluide rebuturi calculat pe baza datelor de sondaj. Să se estimeze procentul maxim al rebuturilor existente în colectivitatea totală de piese turnate. sau al unei condiţii contractuale.

) şi abaterea medie pătratică s 1. Pornind de la aceste determinări statistice putem calcula estimaţia erorii medii şi respectiv a erorii limită pentru caracteristica de reprezentativitate considerată. pentru care s-a determinat media ( x 16. valoarea medie.15 3 cm . prin sondaj simplu aleator fără revenire.247 cm. În timp ce în 455 de cazuri (eşantioane) concluziile noastre vor fi eronate. Pe baza acestui rezultat putem afirma că în 9.04 169 2.estimaţia erorii limită.153 16.153 cm.000 piese turnate s-a format un eşantion de 169 piese. în plus sau în minus. astfel.153 16.4 cm. De asemenea. .0765 cm.000 0. Universitatea Hyperion | 2011 .000 169 2. se poate preciza că diametrul mediu al pieselor care formează lotul de 2. căreia îi corespunde zq 2 . calculată folosind datele obţinute din măsurarea pieselor cuprinse în eşantion. se va abate de la media dimensiunii cercetate în lotul celor 10.04 cm .000 de piese cu cel mult 0.553 cm.076 5) 0..estimaţie erorii medii a valorii medii a diametrului pieselor.45%. Limita inferioară: li Limita superioară: ls x Δx x Δx 16. .400 0. 0. de 95.000 eşantioane posibile.545 de cazuri din 10. ˆx ζ s2 N n n N 1. în condiţiile unei probabilităţi convenită pentru garantarea rezultatelor.400 16.STATISTICĂ 248 Exemplul 28 Dintr-un lot de 2.000 piese se poziţionează în intervalul definit prin următoarele limite. aferente unei anumite dimensiuni (diametrul piesei). Δx ˆx zq ζ 2 ( 0.

24 Universitatea Hyperion | 2011 .2 1.8 2 3 3.5 2.0 -2.3 +0.5 4.09 0.1 xi m (xi m) 2 xi 1.7 3.3 -1.8 -2.8 -0. Eşantioanele vor fi constituite din câte 2 unităţi.8 -1.8 7 3.49 3.3 -1.69 0. Aplicarea procedeului tragerii la sorţi cu revenire conduce la următoarele Nn 52 25 variante posibile de eşantioane: Media eşantionului Eşantioane constituite prin tragere la sorţi cu revenire 1.7 -1.3 2.2 2.2 -2.8 2 5.1 1.24 1.8 2 Σ xi N m 2 1 3. au următoarele valori: m ζ 2 Σ xi N 2 3.1 2.0 3.29 3.STATISTICĂ 249 Exemplul 29 Se consideră o populaţie statistică formată din 5 unităţi a căror caracteristică de reprezentativă are următoarele niveluri: 1.24 0.7 2.0 4.6 1.8 7.3.5 4.29 3.8 1 2 3 6 7 5 2 19 5 3. Media şi dispersia caracteristicii statistice de reprezentativitate pentru unităţile populaţiei statistice.04 5. pe baza dispersiei mediilor de sondaj.2.0 1.6.36 1.8 5 2 6 3.0 2.04 0.3 1.0 1.3 +0.7.2 +0.84 5. Se doreşte să se determine eficienţa relativă a sondajului simplu aleator cu revenire şi a sondajului simplu aleator fără revenire în raport cu sondajul simplu sistematic.5 2.6 2.5 2.

16.49 1.2 +2.7 7.7 +1.68 Sau ζ 2 x ζ2 n 5.04 0.49 1.0 95.44 7.3 7.09 0.5 5.2 -0.36 2 2.24 67.3 +0.5 3.29 0.0 4.84 7.5 7.04 0. m Σ xi Nn 95 25 3.68 Universitatea Hyperion | 2011 .44 0.2 3.6 3.64 0.5 4.7 +1.7 +2.1 7.3 3. 2 ζx Σ xi m Nn 2 67 25 2.STATISTICĂ 250 3.5 4.7 +3.3 6.69 0.7 +0.0 3.1 6.29 10.7 Total 2. se confirmă faptul că media de sondaj ( x ) este o estimaţie nedistorsionată a mediei caracteristicii pentru unităţile care formează populaţia statistică m .0 6.6 7.5 5.8 +0.5 6.2 6.2 +2.6 6.2 +0.3 -0.49 4.00 Deoarece.8 . Dispersia mediilor de sondaj de la media populaţiei statistice în cazul sondajului simplu aleator cu revenire este.8 1.0 4.2 +0.8 .0 -1.7 6.2 7.0 4.0 6.2 0 = + 16.

3 +0.7 Total xi m (x i m) 2 xi 1.29 20.0 2.STATISTICĂ 2.2 -1.5 4.10 Şi în acest caz se confirmă caracterul nedistorsionat al mediei de sondaj ca estimaţie a mediei caracteristicii înregistrate la unităţile colectivităţii totale.5 38.7 0 = + 5.7 2.09 0.8 -0.8 Dispersia mediilor de sondaj de la media populaţiei statistice în cazul sondajului simplu aleator fără revenire este.49 1.3 -1.44 7.7 6.7 .49 0. Universitatea Hyperion | 2011 .7 5.6 1.3 +0.5 4.5 4.7 +1.29 3.5 2.3 2.69 0.0 6.5. deoarece m Σ xi n CN 38 10 3.0 -2.6 3.7 +0.2 +2.3 1.04 0. Aplicarea procedeului tragerii la sorţi fără revenire conduce la următoarele n CN 251 C52 5! 10 variante posibile de eşantioane: 2! 5 2 ! Media eşantionului Eşantioane constituite prin tragere la sorţi fără revenire 1.2 +0.2 1.7 3.04 1.5 5.0 3.24 0.0 4.6 2.

