You are on page 1of 20

Practica în statistică

2013

Contents
1.Introducere .......................................................................................................................................... 3
2. Analiza statistică a unei serii de date înregistrate la un moment dat ................................................ 4
2.1. Alegerea variabilelor statistice..................................................................................................... 5
2.2. Analiza statistică univariată a variabilelor statistice .................................................................... 6
2.2.1. Analiza statistică univariată a variabilei cantitative .............................................................. 6
2.2.2. Analiza statistică univariată a variabilei calitative ................................................................ 8
2.3. Analiza statistică bivariată a variabilelor statistice ...................................................................... 9
2.3.1. Analiza statistică bivariată pentru o variabilă cantitativă și o variabilă calitativă ................ 9
2.4. Estimarea prin interval de încredere a mediei și a proporției ................................................... 12
2.5. Testarea statistică ...................................................................................................................... 14
2.5.1. Testarea ipotezelor asupra unui eşantion .......................................................................... 14
3. Analiza statistică descriptivă a unei serii de timp ............................................................................. 16
3.1. Alegerea variabilei statistice ...................................................................................................... 16
3.2. Analiza statistică folosind indici statistici simpli ........................................................................ 16
3.2.1. Indici absoluţi ...................................................................................................................... 16
3.2.2. Indici relativi ........................................................................................................................ 17
3.2.3. Indici exprimaţi prin valori medii ........................................................................................ 18
4. Concluzii ............................................................................................................................................ 19
Bibliografie ............................................................................................................................................ 19

2

649330 High HR 4412137 1.508560 Low CZ 10486731 1.963610 High IS 318452 2.397480 Low MK 2057284 1.826950 High SE 9415570 1.758310 High AT 8404252 1.336120 Low LT 3052588 1.351670 Low RO 21413815 1.Toate datele sunt pentru anul 2011.Select Cases .763790 High LU 511840 1.Random sample of cases.515270 Low IE 4570727 2.517310 Low ME 619872 1.997270 High IT 60626442 1.233220 Low MT 415832 1.457530 Low RS BY 7276195 9481193 1.011350 High FX 63088990 1.395060 Low CY 839751 1.Într-un tabel Excel avem datele necesare pentru 37 de țări europene.1.358260 1.687840 High NO 4920305 1.Introducere Obiectivul specific al cercetării : Analiza statistică a populației din țările europene.880570 High CH 7870134 1. GEO population fert_rate 11000638 1. 3 .813610 High BG 7369431 1.751690 High DE 81751602 1.358300 Low FR 64994907 2.426600 Low DK 5560628 1.522170 Low HU 9985722 1.047640 High EL 11309885 1.561280 Low SK 5392446 1.449430 Low FI 5375276 1.De asemenea aceleași date le avem și într-o bază de date pentru SPSS Data Editor. și stabilirea existenței corelației dintre numărul populației unei țări și rata de fertilitate a populației acesteia.349640 Low LV 2074605 1.362740 Low EE 1340194 1.423450 Low PL 38529866 1.254080 Low SI 2050189 1.Din meniu am ales : Data .017040 High LI 36149 1.514980 Low Low BE r_fert_rate Pentru analiză am decis să alegem un eșantion ce cuprinde 40 % din țările din baza de date.297270 Low PT 10572157 1.422690 Low ES 46152926 1.489380 Low NL 16655799 1.901330 High UK 62515392 1.

