Statistica PDF

9
CAPITOLUL I

STATISTICA I ROLUL EI
N CUNOATEREA FENOMENELOR I
PROCESELOR ECONOMICE

1.1. Statistica apariia i dezvoltarea sa
ulterioar

Ce este Statistica? De ce se studiaz Statistica? n ce domenii de activitate
se utilizeaz? Cnd au aprut primele nregistrri de date statistice? Acestea sunt
cteva ntrebri pe care ni le punem n mod firesc i la care vom gsi rspunsul n
cadrul acestui prim capitol.
nainte de a da o definiie Statisticii i de a rspunde la ntrebarea de ce se
studiaz aceasta, s ncepem prin a observa n ce domenii se folosete Statistica.
Astfel, auzim sau citim aproape n fiecare zi n mass-media despre rata inflaiei,
deficitul bugetar, indicele puterii de cumprare, salariul mediu pe economie,
valoarea coului zilnic, cursul de schimb al principalelor valute sau clasamentul
echipelor de fotbal sau clasamentul pe medalii al rilor participante la Olimpiada
de la Atena din acest an. Ce reprezint toate aceste informaii? Cum se obin ele?
Cum se pot ele interpreta? Sunt cteva ntrebri pe care poate nu ni le punem atunci
cnd venim n contact cu aceste informaii, dar care totui pot contura un prim
rspuns la ntrebrile: n ce domenii se folosete Statistica i de ce se studiaz
aceast disciplin. Astfel toate aceste informaii din mass-media, i nu numai,
reprezint date statistice, al cror scop i utilitate sunt evidente. De asemenea, tot
date statistice sunt i informaiile referitoare la rata mortalitii, rata natalitii,
gradul de ocupare a populaiei active sau rata omajului pe judee sau la nivelul
ntregii ri. Astfel, se constat c datele statistice sunt necesare n toate domeniile
de activitate. n opinia profesorului univ. dr. Elisabeta Jaba n lucrarea Statistic,
Ed. Economica, Bucureti, 1997, utilizarea informaiei disponibile pentru a ajunge
la cunoaterea faptelor i, pe aceast baz, la ameliorarea deciziilor din orice
domeniu al activitii umane devine posibil prin statistic.
Alick Hartley n lucrarea Bazele statisticii consider c Statistica a fost
ntotdeauna important, dar nu a putut fi aplicat integral datorit numeroaselor
calcule numerice necesare. Acest inconvenient a fost nlturat prin inventarea
10
calculatorului electronic astfel nct acum sunt posibile chiar i calculele foarte
complicate i foarte costisitoare. De aceea, aplicarea statisticii s-a extins rapid.
Astfel putem spune c statistica este tiina care studiaz aspectele
cantitative ale fenomenelor social-economice de mas, fenomene care variaz n
timp i spaiu, pornind de la coninutul calitativ ala cestora. Ea a aprut i s-a
dezvoltat n decursul unui proces ndelungat.
Se poate afirma c statistica a aprut din nevoia de a cunoate n expresie
numeric, o serie de activiti, fenomene i procese social-economice. Evidenierea
lor, la nceput ca nregistrri izolate, dateaz din cele mai vechi timpuri ale
dezvoltrii societii omeneti odat cu inventarierea scrisului, a folosirii uneltelor
de munc mai productive i s-a perfecionat n deplin concordan cu progresul
economico-social. Aadar, de la evidena primitiv a primelor comuniti omeneti
pn la sistemul informaional de astzi a fost un drum lung n care cunoaterea
statistic a mbrcat diferite forme, n funcie de gradul de dezvoltare a forelor de
producie, de modul de organizare a societii i de necesitile practicii sociale.
1

Se consider c rdcinile istorice ale statisticii moderne sunt:
statistica practic, n sensul unor nregistrri sistematice sau izolate, ce
pot fi asimilate unor observri statistice utilizate i azi;
statistica descriptiv, ca disciplin de nvmnt i de concepere a
statisticii practice necesar conducerii de stat;
aritmetica politic i calculul probabilitilor, ca fundamentare
conceptual i mod de interpretare a fenomenelor n statistica
modern
2
.
1.2. Obiectul i metoda Statisticii

Statistica are ca obiect de studiu fenomenele social-economice de mas n
cadrul crora acioneaz legile statistice i care variaz n timp i spaiu. n opinia
prof. univ. dr. Elisabeta Jaba n lucrarea Statistic
3
, obiectul de studiu al
Statisticii l constituie micrile curente-continue ale fenomenelor i proceselor
ce-i au existena sub form de colectiviti. Se precizeaz n aceeai lucrare c
profesorul Alexandru Brbat considera c: fenomenele, nu pot deveni obiect de
studiu al statisticii n forma lor de substan material, ci numai sub form de
micare, i anume, sub form de micri curente-continue.
4

1
Baron T.; Anghelache; C., ian, E. Statistic, Ed. Economic, Bucureti, 1996, p. 13.
2
Biji, E.M.; Petcu, N.; Wagner, P., Lilea, E.; Vtui, M. Statistic, Ed. Didactic i
Pedagogic, Bucureti, 1999, p. 10 i Baron, T; Biji, E.; Tvissi.; Wagner, P.; Isaic-Maniu,
Al.; Korka, M.; Porojan, D. Statistic teoretic i economic, Ed. Didactic i
Pedagogic, Bucureti, 1996, p. 12.
3
Jaba, E. Op. cit., p. 12.
4
Brbat, A. Teoria statisticii sociale, Editura Didactic i Pedagogic, Bucureti, 1972,
p. 30.
11
Fenomenele de mas denumite i fenomene de tip colectiv, fenomene
stochastice sau fenomene atipice, sunt acele fenomene care apar ca rezultat al
influenei exercitate de un numr mare de cauze i condiii variabile, cu grade i
sensuri diferite de influen. Astfel, fenomenele de mas sunt acele fenomene care
se produc ntr-un numr mare de cazuri, variaz de la un caz la altul i sunt de fapt
forme individuale de manifestare concret sub raport organizatoric, n timp i
spaiu.
Legile statistice care acioneaz n cadrul acestor fenomene de mas
evideniaz de fapt tendina predominant n cadrul formelor individuale de
manifestare a fenomenelor, dar aceasta nu se poate identifica la nivelul fiecrui
element component al colectivitii totale supuse cercetrii.
n vederea determinrii i verificrii legilor statistice care guverneaz
fenomenele de mas trebuiesc analizate toate formele individuale de manifestare a
fenomenului cercetat, astfel nct s se poat manifesta legea numerelor mari.
Putem concluziona c, obiectul Statisticii, l reprezint studierea
fenomenelor social-economice de mas n cadrul crora acioneaz legile statisticii,
precum i studierea aspectelor cantitative ale fenomenelor de mas, dar avnd n
vedere coninutul calitativ al acestora.
Metoda Statisticii este constituit din ansamblul operaiilor, tehnicilor,
procedeelor, principiilor metodologice i metodelor de investigare statistic a
fenomenelor de mas, n variaia lor curent-continu n timp, n spaiu i din
punct de vedere calitativ
5
.
Aceste procedee i metode utilizate n cadrul procesului de cercetare
statistic se aplic n cadrul urmtoarelor etape:
1. definirea problemei;
2. observarea statistic;
3. prelucrarea i analiza datelor statistice;
4. analiza i interpretarea rezultatelor;
5. formularea concluziilor statistice.
1.3. Organizarea activitii de Statistic
Statistica n perspectiva aderrii Romniei la Uniunea
European

Ideea realizrii unei Europe unite a existat de mai multe secole, dar
Uniunea European ca i obiectiv apare abia dup cel de-al doilea rzboi mondial.
Reuniunea la nivel nalt care a avut loc pe 10 octombrie 1991 la Maastricht, a decis
cea mai important reform din istoria Uniunii Europene, i anume crearea Uniunii
Economice i Monetare i introducerea monedei unice EURO. Prin tratatul de la

5
12
Maastricht se introduce cetenia european i se stabilete o politic extern i de
securitate comun, precum i cooperarea n domeniul justiiei.
Raportul anual al Comisiei Europene cu privire la stadiul pregtirii rii
noastre n cadrul negocierilor de aderare relev faptul c au fost nchise provizoriu
toate capitolele din cele 30 deschise, printre care i capitolul 12 Statistica.
Jonathan Scheele, eful delegaiei Comisiei Europene, afirma la ceremonia de
nchidere a Programului PHARE 1997: statistica este un obiect indispensabil, care
ajut toate rile candidate s se alinieze la legislaia UE, iar Romnia trebuie s se
bazeze pe statistici comparabile din punct de vedere metodologic cu cele ale
statelor membre ale UE. De asemenea, Clasificarea Activitilor din Economia
Naional aprobat prin O.G. nr. 656/1997 este armonizat n totalitate cu
Clasificarea Activitilor Economice utilizat n UE, precum i Clasificarea
Produselor i Serviciilor Asociate Activitilor, aprobat prin O.G. nr. 53/1999 este
armonizat n totalitate cu Clasificarea Produselor pe Activiti utilizat n UE.
n documentul de poziie al Romniei privind aderarea la UE, referitor la
capitolul 12 Statistic, se preciza c: Romnia accept n ntregime acquis-ul
statistic comunitar n vigoare la data de 31 decembrie 1999, nu solicit nici o
perioad de tranziie sau derogare i declar c va fi n msur s aplice, n
ntregime, la data aderrii acest acquis.
Romnia a nregistrat mari progrese n domeniul armonizrii statisticii
demografice i sociale ca urmare a unei strnse colaborri cu Ministerul Muncii i
Proteciei Sociale, Ministerul Sntii i Ministerul Educaiei Naionale.
n ceea ce privete statistica regional a fost aprobat prin Legea nr.
151/1998 nfiinarea a 8 regiuni de dezvoltare la nivelul NUTS 2 (Nomenclatorul
Unitilor Teritoriale Statistice) i opt oficii regionale de statistic care devin
funcionale de la 1 ianuarie 2004.
n documentul de poziie al Romniei privind aderarea la UE, referitor la
capitolul 12 Statistic, se preciza c Romnia va lua msurile necesare care s
permit modificri adecvate ale mediului administrativ i organizatoric n care
funcioneaz sistemul statistic naional, astfel nct s creasc eficiena acestuia.
n ncheiere, aderarea rii noastre la UE n 2007 sau 2008 depinde doar de
capacitatea noastr de a aplica n continuare reformele necesare i de a ne ndeplini
angajamentele asumate n cadrul procesului de negociere.

1.4. Noiuni de baz utilizate n Statistic

n vederea realizrii unor cercetri statistice corecte i pentru evitarea unor
interpretri confuze, statistica utilizeaz un limbaj unitar, format din noiuni
(concepte) de baz precum: colectivitate statistic, unitate statistic, caracteristici
statistice i indicatori statistici.
13
1.4.1. Colectivitatea statistic

Colectivitatea statistic denumit i populaie statistic reprezint
totalitatea elementelor care au caracteristici eseniale comune, adic totalitatea
elementelor omogene. ntotdeauna, o colectivitate statistic trebuie s fie bine
delimitat, adic trebuie s i se precizeze frontierele de delimitare pentru a face
posibil observarea ei i pentru a nu crea confuzii n interpretare. // Delimitarea
colectivitii statistice se face innd seama de omogenitatea statistic a
elementelor. Omogenitatea statistic a elementelor unei colectiviti presupune
proprietatea acestora de a fi, esenial, de aceeai natur calitativ, de a aparine
aceluiai teritoriu i aceluiai timp, fie unui moment, fie unui interval de timp
6
.
Colectivitile statistice pot fi: statice i dinamice. n cazul colectivitilor
statice timpul este constant, iar n cazul celor dinamice, spaiul i forma
organizatoric sunt constante.
Colectivitile statice exprim o stare i reprezint un existent (stoc) la un
moment dat, n timp ce colectivitile dinamice exprim un proces sau un flux,
adic o devenire n timp, iar elementele componente trebuie nregistrate pe un
interval de timp, i nu doar la un moment dat ca n cazul colectivitilor statice.

Exemplul 1: Colectiviti statice:
Populaia municipiului Galai la 1 ianuarie 2004.
Suprafaa arabil a Romniei la 1 ianuarie 2004.
Exemplul 2: Colectiviti dinamice:
Cstoriile ncheiate n municipiul Galai n cursul anului 2003.
Naterile din municipiul Galai n cursul lunii august 2004.
1.4.2. Unitile statistice

Unitile statistice sunt acele elemente care formeaz colectivitatea
statistic, iar ansamblul acestor uniti reprezint volumul sau efectivul
colectivitii (n).
Unitile statistice sunt independente i obiective astfel nct s poat fi
studiate fie separat, fie la nivelul ntregii colectiviti. De asemenea, unitile
statistice trebuie definite clar n vederea identificrii lor corecte n momentul
observrii i nregistrrii astfel nct s nu se creeze confuzii i s se obin date
reale.
Unitile statistice se clasific din mai multe puncte de vedere, astfel:
1. uniti statice i dinamice, n mod analog cu acele colectiviti pe care
le compun i din care provin.
2. uniti statistice simple i complexe. Cele simple sunt acele uniti
statistice compuse dintr-un singur element, n timp ce unitile statistice complexe

6
Jaba, E. Op. cit., p. 17
14
sunt formate din mai multe uniti simple i sunt rezultatul modului de organizare
economico-sociale a colectivitii.

Exemplul 3: Uniti statistice simple:
- persoana (individul);
- elevul;
- studentul.
Uniti statistice complexe:
- familia;
- clasa de studiu; secia; anul de studiu;
- grupa, secia, anul de studiu.

3. Uniti statistice active i pasive. Cele active sunt cele care transmit n
mod direct date statistice despre ele, precum i despre unitile statistice pe care le
reprezint, iar unitile statistice pasive sunt cele despre care se transmit deja date.
1.4.3. Caracteristicile statistice

Caracteristicile statistice reprezint nsuiri, trsturi eseniale purtate de
toate unitile statistice ale unei colectiviti, adic dimensiunile prin care se
observ, respectiv se msoar, cuantific i nregistreaz fiecare unitate din
colectivitate
7
.
Caracteristicile statistice denumite i variabile statistice sau variabile
aleatoare sunt acele criterii care definesc unitile unei colectiviti statistice, adic
acea proprietate care este comun tuturor unitilor unei colectiviti statistice
8
,
dar care variaz ca form de manifestare sau ca nivel de dezvoltare Variaia
nivelului unei caracteristici de la o unitate la alta d caracteristicilor statistice
caracterul de variabile aleatoare
9
. Variantele sau valorile sunt acele forme
concrete de manifestare ale unei caracteristici statistice la nivelul fiecrei uniti
statistice, iar numrul unitilor care prezint aceeai valoare sau variant se
numete frecven sau pondere.
Variabilele sau caracteristicile statistice se clasific dup mai multe criterii,
astfel:
1) dup importana lor, caracteristicile pot fi:
a) eseniale cele care se regsesc la nivelul tuturor unitilor
colectivitii statistice;
b) neeseniale cele care se regsesc doar la unele dintre
unitile colectivitii.
2) dup coninutul lor pot fi:

7
8
Baron, T.; Anghelache, C.; ian, E. Op. cit., p. 19.
9
15
a) de timp evideniaz apartenena unitilor statistice la un
moment dat sau la un interval de timp;
b) de spaiu (teritoriale) evideniaz apartenena unitilor
statistice la un anumit teritoriu; altfel spus arat situarea
n teritoriu a unitii
10
;
c) atributive (calitative) exprim esena, natura
unitilor
11
.
3) dup modul de exprimare sunt:
a) numerice (cantitative) cele msurabile i care pot fi
exprimate numeric;
b) nenumerice (calitative) cele care nu pot fi msurate
numeric i care sunt exprimate prin cuvinte.
4) dup modul de manifestare, caracteristicile statistice sunt:
a) alternative (binomiale sau binare) sunt cele care nu pot
lua dect dou valori;
Exemplul 4: Un candidat la un examen poate fi admis sau
respins, astfel se pot asocia valorile DA
pentru admis sau NU pentru respins; de
asemenea, se pot asocia coduri numerice 1
pentru DA i 0 pentru NU.
b) nealternative cele care pot lua valori distincte pentru
fiecare unitate a colectivitii statistice.
5) dup felul variaiei pot fi:
a) caracteristici cu variaie discontinu (discret) cele care
nu pot lua dect anumite valori n cadrul unui anumit
interval de valori;
b) caracteristici cu variaie continu cele care pot lua orice
valoare n cadrul unui anumit interval de valori.
5) dup modul de obinere, sunt:
a) caracteristici primare cele care se obin n cursul
procesului de culegere a datelor;
b) caracteristici derivate cele care se obin dup prelucrarea
datelor culese, pe baza unui anumit model de calcul.
ntruct caracteristicile unitilor unei colectiviti statistice sunt
numeroase, este necesar ca n cadrul procesului de cercetare statistic s se
evidenieze doar cele care sunt importante pentru cercetarea respectiv.

10
Isaic-Maniu, Al.; Korka, M., Porojan, D. Op. cit., p. 22.
11
16

1.4.4. Indicatorii statistici

Indicatorul statistic reprezint rezultatul numeric al unei numrtori, al
unei msurtori statistice a fenomenelor i proceselor de mas sau al unui calcul
asupra datelor obinute printr-o nregistrare statistic
12
.
Indicatorii statistici se pot clasifica dup mai multe criterii, i anume:
1) dup modul de obinere, pot fi:
a) primari sunt rezultatul unei msurtori statistice i exprim, n
mrime absolut, o dimensiune oarecare a unei colectiviti sau a unui element al
acesteia
13
;
b) derivai sunt acei indicatori obinui dup prelucrarea indicatorilor
primari.
2) dup gradul de cuprindere, pot fi:
a) sintetici expresii numerice ale categoriilor economice de sintez
14

de exemplu PIB, PIN, PGB etc;
b) analitici evideniaz structura unei colectiviti, precum i factorii de
influen.
3) dup modalitatea de exprimare, sunt:
a) indicatori exprimai sub form de mrimi absolute;
b) indicatori exprimai sub form de mrimi relative;
c) indicatori exprimai sub form de mrimi medii.

12
13
Ibidem, p. 26.
14
Idem, p. 26.
17

CAPITOLUL II

OBSERVAREA, SISTEMATIZAREA I
PREZENTAREA DATELOR STATISTICE

Cercetarea statistic este un proces complex de culegere a datelor, de
prelucrare a acestora i ulterior de analiz i interpretare a rezultatelor. Altfel spus,
cercetarea statistic reprezint procesul de cunoatere a fenomenelor de mas cu
ajutorul metodelor statistice
15
.
Cercetarea statistic se realizeaz pe parcursul a trei etape, i anume:
1. observarea statistic sau culegerea datelor;
2. prelucrarea datelor statistice;
3. analiza i interpretarea rezultatelor.
Astfel, datele individuale obinute prin observarea statistic sunt supuse,
apoi, prelucrrii statistice, proces prin care i pierd individualitatea, regsindu-se
doar prin trsturile lor eseniale cristalizate, prin generalizare i abstractizare, n
informaii statistice
16
.
n cadrul procesului de cercetare statistic se ntocmete un program de
cercetare statistic care sistematizeaz problemele ce trebuie rezolvate n cele trei
etape ale cercetrii.

2.1. Observarea statistic

Observarea statistic reprezint un proces complex de identificare,
msurare i nregistrare a fenomenelor de mas, de tip colectiv, n forma lor
individual i concret de manifestare
17
.
Observarea statistic este de fapt nregistrarea tuturor valorilor (variantelor)
caracteristicilor cuprinse n programul cercetrii, dup o metodologie unitar.

15
Baron, T.; Anghelache, C.; ian, E. Op. cit., p. 22.
16
17
Idem, p. 29.
18

2.1.1. Programul observrii statisticii

Elaborarea programului unei observri statistice este impus de
necesitatea de a realiza o observare statistic prin care s se obin date care s
rspund cerinei de autenticitate, de continuitate i de comparabilitate, n timp i
spaiu i din punct de vedere metodologic
18
.
Programul observrii statistice urmrete rezolvarea unor probleme
referitoare la: scopul observrii, obiectul observrii, delimitarea colectivitii,
definirea unitilor de observare, programul observrii, formularele de nregistrare,
timpul i locul observrii, problemele organizatorice.
2.1.2. Metode de observare statistic

n decursul dezvoltrii Statisticii s-au conturat mai multe metode de
observare statistic, care de regul se utilizeaz combinat, sub ndrumarea i
controlul organelor oficiale de statistic.
Metodele de observare statistic se clasific dup mai multe criterii, i
anume:
1) din punct de vedere al gradului de cuprindere al numrului de uniti n
cadrul procesului de observare, pot fi:
a) observri totale (nregistrri totale);
b) observri pariale (nregistrri pariale).
1.a. Observrile totale se realizeaz prin nregistrarea tuturor unitilor
colectivitii, dup criterii unitare potrivit programului observrii. n aceast
categorie sunt cuprinse nregistrri, precum: recensmntul i raportrile statistice
(drile de seam statistice);
1.b. Observrile pariale se realizeaz prin nregistrarea doar de la o parte
din unitile colectivitii (eantion sau colectivitate de selecie), parte care trebuie
s fie reprezentativ n raport cu ntreaga colectivitate.
2) din punct de vedere al modului n care este caracterizat fenomenul,
observrile pot fi:
a) statice cele care nregistreaz date referitoare la volumul i
structura unei colectiviti statice, delimitat ca volum la un moment dat;
b) dinamice cele care nregistreaz derularea unui proces care
evolueaz n timp, care este ntr-o continu transformare.

3) din punct de vedere al modului de organizare, observrile pot fi:

18
19
a) cu caracter permanent denumite i curente, continue cele n care
datele sunt nregistrate sistematic;
b) observri speciale sunt organizate de ctre organul oficial central de
statistic de fiecare dat cnd este necesar, n vederea realizrii unei analize ct mai
aprofundate a fenomenelor complexe existente n societate.
4) din punct de vedere al timpului de efectuare, observrile se pot clasifica,
astfel:
- observri curente cele n care unitile colectivitii sunt observate
permanent;
- observri periodice (de momente) sunt observri special organizate
n vedere obinerii de date asupra colectivitilor neincluse n
observaiile curente;
- observri unice (ocazionale) vizeaz fenomene cu caracter de
discontinuitate.
n practica statistic aceste criterii se pot ntreptrunde. Alegerea celei mai
potrivite metode de observare trebuie s se fac n raport cu natura specific a
fenomenelor studiate, cu sursele de informaie de care dispunem i care pot fi
utilizate, cu mijloacele de prelucrare a informaiei pe care le avem, precum i
cantitatea de informaii existent n bncile de date statistice
19
.
Cele mai utilizate metode de observare statistic sunt:
1 recensmntul;
2 rapoartele statistice (drile de seam statistice);
3 ancheta prin sondaj;
4 ancheta statistic;
5 monografia, .a.

2.1.3. Erorile observrii statistice i
controlul datelor statistice

n urma nregistrrii sau culegerii datelor i nainte de prelucrarea acestora,
se efectueaz un control al datelor statistice pentru a se depista i elimina datele
eronate, ntruct pot s apar diferene ntre nivelul obinut prin nregistrare i
mrimea real a nivelului caracteristicii nregistrate.
Aceast diferen poart denumirea de eroare absolut de nregistrare i se
determin astfel:

i i r
e x x = = = = (2.1)
unde: e
i
= eroarea de nregistrare;

19
Biji, E.; Petcu, N.; Wagner, P.; Lilea, E.; Vtui, M. Statistic, Editura Didactic i
Pedagogic, Bucureti, 1999, p. 33.
20
x
i
= valoarea nregistrat pentru nivelul i al caracteristicii x;
x
r
= valoarea real a nivelului i al caracteristicii x.

Mrimea erorilor de nregistrare este direct proporional cu volumul
nregistrrii, ele fiind mai numeroase atunci cnd observarea este mai ampl.
n practic se produc mai multe tipuri de erori, precum:
- erori de nregistrare (ntmpltoare, sistematice i greeli);
- erori de reprezentativitate i acoperire;
- erori de modelare statistic.

Prin prevenirea erorilor i controlul datelor nregistrate se elimin sau se
micoreaz erorile sistematice i se asigur trecerea de la etapa de observare a
datelor statistice la etape de prelucrare a datelor statistice.

2.2. Prelucrarea i sistematizarea datelor
statistice

Prelucrarea statistic este procesul prin care datele nregistrate sunt
sistematizate i modelate statistic, rezultnd astfel o serie de indicatori statistici
care pot caracteriza statistic fenomenul studiat. n cadrul procesului de prelucrare
statistic, datele nregistrate i pierd individualitatea n vederea obinerii
indicatorilor statistici care pot evidenia trsturile eseniale comune ale
colectivitii cercetate, relaiile de interdependen dintre fenomene, precum i
modificrile care se produc n structura colectivitii respective.
Sistematizarea datelor statistice presupune ordonarea acestora n funcie
de omogenitatea lor. Rezultatul sistematizrii se prezint ntr-o form comod de
manevrat, prin serii, tabele i grafice
20
. Astfel, colectivitile statistice se mpart n
grupe omogene, n funcie de una sau mai multe variabile eseniale, comune tuturor
unitilor statistice; aceast operaie poart denumirea de grupare statistic sau
clasificare statistic, iar grupele rezultate se mai numesc i clase. Variabila dup
care se grupeaz unitile colectivitii poart denumirea de caracteristic de
grupare.
Gruparea are un rol deosebit de important n obinerea unor indicatori
statistici coreci, ntruct modul de grupare permite evidenierea tipurilor calitative
existente n cadrul colectivitii cercetate. n urma gruprii statisticii rezult iruri
de date ordonate dup variaia, n sens cresctor sau descresctor, a caracteristicilor
de grupare
21
.

20
21
Idem, p. 50
21
2.2.1. Probleme legate de gruparea statistic
2.2.1.1. Serie

O serie reprezint o ordonare de date numerice n ordine cresctoare sau
descresctoare, n funcie de mrimea acestora. Diferena dintre numrul cel mai
mare i cel mai mic reprezint cmpul de variaie a datelor.

Exemplul 1: Dac se iau n analiz 50 societi comerciale, iar cifra de afaceri
lunar cea mai mare este de 35 miliarde lei, iar cea mai mic este
de 1 miliard lei, cmpul de variaie este de:
35 - 1 = 34 miliarde lei.
2.2.1.2. Distribuii de frecvene

Pentru a rezuma o mare cantitate de date este necesar mprirea acestora
n clase (grupe). Dup aceea se procedeaz la determinarea numrului de date care
aparin fiecrei clase, iar acest numr se numete frecvena clasei. Ordonarea
ntr-un tabel a datelor pe clase i corespunztor a frecvenelor fiecrei clase se
numete distribuie de frecvene.

Exemplul 2: Distribuia frecvenelor pentru 100 de firme n funcie de cifra
de afaceri lunar.

Tabelul 2.1. Distribuia cifrei de afaceri
CA
(mld. lei)
Numrul de
firme
0,5 - 1 270
1 - 1,5 330
1,5 - 2 100
2 - 2,5 150
2,5 - 3 50
3 - 3,5 50
3,5 - 4 20
4 - 4,5 10
4,5 - 5 20
TOTAL 1000

Prima clas, de exemplu, cuprinde firmele cu o cifr de afaceri lunar
cuprins ntre 0,5 i 1 mld. lei i este indicat cu simbolul 0,5-1. Deoarece 270 de
firme au cifra de afaceri lunar aparinnd acestei clase, frecvena absolut a primei
22
clase va fi 270. Datele ordonate pe baza distribuiei frecvenelor se numesc date
regrupate. Prin regrupare se pot pierde multe informaii cu privire la datele
individuale, dar regruparea prezint avantajul unei vederi sintetice asupra datelor
iniiale i observarea relaiilor dintre acestea.
2.2.2. Intervalul unei clase i limitele unei clase

Notaia utilizat pentru definirea unei clase, de exemplu 0,5-1 (vezi tabelul
2.1.) se numete intervalul clasei respective. Numerele 0,5 i 1 se numesc limitele
clasei; numrul mai mic, 0,5, se numete limit inferioar a clasei, iar numrul mai
mare, 1 se numete limita superioar a clasei. Termenele de clas i interval al
clasei se utilizeaz de fapt, fr a se face distincie ntre ele, deoarece intervalul
unei clase este de fapt simbolul utilizat pentru clasa respectiv.
2.2.2.1. Amplitudinea intervalului unei clase

Amplitudinea intervalului unei clase este diferena dintre limita superioar
i limita inferioar a acelei clase i se mai numete i amplitudinea clasei sau
mrimea intervalului de grupare. Dac toate intervalele de clas ale unei distribuii
de frecven au aceeai amplitudine, atunci amplitudinea comun se va nota cu
K. n acest caz, K se poate determina i ca diferen ntre limitele inferioare a
dou clase succesive sau ca diferen ntre limitele superioare a dou clase
succesive.

Exemplul 3: Pentru datele din tabelul 2.1., K = 1 0,5 = 1,5 - 1 = 2 1,5 =
= 5 4,5 = 0,5 mld. lei

Mrimea intervalelor de grupare se determin n funcie de amplitudinea de
variaie a caracteristicii (A) i numrul de grupe (h), pe baza relaiei:
A
K
h
= ,
unde A = x
max
x
min
, iar
x
max
= valoarea maxim a caracteristicii x;
x
min
= valoarea minim a caracteristicii x;
h = numrul de grupe.
Pentru colectivitile mari i cu o amplitudine mare, mrimea intervalului
de grupare se determin pe baza formulei lui H. D. Sturges:
max min
1 3, 322log
x x
K
n
=
+

unde: n = numrul de uniti ale colectivitii.
23
2.2.2.2. Valoarea central a unei clase

Valoarea central a unei clase se obine nsumnd limita inferioar i cea
superioar a unei clase i mprind suma obinut la 2.

Exemplul 4: Valoarea central a primei clase din tabelul 2.1. va fi:
0,5 1
0,75
2
+
= .