1 2.8 +0.09 0.36 5 2 2 5 1 2.5 4.10 10 2.3 2.04 1.75 2.49 5. Se adoptă această modalitate de extragere deoarece mărimea pasului de numărare este un număr zecimal. Acest procedeu este cunoscut sub denumirea particulară de „procedeul sistematic circular”.6 3.30 Unitatea de start se obţine prin tragere la sorţi din cele 5 unităţi ale populaţiei statistice şi se continuă extragerile până se constituie eşantionul.0 -1.1 7. Universitatea Hyperion | 2011 .0 4.0 5.0 3.3 +0.1 Notă:În cazulacestui exemplu unităţile de sondaj sunt ordonate în baza de sondaj în funcţie de mărimea caracteristicii de reprezentativitate. Pasul de numărare este 2 deoarece se consideră partea întregă a raportului.44 0. în mod crescător. k N n 5 2 2.01 Sau ζ 2 x ζ2 N n n N 1 5.7 0 = + 2.01 3.5 19.68 0.24 0.2 Total 2.STATISTICĂ 252 2 ζx Σ xi m n CN 2 20.5 . Media eşantionului xi xi m (xi m) 2 3.7 6.2 -0.Aplicarea procedeului sistematic conduce la următoarele 5 variante posibile de eşantioane ( e 5 ): Eşantioane constituite prin procedeul sistematic circular` 1.2 +1.

20 2.36 1 2 2 1 0. fapt ce asigură mediei de sondaj caracterul de estimaţie nedistorsionată a mediei populaţiei statistice.5 2 2 1 5.STATISTICĂ 253 Media caracteristicii pentru unităţile care formează populaţia statistică m este egală cu media celor 5 valori medii de sondaj.3 1. Σ xi e m 19 5 3. 2 ζx Σ xi e m 2 5.06 5 sau 2 ζx ζ2 1 n n 1) ρ 5.60447 1.60447 Tabel cu calculele intermediare necesare determinării coeficientului de corelaţie interclasă Universitatea Hyperion | 2011 .36 0.06 Coeficientul de corelaţie interclasă ρ se calculează pe baza următoarei relaţii: e n 1 n x ir m ρ r 1 i 1i 2 xi r m 2 k n n 1 σ 16 .8 Dispersia mediilor de sondaj de la media populaţiei statistice în cazul sondajului simplu sistematic este.

STATISTICĂ

254

Eşantioane constituite prin procedeul sistematic circular 1;3

xir xi r

m m

(xir

m)(xi r

m)

1,0-3,8=-2,8 3,0-3,8=-0,8

(-2,8) (-0,8)=2,24

2;6

2,0-3,8=-1,8 6,0-3,8=2,2

(-1,8) (2,2)=-3,96

3;7

3,0-3,8=-0,8 7,0-3,8=3,2

(-0,8) (3,2)=-2,56

6;1

6,0-3,8=2,2 1,0-3,8=-2,8

(2,2) (-2,8)=-6,16

7;2

7,0-3,8=3,2 2,0-3,8=-1,8

(3,2) (-1,8)=-5,76

Total

-16,20 =-18,44+2,24

Eficienţa relativă a sondajului simplu aleator cu revenire şi a sondajului simplu aleator fără revenire comparativ cu sondajul simplu sistematic este exprimată prin rapoartele dispersiilor mediilor de sondaj de la media populaţiei statistice, astfel:

E1 E2

2 ζx sondaj simplu aleator cu revenire 2 ζ x sondaj simplu sistematic circular 2 ζx sondaj simplu aleator fară revenire 2 ζ x sondaj simplu sistematic circular

2,68 1,06

2,528

2,01 1,896 1,06

Prin aceste calcule se demonstrează că sondajul efectuat pe baza procedeului de constituire a eşantioanelor în mod mecanic sau sistematic este superior celorlalte două tipuri de eşantioane obţinute prin aplicarea procedeelor de extragere la sorţi cu reveni re sau fără revenire, dacă avem în vedere mărimea erorilor de reprezentativitate întâmplătoare pe care le propagă. Dispersia mediilor de sondaj de la media populaţiei statistice pentru un eşantion format prin tragere la sorţi cu revenire este mai mare de 2,528 ori comparative cu dispersia rezultată atunci când sondajul este efectuat cu procedeul sistematic.
Universitatea Hyperion

| 2011

STATISTICĂ Iar în cazul unui eşantion format prin tragere la sorţi fără revenire dispersia mediilor de sondaj de la media populaţiei statistice este mai mare de 1,896 ori comparative cu dispersia rezultată atunci când sondajul este efectuat cu procedeul sistematic. Se menţionează că, pentru a obţine o eroare medie a valorii medii cât mai mică se recomandă utilizarea procedeului sistematic dar cu respectarea următoarelor condiţii: - în baza de sondaj, unităţile statistice care compun colectivitatea totală, trebuie ordonate în mod crescător sau descrescător în funcţie de mărimea caracteristicii principale de reprezentativitate, - fiecărei unităţi statistice i se va asocia un număr de ordine, - se va aplica modalitatea de extragere circulară a unităţilor de sondaj atunci când mărimea pasului de numărare este un număr zecimal. Se poate demonstra, de asemenea, că eroarea de reprezentativitate întâmplătoare dimensionată prin eroarea medie a valorii medii este sensibil micşorată dacă se constituie un eşantion stratificat iar extragerile sunt operate prin procedeul sistematic, în comparaţie cu sondajele nestratificate (simple).