Structura eșantionului este : GEO population fert_rate r_fert_rate BE 11000638 1.011350 High CY 839751 1.813610 High DK 5560628 1.880570 High ME 619872 1.561280 Low UK 62515392 1.349640 Low LU 511840 1.649330 High MK 2057284 1.358260 Low BY 9481193 1.423450 Low RO 21413815 1. Analiza statistică a unei serii de date înregistrate la un moment dat 4 .514980 Low 2.515270 Low FR 64994907 2.758310 High AT 8404252 1.751690 High EE 1340194 1.017040 High NO 4920305 1.254080 Low SI 2050189 1.963610 High IS 318452 2.522170 Low NL 16655799 1.457530 Low RS 7276195 1.

b) Variabila calitativă –Rata relativă a fertilității(r_fer_rate).2.59131). și valoarea Low atunci când rata fertilității din țara respectivă este mai mică decât rata medie a fertilității din UE.A rezultat o variabilă binară (dichotomică).1. Este o variabilă numerică. care are valoarea High atunci când rata fertilității din țara respectivă este mai mare decât rata medie a fertilității din UE. Alegerea variabilelor statistice Pentru analiză am ales următoarele variabile : a) Variabila cantitativă – Populația(population) . cu o măsură de tip scală. Această variabilă s-a format în SPSS din variabila fert_rate (rata fertilității ) prin raportare la rata medie a fertilității din UE (care este egală cu 1. Codificarea valorilor pentru noua variabilă : 5 . În SPSS am ales din meniu Transform-Recode-Into Different Variables.

06 Median 5560628.2. iar 50 % peste această valoare. media populației pentru o țară din eșantion este de 12938865 locuitori. Error of Kurtosis 1. Analiza statistică univariată a variabilei cantitative Am ales din meniu :Analyze-Descriptive Statistics-Frequencies/Descriptives Am obținut următoarele rezultate : N Valid Missing Mean 17 0 12938865.550 Kurtosis 3.2.1.50 % din țările din eșantion au o populație de până la 5560628 locuitori.50 Deci.063 Minimum 318452 Maximum 64994907 Percentiles 25 1089972. Analiza statistică univariată a variabilelor statistice 2.În tabel este dată valoarea minimă a modului. și această reprezintă că cele mai multe țări din eșantion au o populație în jur de 318452 locuitori. Coeficientul de boltire (Kurtosis) demonstrează că curba distribuției este leptocurtică.400 2. Error of Skewness . 6 .2.992 Std.207 Variance Skewness Std.00 75 13828218.00 Mode 318452(a) 40148334547 6432.Coeficientul de asimetrie (Skewness ) demonstrează că distribuția prezintă o asimetrie pozitivă.50 50 5560628.

= 20037049.000 0 value Histogram 12 10 Frequency 8 6 4 2 Mean = 12938865.70.000 40.000.000 20.000.000.000 50.321 N = 17 0 0 10000000 20000000 30000000 40000000 50000000 60000000 70000000 value 7 .06 Std.000 10.000.000.000. Dev.000.000 30.000 4 11 60.

9 100.1 47.Pentru o variabilă calitativă nu se pot calcula indicatori ai asimetriei și boltirii.9 % din țările din eșantion au o rată a fertilității mai mică decât valoarea medie a UE.1 % din țările din eșantion au o rată a fertilității mai mare decât valoarea medie a UE. 52. și nici media.0 Total 17 100. Analiza statistică univariată a variabilei calitative Pentru analiza variabilei calitative am ales din meniu :Analyze-Descriptive Statistics-Frequencies.1 47.0 100.1 Low 9 52.2.2. 8 . mediana.2.0 Rata relativa a fertilitatii(fata de UE) High Low 47. Am obținut : Rata relativa a fertilitatii(fata de UE) Frequency Valid Percent Valid Percent Cumulative Percent High 8 47.9 52.

1. Error(a) .859 .3. b Using the asymptotic standard error assuming the null hypothesis. Analiza statistică bivariată a variabilelor statistice 2.404(c) N of Valid Cases 17 a Not assuming the null hypothesis.217 .Descriptive Statistics -Crosstabs : S-au obținut rezultatele : Symmetric Measures Interval by Interval Pearson's R Ordinal by Ordinal Spearman Correlation Value .2.155 Approx. c Based on normal approximation. recodificăm valorile variabilei r_fert_rate : 0 pentru Low și 1 pentru High. 9 . Std.382 Asymp. T(b) 1.130(c) . Analiza statistică bivariată pentru o variabilă cantitativă și o variabilă calitativă Pentru a studia relația dintre o variabilă cantitativă și una calitativă.250 . Sig. . Din meniu alegem Analyze.603 Approx.3.