Exemplul 5: Valoarea central a ultimei clase din tabelul 2.1. va fi:
4,5 5
4, 75
2
+
= .

Valoarea central a unei clase se poate determina i cu relaia:
min max
2 2
i
k k
x x x = + = ,
unde: x
min
= limita inferioar a grupei;
x
max
= limita superioar a grupei;
k = mrimea intervalului.

2.3. Prezentarea datelor statistice n tabele

Seriile statistice rezultate n urma gruprii i centralizrii datelor statistice
se sistematizeaz cu ajutorul tabelelor statistice. Aceste tabele statistice pot fi
simple sau cu dubl intrare.
2.3.1. Serii statistice

Rezultatul sistematizrii datelor prin grupare l reprezint distribuiile
statistice denumite i serii statistice.

Seriile statistice se clasific dup mai multe criterii, astfel:

1) dup numrul caracteristicilor de grupare, pot fi:
a) seriile unidimensionale (univariate prezint dou iruri paralele de date,
dintre care primul ir reprezint valorile caracteristicii de grupare, iar cel de-al
doilea ir reprezint frecvena de apariie, adic numrul de uniti statistice care
corespund fiecrei variante.
24
b) seriile bidimensionale (bivariate) prezint variaia unitilor unei
colectiviti simultan dup dou caracteristici de grupare
22
.
c) seriile multidimensionale (multivariate) prezint variaia unitilor unei
colectiviti statistice simultan dup trei sau mai multe caracteristici de grupare.

2) dup natura caracteristicii de grupare, pot fi:
a) serii de timp (dinamice, cronologice) prezint valorile caracteristicii n
raport cu timpul;
b) serii de spaiu (teritoriale) prezint variaia n teritoriu a fenomenului
cercetat;
c) serii calitative prezint variaia unitilor colectivitii statistice dup o
caracteristic calitativ.
2.3.2. Tabelele statistice

Orice tabel statistic trebuie s cuprind urmtoarele elemente:
1. Titlul tabelului trebuie s precizeze caracteristica de distribuie i
colectivitatea cercetat.
2. Titlurile interioare cuprind colectivitatea observat i sistemul de
caracteristici pentru care s-au centralizat datele.
3. Unitatea de msur se nscrie n titlul tabelului dac este comun pentru
toate elementele, sau n titlurile interioare, dac elementele sunt exprimate n
uniti de msur diferite.
4. Notele se menioneaz sub tabel i sunt marcate cu (*).
5. Sursa datelor se menioneaz sub tabel, n mod explicit.
6. Macheta tabelului trebuie s prezinte toate rubricile completate iar cnd
datele nu exist, rubrica respectiv se completeaz cu simbolul - .

2.3.3. Reprezentarea grafic a seriilor statistice
2.3.3.1. Variabile discrete i continue

Variabila se reprezint printr-un simbol precum: X, Y, H, care poate lua
orice valoare din domeniul de definiie al variabilei. Dac variabila poate lua doar o
singur valoare se numete constant. Variabila care poate lua orice valoare ntre
dou numere se numete variabil continu. Variabila discret este acea variabil
care ia numai anumite valori.

22
25
Exemplul 6: Numrul N de copii dintr-o familie, poate lua orice valoare din
mulimea numerelor naturale precum 0,1, 2, 3, dar nu poate
lua valori ca: 2,8 sau 3,5, deci este o variabil discret.
Exemplul 7: nlimea H a unui individ, ce poate lua orice valoare, de
exemplu: 170 cm, 177,26 cm sau 182,871 cm, este o variabil
continu.
2.3.3.2. Funcii

Dac pentru fiecare valoare pe care o poate lua variabila x i corespunde
una sau mai multe valori ale variabilei y spunem c y este o funcie a lui x i
scriem: y = F(x) pentru a indica aceast dependen funcional. Variabila x se
numete variabil independent i y variabil dependent. Dac o singur valoare a
lui y corespunde pentru fiecare valoare a lui x, spunem c y este o funcie univoc a
lui x; altfel spunem c este o funcie neunivoc a lui x.

Exemplul 8: Salariul este n funcie de vechime i scriem S = F(v).

Exemplul 9: Dividendul este n funcie de profitul net i putem scrie:
D = F(PN).

Dependena funcional sau corespondena dintre variabile trebuie descris
ntr-un tabel sau cu ajutorul unei ecuaii de tipul: y = a + bx, y calculndu-se n
coresponden cu diferitele valori ale lui x. De asemenea conceptul de funcie se
poate extinde pentru dou sau mai multe variabile.

Exemplul 10: z = a + bx + cy

Exemplul 11: z = a + bx
1
+ cx
2
+ + jx
10

2.3.3.3. Distribuii de frecvene relative

Frecvena relativ a unei clase se obine din frecvena clasei respective
mprit la frecvena tuturor claselor. n general frecvena relativ se exprim
procentual. Suma frecvenelor relative ale tuturor claselor este 1 sau 100 %. Dac
nlocuim frecvenele absolute cu frecvenele relative, obinem distribuia
frecvenelor relative, distribuia procentual sau tabelul frecvenelor relative.
Grafic, reprezentarea distribuiilor de frecvene relative se poate obine
pornind de la histograma sau poligonul frecvenelor nlocuind pe axa ordonatelor
frecvenele absolute cu cele relative. Graficul care rezult se numete histograma
frecvenelor relative sau histograma procentual i poligonul frecvenelor relative
sau poligonul procentual.
26
Probleme rezolvate

1. (a) Ordonai urmtoarele 10 firme n funcie de profitul net pe care l-au
realizat n cadrul semestrului I al anului 2004, ntr-o serie.

Tabelul 2.8. Date statistice
Firma Profit net (mld. lei)
J 10
I 9
H 5,5
G 2
F 7
E 4
D 3
C 2,5
B 8
A 5,8

(b) Determinai cmpul de variaie .
Rezolvare :
(a) Seria n ordine cresctoare a mrimii valorii adugate brute :
G(2), C(2,5), D(3), E(4), H(5,5), A(5,8), F(7), B(8), I (9), J(10).
Seria n ordine descresctoare a mrimii valorii adugate brute;
J(10), I (9), B(8), F(7), A(5,8), H(5,5), E(4), D(3), C(2,5),G(2).
b) Deoarece cea mai mic profitului net este realizat de firma G n valoare
de 2 mld. lei, iar cea mai mare de ctre firma J n valoare de 10 mld. lei, cmpul de
variaie al profitului net este de 10 2 = 8 mld. lei.

2. n tabelul 2.9. este prezentat distribuia frecvenelor pentru producia
marf lunar n cazul lurii n analiz a 100 de firme.

Tabelul 2.9. Frecvena firmelor dup producia marf
Producia marf (mii lei )
Numrul de
firme
40.000 - 60.000 15
60.000 - 80.000 20
80.000 - 100.000 30
100.000 - 120.000 25
120.000 - 140.000 10
TOTAL 100

Utiliznd tabelul 2.9., se cere s se determine:
27
a) Limita inferioar a clasei a patra;
b) Limita superioar a clasei a doua;
c) Valoarea central pentru clasa nr. 5;
d) Amplitudinea clasei a patra;
e) Frecvena clasei a doua;
f) Frecvena relativ a primei clase;
g) Clasa cu frecvena cea mai mare;
h) Procentul firmelor care au o producie marf mai mare de 80.000.000
lei;
i) Procentul firmelor care au o producie marf mai mic de 100.000.000
lei.
Rezolvare:
a) Rspuns: 100.000.000 lei.
b) Rspuns: 80.000 lei.
c)Valoarea central pentru clasa nr. 5 este =1/2(120.000 + 140.000) = =
130.000 mii lei.
d) Amplitudinea clasei a patra = limita superioar a clasei a patra - limita
inferioar a clasei a patra = (120.000 - 100.000) = 20.000 mii lei.
n acest exemplu toate clasele au aceeai amplitudine : 20.000 mii lei.
e) Rspuns: 20
f) Rspuns: 15/100 = 0,15 = 15 %.
g) Rspuns: clasa a treia (80.000 - 100.000) mii lei.
Aceast clas se numete clas modal, iar frecvena sa se numete
frecvena clasei modale.
h) Numrul total al firmelor care au o producie marf lunar mai mare de
80.000 lei = 30+25+10 = 65. Procentul firmelor cu o producie mai mare de
80.000.000 lei = 65/100 = 0,65 = 65 %.
i) Numrul firmelor care au o producie marf lunar mai mic de
100.000.000 lei = 15 + 20 + 30 = 65.
Procentual, aceste firme reprezint : 65/100 = 0,65 = 65 %.

28
Probleme propuse

3. n urma unei anchete de sondaj pe un eantion de 10 firme reprezentativ
pentru o colectivitate general, privind mrimea CA, s-au obinut datele din tabelul
2.12.
Tabelul 2.12. Date de sondaj
Firma
CA
mil. lei
A 2
B 30
C 10
D 15
E 20
F 30
G 17
H 5
I 12
J 13
Se cere:
a) Construii diagrama n bare;
b) Construii diagrama circular;
c) Construii diagrama prin coloane;
d) Construii diagrama prin suprafee.

4. Se extinde analiza privind profitul net realizat n semestrul I 2004 de la
cele 10 firme (din problema 3) lund n analiz alte 5 firme:
K 11 mld. lei;
L 18 mld. lei;
M 9 mld. lei;
N 24 mld. lei;
O 50 mld. lei.
Se cere:
a) ordonai cele 15 firme ntr-o serie, cresctor i descresctor;
b) determinai noul cmp de variaie.

29

CAPITOLUL III

INDICATORII STATISTICI

n sensul cel mai larg, indicatorul statistic este expresia numeric a unor
fenomene, procese, activiti sau categorii economice i sociale, definite n timp,
spaiu i structur organizatoric i care se regsesc cu o anumit periodicitate n
statisticile oficiale, naionale i internaionale.
23

Indicatorii statistici se obin n urma procesului de cercetare statistic, i au
un coninut real, obiectiv determinat, o formul proprie de calcul i o formul
specific de exprimare
24
.
Indicatorii statistici rezultai n urma cercetrii statistice se mpart n dou
mari categorii, i anume:
1 indicatori primari sau exprimai n mrimi absolute;
2 indicatori derivai sau exprimai n mrimi relative.

3.1. Indicatori primari sau exprimai n mrimi
absolute

Indicatorii primari sau absolui se mpart n dou categorii, i anume:
- Indicatori de nivel;
- Indicatori ai variaiei absolute.

Indicatorii de nivel exprim valoarea caracteristicii cercetate sau volumul
unui ansamblu de caracteristici.
Indicatorii de nivel pot fi:
- indicatori individuali rezult n urma nregistrrii directe i evideniaz
nivelul (valoarea) caracteristicii cercetate pentru fiecare unitate
statistic;
- indicatori sintetici n mrimi absolute se obin prin agregarea datelor
i reprezint rezultatul centralizrii pe grupe sau pe ansamblul
colectivitii. nsumarea direct a elementelor considerate n calculul
indicatorilor sintetici este posibil doar pentru elemente omogene. //

23
Baron,T.; Biji, E.; Tvissi, L.; Wagner, P.; Isaic Maniu, Al.; Korka, M.; Porojan, D.
Statistic teoretic i economic, Editura Didactic i Pedagogic, Bucureti, 1996, p. 64.
24
Baron,T.; Anghelache, C.; ian, E. Statistic, Editura Economica, Bucureti, 1996,
p. 42.
30
Agregarea, n cazul elementelor eterogene, impune folosirea unor
coeficieni de echivalen. n economie, agregarea elementelor se face,
de regul, n uniti valorice (prin intermediul preului) sau n uniti de
timp de munc (ore-om, de exemplu)
25
.
Indicatorii variaiei absolute se obin prin compararea, sub form de
scdere a dou nivele ale aceluiai indicator
26
.
Variaia absolut (spor) i simbolizat prin
1/ 0
x
se determin cu relaiile
urmtoare:
1 0
1/ 0
x
i i
x x = , la nivelul fiecrui element i
sau
1 0
1/ 0
x
i i
x x =

, la nivelul ansamblului fenomenului X.
Indicatori exprimai n mrimi absolute au o sfer de comparabilitate
redus. Acetia reprezint elementele de baz pentru determinarea unor indicatori
derivai, exprimai n mrimi relative i mrimi medii.

3.2. Indicatorii derivai sau exprimai n mrimi
relative

Indicatorii derivai se obin prin prelucrarea indicatorilor exprimai n
mrimi absolute, prelucrarea acestora se realizeaz prin diferite metode i
procedee de calcul (comparaii, abstractizri, generalizri)
27
.
Indicatorii exprimai n mrimi relative sunt instrumente absolut necesare
pentru analiza activitilor economice, dar ridic o serie de probleme n ceea ce
privete alegerea bazei de raportare i asigurarea comparabilitii datelor raportate.
Mrimile relative utilizate n cadrul analizei statistice se pot grupa astfel:
mrimi relative de structur;
mrimi relative de coresponden sau de coordonare;
mrimi relative ale dinamicii;
mrimi relative de intensitate;
mrimi relative ale planului sau programului.

25
Jaba, E. Op.cit., p. 94.
26
Idem, p. 94.
27
Baron, T.; Anghelache, C.; ian, E. Op.cit., p. 43.
31

CAPITOLUL IV

INDICATORII TENDINEI CENTRALE
(MRIMILE MEDII)

Indicatorii cei mai utilizai pentru caracterizarea tendinei centrale a unei
variabile statistice sunt: media aritmetic, mediana i modul (dominanta).
Dac media este reprezentativ pentru seria respectiv, adic colectivitatea
cercetat este omogen, atunci prin nlocuirea fiecrui termen al seriei cu valoarea
mediei, suma termenilor va fi aceeai.
Media este o valoare reprezentativ pentru o serie de date; ntotdeauna ea
se va afla n interiorul intervalului valorilor respective ordonate cresctor sau
descresctor (ntre
min
x i
max
x ), motiv pentru care mai este denumit i indicator de
poziie.
Se pot defini diverse tipuri de medii, dar cele mai utilizate sunt: media
aritmetic, media geometric, media armonic, mediana i modul. La rndul lor,
fiecare medie poate fi calculat sub form de:
a) medie simpl, n cazul seriilor simple (n care variantele
caracteristicii este nregistrat doar la nivelul unei uniti
statistice);
b) medie ponderat, n cazul seriilor de frecvene (n care
variantele caracteristicii sunt regsite la nivelul mai multor
uniti statistice, cu frecvene diferite).

4.1. Media aritmetic

Media aritmetic este o medie fundamental de calcul, simbolizat prin
x pentru o distribuie empiric i prin pentru o variabil aleatoare.
Media a unei variabile aleatoare discrete x, cu funcia de probabilitate
P(X-x) se calculeaz potrivit relaiei ( ) x P X x = =
, n timp ce pentru o
variabil aleatoare continu X, cu funcia de densitate f(x) se determin astfel:
( ) x f x dx =
.
32
Media x a unei distribuii empirice reprezint valoarea pe care ar purta-o
fiecare unitate statistic dac distribuia ar fi omogen
28
.

Media aritmetic simpl se calculeaz cu relaia:
1
1
n
i
i
x x
n
=
=

Media aritmetic ponderat se calculeaz cu relaia:
1
1
1
m
i i m
i
i
i
x x n
n
=
=
=

sau
1
m
i i
i
x x f
=
=
, unde
1
1
m
i
i
f
=
=

4.1.1. Media aritmetic simpl se folosete pentru seriile simple, adic n
cazul n care numrul variantelor caracteristicilor studiate este egal cu numrul
unitilor.
Media aritmetic simpl se determin, astfel:
1 2
1
...........
n
n i
i
x x x x
=
+ + + =

4.1.2. Media aritmetic ponderat se folosete pentru determinarea
nivelului mediu al seriilor de distribuie, specific fiind faptul c variantele
caracteristicilor
1 2
, ,...,
n
x x x se pondereaz cu frecvene corespunztoare
1 2
, ,...,
n
f f f .
Media aritmetic ponderat este influenat att de nivelul caracteristicii
ct i de nivelul frecvenei.

Exemplul 1:

S se determine media aritmetic a numerelor: 5, 6, 8, 11, 15.
5 6 8 11 15
5
9 x
+ + + +
= =

Exemplul 2:

S se determine media aritmetic ponderat pentru urmtoarea
distribuie de frecvene:

28
33

Tabelul 4. 1. Determinarea mediei aritmetice ponderate
Profitul net anual
(mld. lei)
Frecvena
i
f
i
x
i i
x f
0 - 2 40 1 40
2 - 4 50 3 150
4 - 6 90 5 450
6 - 8 15 7 105
8 - 10 5 9 45
TOTAL 200 - 790

200
790
3,95
i i
i
x f
x
f
= = =
mld. lei
Deci, PN anual mediu al celor 200 firme este de 3,95 mld. lei.
4.1.3 Proprietile mediei aritmetice

Proprietile mediei aritmetice sunt:
1. Pentru verificarea exactitii calculelor:
a) media aritmetic este cuprins ntre varianta minim i maxim a
caracteristicii;
min max
x x x
b) suma abaterilor nivelurilor individuale ale variabilei aleatoare fa de
media lor este egal cu zero, cci media aritmetic anihileaz toate abaterile n plus
sau n minus de la nivelul su.

2. Pentru simplificarea calculului
a) media calculat din variantele caracteristicii micorate cu o constant
a este mai mic dect media variantelor caracteristicii cu constanta a.

b) media calculat din variantele caracteristicii micorate prin mprire la
o constant k este mai mic dect media real de k ori.

c) dac se micoreaz frecvenele f
1
, f
2
, , f
n
prin mprire la o constant
c aleas arbitrar, media nu se schimb

4.2. Media armonic

Se folosete atunci cnd nu se cunosc frecvenele f
1
, f
2
, , f
n
i nici
volumul general al acestora. Deosebim:
34
4.2.1. Media armonic simpl - se folosete pentru seriile simple
1
1 2
1 1 1 1
n
i
n i
x x x x =
+ + + =
L .

Exemplul 3: Media armonic a numrului de studeni n cazul grupelor anului I
este:
- grupa 1: 25 studeni;
- grupa 2: 30 studeni;
- grupa 3: 20 studeni.
Media armonic va fi:
30
3 3
24,32
1 1 1 11
25 20 100
h
x = = =
+ +
studeni.
4.2.2. Media armonic ponderat - se determin pornind de la media
aritmetic innd cont de faptul c nu se cunosc frecvenele fi, dar se cunosc
produsele xifi. Media armonic este o mrime definit ca invers a mediei
aritmetice calculat din inversele valorilor caracteristicii29. Media aritmetic se
folosete ndeosebi pentru determinarea indicelui mediu armonic al preurilor.

Exemplul 4: S se determine media armonic ponderat pentru distribuia din
tabelul 4.2.

Tabelul 4.2. Media armonic
Grupe de firme dup PN
anual (mld. lei)
x
i
x
i
f
i
1/x
i

1
i i
i
x f
x

0 2 1 40 1 40
2 4 3 150 1/3 50
4 6 5 450 1/5 90
6 8 7 105 1/7 15
8 - 10 9 45 1/9 5
TOTAL - 790 200

1
1
790
3,95
1
200
n
i i
i
h
n
i i
i
i
x f
x
x f
x
=
=
= = =
mld. lei

29
35

4.3. Media ptratic

Se folosete cnd nivelul variabilei prezint creteri din ce n ce mai mari,
modificndu-se aproximativ dup o funcie exponenial. Media ptratic ridicat
la ptrat este media aritmetic a ptratelor valorilor x
i
30
.

Exemplul 5: S se determine media ptratic simpl pentru caracteristica cifr
de afaceri n cazul a trei firme cercetate, i anume:
CA
x
= 8 mld. lei/lun;
CA
y
= 12 mld. lei/lun;
CA
z
= 20 mld. lei/lun.
2 2 2
8 12 20
14, 24
3
p x
+ +
= mld. lei/lun
4.3.2. Media ptratic ponderat

Exemplul 6: S se determine media ptratic ponderat pentru urmtoarea
distribuie de frecvene:

Tabelul 4.3. Media ptratic
Grupe de firme dup CA
lunar mld. lei -
Frecvena f
i
x
i
x
2
i
x
2
i
f
i
0 2 20 1 1 20
2 4 80 3 9 720
4 6 160 5 25 4.000
6 8 30 7 49 1.470
8 - 10 10 9 81 810
TOTAL 300 - - 7.020
4,84
7.020
300
p x = mld. lei

30
Ibidem, p. 116
36
4.4. Media geometric

Acest tip de medie se utilizeaz pentru calculul indicelui mediu, cci
fenomenele socio-economice n evoluia lor se caracterizeaz n general printr-o
ncetinire de ritm, chiar dac volumul absolut al creterii este din ce n ce mai
mare. Media geometric se calculeaz numai pentru numere pozitive. Media
geometric a n date pozitive se definete ca rdcina de ordin n din produsul
acestora
31
.

4.6. Mediana

Mediana este acea valoare a caracteristicii care ocup locul central n
cadrul variantelor seriei ordonate cresctor sau descresctor, deci mediana mparte
seria n dou pri egale.
n cazul seriilor simple, pot apare dou situaii:
1. dac seria are un numr impar de termeni, mediana este acea variant a
caracteristicii cu rangul
2
1 + n
, dup ce n prealabil seria a fost ordonat.
Exemplul 8: Fie seria format din cifra de afaceri a 5 firme (exprimat n mld.
lei): 4; 7,25; 2; 2,75; 4,25.
Ordonare: 2; 2,75; 4; 4,25; 7,25.
Rangul
1 5 1
3
2 2
n + +
= = Termenul al III-lea este mediana
Me= 4 mld. lei CA

2. dac seria are un numr par de termeni, mediana este dat de semisuma
termenilor centrali, dup ce n prealabil seria a fost ordonat.

Exemplul 9: Fie seria din exemplul anterior la care se adaug alte 3 firme (CA
exprimat n mld. lei): 8; 10; 2,50.
Ordonare: 2; 2,50; 2,75; 4; 4,25; 7,25; 8; 10.
Me =
4 4, 25
8,125
2
+
= 4 mld. lei CA

n cazul seriilor de distribuie, mediana se determin cu formula:
1
2
e
e
i
cm
e M
M
f
f
M x k
f
= +
, cnd
i
f
= nr. par sau

31
Ibidem, p. 114
37
1
1
2
, cnd = nr. impar
e
e
i
cm
e M i
M
f
f
M x k f
f
= +

unde:
e
M
x - limita inferioar a intervalului median;
f
i
- frecvenele caracteristicii x
i
;
f
cm-1
- frecvenele cumulate pn la intervalul median;
k - mrimea intervalului;
f
Me
- frecvena intervalului median.

4.7. Modul (dominanta) reprezint valorile caracteristicii cu
frecvena cea mai mare. Dominanta (modul) se calculeaz rapid i ofer o prim
informaie referitoare la tendina central a unei distribuii.
1
1 2
o
o M
M x k
= +
+
,
unde:
o
M
x - limita inferioar a intervalului modal;
1
-

diferena dintre frecvena intervalului modal i frecvena
intervalului premodal;
2
- diferena dintre frecvena intervalului modal i frecvena
intervalului postmodal;
k - mrimea intervalului modal.

Exemplul 10: Se d distribuia de frecvene din tabelul 4. 3.
Tabelul 4. 4.
Pensii (mil. lei)
Nr. pensionari din
eantionul analizat

1 - 2 50
2 - 3 120 interval modal
3 - 4 20
4 - 5 6
5 - 6 2
TOTAL 200

Modul: Intervalul modal (cu frecvena cea mai mare) este: (2,3) mil.
( ) ( )
120 50 30
2 1 2 1 2, 23
120 50 120 20 30 100
o
M

= + = + =
+ +
mil. lei pensie.

38
Probleme rezolvate

1 Pentru acordarea unui credit unei firme, banca ia n calcul mai muli
indicatori, printre care i solvabilitatea firmei respective pe ultimele 12 luni.
Firma are urmtoarele valori ale solvabilitii pe ultimele 12 luni:

ianuarie S = 0,60
februarie S = 0,55
martie S = 0,70
aprilie S = 0,75
mai S = 0,60
iunie S = 0,60

iulie S = 0,80
august S = 0,80
septembrie S = 0,75
octombrie S = 0,75
noiembrie S = 0,70
decembrie S = 0,68

Banca acord creditul dac solvabilitatea firmei pe ultimele 12 luni este
mai mare de 70%.
Se cere s se determine dac firma obine creditul.
( )
1
0,6 0,55 0,70 0,75 0,60 0,60 0,80 0,80 0,75 0,75 0,70 0,68 0,69
12
i
S
S
n
= = + + + + + + + + + + + =
0, 69 S = .
Deoarece 69% S = < 70% firma respectiv nu va obine creditul
solicitat.

2.Se dau urmtoarele date:

Tabelul 4.5. Date istorice
Grupe de firme dup ponderea
clienilor inceri n totalul clienilor
(%)
Frecvena
f
i

0 - 20 10
20 - 40 30
40 - 50 8
60 - 80 2
80 - 100 0
TOTAL 50

S se determine valoarea medie a ponderii clienilor inceri n totalul
clienilor pentru cele 50 de firme luate n studiu.
Rezolvare:

39

Tabelul 4. 6. Sume relevante

Grupe de firme dup ponderea
clienilor inceri (%)
f
i
x
i
x
i
f
i

0 - 20 10 10 100
20 - 40 30 30 900
40 - 50 8 50 400
60 - 80 2 70 140
80 - 100 0 90 0
TOTAL 50 - 1540

1540
30,8 %
50
i i
ci
i
x f
g
f
= = =

Probleme propuse

3.O ntreprindere a realizat n primele ase luni ale acestui an urmtoarele
valori ale ratei rentabilitii economice, i anume:

Tabelul 4. 12.
Luna
Rata rentabilitii
economice
Ianuarie 13 %
Februarie 10 %
Martie 9 %
Aprilie 12 %
Mai 12 %
Iunie 15 %

S se determine media ratei rentabilitii economice pentru semestrul I al
anului curent.

4.n urma unei anchete statistice cu privire la valoarea CA n cadrul a 500
de firme s-au obinut urmtoarele date:

40

Tabelul 4. 13. Date statistice
Grupe de firme dup rotaia
activelor circulante
Frecvena
f
i

(0 - 4] 100
(4 - 8] 120
(8- 12] 180
(12 -16] 75
(16 -20] 25
TOTAL 500

S se determine:
1. CA medie a celor 500 de firme (metoda direct i metoda simplificat);
2. Media armonic ponderat, media ptratic i media geometric
ponderat;
3. Mediana, modul, quartilele i decilele.

CAPITOLUL V

41
INDICATORI AI DISPERSIEI,
ASIMETRIEI I BOLTIRII

Indicatorii dispersiei, asimetriei i boltirii se calculeaz alturi de
indicatorii tendinei centrale pentru a caracteriza mai bine o distribuie, ntruct se
poate ca dou distribuii observate, relativ la aceeai variabil, s aib aceeai
valoare a tendinei centrale dar s fie diferite prin dispersie sau concentrare
32
.
Pentru caracterizarea variaiei fenomenelor se utilizeaz dou grupe de
indicatori:
1. indicatori simpli;
2. indicatori sintetici.

5.1. Indicatorii simpli ai variaiei

Indicatorii simpli ai variaiei arat gradul de mprtiere a unitilor
colectivitii supus cercetrii fa de media aritmetic a valorilor seriei respective.
Aceti indicatori pot fi exprimai att prin mrimi absolute, ct i prin mrimi
relative.
Indicatorii simpli ai variaiei sunt:
- amplitudinea variaiei
- absolut
- relativ

- abaterea fiecrei variante de la medie:
- abatere absolut
- abatere relativ

5.1.1. Amplitudinea variaiei

Amplitudinea variaiei sau cmpul de variaie este diferena dintre
valoarea maxim i valoarea minim; aceasta se mai numete i amplitudine
absolut.
A = x
max
- x
min

Exemplul 1: Amplitudinea variaiei pentru cifra de afaceri obinut de o firm pe
ultimele 4 luni (exprimat n mld. lei) + 4; + 4,8; +1,5; +1,75 este
A = 4,8 1,5 = 3,3 mld. lei sau cmpul de variaie se poate indica
simplu, doar preciznd cea mai mic i respectiv, cea mai mare
valoare. In acest exemplu, de exemplu, cmpul de variaie poate fi

32
42
indicat astfel: (1,5 mld. 4,8 mld.).

Amplitudinea relativ (Ar) este raportul dintre amplitudinea absolut i
media aritmetic a valorilor seriei cercetate.
max min
100 100
r
a a
x x A
A
x x
= =
5.1.2. Abaterea fiecrei variante de la medie poate fi:
abatere absolut (d
i
) se determin ca diferen ntre fiecare variant
nregistrat i media aritmetic a valorilor seriei respective. Se determin cu relaia:
a
i i
d x x =
abatere individual relativ se determin ca raport ntre fiecare abatere
individual absolut i media aritmetic a seriei, cu ajutorul relaiei:
100 100 1 100
i i a i
r r
a a a
d x x x
d d
x x x
| |
= = =
|
\
.

5.2. Indicatorii sintetici ai variaiei

Indicatorii sintetici ai variaiei se calculeaz ntruct indicatorii simpli ai
variaiei nu cuantific toat variaia caracteristicii analizate; indicatorii sintetici ai
variaiei arat gradul de variaie ai tuturor termenilor seriei.

Indicatorii sintetici ai variaiei sunt:
1. abaterea medie liniar;
2. dispersia;
3. abaterea medie ptratic;
4. coeficientul de variaie.
5.2.1. Abaterea medie liniar ( d ) se determin ca o medie aritmetic
simpl sau ponderat a abaterilor termenilor seriei fa de medie ( x ), dar n
valoare absolut.