255

Exemplul 30
Să se verifice reprezentativitatea unui eşantion stratificat format din 120 subiecţi extras dintr-o colectivitate totală care cuprinde 1200 subiecţi. Extragerile au fost efectuate prin aplicarea procedeului tebelului cu numere întâmplătoare, pe straturi (grupe) în mod proporţional cu numărul subiecţilor din fiecare strat. Fracţia de sondaj este de 10%, (
n 120 100 100 10% ), în funcţie de care sN 1.200

au efectuat extragerile din fiecare strat al colectivităţii totale. Caracteristica de reprezentativitate este vârsta subiecţilor. Rezultatele se cer a fi garantate cu o probabilitate de 95,45% pentru care corespunde, conform legii de repartiţie normală, un z q = 2, iar eroarea limită (maximă
Universitatea Hyperion

| 2011

STATISTICĂ admisă) relativă a valorii medii, care se acceptă, este de maxim
ˆ V x ˆ Δ x 100 m 2%.

256

2%,

Tabelul 28 Gruparea subiecţilor după vârstă
Grupe de subiecţ i după vârstă (ani) Numărul subiecţilor în colecti vitatea totală în eşantion Vârsta medie în eşantion 1 2

s2 j

N2 j N
2

s2 j nj

Nj Nj

nj

xj

nj

Nj
17 19 19 21 21 23 Total 1.200 120 19,75 0,01870 – 200 20 22,5 2,1 0,028 0,105 0,9 0,00264 – 600 60 19,8 2,8 0,250 0,047 0,9 0,01057 – 400 40 18,3 2,2 0,111 0,055 0,9 0,00549

Notă:În tabelul 28, simbolurilor 1 şi 2 le corespund următoarele relaţii de calcul: 1 s2 j
Σ xij xj
2

nj 1

2

N2 s2 Nj j j N
2

nj

nj

Nj

Nivelul mediu al vârstei subiecţilor calculat pe baza eşantionului este

Universitatea Hyperion

| 2011

STATISTICĂ

257

x

Σ x jnj Σ nj

18,3 40 19,8 60 22,5 20 19,75 ani 120

Nivelul mediu al vârstei subiecţilor calculat pe baza datelor referitoare la colectivitatea totală este

m

Σ xj N j ΣNj

18 400 20 600 22 200 19,67 ani 1.200

Estimaţia erorii medii a valorii medii

g

ˆx ζ
j 1

N2 s2 Nj 1 Nj j j N
2

nj

nj

Nj

Nj 1

0,0187

0,137 ani

Estimaţia erorii limită a valorii medii

ˆ Δ x

ˆx zq ζ

2 ( 0,137)

0,274 ani

Eroarea limită relativă a valorii medii

ˆ V x

ˆ Δ x 100 m

0,274 100 19,67

1,4%

2,0%.

Pe baza acestor rezultate se conchide că eşantionul este afectat de o eroare de reprezentativitate acceptabilă şi poate fi folosit pentru aplicarea programului stabilit pentru observare. Confirmarea caracterului reprezentativ al eşantionului poate fi apreciată şi pe baza încadrării vârstei medii a subiecţilor din colectivitatea totală în intervalul de încredere estimat prin luarea în consideraţie a informaţiilor reţinute de la eşantion, astfel Limita inferioară: li
x ˆ Δ x 19 ,750 0,274 19 ,476 ani
Universitatea Hyperion

| 2011

STATISTICĂ
ˆ Δ x

258

Limita superioară: ls

x

19 ,750

0,274

20 ,024 ani

Se constată că vârsta medie a subiecţilor din colectivitatea totală ( m 19,67 ani ) se localizează în intervalul de valori estimat şi deci eşantionul este considerat reprezentativ din acest punct de vedere. Pentru a mării aria de reprezentativitate a eşantionului pot fi luate în considerare şi alte caracteristici de reprezentativitate, de natură secundară, cum ar fi: rezultatele obţinute în urma efectuării unui test de inteligenţă, mediul social al subiecţilor, naţionalitatea, sexul, calităţile fizice şi starea de sănătate a subiecţilor etc..