Din meniu alegem Analyze.Case Processing Summary Cases Valid N value * r_fert_n 17 Missing Percent 100.0% N 17 Percent 100.0% N 0 Total Percent .0% value * r_fert_n Crosstabulation Count r_fert_n Low value Total High Total 318452 0 1 1 511840 1 0 1 619872 0 1 1 839751 1 0 1 1340194 1 0 1 2050189 1 0 1 2057284 1 0 1 4920305 0 1 1 5560628 0 1 1 7276195 1 0 1 8404252 1 0 1 9481193 1 0 1 11000638 0 1 1 16655799 0 1 1 21413815 1 0 1 62515392 0 1 1 64994907 0 1 1 9 8 17 Coeficientul de corelație Pearson demonstrează că între variabile nu există o legătură puternică la nivelul eșantionului.Descriptive Statistics -Explore : 10 .

840 Maximum 21.972 Minimum 318.741.815 Range 20.633.283 0.514 Skewness Kurtosis 1.00 Variance 45.455 Interquartile Range 49. și anume că cele cu o rată a fertilității mai mare. dar și din graficele box-plot.508.752 -0.770.694 0.750 Skewness 1.677.293.907 Range 64.901.027 Minimum 511.284.975 Interquartile Range High 7.000 Std.818.89 5% Trimmed Mean 5.40 5% Trimmed Mean 19.44 11. Deviation 6.510.378.000 27.823.S-au obținut rezultatele : Se observă o diferență semnificativă între țările care au o rată a fertilității mai mare decât media în UE și celelalte din eșantion.085 Mean 95% Confidence Interval for Mean Lower Bound Upper Bound -1.091 1.218 1.009 726. au și o populație mai mare.523.099.712. Descriptives value r_fert_n Low Statistic Mean 95% Confidence Interval for Mean Std.804.Aceasta se observă ușor și din tabelul cu indicatori.00 731. Deviation 8.249.852.80 Median 2.371.038.256.13 9.15 43.67 Lower Bound Upper Bound 2.072.994.423.781.413.355.400 20.057.559.452 Maximum 64.717 Kurtosis 3.849.280.407.136.481 11 .764.134.676.930.53 Median Variance Std.834.795. Error 5.536.428.

Vom calcula intervalul de încredere pentru populație.70000000 60000000 50000000 value 40000000 30000000 9 20000000 10000000 0 Low High r_fert_n 2.Descriptive Statistics – Explore : 12 . Estimarea prin interval de încredere a mediei și a proporției a) Estimarea prin interval de încredere a mediei.4. Din meniu alegem Analyze.

t = 2.738.92 .76 %).12*√ Deci.92 Upper Bound 23.636.43 % și 72.996.1 47.994.455 12. Astfel se poate garanta cu o probabilitate de 95 % că proporția țărilor cu o rată mai mare a fertilității decât media UE este cuprinsă între 21.000 20.43 % .560.698.452 64. 72.0 Calculăm limitele intervalului de încredere : Deoarece avem un eșantion n=17 (<30) folosim valoarea lui t pentru un nivel de încredere de 95 % și 16 (n-1) grade de libertate. cu o probabilitate de 95 % putem garanta că media populației țărilor din eșantion este cuprinsă în intervalul (2.938.0 100.1 47. 23. b)Estimarea prin interval de încredere a proporției.628.063 Deci.483.0 Total 17 100.764.00 401.240.S-au obținut rezultatele : Descriptives value Mean 95% Confidence Interval for Mean Statistic 12.240.1 Low 9 52.281 10.037.20 5% Trimmed Mean Median Variance Std.76 %.636. intervalul de încredere calculat pentru țările cu o rată mai mare a fertilității decât media UE este : (21.207 3.246 2.9 100.049.321 318.12 Linf = f -2.764.550 1.865. Error 4.476.747. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Std. 13 .79 5.345.676.965.06 Lower Bound 2.12 *√ și Lsuperioara = f +2.432. Avem tabelul anterior : Frequency Valid Percent Valid Percent Cumulative Percent High 8 47.907 64.965.992 0.20 ) locuitori.859.9 52.