5.2.2. Dispersia
( )
2
se calculeaz ca medie aritmetic simpl sau ponderat
a ptratelor abaterilor termenilor fa de media lor:
pentru serii simple :
( )
2
2
a
i
x x
n
=

;
43
pentru serii de distribuie :
( )
2
2
a
i i
i
x x f
f
.
5.2.3. Abaterea medie ptratic (abaterea standard) sau deviaia
standard ( ) se calculeaz ca medie ptratic din abaterile variantelor seriei de la
media lor aritmetic, astfel:
pentru serii simple:
( )
2
a
i
x x
n
=

;
pentru serii de distribuie:
( )
2
a
i i
i
x x f
f
.
5.2.4. Coeficientul de variaie (v) se calculeaz ca raport procentual ntre
abaterea medie ptratic i media aritmetic a seriei, 100
a
v
x
= , sau ca raport
procentual ntre abaterea medie liniar i media aritmetic a seriei: 100
d
a
d
v
x
= .

Probleme rezolvate

1. Determinai amplitudinea absolut i relativ pentru variaia profitului
brut n cazul a 6 firme, cunoscnd datele din tabelul urmtor:

Tabelul 5. 4. Date convenionale
44
Firma
PB
mld.
A 12
B 4
C 16
D 2
E 18
F 20
Rezolvare:
A = x
max
- x
min
= 20 - 2 = 18
18
100 100 150%
12
r
a
A
A
x
= = =
12 4 16 2 18 20
12
6
i
a
x
x
n
+ + + + +
= = =

2. Pe baza datelor din problema 1 calculai abaterea fiecrei variante de la
medie.
Rezolvare:
a) abaterea absolut:
i i a
d x x =
b) abaterea relativ: 100
i
r
a
d
d
x
=

Tabelul 5. 5. Determinarea abaterilor
Firma
PB
mld.
a i i
x x d =

100 =
a
i
r
x
d
d

A 12 0 0
B 4 -8 -66,67
C 16 4 33,33
D 2 -10 -83,33
E 18 6 50
F 20 8 66,67
12 4 16 2 18 20
12
6
i
a
x
x
n
+ + + + +
= = =
mld. lei

3.n urma unei anchete statistice efectuate n 1500 de firme privind nivelul
cheltuielilor de reclam i publicitate s-au obinut informaiile din tabelul 5.7.
Tabelul 5. 7. Date lunare convenionale
Grupe de firme dup nivelul
cheltuielilor de reclam (mil.)
Frecvena
fi
100 - 150 200
150 - 200 300
45
200 - 250 650
250 - 300 200
300 - 350 150
TOTAL 1500

Se cere s se determine abaterea liniar medie.
Rezolvare:
i a i
i
x x f
d
f

Tabelul 5. 8
Grupe de firme dup
nivelul cheltuielilor
de reclam i
publicitate (mil.)
Frecvena
f
i

Centrul
interva-
lului
x
i

k
a x
i

i
i
f
k
a x

a
i
x x

i
a
i
f x x

100 - 150 200 1250 -2 -400 95 19.000
150 - 200 300 1750 -1 -300 45 13.500
200 - 250 650 2250 0 0 5 5.750
250 - 300 200 2750 1 200 55 11.000
300 - 350 150 3250 2 300 105 15.750
TOTAL 2000 -200 - 65.000
225 200
50 225 220
50 2000
i
i
a
i
x a
f
a
k
x k a
k f
=
= + = + =
`
=
)

65.000
32, 5
2.000
i a i
i
x x f
d
f
= = =

Probleme propuse

4.Determinai amplitudinea absolut i relativ pentru variaia valorii
vnzrilor la export pentru cinci firme, pe baza datelor din tabel:

46
Firma
Valoarea vnzrilor la
export (mil.lei)
A 13
B 14
C 18
D 16
E 19
5.Determinai amplitudinea absolut i relativ pentru datele:

Firma
Cheltuieli cu materiile
prime (mil.lei)
A 700
B 1450
C 1850
D 2300
E 650
F 4200
G 5800
H 400

47

CAPITOLUL VI

PROBABILITI

6.1. Definiia clasic a probabilitii

Probabilitatea ca un eveniment s se realizeze este dat de raportul dintre
numrul cazurilor favorabile realizrii evenimentului i numrul cazurilor posibile,
fiecare caz avnd aceeai ans de a se produce (egal posibile). Fie E un eveniment
i h numrul de cazuri favorabile , iar n numrul de cazuri posibile, atunci
probabilitatea ca evenimentul s se produc (numit succes) este dat de formula:
{ } Pr
h
p E
n
= =
Probabilitatea ca evenimentul E s nu se produc (numit insucces) este dat
de relaia:
{ } { } 1 1 1
r r
n h h
q P non E p P E
n n
= = = = =
Deci, p + q = 1 sau { } { } 1
r r
P E P non E + =
Evenimentul non E se noteaz cu , E E sau E
%
.

Exemplul 1: Fie 10 bile, fiecare numerotate de la 1 la 12. Notm cu E
evenimentul ca la o singur extragere s obinem o bil al crui
numr s fie divizibil cu 3. (adic 3, 6, 9, 12). Deci,
{ }
4
0, 33
12
r
q P E = = = . Probabilitatea ca la o extragere s nu
obinem bila cu nr. 3, 6, 9, 12 este:
{ }
1 0, 33 0, 67
r
q P E = = = .

Probabilitatea producerii sau neproducerii unui eveniment este un numr
cuprins ntre 0 i 1. Evenimentul care nu se poate produce, are probabilitatea egal
cu 0. Dac evenimentul este cert, probabilitatea este 1. Dac p este probabilitatea
ca un eveniment s se produc, pronosticul favorabil producerii este p : q (legea p
la q); pronosticul nefavorabil producerii este q : p.

Exemplul 2: Pronosticul nefavorabil obinerii unei bile cu nr. 3, 6, 9, 12 (din
48
exemplul 1) este
0, 67 2
: 2:1,
0, 33 1
q p = = = adic 2 la 1.

6.2. Definiia probabilitii empirice

Precedenta definiie a probabilitii conine expresia egal posibile ceea ce
este sinonim cu egal probabile, fapt pentru care definiia devine tautologie,
deoarece se definete probabilitatea n termeni ai probabilitii. De aceea, se
utilizeaz o definiie statistic a probabilitii, iar probabilitatea se numete
probabilitate empiric.
Probabilitatea empiric a unui eveniment este dat de frecvena relativ a
producerii evenimentului cnd numrul observaiilor este suficient de mare.
Probabilitatea este limita frecvenei relative atunci cnd numrul observaiilor
crete indefinit.

Exemplul 3: Fie 2 bile: una alb i alta neagr. Notm cu E = evenimentul
obinerii bilei albe. Dac dup 1000 de extrageri se obine de 580
ori bila alb, frecvena relativ a testului este: 580/1000 =0,58.
Dac n alte 1000 de extrageri se obine bila alb de 460 de ori,
atunci frecvena relativ total a celor 2000 de extrageri este (580 +
460)/2000 = 0,52. Posibilitatea este 0,52 cu o cifr semnificativ;
Pentru a avea mai multe cifre semnificative, sunt necesare
observri ulterioare.

Definiia statistic, dei util n practic, pune totui dificulti din punct de
vedere matematic, deoarece n realitate nu exist un numr care poate s-i ating
limita.
6.3. Probabilitatea condiionat a unor
evenimente independente i dependente

Dac E
1
i E
2
sunt dou evenimente, probabilitatea producerii lui E
2
cnd
E
1
s-a realizat se noteaz cu { } { }
2 1 2 1
/
r r
P E E sau P E dat E i se numete
probabilitatea condiionat a lui E
2
de producerea lui E
1
.
Dac producerea sau neproducerea lui E
1
nu influeneaz probabilitatea
realizrii lui E
2
, atunci { } { }
2 1 2
/
r r
P E E P E = i spunem c E
1
i E
2
sunt evenimente
independente; n caz contrar se numesc evenimente dependente.
Dac notm cu E
1
E
2
evenimentul compus al producerii lui E
1
i E
2
, atunci:
{ } { } { }
1 2 1 2 1
/
r r r
P E E P E P E E = .
49
n particular, { } { } { }
1 2 1 2 r r r
P E E P E P E = n cazul evenimentelor
independente. Pentru trei evenimente E
1
, E
2
i E
3
vom avea:
{ } { } { } { }
1 2 3 1 2 1 3 1 2
/ /
r r r r
P E E E P E P E E P E E E =
n particular, { } { } { } { }
1 2 3 1 2 3 r r r r
P E E E P E P E P E = n cazul a trei
evenimente independente. n general, dac E
1
, E
2
, E
3
, ... , E
n
sunt n evenimente
independente, respectiv cu probabilitile p
1
, p
2
, p
3
, ..., p
n
atunci probabilitatea
producerii evenimentelor E
1
, E
2
, E
3
, ... , E
n
este p
1
, p
2
, p
3
, ..., p
n
.

Exemplul 4: Dac probabilitatea ca firma A s obin 0,2 mld. lei lunar profit
brut este 0,8, iar probabilitatea ca firma B s obin un profit brut
lunar de 0,2 mld. lei este 0,6, atunci probabilitatea ca A i B s
obin un profit lunar de 0,2 mld. lei este: (0,8) (0,6) = 0,48.

Exemplul 5: Fie 4 bile albe i 8 negre. Notm cu E
1
evenimentul ca prima bil
extras s fie alb i cu E
2
evenimentul ca a doua bil extras s
fie alb. Bilele nu se reintroduc n urn dup ce au fost extrase.
Dup cum se observ E
1
i E
2
sunt evenimente dependente.
{ }
1
4 4
4 8 12
r
P E = =
+
= 0,3(3) este probabilitatea ca prima bil
extras s fie alb, iar { }
2 1
3 3
/ 0, (27)
3 8 11
r
P E E = = =
+
este
probabilitatea ca a doua bil extras s fie alb, dac prima bil
extras a fost alb. Deci, probabilitatea ca cele dou bile extrase s
fie albe, este:
{ } { } { }
1 2 1 2 1
/ 0, 3(3) 0, (27) 0, (09)
r r r
P E E P E P E E = = = .

6.4. Evenimente care se exclud reciproc

Se spune c dou sau mai multe evenimente se exclud reciproc dac
producerea unuia dintre ele exclude producerea altora. Astfel, dac E
1
i E
2
sunt
evenimente care se exclud reciproc atunci { }
1 2
0
r
P E E = = . Dac E
1
+ E
2
indic
evenimentul cnd se produce E
1
sau se produce E
2
sau se produc ambele
evenimente E
1
i E
2
, atunci: { } { } { } { }
1 2 1 2 1 2 r r r r
P E E P E P E P E E + = + . n
particular, { } { } { }
1 2 1 2 r r r
P E E P E P E + = + n cazul evenimentelor care se exclud
reciproc. Generaliznd acest concept, dac E
1
, E
2
, ..., E
n
sunt n evenimente care
se exclud reciproc, i crora le corespund respectiv probabilitile p
1
, p
2
, ..., p
n
,
atunci probabilitatea producerii lui E
1
sau E
2 ...
sau E
n
este p
1
+ p
2
+ ...+ p
n
.

50
Exemplul 6: Dac E
1
este evenimentul extragerii unui AS dintr-un pachet de
cri de joc i E
2
este evenimentul extragerii unui rege atunci
{ }
1
4 1
Pr
52 3
E = = i { }
2
4 1
Pr
52 3
E = = . Probabilitatea extragerii
unui as sau a unui rege dintr-o singur extragere este:
{ } { } { }
1 2 1 2
1 1 2
Pr Pr Pr
3 3 3
E E E E + = + = + = deoarece asul i regele nu pot fi
extrase mpreun ntr-o singur extragere, cci sunt evenimente
care se exclud reciproc.

Exemplul 7: Dac E
1
este evenimentul extragerii unui as dintr-un pachet de
cri i E
2
este evenimentul extragerii unei cri de trefl, atunci
E
1
i E
2
nu se exclud reciproc, deoarece se poate extrage asul de
trefl. Astfel, probabilitatea extragerii unui as sau unei cri de
trefl sau a unui as de trefl, dintr-o singur extragere este
{ } { } { }
1 2 1 2
Pr Pr Pr E E E E + = + { }
1 2
4 13 4 13 1
Pr
52 52 52 52 52
E E = + =

6.5. Distribuii discrete de probabiliti

Dac o variabil X poate lua mai multe valori discrete X
1
, X
2
, ... ,X
K

respectiv cu probabilitile p
1
, p
2
, ... ,p
K
, unde p
1
+ p
2
+ ... + p
K
= 1, spunem c a
fost definit pentru X o distribuie discret de probabilitate. Funcia p(X) care
atribuie valorile p
1
, p
2
, ... ,p
K
respectiv n coresponden cu X
1
, X
2
, ... ,X
K
se numete
funcia de probabilitate a lui X. Deoarece X poate lua anumite valori cu
probabilitile respective date, se numete variabil cauzal discret. n locul
expresiei variabil cauzal se poate utiliza expresia variabil stochastic.

Exemplul 8: Se arunc dou zaruri i se noteaz cu x suma obinut la o
aruncare. Distribuia de probabilitate este dat n tabelul urmtor:

X 2 3 4 5 6 7 8 9 10 11 12
p(X) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

De exemplu, probabilitatea obinerii sumei 7 este
6 1
36 6
= . Deci, din
6 aruncri este posibil ca o dat s se obin suma 7.

Distribuia de probabilitate poate fi reprezentat grafic exprimnd p(X) n
funcie de X, un mod analog cu distribuiile de frecven.
51
Exemplul 9: Reprezentarea grafic a distribuiei de probabilitate din exemplul
anterior este redat mai jos n fig.6.1. sau ca n fig.6.2.

Fig. 6.1. Distribuie de probabiliti

Fig. 6.2. Histogram

6.6. Distribuii continue de probabilitate

Precedentul concept poate fi extins pentru cazul cnd variabila X ia valori
ntr-un interval continuu. Poligonul frecvenelor are forma unei curbe continue ca
n fig.6.3., a crei ecuaie este Y = p(X).

Fig. 6.3. Funcia de densitate

52
Aria total cuprins ntre curba Y = p(X) i axa X este egal cu 1. i aria de
sub curb cuprins ntre x = a i x = b arat probabilitate ca X s ia valori ntre a i
b. Aceast probabilitate se indic { }
r
P a x b < < . Putem s numim p(x) funcie a
densitii probabilitii sau funcie de densitate. Cnd aceast funcie este dat,
spunem c a fost definit distribuia continu a probabilitii lui X. n acest caz
variabila se numete variabil cauzal continu.

6.7. Sperana matematic

Dac p este probabilitatea ca o persoan s primeasc o sum de bani S,
sperana matematic se definete ca pS.

Exemplul 10: Dac posibilitatea ca un om s ctige un premiu de 1000 $ este
0,002, sperana matematic este 1000$0,002=2$.
Conceptul speranei matematice poate fi extins uor.
Dac notm cu X o variabil cauzal discret ce poate lua valorile
x
1
, x
2
, ... , x
k
respectiv, cu probabilitile p
1
,p
2
,...,p
k
, i
p
1
+p
2
+...+p
k
=1, sperana matematic a lui X, notat cu E(x), se
definete ca:

( ) 1 1 2 2
1
...
k
k k i i X
i
E p x p x p x p x pX
=
= + + + = =

(*)

Dac n relaia (*) probabilitile p
i
sunt substituite cu frecvenele
relative /
i i
f f
, sperana matematic se reduce la

1 1
/
k k
i i i
i i
f x f
= =
| |
|
\

, care este
media aritmetic x a unei serii de frecvene.

6.8. Analiz combinatorie

Pentru obinerea posibilitilor unor evenimente complexe, enumerarea
cazurilor poate crea dificulti. Pentru a facilita aceasta, se utilizeaz principii pe
care se bazeaz analiza combinatorie.
6.8.1. n Factorial

Se noteaz cu n!, i se definete ca:
( )( ) ! 1 2 3 ... 2 1 n n n n =
53
Exemplul 11:
( )( )
4! 1 2 3 4 24
4!2! 1 2 3 4 1 2 24 2 48
= =
= = =

Prin convenie se definete 0!=1
6.8.2. Permutri i aranjamente

Pentru orice numr ntreg 1 n notm { } 1, 2,...,
n
I n = , care este un
prototip al mulimilor cu n elemente. Se numete permutare a mulimii I
n
orice
aplicaie bijectiv :
n n
f I I . Numrul P
n
al acestora este n! (prin convenie, se
pune 0!=1) P
n
= n!
Dac 1 m n , orice aplicaie injectiv
m n
I I se numete o aranjare a
numerelor 1, 2, ... , n luate cte m. Numrul
m
n
A al lor este dat de formula:
( )
( )( ) ( )
"m" factori
!
1 2 ... 1
!
m
n
n
A n n n n m
n m
= = +
1444442444443

n particular
0
1 !
n
n n n
A i A n P = = =
( )
1 1 m m m
n n n
A A n m A

= (relaie de recuren).

Exemplul 12:
Fie { } 1, 2,...,10 :
n n n
I i f I I = , f bijectiv
10
10! P = =
1 2 3 4 5 6 7 8 9 10 362880 = = . Fie 1 4 10 , i
:
m n
f I I , f - injectiv.
( )
3
10
10! 10!
10 9 8 7 5040
10 4 ! 6!
A = = = =

6.8.3. Combinri

Se numete combinare a numerelor 1, 2 ,..., n luate cte m ( ) 0 m n
orice submulime a lui I
n
, avnd m elemente distincte. Numrul C
n
m
al acestora
este dat de formula:
( ) ( )
( )
1 ... 1 !
1 2 ... ! !
m
m n
n
m
n n n m A n
C
P m m n m
+
= = =

n particular
0 1
1; 1; ; 0! 1; 1! 1.
n
n n n
C C C n = = = = =
m n m
n n
C C

= (formula combinrilor complementare)
1
1 1
m m m
n n n
C C C

= + (formula de descompunere a combinrilor) sau mai
general,
1 1 1 1 1
1 1 1 1
...
m m m m m m
n n n k k k
C C C C C C

+
= + + + + + cu ( ) ( ) 1>0 i 1 1 k k m
54
1
1
k k
n n
n k
C C
k
+

=
+
relaia de recuren ntre
1 k k
n n
C i C
+
, sau
1
1
1
1
k k
n n
n
C C
k
+
+
+
=
+
;
Termenul de rangul (k+1) n dezvoltarea binomului (a+b)
n
:
k k n k
n k
b a C T

+
=
1

Relaia de recuren ntre doi termeni consecutivi:
a
b
k
k n
T
T
k
k
=
+
+
1
1
2

Suma coeficienilor binomiali din dezvoltarea (a+b)
n
:
n n
n n n
C C C 2 ...
1 0
= + + + .
Suma coeficienilor de rang par este egal cu suma coeficienilor de rang
impar, n dezvoltarea binomial (a+b)
n
, astfel:

1 3 1 4 2 0
2 ... ...

= + + = + + +
n
n n n n n
C C C C C .
O formul extrem de util o constituie formula lui Newton a binomului:
( )
1 1 1 1
... ...
n
n m n m m n n
n n n n
a b a C a b C a b C a b

+ = + + + + + pentru orice , a b Ci n ntreg.
Mai concis se scrie sub forma: ( )
1 1
0
, unde
n
n
k n k k
k k n
k
a b T T C a b
+ +
=
+ = =
i
( ) ( ) ( )
1 1
0
, unde 1
n
n n k
k n k k
k k n
k
a b a b T T C a b
+ +
=
+ = + ( = =

.
Dezvoltarea binomial (a+b)
n
admite (n+1) termeni, coeficienii binomiali
fiind:
1 1 1
1, ,..., ,..., , 1
m n n
n n n n n
C C C C C
= = . Suma acestor coeficieni este 2

n
.

Exemplul 13: a) Fie n = 10 i m = 7. Calculai C
10
7
. Rezolvare:
( )
!
! !
m
n
n
C
m n m
=

( )
7
10
10! 8 9 10
120
7! 10 7 ! 3!
C

= = =

b) Verificai formula de descompunere a combinrilor:
1
1 1
m m m
n n n
C C C

= + adic
7 7 6 7
10 9 9 10
, 120 C C C C = + =
( ) ( )
7 6
9 9
9! 8 9 9! 7 8 9 7 8 9
36; 84
7! 9 7 ! 2! 6! 9 6 ! 3! 1 2 3
120 36 84
C C

= = = = = = =

= +

c) Verificai formula:
1
1
k k
n n
n k
C C
k
+

=
+
, k=3
4 3 4 3
10 10 10 10
4 3
10 10
10 3 7
3 1 4
10! 7 8 9 10 10! 8 9 10
210; 120
4! 6! 1 2 3 4 3! 7! 1 2 3
C C C C
C C
= =
+

= = = = = =

7
210 120
4
= (adevrat).
55
6.8.4. Aproximarea lui Stirling pentru n!

Cnd n este mare, este mai puin practic s ncercm s calculm direct
n!. n acest caz este mai uor de aplicat formula de aproximare a lui n! descoperit
de Stirling: ! 2
n n
n nn e

, unde e =2,71828 (baza logaritmului natural).

Exemplul 14:
S e =
50 50
50 50 2 ! 50 Pentru a-l calcula pe S putem folosi
logaritmi n baza 10. Vom logaritma expresia i obinem:
( )
50 50
1 1
lg lg 100 50 lg100 lg3,142 50lg50 50lg
2 2
S e e = = + + =
( ) ( ) ( ) ( )
64
1 1
2 0, 4972 50 1, 6990 50 0, 4343 64, 4836 deci
2 2
10 S
= + + =
=

Probleme rezolvate

1. Fie o urn care conine 6 bile roii, 4 albe i 5 negre. Determinai
probabilitatea ca bila extras s fie:
a) roie;
b) alb;
c) neagr;
d) s nu fie roie;
e) roie sau alb.

Rezolvare:
Notm cu: R - evenimentul ca bila extras s fie roie;
A - evenimentul ca bila extras s fie alb;
N - evenimentul ca bila extras s fie neagr.
Deci:
a) { }
6 6 2
6 4 5 15 5
r
P R = = =
+ +
;
b) { }
4 4
6 4 5 15
r
P A = =
+ +
;
c) { }
5 5 1
6 4 5 15 3
r
P N = = =
+ +
;
d)
{ }
{ }
1 3
1 1
5 5
r r
P R P R = = = ;
56
e) { }
6 4 10 2
6 4 5 15 3
r
P R A
+
+ = = =
+ +
.
Alt metod: { }
{ }
{ }
1 2
1 1
3 3
r r r
P R A P N P N + = = = =
sau { } { } { },
r r r
P R A P R P A + = + cci
2 2 4
3 5 15
= + .
Aceasta ilustreaz regula general { } { } { }
1 2 1 2 r r r
P E E P E P E + = + n cazul
cnd E
1
i E
2
sunt evenimente care se exclud reciproc.

2. Se extrag 2 cri de joc dintr-un pachet de cri de joc (52 de cri).
Determinai probabilitatea de a extrage doi ai, dac prima carte extras:
a) rmne n pachetul de cri;
b) nu se reintroduce n pachetul de cri.

Rezolvare:
Fie E
1
- evenimentul obinerii unui as la prima extragere;
E
2
- evenimentul obinerii unui as la a doua extragere.
a) Dac prima carte rmne n pachet, E
1
i E
2
sunt evenimente
independente. Deci, P
r
{obinerii a doi ai din dou extrageri} =
= { } { } { }
1 2 1 2
4 4 16 1
0,0059171
52 52 2704 169
r r r
P E E P E P E + = = = = = .
b) Dac prima carte extras nu se reintroduce n pachetul de cri,
evenimentele E
1
i E
2
sunt dependente.
{ }
1 2
4 3 1
0, 0045248
52 51 221
r
P E E

+ = = =
, deoarece prima carte poate fi

extras n 52 de moduri, iar cea de-a doua doar n 51 de moduri, deci ambele cri
pot fi extrase n 52 51 de cazuri echiprobabile. Exist 4 cazuri n care prima carte
poate fi un as i 3 cazuri n care cea de-a doua carte s fie un as, n cazul n care
prima carte extras a fost un as, deci exist 4 3 cazuri pentru obinerea a doi ai
din primele dou extrageri. Dac notm cu { } {
2 1
/
r r
P E E P = ca a doua carte s fie
un as, n cazul n care prima carte a fost un as }
3
51
= . Acest rezultat ilustreaz
regula general: { } { } { }
1 2 1 2 1
/
r r r
P E E P E P E E = n cazul n care E
1
i E
2
sunt
evenimente dependente.

3. Se extrag succesiv 3 bile din urna descris n problema 1. Determinai
probabilitatea ca ele s fie extrase n ordinea: roie, alb i neagr. Considerai cele
dou cazuri posibile:
a) bila extras rmne n urn;
b) bila extras nu se reintroduce n urn.

57
Rezolvare:
Notm cu: R - evenimentul ca prima bil extras s fie roie;
A - evenimentul ca a doua bil extras s fie alb;
N - evenimentul ca a treia bil extras s fie neagr.
a) Dac fiecare bil extras rmne n urn, atunci R, A i N sunt
evenimente independente i vom avea:
{ } { } { } { }
6 4 5
6 4 5 6 4 5 6 4 5
6 4 5 8
15 15 15 225
r r r r
P RAN P R P A P N = = =
+ + + + + +
= =

b) Dac bila extras nu se reintroduce n urn, atunci R,A i N sunt
evenimente dependente i vom avea:
{ } { } { } { }
6 4 5 6 4 5
/ / 0,043956,
6 4 5 5 4 5 5 3 5 15 14 13
r r r r
P RAN P R P A R P N RA = = = =
+ + + + + +

unde { } /
r
P N RA este probabilitatea condiionat de a extrage o bil neagr cnd au
fost deja extrase o bil roie i una alb.

4. Fie 2 urne. Prima conine 4 bile albe i 2 bile negre, iar a doua conine 3
bile albe i 5 bile negre. Dac se extrage cte o bil din fiecare urn, determinai
probabilitatea ca:
a) ambele s fie albe;
b) ambele s fie negre;
c) una s fie alb i una neagr.
Rezolvare:
Notm: E
1
- evenimentul ca bila extras din prima urn s fie alb;
E
2
- evenimentul ca bila extras din a doua urn s fie alb.
a) { } { } { }
1 2 1 2
4 3 12 1
4 2 3 5 6 8 4
r r r
P E E P E P E = = = =
+ +

b)
{ } { } { }
{ } ( ) { } ( )
1 2 1 2 1 2
1 1
r r r r r
P E E P E P E P E P E = = =
4 3 4 3 1 5 5
1 1 1 1
4 2 3 5 6 8 3 8 24
| | | | | | | |
= = = =
| | | |
+ +
\ \ \ \
.
c) Evenimentul una alb i una neagr este evenimentul prima bil alb
i a doua neagr sau prima bil neagr i a doua alb, deci
1 2 1 2
E E E E + .
Deoarece evenimentele
1 2 1 2
E E i E E se exclud reciproc vom avea:
{ } { } { }
{ }
{ } { }
{ }
1 2 1 2 1 2 1 2 1 2 1 2
4 5 2 3 13
.
4 2 3 5 2 4 3 5 24
r r r r r r r
P E E E E P E E P EE P E P E P E P E + = + = + =
= + =
+ + + +

58
Alt metod:
{ } { } { }
1 2 1 2 1 2 1 2
1 5 13
1 1
4 24 24
r r r
P E E E E P E E P E E + = = = .

5. Fie A i B dou echipe de fotbal. Pe parcursul a 12 partide s-au obinut
urmtoarele rezultate: 6 partide au fost ctigate de echipa A, 4 de echipa B i 2 s-
au terminat la egalitate. Echipele A i B sunt de acord s joace un turneu format din
3 partide.
Determinai probabilitatea ca:
a) A s ctige toate cele trei partide;
b) B s ctige cel puin o partid;
c) dou partide s se termine la egalitate
d) A i B s ctige alternativ.

Rezolvare:
Notm cu:
A
1
, A
2
, A
3
evenimentele n care A ctig prima, a doua i a treia partid;
B
1
, B
2
, B
3
evenimentele n care B ctig prima, a doua i a treia partid;
E
1
, E
2
, E
3
evenimentele n care partida se termin la egalitate n primul, al doilea
i al treilea meci.

