STATISTICĂ

SUPORT DE CURS

LECTOR UNIV. DR. DEAC DAN

1

CUPRINS
Modulul 1……………………………………………………………………………..5
Capitolul 1 Noțiuni introductive....................................................................7
Capitolul 2 Colectarea datelor.........................................................................10
2.1 Tipuri de date și scale de măsurare ......................................10
2.2

Surse de date statistice...............................................................11

2.3

Planul observării statistice.......................................................12

2.4

Recensământul statistic.............................................................12

2.5

Sondajul statistic...........................................................................12

Capitolul 3

Sistematizarea si prezentarea datelor...............................15

3.1

Sistematizarea datelor...............................................................15

3.2

Prezentarea datelor statistice.................................................17

3.3

Distribuții statistice unidimensionale ...............................20

3.4

Histograma..................................................................................23

3.5

Diagrame de structură............................................................25

3.6

Reprezentări grafice specifice seriilor de timp.............. 26

3.7

Cartograme și cartodiagrame...............................................29

3.8

Distribuții statistice bidimensionale .................................30

Teste…………………………………………………………………………………………..34
Bibliografie………………………………………………………………………………….34

Modulul 2……………………………………………………………………………..35
2

Capitolul 4

Indicatori statististici în mărimi absolute
şi relative.....................................................................................38

4.1

Indicatori în mărimi absolute ..............................................38

4.2

Indicatori în mărimi relative ...............................................38

Capitolul 5

Indicatori ai tendinței centrale. ( Mărimi medii)..........40

5.1

Probleme generale ale mărimilor medii...........................40

5.2

Media aritmetică........................................................................42

5.3

Media unei caracteristici alternative..................................44

5.4

Medii cu aplicație specială.......................................................44

5.5

Modul (Dominanta)..................................................................46

5.6

Mediana..........................................................................................47

5.7 Quantilele .......................................................................................50
5.8

Mediala...............................................................................................53

5.9

Relații între valorile tendinței centrale ...............................55

Teste…………………………………………………………………………………………….56
Bibliografie…………………………………………………………………………………..57

Modulul 3………………………………………………………………………………58
Capitolul 6

Indicatori ai dispersiei, asimetriei și boltirii.....................60

6.1

Indicatori simpli si sintetici ai dispersiei.............................60

6.2

Indicatori ai dispersiei unei variabile alternative............64

6.3

Măsurarea dispersiei în sistemul medianei........................65

6.4

Dispersia unei variabile nominale (atributive).................67
3

6.5

Indicatori ai formei........................................................................68

Capitolul 7 Indicatori ai seriilor cronologice..............................................72
7.1 Indicatori pentru caracterizarea nivelului şi
variației în timp...............................................................................72
7.1.1 Indicatori absoluți………………………………………………………72
7.1.2 Indicatori relativi………………………………………………………..72
7.1.3 Indicatori medii…………………………………………………………..74
Test..………………………………………………………………………………………………78
Bibliografie……………………………………………………………………………………..78

4

MODULUL 1
Noţiuni introductive
Colectarea datelor
Sistematizarea şi prezentarea
datelor

5

OBIECTIVE
- cunoaşterea noţiunilor de bază din statistică
- însuşirea metodelor de prezentare şi sistematizare a unui set de date

CUVINTE CHEIE
- caracteristică statistică, date statistice, distribuţii statistice

CUPRINS MODUL 1
Capitolul 1 Noțiuni introductive....................................................................7
Capitolul 2 Colectarea datelor.........................................................................10
2.1 Tipuri de date și scale de măsurare ......................................10
2.2 Surse de date statistice...............................................................11
2.3 Planul observării statistice.......................................................12
2.4 Recensământul statistic.............................................................12
2.5 Sondajul statistic...........................................................................12
Capitolul 3 Sistematizarea si prezentarea datelor...............................15
3.1 Sistematizarea datelor...............................................................15
3.2 Prezentarea datelor statistice.................................................17
3.3 Distribuții statistice unidimensionale ...............................20
3.4 Histograma..................................................................................23
3.5 Diagrame de structură............................................................25
3.6 Reprezentări grafice specifice seriilor de timp.............. 26
3.7 Cartograme și cartodiagrame...............................................29
3.8 Distribuții statistice bidimensionale .................................30
Teste…………………………………………………………………………………………..34
Bibliografie………………………………………………………………………………….34

6

CAP.1 Noțiuni introductive.

Statistica:
- știința colectării și înțelegerii datelor ce caracterizează

fenomenele de masă .

- instrument de cunoaştere a particularităților de volum, structură și dinamică a
fenomenelor și proceselor economico-sociale.
Fenomene care au condus la apariţia si dezvoltarea statisticii.
- Nevoile guvernelor de a calcula date privind cetățenii și activitățile țărilor pe care
le conduc.
- Dezvoltarea teoriei probabilităților.
- Apariția și extinderea utilizării calculatoarelor.
Datele au fost permanent colectate de-a lungul istoriei. (civilizațiile egiptene,
romane, grecești : pentru taxe și înrolare; din evul mediu:nașterile, decesele,
căsătoriile )
Ȋn zilele noastre, progresele calculatoarelor au determinat schimbări profunde în
statistică. Există soft-uri statistice specializate cu care se poat face analize foarte
compexe.
Obiectul de studiu:
Fenomenele și procesele ce prezintă următoarele particularități:
- Se produc în număr mare de cazuri (fenomene de masă)
- Variază de la un element la altul.
- Sunt forme individuale de manifestare.
Fenomenele de masă se supun acțiunii legilor statistice. Pentru a evidenţia o
lege statistică este necesar studiul unui număr mare de cazuri individuale.

7

Un principiu fundamental al statisticii este Legea numerelor mari, dată de
Bernoulli (,, frecvența apariției unui eveniment converge în probabilitate la
probabilitatea producerii acelui eveniment’’)
Metode speciale de cercetare:
- Observarea de masă.
- Centralizarea și gruparea.
- Procedee și metode de analiză și interpretare statistică.
Etapele cercetării statistice:
- Observarea statistică: se culeg datele
- Prelucrarea statistică: se sistematizează datele, se calculează indicatorii
primari, derivați, absoluți și sintetici.
- Analiza și interpretarea rezultatelor: se verifică ipotezele, se formulează
concluziile, se elaborează deciziile. Pasul dificil este transpunerea problemei în
termeni statistici.
Statistica descriptivă: Totalitatea metodelor de culegere, prezentare și
caracterizare a unui set de date.
Statistica inferențială: Totalitatea metodelor de estimare a caracteristicilor unei
populații pe baza rezultatelor obținute pe un eșantion.
Utilizează metode de sistematizare, rezumare și prezentare a datelor.
De exemplu:- Metoda grafică
Statistica inferențială este formată dintr-un grup de metode ce pot da
concluzii ample caracteristicilor unei populații pe baza datelor din eșantioane. Dar
acestea nu se pot afla cu o probabilitate de 100%.Probabilitatea de estimare corectă
este de obicei 90%, 95% sau 99%.
Elemente de bază ale statisticii.
1. Populaţia (colectivitatea) statistică.
Totalitatea elementelor de aceeași natură ce au trăsături comune. Dacă
colectivitatea e numeroasă, cercetarea este foarte grea.
8

2. Eșantion: submulţime de elemente selectate dintr-o colectivitate (populație)
statistică:
Colectivități statistice: - statice(stare la un moment dat)
-dinamice (proces, devenire în timp)
3. Unitatea statistică ( individ ): - simplă
-complexă (ex. familia)
4. Caracteristica statistică: trăsătura comună tuturor unităților. E numită și
variabilă statistică.
5. Datele statistice: Caracteristica numerică obținută de statistică privind
colectivitatea studiată. Mesajul lor este informația statistică.
6. Indicatorul statistic: Expresia numerică a unor fenomene.
7. Parametrul statistic: Indicator statistic descriptiv calculat pentru o
colectivitate totală.
Exemplu:
-

Populația statistică: cetățenii dintr-o localitate.
Eșantionul: persoanele selectate pentru anchetă.
Scopul anchetei: descrierea diverselor caracteristici ale colectivității.
Parametru: venit mediu.

9

CAP. 2 Colectarea datelor.

2.1

Tipuri de date și scale de măsurare:

Clasificarea datelor:
- Date univariate: (o singură variabilă statistică)
- Date bivariate: (două variabile statistice)
- Date multivariate( mai mult de două variabile statistice)
Caracteristicele statistice se pot clasifica după mai multe criterii:
a) După modul de exprimare:
- Calitative ( nu se exprimă numeric: profesie, locul de domiciliu)
- Cantitative (se exprimă numeric: salariu, greutate, înălțime)
b) În funcție de variantele de răspuns:
- Alternative (binare) cu doua variante de răspuns.
- Nealternative , cu mai multe răspunsuri (se pot transforma în
alternative.
c) În funcție de natura caracteristicilor.
- Caracteristici continue : greutate, înălțime.
- Caracteristici discrete: număr de orașe, număr de copii.
d) În funcție de conținutul caracteristicii:
- Caracteristici de timp.
- Caracteristici de spațiu.
- Caracteristici atributive (altul decât spațiul și timpul)
e) În funcție de modul de obținere și caracterizare a fenomenelor.
- Caracteristici primare.
- Caracteristici derivate.

10

Scale de măsurare:
Sunt patru scale principale de măsurare:
- Scala nominală :(scala denumirilor) se atribuie nume pentru
variabile. Se face o diferențiere de specie dar nu și de grad.
Exemplu: ocupația, sexul, profesia.
- Scala ordinală: sunt măsurate variabile de timp nenumeric dar care
pot fi ordonate. Diferenţiere de specie şi de grad.
Exemplu: nivelul de studii, categorii de hoteluri, ratinguri, etc.
- Scala de intervale (cardinală). Diferenţiere de specie şi de grad, în
plus folosește unități de măsură egale. Absența unui punct zero
absolut pentru scală.
Exemplu: temperatura.
- Scala proporțională ( de raport)
Are toate calitățile celor anterioare iar în plus are un punct fix zero
absolut.
Pentru compararea şi măsurarea opiniilor, a comportamentelor, s-au elaborat scale
specifice de intensitate.
Ȋn cercetările de marketing se foloseşte scala de opinie sau de rating.Se fixează 4
până la 10 gradaţii pentru gradarea răspunsurilor.

2.2

Surse de date statistice

Sursele de date pot fi:
- Primare ( date obținute direct prin organizarea de observări
statistice, ex: recensământul statistic)
- Secundare ( datele sunt prelucrate în tabele și grafice) ex: buletinul
statistic pe anul…… în care găsim de exemplu: mișcarea populației
11

în oraș, veniturile salariale, numărul de șomeri, nivelul producției la
unele bunuri, etc.

2.3 Planul observării statistice:
- Observarea statistică: Acțiunea de culegere a datelor de la unitățile
statistice.
Condițiile ce trebuie îndeplinite de observare:
- Condiția de cantitate (obținerea în timpul stabilit a tuturor datelor)
- Condiția de calitate (asigurarea veridicității conținutului datelor)
Observarea se face după un plan riguros ce trebuie să conțină:
-

Scopul observării.
Delimitarea colectivității și unității de observare.
Stabilirea caracteristicilor de observare.
Alegerea formularelor de observare.
Delimitarea timpului și locului observării.
Stabilirea măsurilor organizatorice.

2.4 Recensământul statistic.
Este o metodă de observare totală cu caracter periodic ce surprinde un fenomen în
mod static.
Exemplu: recensământul populației, a locuințelor,a animalelor.

2.5 Sondajul statistic.
Este o metodă parțială de observare statistică; avantajul unei economii de timp și
bani.
12

Exemple: CTC. ,pentru a estima rezervele de zăcăminte, în analiza
macroeconomică, demografie, agricultură, comerț, anchete sociale, etc.

A. Sondajul aleator simplu:
Condiții:
- Fiecare unitate statistică are probabilitatea egală de a fi aleasă.
- Unitățile sunt alese independent, fără legătură una cu alta.
Sondajele pot fi repetate( cu revenire în populaţie pentru populaţii infinite)sau
nerepetate (fară revenire în populaţie pentru populaţii finite)
Procedee de selecție aleatoare.
1) Procedeul urnei cu bile: fiecare unitate se numerotează de la 1 la N. Se
foloseşte o urnă cu N bile numerotate de la 1 la N din care se fac n extrageri
fără revenire.
2) Procedeul tabelului cu numere întâmplătoare: numărul de ordine al unității
este ales din tabelul cu numere aleatoare.
3) Procedeul mecanic de selecție: se stabileşte pasul de numărare k. De
exemplu dacă volumul populaţiei este N=1000, iar volumul eşantionului 𝑁

este n=50, atunci k= =20;se va selecta tot a 20-a unitate. 𝑛

B) Sondajul stratificat.
Se divizează colectivitatea generală în ,, straturi’’ cât mai omogene
C) Sondajul în cuiburi.
Cuib sau Cluster : grupare de unități statistice concentrate și strict delimitate.
Exemplu: familia.
Avem trei niveluri de cercetare:
13

- Unități statistice
- Cuiburile (grupurile)
- Populația în ansamblu
Etape:
- Stabilirea cuiburilor
- Extragerea unui eșantion din cuiburile stabilite
- Examinarea fiecărei unități statistice din cele ce compun cuibul.
Alte tipuri de sondaj:
- Eşantionarea concentrată – selectarea în eșantion a acelei părți ce
prezintă majoritatea cazurilor individuale.
- Selecţie dirijată – se iau elementele (unitățile) reprezentative
apropiate de media ce trebuie estimată. Rezultatele nu sunt obiective.
- Eșantionarea multifazică: - se ia un eșantion, de la unele elemente se
iau anumite caracteristici iar de la altele se studiaza alte
caracteristici.
- Eșantionarea pe cote: - alegerea unităților statistice este lăsată pe
seama operatorilor.