0 59 Lower 2636754.000000 95% Confidence Interval of the Difference t value 2.662 df Sig. (2-tailed) 16 .5. Ipoteza nulă : H0 : µ= 10.000.000. Testarea ipotezelor asupra unui eşantion a)Vom testa dacă media populației este egală cu 10. 20 14 .000 locuitori.000 locuitori.media populației.Notăm prin µ.017 Mean Difference 12938855. În SPSS vom alege din meniu Analyze-Compare Means.9 2 Upper 23240955.2 81 Test Value = 10.2.321 Std.5. 17 06 One-Sample Test Std.000 locuitori. Deviation 20037049. Testarea statistică 2. Error Mean 4859698.000. Ipoteza alternativă : H1: µ ≠ 10.1.One-Sample T Test Stabilim valoarea testului și nivelul de încredere : Se obține rezultatul testului : One-Sample Statistics N value Mean 12938865.

05) care conduce la concluzia că se respinge ipoteza nulă cu un risc α=0.05.017 9 (<0. Ipoteza alternativă :Proporția țărilor cu o rată mai mare a fertilității decât media UE nu este de 75 %. Putem garanta cu o probabilitate de 95 % că media populației este diferită de 10. Se obține : 15 . În SPSS vom alege din meniu :Analyze .Se observă că Sig = 0. b)Vom testa dacă proporția țărilor cu o rată mai mare a fertilității decât media UE este de 75 %.Nonparametric Tests .000 .000. Ipoteza nulă : Proporția țărilor cu o rată mai mare a fertilității decât media UE este de 75 %.Binomial.

814 7.084. Polonia. Franţa.119 6.1. Suedia. ca y0 alegem valoarea pentru anul 2006.476.Observăm că Sig= 0. Irlanda. S-au obținut rezultatele în următorul tabel : i 2012 2011 2010 2009 2008 2007 Δi/0 9. Regatul Unit. Bulgaria.874. Letonia.012 (<0.735 2. Indici absoluţi a)Sporul cu bază fixă = yi – y0 .686.575 497.132 495. Grecia. Spania. Alegerea variabilei statistice Am ales ca variabilă cantitativă populația UE.257.2. pentru care sunt înregistrate valori din 2006 până în 2012. Ţările de Jos Ungaria. Belgia. Cipru.397 Populația UE include populația din următoarele țări : Austria. 3.528 16 .291. Slovenia.081. Datele sunt prezentate în tabelul de mai jos : Time(Year) 2012 2011 2010 2009 2008 2007 2006 Population of UE 502.1.211 501. Germania.România. Slovacia.05) ceea ce conduce la respingerea ipotezei nule că proporția țărilor cu o rată mai mare a fertilității decât media UE este de 75 %. Malta. Lituania. Italia.369.178 4.2. Analiza statistică folosind indici statistici simpli 3.790 502. 3. Estonia.686. Finlanda. Analiza statistică descriptivă a unei serii de timp 3. Luxemburg.467. Danemarca.925 493.210. Republica Cehă.475. Portugalia.158.516 499.393 9.

pentru perioada 2006-2008.60% 2009 101.48% 2007 100.528 Se observă o creștere a populației de aproximativ 2 milioane locuitori față de anul precedent.40% 2008 100. Anul Ritmul de variație 2012 101.284.579 2011/2010 1.695 2010/2009 1.394.86% 2010 101.42% Se observă o creștere relativ constantă a populației față de anul 2006.081. Indici relativi a) Ritmul de variație cu bază fixă.207 2007/2006 2. b)Ritmul variației cu bază mobilă Anul Ritmul de variație 2012 100. 3.42% 17 .02% 2011 100.397.88% 2011 101.2.28% 2009 100.Se observă o creștere constantă a populației UE din 2006 până în 2012 b)Sporul cu bază mobilă = yi – yi-1 Rezultatele sunt date în tabelul de mai jos : Perioada Δi/i-1 2012/2011 98.91% 2007 100.941 2009/2008 2.000.26% 2010 100.31% 2008 100.2. din 2009 până în 2012 sporul populației a început să scadă.443 2008/2007 2.