Pe baza datelor din problem:
P
r
{A s ctige o partid}
6 1
12 2
= = ;
P
r
{B s ctige o partid}
4 1
12 3
= = ;
P
r
{un meci s se termine la egalitate }
2 1
12 6
= = .
a) P
r
{A s ctige cele trei partide} = P
r
{A
1
A
2
A
3
} =
=
{ } 1 2 3
1
r
P BB B =
{ } { } { } 1 2 3
1
r r r
P B P B P B =Pr{A
1
}Pr{A
2
}P
r
{A
3
}
1 1 1 1
2 2 2 8
= =
b) P
r
{B s ctige cel puin o partid} = 1 - P
r
{ B s nu ctige nici o
partid}=
{ } { } { } { } 1 2 3 1 2 3
1 1
r r r r
P B B B P B P B P B = =
1 1 1
1 1 1 1
3 3 3
| | | | | |

| | |
\ \ \
=
2 2 2 19
1
3 3 3 27
= = .
c) P
r
{dou partide s se termine la egalitate} =
{ } { } { }
{ } { }
{ } 1 2 3 1 2 3 1 2 3 1 2 3 r r r r r r
P E E E P E E E P E E E P E P E P E + + = +
{ }
{ }
{ }
{ }
{ } { }
1 2 3 1 2 3
1 1 1 1 1 1
1 1
6 6 6 6 6 6
r r r r r r
P E P E P E P E P E P E
| | | |
+ + = + +
| |
\ \

59
1 1 1 1 1 5 1 5 1 5 1 1 5
1
6 6 6 6 6 6 6 6 6 6 6 6 72
| |
+ = + + =
|
\

d) P
r
{A i B s ctige alternativ} = P
r
{s ctige A, apoi B i n final A,
sau ctig B, apoi A i n final B} =
{ } { } { } { } { } { } { }
1 2 3 1 2 3 1 2 3 1 2 3
1 1 1 1 1 1 5
2 3 2 3 2 3 36
r r r r r r r
P AB A B A B P A P B P A P B P A P B = + = + =
= + =

6. Determinai probabilitatea unei familii de a avea biei, tiind c i
dorete trei copii, iar probabilitatea de a avea fete i biei este aceeai.
Rezolvare:
Notm cu: B - evenimentul de a avea biat
F - evenimentul de a avea fat
Se tie c { } { }
1
2
r r
P B P F = = .
a) P
r
{de a avea trei biei} = { } { } { } { }
1 1 1 1
2 2 2 8
r r r r
P BBB P B P B P B = = = = ;
b) P
r
{de a avea trei fete} = { } { } { } { }
1 1 1 1
2 2 2 8
r r r r
P FFF P F P F P F = = = = ;
c) P
r
{de a avea 2 biei i o fat} =
{ } { } { } { }
{ } { } { } { } { } { } { } { } { }
1 1 1 1 1 1 1 1 1 3
2 2 2 2 2 2 2 2 2 8
r r r r
r r r r r r r r r
P BBF BFB FBB P BBF P BFB P FBB
P B P B P F P B P F P B P F P B P B
= + + = + + =
= + = =
= + + =
d) P
r
{de a avea 2 fete i un biat} =
{ } { } { } { }
{ } { } { } { } { } { } { } { } { }
1 1 1 1 1 1 1 1 1 3
2 2 2 2 2 2 2 2 2 8
r r r r
r r r r r r r r r
P FFB FBF BFF P FFB P FBF P BFF
P F P F P B P F P B P F P B P F P F
= + + = + + =
= + = =
= + + =
Notm cu x i o considerm variabil cauzal a numrului de biei ntr-o
familie cu trei copii, iar distribuia probabilitii este indicat n tabelul urmtor:

Tabelul 6. 2
Numrul de biei x 0 1 2 3
Probabilitatea p(x) 1/8 3/8 3/8 1/8

60
7. Reprezentai grafic distribuia din problema 6.

Fig. 6.4. Distribuii grafice
Rezolvare:
Graficul poate fi trasat ca n fig.6.4. a sau ca n fig.6.4. b.

n fig 6.4.-b este reprezentat histograma probabilitii, considernd pe x
ca o variabil continu, ns n realitate este discret, ca n fig.6.4.-a.

8. O variabil cauzal continu x ia valori ntre 0 i 4. Funcia densitii
este dat de ( )
1
2
p x ax = , unde a este o funcie constant.
a) Calculai a;
b) Determinai P
r
{1< x < 2}

Rezolvare:
a) Graficul lui ( )
1
2
p x ax = este o dreapt ca n fig.7.

Fig. 6.5. Reprezentarea grafic pentru p(x)
61
Pentru a determina constanta a, trebuie s avem n vedere c aria
determinat de dreapt (p(x)), axa x i x = 0 i x = 4 trebuie s fie egal cu 1.
Pentru
( )
( )
1
0 0
2
1
4 4 4
2
x p
x p a
= =
= =

Aria trapezoidal
( )
1 1
4
2 2
4 1
2 2
a
AD BC DC
ABCD
| |
+
|
+
\
= = =
1 4 1
4 1 2 8 1
2 8
a
a a
= = =
b) Pentru
1
8
a =
( )
( )
1
pentru 0 0
2
1 1
pentru 4 4 4 0
2 8
x p
x p
= =
= = =

Fig. 6.6. Reprezentarea grafic pentru P
r

Probabilitatea P
r
{1< x < 2} este aria haurat din fig.6.6.
( )
1
2
p x ax = ,
1
8
a = ( )
1 1
2 8
p x x =
( )
1 1 3
1
2 8 8
p = = ( )
1 1 1
2 2
2 8 4
p = =
P
r
{1<x<2}
( ) ( ) ( ) ( )
3 1
1 2 1
5
8 4
2 2 2 16
ABCD
p p AD BC AB
S
+
+ +
= = = = =

62
9. ntr-o afacere o firm poate obine un profit de 1000$ cu o probabilitate
de 0,6 sau poate nregistra o pierdere de 400$ cu o probabilitate de 0,4. Determinai
sperana matematic.

Rezolvare:
Sperana matematic = 1000$ 0,6 - 0,4 400$ = 600$ - 160$ = 440$.

Probleme propuse

10. ntr-o urn se introduc: 20 bile roii, 60 albe, 40 albastre i 30 negre.
Determinai probabilitatea ca bila extras:
a) s fie roie sau neagr;
b) s nu fie roie sau albastr;
c) s nu fie albastr;
d) s fie alb;
e) s fie roie, alb sau albastr.
R: a) 0,33; b) 0,4; c) 0,7(3); d) 0,4; e) 0,8.

11. Dou bile se extrag succesiv din urna din problema 17, fiecare bil
dup ce a fost extras se reintroduce n urn.
Determinai probabilitatea ca:
a) ambele s fie albe;
b) prima s fie roie i a doua alb;
c) niciuna s nu fie neagr;
d) s fie sau roii sau albe sau una roie i una alb;
e) a doua s nu fie albastr;
f) prima s fie neagr;
g) prima s fie alb, dar a doua s nu fie alb.

12. Rezolvai problema 18, dac fiecare bil dup extragere nu se
reintroduce n urn.

13. O variabil cauzal continu x poate lua valori cu 8 2 x i funcia
densitii este p(x) = a(x+3), unde a - constant.

Se cere:
a) Calculai a;
b) Determinai { } 3 5
r
P x < < ;
c) Determinai { } 4
r
P x .
R: a) 1/48; b) 7/24; c) 3/4.

63
14. Care este preul just al unui bilet la o loterie la care se poate ctiga
suma de 10.000 cu o probabilitate de 0,00001 i 15.000 cu o probabilitate de
0,00002.
R: 17,5 $.
15. Pentru ce n dezvoltarea
n
x
x
|
\
|
+
3
1
conine termeni
independeni de x.
R: n este divizibil cu 7.

Probleme de sintez

16. Se efectueaz un sondaj pe un eantion de 200 de firme, pentru
colectivitatea general a unui jude A, cu privire la mrimea indicatorului CA (cifra
de afaceri) i se obin datele din tabelul 6. 2.

Tabelul 6.2 . Date statistice
CA
(mld.lei)
Nr. de firme
f
i

0 2
2 4
4 6
6 8
8 - 10
15
45
100
30
10
TOTAL 200

Se cere:
a) Calculai media aritmetic prin metoda direct i simplificat;
b) Calculai dispersia prin metoda direct i simplificat;
c) Calculai mediana i modulul pentru seria de frecvene din tabelul 6.3. ;
d) Calculai coeficientul de asimetrie Pearson i Fisher;
e) Determinai sperana matematic a CA;
f) La nivelul judeului B se efectueaz un sondaj pe un eantion
reprezentativ de 150 de firme privind, mrimea CA i s-au obinut
rezultatele din tabelul 6.3.

CA
- mld. lei -
Nr. de firme
f
i

0 2
2 4
4 6
6 8
8 - 10
5
40
80
20
5
TOTAL 150
64
Determinai care va fi CA pe care o vor obine firmele din ambele judee i
cu ce probabilitate.
Rezolvare:
a) Metoda direct:
950
4, 75
200
i i
a
i
x f
x
f
= = =
mld.
Metoda simplificat:
250
2 5 4, 75
2000
i
i
a
i
x a
f
k
x k a
f
| |
|

\
= + = + =
mld.lei; k = 2; a = 5
b) Tabelul 6. 4. Abaterea liniar
CA
-mld. lei-
f
i
x
i
x
i
f
i

i
x a
k

i
i
x a
f
k

0 2
2 4
4 6
6 8
8 - 10
15
45
100
30
10
1
3
5
7
9
15
135
500
210
90
-2
-1
0
1
2
-300
-450
0
300
200
TOTAL 200 950 0 -250

b) Metoda direct:
( )
2
2
i a i
i
x x f
f

Metoda simplificat:
( )
2
2
2 2
i
i
a
i
x a
f
k
k x a
f
(
| |
(
|
\
(

=

Tabelul 6. 5. Abaterea medie ptratic
CA
- mld. lei -

f
i
x
i

i a
x x
( )
2
i a i
x x f
i
x a
k

2
i
x a
k
| |
|
\

2
x a
i
f
i
k
| |
|
|
\

0 2
2 4
4 6
6 8
8 - 10
15
45
100
30
10
1
3
5
7
9
-3,75
-1,75
0,25
2,25
4,25
210,9375
137,8125
6,25
151,875
180,625
-2
-1
0
1
2
4
1
0
1
4
60
45
0
30
40
Total 200 687,5 0 10 175

Metoda direct:
( )
2
2
687, 5
3, 4375
200
i a i
i
x x f
f
= = =

65
Metoda simplificat:
( )
2
2
2 2
i
i
a
i
x a
f
k
k x a
f
(
| |
(
|
\
(

= =

( )
2 175
4 4, 75 5 3, 4375
200
= = ; k = 2; a = 5
4, 75
a
x =
c) Intervalul median este (4 6)
1
2
i
cm
e Me
Me
f
f
M x k
f

= +
;
200
60
2
4 2 4,80
100
e
M
= + = mld. lei
Intervalul modal este (4 6)

1
0 0
1 2
M
M x k
= +
+
;
( ) ( )
0
100 45
4 2 4,88
100 45 100 30
M

= + =
+
mld. lei
d)
0
4, 75 4,88
0, 070
3, 4375
a
asp
x M
C

= = =

( )
( )
3
3 4, 75 4,80
0, 08090
3, 4375
a e
asF
x M
C

= = =

Distribuia este moderat asimetric cu o uoar asimetrie stng.
e) , unde
i
i i i r
i
f
S p x p f
f
= = =

; 4, 75
i i
S p x = =
mld. lei

Tabelul 6. 6. Sume relevante: Judeul A
CA
- mld. lei -
x
i

i
i
i
f
p
f
=

i i
p x
0 2
2 4
4 6
6 8
8 10
1
3
5
7
9
0,075
0,225
0,500
0,150
0,050
0,075
0,675
2,500
1,050
0,450
TOTAL 4,75

f) Probabilitile ca firmele din ambele judee s obin acelai CA sunt
evenimente dependente, iar probabilitatea va fi dat de produsul probabilitilor din
ambele judee.

66
Tabelul 6. 7. Probabiliti relevante
CA
-mld. lei-
x
i

jud. A
p
iA

jud. A
x
i
jud. B
p
iB

jud. B
p
iA
p
iB
0 2
2 4
4 6
6 8
8 10
1
3
5
7
9
0,075
0,225
0,500
0,150
0,050
1
3
5
7
9
0,033
0,267
0,533
0,133
0,033
0,002475
0,060075
0,2665
0,01995
0,00165
TOTAL 1,000 1,000 0,35065

17. n urma unei anchete de sondaj pe un eantion de 300 de firme
reprezentativ pentru nivelul judeului C, cu privire la PN, s-au obinut datele din
tabelul 6. 8.
Tabelul 6. 8.
PN (mld) f
i

1 1,5
1,5 3,0
3,0 4,5
4,5 6,0
6,0 7,5
5
70
180
25
20
TOTAL 300

Se cere:
a) Calculai toate tipurile de medii cunoscute i prin toate metodele
posibile;
b) Calculai mediana, modulul, precum i coeficientul de asimetrie:
Pearson, Fisher, pe baza quartilelor;
c) La nivelul judeului D se efectueaz acelai sondaj, n urma cruia s-au
obinut datele din tabelul 6.9.

Tabelul 6.9. Judeul D
PN
(mld)
f
i

1 1,5
1,5 3,0
3,0 4,5
4,5 6,0
6,0 7,5
10
45
100
20
5
TOTAL 180

Calculai sperana matematic pentru cele dou judee n ceea ce privete
PN.

67
18. Se cunosc datele din tabelul 6.10.

x 1 3 4 6 10
n = 1 y 2 1,843 2,0625 2,47726 3,1722776
n = 2 y 4 3,3972 4,2539 6,1368537 10,063345
n = 4 y 16 11,541278 18,0957 37,660973 101,27091
p 0,1 0,05 0,05 0,6 0,2

Se cere:
a) Reprezentai punctele (x,y) pentru n = 1, 2 i 4 pe baza datelor din
tabelul 6.10.;
b) Demonstrai prin inducie complet c
2
1
n
y x
x
| |
= +
|
\
;
c) Determinai N n pentru care dezvoltarea
2
1
n
x
x
| |
+
|
\
conine
termeni independeni de x;
d) Calculai sperana matematic pentru n = 1, 2 i 4;
e) Trasai graficul funciei
2
1
n
y x
x
| |
= +
|
\
, 1, 4. n =
19. Demonstrai folosind aproximarea lui Stirling a lui n!, c:
2
2
2
n
n
n
C
n
.

68
CAPITOLUL VII

DISTRIBUII TEORETICE

Distribuiile teoretice reprezint modelul (idealul) unei distribuii
statistice, exprim un mod teoretic de comportare a fenomenelor studiate de
statistic. // Distribuiile teoretice sau legile de probabilitate ale unei variabile
aleatoare x definesc modul n care masa total a probabilitilor (egal cu 1) este
distribuit pe ansamblul valorilor posibile ale variabilei x
33
.

7. 1. Distribuii pentru variabile discrete
7.1.1. Distribuia binomial (distribuia Bernoulli)

Dac p este probabilitatea de a se produce un eveniment (numit i
probabilitatea unui succes) i q=1-p este probabilitatea ca un eveniment s nu
se produc (numit i probabilitatea unui insucces), atunci probabilitatea ca un
eveniment s se produc de x ori din n cazuri posibile (adic evenimentul are
succes de x ori i de n-x ori insucces) este dat de relaia (1):
( )
( )
!
,
! !
x x n x x n x
n
n
p x C p q p q
x n x

= =
(1)
unde 0,1, 2,..., x n = i ( )( ) ! 1 2 ...1 0! 1 n n n n i = = prin definiie.

Exemplul 1: Probabilitatea de a obine de 3 ori aceeai fa a unei monede din 4
aruncri este:
( )
( )
!
! !
1
; 4; 3
2
x x n x x n x
n
n
p x C p q p q
x n x
p q n x

= =
= = = =
)

( )
3 4 3 4
3
4 4
1 1 4! 1 1 1
3 4
2 2 3! 1! 2 2 4
p C
| | | | | |
= = = =
| | |
\ \ \

33
69
Exemplul 2: Probabilitatea de a obine de cel puin 3 ori aceeai fa a unei
monede din 5 aruncri este: 5 3 ; 5 ;
2
1
= = = x n q p
3 5 3 4 5 4 5 5 5 5
3 4 5
5 5 5
5 5 5
1 1 1 1 1 1 5! 1
2 2 2 2 2 2 3! 2! 2
5! 1 5! 1 1 4 5 16 1
5 1
4! 1! 2 5! 0! 2 2 1 2 32 2
C C C

| | | | | | | | | | | | | |
+ + = +
| | | | | | |
\ \ \ \ \ \ \
| | | | | | (
+ + = + + = =
| | |
(

\ \ \

Distribuia probabilitii discrete din relaia (1) se numete distribuie
binomial deoarece pentru x = 0, 1, 2, ..., n termenii corespund formulei
binomiale:
( )
1 1 2 2 2
... ,
n
n n n n
n n
q p q C q p C q p p

+ = + + + +
1 2
iar 1, , ,...,
n
n n n
C C C (2)
sunt coeficieni binomiali.

Distribuia binomial se mai numete i distribuia lui Bernoulli, fiind
descoperit de Jacques Bernoulli la sfritul secolului al XVII - lea.

Cteva proprieti ale distribuiei binomiale sunt date n tabelul
urmtor:
Tabelul 7. 1. Distribuia binomial
Media x np =
Dispersia
2
npq =
Abaterea ptratic medie npq =
Coeficientul de asimetrie n termeni de momente
q p
npq
=
Curtozisul
1 6
3
pq
npq

= +

Exemplul 3: n 100 de aruncri ale unei monede numrul mediu al obinerii unei
aceeai fee este:
1
100 50
2
x np
| |
= = =
|
\
. Abaterea medie ptratic
este:
1 1
100 5
2 2
npq = = = .

70
7.1.2. Distribuia lui Poisson

Distribuia de probabilitate discret este determinat de media variabilei
astfel:
( ) ( ) 0,1,2,...
!
x
e
p x x
x

= = , (5)
unde e = 2,71828..., e
este o constant dat, se numete distribuia lui Poisson,

cci Poisson a descoperit-o la nceputul secolului al XIX- lea. Valorile lui p(x) se
pot calcula utiliznd tabelul n care sunt date valorile lui e
-
n coresponden cu
valori diferite ale lui sau utiliznd logaritmi.
Cteva proprieti ale distribuiei Poisson sunt prezentate n tabelul:

Tabelul 7. 2. Distribuia Poisson
Media
x =
Dispersia
2
=
Abaterea ptratic medie =
Coeficientul de asimetrie n termeni de momente
1
=
Curtozisul
1
3
= +

7.1.3. Relaia dintre distribuia binomial i distribuia
Poisson

Dac distribuiia binomial (1), pentru n suficient de mare arat c
probabilitatea p a producerii unui eveniment este apropiat de zero (cci q = 1 - p
este apropiat de unu), evenimentul se numete eveniment rar. n practic,
considerm un eveniment ca fiind rar , dac numrul cazurilor posibile este mai
mare sau cel puin egal cu 50 ( ) 50 n , adic np este inferior lui 5. n acest caz
distribuia binomial (1) este mai bine aproximat de distribuia lui Poisson (5) cu
= np. Tabelul 6.2. se poate obine din tabelul 6.1., nlocuind n tabelul 6.1. pe
np = , 1 0 q i p . Deoarece exist o relaie ntre distribuia binomial i cea
normal, se presupune c exist o relaie i ntre distribuia normal i cea a lui
Poisson. Se poate demonstra c distribuia lui Poisson aproximeaz distribuia
normal cu variabila standardizat
x
.
71
7.1.4. Distribuia multinomial

Fie mai multe evenimente: E
1
, E
2
,...,E
k
, care se pot produce respectiv cu
probabilitile: p
1
, p
2
, ..., p
k
. Probabilitatea ca E
1
, E
2
,...,E
k
s se produc de respectiv
x
1
, x
2
,...,x
k
ori este:
1 2
1 2 1 2
1 2
!
... ...
! !... !
k
x x x
k k
k
n
p p p unde x x x n
x x x
+ + + = (6)
Aceast distribuie este o generalizare a distribuiei binomiale i se numete
distribuie multinomial, dat de relaia (6) i care este formula multinomial.
( )
1 2
...
n
k
p p p + + +

Exemplul 4: Se arunc un zar de 12 ori; probabilitatea de a obine 1, 2, 3, 4, 5 i
6 puncte de exact dou ori este:
2 2 2 2 2 2
12! 1 1 1 1 1 1 1925
0, 00344
2!2!2!2!2!2! 6 6 6 6 6 6 559872
| | | | | | | | | | | |
= =
| | | | | |
\ \ \ \ \ \

Numrul de cte ori se pot produce evenimentele E
1
, E
2
,...,E
k
din
n ori cazuri posibile sunt respectiv: np
1
, np
2
, ..., np
k
.

7.2. Distribuii pentru variabile continue
7.2.1. Distribuia normal

Una dintre cele mai importante distribuii continue de probabilitate este
distribuia normal (curba normal) sau distribuia Gaussian, definit prin
funcia de densitate:

( )
2
2
1
2
1
2
x x
y e
= , (3)
unde x - media;
- abaterea ptratic medie;
= 3,14159;
e = 2,71828.
Aria determinat de curba descris de ecuaia (3) i axa x este 1. Cnd aria
de sub curb cuprins ntre x = a i x = b, cu a < b, reprezint probabilitatea ca x s
fie cuprins ntre a i b, aceast probabilitate se noteaz P { a < x < b }. Dac
variabila x se exprim n uniti standard
x x
z

=
ecuaia (3) devine:

72

2
1
2
1
2
z
y e
= (4).
Relaia (4) este considerat forma standardizat, iar z = distribuia
normal cu media zero i dispersia 1.

Fig. 7.1. Curba normal standardizat

Seriile cuprinse ntre z = -1 i +1, z = -2 i +2, z = -3 i +3 sunt respectiv
68,27%, 95,45% i 99,73% din aria total care este 1.
Proprieti ale distribuiei normale:
- curtozisul pentru curba normal este 3;
- coeficientul de asimetrie n termeni de momente este zero;
- o distribuie normal este simetric fa de ordonata x = x .
7.2.2. Relaia dintre distribuia binomial i distribuia
normal

Dac n este suficient de mare i dac nici p, nici q nu sunt foarte
apropiate de zero, distribuia binomial poate fi aproximat foarte bine de o
distribuie normal standardizat, n care variabila z este dat de
x np
z
npq
= .
Aproximarea cea mai bun a creterii lui n, este limita pentru care cele dou
distribuii coincid. n practic, aproximarea este mult mai bun dac np i nq sunt
mai mari de 5.

73
7.2.3. Distribuia t Student

7.2.3.1. Definiia distribuiei t Student

Legea Student este folosit n descrierea distribuiilor de selecie n cazul
eantioanelor de volum mic (n < 30) i, ndeosebi, n verificarea ipotezelor
statistice cu privire la media unei populaii normale, cnd parametrul este
necunoscut
34
.
Se definete:
2 2 0 0
1 ,
1
s s
s s
s s
x x x x n
t n
n
n

= = =

(1)
unde:
s
x - media colectivitii de selecie;
0
x - media colectivitii originare;
n - mrimea eantionului.

Dac considerm eantioane de mrime n extrase dintr-o populaie cu o
distribuie normal (sau aproximativ normal) cu media
0
x i dac pentru fiecare
eantion calculm pe t (utiliznd media eantionului
s
x i abaterea medie
ptratic a eantionului
s
sau
s
) obinem distribuia eantionar a lui t.
Aceast distribuie (vezi fig. 7.2.) este dat de:
( )
0 0
1 / 2
2
2
2
1
1
1
n
y y
y
t
t
n
+
= =
| |
| |
+
| +
|
\
\
, (2)
unde y
0
este o constant dependent de n, deoarece aria total de sub curba normal
este 1 i constanta = n-1 se numete numrul gradelor de libertate ( este
litera greceasc niu).

34
Ibidem, p. 214.
74

Fig. 7.2. Distribuia t Student pentru diverse valori ale lui

Relaia (2) se numete <<distribuia t Student>>, deoarece cercettorul
GOSSET i-a publicat operele n primii ani ai secolului al secolului XX-lea sub
pseudonimul Student.
Pentru valori mari ale lui sau n ( ) 30 n , curbele (2) sunt mult mai bine
aproximate de curba normal standardizat
2
1
2
1
2
t
y e
= , cum se poate vedea i

n fig. 7.2.

7.2.3.2. Intervalul de ncredere

Utiliznd tabelul distribuiei t din Anexa nr. 3 se poate defini intervalul
de ncredere de 95%, 98% i altele pentru distribuia normal. n acelai mod
putem determina limitele de ncredere pentru media populaiei originare
0
x .
De exemplu, dac - t
0,975
i t
0,975
sunt valorile lui t pentru care 2,5% din arie
este cuprins n fiecare coda a distribuiei t, atunci intervalul de ncredere de
95% al lui t este:
0
0,975 0,975
1
s
s
x x
t n t
< <
, (3)
relaie pe baza creia se pot determina limitele intervalului de ncredere pentru
0
x
cu o probabilitate de 95%
0,975 0 0,975
1 1
s s
s s
x t x x t
n n

< < +

(4)
n general, putem nota limitele intervalului de ncredere pentru media unei
populaii cu:
75
1
s
s c
x t
n
adic
0
1 1
s s
s c s c
x t x x t
n n

+

p p
unde: t
c
sunt valorile critice sau coeficieni de ncredere i care depind
de nivelul de ncredere considerat i de mrimea eantionului. Aceste valori pot fi
luate din Anexa 3.

7.2.3.3. Test de semnificaie

Testul de semnificaie este procedeul prin care se accept o ipotez, dac
eantionul observat nu difer semnificativ de rezultatele ateptate sau invers, se
refuz ipoteza dac diferena este semnificativ.

1. Media

Pentru a proba ipoteza I
0
c o populaie normal are media
0
x , utilizm
valoarea t:
0 0
1 ,
1
s s
s s
s s
x x x x n
t n n
n

= = =

.

2. Diferena de medie

S presupunem c dou eantioane ntmpltoare de mrime n
1
i n
2
sunt
extrase dintr-o populaie cu o distribuie normal cu o abatere ptratic medie egal
( )
1 2 s s
= . S mai presupunem c aceste dou eantioane au media i abaterea
ptratic medie date respectiv de
1
x ,
2
x i
1 2
,
s s
.
Pentru a proba ipoteza I
0
care este un eantion provenind din aceeai
populaie adic
1 2
= i
01
x =
02
x , utilizm valoarea lui t dat de :
1 2
1 2
1 1
s s
x x
t
n n
=
+
unde
2 2
1 1 2 2
1 2
2
s s
n n
n n
+
=
+
(7)
Distribuia t este distribuie t Student cu
1 2
2 n n = + grade de
libertate.
( ) ( )
( ) ( )
2 2 2 2
1 1 2 2 1 1 2 2
1 2 1 2

1 1
2 1 1
s s s s
n n n n
n n n n
+ +
=
+ +

76
7.2.4. Distribuia
2
(hi-ptrat)
7.2.4.1. Definiia distribuiei
2

Definim
( ) ( ) ( )
2 2 2
2
1 2
2
2 2
0 0
...
n
s
x x x x x x
n
+ + +

= =

(8)

unde este litera greceasc hi i
2
legea hi-ptrat.
Dac considerm eantioane de mrime n extrase dintr-o populaie
normal cu abaterea ptratic medie
0
, i dac pentru fiecare eantion calculm
2
, distribuia se numete distribuie hi-ptrat i este dat de relaia:
( )
( )
( )
2 2
1 1 1
2
2 2
2 2 2
0 0
y y e y e

= = (9)
unde = n - 1 este numrul gradelor de libertate i y
0
este o constant dependent
de . n fig. 7.3. se poate observa distribuia hi-ptrat corespunztoare pentru cteva
valori ale lui .
Valoarea maxim a lui y se obine pentru
2
2 = pentru 2 .
2

Fig. 7.3. Distribuii hi-ptrat pentru cteva valori ale lui .
7.2.4.2. Intervalul de ncredere pentru
2

Ca i n cazul distribuiei normale i a distribuiei t Student, putem
determina limitele intervalelor de ncredere 95%, 97%, .a. pentru
2
pe baza
anexei 4. n acest mod putem estima ntre ce limite de ncredere se afl abaterea
ptratic medie
0
a populaiei originare n termeni ai abaterii ptratice medii a
eantionului
s
.
77
De exemplu, dac
2 2
0,025 0,975
i sunt valori ai lui
2
(numite valori
critice) pentru acelai 2,5% aria este cuprins n fiecare coda a distribuiei, deci
intervalul de ncredere pentru 95% este:
2
2 2
0,025 0,975 2
0
s
n

p p (10)
din care se obine:
2 2
0,025 0,975 0,025 0,975
0 2 2 2
0 0 0,975 0,025
1 1
s s
s s s s
n n
n n n n

< < < < < <

(11)
cu o ncredere de 95%.
Analog se pot gsi alte intervale de ncredere.
Anexa 4, conine valorile centilelor pentru distribuia variabilei
ntmpltoare
2
n funcie de grade de libertate. Pentru valori mari ale lui
( ) 30 putem recurge la faptul c
( )
2
2 2 1 este distribuit aproape
normal cu media zero i abaterea ptratic medie 1, deci dac 30 , putem utiliza
tabelul distribuiei normale.
7.2.4.3. Grade de libertate

Pentru a calcula t din distribuia t Student sau
2
(relaia 1 i 8) este
necesar s se utilizeze observaiile obinute pentru mijlocul eantionului, precum i
ali parametri ai populaiei. Dac aceti parametri sunt necunoscui, trebuie s-i
estimm pentru mijlocul eantionului.
Numrul gradelor de libertate este n general indicat cu i este definit
ca diferen dintre numrul n al observaiilor independente ale eantionului
(adic amplitudinea eantionului) i numrul k al parametrilor populaiei care
trebuiesc estimai pentru mijlocul observaiilor din cadrul eantionului.
= n k (12)
n cazul distribuiei t Student, numrul observaiilor independente este
n. Pentru mijlocul eantionului putem calcula
s
x i
s
. Totui dac trebuie s
estimm
0
x , k = 1 i = N-1.
n cazul distribuiei
2
, numrul observaiilor independente este n.
Pentru mijlocul eantionului putem calcula
s
. Totui, pentru a estima
0
, k=1 i
= N-1.

78
7.3. Estimarea distribuiilor teoretice cu ajutorul
distribuiilor de frecvene de sondaj (eantion)

Cnd avem indicaii cu privire la distribuia unei populaii (indicaii
obinute prin raionamente probabilistice sau altfel), este posibil s estimm
aceast distribuie teoretic cu ajutorul unei distribuii de frecvene obinut dintr-
un eantion din populaia cercetat. Metoda general folosit const n utilizarea
mediei i a abaterii medii ptratice a eantionului pentru aproximarea mediei i a
abaterii medii ptratice a populaiei. La sfrit se probeaz exactitatea estimrii
distribuiei teoretice, utiliznd testul - ptrat. Dac se ncearc s determinm c o
distribuie normal reprezint o bun estimare a datelor distribuiei, se poate folosi
harta grafic (graficul) a curbei normale sau harta grafic (graficul) probabilitii.