14

Cap.3 Sistematizarea si prezentarea datelor

Prelucrare statistică – fenomen complex prin care datele înregistrate sunt
sistematizate şi tratate statistic.
Sistematizarea datelor – ordonarea acestora în funcție de omogenitatea lor.
3.1. Sistematizarea datelor
- se realizează prin centralizare si grupare
3.1.1. Procedee de sistematizare
-Centralizarea – (totalizarea unităților statistice sau a valorilor unei
caracteristici la nivelul grupelor tipice sau al colectivitații).
-Se face prin sumare directa.Rezultă astfel indicatori statistici de nivel.
Exemplu: numărul populației unei localitați la un moment dat, valoarea
producției unei firme pe o perioada dată.
-Gruparea - (centralizare pe grupe a unitaților statistice).
Rezultă șiruri de date ordonate crescător sau descrescător.
3.1.2. Tipuri de grupări statistice :
a) După numărul caracteristicilor de grupare :
-grupare simplă – după o singură caracteristică.
- exemplu – gruparea intreprinderilor industriale după numărul muncitorilor.
- gruparea combinată – separarea unei colectivități în grupe omogene după variația
simultană a două sau mai multe caracteristici;
Se face o grupare după o caracteristică principală, apoi, fiecare grupă se divizează
în subgrupe după variația unei alte caracteristici (secundare)
b) Dupa natura caracteristicii:

15

- grupări după variabila “timp” şi după variabila “spaţiu” ;
- grupare după o variabilă calitativă:
- grupare după o variabilă nominală (clasificare)
- Exemplu: gruparea populației pe ocupații, rezultatele acestei grupări fiind cuprinse
în nomenclatoare.
- după o variabilă exprimată numeric. Se poate face pe variante (număr redus de
variante;
exemplu:gruparea familiilor din cartier dupa numărul de copii);
sau pe intervale de variație (număr mare de variante);
exemplu: gruparea populației din localitate după vârstă)
3.1.3. Probleme ale grupării statistice
1. Scopul grupării statistice :
- pentru sistematizarea materialului în vederea prelucrării (grupe egale ca mărime);
- pentru analiza directă in cazul grupelor bine determinate.
2. Alegerea variabilei de grupare (variabilă după care se face separarea unităților in
grupe omogene). Funcție de scopul grupării se va decide gradul de esențializare a
caracteristicilor.
3. Stabilirea numărului de grupe.( Funcţie de scop).
- exemplu: gruparea statistică a unei populații după vârstă : se folosesc în general
intervale cincinale, adică intervale tipice egale: 0-4; 5-9; 10-14; 95-99 ; 100 și peste.
Se folosesc pentru unele cercetări intervale tipice neegale:0-19 (populație tânără);2059 (populație adultă);60 și peste (populație vârstnică).
Numărul k al grupelor folosite în practică , dacă volumul eșantionului este n, se
poate face după formula Sturges: 𝑘 = 1 + 3,322 𝑙𝑔𝑛
4. Determinarea mărimii intervalului de grupare (ℓ)

16

Fie X caracteristica de grupare cu valorile xi, i=1, 𝑚
Numărul: A = xmax – xmin se numește amplitudinea de varianţie a lui X
Atunci

= 𝐴 𝑘

sau

= 𝐴

1+3,322𝑙𝑔𝑛

( numărul obținut se rotunjeşte în plus)
5. Delimitarea grupelor de variație și separarea unităților colectivității pe
intervale de variație
- dacă variabila este continuă atunci limita superioară a unui interval va fi limita
inferioară a intervalului următor.Se face o notă explicativă (care limită e inclusă în
interval)
- dacă variabila e discretă atunci limita inferioară a intervalului următor este
deplasată cu o unitate față de limita superioară a intervalului precedent.
- intervalele pot fi închise sau deschise

3.2. Prezentarea datelor statistice
Distribuție statistică – rezultatele sistematizate prin grupare.
3.2.1. Tabele statistice
Elementele unui tabel:
- titlul general si titlurile interioare;
- unitatea de măsură generală;
- notele explicative;
- sursa datelor;
- rubricile tabelului.
Tipuri de tabele :
- simplu (distribuție univariată)
17

- cu dublă intrare (tabel de corelație) ( distribuție bivariată)
3.2.2. Repezentări grafice
Metodă de prezentare sub forma unei imagini a datelor unei distribuții într-un
sistem de coordonate dat. Principiul de bază : proporționalitatea
Elementele reprezentării
a. Axele de coordonate
b. Scara
c. Rețeaua graficului
d. Legenda
a. Axele de coordonate
Axe rectangulare:
Ȋn plan:
y
yi

Ai(xi,ni)

ni

xi

0

X

Ȋn spaţiu:
nij este frecvenţa absolută a perechii (xi,yj)

Z
Ai(xi,yj,nij)
nij
yi

0

xi
x

Y
18

Coordonate polare 𝜌𝑖

Ai 𝜃𝑖

0

x

Ai ( 𝜚i , 𝜃j)
↑ 𝒼

= 1, 𝓅

↑ 𝒽

= 1, 𝒻 𝜃𝒽

grade sau radiani 𝜚𝒼
- proporțional cu 𝓍𝒼 𝜃𝒽
-proporțional cu intervalul de timp ce separă două valori succesive.
De exemplu: 2𝜋 = anul 𝜋

atunci

= luna

6 𝜋

2

= trimestrul

b) Scara :
- uniformă (aritmetică, cu diviziuni echidistante);
- neuniformă (logaritmică) – punem în corespondență biunivocă numărul cu
logaritmul său zecimal.
0,001

0,01

0,1

1

10

100

1000

-3

-2

-1

0

1

2

3

c)Reţeaua graficului –se construiesc paralele la axe prin punctele 𝓍𝒼 respectiv
yj . Este utilă pentru distribuţii bidimensionale.
19

d)Legenda – alături de figură; se reprezintă la scară redusă elemente de
construcție cu explicații.

3.3. Distribuții statistice unidimensionale
3.3.1. Definitie notații.
Definiție : Se numește distribuție statistică unidimensională, corespondența dintre
șirul valorilor unei caracteristici și cel de al doilea: șirul frecvențelor absolute.
Acestea se prezintă sub forma unui tabel.
X:( x1,x2,…,xm )unde x1<x2<…<xm
Dacă: n1=n2=…=nm 𝓍
1 , 𝓍2 , … … 𝓍𝒿 𝓍𝒼

respectiv: X 𝓀 , 𝓀 , … . . 𝓀
⟺ 𝑋 𝓀 𝒼 = 1, 𝒿, dacă n1≠n2≠∙∙∙ ≠ nm.
1
2 𝒿 𝒼

Dacă avem distribuții de interval notăm:
X: (𝒥𝒼 ,𝔫𝔦 ) 𝔦 = 1, 𝒾, 𝒥𝒼 = 𝓍𝒼−1 − 𝓍𝒼

3.3.2. Frecvențe relative si frecvențe cumulate
Definiția 1. Se numește frecvență relativă a valorii xi numărul 𝔣𝔦 = 𝓀𝒼 𝓀𝒼

unde : 𝓀𝒼

= n - volumul colectivității
Evident 𝔣𝒼

= 1

Definiția 2. Se numește frecvență absolută cumulat crescătoare a valorii xi,
Numărul 𝑁𝒼 (↑) = 𝒼 𝒾

=1 𝓀𝒾 ,

(∀)𝒼 = 1, 𝒿.

Se numește frecvență relativă cumulat crescătoare a valorii xi, numărul
20 𝑖 𝑘

=1 𝑓𝑘 𝐹𝒼

(↑) = 𝒼

= 1, 𝒿; evident 𝐹𝒿 = 1

Se pot calcula şi valorile 𝑁𝒼 (↓) 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣 𝐹𝒼 (↓) frecvența absolută cumulat
descrescătoare, respectiv frecvenţa relativă cumulat descrescătoare a valorii xi 𝑁
1 (↓) = 𝔫 𝑁
2 (↓) = 𝔫 − 𝔫1 𝑁
3 (↓) = 𝔫 − 𝔫1 − 𝔫2 𝑁𝔪
(↓) = 𝔫 − 𝔪

−1 𝒾
=1 𝓀𝒾 𝑇𝑎𝑏𝑒𝑙𝑢𝑙

𝑓𝑟𝑒𝑐𝑣𝑒𝑛ţ𝑒𝑙𝑜𝑟 𝓀𝒼

2 𝓀
1 𝒺𝒼

3 𝑓
1 𝑁𝒼

4 𝑁
1 𝐹𝒼

5 𝐹
1 𝓍𝒼

−1 − 𝓍𝒼 𝓀𝒼 𝑓𝒼 𝑁𝒼 𝐹𝒼 𝓍𝒻

−1 − 𝓍𝒻 𝓀𝒻 𝑓𝒻 𝑁𝒻 𝐹𝒻

Intervalul
1 𝓍
0 − 𝓍1

Prezentarea în tabel a unei distribuții unidimensionale

3. 3.3

Modelul unui tabel simplu:

|

|

|

xi-1-xi

ni

fi

Frecvența
absolută
cumulată
N1
|
|
Ni

|

|

|

|

Interval de
grupare

Frecvența
absolută

Frecvența
relativă

x0-x1

n1

f1

|

|

|

21

Frecvența
relativă
cumulată
F1

|

|
|

Fi

|

|

|

|

|

xk-1-xk

nk

fk

Nk

Fk

Total

N

1

-

-

Exemplu: Inregistrarea unui eșantion de 100 persoane dupa caracteristica “vârstă”
Grupa de
vârstă

0 – 14
15 – 59
60 si
peste
(din care
65 de ani
şi peste)
Total

0,17
0,61
0,22

Frecvenţa
absolută
cumulată
Ni ( ⬆)
17
78
100

(10)

(0,1)

-

100

1

Efectivul
(ni)
Frecvenţa
absolută
17
61
22

fi
frecvenţa
relativă

Frecvența
cumulată

relativă

Ni (⬇ )
100
83
22

Fi (⬆ )
0,17
O,78
1

Fi (⬇ )
1
0,83
0,22

-

-

-

Poligonul și curba frecvențelor
Poligonul frecvențelor – specific v. a. discrete
Se unesc prin segmente punctele Ai (xi,ni)i=1, 𝑚, unde X: (xi, ni) 𝑖 = 1, 𝑚
Curba frecvențelor: punctele Ai( xi,ni) se unesc prin arce de curbă; Este
aproximată mai bine forma distribuţiei colectivității după caracteristica cercetatată.
Curba frecvențelor cumulate : se unesc punctele Ai(xi,Ni) prin arce de curbă.
Poligonul frecvenţelor cumulate : este reprezentarea grafică a funcției
empirice de repartiţie: Fn(x)= 𝑥 𝑖 <𝑥 𝑛𝑖
22

Exemplul : distribuția familiilor dintr-un bloc după numărul de copii.

3.4. Histograma:
Folosită pentru serii cu distribuție continuă X: (𝒥𝒼 , 𝓀𝒼 ) unde 𝒥𝒼 =(xi-1,𝑛𝒼 ) 𝒼
= 1, 𝒾
Dacă intervalele sunt inegale se folosesc frecvențele reduse 𝒻𝒼 ≝ 𝒾𝒼
=

ℓ𝒼 𝑙𝑚𝑖𝑛

23 𝑛𝒼 𝒾𝒼

,

Construcția histogramei
Se construiesc dreptunghiuri cu baza aşezată pe abscisă, lungimea acesteia
fiind proporțională cu lungimea ℓ𝒼 a intervalului𝒥𝒼 .
Înălțimea dreptunghiurilor va fi proporțională cu 𝓀𝒼 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣 𝒻𝒼 .
Se poate obține poligonul frecvențelor dacă se unesc prin segmente mijloacele
intervalelor 𝒥𝒼 duse prin ordonatele 𝑛𝒼 𝑠𝑎𝑢 𝒻𝒼 .
Exemplul1: Ȋn tabelul de mai jos avem distribuţia unui eşantion de 200
persoane după timpul de deplasare zilnică ( în minute).

24

Exemplul 2: Ȋn tabelul de mai jos avem distribuţia unui eşantion de 100
persoane după vârstă

3.5. Diagrame de structură.
Proporționalitate între volumul colectivităţii( 100% )și suprafața din figură.
-dreptunghiul de structură ;
25

- pătratul de structură;
- cercul de structură.
Exemple:

3.6 Reprezentări grafice specifice seriilor de timp
Diagrama polară :pentru fenomene cu evoluţie ciclică( serii cronologice)
- Prin segmente de dreaptă,
- Prin sectoare de cerc;
Exemplu:

26

Construcție:
- Se construiește un cerc cu raza proporțională cu nivelul maxim al
fenomenului;
- Se împarte cercul într-un număr de sectoare egale cu numărul perioadelor de
variație;
- Se trasează sectoare de cerc cu raza proporțională cu nivelul atins de fenomen
în perioadele considerate.

Cronograma reprezentare grafică specifică seriilor de timp. Poate fi liniară
sau prin benzi sau coloane.
Exemple:

27

28

3.7 Cartograme și cartodiagrame
Reprezentări grafice specifice seriilor teritoriale
Cartograma: intensitatea de manifestare a unui fenomen
Cartodiagrama: structura unui fenomen.
Exemple:

29

3.8 Distribuții statistice bidimensionale

Definiție : Fie C o colectivitate de volum n
X – variabila cu valorile xi , 𝑖 = 1, 𝑚
Y – variabila cu valorile 𝓎𝒽 ,𝒽 = 1, 𝓅
Fie 𝑛𝒼𝒽 numărul elementelor din colectivitate corespunzătoare perechii 𝓍𝒼
, 𝑦𝑗 (frecvența absolută a perechii)
Se numește distribuție bidimensională (bivariată) șirul de triplete
(𝓍𝒼 , 𝓎𝒽 , 𝑛𝒼𝒽 ) 𝒼 = 1, 𝑚, 𝒽 = 1, 𝓅
Această distribuție se prezintă într-un tabel cu dublă intrare (tabel de
corelație).