Exemplul 31
Dintr-un sat cu 250 gospodării s-a costituit un eşantion, format din 50 gospodării, prin tragere la sorţi fără revenire, în vderea estimării proporţiei gospodăriilor care deţin o bicicletă, numărului total de gospodării care au în posesie o bicicletă, precum şi a numărului total al persoanelor care folosesc biciclete. De asemena, să se estimeze eroarea medie aferentă proporţiei gospodăriilor care deţin o bicicletă şi respectiv a numărului total de gospodării care au în posesie o bicicletă. În eşantion sunt 8 gospodării care deţin câte o bicicletă şi sunt formate dintru-un număr de persoane după cum urmează: 3,5,3,4,7,4,4,5. N = 250 - numărul de gospodării care formează colectivitatea statistică totală n = 50 - numărul de gospodării care formează eşantionul m = 8 - numărul de gospodării care deţin câte o bicicletă
f n N 50 250 0,2 ; 20% - fracţia de sondaj

Calculul indicatorilor propuşi este efectuat astfel:

Universitatea Hyperion

| 2011

8 w(1 w) (1 f ) n 1 0.estimaţia numărului total de gospodării care au în posesie o bicicletă. proporţiei gospodăriilor care deţin o bicicletă în colectivitatea statistică totală ( p 259 ˆ p w m n 8 50 0.16(1 0.16 . ˆM ζ ˆw N ζ 250 0. . calculat pe baza datelor de sondaj.375 persoane (35 este numărul de persoane existent în cele 8 gospodării care deţin câte o bicicletă. ˆ M N w 250 0.16) 250 50 50 1 250 . că în sat sunt 40 de gospodării care deţin câte o bicicletă şi respectiv 175 persoane care le folosesc.absolută ˆw ζ w(1 w) N n n 1 N 0.STATISTICĂ . astfel. sau estimaţia ˆ ).0468 100 0.375 40 175 persoane Se estimează. .16 40 gospodării ˆ) .estimaţia numărului total al persoanelor care folosesc biciclete (X . x 35 8 4.0027428 0.16 29.25% . în eşantion) ˆ X ˆ x M 4.estimaţia erorii medii a numărului total de gospodării care au în posesie o bicicletă.0468 11. în eşantion (w).0468 0.estimaţia erorii medii a proporţiei gospodăriilor care deţin o bicicletă .7 gospodării Universitatea Hyperion | 2011 .relativă ˆ V w ˆw ζ 100 w 0.proporţia gospodăriilor care deţin o bicicletă.numărul mediu de persoane care revine la o gospodărie deţinătoare de o bicicletă.

Andrei. D.. 2011... Calculul estimaţiei erorii medii a valorii medii de sondaj în cazul eşantionului stratificat constituit prin tragere la sorţi cu revenire.. E... Isaic-Maniu. Al. Editura Renaissance. Mihăilescu. TESTUL DE AUTOEVALUARE NR. 2. Concepte statistice utilizate în cercetarea statistică prin sondaj. Statistică şi econometrie. 2. 2003. BIBLIOGRAFIA SPECIFICĂ UNITĂŢII NR. Editura Didactică şi Pedagogică. 3. Calculul estimaţiei erorii medii a valorii medii de sondaj în cazul eşantionului simplu aleator constituit prin procedeul sistematic. Bucureşti. Korka. Wagner.. 4. Bucureşti. 4. 2. 9 1. Calculul estimaţiei erorii medii a valorii medii de sondaj în cazul eşantionului stratificat constituit prin tragere la sorţi fără revenire. | 2011 Universitatea Hyperion . 1996.Statistică teoretică şi economică . IX.. Porojan. 9 1. 9 1. Editura Economică. N.6. P. TEMADE CONTROL A UNITĂŢII NR. Bucureşti. Baron. Tipurile de erori specifice cercetărilor statistice prin sondaj. Calculul estimaţiei erorii medii a valorii medii de sondaj în cazul eşantionului simplu aleator constituit prin tragere la sorţi fără revenire. Descrieţi procedeele statistice cu ajutorul cărora se constituie eşantioanele. 3. Tövissi L. Biji.7.. 3.STATISTICĂ 260 IX. T. Calculul estimaţiei erorii medii a valorii medii de sondaj în cazul eşantionului simplu aleator constituit prin tragere la sorţi cu revenire. M. T. Statistica şi bazele statistice ale econometriei .

PROBLEME PROPUSE TEMA Nr.STATISTICĂ 261 X. 1 Universitatea Hyperion | 2011 .

mediana. Universitatea Hyperion | 2011 .STATISTICĂ 262 Pe baza seriei de repartiţie a societăţilor comerciale care desfăşoară activităţi comerciale de produse alimentare. privind durata sejurului. modulul şi indicatorii sintetici ai variaţiei. 3 Să se calculeze şi să se interpreteze media. 2 Pe baza seriei de repartiţie a turiştilor grupaţi după durata sejurului să se calculeze şi să se interpreteze: media. să se calculeze valoarea medie a cifrei de afaceri care revine la o societate comerciale şi să se aprecieze gradul de omogenitate al colectivităţii cu ajutorul coeficientului de variaţie. grupate după mărimea cifrei de afaceri. Grupe după durata sejurului (zile) până la 3 zile 4–6 7–9 10 – 12 13 – 15 Total Numărul turiştilor 20 40 50 30 20 160 TEMA Nr. modulul. Grupe de societăţi comerciale după mărimea cifrei de afaceri (mii lei) până la 80 81 – 100 101 – 120 121 – 140 peste 140 de mii lei Total Numărul societăţilor comerciale 20 40 64 56 20 200 TEMA Nr. coeficientul de variaţie şi să se reprezinte grafic seria de variaţie a agenţilor economici grupaţi după mărimea profitului net al exerciţiului financiar.