Probleme rezolvate

1. Determinai probabilitatea ca aruncnd o moned de trei ori s obinem:
a) de 3 ori faa A;
b) de 2 ori faa A i o dat faa B;
c) de 2 ori faa B i o dat faa A;
d) de 3 ori faa B.
Rezolvare: ( )
1
, 3,
2
x x n x
n
p x C p q n p q
= = = = .
a) P
r
{de trei ori A} =
3 0
3
3
1 1 1
2 2 8
C
| | | |
=
| |
\ \
;
b) P
r
{de 2 ori A i o dat B} =
2 3 2 3
2
3
1 1 3! 1 3
2 2 2!1! 2 8
C
| | | | | |
= =
| | |
\ \ \
;
c) P
r
{de 2 ori B i o dat A} =
1 3 1 3
1
3
1 1 3! 1 3
2 2 1!2! 2 8
C
| | | | | |
= =
| | |
\ \ \
;
d) P
r
{de trei ori B} =
0 3 0 3
0
3
1 1 3! 1 1
2 2 0!3! 2 8
C
| | | | | |
= =
| | |
\ \ \
, cci 0! = 1 prin
definiie.

2. Probabilitatea de promovare a unui examen de statistic ntr-o
Universitate X este 0,75. Determinai probabilitatea ca din 20 de studeni, s
promoveze examenul:
a) nici unul;
b) 10 studeni;
c) 15 studeni;
79
d) 20 studeni;
e) cel puin un student.

Rezolvare: ( ) , 20, 0, 75, 0, 25
x x n x
n
p x C p q n p q
= = = =
a) P
r
{nici unul s promoveze examenul} =
( ) ( )
0 20 0
0
20
0, 75 0, 25 C

=
20
40
20! 1 1
0!20! 4 2
| |
=
|
\
;
b) P
r
{10 studeni s promoveze examenul} =
10 10
10
20
3 1
4 4
C
| | | |
=
| |
\ \

10 10
20 40
2 10 10
40 38
20! 3 20 19 18 17 16 15 14 13 12 11 3
10!10! 4 10 9 8 7 6 5 4 3 2 1 2
19 17 13 11 2 3 46189 3
2 2

= = =

= =

c) P
r
15 5
15
20
3 1
4 4
C
| | | |
=
| |
\ \

15 15
15
20 40 40
20! 3 20 19 18 17 16 3 15504
3
15!5! 4 5 4 3 2 1 2 2

= = =

;
d) P
r
20 0
20
20
3 1
4 4
C
| | | |
=
| |
\ \
20
20
40
20! 3 3
20!0! 4 2
| |
=
|
\
;
e) P
r
{cel puin un student} = 1- P
r
{nici unul s nu promoveze examenul}
= 1 -
40
1
2
.

3. Dac probabilitatea de faliment a unor firme este de 0,1 determinai:
a) media;
b) dispersia, pentru un grup de 400 de firme.

Rezolvare:
a) 400 0,1 40 x np = = = de firme, este probabil s dea faliment;
b) ( )
2
400 0,1 0, 9 36 x npq = = = .
Abaterea ptratic medie ( ) 36 6 x = = .

4. Determinai:
a) coeficientul de asimetrie;
b) curtozisul n termeni de momente pentru distribuia din problema 6.

80
Rezolvare:
a)
0, 9 0,1
0,133
6
as
q p
C
npq

= = = ;
b)
( )( ) 1 6 0,1 0, 9 1 6
3 3 3, 01
36
pq
npq

= + = + = .
Distribuia este moderat leptocurtic, cci este foarte apropiat de
distribuia normal.

5. Cifra de afaceri medie a unui grup de firme de 720 mil. lei i abaterea
ptratic medie 150.
Determinai valorile standard pentru o cifr de afaceri de :
a) 600 mil. lei;
b) 930 mil. lei;
c) 720 mil. lei.

Rezolvare:
a)
600 720 120
0, 8
150 150
x x
z

= = = =
;
b)
930 720 210
1, 4
150 150
x x
z

= = = =
;
c)
720 720
0
150
x x
z

= = =
.

6. Pe baza datelor din problema 6, gsii valorile corespunztoare ale cifrei
de afaceri pentru 2 firme dac z = - 1 i z = 1,6.

Rezolvare:
a) ( ) 720 1, 0 150 570 x x z = + = + = mil. lei.
b) 720 1, 6 150 960 x x z = + = + = mil. lei.

7. Doi candidai la postul de primar al unei capitale au fost informai c nu
au obinut urmtoarele valori standarde ale voturilor 0,8 i - 0,4. Dac voturile
obinute sunt n realitate respectiv, 880000 i 640000. determinai media i abaterea
ptratic medie a voturilor.

Rezolvare: x x z = +
- pentru primul candidat: 880000 0, 8 x = + ;
- pentru al doilea candidat: 640000 0, 4 x = + .
Rezolvnd simultan cele 2 ecuaii, obinem sistemul:
81
1
880000 0,8
640000 0, 4
x
x
= +

0,8 880000
0, 4 640000
x
x
+ =
0,8 880000 x + =

240000
1, 2 240000 200000
1, 2
= = =
880000 160000 720000 x = =
Deci,
720000
200000
x =
=

8. Determinai aria de sub curba normal pentru fiecare din urmtoarele
cazuri, utiliznd Anexa 2.
a) Extreme: z = 0 i z =1
n Anexa 2, urmrim pe coloana lui z pn ajungem la z = 1,0. La
intersecia cu coloana notat cu 1,0 obinem numrul 0,3413 care reprezint aria
cutat i probabilitatea ca z s fie cuprins ntre 0 i 1. Aceast probabilitate se
noteaz:
{ } 0 1 0, 3413
r
P z =

Fig. 7.4. Distribuie normal P
r
{0 z 1}

b) Extreme: z = -0,65; z = 0
Aria cutat = aria cuprins ntre z = 0 i z = 0,65 (prin simetrie) .
Pentru a gsi aria cuprins ntre z = 0 i z = 0,65 utilizm tabelul de la
Anexa 2 , urmrim coloana cu z pn ajungem la z = 0,6, dup aceea mergem spre
dreapta pn la coloana notat cu 5. Valoarea 0,2422 este aria cutat i reprezint
probabilitatea ca z s fie cuprins ntre 0 i - 0,65. Aceast probabilitate se noteaz:
{ } 0, 65 0 0, 2422
r
P z = .

r
{-0,65 z 0}
82
c) Extreme: z = - 0,45 i z = 2,23
Aria cutat = (aria cuprins ntre z = - 0,45 i 0) + (aria cuprins ntre z =
0 i z = 2,23) = (aria cuprins ntre z = 0 i z = 0,45) + (aria cuprins ntre z = 0 i
z=2,23). Procednd ca n cazul a i b obinem: { } 0, 45 2, 23
r
P z =
0,1736 0, 4871 0, 6607 = + = .

Fig.7.6. Distribuie normal P
r
{-0,45 z 2,23}

d) Extreme: z = 0,83 i z = 1,92
Aria cutat = (aria cuprins ntre z = 0 i 1,92) - (aria cuprins ntre z=0 i
z=0,83) = 0,4726 - 0,2967=0,1759.

r
{0,83 z 1,92}

e) Aria cuprins la stnga lui z = -0,7.
Aria cutat = (aria de la stnga lui z = 0) - (aria cuprins ntre z = - 0,7 i
z=0) = (aria de la stnga lui z = 0) - (aria cuprins ntre z = 0 i z = 0,7)=0,5- 0,2580
= 0,2420
(deoarece aria total de sub curb = 1 (aria de la stnga lui z = 0) = (aria de
dreapta lui z = 0) = 5 , 0
2
1
= ).

r
{-0,7 z 0}
83
f) Aria la dreapta lui z = 2,03 i la stnga lui z = - 1,46.
Aria cutat = Aria total - (aria cuprins ntre z = -1,46 i z = 0) - (aria
cuprins ntre z = 0 i z = 2,03) = 1 - (aria cuprins ntre z = 0 i z = 1,46) - (aria
cuprins ntre z = 0 i z = 2,03) = 1 - 0,4279 - 0,4788 = 0,0933.

r
{-1,46 z 2,03}

9. Determinai ordonata curbei normale n coresponden cu:
a) z = 0,83
b) z = - 1,24
c) z = - 0,03

Rezolvare:
a) Pe baza Anexei 1, pentru coloana cu z urmrim n jos pn ajungem la
valoarea 0,8, apoi urmrim spre dreapta pn la coloana notat cu 3, valoarea
ordonatei cutate este 0,2827.
b) Prin simetrie, (ordonata n coresponden cu z = - 1,24) = (ordonata n
coresponden cu z = 1,24) = 0,1849.
c) (Ordonata n coresponden cu z = - 0,03) = (Ordonata n coresponden
cu z = 0,03) = 0,3988.

10. Dac CA medie pentru 500 de firme este 150 mil. lei i abaterea
ptratic medie 15 mil. lei, considernd c CA are o distribuie normal,
determinai cte firme:
a) au CA cuprins ntre 120 i 155 mil. lei.
b) au CA mai mare de 185 mil. lei.

Rezolvare:
a)
=
x x
z
pentru CA = 120 mil. lei
120 150
2, 00
15
z

= =
pentru CA = 155 mil. lei
155 150 1
0, 33
15 3
z

= = =
84
{ } { } { } { }
{ }
2 0,33 2 0 0 0,33 0 2
0 0,33 0, 4772 0,1293 0,6065
r r r r
r
P x P x P x P x
P x
= + = +
+ = + =
Numrul firmelor cu o CA cuprins ntre 120 i 150 mil. lei 500 x 0,6065 =
303,25

r
{-2,0 z 0,33}

b) Pentru CA = 185 mil.lei
185 150
2, 33
15
z

= =

{ } { } { } Pr 2, 33 Pr 0 Pr 0 2, 33 0, 5 0, 4901 0, 0099 x x x = = =
Numrul firmelor cu o ( ) 185 0, 0099 500 5 0, 99 4, 95 CA mil = = 5 firme
2,33

r
{z 2,33}

11. Determinai probabilitatea ca, n 10 aruncri ale unei monede, s se
obin faa A de un numr cuprins ntre 3 i 6 ori, dac:
a) se utilizeaz distribuia binomial;
b) aproximarea normal a distribuiei binomiale.
Rezolvare:
a) P
r
{de 3 ori faa A} =
3 10 3
3
10
1 1 15
0,117
2 2 128
C
| | | |
= =
| |
\ \

P
r
{de 4 ori faa A} =
4 10 4
4
10
1 1 105
0, 205
2 2 512
C
| | | |
= =
| |
\ \

85
P
r
{de 5 ori faa A} =
5 10 5
5
10
1 1 63
0, 246
2 2 256
C
| | | |
= =
| |
\ \

P
r
{de 6 ori faa A} =
6 10 6
6
10
1 1 105
0, 205
2 2 512
C
| | | |
= =
| |
\ \

P
r
{ca faa A s se obin de un numr de ori cuprins ntre 3 i
6}
15 105 63 105
0, 7734
128 512 256 512
= + + + = .

Fig. 7.12. Reprezentare grafic a probabilitilor

b) Distribuia probabilitii numrului de fee A ale unei monede obinute
n 10 aruncri este vizibil n graficele anterioare. Probabilitatea este dat de suma
ariilor haurate n fig. 7.2. a 2 , i poate fi aproximat cu aria de sub curba normal
(linia punctat). Dac considerm datele fiind continue, intervalul de la 3 la 6 poate
fi considerat n realitate ca interval de la 2,5 la 6,5. Media i abaterea ptratic
medie pentru distribuia binomial sunt date de relaiile:
1
10 5
2
x np = = = i
1 1
10 1, 58
2 2
npq = = =
Pentru
2, 5 5
2, 5 1, 58
1, 58
x z

= = =

Pentru
6, 5 5
6,5 0, 95
1, 58
x z

= = =
{ } 3 6
r
P x = (aria cuprins ntre z = -1,58 i z=0) + (aria cuprins ntre z
=0 i z = 0,95) = 0,4429 + 0,3289 = 0,7718 care aproximeaz foarte bine valoarea
obinut la punctul a (0,7734). Aproximarea este i mai bun pentru valori mai
mari ale lui n.

86

r
{-1,58 z 0,95}

12. O moned se arunc de 500 de ori. Determinai probabilitatea ca
numrul feei A obinut s nu difere de 250 pentru:
a) mai mult de 10;
b) mai mult de 30.

Rezolvare:
1
500 250
2
x np = = = i
1 1
500 11,18
2 2
npq = = =
a) Trebuie s gsim probabilitatea ca numrul feei A s fie cuprins ntre
240 i 260, iar dac le considerm ca date continue, trebuie s fie ntre 239,5 i
260,5.
Pentru
239, 5 250
239, 5 0, 94
11,18
z

= =
Pentru
260, 5 250
260, 5 0, 94
11,18
x z

= = =
{ } 240 260
r
P x = (aria cuprins ntre z = -0,94 i z = 0,94) = 2 (aria
cuprins ntre z = 0 i z = 0,94) =2 (0,3264)= 0,6528 .
b) Trebuie s gsim probabilitatea ca numrul de fee A obinute s fie
cuprins ntre 220 i 280, sau considernd datele continue, trebuie s fie ntre 219,5
i 280,5
Pentru
219, 5 250
219, 5 2, 73
11,18
z

= =
Pentru
280, 5 250
280, 5 2, 73
11,18
x z

= = =
87

r
{-2,73 z 2,73}

r
P = (aria cuprins ntre z = -2,73 i z = 2,73) = 2 (aria cuprins ntre z =
0 i z = 2,73) =2 (0,4968)= 0,9936.

13. Dac probabilitatea ca o firm s dea faliment este 0,001, determinai
probabilitatea ca din 2000 de firme:
a) exact 3 s dea faliment;
b) mai mult de dou firme s dea faliment.

Rezolvare:
P
r
{x firme s dea faliment = ( ) ,
!
x
e
p x
x

= unde
2000 0, 001 np = = = 2 P
r
{x firme s dea faliment} =
2
2
!
x
e
x

a) P
r
{3 firme s dea faliment}
3 2
2
2 4
0,180
3! 3
e
e
= = =
b) P
r
{ca nici o firm s dea faliment}
0 2
2
2 1
;
0!
e
e
= =
P
r
{ca o firm s dea faliment}
1 2
2
2 2
;
1!
e
e
= =
P
r
{ca dou firme s dea faliment}
2 2
2
2 2
2!
e
e
= =
P
r
{mai mult de 2 firme s dea faliment} = 1 - P
r
{ca nici o firm sau o
firm sau dou firme s dea faliment} = 1 -
2 2 2 2
1 2 2 5
1 0, 323
e e e e
| |
+ + = =
|
\
.
Dac o considerm ca distribuie binomial probabilitile cerute vor fi:
a) ( ) ( )
3 1997
3
2000
0, 001 0, 999 C
b) ( ) ( ) ( ) ( )
(
0 2000 1 1999
0 1
2000 2000
1 0, 001 0, 999 0, 001 0, 999 C C + +
( ) ( )
)
2 1998
2
2000
0, 001 0, 999 , C + care sunt foarte dificil de calculat direct.
88
14. O distribuie Poisson este dat de relaia:
( )
( )
0,72
0, 72
!
x
e
p x
x
=
Determinai:
a) p(0);
b) p(1);
c) p(2);
d) p(3).

Rezolvare:
a) ( )
( )
0 0,72
0,72
0, 72
0 0, 4868
0!
e
p e
= = = , (folosind Anexa nr.5)

b) ( )
( )
1 0,72
0,72
0, 72
1 0, 72 0, 3505
1!
e
p e
= = =
c) ( )
( ) ( )
( )( )
2 0,72 0,72
0,72 0,5184
2 0, 292 0, 4868 0,1262
2! 2
e e
p

= = = =
sau: ( )
( )
( ) ( )
0, 72
2 2 0, 36 0, 3505 0,1262
2!
p p = = =
d) ( )
( ) ( )
( ) ( )( )
3 0,72
0, 72 0, 72
3 2 0, 24 0,1262 0, 0303
3! 3
e
p p
= = = =

15. O urn conine 5 bile roii, 4 albe i 3 albastre. Determinai
probabilitatea, ca din 6 extrageri, 3 dintre bile s fie roii, 2 albe i 1 albastr.

Rezolvare:
1 2
1 2
1 2
!
...
! !... !
k
x x x
r k
k
n
P p p p
x x x
= unde
1 2
...
k
x x x n + + + =
P
r
{de a extrage o bil roie ntr-o extragere} =
5 5
5 4 3 12
=
+ +

P
r
{de a extrage o bil alb ntr-o extragere} =
4 4
5 4 3 12
=
+ +

P
r
{de a extrage o bil albastr ntr-o extragere} =
3 3
5 4 3 12
=
+ +

P
r
{de a extrage 3 bile roii, 2 albe i 1 albastr din 6 extrageri} =
=
3 2 1
6! 5 4 3 625
3! 2! 1! 12 12 12 5184
| | | | | |
=
| | |

\ \ \
.

16. Graficul distribuiei t Student cu 8 grade de libertate este trasat n fig.
7.14. Determinai valoarea lui t
1
pentru care:
89
a) aria haurat din dreapta este egal cu 0,05;
b) aria haurat total este egal cu 0,05;
c) aria nehaurat total este egal cu 0,99;
d) aria haurat din stnga este egal cu 0,01;
e) aria de la stnga lui t
1
este egal cu 0,90.

Fig. 7.15.
Rezolvare:
a) Dac aria haurat la dreapta lui t
1
= 0,05, aria la stnga lui t
1
este
(1 - 0,05) = 0,95 i t
1
reprezint a 95 - a centil t
0,95
.
Folosind Anexa 3 pentru = 8 se urmrete spre dreapta pn la intersecia
cu coloana t
0,95
i se gsete valoarea lui t
1
= 1,86
b) Dac aria haurat total este 0,05, aria haurat de la dreapta lui t
1
=
aria haurat de la stnga lui (-t
1
) = 0,0025 (prin simetrie). Deci, aria de la stnga
lui t
1
este (1 - 0,025) = 0,975 i t
1
este a 97,5 - a centil, adic t
0,975
.
Din Anexa 3 gsim valoarea lui t
1
= 2,31.
c) Dac aria nehaurat total este 0,99 rezult c aria haurat total este
(1,0 - 0,99) = 0,01 i aria haurat din dreapta este 0,01 /2 = 0,05, aria de la
stnga lui t
1
= 1 - 0,005 = 0,995t
0,995
= 3,36 (din Anexa 3)
d) Dac aria haurat din stnga este egal cu 0,01, prin simetrie i aria
haurat de la dreapta lui t
1
este 0,01 aria de la stnga lui t
1
este:
1 - 0,01 = 0,99 t
0,99
= 2,90
Deci, prin simetrie - t
0,99
= - 2,90
e) Dac aria de la stnga lui t
1
este egal cu 0,90 t
0,90
= 1,40.

17. Determinai valorile critice ale lui t pentru care aria de la coda din
dreapta distribuiei t este 0,05 dac numrul gradelor de libertate este egal cu
a) 8; b) 10; c) 60.

Rezolvare:
Utiliznd Anexa 3, pe coloana notat t
0,95
gsim valorile:
a) 1,86, n coresponden cu = 8;
b) 1,81, n coresponden cu = 10;
c) 1,67, n coresponden cu = 60;

90
18. Coeficienii de ncredere de 95% (la cele dou coda) pentru
distribuia normal sunt date de 1,96. Care sunt coeficienii corespunztori pentru
distribuia t Student dac:
a) = 10; b) = 15; c) = 25; d) = 120?

Rezolvare:
Pentru coeficientul de ncredere 95% (la cele dou coda) aria total
haurat din fig. 7.15. este egal cu (1 - 0,95) = 0,05. Deci , aria haurat din
dreapta = 0,025 i aria pn la + t = 1 - 0,025 = 0,975, deci i corespunde valoarea
critic a lui t i anume t
0,975
. Coeficienii de ncredere cutai sunt t
0,975
.
Pentru valorile date ale lui , coeficienii sunt: (din Anexa 3)
a) 2,23
b) 2,13
c) 2,06
d) 1,98

19. Se efectueaz o prob privind rezistena unui motor. Se analizeaz 5
rotoare i se gsete o rezisten medie pentru o turaie de 2750, cu o abatere
ptratic medie de 150. Fabricantul declar c turaia medie a rotorului este 3000.
Putem s considerm adevrat declaraia fabricantului pentru un nivel de
semnificaie de:
a) 0,05;
b) 0,01.

Rezolvare:
Trebuie s decidem ntre ipotezele:
-
0 0
: 3000 I x = i declaraia este adevrat;
-
1 0
: 3000 I x < i declaraia este adevrat;
deci, trebuie s recurgem la un test cu o singur coda.
Pentru ipoteza I
0
, avem:
0
2750 3000 250 5
1 2 2 3, 33
150 150 3
s
s
x x
t n

= = = = =
.

a) Pentru un test la una din coda cu un nivel de ncredere de 0,05,
adoptm ca regul de decizie:
1) Acceptm I
0
dac t este mai mare dect -t
0,95
, care, pentru 5 - 1 = 4 grade
de libertate, nseamn t > -2,13.
2) Altfel se respinge I
0
.
Deoarece t = -3,33, adic t < - 2,13 nseamn c se respinge I
0
, adic
declaraia fabricantului nu este valid.

91
b) Pentru un test cu un nivel de ncredere de 0,01 adoptm ca regul de
decizie:
1) Acceptm I
0
dac t este mai mare dect -t
0,99
, care, pentru 4 grade de
libertate, nseamn t > -3,75.
2) Altfel se respinge I
0
.
Deoarece t = -3,33, adic t > -3,75 nseamn c pentru un nivel de
ncredere de 0,01 declaraia fabricantului este adevrat.

20. Q.I. pentru 16 studeni dintr-un cartier al unui ora au indicat o medie
de 107 i o abatere ptratic medie de 10, iar Q.I. pentru 14 studeni dintr-un alt
cartier au indicat o medie de 112 i o abatere ptratic medie de 8. Exist o
diferen semnificativ ntre Q.I. pentru un nivel de semnificaie de: a) 0,01; b)
0,05?

Rezolvare:
Dac
01
x i
02
x indic media populaiei formate din Q.I. a studenilor din
dou cartiere, trebuie s decidem ntre ipotezele:
I
0
:
01
x =
02
x i nu este nici o diferen semnificativ ntre cele dou
grupuri.
I
1
:
01
x
02
x i exist o diferen semnificativ ntre cele dou grupuri.
n cazul ipotezei I
0
,
2 2
1 2 1 1 2 2
1 2
1 2
unde
2 1 1
s s s s
x x n n
t
n n
n n
+
= =
+
+

( ) ( )
2 2
16 10 14 8
112 107
9, 44 i 1, 45
16 14 2 1 1
9, 44
16 14
t
+

= = = =
+
+

a) Se efectueaz un test la cele 2 code cu un nivel de semnificaie de 0,01
(0,005 aria haurat la una din code) i se refuz I
0
dac t cade n afara
extremelor - t
0,995
i t
0,995
, care pentru (n
1
+ n
2
- 2) = (16 + 14 - 2) = 28 grade libertate
sunt egale cu -2,76 i 2,76.
Deoarece t = 1,45 se accept I
0
, adic nu exist o diferen semnificativ
ntre cele dou grupuri.

b) Se efectueaz un test la cele 2 code cu un nivel de semnificaie de 0,05
(0,025 aria haurat la una din code) i se refuz I
0
dac t cade n afara
extremelor - t
0,975
i t
0,975
, care pentru 28 de grade de libertate, sunt egale cu - 2,05
i 2,05.
Deci, nu se refuz I
0
.
92
Se concluzioneaz c nu exist o diferen semnificativ ntre Q.I. ale celor
2 grupuri.

21. n fig. 7.15. este reprezentat graficul distribuiei
2
cu 6 grade de
libertate.
Determinai valorile critice ale lui
2
pentru care:
a) aria haurat din dreapta este 0,05;
b) aria total haurat este 0,05.
c) aria haurat din stnga este 0,10;
d) aria haurat din dreapta este 0,01.
2
1
2
2

Fig. 7.16. Graficul distribuiei
2
cu 6 grade de libertate

Rezolvare:
a) Dac aria haurat din dreapta este 0,05, aria de la stnga lui
2
2
este
(1 - 0,05) = 0,95 i
2
2
reprezint a 95-a centil,
2
0,95
.
Folosind Anexa 4, pentru 6 grade de libertate i pentru coloana
2
0,95
se
gsete rezultatul 12,6.
b) Deoarece distribuia nu este simetric, pot fi gsite mai multe valori
critice pentru care aria total haurat s fie 0,05. De exemplu, aria haurat din
dreapta poate fi 0,04 i cea din stnga 0,01. Totui, dac nu se specific mrimea
fiecrei arii haurate, se consider c ar fi egale. n acest caz fiecare arie haurat
este egal cu 0,025.
Dac aria haurat din dreapta este 0,025 atunci aria de la stnga lui
2
2

este 1 - 0,025 = 0,975 i reprezint a 97,5 centil,
2
0,975
, care din Anexa 4 pentru
= 6 este 14,4.
Analog, dac aria haurat din stnga este 0,025, aria de la stnga lui
2
1

este 0,025 i
2
1
reprezint a 2,5-a centil,
2
0,025
, care pentru = 6 este 1,24.
Deci, valorile critice n acest caz sunt: 1,24 i 14,4.
c) Dac aria haurat din stnga este 0,10,
2
1
2
0,10
, care pentru = 6 este 2,20.
93
d) Dac aria haurat din dreapta este 0,01, aria de la stnga lui
2
2
este
0,99 i
2
2
2
0,99
, pentru = 6 este 16,8.

22. Gsii valorile critice ale lui
2
dac aria codei din dreapta
distribuiei
2
este 0,005, iar numrul gradelor de libertate este:
a) = 10;
b) = 23;
c) = 50.

Rezolvare:
Dac aria haurat din dreapta este 0,005 aria de la stnga lui
2
2
(din
fig.9.5.) este (1 - 0,005) = 0,995, iar
2
2
este a 99,5 centil,
2
0,995
, iar din Anexa 4
se gsete:
a) pentru = 10 25,2;
b) = 23 44,2;
c) = 50 79,5.

23. Abaterea ptratic medie a Q.I. pentru 16 studeni dintr-o facultate cu
un numr de 1000 de studeni este 2,4. Determinai limitele intervalului de
ncredere:
a) pentru 95% i b) pentru 99% pentru abaterea ptratic medie a tuturor
studenilor din facultate.

Rezolvare:
a) Limitele intervalului de ncredere pentru 95% sunt date de:
0,975 0,025
i
s s
n n

Pentru =n-1, =16-1=15 grade de libertate,
2
0,975
27, 5 = deci
0,975
5, 24 = i
2
0,025
6, 26 = adic,
0,025
2, 5 = .
Deci, limitele intervalului de ncredere pentru 95% sunt:
0 0
2, 4 16 2, 4 16
; 1,83 3,84
5, 24 2, 5

< < < <

24. Gsii
2
0,95
pentru a) = 50 i b) = 100 grade de libertate.

Rezolvare:
94
Pentru 30 se poate ine cont de faptul c
( )
2
2 2 1 este o
distribuie aproape normal cu media zero i abaterea ptratic medie unu. Dac z
c

este valoarea z a centilei din distribuia normal standardizat, putem scrie:
2
2 2 1
c c
z = sau
2
2 2 1
c c
z = deci
( )
2
2
1
2 1
2
c c
z = + ;
a) Dac =50,
( ) ( )
2 2
2
0,95 0,95
1 1
2 50 1 1, 64 99 69, 2
2 2
z = + = + =
care este o aproximaie bun pentru 124,3 din Anexa 4.
b) Dac =100,
( ) ( )
2 2
2
0,95 0,95
1 1
2 100 1 1, 64 199 124
2 2
z = + = + =
care este o aproximaie destul de bun pentru 67,5 din Anexa 4.
Se observ c pentru din ce n ce mai mare aproximaia este mai bun.

25. Abaterea ptratic medie a CA pentru 200 de firme este 100 mil. lunar.
Gsii limitele intervalului de ncredere a) 95% ; b) 99% pentru abaterea ptratic
medie a tuturor firmelor colectivitii totale.

Rezolvare:
a) Limitele intervalului de ncredere pentru 95% sunt date de :
0,975 0,025
s s
n n
i

(aria haurat total = 0,05 aria de la coda = 0,025).
Pentru = 200 - 1 = 199 grade de libertate, procedm ca n problema 9,
( )
( )
2
2
2
0,975 0,975 0,975
1 1
2 199 1 1,96 19,92 239 15,5
2 2
z = + = + = =
( )
( )
2
2
2
0,025 0,025 0,025
1 1
2 199 1 1,96 19,92 161 12,7
2 2
z = + = + = =
Deci,
0 0
100 200 100 200
; 91, 2 111,3
15, 5 12, 7

< < < <
b) Limitele intervalului de ncredere pentru 99% (aria haurat total=
0,01aria unei coda = 0,005) sunt date de:
0
0,995 0,005
s s
n n

< <
Pentru 200 1 199 = = grade de libertate, avem:
( )
( )
2
2
2
0,995 0,995 0,995
1 1
2 199 1 2,58 19,92 253 15,9
2 2
z = + = + = =
( )
( )
2
2
2
0,005 0,005 0,005
1 1
2 199 1 2, 58 19, 92 150 12, 2
2 2
z = + = + = =
95
Deci,
0 0
100 200 100 200
; 88, 9 115, 9
15, 9 12, 2

< < < < .
Probleme propuse

26. Determinai probabilitatea ca din dou aruncri a 2 zaruri, s se obin
suma de 10.
a) o dat;
b) de dou ori.

27. Care este probabilitatea ca din 3 aruncri a 2 zaruri suma 8 s se obin
exact de o singur dat ?

28. Determinai probabilitatea de a rspunde corect la 8 ntrebri din cele
10 ale unui chestionar.

29. Calculai:
a) media;
b) abaterea ptratic medie;
c) coeficientul de asimetrie n termeni de momente;
d) curtozisul,
pentru o distribuie binomial n care p = 0,8 i n = 50.