30 𝓎𝒽 𝓍𝒼 𝓎

1−−−− 𝓎𝒽−−−−−− 𝓎𝓅 𝑥

1 𝓀

11−−−− 𝓀1𝒽−−−−−𝓀1𝓅

|

|
|

| 𝓀

1∙

| 𝑥𝒼 𝓀𝒼

1−−−−𝓀𝒼𝒽−−−−− 𝓀𝒼𝓅

|

I
I
I

|
| 𝑥𝒿 𝓅 𝒽

=1 𝑛𝒼𝒽 𝓀

∙𝒽 = 𝒿 𝒼

=1 𝓀𝒼𝒽 𝒿 𝒼

=1 𝓀𝒿

∙ 𝓀𝒿

1−−−− 𝓀𝒿𝒽−−−−− 𝓀𝒿𝓅 𝓀
∙1−−−− 𝓀∙𝒽−−−−−𝓀∙𝓅 𝓀𝒼

∙ = 𝓀

∙∙ = 𝓀𝒼

∙ 𝓅 𝒽

=1 𝓀𝒼𝒽

(𝓍𝒼 , 𝑛𝒼. )𝒼 = 1, 𝒿 𝓀

..

și

(𝓎𝒽 , 𝓀,𝒽 ) 𝒽 = 1, 𝓅
distribuții marginale 𝓀𝒼

∙ 𝒺𝒼

∙ =

Frecvențele relative marginale : 𝒺

∙𝒽 = 𝓀

∙∙ 𝓀

∙𝑗 𝓀
∙∙ 𝒺𝒼𝒽

=

Frecvențele relative parțiale : 𝓀𝒼𝒽 𝓀

∙∙ 𝒺𝒼

/𝒽 =

Frecvențele relative condiționate: 𝒺𝒽

/𝒼 =

31 𝓀𝒼𝒽 𝓀𝒼

∙ 𝓀𝒼𝒽 𝓀

∙𝒽

, 𝒽 − 𝑓𝑖𝑥; 𝒼 = 1, 𝒿

, 𝒼 − 𝑓𝑖𝑥 ; 𝒽 = 1, 𝓅

a) Distribuții bidimensionale cu ambele variabile cantitative.
Exemplu: Prezentarea unui eșantion de 50 de persoane dintr-o întreprindere după
producția individuală (bucăți) și salariul lunar ( lei / lună) 𝓎𝒽

−1 ,𝓎𝒽
(𝓍𝒼−1 ;𝓍𝒼 )
20-30
30-40
40-50
50-60
60-70 𝓀
∙𝒽

200-400

400-600

600-800

800-1000

10001200 𝓀𝒼

2
1
3

1
5
1
1
8

5
7
2
1
15

10
4
3
17

5
2
7

2
7
22
12
7
50

Reprezentări grafice – norul de puncte – într-un sistem de axe se trasează
rețeaua corespunzătoare valorilor 𝓍𝒼 , 𝓎𝒽 . Se construiesc apoi punctele (𝓍𝒼 , 𝓎𝑗 ) în
celulele reţelei.
Diagrama paralelipipedelor – în sistem de 3 axe . Se construiesc
paralelipipede cu baza în planul ( X0Y), iar înălțimea proporţională cu 𝓀𝒼𝒽 .

b)Distribuţie bidimensională, cu o variabilă cantitativă și una atributivă.
32

Reprezentarea grafică : piramida vârstelor.

c)Distribuţie bidimensională cu ambele variabile atributive.

33

Teste
Distribuţia unui eşantion de 150 de persoane după caracteristica „timpul de
deplasare zilnică”, este:
Timpul de
deplasare(minute)

0-30

30-60

60-90

90-120

120-180

15

40

50

35

10

Ji=xi-1 - xi
Număr persoane
ni

a) să se reprezinte grafic histograma, poligonul şi curba frecvenţelor.
b) să se reprezinte grafic structura pe intervalele 0-60, 60-120, 120-180, folosind
cerc, respectiv dreptunghi de structură.
Bibliografie
1)Jaba Elisabeta – Statistică economică, ediţia a treia, Ed. Economică, Bucureşti
2002
2)Ţiţan Emilia – Statistică.Teorie şi aplicaţii în sectorul terţiar.Ed. Meteor
Press Bucureşti 2002
3)Otinan Păun Ioan, Creţ Florian – Elemente de matematici aplicate în
economia agroalimentară, Ed. Agroprint, Timişoara 2002
4)PetriSor Emilia – Probabilităţi şi statistică .Aplicaţii în economie şi inginerie,
Ed. Politehnica, Timişoara 2003
5)Florea I., ş.a.- Statistică descriptivă.Teorie şi aplicaţii, Ed. Aisteda Alba-Iulia
1998

34

MODULUL 2

Indicatori statistici în mărimi
absolute şi relative
Indicatori ai tendinţei centrale

35

OBIECTIVE
- cunoaşterea semnificaţiei şi a relaţiilor matematice de definire a indicatorilor în
mărimi absolute şi relative
- cunoaşterea semnificaţiei şi a relaţiilor matematice de definire a indicatorilor
tendinţei centrale
- înţelegerea rolului şi importanţei acestor indicatori în caracterizarea unui set de
date
- însuşirea modului de calcul a acestor indicatori în diverse situaţii practice

CUVINTE CHEIE

- indicator statistic, mărimi absolute, mărimi relative, medie, modul, mediană,
medială, quantile

36

CUPRINS MODUL 2
Capitolul 4

Indicatori statististici în mărimi absolute
şi relative.....................................................................................38
4.1 Indicatori în mărimi absolute ..............................................38
4.2 Indicatori în mărimi relative ...............................................38
Capitolul 5 Indicatori ai tendinței centrale. ( Mărimi medii)..........40
5.1 Probleme generale ale mărimilor medii...........................40
5.2 Media aritmetică........................................................................42
5.3 Media unei caracteristici alternative..................................44
5.4 Medii cu aplicație specială.......................................................44
5.5 Modul (Dominanta)..................................................................46
5.6 Mediana..........................................................................................47
5.7 Quantilele .......................................................................................50
5.8 Mediala...............................................................................................53
5.9 Relații între valorile tendinței centrale ...............................55
Teste…………………………………………………………………………………………….56
Bibliografie…………………………………………………………………………………..57

37

Cap.4. Indicatori statististici în mărimi absolute şi relative.

4.1 Indicatori în mărimi absolute
Indicatorii de nivel – sunt indicatori individuali, rezultat al centralizării pe
grupe. Se obțin prin sumare directă în cadrul unei grupe: 𝓍𝒼 , 𝑦𝒼
, 𝑧𝒼

Indicatori ai variației absolute :
Fie 𝑋: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿 , 𝓍𝒼

0 − 𝑣𝑎𝑙𝑜𝑟𝑖𝑙𝑒 î𝑛 𝑚𝑜𝑚𝑒𝑛𝑡𝑢𝑙 𝒯0 𝓍𝒼
1 − 𝑣𝑎𝑙𝑜𝑟𝑖𝑙𝑒 î𝑛 𝑚𝑜𝑚𝑒𝑛𝑡𝑢𝑙 𝒯1

Numărul 𝓍

Sau Δ1/0
= 𝓍

Δ1/0
≝ 𝓍𝒼1 − 𝓍𝒼0 se numește spor. 𝒼
𝓍𝒼1

− 𝒼

𝓍𝒼0

, 𝒼 = 1, 𝒿

4.2 Indicatori în mărimi relative:
Exprimă rezultatul comparării a doi indicatori statistici sub formă de raport.
Arată câte unități din indicatorul de la numărător revin la o unitate a indicatorului
considerat ca bază de raportare.
Probleme ale folosirii mărimilor relative.

- alegerea bazei de comparare: funcție de gradul de independență dintre
caracteristici sau funcție de scopul cercetării;
- asigurarea comparabilității datelor ce formează raportul;
- alegerea formei de exprimare a mărimilor relative (procente, promili,
prodecimili etc.) arată de câte ori se cuprinde indicatorul de raportat în baza de
raportare.
Tipuri de mărimi relative:
Mărimile de structură : (ponderi sau greutăți specifice ).
38

Exprimă raportul dintre parte și întreg.
Notaţii : 𝒺𝒼 , ℊ𝒼 , 𝓅𝒼 , 𝒼 = 1, 𝓀
Exemplu : 𝒺𝒼 = 𝓀𝒼 𝓀𝒼

; 𝒺𝒼

= 1 𝑠𝑎𝑢 𝑝𝑟𝑜𝑐𝑒𝑛𝑡𝑢𝑎𝑙 𝒺𝑖% = 𝓀𝒼 𝓀𝒼

. 100, 𝒺𝑖

% =

100%
Mărimi relative de corespondență (mărimi relative de coordonare) 𝐾𝐴
/𝐵 = 𝑋𝐴

. 100 𝑋𝐵 𝐾𝐵

/𝐴 = 𝑋𝐵

. 1000 𝑋𝐴 𝑋𝐴

, 𝑋𝐵 − nivelul grupei A respectiv B.
Arată câte unități dintr-o grupă revin la 100 sau 1000 unități din cealaltă grupă a
colectivității.
Mărimi relative de intensitate :
K= 𝑋 𝑌

K = marimea relativă de intensitate.
X = variabila (fenomenul) de raportat.
Y = variabila (fenomenul) ales ca bază de raportare.
Arată gradul, intensitatea de răspândire a unui fenomen în raport cu variabila la
care se raportează.
Se utilizează în demografie (caracterizează mișcările populației), economie.

39

Cap.5 Indicatori ai tendinței centrale. ( Mărimi medii).

5.1 Probleme generale ale mărimilor medii.
Mediile, sunt mărimi statistice care exprimă în mod sintetic si generalizant,
ceea ce este esențial pentru unitățile unei colectivități distribuite dupa o anumită
caracteristică.
Trăsături caracteristice :
- media exprimă în mod sintetic valorile unei serii statistice şi are un caracter
abstract;

40

- este o mărime generalizantă (înlocuind fiecare termen al seriei cu nivelul
mediu, suma termenilor va fi aceeași);
- media sintetizează normalul, adică exprimă nivelul purtat de majoritatea
unităților colectivității. Se mai numește și speranța matematică (poziția centrală
spre care tind unitățile unei colectivități);
- este rezultatul acțiunii factorilor esențiali, exprimă legicul. Abaterile de la
nivelul mediu se datorează factorilor aleatori.
Condiții de calitate ale unei mărimi medii(Principiul lui Yule)
1.Media trebuie definită obiectiv printr-o definiție sau formulă;
2.Media trebuie să fie reprezentativă pentru toți termenii seriei;
3.Media trebuie să aibe o semnificație concretă ușor de observat;
4.Media trebuie să fie simplu de calculat;
5.Media trebuie să se preteze la calcule algebrice ulterioare;
6.Media trebuie să fie puțin sensibilă la fluctuațiile de eșantionare.

Clasificarea mărimilor medii
a)După rolul lor în analiza statistică :
- mărimi medii fundamentale : - media aritmetică;
- modul;
- mediana;
- mărimi medii cu aplicații speciale:
- media geometrică;
- media armonică;
- media pătratică;
41

- media progresivă;
- media cronologică;etc
b)După modul de obținere:
- medii de poziție: modul, mediana, mediala;
- medii de calcul
– medii simple pentru distribuții de tipul:
X: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿, 𝓀1 = 𝓀2 = ⋯ = 𝓀𝒿
- medii ponderate pentru distribuții de tipul
X: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿, 𝓀1 ≠ 𝓀2 ≠ ⋯ ≠ 𝓀𝒿

5.2 Media aritmetică (𝔁)
Definiție -mod de calcul.
Media simplă:
Dacă : X: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿,
atunci: 𝓍 =

1 𝒿

.

Observăm că: 𝒿 𝒼

=1 𝓍𝒼

; 𝒿 𝒼

=1 𝓍𝒼

= 𝒿. 𝓍 𝓀

1 = 𝓀2 = ⋯ = 𝓀𝒿 𝒿
= 𝑣𝑜𝑙𝑢𝑚𝑢𝑙 𝑐𝑜𝑙𝑒𝑐𝑡𝑖𝑣𝑖𝑡ăț𝑖𝑖.

Media ponderată :
Dacă: X: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿,
atunci: 𝓍 =
unde 𝑓𝑖 = 𝒿 𝒼

=1 𝓍𝒼 .𝑛 𝒼 𝒿
𝓀 𝒼
=1 𝒼 𝓀𝒼 𝒿

𝓀 𝒼
=1 𝒼

ș𝑖

= 𝑛

1 ≠ 𝑛2 ≠ ⋯ ≠ 𝑛𝑚 𝒿 𝒼

=1 𝓍𝒼 𝑓𝒼 𝒿 𝒼

=1 𝑓𝒼

=1

Dacă seria este prezentată pe intervale de variație:
X: (ℐ𝒼 , 𝑛𝒼 )𝑐𝑢 𝒥𝒼 = (𝓍𝒼−1 , 𝓍𝒼 ), 𝒼

= 1, 𝑚
42 𝑚 𝒼

=1 𝓍́𝒼 ,𝑛 𝒼 𝑚
𝑛 𝒼
=1 𝒼

atunci: 𝓍 =
unde: x́i= 𝑚 𝒼

=1 𝓍́𝒼 , 𝑓𝒼

= 𝓍𝑖

−1 +𝓍𝒼

(𝑚𝑖𝑗𝑙𝑜𝑐𝑢𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙𝑢𝑖)

2

Proprietăți ale mediei aritmetice:
1. Dacă: 𝓍1 = 𝓍2 = ⋯ = 𝓍𝒿 = 𝓍0 𝑎𝑡𝑢𝑛𝑐𝑖 𝓍 = 𝓍0
2. 𝓍𝑚𝑖𝑛 < 𝓍 < 𝓍𝑚𝑎𝑥 𝒿 𝒼

=1 (𝓍𝒼

3.