5 De la o societate comercială care realizează operaţiuni de comerţ exterior se cunosc următoarele date: Anul 1 Anul 2 r02 r12 Universitatea Hyperion | 2011 .20 20 – 30 30 – 40 40 – 50 50 .60 Total Numărul agenţilor economici 10 40 60 50 40 200 TEMA Nr.STATISTICĂ 263 Grupe după mărimea profitului net (mii lei) 10 . pe baza următoarelor date: Data 1 Ianuarie 1 Iunie 1 August 1 Decembrie 31 Decembrie Mii lei 100 80 120 140 60 TEMA Nr. 4 Să se calculeze stocul mediu de mărfuri.

7 Să se calculeze intensitatea corelaţiei dintre salariul mediu şi productivitatea muncii. obiecte electrice de 200 uz casnic Total 2. TEMA Nr. obiecte de lenjerie 160 4. covoare 840 6. 6 Să se stabilească forma ecuaţiei de regresie şi să se calculeze intensitatea corelaţiei dintre cifra de afaceri şi rata rentabilităţii financiare.0 17. pe baza următoarelor date: Unitatea A B C D E F G H I J | 2011 Universitatea Hyperion .5 15. stofe 220 2.0 Cifra de afaceri (mii lei) 150 160 165 170 175 180 200 TEMA Nr. mobilier pentru 550 bucătărie 5.0 12.500 structura ( r1 ) 1.4 13. cu ajutorul coeficientului simplu de corelaţie liniară.5 14. Anul 1 2 3 4 5 6 7 Rata rentabilităţii financiare (%) 12.STATISTICĂ Felul mărfurilor comercializate 264 mii euro structura ( r0 ) mii euro 80 120 100 780 900 520 2. încălţăminte pentru 180 bărbaţi 3.0 14.150 Să se caracterizeze dinamica procesului de concentrare sau de diversificare a mărfurilor comercializate de această societate comercială cu ajutorul coeficientului Gini.

8 Vânzările de mărfuri cu amănumntul ale unei societăţi comerciale sunt prezentate în tabel.800 “B” buc.000 “C” kg 1. TEMA Nr.000 900 22 19.indicii individuali (elementari) şi indicele de grup al valorii vânzărilor . 500 30 15.000 5 5.400 Pe baza datelor din tabel se vor calcula indicii elementari (individuali) şi indicii de grup ai volumului fizic a vânzărilor.000 600 30 18.indicele de grup al preţurilor de vânzare | 2011 Universitatea Hyperion .600 Total 36. Felul Unitatea Perioada de bază Perioada de calcul mărfurilor de Cantităţi Preţul Valoarea Cantităţi Preţul Valoarea vândute măsură vândute de vânzărilor vândute de vânzărilor vânzare vânzare (q0) ( q0p0 ) ( q1 ) ( q 1 p1 ) ( p0 ) p ( ) -lei-lei1 -lei-lei“A” m 800 20 16. precum şi corespondentul în cifre absolute al modificărilor relative exprimate prin indicii de grup. ai preţurilor de vânzare şi ai valorii vânzărilor.000 41.STATISTICĂ economică Salariul mediu (lei) Productivitatea muncii (lei/omoră) 265 300 50 500 200 70 50 600 80 400 60 700 80 300 900 1200 700 50 90 100 90 TEMA Nr.000 900 4 3. Se precizează că pentru calculul indicilor de grup factoriali se va aplica metoda substituirilor succesive. 9 Pe baza datelor din tabel să se calculeze: .

expresiile absolute ale modificărilor relative rezultate prin calculul indicilor de grup Tipuri de produse A B Valoarea vânzărilor (mii lei) Perioada de Perioada de bază calcul 200 240 300 500 Indicii elementari (individuali) ai preţurilor 1.500 ..15 266 TEMA Nr.000 1..05 1.STATISTICĂ .. TEMA Nr.200 .000 lei venituri totale prin prisma modificării structurii veniturilor totale şi a cheltuielilor la 1000 lei venituri pe feluri de activităţi.500 20.300 .700 22..000 Ve1 Vf1 Vex1 Vt1 20.500 ..000 1.800 19...indicii individuali (elementari) şi indicele de grup al volumului fizic al vânzărilor .1.. 11 Să se calculeze modificarea medie absolută (sporul mediu anual) şi indicele mediu anual pentru cifra de afaceri înregistrată de o societate comercială. Universitatea Hyperion | 2011 .000 18. 10 Situaţia veniturilor şi cheltuielilor grupate pe feluri de activităţi Felul activităţii (Sursa veniturilor şi destinaţia cheltuielilor) Exploatare Financiară Extraordinară Total Venituri (lei) Perioada de Perioada de bază calcul Ve0 Vf0 Vex0 Vt0 18.000 Ce1 Cf1 Cex1 Ct1 17..000 1.000 1.500 Pe baza acestor date să se analizeze dinamica cheltuielilor totale la 1.000 Cheltuieli (lei) Perioada de Perioada de bază calcul Ce0 Cf0 Cex0 Ct0 16.