30. La un examen de statistic, media a fost 7,8, iar abaterea ptratic
medie 1,0.
a) Determinai valorile standard a notelor pentru doi studeni care meritau
n realitate 9,3 i 6,2.
b) Determinai notele a doi studeni, dac valorile standard sunt respectiv,-
0,6 i 1,2.
R: a) 1,5 i -1,6
b) 7,2 i 9,0

31. Determinai:
a) media
b) abaterea ptratic medie
pentru notele de la un examen, dac notelor 7,0 i 8,8 le corespund, respectiv
valorile standard -0,6 i 1,4.

32. Determinai aria de sub curba normal cuprins ntre
a) z = -1,18 i z = 2,43;
b) z = 1,25 i z = 1,89;
c) z = -2,33 i z = - 0,48.

96
33. Determinai aria de sub curba normal
a) la stnga lui z = -1,77;
b) la stnga lui z = 0,53;
c) la dreapta lui z = -1,43;
d) corespunztoare lui 2,13 z ;
e) corespunztoare lui 0, 77 1, 55 z ;
f) la stnga lui z = -2,53 i la dreapta lui z = 1,87.

34. Dac z este o distribuie normal cu media 0 i abaterea ptratic medie
= 1, determinai:
a) { } 1, 67
r
P z
b) { } 1, 95 1, 95
r
P z
c) { }
0,8 P z
r

35. Determinai valorile lui z, pentru care:
a) aria de la dreapta lui z este 0,2266
b) aria de la stnga lui z este 0,0314

36. Determinai ordonata curbei normale n coresponden cu:
a) z = 0,39;
b) z = - 1,18;
c) z = 2,73

37. La un examen de licen, nota medie a fost 8,2 i abaterea ptratic
medie 0,9. Cei mai buni 60% dintre studeni au promovat. Care trebuie s fie nota
minim a unui student pentru a promova examenul de licen ?

38. Dac CA medie pentru 300 de firme este 780 mil. lei., i abaterea
ptratic medie 35 mil. lei, considernd c CA are o distribuie normal,
determinai cte firme:
a) au CA cuprins ntre 570 i 620 mil. lei;
b) au CA mai mare de 900 mil. lei.

39. Determinai probabilitatea ca n 200 de aruncri ale unei monede s se
obin faa A de un numr cuprins ntre:
a) 90 i 130;
b) exact 100 de ori.
1) utiliznd distribuia binomial
2) utiliznd aproximarea normal a distribuiei binomiale.

40. Determinai probabilitatea ca rspunznd la un chestionar, un student s
rspund corect
97
a) de 15 ori sau mai mult, din 20 de ntrebri
b) de 26 ori sau mai mult, din 40 de ntrebri.

41. Gsii probabilitatea ca n 100 de aruncri a dou zaruri, suma 9 s se
obin de mai mult de 25 de ori.

42. O moned se arunc de 300 ori. Determinai probabilitatea ca faa A s
se obin de un numr de ori care s nu difere de 150 de:
a) mai mult de 10 ori;
b) mai mult de 25 ori.

43. Dac 3% din produsele S.C. X S.A. sunt defecte, gsii probabilitatea
ca, dintr-un eantion de 1000 de produse, s fie defecte:
a) 0; b) 1; c) 2; d) 3; e) 4; f) 5.

44. Pentru problema precedent, gsii probabilitatea ca:
a) mai mult de 5 s fie defecte;
b) ntre 1 i 3 s fie defecte;
c) maxim 2 s fie defecte.

45. Un zar se arunc de 7 ori. Gsii probabilitatea ca:
a) unu s se produc o dat;
b) doi s se obin de dou ori;
c) trei s se obin de trei ori.

46. O urn conine un mare numr de bile roii, albe, albastre i galbene n
raportul: 4:3:2:1. Determinai probabilitatea ca n 10 extrageri, s fie extrase:
a) 4 bile roii i 2 galbene;
b) 8 bile roii i 2 galbene.
R: a) 0,000348
b) 0,000295.

47. Determinai probabilitatea ca, n patru aruncri a unui zar, s nu se
obin dect un 1, un 2 sau un 3.
R: 3/8.

48. Pentru o distribuie "t" Student cu 20 de grade de libertate, gsii
valoarea lui t
1
, dac:
a) aria de la dreapta lui t
1
este 0,01;
b) aria de la dreapta lui t
1
este 0,95;
c) aria de la dreapta lui t
1
este 0,10;
d) suma ariilor de la dreapta lui t
1
i de la stnga lui -t
1
este 0,01.
e) aria cuprins ntre -t
1
i t
1
este 0,95.

98
49. Gsii valorile critice ale lui t pentru care aria "codei" din dreapta
distribuiei "t" Student este egal cu 0,01, dac numrul gradelor de libertate
este egal cu:
a) 5; b) 7; c) 12; d) 30; e) 60; f) 120.

50. Gsii valorile lui t
1
ale distribuiei "t" Student care satisfac condiiile:
a) aria cuprins ntre - t
1
i t
1
este 0,90 i =20;
b) aria de la stnga lui - t
1
este 0,025 i =25;
c) suma ariilor de la dreapta lui t
1
i de la stnga lui - t
1
este 0,01 i =10;
d) aria de la dreapta lui t
1
este 0,25 i =18;

51. Coeficienii de ncredere de 99% (la cele dou code) pentru
distribuia normal sunt date de 2,58. Care sunt coeficienii corespunztori pentru
distribuia t Student dac:
a) =5;
b) =10;
c) =20;
d) =50.

52. Un eantion de 15 motoare testate privind turaia rotorului are o abatere
ptratic medie de 125 fa de media de 2500. Gsii limitele intervalului de
ncredere pentru:
a) 95%;
b) 99%,
pentru turaia real.

53. Media de via pentru 1000 de persoane din mediul urban este 70 ani
cu o abatere ptratic medie de 5, iar pentru 1500 de persoane din mediul rural este
de 75 ani cu o abatere ptratic medie de 3. Exist o diferen semnificativ ntre
durata medie de via a celor 2 colectiviti?

54. Gsii valorile critice ale lui
2
dac aria codei din dreapta
distribuiei
2
este 0,10 i gradele de libertate sunt:
a) =10;
b) =17;
c) =50;

55. Abaterea ptratic medie a duratei de via pentru 100 de oameni dintr-
un sat cu o populaie de 3500 de ceteni este 3,5. Determinai limitele intervalului
de ncredere:
a) pentru 95%;
b) pentru 99%,
99
pentru abaterea ptratic medie a tuturor cetenilor din sat.

Probleme de sintez

56. Pe baza datelor din tabelul 7.3.

Tabelul 7.3. Distribuie de frecvene
CA
- mil. lei -
Nr. de firme
- f
i
-
0 2500
2500 5000
5000 7500
7500 10000
10000 12500
50
800
1700
350
100
TOTAL 3000
Se cere:
a) Determinai media aritmetic prin metoda direct i simplificat;
b) Calculai dispersia prin metoda direct i simplificat;
c) Determinai valorile centrale ale fiecrei clase i valorile standard
corespunztoare acestora;
d) Determinai probabilitatea ca firmele s aib PM cuprins ntre 4500 i
7525 mil. lei i cte firme vor respecta aceast cerin;
e) Determinai probabilitatea ca firmele s aib PM mai mare de 7525
mil. lei;
f) Dac probabilitatea unei firme din cele 3000 luate n studiu de a da
faliment este 0,00033, determinai probabilitatea ca din cele 3000 de
firme s dea faliment:
1. exact 5;
2. mai mult de 4 firme s dea faliment.

Rezolvare:
a)
Tabelul 7. 4. Media aritmetic
PM
- mil. lei -
f
i
x
i
x
i
f
i
k
a x
i

i
i
f
k
a x

0 2500
2500 5000
5000 7500
7500 10000
10000 12500
50
800
1700
350
100
1250
3750
6250
8750
11250
62500
3000000
10625000
3062500
1125000
-2
-1
0
1
2
-100
1800
0
350
200
TOTAL 3000 17875000 0 -350

100
Metoda direct:
17875000
5958, 33
3000
i i
a
i
x f
x
f
= = =

Metoda simplificat:
350
2500 6250 5958,33
3000
i
i
a
i
x a
f
k
x k a
f
| |
|

\
= + = + =

a = 6250
k = 2500

e) Tabelul 7. 5. Dispersia
PM
- mil. lei -
f
i
x
i
i a
x x
( )
2
i a i
x x f
i
x a
k

2
i
x a
k
| |
|
\

2
i
i
x a
f
k
| |
|
\

0 2500
2500 5000
5000 7500
7500 10000
10000 25000
50
800
1700
350
100
1250
3750
6250
8750
11250
-4708,33
-2208,33
291,67
2791,67
5291,67
1108481500
3901377000
144621350
2727697400
2800177100
-2
-1
0
1
2
4
2
0
1
4
200
800
0
350
400
TOTAL 3000 10682291350 0 10 1750
Metoda direct:
( )
2
2
10682291350
3560761, 9
3000
i a i
i
x x f
f
= = =

Metoda simplificat:
( )
2
2
2 2
i
i
a
i
x a
f
k
k x a
f
(
| |
(
|
\
(

=

5958, 3; 2500; 6250
a
x k a = = =
( ) ( )
2
2
1750
2500 5958, 33 6250 3560761, 9
3000
= =
2
1886, 998 = =
f) Tabelul 7. 6. Abaterea z
i

CA
- mil. lei -
Valoare central
x
i

i a
i
x x
z

=

0 2500
2500 5000
5000 7500
7500 10000
10000 - 12500
1250
3750
6150
8750
11250
-2,495
-1,1702
0,15456
1,479
2,804
TOTAL
101
5958, 33
1886, 998
a
x =
=

g) Se consider c distribuia este apropiat de cea normal
4500 5958, 33
4500 0, 77
1886, 998
x x
x z

= = = =

7525 5958, 33
7525 0, 83
1886, 998
x z

= = =
Extreme: z = - 0,77 i Z = 0,83.
Aria cutat = (aria cuprins ntre z = - 0,77 i z = 0) + (aria cuprins ntre z
= 0 i z = 0,83) (prin simetrie) { } 83 , 0 77 , 0 Pr z = (aria cuprins ntre z =
0 i z = -0,77) + (aria cuprins ntre z = 0 i z = 0,83) = 0,2580 + 0,2967 = 0,5547
Numrul firmelor cu o PM cuprins ntre 4500 i 7525 =
1 , 1664 5547 , 0 3000 = = firme

r
{-0,77 z 0,83}

h)
7525 5958, 33
7525 0, 83
188, 998
x x
x z

= = = =

{ } { } { } Pr >0,83 Pr 0 Pr 0 0,83 0,5 0, 2967 0, 2033 z z x = = =
Numrul firmelor cu o >7525 mil.lei 0, 2033 3000 PM = =
609, 9 610 firme =

r
{ z 0}
102
g) Pr {x firme s dea faliment}= ,
!
x
e
unde np
x
= =
3000 0, 0003333 0, 999 1 1 = =
Pr {x firme s dea faliment}
1
1 1
! !
x
e
x e x
= =

1) Pr {5 firme s dea faliment}
1 0, 00833
0, 0030656
5! e e
= =

2) Pr { mai mult de 4 firme s dea faliment}=1 - Pr { ca nici o firm sau
dou sau trei sau patru firme s dea faliment}= 1- Pr { ca nici o firm
s dea faliment}- Pr { o firm s dea faliment}- Pr {dou firme s dea
faliment}- Pr { trei firme s dea faliment}- Pr {patru firme s dea
faliment} = 1 -
2 17 2 0, 70833
1 1 0, 036592
24 e e e e
= =

57. Se cunosc valorile centrale ale fiecrei clase pentru o serie de frecvene,
i anume: 1,5; 4,5; 7,5; 10,5; 13,5, exprimate n mld. lei pentru indicatorul CA.
Frecvenele relative ale fiecrei clase sunt: 10, 27, 33, 20,5% i numrul total al
firmelor este 2500.
Se cere:
a) Determinai amplitutinea claselor i limitele fiecrei clase;
b) Determinai frecvenele relative cumulate i construii curba acestora;
c) Determinai frecvenele absolute cumulate i construii curba acestora;
d) Calculai frecvenele absolute i construii curba acestora;
e) Calculai mediana i modulul;
f) Calculai coeficientul de asimetrie Pearson, Fisher, pe baza cuartilelor;
g) Verificai regula adunrii dispersiilor;
h) Cte firme vor avea CA cuprins ntre 5 i 8 mld. lei?
i) Cte firme vor avea CA mai mare de 7 mld. lei?
j) Dac probabilitatea ca o firm s dea faliment este 0,00005 determinai
probabilitatea ca:
1) exact 10 firme s dea faliment;
2) mai mult de 5 firme s dea faliment.

47. Se dau datele din tabelul 7.7.
Tabelul 7. 7.
Profit brut
- mld. lei -
Numr firme
f
i

0 2
2 4
4 6
6 8
8 10
300
1700
2300
150
50
TOTAL 4500
103
Se cere:
a) Calculai frecvenele relative;
b) Calculai frecvenele cumulate;
c) Construii histograma, poligonul frecvenelor i curba frecvenelor
cumulate;
d) Calculai mediana, modulul i coeficientul de asimetrie Pearson, Fisher
i pe baza quartilelor;
e) Calculai dispersiile de grup, dispersia rezidual i verificai regula de
aur a dispersiilor;
f) Determinai probabilitatea de faliment, dac se tie c distribuia este
binomial;
g) Determinai coeficientul de asimetrie n termeni de momente;
h) Determinai curtozisul.

58. Se efectueaz un sondaj simplu la nivelul a dou faculti din
aceeai universitate cu privire la IQ al studenilor, pe dou eantioane
reprezentative, fiecare eantion reprezentnd 10% din colectivitatea general.
Probabilitatea cu care se garanteaz rezultatele este 09973.
n urma sondajului s-au obinut datele din tabelele 7.8 i 7.9.

Tabelul 7. 8. IQ al eantionului studenilor din Facultatea A.
IQ
Nr. studeni
f
i

IQ
Nr. studeni
f
i

97 12 106 24
99 3 112 12
100 14 115 6
103 13 108 30
96 11 109 22
95 21 113 10
98 22 114 15
110 14 116 7
120 4 124 1
125 3 123 2
101 12 117 5
102 15 122 1
104 14 118 3
111 10 121 1
105 28 119 2
107 25 Total 362

104
Tabelul 7.9. QI al eantionului studenilor din Facultatea B.
IQ
Nr. studeni
f
i

IQ
Nr. studeni
f
i

95. 4 111. 22
96. 3 112. 40
97. 8 113. 28
98. 10 114. 16
99. 11 115. 14
100. 22 116. 12
101. 13 117. 3
102. 15 118. 4
103. 17 119. 11
104. 21 120. 9
105. 19 121. 7
106. 12 122. 1
107. 18 123. 2
108. 13 124. 4
109. 17 125. 5
110. 4 Total 385

Se cere:

a) Grupai datele din tabelul 7.8. i 7.9. n grupe egale;
b) Determinai frecvenele relative i frecvenele cumulate;
c) Construii histograma i poligonul frecvenelor relative pentru seriile de
frecvene de la punctul a);
d) Calculai mediana i modulul pentru cele dou serii de frecvene de la punctul
a);
e) Calculai media aritmetic i dispersia prin metoda simplificat pentru cele
dou serii de frecvene;
f) Calculai coeficientul de asimetrie Pearson i Fischer;
g) Determinai limitele ntre care variaz IQ mediu al studenilor celor dou
faculti dac:
sondajul este repetat;
sondajul este nerepetat;
h) Exist o diferen semnificativ ntre IQ ale studenilor celor dou faculti,
pentru un nivel de semnificaie de:
0,01
0,05.

Rezolvare:

105
a. Tabelul 7.10.
IQ Nr. studeni
Facultatea A
Nr. studeni
Facultatea B
(95 - 101] 95 71
(101 - 107] 119 102
(107 - 113] 98 124
(113 - 119] 38 60
(119 - 125] 12 28
Total 362 385

b. Tabelul 7.11.
Frecvene
absolute
cumulate
Facultatea A
Frecvene
absolute
cumulate
Facultatea B
Frecvene
relative
cumulate
Facultatea A
(%)
Frecvene
relative
cumulate
Facultatea B
(%)
IQ f
iA

*2
iA
x f
iB

*2
iB
x
a d a d a d a d
(95-101] 95 4 71 24 95 362 71 385 26,24 100 18,44 100
(101-107] 119 1 102 14 214 267 173 314 59,11 73,76 44,93 81,56
(107-113] 98 0 124 0 312 148 297 212 86,18 40,89 77,14 55,07
(113-119] 38 1 60 8 350 50 357 88 96,68 13,82 92,72 22,86
(119-125] 12 4 28 24 362 12 385 28 100 3,32 100 7,28
Total 362 10 385 70

unde a ascendent
d descendent

2
*2 i
iA
x a
x
k
| |
=
|
\
;
2
*2 i
iB
x a
x
k
| |
=
|
\

c.

Fig. 7.19. Poligonul frecvenelor relative i histograma
IQ studenilor din eantionul Facultii A

106

Fig. 7.20. Poligonul frecvenelor relative i histograma
Q.I. studenilor din eantionul Facultii B

Intervalul median = (101 - 107];
Intervalul modal = (101 - 107];
Intervalul median = (107 - 113];
Intervalul modal = (107 - 113].
1
1
0 0
1 2
0
0
2
, k=6
362
95
2
101 6
119
105, 336
, k=6
119 95
101 6
(119 95) (119 98)
104, 2
i
cm
Me
Me
M
f
f
Me x k
f
Me
Me
M x k
M
M
= +
= +
=
= +
+
= +
+
=

1
1
2
, k=6
i
cm
Me
Me
f
f
Me x k
f
= +

385 1
173
2
107 6
124
107, 9677
Me
Me
+
= +
=

1
0 0
1 2
, k=6
M
M x k
= +
+

107
0
0
124 102
107 6
(124 102) (124 60)
108,53488
M
M
= +
+
=

Tabelul 7.12. Facultatea A

IQ

x
i

f
i

i
x a
k

i
i
x a
f
k

2
i
x a
k
| |
|
\

2
i
i
x a
f
k
| |

|
\

(95 - 101] 98 95 -2 -190 4 380
(101 - 107] 104 119 -1 -119 1 119
(107 - 113] 110 98 0 0 0 0
(113 - 119] 116 38 1 38 1 38
(119 - 125] 122 12 2 24 4 48
Total 362 0 -247 10 585
, a=110, k=6
247
6 110 105, 906
362
i
i
a
i
a
x a
f
k
x k a
f
x
| |
|
\
= +
= + =

( )
( )
2
2
2 2
2
2 2
, a=110 k=6 =105,906
585
36 105, 906 110 41, 4166 6, 43557
362
i
i
a a
i
x a
f
k
k x a x
f

(
| |
(
|
\
(

=
= = = =

Tabelul 7.13. Facultatea B

IQ

x
i

f
i

i
x a
k

i
i
x a
f
k

2
i
x a
k
| |
|
\

2
i
i
x a
f
k
| |

|
\

(95 - 101] 98 71 -2 -142 4 284
(101 - 107] 104 102 -1 -102 1 102
(107 - 113] 110 124 0 0 0 0
(113 - 119] 116 60 1 60 1 60
(119 - 125] 122 28 2 56 4 112
Total 385 0 -128 10 558

, a=110, k=6
i
i
a
i
x a
f
k
x k a
f
| |
|
\
= +

108
128
6 110 108, 005
385
a x

= + =
( )
( )
2
2
2 2
2
2 2
, a=110 k=6 =108,005
558
36 108, 005 110 48,196598 6, 942
385
i
i
a a
i
x a
f
k
k x a x
f

(
| |
(
|
\
(

=
= = = =

g. i) Sondaj simplu repetat

Facultatea A
1. Eroarea medie de reprezentativitate:
2
0
41, 4166
0, 338246
362 n
= = =
2. Eroarea limit (maxim) admis:
3 0, 338246 1, 014738
0, 9973 3
x t
x
p t
=
= =
`
= =
)

Deci,
a OA a
x x QI x x +
104,89 <
OA
QI < 106,92

Facultatea B
2
0
49,1965598
0, 3574679
385 n
= = =
2. Eroarea limit (maxim) admis:
3 0, 3574679 1, 0724
0, 9973 3
x t
x
p t
=
= =
`
= =
)

Deci,
a OB a
x x QI x x +
106,93 <
OB
QI < 109,077

ii) Sondaj simplu nerepetat

Facultatea A
109
2
0
41, 4166 10
1 1 0, 3208882
362 100
10
100
n
n N
n N
| | | |
= = =
| |
\ \
=

2. Eroarea limit (maxim) admis
3 0, 3208882 0, 9626646
3
x t
x
t
=
= =
`
=
)

Deci,
OA
x x QI x x +
104,94
OA
QI 106,868

Facultatea B
1. Eroare medie de reprezentativitate:
2
0
48,196 10
1 1 0, 3356595
385 100
10
100
n
n N
n N
| | | |
= = =
| |
\ \
=

2. Eroare limit (maxim) admis
3 0, 3356595 1, 0069785
3
x t
x
t
=
= =
`
=
)

Deci,
OB
x x QI x x +
106,998
OB
QI 109,01197

h. Dac
OA
x i
OB
x indic media populaiei formate din IQ al studenilor din dou
faculti: A i B, trebuie s decidem ntre ipotezele:

I
0
-
OA
x =
OB
x i nu este nici o diferen semnificativ ntre QI al studenilor
celor dou faculti.
I
1
-
OA
x
OB
x i exist o diferen semnificativ ntre QI al studenilor celor
dou faculti.

n cazul ipotezei I
0
,
1 1
SA SB
A B
x x
t
n n
=
+
, unde:
2 2
362 41, 4166 385 48,196598
2 362 385 2
A SA B SB
A B
n n
n n

+ +
= =
+ +

110
7, 212 = i
108, 005 105, 906
3, 975
1 1
7, 212
362 385
t

= =
+

i. Se efectueaz un test la cele 2 code cu un nivel de semnificaie de 0,01
(0,01/2=0,005 este mrimea ariei haurate la una din code) i se refuz I
0
dac t
cade n afara extremelor + t
0,995
care pentru 2 362 385 2 745
A B
n n + = + = grade
de libertate sunt egale cu + 2,58.
Deoarece t = 3,975 > 2,58 se refuz I
0
, deci exist o diferen semnificativ
ntre QI al studenilor celor dou faculti.

ii. Se efectueaz un test la cele 2 code cu un nivel de semnificaie de 0,05
(0,05/2=0,025 este aria haurat la una din code) i se refuz I
0
dac t cade n
afara extremelor + t
0,995
, care pentru 745 grade de libertate sunt egale cu + 1,96.
Deoarece t = 3,975 > 2,58 se refuz I
0
, i ntre QI al studenilor celor dou
faculti exist o diferen semnificativ.

59. Se efectueaz un sondaj privind nivelul IQ pentru studenii din dou
centre universitare: E i F.
Sondajul este realizat pe cte un eantion reprezentativ, fiecare eantion
reprezentativ pentru populaia originar din care a fost extras i fiecare eantion
reprezentnd 8% din populaia general.
n urma sondajului s-au obinut datele din tabelul 7.14.

Tabelul 7.14. IQ al eantionului studenilor din Centrul Universitar E i F.
IQ
Nr. studeni
E
Nr. studeni
F
IQ
Nr. studeni
E
Nr. studeni
F
95. 5 6 111. 22 18
96. 19 7 112. 14 15
97. 8 15 113. 29 27
98. 21 12 114. 23 20
99. 24 20 115. 17 15
100. 40 35 116. 15 12
101. 20 25 117. 10 10
102. 15 18 118. 10 9
103. 21 23 119. 15 10
104. 17 20 120. 7 5
105. 25 18 121. 9 8
106. 49 47 122. 8 4
107. 57 48 123. 4 3
108. 35 63 124. 2 2
109. 34 32 125. 3 3
110. 24 20
111
Se cere:
a) Grupai datele din tabelul 7.14 n 5 grupe egale;
b) Calculai frecvenele relative i frecvenele cumulate;
c) Calculai mediana i modulul pentru cele dou serii de frecvene de la punctul
a), precum i cuartilele;
d) Calculai media aritmetic, geometric i ptratic pentru seriile de frecvene E
i F;
e) Calculai coeficientul de variaie n cele dou variante pentru fiecare din seriile
de la punctul a);
f) Ci studeni din fiecare eantion au IQ cuprins ntre 103 i 115, considernd
distribuiile apropiate de cea normal;
g) Ci studeni din fiecare eantion au IQ mai mare de 117, pe baza distribuiei
normale;
h) Determinai limitele ntre care variaz IQ mediu al studenilor celor dou
centre universitare, dac se efectueaz:
un sondaj simplu repetat i nerepetat;
un sondaj tipic repetat i nerepetat.
iar rezultatele sunt garantate cu o probabilitate de 0,9949.
i) Exist o diferen semnificativ ntre IQ ale studenilor celor dou centre
universitare, pentru un nivel de semnificaie de 0,01;
j) Determinai limitele intervalului de ncredere n cazul distribuiei x
2
pentru
95%.

60. n urma unei anchete de sondaj privind mrimea PN (miliarde lei),
efectuat pe un eantion de 2.000 de firme, ce este reprezentativ pentru
colectivitatea general din care a fost extras, s-au obinut datele din tabelul 7.15.

Tabelul 7.15.
Valoarea central a clasei exprimat n
valori standard
i
i
x x
z
=

Numr de firme

-2,0226537 150
-0,943905 450
0,1348435 1.000
1,2135922 300
2,2923408 100
Total 2.000

Se cere:
a) Determinai valorile centrale ale fiecrei clase, dac se cunosc: 75 , 4 =
a
x i
1, 854 =
b) Determinai limitele fiecrei clase;
112
c) Calculai frecvenele relative i cumulate;
d) Calculai: mediana, modulul, coeficientul de asimetrie Pearson, Fischer;
e) Calculai abaterea medie liniar i coeficientul de variaie;
f) Cte firme obin un PN cuprins ntre 3,5 5,75 miliarde lei pe baza curbei
normale;
g) Cte firme obin un PN mai mare de 4,25 miliarde lei utiliznd distribuia
normal;
h) Determinai limitele ntre care variaz PN n colectivitatea general dac se
efectueaz:
sondaj simplu repetat;
sondaj simplu nerepetat
sondaj tipic repetat;
sondaj tipic nerepetat.
i) Gsii limitele intervalului de ncredere pentru PN mediu al firmelor din
colectivitatea general pentru:
95%
99.

113

CAPITOLUL VIII

TEORIA ELEMENTAR A SONDAJULUI

8.1. Teoria elementar a sondajului
Teoria sondajului

Fenomenele i procesele social-economice sunt nenumrate i foarte
complexe, motiv pentru care nu pot fi cercetate n ntregimea lor; se va analiza doar
o parte din unitile statistice ale fiecrei colectiviti, adic doar un eantion sau o
colectivitate de selecie.
Metoda sondajului ofer posibilitatea de a obine informaii referitoare la
ntreaga colectivitate prin observarea (cercetarea) numai a unei pri a acesteia.
Aceast parte, ntr-un anumit fel o subpopulaie, este denumit frecvent i eantion,
mostr sau sondaj (uneori selecie), provenit din populaia originar (sau
colectivitatea general) care indic ntreaga mulime a elementelor populaiei luate
n studiu. n literatur se folosete i termenul de colectivitate de selecie, asociat
termenului de colectivitate general
35

Teoria sondajului este de fapt, studiul relaiilor existente ntre o populaie i
eantionul extras din populaia analizat. Aceast teorie este important ntruct n
unele situaii sondajul statistic este singura metod de obinere a informaiilor, de
exemplu cnd cercetarea ntregii colectiviti originare este neraional, datorit
caracterului distructiv al metodei de cercetare (controlul calitii produselor) sau
neeconomic, deoarece necesit costuri mari pentru analiza tuturor unitilor
populaiei originare.
Cercetarea prin sondaj pornete de la observarea statistic a unui eantion
reprezentativ i ajunge, generaliznd caracteristicile eantionului pe baza inferenei
statistice, la cunoaterea ntregii colectiviti
36
.

8.1.1. Cerina general a unui sondaj

35
Biji, E.; Baron, T., - "Statistic teoretic i economic", Editura Didactic i Pedagogic,
Bucureti, 1991, p. 118
36
114
Principala cerin a unui sondaj este aceea ca rezultatul s fie reprezentativ
pentru ntreaga colectivitate, adic eantionul studiat s fie reprezentativ pentru
colectivitatea originar.
Prin reprezentativitate se nelege ca n eantionul selectat s se
regseasc aceleai trsturi eseniale ca i n populaia originar. Se admite ca
suficient de reprezentativ sondajul care nu conduce la erori fa de colectivitatea
originar mai mari de 5%.

8.1.2. Avantajele cercetrii prin sondaj

1. Sondajul este mai operativ i mai economic dect observarea total.
2. Erorile de nregistrare prin sondaj sunt mai mici deoarece persoanele
care realizeaz sondajul sunt specializate mai bine dect persoanele
care fac observri totale.
3. n cazul observrii unor erori sistematice, sondajul se poate repeta.
4. Timpul necesar pentru ajungerea la concluzii este mult mai mic dect
n cazul unei observaii totale.