− 𝓍) = 0 𝒿 𝒼

=1(𝓍𝒼

4.

c) 𝓍′′′ = 𝒿

𝓍𝒼 𝒼
=1 𝒾 𝒿

= 𝓀𝒼 𝒿 𝒼

=1 𝓍𝒼 𝒸 𝒿
𝓀𝒼 𝒼
=1 𝒸

6. dacă: Z = X+Y 𝑌 𝒶

=𝓍

= 𝓍 ± 𝒶 (𝑚ă𝑟𝑖𝑚𝑒 𝑡𝑟𝑎𝑛𝑠𝑙𝑎𝑡𝑖𝑣ă) 𝒿

b) 𝓍′′ =

(𝑚ă𝑟𝑖𝑚𝑒 𝑛𝑜𝑟𝑚𝑎𝑙ă)

− 𝒶)2 = 𝑚𝑖𝑛𝑖𝑚ă ⟺ 𝒿 𝒼

=1(𝓍𝒼 ±𝒶)

5. a) 𝓍′ =

(𝑚ă𝑟𝑖𝑚𝑒 𝑖𝑛𝑡𝑒𝑟𝑛ă) 𝓍 𝑘

=𝓍

(𝑚𝑖𝑐ș𝑜𝑟ă𝑚 𝓀𝒼 𝑑𝑒 𝒸 𝑜𝑟𝑖)

, X,Y variabile aleatoare independente, atunci: 𝑋 + 𝑌 = 𝑋 +

Calculul simplificat al mediei.
Din propietățile 5) punctul a) și b), c 𝓍
= 𝒿

𝓍𝒼 − 𝒼
=1 𝑘 𝒿 𝑎

∙ 𝑘 + 𝒶 𝑑𝑎𝑐ă 𝓀1 = 𝓀2 = ⋯ = 𝓀𝒿

Respectiv: 𝓍
= 𝒿

𝓍𝒼 − 𝒼
=1 𝑘 𝑎

𝓀𝒼
∙ 𝒸
∙ 𝑘 + 𝒶, 𝑑𝑎𝑐ă 𝓀 ≠ 𝓀 ≠ ⋯ ≠ 𝓀
1
2 𝒿 𝓀 𝒿 𝒼 𝒼

=1 𝒸
43

5.3 Media unei caracteristici alternative:
Distribuția de frecvență pentru o caracteristică alternativă.

Frecvența de apariție
Efectiv (𝓀𝒼 )
Pondere (𝒺𝒼 )

Valori ale caracteristicii
(𝓍𝒼 )
Da (1)

p=

Unități ce nu posedă
caracteristica 𝓀 − 𝓀1
n

Nu (0)
Total 𝓍

= 𝓀

1

Unitați ce posedă
caracteristica 𝓀1 𝑞

= 𝓀 𝓀

−𝓀1 𝓀 𝑝

+ 𝑞=1 𝓍𝒼

∙ 𝓀𝒼 1 ∙ 𝓀1 + 0 ∙ (𝑛 − 𝓀1 ) 𝓀1
=
=
=𝑝 𝑛𝒼 𝓀 𝓀

Media unei caracteristicii alternative = ponderea unităților ce posedă caracteristica.

5.4 Medii cu aplicație specială
Media geometrică.
– Se aplică doar pentru numere pozitive.
Media geometrică simplă: 𝓍
ℊ = 𝒿 𝓍

1 ∙ 𝓍2 … . . 𝓍𝒿 , 𝑑𝑎𝑐ă 𝑛𝒼 𝑠𝑢𝑛𝑡 𝑒𝑔𝑎𝑙𝑒.

Media geometrică ponderată : 𝓍
ℊ = 𝒿

𝓀 𝒼
=1 𝒼 𝓀 𝓀 𝓀 𝒺 𝒺 𝒺 𝓍

1 1 ∙ 𝓍2 2 ⋅ … .∙ 𝓍𝒿𝒿 = 𝓍1 1 ∙ 𝓍2 2 ∙ … . 𝓍𝒿𝒿
44

Observații : logaritmând relațiile celor două medii obținem:
1) ℓℊ𝓍ℊ =
2) ℓℊ𝓍ℊ =

ℓℊ𝓍1 +ℓℊ𝓍2 +⋯+ℓℊ𝓍𝒿 𝒿 𝑛

1 ℓℊ𝓍1 +𝑛 2 ℓℊ𝓍2 +⋯+𝑛 𝒿 ℓℊ𝓍𝒿 𝒿
𝓀 𝒼
=1 𝒼

= 𝒺1 ℓℊ𝓍1 + 𝒺2 ℓℊ𝓍2 + ⋯ + 𝒺𝒿 ℓℊ𝓍𝒿

Proprietăți:
1) 𝑥ℊ este mărime internă, normală și translativă.
2) 𝑧ℊ =𝑥ℊ ∙ 𝑦ℊ unde 𝑍 = 𝑋 ∙ 𝑌,
3) 𝑧ℊ = 𝑥

ℊ 𝑦
ℊ 𝑋

, 𝑌 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡𝑒. 𝑋

unde 𝑍 = , 𝑋, 𝑌 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡𝑒. 𝑌

Exemplu: Cifra de afaceri a unei firme crește cu 10% în primul an; cu 15% în
următorii doi ani și cu 18% în ultimul an pe o perioada de observare de patru ani.
Să se calculeze creșterea medie anuală. 𝓀𝒼 𝓍

ℊ = 𝓀 𝜋𝓍𝒼

𝒼 =

4

1,10 ∙ 1,152 ⋅ 1,18 =

4

1,716605 = 1,144635 = 1,145

⟹ 𝑐𝑟𝑒ș𝑡𝑒𝑟𝑎 𝑚𝑒𝑑𝑖𝑒 𝑎𝑛𝑢𝑎𝑙ă 𝑑𝑒 14,5%

Media de ordin r :
1 𝓍𝓇
= ∙ 𝓀 𝒿 𝓍𝒼𝓇

∙ 𝓀𝒼 𝒼
=1

Media aritmetică de ordin r: 𝓍𝓇
= 𝓇 𝓍𝓇

Observație:
Dacă: 𝓇 = 1, 𝓍1 = 𝓍 𝓇
= 2, 𝓍2 =𝓍𝓅
45 𝓇

= −1, 𝓍−1 = 𝓍𝒻
Inegalitatea mediilor: 𝓍𝒻
< 𝓍ℊ < 𝓍 < 𝓍𝓅
5.5 Modul (Dominanta)
Notat Mo sau Do. Este o mărime fundamentală de pozitie.
Modul este valoarea caracteristicii 𝓍𝑘 cu frecvența absolută 𝓀𝑘 𝑚𝑎𝑥𝑖𝑚ă.
Determinarea modului: 𝑎
) 𝑋: (𝓍𝒼 , 𝑛𝑖 ) 𝒼 = 1, 𝒿 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙ă 𝑑𝑖𝑠𝑐𝑟𝑒𝑡ă.
-se determină 𝑛𝑘 = 𝑛𝑚𝑎𝑥 .
-se citește valoarea corespunzătoare 𝓍𝑘 =𝑀0
b)dacă X: (𝒥𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙ă 𝑐𝑜𝑛𝑡𝑖𝑛𝑢ă (𝑠𝑒𝑟𝑖𝑒 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑒)
-se determină 𝓀𝒼 = 𝓀𝑚𝑎𝑥
- Se citește intervalul modal 𝐽𝑖 = (𝓍𝒼−1 , 𝓍𝒼 ) 𝑐𝑜𝑟𝑒𝑠𝑝𝑢𝑛𝑧ă𝑡𝑜𝑟.
- 𝑀0 = 𝓍𝒼−1 + 𝒹

Δ1
Δ1 +Δ2 𝒹

= 𝓍𝒼 − 𝓍𝒼−1
Δ1 = 𝓀𝒼 − 𝓀𝒼−1
Δ2 = 𝓀𝒼 − 𝓀𝒼+1

Dacă intervalele sunt inegale se folosesc în loc de 𝓀𝒼 frecvențele reduse: 𝒻𝒼
= 𝓀𝒼

, 𝑘𝒼 𝑘𝒼

=

ℓ𝒼
ℓ𝑚𝑖𝑛

Determinarea grafică : cu histograma.

46

Propietățile modulului.
1. 𝓍𝑚𝑖𝑛 < 𝑀0 < 𝓍𝑚𝑎𝑥 − 𝑚ă𝑟𝑖𝑚𝑒 𝑖𝑛𝑡𝑒𝑟𝑛ă.
2. 𝑀0 − 𝑛𝑢 𝑠𝑒 𝑠𝑐𝑕𝑖𝑚𝑏ă 𝓀𝒼 𝑠𝑎𝑢 𝒺𝒼 , 𝑠𝑒 î𝑚𝑝𝑎𝑟𝑡 𝑙𝑎 𝒿 ≠ 0
3. Dacă 𝓍 ′ 𝒼 = 𝓍𝒼 ± 𝑎 𝑎𝑡𝑢𝑛𝑐𝑖: 𝑀
′ 0 = 𝑀0 ± 𝑎
4. Dacă: 𝓍′𝒼 = 𝓍𝒼 𝒾 𝑎𝑡𝑢𝑛𝑐𝑖

𝑀′0 = 𝑀

0 𝒻 𝑑𝑒𝑐𝑖

𝓍′𝒼 = 𝒾 ∙ 𝓍𝒼 , 𝑎𝑡𝑢𝑛𝑐𝑖 𝑀

′ 0 = 𝑀0 ∙ 𝒾
Media armonică: 𝓍𝒻
= 𝓍𝒻

= 𝒿 𝑠𝑖𝑚𝑝𝑙

ă 𝒿

1 𝒼
=1 𝓍 𝒼 𝒿 𝒼

=1 𝓀𝒼 𝒿
𝓀𝒼 𝒼
=1 𝓍 𝒼

ponderată.

Media pătratică:
a)Simplă: 𝓍𝓅
= 𝒿

2 𝒼
=1 𝓀𝒼 𝓀 𝑠𝑎𝑢 𝓍𝓅

2

= 𝒿

2 𝒼
=1 𝓍𝒼 𝓀

b)Ponderată: 𝓍𝓅

= 𝒿

2 𝒼
=1 𝓍𝒼

⋅ 𝓀𝒼 𝒿 𝒼

=1 𝓀𝒼 𝑠𝑎𝑢 𝓍𝓅

2

= 𝒿

2 𝒼
=1 𝓍𝒼 ∙ 𝓀𝒼 𝒿 𝒼

=1 𝓀𝒼

5.6 Mediana(𝑴𝒆 )
Definiție : Se numește mediană acea valoare a caracteristicii unei serii
ordonate, până la care și peste care sunt distribuite în număr egal unitățile
colectivității.
47

Dacă volumul colectivității este m, atunci locul medianei corespunde valorii 𝑈𝑀𝑒
= 𝑚

+1

- unitatea mediană

2

a) X= (𝓍𝒼 )𝒼 = 1, 𝒿
i) dacă m=2p+1 atunci ∪𝑀ℯ = 𝒿

+1
2

=

2𝑝+2
2

=𝑝+1

Deci : 𝑀ℯ = 𝓍𝑝+1
Exemplu: 𝑋: 𝓍1 = 5; 𝓍2 = 10; 𝓍3 = 15; 𝓍4 = 25; 𝓍5 = 35 𝒿
= 5 = 2 ∙ 2 + 1; 𝑝 = 2;
∪𝑀ℯ = 𝒿

+1
2

=

5+1
2

= 3 ⟹ 𝑀ℯ = 𝓍3 =15 𝒼𝒼

) 𝒿 = 2𝓅 𝑎𝑡𝑢𝑛𝑐𝑖 ∪𝑀ℯ = 𝒿

2

=

2𝓅
2

=𝑝

Avem doi termeni centrali ai seriei 𝓍𝓅 și 𝓍𝓅+1 𝑀
ℯ = 𝓍𝓅

+ 𝓍𝓅+1
2

Exemplu: 𝑋: 𝓍1 = 4; 𝓍2 = 6; 𝓍3 = 9; 𝓍4 = 10; 𝑀
ℯ = 𝓍

2 +𝓍3
2

=

9+6 15
2

=

2 𝒿

= 4 = 2 ∙ 2; 𝑝 = 2

= 7.5

b) 𝑋: (𝓍𝒼 ; 𝓀𝒼 )𝒼 = 1, 𝒿
1) Se calculează 𝑁𝒼 (↑) =
2) Se determină ∪𝑀ℯ =
∪𝑀ℯ = 𝑚

2 𝑚
+1
2 𝒼 𝒾

=1 𝓀𝒼 𝑑𝑎𝑐

ă 𝑚 = 2𝑝 𝑠𝑎𝑢 𝑑𝑎𝑐
ă 𝑚 = 2𝑝 + 1

Se determină 𝑐𝑒𝑎 𝑚𝑎𝑖 𝑚𝑖𝑐ă 𝑣𝑎𝑙𝑜𝑎𝑟𝑒 𝑁𝒼 (↑) 𝑎𝑠𝑡𝑓𝑒𝑙 î𝑛𝑐â𝑡
3) Se determină 𝑀ℯ = 𝓍𝒼
Exemplu:

48 𝑁𝒼

(↑) ≥ ∪𝑀ℯ 𝓍𝒼 𝓀𝒼

0
6
1
18
2
23
3
20
4
14
5
6
6
2
7
1
total 90 𝒩𝒼

(↑)
6
24
47
67
81
87
89
90
-

m=90=2p 𝒿

90
∪𝑀ℯ = = = 45
2
2
Observăm că: 𝑁
3 (↑) = 47 > 45 =∪𝑀ℯ
⟹ 𝑥3 = 2 = 𝑀𝑒

c) 𝑋: (𝒥𝒼 ; 𝓀𝒼 )𝒼 = 1, 𝒿 𝒥𝒼
= (𝓍𝒼−1 ; 𝓍𝒼 )
1) Se calculează∶ 𝑁𝑖 (↑)
2) Se determină ∪𝑀ℯ ș𝑖 𝑙𝑜𝑐𝑢𝑙 𝑒𝑖 𝑎𝑠𝑡𝑓𝑒𝑙 î𝑛𝑐â𝑡 𝑁𝑖 (↑) ≥ ∪𝑀ℯ
3) Se determină intervalul median 𝒥𝒼 , î𝑛 𝑑𝑟𝑒𝑝𝑡𝑢𝑙 𝑙𝑢𝑖 𝑁𝑖 (↑) ≥ ∪𝑀ℯ
4) 𝑀𝑒 = 𝓍𝑖 + 𝒹 𝑈

𝑀 𝑒 −𝑁𝒼−1 (↑) 𝑛𝒼 𝒹

− 𝑙𝑢𝑛𝑔𝑖𝑚𝑒𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙𝑢𝑖 𝑚𝑒𝑑𝑖𝑎𝑛 𝑁𝑖
−1 (↑) 𝑓𝑟𝑒𝑐𝑣𝑒𝑛ț𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑎𝑟ă 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙𝑢𝑖 𝑚𝑒𝑑𝑖𝑎𝑛 𝓀𝑖
− 𝑓𝑟𝑒𝑐𝑣𝑒𝑛ț𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡ă 𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙𝑢𝑖 𝑚𝑒𝑑𝑖𝑎𝑛
Exemplu:
Să se determine mediana pentru seria de intervale următoare
(𝓍𝑖−1 ; 𝓍𝒼 ]
(0;30]
(30;60]
(60;90]
(90;120]
(120;150]
(150;180] 𝓀𝒼

25
50
60
45
15
5 𝑁𝒼

( ↑ )
25
75
135
180
195
200 𝑁𝒼

( )
200
175
125
65
20
5

Total

200

-

-

49 𝑈𝑀𝑒

=

200
2

= 100; 𝑁3 (↑) = 135 > 100 = 𝑈𝑀𝑒 → (60; 90) 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙 𝑚𝑒𝑑𝑖𝑎𝑛. 𝑈𝑀𝑒

− 𝑁𝒼−1 ( ↑)
100 − 75 𝑀𝑒
= 𝓍𝒼−1 + 𝒹
= 60 + 30
= 60 + 12.5 = 72.5 𝓀𝒼

60

5.7 Quantilele(generalizări ale medianei)
Sunt valori ale caracteristicii ce împart seria în r grupe ale căror efective
sunt egale. Numărul r se numește ordinul quantilelor.
Quantile uzuale:
r=2 - quantila este mediana
r=4 – quartilele
r=10 – decilele
r=100 – centilele
Quantilele: Q1 Q2 Q3 𝓀𝑖

0

Q1=𝓍𝒼 + 𝒹

Q1

Q2 𝓍𝒼

Q3 𝑈

𝑄 1 −𝒩𝒼−1 𝒩𝒼

= 𝒩𝒼 (↑) 𝓀𝑄

1

50

Q2=ℳ𝑒 = 𝓍𝒼 + 𝒹 𝑈

ℳℯ −𝒩𝒼−1 𝓀𝑄
2 𝒩𝒼

≥ ⋃𝑄𝓇 , 𝓇 ∊ {1,2,3}Q3=𝓍𝒼 + 𝒹 𝓀𝒼

Unde ⋃𝑄1 =

4 𝑈

𝑄 3 −𝒩𝒼−1

, ⋃𝑄2 = ⋃ ℳℯ = 𝓀𝑄

3 𝓀𝒼

2

;

⋃𝑄3 =

3 𝓀𝒼

4 𝒹

− 𝑙𝑢𝑛𝑔𝑖𝑚𝑒𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙𝑢𝑖 𝑞𝑢𝑎𝑟𝑡𝑖𝑙𝑖𝑐.
D1 , D2 , ……….., D9

Decilele:

D1 = 𝓍𝒼−1 + 𝒹 𝑈

𝐷 1 −𝒩𝒼−1 𝓀𝐷
1

D5= ℳℯ = 𝑄2
D9= 𝓍𝒼−1 + 𝒹
⋃𝐷1 = 𝓀𝒼

10 𝑈

𝐷 9 −𝒩𝒼−1 𝓀𝐷
9

, ………., ⋃𝐷9 = 𝒩𝒼
≥ ⋃𝐷𝓇 , 𝒩𝒼

= 𝒩𝒼 (↑)

9 𝓀𝒼

10

(𝑢𝑛𝑖𝑡ăț𝑖 𝑑𝑒𝑐𝑖𝑙𝑖𝑐𝑒) 𝓇

∊ 1,9 𝑛𝐷𝓇

− 𝑓𝑟𝑒𝑐𝑣𝑒𝑛ț𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙𝑢𝑖 𝑑𝑒𝑐𝑖𝑙𝑖𝑐 ,
Centilele: 𝓇

∊ 1,9

C1 , C2 , … ,C99

C1 = 𝓍𝒼−1 + 𝒹 𝑈

𝐶 1 −𝒩𝒼−1 𝓀𝐶
1

C50= 𝐷5 = 𝑄2 =ℳℯ
C99= 𝓍𝒼−1 + 𝒹
unde: ⋃𝐶1 = 𝑈

𝐶 99 −𝒩𝒼−1 𝓀𝐶
99 𝓀𝒼

100

, ………,⋃𝐶99 =

99 𝓀𝒼

100

(𝑢𝑛𝑖𝑡ăț𝑖 𝑐𝑒𝑛𝑡𝑖𝑙𝑖𝑐𝑒)

Exemplu: Să se calculeze quartilele,decilele şi centilele extreme pentru seria de
intervale prezentată în tabelul următor:

51 𝓀𝒼

25
50
60
45
15
5
200

(𝓍𝒼−1 ;𝓀𝒼 ]
(0,30]
(30 ; 60]
(60 ; 90]
(90 ; 120]
(120 ; 150]
(150 ; 180]
Total 𝒩𝒼

( )
25
75
135
180
195
200
- 𝒩𝒼

( )
200
175
125
65
20
5
-

Quartilele: 𝓀𝒼
200
=
= 50
4
4

⋃𝑄1 =

Observăm că: 𝒩2 (↑) = 75 > 50 = ⋃𝑄1 ⟹ (30; 60 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑞𝑢𝑎𝑟𝑡𝑖𝑙𝑖𝑐 1
Q1=𝓍𝒼−1 + 𝒹 𝑈

𝑄 1 −𝒩𝒼−1 (↑) 𝓀𝑄
1

= 30 + 30

50−25
50

= 30 + 15 = 45 𝓀𝒼

200
=
= 100
2
2

⋃𝑄2 = 𝒩

3 (↑) = 135 > 100 = ⋃𝑄2 ⟹ (60; 90 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑞𝑢𝑎𝑟𝑡𝑖𝑙𝑖𝑐 2
Q2=ℳ𝑒 = 𝓍𝒼−1 + 𝒹
= 60 +
⋃𝑄3 =

25
2

3
4 𝑈

𝑄 2 −𝒩𝒼−1 (↑) 𝓀𝑄
2

= 60 + 30

100−75
60

= 60 + 30

25
60

= 60 +

75
6

=

= 60 + 12.5 = 72.5 𝓀𝒼
=

3
∙ 200 = 150
4

Observăm că: 𝒩4 (↑) = 180 > 150 = ⋃𝑄3 ⟹ (90; 120 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑞𝑢𝑎𝑟𝑡𝑖𝑙𝑖𝑐 3
Q3=𝓍𝒼−1 + 𝒹 𝑈

𝑄 3 −𝒩𝒼−1 (↑) 𝓀𝑄
3

= 90 + 30

150−135
45

Decilele: 𝑈𝐷
1 = 𝓀𝒼

200
=
= 20
10
10
52

= 90 + 30 ∙

15
45

= 90 + 10 = 100

Observăm că: 𝒩1 (↑) = 𝓀1 = 25 > 20 = 𝑈𝐷1 ⟹ (0; 30 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑑𝑒𝑐𝑖𝑙𝑖𝑐 1 ⟹
D1=𝓍𝒼−1 + 𝒹 𝑈𝐷
9 =

9

10 𝑈

𝐷 1 −𝒩𝒼−1 (↑) 𝓀𝐷
1 𝓀𝒼

=

= 0 + 30 ∙

20−0
25

4

= 30 ∙ = 24
5

9
∙ 200 = 180
10

Observăm că: 𝒩4 (↑) = 180 = 𝑈𝐷9 ⟹ (90; 120 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑑𝑒𝑐𝑖𝑙𝑖𝑐 9
D9=𝓍𝒼−1 + 𝒹 𝑈

𝐷 9 −𝒩𝒼−1 (↑) 𝓀𝐷
9

= 90 + 30

180−135
45

= 90 +

90
3

= 120

Diagrama ‘’box-plot’’ (Tukey 1972)

∗ ∣
D1

∣ ∗
Q1

Me

Q3

D9

∗ - valorile minime și maxime ale distribuției.
D1 , D9 - decilele extreme.

5.8 Mediala (𝑴𝒍 )
Indicator de poziție egal cu acel nivel al caracteristicii 𝓍𝒼 ce împarte suma 𝓍𝒼
𝓀𝒼 în două părți egale.
Notaţie: 𝑀ℓ .
Avem că: 𝑀ℓ ≥𝑀ℯ
Determinarea medialei pentru serii simple : 𝑋: (𝓍𝒼 )𝒼 = 1, 𝒿
1.Se ordonează crescător termenii 𝑥𝒼
2.Se determină șirul 𝐿𝒻 = 𝒻 𝒼

=1 𝓍𝒼

, 𝒻 = 1, 𝒿
53

3.𝑈𝑀ℓ = 𝒿 𝒼

=1 𝓍𝒼 𝑢𝑛𝑖𝑡𝑎𝑡𝑒

𝑚𝑒𝑑𝑖𝑎𝑙ă

2

4. 𝑀ℓ =𝓍𝒻 𝑢𝑛𝑑𝑒 𝐿𝒻 , 𝑐𝑒𝑎 𝑚𝑎𝑖 𝑚𝑖𝑐𝑎 𝑣𝑎𝑙𝑜𝑎𝑟𝑒 𝑝𝑡. 𝑐𝑎𝑟𝑒 , 𝐿𝒻 ≥𝑈𝑀ℓ

Exemplu: Să se determine mediala pentru seria cu valorile :2, 4, -3, 5, 8, 6, 1, 9 𝒿
=8 𝓍
1 =-3; 𝓍2 =1; 𝓍3 =2; 𝓍4 =4; 𝓍5 =5; 𝓍6 =6; 𝓍7 =8; 𝓍8 = 9 𝐿
1 =𝓍1 =-3 𝐿
2 =𝓍1 +𝓍2 =-2 𝐿
3 = 𝓍1 + 𝓍2 + 𝓍3 = 𝐿2 + 𝓍3 = −2 + 2 = 0 𝐿
4 = 4 𝐿
5 = 9 𝑈𝑀
ℓ = 𝐿

6 = 15

32
2

= 16 𝐿

7 = 23 𝐿
7 = 23 >16= 𝑈𝑀𝑙 𝐿
8 = 32=

, deci 𝑀

ℓ = 𝓍7 =8

8 𝒼
=1 𝓍𝒼

a)Determinarea 𝑀ℓ pentru serii cu frecvență: 𝑋: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿
1. Se determină 𝐿𝒻 =
2. 𝑈𝑀ℓ =
3. 𝑀ℓ =𝓍𝒾 𝒿 𝒼

=1 𝓍𝒼 𝓀𝒼 𝒻 𝒼

=1 𝓍𝒼 𝓀𝒼

2 𝑝𝑒𝑛𝑡𝑟𝑢

𝑐𝑎𝑟𝑒

, 𝒻

= 1, 𝒿 𝐿𝒾

≥ 𝑈𝑀ℓ , (𝐿𝒾 𝑐𝑒𝑎 𝑚𝑎𝑖 𝑚𝑖𝑐𝑎 𝑣𝑎𝑙𝑜𝑎𝑟𝑒 )

b)Determinarea 𝑀ℓ pentru serii de intervale:

1. Se determină: 𝐿𝒾 = 𝒻 𝒼

=1 𝓍′𝒼

∙ 𝓀𝒼
54 𝑋

: (𝒥𝒼 , 𝓀𝒼 )𝒼 = 1, 𝓀 𝓍

′𝒼 – 𝑚𝑖𝑗𝑙𝑜𝑐𝑢𝑙 𝑙𝑢𝑖 𝒥𝒼 , 𝒾 = 1, 𝓀

2. 𝑈𝑀ℓ = 𝒿

′ 𝒼
=1 𝓍 𝒼 𝓀𝒼

2

− 𝑠𝑒

𝑐𝑖𝑡𝑒ş𝑡𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙 𝑚𝑒𝑑𝑖𝑎𝑙 î𝑛 𝑑𝑟𝑒𝑝𝑡𝑢𝑙 𝑙𝑢𝑖 𝐿𝒾

≥ 𝑈𝑀ℓ
3. 𝑀ℓ = 𝓍𝒼−1 + 𝒹 𝑈

𝑀 ℓ −𝐿𝑕 −1 𝓍
′𝑕 ,𝓀𝑕

5.9 Relații între valorile tendinței centrale
1) Dacă distribuția este unimodală simetrică atunci: 𝓍 = 𝑀𝑒 = 𝑀0 𝓀𝒼 𝓍

= 𝑀𝑒 = 𝑀0 𝓍𝒼

2) Dacă distribuția este unimodală asimetrică atunci are loc relația 𝓍
− 𝑀0 = 3(𝑀𝑒 − 𝑀0 )
Ex: Pt distribuţia după timpul de deplasare în minute a eşantionului de 200
persoane, avem: 𝓍=73,5; 𝑀0 =72; 𝑀𝑒 =72,5
73,5-72=3(72,5-72), adevărat.