a metodei totalurilor parţiale echidistante şi a metodei celor mai mici pătrate: Anul Cifra de afaceri (mii lei) 1 50 2 65 3 85 4 120 5 130 6 150 TEMA Nr. Anii Mii lei 2002 8 2003 10 2004 16 2005 25 2006 28 2007 30 TEMA Nr. oferă cele mai bune estimări. 14 Dintr-o populaţie statistică formată din 4000 de unităţi (societăţi comerciale cu activitate de alimentaţie publică) s-a constituit un eşantion de 200 unităţi. prin tragere la Universitatea Hyperion | 2011 . dintre cele două metode. Să se precizeze care.STATISTICĂ 267 Anii Mii lei 2002 20 2003 22 2004 26 2005 35 2006 38 2007 40 TEMA Nr. 12 Să se ajusteze seria dinamică a cifrei de afaceri înregistrată de o societate comercială cu ajutorul metodei sporului mediu anual şi a indicelui mediu anual. 13 Să se reprezinte grafic seria dinamică a cifrei de afaceri. să se calculeze indicele mediu anual de creştere şi ritmul mediu şi să se identifice formele echivalente ale ecuaţiei de tendinţă care sintetizează evoluţia seriei dinamice cu ajutorul metodei punctelor empirice alese.

Datele înregistrate la unităţile din eşantion sunt sistematizate în tabel: Grupe după suma încasărilor (mii. Să se estimeze procentul maxim al rebuturilor existente în colectivitatea totală de piese turnate.9545 (z = 2) TEMA Nr. cu o probabilitate de 95.STATISTICĂ sorţi fără revenire.) şi Universitatea Hyperion | 2011 . lei) Până la 40 40 – 45 45 – 50 50 – 55 55 – 60 Total 10 40 50 60 40 200 Numărul societăţilor comerciale 268 Să se estimeze intervalul de încredere pentru valoarea medie a încasărilor săptămânale realizate de o societate comercială. Din observarea pieselor care compun eşantionul a rezultat că 10 piese sunt rebuturi. pentru care s-a determinat media (x 16. ( z q 2 ).4 cm.000 piese turnate s-a format un eşantion de 200 piese.000 piese turnate s-au extras 200 de piese. prin tragere la sorţi fără revenire.45%. TEMA Nr. 16 Dintr-un lot de 10. 15 Dintr-un lot de 5. Caracteristica de reprezentativitate este suma încasărilor realizate întro săptămână. prin sondaj simplu aleator fără revenire. cu o probabilitate de 0.

căreia îi corespunde z q 2 În aceste condiţii să se estimeze limitele probabile între care se va situa diametrul celor 10.04 cm .STATISTICĂ 269 abaterea medie pătratică s 1. XI. aferente unei anumite dimensiuni (diametrul piesei). BIBLIOGRAFIA SPECIFICĂ ÎNTREGULUI SUPORTDE CURS Universitatea Hyperion | 2011 . în condiţiile unei probabilităţi convenită pentru garantarea rezultatelor. de 95.45%. Pornind de la aceste determinări statistice să se calculeze estimaţia erorii medii şi respectiv a erorii limită pentru caracteristica de reprezentativitate considerată.000 de piese.

Biji E. Mitruţ. Isaic-Maniu Al. Craiova. 2011.STATISTICĂ 270 1. Statistică şi econometrie.. C. 2. Editura Renaissance. Editura SITECH. Statistică teoretică şi economică. Baron T. 1996... 2003.. Al. 3. Voineagu. Editura Didactică şi Pedagogică.Statistica şi bazele statistice ale econometriei. Isaic-Maniu.. Bucureşti.. Mihăilescu. N.. Bucureşti. T. Tövissi L.. 5. Korka M. 2009. 1995. Wagner P. Statistica pentru managementul afacerilor.. Bucureşti. Editura Economică.. Porojan D. V. 4. Bucureşti.... Mihăilescu. Universitatea Hyperion | 2011 . Editura Economică. Andrei. N. Statistica şi bazele statistice ale econometriei.

NOTIŢELE CURSANTULUI ________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ 2011 .STATISTICĂ 271 XII.

STATISTICĂ 272 _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ Universitatea Hyperion | 2011 .

STATISTICĂ 273 __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ __________________________________________________________________ _________________________________________________________________ __________________________________________________________________ Universitatea Hyperion | 2011 .

STATISTICĂ 274 XIII.ANEXE Universitatea Hyperion | 2011 .