3131% 2008 0. Indici exprimaţi prin valori medii a)Sporul mediu ̅ ∑ ⁄ = 9257393/6 = 1542898.02 % din populația anului 2011.0196% 2011/2010 0.833 Creșterea medie a populației UE în perioada 2006-2012 este de1542898.8570% 2010 1.2564% 2010/2009 0.4220% În 2012 populația a crescut cu 1.8770 % față de anul 2006. c) Ritmul sporului cu bază fixă Perioada Ritmul sporului 2012 1.9075% 2007 0.4834% 2007/2006 0.4019% 2008/2007 0.5965% 2009 1.833 oameni pe an.2. 3.În anul 2012 populația UE a reprezintă 100.2798% 2009/2008 0.4220% În 2012 populația a crescut cu 0. b)Ritmul mediu al variației ̅ √∏ ⁄ √ 18 .3.0196 % fașă de anul 2011.8770% 2011 1. d) Ritmul sporului cu bază mobilă Perioada Ritmul spor 2012/2011 0.

2003... Statistică teoretică şi economică.. Biji. Baron T. Ed. Statistica pentru managementul afacerilor.31 %). Editura Universal Dalsi.în urma analizei efectuate. Statistică aplicată în economie. M. a 3-a. 4. Statistica. Al.Astfel se poate afirma că populația UE este destul de eterogenă. Roşca. EDP. et al. Economică.. am observat că populația UE are un spor pozitiv al populației și crește cu 1542898..Acest indicator arată că în perioada 2006-2012 populația UE s-a modificat în medie de 1.. 1972. Statistică şi econometrie.833 oameni/an. 1999.Această creștere se datorează sratei ridicate a fertilității din unele state ale UE. Teoria statisticii sociale.0031 ( 0. et. Bucureşti. Economică. T.20 milioane de locuitori. iar cele cu o rată mică a fertilității(Sub media UE) au o populație medie de aprox.. 19 . 2000 Isaic-Maniu. Bibliografie Andrei. Lilea. prin faptul că include diferite țări cu o populație diferită. Concluzii Deci. Populația UE a crescut în medie cu 0. Ed. 2002. Editura Didactică şi Pedagogică.însoțită cu un ritm/spor de creștere diferit . 1996.. c) Ritmul mediu al sporului ̅ ̅ = 1.0031-1=0. Jaba. E. 6 milioane de locuitori. Bucureşti. E. București.. Se observă că statele care au o rată mare a fertilității au o populație în medie de aprox. Vătui.M. Bărbat. al.31 % pe an. ed. A. Economică.. E. Ed.0031 ori pe an. E.

McClave.Jaba. P. Statistică. E. 1998. 2007 James T.ase. Pintilescu. Statistiques. 1991. Tratat de statistică aplicată. Economica. Wonnacott. M. a 2-a.eu/portal/page/portal/statistics/search_database http://www. Wonnacott.asp?id=55&idb 20 . Iaşi. T.eurostat.ase.. Sursa date : http://epp. H.ro/biblioteca/carte2. ed. Education New Jersey . Paris. Teste grilă şi probleme. 2008 Ţarcă..ec. Editura Didactică şi Pedagogică.biblioteca-digitala. Bucureşti.asp?id=116&idb= http://www. George Benson. Editura Sedcom Libris. C.ro/biblioteca/carte2.europa..biblioteca-digitala. Terry Sincich. Pearson.. Statistics for Business and Economics.