55

TESTE
1) Populaţia ocupată (mii persoane) pe sectoare de activitate în România, în anii
1993 şi 2001 este dată în tabelul de mai jos:
Sectorul de activitate

1993

2001

Industrie

3030

2017

Construcţii

574

340

Agricultură şi silvicultură

3614

3498

Alte ramuri

2844

2708

Total

10062

8563

Sursa: Anuarul Statistic al României, 1994, C.N.S. , p.158, 2002, p.94

a) Să se întocmească un tabel cu ponderea populaţiei ocupate pe sectoare de
activitate, în anul 1993 comparativ cu anul 2001.
b) Să se întocmească un tabel cu modificările de structură în 2001 faţă de 1993 pe
sectoare de activitate, în mărime absolută.

2) Numărul de salariaţi pe sexe la nivelul economiei naţionale a Romăniei, la
31.12.1999, este dat în tabelul următor:
Total personal muncitor

2.976.000

Bărbaţi

1.781.000

Femei

1.195.000

Sursa: Anuarul Statistic al României, I.N.S., 2000, p.110

Se cere să se calculeze mărimile relative de corespondenţă( coordonare).
3) Distribuţia muncitorilor unei firme după caracteristica „timpul necesar realizării
unui produs”, este dată în tabelul următor:
56

Timpul
(min)
Ji= xi-1-xi
Număr
muncitori
ni

0-30

30-60

60-90

90-120

120-150

150-180

25

50

60

45

15

5

Să se calculeze:
a) Media aritmetică
b) Modul
c) Mediana
d) Diagrama Box-Plot
e) Mediala

Bibliografie
1)Jaba Elisabeta – Statistică economică, ediţia a treia, Ed. Economică, Bucureşti
2002
2)Ţiţan Emilia – Statistică.Teorie şi aplicaţii în sectorul terţiar.Ed. Meteor
Press Bucureşti 2002
3)Otinan Păun Ioan, Creţ Florian – Elemente de matematici aplicate în
economia agroalimentară, Ed. Agroprint, Timişoara 2002
4)PetriSor Emilia – Probabilităţi şi statistică .Aplicaţii în economie şi inginerie,
Ed. Politehnica, Timişoara 2003
5)Florea I., ş.a.- Statistică descriptivă.Teorie şi aplicaţii, Ed. Aisteda Alba-Iulia
1998

57

MODULUL 3
Indicatori ai dispersiei şi ai
formei
Indicatori ai seriilor
cronologice

58

OBIECTIVE
- cunoaşterea semnificaţiei şi a relaţiilor matematice de definire a indicatorilor
simpli şi sintetici ai dispersiei
- cunoaşterea semnificaţiei şi a relaţiilor matematice de definire a indicatorilor de
asimetrie
- cunoaşterea semnificaţiei şi a relaţiilor matematice de definire a indicatorilor
specifici seriilor cronologice
- înţelegerea rolului şi importanţei acestor indicatori în caracterizarea unui set de
date
- însuşirea modului de calcul a acestor indicatori în diverse situaţii practice

CUVINTE CHEIE
- dispersie, asimetrie, serie cronologică

CUPRINS MODUL 3
Capitolul 6
6.1
6.2
6.3
6.4
6.5
Capitolul 7
7.1

Indicatori ai dispersiei, asimetriei și boltirii.....................60
Indicatori simpli si sintetici ai dispersiei.............................60
Indicatori ai dispersiei unei variabile alternative............64
Măsurarea dispersiei în sistemul medianei........................65
Dispersia unei variabile nominale (atributive).................67
Indicatori ai formei........................................................................68
Indicatori ai seriilor cronologice..............................................72
Indicatori pentru caracterizarea nivelului şi
variației în timp...............................................................................72
7.1.1 Indicatori absoluți………………………………………………………72
7.1.2 Indicatori relativi………………………………………………………..72
7.1.3 Indicatori medii…………………………………………………………..74

Test..………………………………………………………………………………………………78
Bibliografie……………………………………………………………………………………..78
59

Cap.6 Indicatori ai dispersiei şi asimetriei
6.1 Indicatori simpli şi sintetici ai dispersiei
Dispersia – exprimă gradul de împrăștiere a valorilor individuale ale unei distribuții
în jurul valorii centrale
6.1.1 Indicatorii simpli ai dispersiei
Măsoară câmpul de împrăștiere al caracteristicii și împrăștierea fiecărui nivel
individual al caracteristicii față de nivelul mediu.
a) Amplitudinea variației
Daca X variabila asociată caracteristicii unei populații :
X: (𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿 𝑎𝑡𝑢𝑛𝑐𝑖 𝑛𝑢𝑚ă𝑟𝑢𝑙 ∶ 𝐴𝓍 = 𝓍𝑚𝑎𝑥 − 𝓍𝑚𝑖𝑛 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣 𝓍𝑚𝑎𝑥
− 𝓍𝑚𝑖𝑛 𝐴𝑥

% = 𝓍

100, se numește amplitudinea variației absolută respectiv

amplitudinea variației relativă.
b)Abaterea individuală
Numărul: 𝒹𝒼 =𝓍𝒼 − 𝓍 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣 𝒹𝒼% = 𝓍𝒼

−𝓍 𝓍

∙ 100, se numește abaterea

individuală absolută respectiv abaterea individuală relativă.
6.1.2 Indicatori sintetici ai dispersiei
Exprimă în mod sintetic, împrăștierea tuturor nivelurilor individuale ale
caracteristicii față de nivelul mediu.
a) 𝐴𝑏𝑎𝑡𝑒𝑟𝑒𝑎 𝑚𝑒𝑑𝑖𝑒 𝑙𝑖𝑛𝑖𝑎𝑟ă (𝒹) : X=(𝓍𝒼 , 𝓀𝒼 )𝒼 = 1, 𝒿 𝒹
= 𝒹
= 𝒿 𝒼

=1 𝒿 𝒹𝒼

= 𝒿 𝒼

=1 𝒹𝒼 ∙𝓀𝒼 𝒿
𝓀 𝒼
=1 𝒼

∣𝓍𝒼 −𝓍 ∣ 𝒿

=

, dacă 𝓀1 = 𝓀2 = ⋯ = 𝓀𝒿 = 𝒾 𝒿 𝒼

=1∣𝓍𝒼 −𝓍 ∣∙𝓀𝒼 𝒿
𝓀 𝒼
=1 𝒼

, 𝑑𝑎𝑐ă 𝓀1 ≠ 𝓀2 ≠ ⋯ … . ≠ 𝓀𝒿

Observație: Dacă nu se pune modul, atunci (𝓍𝒼 − 𝓍) = 0

60

b) Dispersia.∶ Numărul: σ2 ≝ 𝒿

2 𝒼
=1 𝒹𝒼 ⋅𝑛 𝒼 𝒿
𝑛 𝒼𝓀
𝒼

σ2
Numărul: 𝓈 2 ≝

1 𝒿
−1

⋅ 𝒿

2 𝒼
≥ 𝒹𝒼 𝒿

2 𝒼
=1 𝒹𝒼 𝒿

= 𝒿

2 𝒼
=1(𝓍𝒼 −𝓍 ) 𝒿 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣

,

.
se numește 𝑑𝑖𝑠𝑝𝑒𝑟𝑠𝑖𝑒 𝑒𝑚𝑝𝑖𝑟𝑖𝑐ă 𝑐𝑜𝑟𝑒𝑐𝑡𝑎𝑡ă.

c)Abaterea medie pătratică (derivația standard).
Este 𝑛𝑢𝑚ă𝑟𝑢𝑙 𝜍 = 𝜍 2
d)Intervalul mediu de variație .
Acesta este:
I.
II.
III.

(𝓍 − 𝜍 ; 𝓍 + 𝜍) = 68.27% 𝑠𝑎𝑢 (𝓍 − 𝒹 ; 𝓍 + 𝒹 )
(𝓍 − 2𝜍; 𝓍 + 2𝜍) = 95.65%
(𝓍 − 3𝜍; 𝓍 + 3𝜍) = 99.97% − 𝑐𝑜𝑛ț𝑖𝑛𝑒 𝑚𝑎𝑗𝑜𝑟𝑖𝑡𝑎𝑡𝑒𝑎 𝑐𝑎𝑧𝑢𝑟𝑖𝑙𝑜𝑟.

e) Coeficientul de variație (𝓋) 𝓋
≝ 𝒹 𝜍

∙ 100 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣 𝓋 = ∙ 100 𝓍 𝓍 𝓋

∊ (0; 100%) 𝓋
este folosit ca test de reprezentativitate a mediei.
0< 𝓋 <17% , media strict reprezentativă. 𝓋
∊ (17%; 35%) ; media moderat reprezentativă. 𝓋
∊ (35%; 50%); media reprezentativă în sens larg. 𝓋
>50% -

media nu este reprezentativă.

Exemplu : Un produs se vinde în 5 magazine cu prețuri diferite : 10; 11; 12;
13; 14(lei).
Să se calculeze prețul mediu şi gradul de dispersie cu ajutorul indicatorilor simpli
si sintetici:
61

1 𝓍
= ∙
5

5 𝓍𝒼

= 𝒼
=1

10 + 11 + 12 + 13 + 14 60
=
= 12
5
5

Prețul mediu este 12 lei 𝓍𝑚𝑎𝑥
= 14; 𝓍𝑚𝑖𝑛 = 10
Amplitudinea variației: 𝐴𝓍
= 𝓍𝑚𝑎𝑥 − 𝓍𝑚𝑖𝑛 = 14 − 10 = 4 𝑙𝑒𝑖, 𝐴𝓍
= 𝓍𝑚𝑎𝑥

−𝓍𝑚𝑖𝑛 𝓍

∙100=

4

12

Abaterea individuală: 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣

,

∙ 100 = 33,3% 𝒹𝒼
, 𝒼 = 1,5 𝒹𝒼

= 𝓍𝒼 − 𝓍 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣 𝒹𝒼% = 𝓍𝒼

− 𝓍
∙ 100 𝓍 𝒹

1 = 𝓍1 − 𝓍 = 10 − 12 = −2 𝒹
2 = 𝓍2 − 𝓍 = 11 − 12 = −1 𝒹
3 = 𝓍3 − 𝓍 = 12 − 12 = 0 𝒹
4 = 𝓍4 − 𝓍 = 13 − 12 = 1 𝒹
5 = 𝓍5 − 𝓍 = 14 − 12 = 2 𝒹
1% = 𝓍

1 −𝓍 𝒹

2% = 𝓍

2 −𝓍 𝒹

3% = 𝓍

3 −𝓍 𝒹

4% = 𝓍

4 −𝓍 𝓍 𝓍 𝓍 𝓍 𝒹

−2 𝓍

12 𝒹

−1 𝓍

12

∙100= 3 ∙100= 𝒹

0 𝓍

12 𝒹

1 𝓍

12

∙100= 1 ∙100=

∙100= 2 ∙100=

∙100= 4 ∙100=

∙ 100 = −16.67%
∙ 100 = −8.33%

∙ 100 = 0%
∙ 100 = 8.33% 𝒹

5% = 16.67%

62

Indicatori sintetici ai dispersiei.
Abaterea medie liniară (𝒹)
5 𝒼
=1 𝒹

= 𝓍𝒼

−𝓍
5

=

5 𝒼
=1 𝒹𝒼

5

=

2+1+0+1+2 6

= = 1,2

5

5

Deci: 𝒹= 1,2 lei 𝓍
+ 𝒹 = 12 + 1,2 = 13,2
⇒ 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑢𝑙 𝑚𝑒𝑑𝑖𝑢 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎ț𝑖𝑒 𝓍
+ 𝒹 = 12 − 1,2 = 10,8
(10,8; 13,2)
Dispersia (σ2)
2 𝜍

=

5 𝒼
=1(𝓍𝒼

− 𝓍 )2

5

=

5
2 𝒼
=1 𝒹𝒼

5

=

2 ∙ 4 + 2 ∙ 1 10
=
=2
5
5

Abaterea medie patratică. σ 𝜍
= 𝜍

2 = 2 = 1,4142 ; 𝜍 = 1,4142 𝑙𝑒𝑖

Observăm că: 𝜍 > 𝒹
Intervalul mediu de variație. 𝓍
− 𝜍=12-1,4142=10,5858 𝓍
+ 𝜍=12+1,4142=13,4142
deci 63% din unităţile colectivităţii (magazine) practică un preț cuprins între
10,5858 lei și 12,4142 lei
Coeficientul de variatie (𝓋) 𝓋
= 𝜍

1,4142
∙ 100 =
∙ 100 = 11,78% < 17% 𝓍

12

=>media este semnificativă pentru distribuție.

63

6.2 Indicatori ai dispersiei unei variabile alternative
O caracteristică alternativă are doar două variante. Variantele se exprimă prin
cuvinte, pot fi cuantificate cu ,,0’’ si ,,1”
Dispersia unei caracteristici alternative. 𝜍𝓅
2

(1 − 𝓅)2 ∙ 𝓅 + (0 − 𝓅)2 ∙ 𝓆
=
= 𝓅 ∙ 𝓆 = 𝓅(1 − 𝓅) 𝓅
+𝓆 𝓅

= 𝓀

1
− 𝑝𝑜𝑛𝑑𝑒𝑟𝑒𝑎 𝑢𝑛𝑖𝑡ăţ𝑖𝑙𝑜𝑟 𝑐𝑒 𝑝𝑜𝑠𝑒𝑑ă 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟𝑖𝑠𝑡𝑖𝑐𝑎 𝓀 𝓆

=1−𝓅
Abaterea mediei patratică. 𝜍𝓅
= 𝜍𝓅

2 = 𝓅

∙𝑞

Coeficientul de variație (𝓋𝓅 ) 𝓋𝓅
= 𝜍𝓅 𝓍

∙ 100 = 𝓅

∙𝑞 𝓅

∙ 100 = 𝑞 𝑝

∙100

Exemplu :
Din 300 piese examinate, 270 sunt bune.
Să se determine :
i)
ii)
iii)
iv)

procentul mediu de piese bune.
procentul mediu de piese rebut.
dispersia.
coeficientul de variaţie.

i) 𝓅

=

ii) 𝓆

= 1 − 𝓅 = 10% (0,1)

iii) 𝜍𝓅

2 = 𝓅 ∙ 𝑞 = 900. 𝓀

1 𝓀

∙ 100 =

270
300

∙ 100 = 90% (𝑠𝑎𝑢 0,9) 𝓋𝓅

=

10
90

64

∙ 100 = 33,33%.