STATISTICĂ 275 Anexa 1 Numere întâmplătoare. Seria 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 18 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 1 78994 04909 46582 29242 68104 17156 50711 39449 75629 01020 08337 76829 39708 89836 25903 71345 61454 80376 45144 12191 62936 31588 20787 45603 31606 10452 37016 66725 07380 71621 03466 12692 52192 56691 74952 18752 61691 49197 19436 39143 82244 55847 94095 11751 69902 21850 75850 29648 82740 36842 2 36244 58485 73570 89792 81339 02182 94789 52409 82729 55151 89989 47229 30641 55817 61370 03422 92263 08909 54373 88527 59120 96798 96048 00745 64782 33074 64633 97865 74438 57688 13263 32931 30941 72529 43041 43693 04944 63948 87291 64893 67549 56155 95970 69469 08995 25352 46992 22086 28443 42092 3 02673 70786 33004 88634 97090 82504 07171 75095 76916 36132 24290 19706 21267 56747 66081 01015 14647 30470 05505 58852 73957 43668 84726 84635 34027 76718 67301 25409 82120 58256 23917 97387 44998 66063 58869 32867 43111 38947 71684 14606 76491 42878 07826 25521 27821 25556 251665 42581 42734 52075 4 25475 93930 51795 60285 20601 19880 02103 77720 72657 51971 08618 30094 56501 75195 54076 68023 08473 40200 90074 51175 35969 12611 17512 43079 56734 99556 50949 37498 17890 47702 20417 34822 17833 73570 15677 53017 28325 60207 74859 13543 09761 23708 25991 44097 11758 92161 55906 85677 25518 83926 5 84953 34880 86477 07190 78940 93747 99057 39729 58992 32155 66798 69430 95182 06818 67442 19703 34124 46558 24783 11534 21598 01714 39450 52724 09365 16026 91298 00816 40963 74724 11315 53775 94563 86860 78598 22661 82319 70667 76501 09621 74494 98999 37584 07511 64989 23592 62339 20251 82827 42875 6 61793 73059 46736 97795 20228 80910 98775 03205 32576 60735 25889 92399 72442 83043 52964 77313 10740 61742 86299 87218 47287 77266 43618 14262 20008 00013 74968 99262 55757 89419 52805 91674 23062 68125 43520 39610 65589 39843 93456 68301 91307 40131 56966 88976 61902 43294 88958 39641 35825 71500 7 50243 06823 60460 27011 22803 78260 37997 09313 01154 64867 52860 98749 221445 47403 23823 04555 40839 11643 20900 04876 39394 55079 30629 05750 93559 78411 73631 14471 13492 08025 33072 76549 95725 40436 97521 03796 66048 60607 95714 69817 64222 52360 68623 30122 32121 10479 91717 65786 90288 69216 8 63423 80257 70345 85941 96070 25136 18325 43545 84890 35424 57375 22081 17276 58266 02718 83425 05620 92121 15144 85584 08778 24690 24356 89373 78384 95107 57397 10232 68294 68519 07723 37635 38463 31303 83248 02622 98498 15328 92518 52140 66592 90398 83454 67542 28163 37879 15756 80689 32911 01350 Universitatea Hyperion | 2011 . Mills – „Statistical Methodes”. Columbia University. Reprodus după F.Y. Third edition. N.

1 2.3554 0.4884 0.4881 0.4049 0.4699 0.0910 0.4956 0.4909 0.4582 0.4678 0.5 2.4932 0.0793 0.4977 0.2852 0.4982 0.4738 0.1985 0.3365 0.1406 0.0040 0.1915 0.2764 0.1179 0.4177 0.2019 0.4099 0.4750 0.4948 0.4319 0.4898 0.4920 0.4207 0.4554 0.4664 0.04 0.3 2.4793 0.06 0.0199 0.4812 0.4842 0.4726 0.9 0.1103 0.2054 0.01 0.1879 0.3621 0.3749 0.3577 0.3264 0.3389 0.03 0.4960 0.4896 0.3665 0.4938 0.0 0.0239 0.3186 0.4767 0.4463 0.4015 0.2357 0.4406 0.4649 0.2389 0.3159 0.1217 0.4977 0.4906 0.5 1.3830 0.1141 0.3023 0.4990 0.2580 0.9 3.3810 0.3485 0.4834 0.2486 0.1480 0.4686 0.0000 0.1554 0.4998 1 2 0.3289 0.0596 0.4998 z 0 e z2 2 dz 0.8 0.2673 0.4713 0.4357 0.3770 0.2190 0.1844 0.4719 0.4918 0.3980 0.08 0.4222 0.4525 0.2704 0.0478 0.4922 0.2 2.4981 0.7 1.8 1.6 0.6 2.3944 0.4927 0.4964 0.4495 0.4871 0.4732 0.4943 0.4887 0.4963 0.4984 0.4978 0.3438 0.0 0.4332 0.2 1.7 2.1628 0.4986 0.4803 0.4976 0.4987 0.4878 0.4952 0. Funcţia lui Laplace z 0.4904 0.4641 0.1026 0.3508 0.4890 0.4474 0.2881 0.3708 0.8 0.4846 0.0636 0.4985 0.4564 0.4953 0.1950 0.3 1.3925 0.1591 0.3643 0.4625 0.4788 0.4857 0.4970 0.0080 0.0714 0.4394 0.4535 0.3340 0.4997 z 0.2823 0.4983 0.4 2.4999 0.0 2.4441 0.02 0.4993 0.4783 0.0279 0.2 0.2 0.4616 0.4980 0.4931 0.4591 0.5 0.0438 0.4505 0.1664 0.4999 Universitatea Hyperion | 2011 .4972 0.3531 0.4082 0.4979 0.2939 0.0160 0.3729 0.05 0.3413 0.4916 0.09 0.3696 0.4962 0.3 0.0675 0.4974 0.1443 0.4236 0.4861 0.4798 0.2224 0.3599 0.3051 0.8 2.4969 0.2642 0.3238 0.4744 0.4966 0.STATISTICĂ 276 Anexa 2 Distribuţia normală normată.2454 0.4693 0.0987 0.4911 0.1736 0.4936 0.4633 0.1808 0.4808 0.1255 0.0120 0.4515 0.6 0.00 0.3888 0.4946 0.0 0.0359 0.4830 0.4965 0.0871 0.4995 0.4162 0.4945 0.4115 0.3461 0.0319 0.4971 0.2910 0.1 1.4975 0.4973 0.3133 0.4929 0.3078 0.4452 0.4826 0.4251 0.4599 0.0 1.1331 0.4 0.4968 0.4875 0.2422 0.3907 0.2157 0.4772 0.4983 0.4838 0.4955 0.0517 0.2549 0.4192 0.4 0.0398 0.1700 0.6 1.0753 0.4306 0.4868 0.3849 0.4941 0.4706 0.5000 0.1 0.0557 0.2257 0.2734 0.4 1.4925 0.4850 0.4940 0.3212 0.2967 0.2517 0.4345 0.3997 0.4066 0.1293 0.1064 0.4545 0.4984 0.4959 0.3962 0.4949 0.4608 0.1517 0.4484 0.2611 0.4985 0.3315 0.4961 0.4778 0.4913 0.4131 0.4671 0.4893 0.4761 0.7 0.4370 0.1772 0.4292 0.0832 0.2995 0.4265 0.3 0.4418 0.4821 0.4147 0.4951 0.4573 0.4979 0.4279 0.9 2.4864 0.4981 0.3869 0.2291 0.4974 0.3106 0.9 1.4967 0.1368 0.4934 0.2123 0.1 0.2324 0.4429 0.7 0.4756 0.4986 0.2088 0.4817 0.4957 0.3790 0.4382 0.4656 0.2794 0.4901 0.5 0.4854 0.4032 0.0948 0.07 0.