8.2. Procedee de alctuire a eantionului

Eantioanele care se formeaz din populaia originar trebuie s
ndeplineasc condiia de reprezentativitate. Pentru aceasta trebuie ndeplinite
urmtoarele condiii:
1. populaia originar s fie ct mai omogen;
2. unitile care vor forma eantionul s fie extrase la ntmplare;
3. eantionul s fie suficient de mare pentru ca n el s apar
trsturile populaiei originare;
4. independena unitilor extrase ntre ele.
Respectnd aceste condiii sondajul va genera abateri mici fa de
indicatorii populaiei originare.
Alegerea unitilor ce vor forma eantionul se poate face:
a) pe baza unei scheme probabilistice;
b) n mod dirijat.

a) Alegerea probabilistic a unitilor eantionului se face nlturnd orice
intervenie subiectiv, asigurnd caracteristica ntmpltoare a includerii unitilor
115
n eantion. Eantionarea probabilistic se aplic, de obicei , cnd nu se cunoate
structura colectivitii totale dup caracteristica considerat n studiu
37
.
Se utilizeaz trei procedee:
1. procedeul tragerii la sori sau al loteriei;
2. procedeul seleciei bazate pe tabelul cu numere aleatoare;
3. procedeul alctuirii mecanice.
b) Alegerea eantionului n mod dirijat presupune alegerea unitilor
componente ale eantionului dup un criteriu raional prestabilit.
Se aplic n sondajul realizat asupra colectivitilor grupate n grupe
tipice, deci a cror structur este cunoscut
38
.
8.2.1. Formarea eantionului prin tragerea la sori (procedeul
loteriei)

Se poate realiza sub dou forme:
1. cu restituirea unitii extrase (selecie ntmpltoare repetat);
2. fr restituirea unitii extrase (selecie ntmpltoare
nerepetat).

1. Selecia ntmpltoare repetat are urmtoarele caracteristici:

volumul colectivitii originare (N) rmne constant ct dureaz
extragerea unitilor pentru formarea eantionului;
la fiecare extragere orice unitate a colectivitii originare are aceeai
probabilitate de a fi selecionat (1/N);
aceeai unitate a colectivitii originare poate fi selectat de mai multe
ori, ceea ce influeneaz negativ precizia rezultatului seleciei.

2. Selecia ntmpltoare nerepetat are urmtoarele particulariti:

volumul colectivitii originare scade consecutiv cu cte o unitate sau
serie (N-1), pe msur ce crete numrul extragerilor pentru formarea
eantionului, de volum n. La sfritul extragerilor volumul
colectivitii originare este (N-n);
scderea continu a volumului colectivitii generale face ca unitile
care particip la extragerea urmtoare s aib o probabilitate din ce n
ce mai mare de a fi incluse n eantion;

37
Ibidem, p. 238
38
Idem, p. 239
116
aceeai unitate nu poate fi inclus de mai multe ori n eantion ceea ce
conduce la erori de reprezentativitate mai mici dect selecia
ntmpltoare repetat.
8.2.2. Procedeul seleciei bazate pe tabelul cu numere
aleatoare

Tabelele cu numere aleatoare se ntocmesc cu ajutorul mainilor de
amestecat numere. Numerele din tabel sunt aezate pe coloane i rnduri ntr-o
ordine absolut ntmpltoare, fr nici o regularitate n succesiunea lor. Pentru
formarea eantionului tot la ntmplare se stabilesc coloanele i rndurile pentru
citirea numerelor ntmpltoare. Dac anumite numere din tabel depesc pe cele
din colectivitatea originar, acestea se exclud din selecie. i n acest caz, alegerea
coloanelor de selecie se poate face n mod repetat sau nerepetat.

8.2.3. Procedeul alctuirii mecanice a eantionului

Unitile colectivitii generale se nscriu ntr-o anumit ordine, ntr-un
tabel din care se aleg apoi unitile aflate la distane egale. Forma cea mai simpl a
procedeului seleciei mecanice o reprezint selecia pe baza listei colectivitii
generale, dup ce anterior a fost stabilit pasul de numrare (p = N/n). Prima unitate
se selecioneaz la ntmplare din primele N/n uniti, a doua unitate selecionat
este unitatea aflat la distan de un pas fa de prima unitate, .a.m.d., unitatea n
a eantionului se afl la distan de (n-1) pai fa de prima unitate selecionat.

8.3. Distribuii de selecie

S considerm toate eantioanele posibile de mrime n care pot fi extrase
dintr-o populaie dat (cu sau fr repetare). Pentru fiecare eantion, putem calcula
un parametru, ca media, abaterea medie ptratic, etc., care pot varia de la un
eantion la altul; n acest mod obinem o distribuie a parametrilor eantioanelor.
Dac, de exemplu, parametrul utilizat este media colectivitii de selecie,
distribuia se numete distribuia mediei eantionului. Analog, putem avea
distribuia abaterii mediei ptratice, a dispersiei, medianei pentru colectivitatea de
selecie. Pentru orice distribuie de selecie se poate calcula media, abaterea medie
ptratic, dispersia, etc.

117
Distribuia mediei eantionului

S presupunem c sunt extrase nerepetat toate eantioanele de mrime n
dintr-o colectivitate originar finit de mrime N (N > n). Dac notm media i
abaterea medie ptratic a distribuiei eantionului cu s x i
s
i media i abaterea
ptratic medie a colectivitii generale cu 0 x i
0
, atunci:
s x = 0 x i
0
1
s
N n
N n

=
.
Dac populaia originar este infinit sau dac sondajul este repetat,
rezultatul precedent se reduce la:
s x = 0 x i
0
s
n
= .
Pentru valori mari ale lui n (n 30) distribuia mediei eantionului este
aproximativ o distribuie normal cu media s x i abaterea medie ptratic
s
. n
cazul n care populaia are o distribuie normal, i distribuia mediei eantionului
este normal chiar i pentru valori mici ale lui n (n < 30).

8.4. Tipuri de sondaj

Exist mai multe tipuri de sondaj, i anume:
- sondaj simplu;
- sondaj mecanic;
- sondaj tipic (stratificat);
- sondaj de serii.
Fiecare tip de sondaj poate fi: repetat i nerepetat.
Pentru toate tipurile de sondaj se calculeaz trei indicatori:
1 - eroarea medie de sondaj (eroare medie de reprezentativitate) notat cu
;
2 - eroarea limit admis, notat cu:
- x pentru caracteristici nealternative;
- w pentru caracteristici alternative;
3 - volumul eantionului pentru caracteristici alternative i nealternative.
8.4.1. Sondajul simplu repetat i nerepetat

Dac extragem un numr dintr-o urn, putem alege dac numrul extras va
fi reintrodus n urn sau nu. Dac numrul extras se va reintroduce n urn,
sondajul se numete sondaj repetat, n caz contrar sondaj nerepetat. Populaia
118
originar poate fi finit, sau infinit. Dac, de exemplu, extragem succesiv 5 bile n
mod nerepetat dintr-o urn cu 50 bile, se formeaz un eantion dintr-o populaie
finit; dac se arunc o moned de 50 de ori i formm un eantion din numrul de
fee A ale monedei obinute, acest eantion se formeaz dintr-o populaie infinit.

8.4.1.1. Sondajul simplu repetat

1. eroarea medie de sondaj se determin din relaiile:
a) pentru caracteristica nealternativ:
( )
2 2 2 2 2
0 2 2 2 2 0
2 2
0
1 1
1 1
s s s
s s
n
n n
n n
n n n n n
n

=
= = =
`

=
)

b) pentru caracteristica alternativ:
Caracteristica alternativ este caracteristica ale crei variante nu se exprim
numeric (cantitativ) ci prin cuvinte (calitativ) i nu admite dect una sau alta dintre
variante. De exemplu, atunci cnd se urmrete calitatea produselor, rspunsurile
care se dau sunt:
- da, cnd produsul este corespunztor calitativ;
- nu, cnd produsul nu este corespunztor calitativ.
Dac considerm rspunsurile efective ca fiind cele dou variante ale
caracteristicii, pentru exprimarea lor cantitativ s-au stabilit urmtoarele valori
convenionale:
- pentru DA, x
1
= 1, p - frecvena relativ a variantei x
1
;
- pentru NU, x
2
= 0, q - frecvena relativ a variantei x
2
;
p + q = 1
1 1 2 2
1 2
1 0
i i
a
i
x f
x f x f p q p
x p
f f f p q p q
+ +
= = = = =
+ + +

( )
( ) ( ) ( )
2 2
2 2
2
1 0
a
i i
i
x x f
p p p q pq q p q p p q
pq
f p q p q p q
+ + +
= = = = =
+ + +

( )
2
0
1
,
p p pq M
p
n n n N

= = = = (2)
M - rspunsuri afirmative din colectivitatea general;
N - volumul colectivitii generale.
Notm cu ,
m
w
n
= (3)
unde: m - rspunsuri afirmative din colectivitatea de selecie (eantion);
n - volumul eantionului.
119
Din (2) i (3)
( ) 1 w w
n

(4)

2. Eroarea limit admis (eroarea maxim admis) este produsul dintre
coeficientul de siguran t i eroarea medie de sondaj.
- pentru caracteristica nealternativ:
n
t t x
s
2
= = (5);
- pentru caracteristica alternativ:
( )
n
w w
t t w

= =
1
. (6)
3. Volumul eantionului se calculeaz pornind de la formula erorii limit
admise (5) i respectiv (6):
2 2 2
2 2 s s
t
x t n
n n

= = (7)
( ) ( )
2
2 2
2
1 1 w w t w w
w t n
n w

= =
(8)
Pentru determinarea volumului eantionului este necesar mai nti
stabilirea coeficientului de siguran i a erorii limit admise.

8.4.1.2. Sondajul simplu nerepetat

Se calculeaz aceiai indicatori ca i n cazul sondajului simplu repetat,
folosindu-se aceleai relaii cu meniunea c ele se vor corecta cu un coeficient:
1
1
N n N n n
k
N N N

= =
(9)
Deci, obinem:
1. Eroarea medie de sondaj
2 2
0
1 1
s
n n
n N n N
| | | |
=
| |
\ \
(10)
( ) ( ) 1 1
1 1
p p w w n n
n N n N

| | | |
=
| |
\ \
(11)

2. Eroarea limit admis
120
2 2
0
1 1
s
n n
x t t t
n N n N
| | | |
= =
| |
\ \
(12)
( ) ( ) 1 1
1 1
p p w w n n
w t t t
n N n N

| | | |
= =
| |
\ \
(13)
3. Volumul eantionului
- pentru caracteristica nealternativ: (din relaia (12)):
2 2 2 2
0
2 2 2 2
2 2 0
s
s
t t
n
t t
x x
N N

=

+ +
(14)
- pentru caracteristica alternativ (din relaia (13)):
( )
( )
( )
( )
2 2
2 2
2 2
1 1
1 1
t p p t w w
n
t p p t w w
w w
N N

=

+ +
(15)
8.4.2. Sondajul mecanic

Sondajul mecanic este apropiat de sondajul simplu, dar se deosebete prin
modul de formare al eantionului, care genereaz erori mai mici. Formulele de
calcul pentru indicatorii ce arat mrimea erorilor sunt aceleai ca i n cazul
sondajului simplu.
8.4.3. Sondajul tipic

Sondajul tipic (stratificat) este utilizat n studiul fenomenelor eterogene,
cnd hazardul nu ar conduce la formarea unui eantion reprezentativ, deci nu se
poate aplica sondajul simplu sau cel mecanic. Pentru a forma eantioane
reprezentative n cazul fenomenelor eterogene se procedeaz la separarea
colectivitii neomogene n grupe calitativ omogene dup caracteristicile eseniale
astfel nct grupelor calitativ omogene N
i
din colectivitatea general N le
corespund grupele calitativ omogene n
i
din eantionul n. Se calculeaz apoi
mediile de grup i dispersiile de grup, iar pe baza acestora se determin media
ntregului eantion i media colectivitii generale. Influena factorilor ntmpltori
din cadrul grupelor este reflectat cu ajutorul dispersiilor pariale.
Media dispersiilor pariale se calculeaz cu relaia:
N N
N
N
m
i
i m
i
i
m
i
i i
i
=
=
=
=
1
1
1
2
2
,
, pentru colectivitatea general (16)
121
i
2
2 1
1
1
,
m
is i m
i
s i m
i
i
i
n
n n
n
=
=
=
= =
pentru colectivitatea de sondaj. (17)

Pentru calculul celor 3 indicatori specifici studiului erorilor n cazul
sondajului tipic se nlocuiete dispersia general cu media dispersiilor pariale.
Exist mai multe tipuri de sondaj tipic, dar forma cea mai des folosit este
sondajul tipic proporional, n care:
,
i
i i i
i
n n n n
n N N k k
N N N N
= = = = . (18)
Deci, indicatorii n cazul sondajului tipic repetat se determin cu relaiile:
1. eroarea medie de sondaj:
2
is
n

= , (19)
( ) 1
i i
w w
n

= =
( )
1
1
1
1
m
i i i
i
m
i
i
w w n
n
n
=
=
, (20)
deoarece ( )
( )
1
1
1
1
m
i i i
i
i i m
i
i
w w n
w w
n
=
=
.

2. eroarea limit admis:
- pentru caracteristica nealternativ: x t = (21), n care din relaia
(19);
- pentru caracteristica alternativ: w t = (22), n care din relaia (20).

3. volumul eantionului este format din volumele grupelor calitativ
omogene din cadrul eantionului i se deduce din formula de calcul a erorii limit
admise.
1 2
1
...
m
m i
i
n n n n n n
=
= + + + =
. (23)
unde
2 2
2
is
i
t
n
x
pentru caracteristici nealternative (24)

sau
( )
2
2
1
i i
i
t w w
n
w
, (25)
122
pentru caracteristica alternativ i ( )
( )
1
1
1
1
m
i i i
i
i i m
i
i
w w n
w w
n
=
=
.
n cazul sondajului tipic nerepetat formulele celor 3 indicatori sunt aceeai
ca i n cazul sondajului tipic repetat, dar corectate cu coeficientul:
1
1
N n N n n
k
N N N

= =
.
8.4.4. Sondajul de serii

Se utilizeaz n cazul colectivitilor compuse din uniti complexe, de sine
stttoare i nu din uniti simple.
Unitile complexe nu pot fi considerate ca grupe calitativ omogene,
deoarece unitile simple ce intr n componena lor au caracteristici proprii i se
deosebesc una de alta.
Pentru formarea unui eantion reprezentativ pentru ntreaga colectivitate se
extrag prin sondaj simplu sau mecanic unitile complexe. Apoi se nregistreaz i
prelucreaz datele unitilor simple ce alctuiesc unitile complexe ce au fost
extrase i care formeaz eantionul. Pe baza acestor date se calculeaz mediile de
serie i apoi dispersia dintre serii care va nlocui dispersia general
( )
2
0
din
sondajul simplu, cu relaiile:
( )
2
2 1
r
i s
i
x
x x
r
dispersie simpl, (26)

unde: r - numr de serii;
i
x - media de serie;
s
x - media de eantion;
sau
( )
2
2 1
1
m
i s i
i
x m
i
i
x x n
n
=
=
(ponderat).
Deoarece
2 2 2 2 2
0 0
,
x
= + rezult c erorile de reprezentativitate
calculate n cazul sondajului de serii sunt mai mici sau cel mult egale cu erorile ce
se produc cnd se organizeaz un sondaj simplu.
Formulele de calcul pentru indicatorii privind studiul erorilor devin:
1. eroarea medie de sondaj (de reprezentativitate)
123
- sondaj de serii repetat:
2
x
r
= (28)
- sondaj de serii nerepetat:
2
1
x
R r
r R
(29)
unde: R - numrul seriilor din colectivitatea general;
r - numrul seriilor din colectivitatea de sondaj.
Deoarece numrul de serii este relativ mic, n sondajul de serii nu se mai
renun la (-1) n coeficientul de corecie.
2. eroarea limit admis
x t
w t
=
`
=
)
, unde: t - coeficientul de siguran din formula Laplce
- din relaia (28) sau (29).
3. volumul eantionului se obine din formula erorii limit admise:
2 2
2
x
x
t
r

=
- pentru sondajul de serii repetat

( )
2 2
2 2 2
1
x
x x
Rt
r
R t
=
+
.
Aceste relaii rmn valabile i n cazul sondajului de serii cu caracteristic
alternativ, nlocuindu-se doar dispersia caracteristicii nealternative cu dispersia
caracteristicii alternative.

Probleme rezolvate

1. O populaie originar este format din cinci firme, fiecare avnd o cifr
de afaceri trimestrial (n mld. lei) de: 1, 3, 5, 8 i 13. Considernd toate
eantioanele care pot fi formate din dou firme, prin extragere repetat, din
populaia originar, se cere:
a) media populaiei originare;
b) abaterea medie ptratic a populaiei originare;
c) media distribuiei mediei eantioanelor;
d) abaterea medie ptratic a distribuiei mediei eantioanelor, adic
eroarea standard a mediei.

Rezolvare:
a)
1 3 5 8 13 30
6
5 6
CA
+ + + +
= = = (mld. lei)
124
b)
( ) ( ) ( ) ( ) ( )
2 2 2 2 2
2
1 6 3 6 5 6 8 6 13 6
5
CA
+ + + +
= =
25 9 1 4 49 88
17, 6 4,195.
5 5
CA
i
+ + + +
= = =
c) Eantioanele de dou firme care pot fi formate prin extragere repetat
din populaia originar sunt n numr de 25.
(1, 1) (1, 3) (1, 5) (1, 8) (1, 13)
(3, 1) (3, 3) (3, 5) (3, 8) (3, 13)
(5, 1) (5, 3) (5, 5) (5, 8) (5, 13)
(8, 1) (8, 3) (8, 5) (7, 8) (8, 13)
(13, 1) (13, 3) (13, 5) (13, 8) (13, 13)
corespunztor media fiecrui eantion este:
1 2,0 3,0 4,5 7,0
2,0 3 4 5,5 8
3,0 4 5 6,5 9 (1)
4,5 5,5 6,5 8,0 10,5
7,0 8 9 10,5 13

i media distribuiei mediei eantioanelor este:
( ) suma tuturor mediilor din 1 150
6
25 25
s
CA = = =
care demonstreaz faptul c
s
CA CA = .
d) Dispersia
2
s
a distribuiei mediei eantioanelor se obine scznd media
( )
6
s
CA = din toate numerele (mediile eantioanelor) din relaia (1), ridicnd fiecare
rezultat la ptrat, nsumnd cele 25 de numere astfel obinute i mprind apoi la
25.
( ) ( ) ( ) ( ) ( ) ( ) ( )
2 2 2 2 2 2 2
2
1 6 2, 0 6 3, 0 6 4, 5 6 7, 0 6 2, 0 6 3 6
s
= + + + + + + +

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
4 6 5, 5 6 8 6 3, 0 6 4 6 5 6 6, 5 6 9 6
4, 5 6 5, 5 6 6, 5 6 8 6 10, 5 6 7, 0 6 8 6 9 6
+ + + + + + + + +
+ + + + + + + + +

( ) ( )
2 2 220
10, 5 6 13 6 / 25 8,80 8, 96 2,993
25
(
+ + = = = =

Ceea ce demonstreaz faptul, c pentru o populaie finit
( )
2
2
17, 6
, adic 8,8 unde 2
2
s
n
n
= = = .

2. Rezolvai problema 1 n cazul n care extragerea este nerepetat.

Rezolvare:
125
Punctele a) i b) sunt cele din problema 1,
2
6 17, 6; 4,19. CA i = = =
c) Eantioanele de 2 firme care se pot forma prin extragere nerepetat din
populaia originar sunt n numr de:
2
5
5! 4 5
10
2!3! 1 2
C

= = =

i anume: (1,3), (1,5), (1,8), (2,13), (3,5), (3,8), (3,13), (5,8), (5,13), (8/,13).
Eantionul (1,3), de exemplu, este considerat acelai ca i eantionul (3,1).
Corespunztor mediile eantioanelor sunt: 2; 3; 4,5; 7; 4; 5,5; 8; 6,5; 9;
10,5, i media distribuiei mediei eantioanelor este:
( ) suma tuturor mediilor esantioanelor din 2 60
6
10 10
s
CA = = =
ceea ce demonstreaz c
s
CA CA = .

d) Dispersia distribuiei mediei eantioanelor este:
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
2 2 2 2 2 2 2
2
2 2
2
2, 0 6 3, 0 6 4,5 6 7, 0 6 4 6 5,5 6 8 6
66
6,5 6 9 6 10,5 6 /10 6, 6, deci 6, 60 8,124
10
s
s
= + + + + + + +
( + + + = = = =

ceea ce demonstreaz faptul c:
2
2
17, 6 5 2
, adic 6, 6 6, 6 6, 6
1 2 5 1
2
5
s
N n
n N
n
N

= = =

=

3. Se dau 10 firme, cu cifra de afaceri, respectiv:

A 20 mld. lei
B 10 mld. lei
C 15 mld. lei
D 12 mld. lei
E 18 mld. lei
F 14 mld. lei
G 16 mld. lei
H 10 mld. lei
I 20 mld. lei
J 15 mld. lei

Considernd c cele 10 firme reprezint un eantion de 5% extras
ntmpltor i repetat, calculai limitele ntre care va fi cuprins cifra de afaceri
medie n colectivitatea general dat, tiind c probabilitatea cu care se garanteaz
rezultatul este 0,9973.

Rezolvare:
n = 10
Dac n = 10 ...5%
126
N ...... 100%

10 100
200
5
N

= = de firme
Coeficientul de siguran t = 3.
Sondaj simplu repetat:
2
0
n

=
150
15
10 10
CA
x = = =
mld. lei
( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ]
2
2 2 2 2 2
2
0
2 2 2 2 2
18 18
20 15 10 15 15 15 12 15 18 15
14 15 16 15 10 15 20 15 15 15 /10 10 111 10
i
x x
n
= = + + + + +
+ + + + + =

18
2 18
0
111 10
111 10 mld.lei 3, 33
10

= = = mld. lei.
3 3, 33 10 mld.lei
5 mld. 25 mld.
x t
CA x CA CA x
CA
= =
+

4. Rezolvai problema 3 pentru cazul n care eantionul de 5% a fost extras
la ntmpltor nerepetat din colectivitatea general.

Rezolvare:
Din problema 3 N = 200
1. Eroarea medie de sondaj:
2
0
1
n
n N
| |
=
|
\

Din problema 4
2 18
0
111 10 =
18
111 10 10
1 3, 247 mld.
10 200
| |
= =
|
\

x = t = 3 3,247 = 9,741 mld. lei
Deci,
5, 259 mld. 24, 741 mld. lei CA

5. Se efectueaz un sondaj de opinie (simplu) pe un eantion de populaie
de 100 de oameni de afaceri ce este reprezentativ pentru populaia unui ora, acest
127
eantion reprezentnd 5% din colectivitatea total; probabilitatea cu care se
garanteaz rezultatele sondajului este 0,9973. Sondajul a constat n ntrebarea
Considerai c actualul sistem legislativ privind investiiile stimuleaz reinvestirea
profitului?
Frecvena relativ a rspunsurilor afirmative a fost de 55%.
Se cere:
a) eroarea medie de sondaj i eroarea limit admis, dac sondajul este
repetat, precum i ntre ce limite se ncadreaz frecvena rspunsurilor afirmative n
colectivitatea general;
b) eroarea medie de sondaj i eroarea limit admis, dac sondajul este
nerepetat precum i ntre ce limite se ncadreaz frecvena rspunsurilor afirmative
n colectivitatea general.

Rezolvare:
a) Sondaj simplu repetat
w = 0,55
n = 100 ...5%
N ...100%
100 100
2000
5
N

= =
Din tabelul cu valorile funciei Gauss-Laplace se observ c pentru o
probabilitate de 0,9973, coeficientul de siguran t = 3.
Deci,
( ) 1 0, 55 0, 45
0, 04975
100
w w
n

= = =
3 0, 04975 0,149 x t = = =
, 0, 55 0,149 0, 55 0,149 Deci p +
40,1% 40,1% p
b) Sondaj simplu nerepetat
( ) 1 0, 55 0, 45 100
1 1 0, 048
100 2000
w w n
n N
| | | |
= = =
| |
\ \

3 0, 048 0,144
Deci,
0, 55 0,144 0, 55 0,144
40, 6% 69, 4%
x t
p
p
= = =
+

128
6. Se efectueaz un sondaj tipic (stratificat) pe un eantion de 500 de firme
ce reprezint 5% din colectivitatea originar, privind mrimea PN. Probabilitatea
cu care se garanteaz rezultatul este 0,9973.
Se obin urmtoarele date:
Tabelul 8. 1.
PN
- mld. lei
Nr. de firme
1 20
2 20
3 20
5 20
6 30
7 30
8 15
9 15
10 100
11 100
12 100
13 15
15 15
16 15
17 15
19 10
20 20
21 20
22 10
25 10
TOTAL 500

Se cere:
Calculai limitele ntre care va fi cuprins PN n colectivitatea general dat,
n cazul:
a) unui sondaj tipic repetat;
b) unui sondaj tipic nerepetat.

Rezolvare:
A) Grupm firmele din eantion n 5 grupe de mrime 5 mld. lei.

PN
- mld. lei -
x
i

Frecvena
i
x a
k

i
i
x a
f
k

2
i
x a
k
| |
|
\

2
i
i
x a
f
k
| |
|
\

(0-5] 2,5 80 -2 -160 4 320
129
(5-10] 7,5 190 -1 -190 1 190
(10-15] 12,5 230 0 0 0 0
(15-20] 17,5 60 1 60 1 60
(20-25] 22,5 40 2 8 4 160
TOTAL 500 -210 730
12, 5
5
i
i
i
x a
f
k
PN k a
f
a
k

= +

=
`
210
5 12, 5 10, 4
500
PN

= + = mld. lei
( )
2
2
2 2
10, 4
12, 5
5
i
i
PN
i
x a
f
k
k x a
f
x
a
k
| |

|
\

=
`
=

=
)

( )
2
2
730
25 10, 4 12, 5 32, 09 32, 09 5, 665
500
PN PN
= = = mld. lei

x
k
f
k
x
k
f
k

( )
2
k k k
x x f
1 20 20 61,25
2 20 40 11,25
3 20 60 1,25
4 0 0 0
5 20 100 101,25
TOTAL
Gr.1
80 220 175
6 30 180 212,268
7 30 210 82,668
8 15 120 6,534
9 15 135 1,734
10 15 1000 179,56
TOTAL
Gr.2
190 1645 482,764
11 100 1100 68,89
12 100 1200 2,89
130
x
k
f
k
x
k
f
k

( )
2
k k k
x x f
13 15 195 20,5335
14 0 0 0
15 15 225 150,7335
TOTAL
Gr.3
230 2720 243,047
16 15 240 105,3375
17 15 289 40,8375
18 0 0 0
19 10 190 1,225
20 20 400 36,45
TOTAL
Gr.4
60 1119 183,85
21 20 420 31,25
22 10 220 0,625
23 0 0 0
24 0 0 0
25 10 250 75,625
TOTAL
Gr.5
40 890 107,5
TOTAL
General
500 6594 1192,161

Mediile de grup
k k
k
k
x f
x
f
=

;
1
220
2, 75
80
x = =
2
1645
8, 66
190
x = =
3
2720
11, 83
230
x =
4
1119
18, 65
60
x = =
5
890
22, 25
40
x = =
Dispersiile de grup
( )
2
2
k k k
k
k
x x f
f

2
1
175
2,1875
80
= =
2
2
482, 764
2, 54
190
= =
2
3
234, 047
1, 057
230
=
2
4
183, 85
3, 06
60
= =
2
5
107, 5
2, 6875
40
= =
Media dispersiilor de grup
2
2
1192,161
2,384
500
k k
i
f
f
= = =

131

a) Sondaj tipic repetat

2
2, 384
0, 069
500 n

= = = mld.

3 0, 069 0, 207 mld.
3
Deci, 10,193 mld. 10, 607 mld.
x t
t
PN
= = =
=

b) Sondaj tipic nerepetat

2
2,384 500
1 1 0, 0673
500 10000
n
n N
| | | |
= = =
| |
\ \

3 0, 0673 0, 202
Deci, 10,198 10, 602 mld
x t
PN
= =

Probleme propuse

7. O populaie originar este format din 10 firme, fiecare avnd o CA
(mld. lei) trimestrial de: 2, 7, 6, 8, 9, 10, 15, 18, 20, 25.
Considernd toate eantioanele care pot fi formate din dou firme, prin
extragere repetat, din populaia originar , se cere:
a) media populaiei originare;
b) abaterea medie ptratic a populaiei originare;
c) media distribuiei mediei eantioanelor;
d) abaterea medie ptratic a distribuiei mediei eantioanelor, adic
eroarea standard a mediei.

8. Rezolvai problema 7 n cazul n care extragerea este nerepetat.

9. Patru sute de firme au o CA medie de 2,05 mld. lei trimestrial i o
abatere ptratic medie de 1,5.
132
Determinai probabilitatea ca un eantion de 40 de firme s aib o CA
total :
a) cuprins ntre 70 i 80 mld. lei trimestrial;
b) superioar lui 100 mld. lei trimestrial.

10. Se analizeaz 800 firme, cu cifra de afaceri, respectiv:

Tabelul 8. 4
CA lunar
- mld. lei -
Nr. de firme
0,5 170
0,7 100
0,9 300
1,0 40
1,2 10
1,5 20
1,7 10
2,1 10
2,5 20
2,7 10
2,9 10
3,0 10
TOTAL 800

Considernd c cele 800 de firme reprezint un eantion de 10% extras
ntmpltor i repetat, calculai limitele ntre care va fi cuprins cifra de afaceri
medie n colectivitatea originar, tiind c probabilitatea cu care se garanteaz
rezultatul este 0,9962.

11. Rezolvai problema 10 pentru cazul n care cele 800 de firme reprezint
un eantion de 10% extras ntmpltor i nerepetat din colectivitatea general.

12. Se efectueaz un sondaj simplu repetat pe baza unui eantion de 5% din
colectivitatea total, eantionul lund n studiu 350 de firme n funcie de CA
lunar.
n urma sondajului se obin urmtoarele date:

Tabelul 8. 5
CA
- mld. lei -
Nr. de firme
0,5 27
133
CA
- mld. lei -
Nr. de firme
0,7 13
0,8 15
0,9 15
1,0 14
1,3 12
1,2 16
1,5 15
1,7 43
1,8 12
2,0 15
2,2 24
2,7 11
2,9 12
3,0 3
3,1 1
3,3 1
3,5 1
TOTAL 250

tiind c probabilitatea cu care se garanteaz rezultatul este 0,999938
determinai ntre ce limite este cuprins CA medie din colectivitatea general.