6.3 Măsurarea dispersiei în sistemul medianei
Indicatori ai dispersiei în sistemul medianei.
1) Intervalul interquartilic. (𝒬1 ; 𝒬3 )
2) ℐ𝒬 − 𝑎𝑏𝑎𝑡𝑒𝑟𝑒𝑎 𝑖𝑛𝑡𝑒𝑟𝑞𝑢𝑎𝑟𝑡𝑖𝑙𝑖𝑐ă
ℐ𝒬 = 𝒬3 − 𝒬1
3) Semiinterquartila. (𝐴𝑄 ) − 𝑎𝑏𝑎𝑡𝑒𝑟𝑒𝑎 𝑚𝑒𝑑𝑖𝑒 𝑖𝑛𝑡𝑒𝑟𝑞𝑢𝑎𝑟𝑡𝑖𝑙𝑖𝑐ă. 𝛢𝒬
= 𝒬

3 − 𝒬1
2

Observație : 𝒥𝒬
𝑎𝑏𝑎𝑛𝑑𝑜𝑛𝑒𝑎𝑧ă 25% 𝑑𝑖𝑛 𝑝𝑜𝑝𝑢𝑙𝑎ț𝑖𝑒 𝑐𝑒 𝑖𝑎 𝑣𝑎𝑙𝑜𝑟𝑖 < 𝒬1 ș𝑖 25% 𝑐𝑢 𝑣𝑎𝑙𝑜𝑟𝑖 > 𝒬3
4) Intervalul interdecilic. (𝒟1 ; 𝒟9 )
5) Abaterea interdecilică ℐ𝒟
ℐ𝒟 = 𝒟9 − 𝒟1

î𝑛𝑐𝑎𝑑𝑟𝑒𝑎𝑧ă 80% 𝑑𝑖𝑛 𝑝𝑜𝑝𝑢𝑙𝑎ț𝑖𝑒 𝒟
9 −𝒟1

6) Semiinterdecila 𝐴𝐷 =

2

Frecvență
cumulată
IQ
ID
D1 Q1

Me

Q3

*

D9

xi
*

65

Coeficientul de variație interquartilic: (∨𝑄 )
∨𝑄 = 𝐴𝑄 𝑄

3 − 𝑄1
∙ 100 =
∙ 100 𝑀

2𝑀ℯ

∪𝑀ℯ − 𝑁𝒼−1 𝓀𝒼 𝑀

ℯ − 𝑚𝑒𝑑𝑖𝑎𝑛𝑎; 𝑀ℯ = 𝓍𝒼 + 𝒹
; ∪𝑀ℯ = 𝓀𝑀

2 𝑁𝒼

∪𝑀ℯ

Q1 - 𝓆𝑢𝑎𝑟𝑡𝑖𝑙𝑎 1

Q1= 𝓍𝒼−1 + 𝒹

Q3 - 𝓆𝑢𝑎𝑟𝑡𝑖𝑙𝑎 3

Q3= 𝓍𝒼−1 + 𝒹

∪𝑄 1 −𝑁𝒼−1 𝓀𝑄
1

∪𝑄 3 −𝑁𝒼−1 𝓀𝑄
3 𝓀𝒼

; ∪𝑄1 =

; ∪𝑄3 =

4
3 𝓀𝒼

4

Coeficientul de variație interdecilic (∨𝐷 ) 𝒟

9 − 𝒟1
2
∨𝐷 =
∙ 100 𝑀𝑒

Aplicație: Considerând datele din tabelul următor:
Timpul consumat
pentru realizarea unei
piese (𝓍𝒼−1 ; 𝓍𝒼 ]
(0 ; 120]
(120 ; 130]
(130 ; 140]
(140 – 150]
(150 – 160]

Număr muncitori
(𝓀𝒼 ) 𝒩𝒼

( ↑ )

12
16
28
24
20

12
28
56
80
100

Total

100
66

Să se determine gradul de variație cu ajutorul indicatorilor de variație în
sistemul medianei. 𝑄

∨𝑄 =
∙ 100 = 𝑀
ℯ 𝑄

3 − 𝑄1
2
∙ 100 𝑀
ℯ 𝐴𝐷

∨𝐷 =
∙ 100 = 𝑀
ℯ 𝐷

9 − 𝐷1
2
∙ 100 𝑀

Se calculează : 𝑄1 , 𝑄2 , 𝑄3 , 𝐷1 ș𝑖 𝐷9

6.4 Dispersia unei variabile nominale (atributive)
Măsurarea dispersiei se bazează pe deficiențele calitative dintre unitățile
studiate.
Definiție: Se numește indice de variaţie calitativ.
Numărul: 𝒼𝓋
≝ 𝑁

0 𝑁𝑚𝑎𝑥 𝑢𝑛𝑑𝑒

𝑁0 − 𝑛𝑢𝑚ă𝑟𝑢𝑙 𝑑𝑖𝑓𝑒𝑟𝑒𝑛ț𝑒𝑙𝑜𝑟 𝑐𝑎𝑙𝑖𝑡𝑎𝑡𝑖𝑣𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑡𝑒. 𝒾 𝑁

0 = 𝓀𝒼

𝓀𝒽 𝒼
=1 𝑗 >𝑖 𝒾 𝑛

= 𝓀𝒼 𝒼

=1 𝒾

= 𝑛𝑢𝑚ă𝑟𝑢𝑙 𝑐𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑖𝑙𝑜𝑟 𝑑𝑒 𝑐𝑎𝑙𝑖𝑡𝑎𝑡𝑒. 𝓀𝒼
= 𝑓𝑟𝑒𝑐𝑣𝑒𝑛ț𝑎 𝑐𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑒𝑖 𝒼.

67 𝑁𝑚𝑎𝑥

=

⇒ 𝒼𝑉

= 𝒾

(𝒾 − 1) 𝓀
.
²
2 𝒾 𝒾 𝒼

=1 𝒼

>𝑖 𝓀𝒼 𝓀𝒽 𝒾

(𝒾 − 1) 𝓀 2
.( )
2 𝒾

Exemplu: Avem un grup de 𝓀=60 studenți. 𝓀
1=40 copii de muncitori. 𝓀
2=10 copii de intelectuali. 𝓀
3=10 copii de țărani.
Să se studieze gradul de omogenitate al grupului după originea socială a părintilor. 𝒾
=3
3 𝑁𝑜

= 𝓀𝒼

𝓀𝒽 = 𝓀1 𝓀2 + 𝓀1 𝓀3 + 𝓀2 𝓀3 = 𝒼
=1 𝒽>𝑖

=40∙10+40∙10+10∙10=900 𝑁𝑚𝑎𝑥
= 𝒼𝓋
=

3(3 − 1) 60
² = 1200
2
3

900
= 0,75 ⇒ 𝒼𝓋 = 75%
1200
> 50% − 𝑜𝑚𝑜𝑔𝑒𝑛𝑖𝑡𝑎𝑡𝑒 𝑓𝑜𝑎𝑟𝑡𝑒 𝑟𝑒𝑑𝑢𝑠ă 𝑎 𝑔𝑟𝑢𝑝𝑢𝑙𝑢𝑖 𝑑𝑒

𝑠𝑡𝑢𝑑𝑒𝑛ț𝑖 𝑑𝑢𝑝ă 𝑜𝑟𝑖𝑔𝑖𝑛𝑒𝑎 𝑠𝑜𝑐𝑖𝑎𝑙ă 𝑎 𝑝ă𝑟𝑖𝑛ț𝑖𝑙𝑜𝑟.

6.5 Indicatori ai formei
Forma unei distribuții statistice se poate aprecia cu ajutorul indicatorilor de
asimetrie şi a indicatorilor de boltire.
68

Indicatori de asimetrie: dau informaţii asupra modului de repartizare a
frecvențelor de o parte și de alta a valorii centrale.
Indicatori de boltire: măsoară aglomerarea frecvenţelor în zona centrală.

6.5.1 Asimetria
Definiție: Se numește asimetrie, deviația de la forma simetrică a distribuției.
Valorile centrale folosite pentru aprecierea asimetriei : 𝓍
, 𝑀0 , 𝑀ℯ .
- Grafic, asimetria se poate aprecia cu ajutorul curbei frecvențelor și a
diagramei box – plot.
- Se compară curba frecvențelor cu modelul teoretic al distribuției normale
(clopotul Gauss 𝓀𝒼 𝓍

= 𝑀0 = 𝑀ℯ 𝓍𝒼 𝐷

1 𝑄

1 𝓍

(𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑒 𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă) 𝑄

2 𝐷9 𝓀𝒼 𝓍

< 𝑀ℯ < 𝑀0
Asimetrie la stânga 𝓍 𝑀

ℯ 𝑀0 𝓍𝒼

69 𝓀𝒼 𝑀

0 < 𝑀ℯ < 𝓍
Asimetrie la dreapta

ℳ0

ℳℯ 𝓍 𝓍𝒼

Indicatori ai asimetriei
a) Asimetria în mărime absolută (𝐴𝓈 ) 𝐴𝓈
≝ 𝓍 − 𝑀0 𝐴𝓈

= 3(𝑀ℯ − 𝑀0 )

sau

dacă: 𝐴𝓈 < 0 − 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑒 𝑙𝑎 𝑠𝑡â𝑛𝑔𝑎
dacă: 𝐴𝓈 > 0 − 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑒 𝑙𝑎 𝑑𝑟𝑒𝑎𝑝𝑡𝑎
b) Coeficientul de asimetrie Yule (𝐶𝒶𝓎 ) 𝐶𝒶𝓎
= 𝑄

1 + 𝑄3 − 2𝑀ℯ 𝑄
3 − 𝑄1 𝐶𝒶𝓎

𝜖[−1; 1 ]
dacă 𝐶𝒶𝓎 = 0 𝑎𝑡𝑢𝑛𝑐𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑒𝑠𝑡𝑒 𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă.
dacă 𝐶𝒶𝓎 > 0 𝑎𝑡𝑢𝑛𝑐𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑒𝑠𝑡𝑒 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă 𝑙𝑎 𝑑𝑟𝑒𝑎𝑝𝑡𝑎.
dacă 𝐶𝒶𝓎 < 0 𝑎𝑡𝑢𝑛𝑐𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑒𝑠𝑡𝑒 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă 𝑙𝑎 𝑠𝑡â𝑛𝑔𝑎.
dacă 𝐶𝒶𝓎 𝑎𝑝𝑟𝑜𝑝𝑖𝑎𝑡 𝑑𝑒 ± 0,1 – 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑚𝑜𝑑𝑒𝑟𝑎𝑡 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă.
dacă 𝐶𝒶𝓎 𝑎𝑝𝑟𝑜𝑝𝑖𝑎𝑡 𝑑𝑒 ± 0,3 – 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑝𝑟𝑜𝑛𝑢𝑛ț𝑎𝑡 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă.
70

E xemplu: 𝑄
1 = 128,13 𝑄
2 = 𝑀ℯ = 137,86 𝑄
3 = 147,92 𝐶𝒶𝓎
=

128,13 + 147,92 − 2 ∙ 137,86
= 0,0141 ⇒
147,92 − 128,13

⇒ 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑒 𝑚𝑜𝑑𝑒𝑟𝑎𝑡 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă, 𝑙𝑎 𝑑𝑟𝑒𝑎𝑝𝑡𝑎.
c) Coeficientul de asimetrie Pearson (𝐶𝒶𝑠 ) 𝐶𝒶𝑠
= 𝓍

− 𝑀0 𝜍

Dacă: 𝐶𝒶𝑠 = 0 𝑎𝑡𝑢𝑛𝑐𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑒 𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă.
dacă 𝐶𝒶𝑠 > 0 𝑎𝑡𝑢𝑛𝑐𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑒𝑠𝑡𝑒 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă 𝑙𝑎 𝑑𝑟𝑒𝑎𝑝𝑡𝑎.
dacă 𝐶𝒶𝑠 < 0 𝑎𝑡𝑢𝑛𝑐𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑒𝑠𝑡𝑒 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă 𝑙𝑎 𝑠𝑡â𝑛𝑔𝑎.
dacă 𝐶𝒶𝑠 𝑎𝑝𝑟𝑜𝑝𝑖𝑎𝑡 𝑑𝑒 ± 0,1 – 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑚𝑜𝑑𝑒𝑟𝑎𝑡 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă.
dacă 𝐶𝒶𝑠 𝑎𝑝𝑟𝑜𝑝𝑖𝑎𝑡 𝑑𝑒 ± 0,3 – 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢ț𝑖𝑎 𝑝𝑟𝑜𝑛𝑢𝑛ț𝑎𝑡 𝑎𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑐ă.