20 2.3 13.4 34.8 0.9 35.6 41.2 27.5 0.158 0.1 22.5 16.1 16.25 7.34 10.0 26.57 4.40 5.2 31.4 16.3 22.64 9.9 16.0 40.0 5.26 7.60 3.82 4.3 18.1 13.5 20.3 3.7 47.3 49.16 2.26 8.81 6.3 11.0 33.9 48.37 3.5 36.3 19.3 13.6 15.7 37.297 0.9 38.1 30.3 2.5 19.3 23.5 2 2 în funcţie de probabilitatea P 2 2 P 1 q P şi numărul gradelor 0.04 7.6 43.4 42.0 10.3 27.9 39.3 32.3 27.59 10.6 28.9 23.3 29.55 9.3 15.35 11.711 1.0 90.3 14.61 6.8 31.0717 0.0 20.33 3.5 95.1 13.6 15.4 16.6 0.26 6.84 7.64 2.6 43.0 16.4 40.49 4.0 95.2 34.34 8.7 18.0 17.9 43.7 23.8 12.0 50.36 4.0 41.1 21.0 99.6 36.412 0.3 21.207 0.0 97.23 5.0 6.3 26.24 1.0000 393 0.9 30.1 18.3 16.5 21.5 19.3 22.6 51.0 44.54 10.6 40.6 14.79 8.49 11.6 30.9 18.2 12.43 8.57 4.6 32.3 18.81 9.41 7.35 7.07 4.69 2.0 27.34 9.2 26.8 14.8 26.61 2.4 37.1 41.2 37.5 12.5 20.2 16.5 0.8 44.455 1.23 5.9 19.0 0.6 50.63 6.9 13.00 393 0.31 10.4 14.8 38.6 25.73 2.7 26.2 24.6 12.17 4.2 35.6 46.09 2.5 11.3 41.91 7.000 982 0.24 1.8 14.0 90.35 5.2 45.4 29.7 33.3 25.24 10.0 50.6 38.3 35.0 36.5 17.8 0.1 12.7 18.94 4.7 38.3 42.01 5.3 29.14 5.0 5.11 4.3 24.5 99.8 14.66 5.5 97.18 2.1 12.352 0.0 22.4 35.91 9.831 1.5 24.96 8.8 18.03 8.1 40.4 13.548 1.5 2.676 0.39 2.5 1.7 16.67 9.7 29.3 45.78 9.84 5.8 14.90 9.0 23.7 26.1 31.5 99.7 12.3 20.2 44.7 Universitatea Hyperion | 2011 .02 7.34 1.39 10.2 28.05 3.5 28.0 11.8 5.26 9.8 34.0 33.23 8.65 2.70 6.3 23.0 13.21 11.103 0.1 109 11.6 47.71 4.0506 0.STATISTICĂ 277 Anexa 3 Distribuţia Valorile lui de libertate f q% P% f 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 99.0 0.3 15.07 3.211 0.83 3.8 32.38 9.6 12.87 5.06 1.89 10.6 14.7 37.2 14.000 157 0.25 3.3 17.35 6.0 17.8 15.989 1.3 12.9 11.58 6.3 53.9 17.63 8.4 23.57 7.0 10.554 0.17 2.216 0.872 1.8 20.0201 0.8 36.7 12.8 30.1 15.99 7.3 13.115 0.9 7.0 48.2 11.57 5.484 0.7 16.9 40.0100 0.3 16.5 45.2 10.3 11.7 25.3 49.89 6.0 14.1 39.60 5.30 7.3 28.70 3.9 11.0 52.88 10.73 3.6 12.1 27.56 3.8 21.3 15.63 9.145 1.3 18.4 32.1 10.56 8.01 7.26 6.7 21.9 34.3 19.5 13.0 1.8 28.0 2.4 13.1 13.3 24.5 32.

Sign up to vote on this title
UsefulNot useful