Exemplu:
Pentru distribuția de la exercițiul anterior sa se afle 𝐶𝒶𝑠 𝑀
0 = 137,5 𝓍
= 137,4

⇒ 𝐶𝒶𝓈 = −0,0078

71

Cap. 7 Indicatori ai seriilor cronologice

7.1 Indicatori pentru caracterizarea nivelului şi variației în timp
Serie cronologică – serie de timp ce prezintă un șir de observații la diferite
momente sau intervale de timp.
Avem : serie de timp de momente :
serie de timp de intervale :

(𝑇𝒼 , 𝓎𝒼 )𝒼 = 0, 𝒿
(𝓉𝒼 , 𝓎𝒼 )𝒼 = 1, 𝒿

unde: 𝓉𝒼
= 𝑇𝒼 − 𝑇𝒼−1 − 𝑑𝑖𝑓𝑒𝑟𝑒𝑛ț𝑎 𝑎 𝑑𝑜𝑢ă 𝑚𝑜𝑚𝑒𝑛𝑡𝑒 𝑑𝑒 𝑡𝑖𝑚𝑝(𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑑𝑒 𝑡𝑖𝑚𝑝)

7.1.1 Indicatori absoluți
Nivelul absolut – valoarea 𝓎𝒼 a fiecărui termen al seriei cronologice
Volumul absolut – valoarea 𝓎 = 𝒿 𝒼

=0 𝓎𝒼

- valoarea nivelurilor absolute.

Sporul absolut – creșterea sau descreșterea unui fenomen într-o perioadă
(moment) față de o altă perioadă (moment) 𝑦

- sporul cu bază fixă : ∆𝑖 0 = 𝓎𝒼 − 𝓎0 ; 𝓎0 – 𝑡𝑒𝑟𝑚𝑒𝑛𝑢𝑙 𝑖𝑛𝑖ț𝑖𝑎𝑙. 𝒼 = 0, 𝒿 𝑦

- sporul cu bază mobilă: ∆𝑖 𝑖

−1 = 𝓎𝒼

− 𝓎𝒼−1 ; 𝒼

= 1, 𝒿

Observația 1:
1)
2) 𝑦 𝑦 𝑚 𝑖

=1 ∆𝑖 𝑖−1 =∆𝑚 0 𝑦 𝑦 𝑦

∆𝑖 0 − ∆𝑖−1 0 = ∆𝑖 𝑖−1

7.1.2 Indicatori relativi :
a) Ritmul sau indicele de variație – arată de câte ori a crescut (scăzut) nivelul
unui fenomen într-o perioadă (moment) față de nivelul aceluiași fenomen într-o altă
perioadă (moment)
72

- ritmul variației cu baza fixă: 𝓎 𝑅𝑖

0 𝓎𝒼 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣

𝑅𝑖 𝓎
0

=

0%

= 𝓎𝒼

∙ 100, 𝒼 = 0, 𝒿 𝓎
0

- ritmul variației cu baza mobilă: 𝓎 𝑅𝑖 𝓎𝒼 𝓎𝒼 𝑦 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣

𝑅𝑖 𝑖−1% =
∙ 100, 𝓎𝒼
−1 𝓎𝒼
−1

= 𝑖

−1 𝒼

= 1, 𝒿

Observaţia 2: 𝓎 𝑦 𝒿

1. 𝜋𝒼=1 𝑅𝑖 𝑖

−1 𝓎 𝑅𝑖

0 𝓎 𝑅𝑖

−1 0

2.

= 𝑅𝑚 𝓎

= 𝑅𝑖 𝑖

−1

0

, (∀)𝒼 = 1, 𝒿

b) Ritmul sporului – arată cu cât s-a modificat în mărime relativă nivelul
fenomenului în perioada raportată față de nivelul fenomenului în perioada de
raportare.
Ritmul sporului cu bază fixă: 𝓎 𝓎 𝓇𝒼

/0

=

∆𝒼/0 𝓎
0 𝓎

= 𝓎𝒼

− 𝓎0 𝓎

= 𝑅𝑖 0 − 1, 𝓎
0 𝒼

= 0, 𝒿 𝑠𝑎𝑢 𝓎 𝓇𝒼

/0% = 𝑅𝒼/0% − 100
Ritmul sporului cu bază mobilă: 𝑦 𝓎 𝓇𝑖

𝑖−1

=

∆𝑖 𝑖

−1 𝓎𝒼

−1

= 𝓎𝒼

− 𝓎𝒼−1 𝓎

= 𝑅𝑖 𝑖−1 − 1 𝑠𝑎𝑢 𝓎𝒼
−1 𝑦 𝓎 𝓇𝑖

𝑖−1%

=

∆𝑖 𝑖

−1 𝓎𝒼

−1 𝓎

∙ 100 = 𝑅𝑖 𝑖

−1%

− 100 ,

d) Valoarea absolută a unui procent de creștere
- Cu bază fixă:

73 𝒼

= 1, 𝒿 𝑦

% 𝒴𝑖

0

=

∆𝑖 0 𝓎 𝓇𝒼

/0% 𝓎

−𝓎0

= 𝓎𝒼 −𝓎𝒼 0 𝓎
0

∙100

= 𝓎

0
100

- Cu bază mobilă: 𝑦

% 𝒴𝑖 𝑖

−1

=

∆𝑖 𝑖−1 𝓎 𝓇𝑖

𝑖−1% 𝓎

−𝓎

= 𝓎𝒼 −𝓎𝒼 𝒼−1𝒼−1 = 𝓎𝒼
−1

∙100 𝓎𝒼

−1
100

7.1.3 Indicatori medii
Nivelul mediu –
Dacă seria este de intervale , atunci nivelul mediu se află calculând o
medie aritmetică a termenilor seriei.
Dacă seria este de timp atunci nivelul mediu se află calculând o medie
cronologică.
Media cronologică simplă (pentru serie cronologică cu momente egal distanțate):
(𝑇𝒼 , 𝓎𝒼 )𝒼 = 0, 𝒿 𝓎
cr= 𝑦

0
+𝑦 1 +
2 𝑦

+𝑦 𝑚 −1 + 𝑚
2 𝒿 𝓎

= 𝑦

0 + 𝑦1 + ⋯ + 𝑦𝒿 𝒿
+1

Media cronologică ponderată (pentru seria cronologică cu momente inegal
distanțate) 𝓎
cr= 𝑦

0 +𝑦 1 𝑦
+𝑦 𝑦

+𝑦
∙𝑡 1 + 1 2 ∙𝑡 2 +⋯+ 𝑚 −1 𝑚 ∙𝑡 𝒿
2
2
2 𝑡

1 +𝑡 2 +⋯+𝑡 𝒿

, 𝑢𝑛𝑑𝑒 𝓉𝒼 = 𝑇𝒼 − 𝑇𝒼−1 𝑡

1 𝑡
+𝑡 𝑡

∙𝑦 + 1 2 ∙𝑦 1 +⋯+ 𝑚 ∙𝑦 𝑚 ∙
2 0
2
2 𝓎

cr = 𝑡

1 +𝑡 2 +⋯+𝑡 𝒿

Sporul mediu:

(∆)

∆≝ 𝑦 𝒿 𝒼

=0 ∆𝑖 𝑖−1 𝒿

74 𝑦

∆=

∆𝑚

0 𝒿

= 𝓎𝒿

− 𝓎0 𝒿

Ritmul mediu al variației ( 𝑅 ) : arată de câte ori s-a modificat în medie pe
an nivelul unui fenomen, într-o perioadă în care fenomenul evoluează după o
progresie geometrică.
a)Metoda mediei geometrice. 𝑅

= 𝒿 𝓎 𝒿 𝐼𝐼𝒼

=1 𝑅𝑖 𝑖

−1

= 𝒿 𝓎𝒿

⇒ ℓ𝓀𝑅 = 𝓎

0

1 𝓀

∙ ℓ𝓀 𝑅𝓀/0 ⇒ 𝑅% = 𝑅 ∙ 100 𝒿

= - 𝑅 𝒿
/0
dezavantaj:
se ignoră termenii seriei, folosindu-se primul si ultimul.
b) Metoda mediei parabolice:
Fie seria: 𝓎0 , 𝓎1 , … 𝓎𝓀 𝓀 𝓎𝒾

= 𝓎0 + 𝓎0 ∙ 𝑅1 + 𝓎0 ∙ 𝑅2 + ⋯ + 𝑏0 ∙ 𝑅 𝓀 = 𝒴𝒾

= 𝒴0 ∙ 𝑅, 𝒾 = 1, 𝓀 ⇒ 𝒾
=0

=𝑏0 (1 + 𝑅 + 𝑅2 + … + 𝑅 𝓀 ) =
= 𝓎0 𝑅

𝓀+1 − 1 𝑅
−1 𝑅

𝓀+1 − 1

= 𝑅
−1 𝓀 𝒼

=0 𝒷𝒼 𝓎

0 𝑅

𝑠𝑒 𝑣𝑎 𝑔ă𝑠𝑖 𝑝𝑟𝑖𝑛 î𝑛𝑐𝑒𝑟𝑐ă𝑟𝑖 𝑠𝑢𝑐𝑐𝑒𝑠𝑖𝑣𝑒.

Dezavantaj: se exagerează importanța primului termen.
Ritmul mediu al sporului

(𝓇) 𝓇

=𝑅−1 𝓇
% = 𝑅% − 100

75

Apl

Aplicație
1:

Se dă seria cronologică ce reprezintă volumul comerțului exterior al României in
perioada 1994 – 1999.

Anii ( 𝑇𝒼 )
T0 = 1994
T1 = 1995
T2 = 1996
T3 = 1997
T4 = 1998
T5 = 1999

Exportul (în mil. $) 𝓎
0 = 6151 𝓎
1 = 7910 𝓎
2 = 8084 𝓎
3 = 8431 𝓎
4 = 8302 𝓎
5 = 8487
47365

a)Să se calculeze indicatorii absoluți și relativi ai variației în timp (și valoarea
absoltă a unui procent de creștere cu bază fixă și cu bază mobilă)
b)Să se calculeze indicatorii medii pentru aceste serii.
Indicatorii absoluți
Anii
Ti

Exportul (𝓎𝒼 )

1994
1995
1996
1997
1998
1999 𝓎

0 =6151 𝓎
1 =7910 𝓎
2 =8084 𝓎
3 =8431 𝓎
4 =8302 𝓎
5 =8487

Sporul absolut
cu bază fixă 𝓎

∆𝒼/0 = 𝓎𝒼 − 𝓎0 𝓎

∆0/0 = 0 𝓎

∆1/0 = 1759 𝓎

∆2/0 = 1993 𝓎

∆3/0 = 2280 𝓎

∆4/0 =2151 𝓎

∆5/0 =2336

76

(mil. $ )
Cu bază mobilă 𝑦

∆𝑖 𝑖−1 = 𝓎𝒼 − 𝓎𝒼−1 𝓎

∆1/0 =1759 𝓎

∆2/1 =174 𝓎

∆3/2 =347 𝓎

∆4/3 =-129 𝓎

∆5/4 =185

Indicatorii relativi
Ritmul variației și al sporului.

Anul 𝓎𝒼

1994
1995
1996
1997
1998
1999

6151
7910
8084
8431
8302
8437

variației(%) 𝑅𝑖
𝑖−1% = 𝓎𝒼

∙ 100 𝓎𝒼
−1
128,6
102,2
104,29
98,47
102,23

Ritmul 𝑅𝑖
0% = 𝓎𝒼
/𝓎0 ∙100
100
128,6
131,43
137,07
134,97
137,98

ritmul 𝓎 𝓇𝑖

0% =

sporului (%) 𝓎 𝓇𝑖

𝑖−1%

O
28,6
31,43
37,07
34,97
37,98

28,6
2,2
4,29
-1,53
2,23

Valoarea absolută a unui procent de creștere:
Cu baza fixă %(𝓎𝒼/0 ) =

∆𝒼/0 𝓎 𝓇𝑖

0%

∆𝒼/0

= ∆𝒼/0 𝓎
0

∙100

=

∆𝒼/𝑖−1

Cu bază mobilă: % 𝓎𝒼/(𝒼−1) = ∆𝒼/𝑖−1 𝓎𝑖
−1

∙100 𝑦

0
100

=

=

6151
100

= 61,51 𝑚𝑖𝑙. $ 𝓎𝒼

−1
100

Indicatorii medii 𝓎𝑐𝓇 𝓎

0 𝓎

+ 𝓎1 + 𝓎2 + 𝓎3 + 𝓎4 + 5 40021
2 =
= 2
= 8004,2 𝑚𝑖𝑙. $
5
5

Nivelul mediu 𝓎 =
Sporul mediu

∆= 𝓎𝒼 𝑚

= 𝓎𝒿

−𝓎0 𝒿

47365
6

=

Ritmul mediu al variației 𝑅=

= 7894,16 mil. $

8487 −6151
5 𝑚 𝓎𝑚 𝓎

0

=

5

= 467,2 mil. $
1,3797 = 1,066 𝑠𝑎𝑢 𝑅% = 106,6% 𝓇

% = 𝑅% − 100 = 6,66%

77

TEST
1)
Se cunosc datele privind producția de grâu a unei ferme vegetale

Anul
Producția (𝓉/𝒻𝑎 ) ℊ𝒼
1995
1,8
1996
2
1997
2,1
1998
2
1999
2,3
2000
2,3
Sa se calculeze indicatorii absoluți și relativi ai variației în timp, valoarea absolută
a unui procent de creștere cu bază fixă și cu baza mobilă şi indicatorii medii.

Bibliografie
1)Jaba Elisabeta – Statistică economică, ediţia a treia, Ed. Economică, Bucureşti
2002
2)Ţiţan Emilia – Statistică.Teorie şi aplicaţii în sectorul terţiar.Ed. Meteor
Press Bucureşti 2002
3)Otinan Păun Ioan, Creţ Florian – Elemente de matematici aplicate în
economia agroalimentară, Ed. Agroprint, Timişoara 2002
4)PetriSor Emilia – Probabilităţi şi statistică .Aplicaţii în economie şi inginerie,
Ed. Politehnica, Timişoara 2003
5)Florea I., ş.a.- Statistică descriptivă.Teorie şi aplicaţii, Ed. Aisteda Alba-Iulia
1998

78

79

Sign up to vote on this title
UsefulNot useful