13. Rezolvai problema 12 pentru cazul n care sondajul este simplu i
nerepetat.

14. Se efectueaz un sondaj de opinie (simplu) repetat pe un eantion de
300 ceteni ce reprezint 5% din colectivitatea general care a fost considerat
populaia unui ora. Sondajul const n ntrebarea: Considerai c nivelul de trai
va crete n perioada imediat urmtoare? tiind c probabilitatea cu care se
garanteaz rezultatele sondajului este 0,9973 i c frecvena relativ a rspunsurilor
afirmative a fost de 40%, se cere eroarea medie de reprezentativitate i eroarea
limit admis i limitele ntre care este cuprins frecvena relativ a rspunsurilor
afirmative n colectivitatea general.

15. Se dau datele din problema 10. Se grupeaz cele 800 de firme n 5
grupe de mrime 0,5 mld. lei i apoi se efectueaz un sondaj tipic repetat.
Se cer limitele ntre care va fi cuprins CA medie n colectivitatea
general.

16. Rezolvai problema 15, dac sondajul este tipic (stratificat) i nerepetat.

134
17. Se dau datele din problema 12. Se grupeaz cele 250 de firme n 5
grupe egale i apoi se efectueaz un sondaj tipic (stratificat).
Se cere:
a) determinai ntre ce limite va fi cuprins VAB medie din colectivitatea
general, dac sondajul tipic este repetat;
b) determinai ntre ce limite va fi cuprins VAB medie din colectivitatea
general, dac sondajul tipic este nerepetat.

Probleme de sintez

18. Se efectueaz un sondaj simplu pe un eantion de 500 de firme ce
reprezint 3% din colectivitatea general, privind mrimea CA. Probabilitatea cu
care se garanteaz rezultatul este de 0,9973.
Se obin datele din tabelul 8.6.

CA
miliarde lei
Numrul firmei
f
i

0,3 2
2,1 1
1,7 7
2,3 2
0,7 4
0,8 8
1,5 3
1,2 8
0,6 2
2,0 1
2,5 1
2,4 2
0,1 4
Total 45

Se cere:
a) Grupai datele din tabelul 8.6. n 5 grupe egale;
b) Determinai valorile centrale ale fiecrei clase, precum i intervalul median
i cel modal;
c) Calculai mediana i modulul;
d) Calculai media aritmetic i dispersia general prin metoda simplificat;
e) Calculai coeficientul de asimetrie Pearson i Fisher;
f) Calculai limitele ntre care va fi cuprins CA n colectivitatea general dac:
135
sondajul este repetat;
sondajul este nerepetat.

Rezolvare:
a. Tabelul 8. 7. Date importante
VAB
miliarde lei
Frecven absolut
f
i

(0 - 0,5] 60
(0,5 - 1,0] 140
(1,0 - 1,5] 110
(1,5 - 2,0] 130
(2,0 - 2,5] 60
Total 500

b. Tabelul 8. 8. Date importante
VAB
miliarde lei
f
i

Valoarea
central
(0 - 0,5] 60 0,25
(0,5 - 1,0] 140 0,75
(1,0 - 1,5] 110 1,25
(1,5 - 2,0] 130 1,75
(2,0 - 2,5] 60 2,25
Total 500

Intervalul median este intervalul care conine mediana; cum locul
medianei este:
( )
500
250
2 2
i
f
U Me = = =

deci, intervalul median este (1,0 - 1,5].
Intervalul modal este intervalul cu frecvena cea mai mare, adic (1,5-2,0].
d.
1
2
, k=0,5
i
cm
Me
Me
f
f
Me x k
f
= +

500
200
2
1 0, 5
11
Me
= +
1, 227 Me = mld.
1
0 0
1 2
M
M x k
= +
+

136
0
130 110
1, 5 0, 5
(130 110) (130 60)
M

= +
+

0
1, 7 M = mld.

e. Tabelul 8. 9. Sume relevante
VAB
miliarde lei

x
i

f
i

i
x a
k

2
i
x a
k
| |
|
\

i
i
x a
f
k

2
i
i
x a
f
k
| |

|
\

(0 - 0,5] 0,25 60 -3 9 -180 540
(0,5 - 1,0] 0,75 140 -2 4 -280 560
(1,0 - 1,5] 1,25 110 -1 1 -110 110
(1,5 - 2,0] 1,75 130 0 0 0 0
(2,0 - 2,5] 2,25 60 1 1 60 60
Total 500 -5 15 -510 1270

Media aritmetic prin metoda simplificat este dat de relaia:
, a=1,75 k=0,5
i
i
a
i
x a
f
k
x k a
f
= +

510
0, 5 1, 75 1, 24
500
a x

= + = mld.

Dispersia prin metoda simplificat este dat de relaia:
( )
2
2
2
0
, a=1,75 k=0,5 =1,24
i
i
a a
i
x a
f
k
k x a x
f
(
| |
(
|
\
(

=

( )
2
2 2
0 0 0
1270
0, 5 1, 24 1, 75 1, 40265 1,1843
500
= = = = mld.
f.
0
1, 24 1, 7
0, 39
1,1843
a
asp
x M
C

= =
( )
( )
3
3 1, 24 1, 227
0, 03
1,1843
a
e
asF
x M
C

= = =

g) Sondaj simplu repetat

1. Eroare medie de sondaj (de reprezentativitate)
137
2
0
1, 40265
0, 053
500 n
= =

0, 9973 3; 3 0, 053 0,159 p t x t = = = = =
Deci, x x VAB x x +
1,081 miliarde lei < VAB < 1,399 miliarde lei

ii) Sondaj simplu nerepetat
1. Eroare medie de sondaj (de reprezentativitate)
( )
2
0
0, 40265
1 1 0, 03 0, 052
500
n
n N
| |
= = =
|
\

3 0, 052 0,156 x t = = =
Deci, x x PN x x +
1,084 miliarde lei PN 1,396 miliarde lei
19. Se efectueaz un sondaj pe un eantion de 500 ageni economici care
reprezint 5% din colectivitatea general cu privire la mrimea profitului net
obinut n ultima lun i se obin datele din tabelul 8.10.

Tabelul 8. 10
Profit net
- milioane lei -
Frecvene relative
f
r
=(f
i
/ f
i
)100
0 - 250 2
250 - 500 6
500 - 750 20
750 - 1.000 40
1.000 - 1.250 25
1.250 - 1.500 4
1.500 - 1.750 3
Total 100

Se cere:
a) Determinai frecvenele relative cumulate;
b) Determinai frecvenele absolute i frecvenele absolute cumulate;
c) Construcii histograma i poligonul frecvenelor;
d) Construii curba frecvenelor cumulate;
e) Calculai mediana i modulul;
f) Calculai media aritmetic, armonic, geometric i ptratic;
138
g) Calculai momentele centrate de ordinul I, II, III i IV;
h) Calculai coeficientul de asimetrie Pearson i Fisher;
i) Verificai regula adunrii dispersiilor;
j) Considernd distribuia ca fiind apropiat de cea normal determinai numrul
firmelor din eantion care au un profit net cuprins ntre 600 i 800 milioane lei
i cte firme au un profit net mai mare de 900 milioane lei;
k) Calculai limitele ntre care variaz profitul net mediu din colectivitatea
general dac sondajul este simplu:
repetat;
nerepetat.
iar probabilitatea cu care se garanteaz rezultatul este 0,9973.
l) Calculai limitele ntre care variaz profitul net mediu din colectivitatea
originar dac sondajul este tipic (stratificat):
repetat;
nerepetat.
iar probabilitatea cu care se garanteaz rezultatul este 0,9962.

139

CAPITOLUL IX

ANALIZA DE REGRESIE I DE CORELAIE

Analiza de regresie este o metod statistic care permite studierea i
msurarea relaiei care exist ntre dou sau mai multe variabile, precum i
descoperirea legii relative la forma legturilor dintre variabile. // Analiza de
corelaie este o metod statistic prin care se msoar intensitatea legturii dintre
variabile. Dup forma modelului de regresie, corelaia poate fi tratat ca o corelaie
simpl sau ca o corelaie multipl. De asemenea, se evideniaz gradul de influen
a variabilei /variabilelor factorilor asupra variabilei rezultative
39
.
Fenomenele social economice sunt influenate de numeroi factori
eseniali i ntmpltori, ntre care exist diverse legturi, de diferite intensiti i
sensuri.
Varietatea relaiilor de interdependen ntlnite n cadrul fenomenelor
economice necesit identificarea, selectarea i ierarhizarea factorilor de influen.
// Practic, identificarea legturii dintre fenomene se poate realiza numai n urma
unei analize calitative multicriteriale
40
.

Legturile statistice dintre fenomenele i procesele social-economice se pot
clasifica n funcie de mai multe criterii, i anume:

1) dup numrul variabilelor pot fi:
a) legturi simple;
b) legturi multiple.

2) dup sensul legturii pot fi:
a) legturi directe;
b) legturi inverse.

3) dup forma legturii pot fi:
a) legturi liniare (rectilinii);
b) legturi neliniare (curbilinii, logaritmice, exponeniale,
semilogaritmice etc).

39
40
Baron, T.; Biji, E.; Tvissi, L.; Wagner, P.; Isaic-Maniu, Al.; Korka, M.; Porojan, D.
Op. cit, p. 161.
140

9.1. Relaii ntre variabile

Des ntlnit n practic este cazul n care se caut dac exist o relaie ntre
dou sau mai multe variabile. De exemplu: salariul depinde de productivitatea
muncii; rata profitului depinde de mrimea profitului; salariul depinde de vechimea
n munc. Este necesar ca aceast relaie dintre 2 sau mai multe variabile s se
exprime matematic sub forma unei ecuaii care leag variabilele.

Fig. 9.1. Legtur liniar Fig. 9.2. Legtur curbilinie
9.1.1. Interpolarea

Pentru a determina o ecuaie care s lege variabilele, un prim pas este
nregistrarea datelor care indic valorile corespunztoare variabilelor considerate.
De exemplu, s presupunem c x i y indic respectiv productivitatea muncii i
salariul. Un eantion n de muncitori furnizeaz date privind productivitatea x
1
, x
2
,
..., x
n
i corespunztor salariul y
1
, y
2
, ..., y
n
. Pasul urmtor const n reprezentarea
punctelor (x
1
,y
1
), (x
2
,y
2
),..., (x
n
,y
n
) ntr-un sistem de coordonate carteziene.
Totalitatea punctelor reprezint diagrama dispersiei. Diagrama dispersiei este
posibil adesea s ia forma unei curbe care aproximeaz datele. Aceast curb se
numete curb a interpolrii. n fig. 9.1 datele pot fi bine interpolate de o linie
dreapt i spunem c ntre variabile exist o relaie liniar. n fig.9.2. ntre
variabile este o relaie care nu este liniar, ci o relaie neliniar. Problema
general care apare este aceea a gsirii ecuaiei curbei care interpoleaz datele i
care se numete interpolant.
9.1.2. Ecuaiile dreptelor de interpolare

141
Variabilele x i y se numesc respectiv variabil independent i variabil
dependent.
Toate literele diferite de x i y sunt constante.

(1)
0 1
y a a x = + , dreapt
(2)
2
0 1 2
y a a x a x = + + , parabol
(3)
2 3
0 1 2 3
y a a x a x a x = + + + , curb cubic
(4)
2 3 4
0 1 2 3 4
y a a x a x a x a x = + + + + , ecuaie de gradul IV
(5)
2
0 1 2
...
n
n
y a a x a x a x = + + + + , ecuaie de gradul n
Membrul din partea dreapt a ecuaiilor precedente se numete polinom de
gradul I, II, III, IV,..., n.
Alte posibile ecuaii la care se poate recurge n practic sunt urmtoarele:

(6)
0 1
0 1
1 1
y sau a a x
a a x y
= = +
+
, hiperbol
(7)
0 1
log log log
x
y ab sau y a x b a a x = = + = + , curb exponenial
(8) log log log
b
y ax sau y a b x = = + , curb geometric
(9)
x
y ab g = + , curb exponenial modificat
(10)
b
y ax g = + , curb geometric modificat
(11) log log log
x
b x x
y pq sau y p b q ab g = = + = + , curba lui GOMPERTZ
(12)
x
b
y pq h = + , curba lui GOMPERTZ modificat
(13)
1 1
x
x
y sau ab g
ab g y
= = +
+
, curb logistic
(14) ( ) ( )
2
0 1 2
log log y a a x a x = + +

Pentru a decide ce curb trebuie folosit, este necesar s trasm diagrama
dispersiei variabilelor transformate. De exemplu, dac o diagram a dispersiei
relaiei dintre log y i x indic o relaie liniar, ecuaia ia forma ecuaiei (7); invers
dac ntre log y i log x este o relaie liniar, ecuaia potrivit este de forma (8).
Pentru uurarea muncii se utilizeaz reele n care scara uneia sau a ambelor axe
este logaritmic. Diagramele obinute se numesc respectiv, semilogaritmice i
logaritmice.
9.1.3. Metoda empiric a interpolrii

Se poate utiliza raionamentul individual pentru a trasa o curb
interpolant. Aceast metod se numete metoda empiric a interpolrii. Dac se
142
cunoate tipul ecuaiei pentru aceast curb este posibil s obinem constantele
ecuaiei alegnd attea puncte pe curb cte constante sunt n ecuaie. De exemplu,
dac interpolanta este o dreapt, sunt necesare dou puncte, iar dac este o
parabol, sunt necesare trei puncte. Metoda are dezavantajul c diferii observatori
obin curbe diverse.
9.1.3.1. Dreapta

Tipul cel mai simplu al unei interpolante este dreapta, a crei ecuaie poate
fi scris sub forma:
(15)
0 1
y a a x = + , dac se dau oricare dou puncte (x
1
,y
1
) i (x
2
,y
2
) pe
dreapt, se pot determina constantele a
0
i a
1
. Ecuaia rezultant a dreptei se poate
scrie sub forma:

(16) ( ) ( )
2 1 2 1
1 1 1 1
2 1 2 1
sau unde
y y y y
y y x x y y m x x m
x x x x

= = =

, se numete
coeficient unghiular (panta dreptei) i reprezint variaia lui y mprit la
variaia corespunztoare a lui x.
Cnd ecuaia este scris sub forma (15) coeficientul unghiular m este dat
de constanta a
1
. Constanta a
0
, care arat valoarea lui y cnd x = 0 se numete
ordonata la origine.
9.1.4. Metoda celor mai mici ptrate

Pentru a evita intervenia raionamentului individual n construirea curbei
interpolante este necesar gsirea celei mai bune interpolante.
n fig. 9.3. punctele date sunt indicate cu (x
1
,y
1
), (x
2
,y
2
),..., (x
n
,y
n
). Pentru o
valoare dat a lui x, de exemplu x
1
, poate apare o diferen ntre valoarea lui y
1
i
valoarea corespunztoare determinat de curba C. Notm aceast diferen cu D
1
,
deoarece se numete deviaie sau eroare i poate fi pozitiv, negativ sau nul.
Analog, n coresponden cu valorile x
2
,...,x
n
obinem deviaiile D
2
,...,D
n
.
O alt msur a exactitii interpolrii efectuate pentru centrul curbei C
este dat de suma
2 2 2
1 2
...
n
S D D D = + + + interpolarea cea mai bun este aceea
pentru care suma S este cea mai mic.

Fig. 9.3. Interpolant curbilinie
143

DEFINIIE
Dintre toate curbele interpolante pentru nite puncte date, curba care are
proprietatea c suma
2 2 2
1 2
...
n
S D D D = + + + este minim se numete cea mai bun
interpolare.
O curb cu aceast proprietate este curba celor mai mici ptrate.
9.1.4.1. Dreapta celor mai mici ptrate

Dreapta celor mai mici ptrate interpolante pentru un grup de puncte
(x
1
,y
1
), (x
2
,y
2
),..., (x
n
,y
n
) poate avea expresia:

y = a + bx (18)
unde, constantele a i b trebuiesc determinate rezolvnd simultan ecuaiile:

2
y a n b x
xy a x b x
= +
= +

(19)
care sunt ecuaiile normale ale dreptei celor mai mici ptrate. (18)

Sistemul rezult pornind de la condiia celei mai bune interpolri:
( )
2
2 2 2
1 2
...
i
n i x
S D D D y y = + + + =
minim,
unde:
i
x
y - valorile empirice;
y
i
- valorile teoretice date de ecuaia de regresie.

( )
2
i i
S y a bx =
minim.
0
0
s
a
s
b

=
( )( )
( )( )
2 1 0
2 0
i i
i i i
y a bx
y a bx x
=

2
i i
i i i
na b x y
a x b x x y
+ =
+ =
( )
2
2
2
i i
i i i i i i i i i i
a
i
i i
i i
y x
x y x y x y y x x y
b
n x
n x x
x x
= = =

144
( )
2 2
2
2
2
i
i i i i i
b
i
i i
i i
n y
x x n x x y
a
n x
n x x
x x
= = =

Ecuaiile normale (19) se mai pot obine i astfel:

- prima ecuaie este obinut nsumnd:
( )
i i
y a bx a n b x = + = +

- a doua ecuaie se obine nmulind y cu x
( )
2
i i i i i i
x y x a bx a x b x = + = +

Pentru a determina dreapta celor mai mici ptrate se poate proceda i n
modul urmtor:
- se noteaz cu
i
x X X = i cu
i
y Y Y =

Ecuaia dreptei celor mai mici ptrate se poate scrie sub forma:
2
i i
i
x y
y x
x
| |
= |
|
\
sau
2
i
i
x Y
y y x
x
| |
= + |
|
\

n particular, dac X este astfel nct 0 X =
, adic, 0 X = , atunci:
2
i i
i
x y
Y Y x
x
| |
= + |
|
\
.
Din aceste ecuaii se observ c dreapta celor mai mici ptrate trece prin
punctul
( )
, X Y numit centrul de greutate al datelor.
9.1.4.2. Parabola celor mai mici ptrate

Parabola celor mai mici ptrate se poate exprima prin ecuaia:

y = a + bx + cx
2
(23)
unde constantele a, b i c se determin rezolvnd sistemul:

2
2
3
3
2 2 4
i i i
i i i i
i
i i i i
i
y na b x c x
x y a x b x c x
x y a x b x c x
= + +
= + +
= + +

(24)
145

care este format din ecuaiile normale ale parabolei celor mai mici ptrate (23).
Ecuaiile (24) pot fi uor gsite dac se observ c pot fi obinute nmulind
ecuaia (23) cu 1, x
i
i x
i
2
respectiv, i apoi nsumnd. Aceast tehnic poate fi
extins pentru a gsi ecuaiile normale ale curbei de ordinul 3 a celor mai mici
ptrate, a curbei de ordinul 4 pentru cele mai mici ptrate i n general toate curbele
celor mai mici ptrate corespunztoare ecuaiei:
2
0 1 2
...
n
n
y a a x a x a x = + + + +

Sistemul de ecuaii (24) se mai poate obine din
( )
2
i
i x
S y y =
minim
( )
2
2
i i i
S y a bx cx =
minim
0
0
0
s
a
s
b
s
c

=
( )( )
( )( )
( )( )
2
2
2 2
2 1 0
2 0
2 0
i i i
i i i i
i i i i
y a bx cx
y a bx cx x
y a bx cx x

2
2 3
2 2 3 4
i i
i
i i i i i
i i i i i
y na b x c x
x y a x b x c x
x y a x b x c x
= + +
= + +
= + +

Ca i n cazul dreptei celor mai mici ptrate, se poate simplifica sistemul
(24) dac X se alege astfel nct 0 X =
.
O alt simplificare se poate obine utiliznd alte variabile
x X X
y Y Y
.

9.2. Metode de analiz a legturilor statistice

Legturile statistice existente ntre factorii care influeneaz fenomenele i
procesele social-economice pot fi analizate cu ajutorul mai multor metode care se
mpart n dou mari categorii:
1) Metode elementare;
2) Metode analitice.

9.3. Metodele elementare de analiz a legturilor
statistice

146
1. Metoda seriilor paralele sau interdependente const n compararea a
dou serii n paralel, n ordine cresctoare sau descresctoare a caracteristicii
factoriale pentru a determina existena sau inexistena legturii, precum i direcia
acesteia. Aceast metod se utilizeaz doar n cazul unui numr mic de uniti
cercetate, astfel se va aplica metoda gruprilor.
2. Metoda gruprilor statistice se aplic n cazul n care exist un numr
mare de variante. Unitile colectivitii cercetate sunt grupate n funcie de
variabila factorial (independent), iar pentru variabila rezultativ (dependent) se
determin o serie de indicatori derivai (de regul mrimi relative sau medii); pe
baza acestor comparaii se determin existena legturii, direcia i intensitatea
acesteia.
3. Metoda tabelului de corelaie (tabelul cu dubl intrare) presupune
gruparea unitilor colectivitii cercetate dup variaia simultan a ambelor
caracteristici (factorial i rezultativ); se utilizeaz de regul, intervale de grupare
egale, iar numrul grupelor trebuie s fie aproximativ acelai pentru ambele
caracteristici.
n funcie de modul de repartizare a frecvenelor n tabelul de corelaie se
poate aprecia direcia legturii i intensitatea ei. n ambele cazuri direcia legturii
este dat de poziia diagonalei n jurul cruia se grupeaz frecvenele; cnd
diagonala leag unghiul stng de jos al tabelului cu unghiul drept de sus, legtura
este direct, iar cnd unete unghiul stng de sus cu unghiul drept de jos, se
apreciaz c ntre cele dou caracteristici exist legtur n sens invers. //
Concentrarea intens a frecvenelor n jurul diagonalei indic existena unei
legturi strnse ntre caracteristici
41
.
4) Metoda grafic presupune reprezentarea grafic a perechilor de valori
ale variabilelor ntr-un sistem de axe de coordonate. Cu ajutorul acestei metode se
poate stabili existena, sensul, forma i intensitatea corelaiei
42
.
Se realizeaz un grafic denumit i corelogram pe baza tabelelor utilizate
pentru sistematizarea datelor.

9.4. Metode analitice de analiz a legturilor
statistice
9.4.1. Metoda de regresie

Adeseori, pe baza unor date pariale (eantionare) trebuie s estimm
valoarea unei variabile Y corespunztoare unei valori date pentru o variabil X. Se
poate obine aceasta estimnd valoarea lui Y pentru centrul unei curbe a celor mai

41
Ibidem, p. 164
42
147
mici ptrate care interpoleaz datele eantionare. Curba rezultant se numete
curb de regresie a lui Y pentru X, deoarece Y este estimat pentru centrul lui X.
Dac dorim s estimm valoarea lui X pentru centrul lui Y, pentru o valoare dat
trebuie s utilizm curba de regresie a lui X pentru Y, care se reduce la
schimbarea variabilelor n diagrama dispersiei.
n general dreapta sau curba de regresie a lui Y pentru X nu este aceeai cu
dreapta sau curba regresiei lui X pentru Y.
Problemele care implic mai mult de dou variabile pot fi tratate n mod
analog cu problemele cu dou variabile. De exemplu, dac ntre variabilele X, Y i
Z exist o relaie care poate fi descris de ecuaia: (25) Z = a
0
+ a
1
X + a
2
Y, aceasta
se numete ecuaia liniar ntre variabilele x, y i z.
ntr-un sistem de coordonate carteziene tridimensionale, aceast ecuaie
reprezint un plan fa de care (x
1
,y
1
,z
1
), (x
2
,y
2
,z
2
),..., (x
n
,y
n
,z
n
) pot fi dispersate
mprejurul acestui plan, care se numete plan interpolant. Prin generalizarea
metodei celor mai mici ptrate se poate vorbi de un plan al celor mai mici ptrate
care interpoleaz datele. Pentru a-l estima pe Z pentru centrul valorilor date X i Y,
planul se va numi plan de regresie al lui Z pentru X i Y.
Ecuaiile normale corespunztoare planului celor mai mici ptrate sunt date
de:
0 1 2
2
0 1 2
2
0 1 2
i i i
i i i
i i
i i i i i
i
z a n a x a y
x y a x a x a x y
y z a y a x y a y
= + +
= + +
= + +

(26)
i se observ c se pot obine din (25) nmulind succesiv cu 1, x
i
i y
i
i nsumnd.
Se pot considera ecuaii i mai complexe dect cea de forma (25). Aceste
ecuaii reprezint suprafee de regresie. Dac numrul variabilelor este mai mare
de trei, se pierde intuiia geometric, deoarece sunt necesare spaii cu 4, 5, ... n
dimensiuni. Probleme de estimare a unei variabile pentru mijlocul a dou sau mai
multe variabile sunt probleme de regresie multipl.
9.4.1.1. Regresia simpl liniar

Regresia simpl liniar este o metod analitic utilizat pentru calculul
indicatorilor sintetici ai legturii dintre variabile, a intensitii i direciei legturii.
Cea mai simpl legtur dintre dou variabile x i y este cea a regresiei liniare,
adic atunci cnd mulimea punctelor (x, y) se grupeaz n jurul unei drepte:
y = a + bx, unde a - ordonata la origine
b - coeficient de regresie
Regresia liniar se aplic atunci cnd variabilele variaz n progresie
aritmetic. Termenul de regresie deriv din latin i nseamn ntoarcere i a
fost introdus de statisticianul englez FRANCIS GALTON.
148
Determinarea parametrilor dreptei de regresie i a oricrei funcii de
regresie se poate face prin:
1. metoda punctelor selecionate
2. metoda celor mai mici ptrate

1. Metoda punctelor selecionate - const n determinarea a dou puncte
situate pe o dreapt trasat vizual pe grafic, de regul cte un punct la una din
extremiti. Rezult un sistem de dou ecuaii cu dou necunoscute.
1 1
2 2

y a bx
y a bx
= +
= +

1 1
2 2
1
1
x y
x y
| |
|
\

unde: a i b sunt necunoscute i (x
1
,y
1
), (x
2
,y
2
) sunt punctele cunoscute.

Fig. 9.4. Metoda punctelor selecionate
1 1
2 2 1 2 2 1
1 2 1
2
1
1
a
y x
y x y x y x
a
x x x
x

= = =

;
1
2 2 1
1 2 1
2
1
1
1
1
b
y
y y y
b
x x x
x

= = =

y =
1 2 2 1
2 1
y x y x
x x
2 1
2 1
y y
x
x x

Metoda punctelor selecionate este subiectiv, de aceea se utilizeaz
metoda celor mai mici ptrate.

2. Metoda celor mai mici ptrate - la fel ca i n capitolul precedent se
bazeaz la determinarea parametrilor de regresie pe principiul conform cruia
149
suma ptratelor diferenelor dintre valorile empirice i cele teoretice (date de
ecuaia de regresie) s fie minim.
1. Cazul (x
i
, y
i
)
( )
2
mi nim
i xi
S y y =

( )
2
mi nim
i i
S y a bx =

( ) ( )
( ) ( )
2
0
2 1 0
2 0
0
i i i i
i i i i i i i
S
y a bx na b x y
a
y a bx x a x b x x y S
b

=
= + =

= + =

=

( )
2 2
2
2
2
i i
i i i i i i i i
a
i
i i
i i
y x
x y x x y x x y
a
n x
n x x
x x
= = =

( )
2
2
2
i
i i i i i i i
b
i
i i
i i
n y
x x y n x y x y
b
n x
n x x
x x
= = =

Deci,
( ) ( )
2
2 2
2 2
i i i i i i i i i
i i i i
x y x x y n x y x y
y x
n x x n x x

= +

2. Cazul (x
i
, y
i
, n
i
) - ponderat cu n
i

( )
2
2
2
i i i i i i i i i
i i i i i
x n y n x n x y n
a
n x n x n

( )
2
2
i i i i i i i i
i i i i i
n x y n x n y n
b
n x n x n

Deci,
= y
( )
2
2
2
i i i i i i i i i
i i i i i
x n y n x n x y n
n x n x n

+
( )
x
n x n x n
n y n x n y x n
i i i i i
i i i i i i i i

2
2

3. Cazul tabelului de corelaie (x
i
, y
j
, n
ij
).
Tabelul 9. 1
y
j
x
i
y
1
y
2
y
3
... y
n
n
i.

x
1
n
11
n
12
n
13
... n
1n
n
1.

150
x
2
n
21
n
22
n
23
... n
2n
n
2.

M M M M

M M
x
n
n
n1
n
n2
n
n3
... n
nn
n
n.

TOTAL n
.1
n
.2
n
.3
... n
.n
n
ij
( )
2
. . .
2
2
. .
i i j j i i i j ij
ij i i i i
x n y n x n x y n
a
n x n x n

( )
. . .
2
2
. .
ij i j ij i i j j
ij i i i i
n x y n x n y n
b
n x n x n

y = a + bx

Substituii:
i ij
n n

.
k k
i i i i
x n x n

.
k k
i i j j
y n y n

i i i i j ij
x y n x y n

9.4.1.2. Regresia simpl curbilinie

Fie funcia
2
xi i i
y a bx cx = + +
1. Cazul (x
i
, y
i
, 1)
( )
2
i xi
S y y =
( )
2
2
mi nim
i i i
y a bx cx =

( ) ( )
( ) ( )
( ) ( )
2
2
2
2
2
2 2
0
2 1 0
0 2 0
2 0
0
i i i
i i i i
i i i i
S
y a bx cx
a
S
y a bx cx x
b
S
y a bx cx x
c

=

= =

=
=

2
2 3
2 3 4 2
i i i
i i i i i
i i i i i
na b x c x y
a x b x c x x y
a x b x c x x y
+ + =
+ + =

+ + =

( ) *
Se rezolv sistemul (*) avnd ca necunoscute parametrii a, b, c.

2. Cazul (x
i
, y
j
, n
i
)
Urmnd acelai algoritm ca n cazul (x
i
, y
i
, 1) se obine n locul sistemului
(*), sistemul urmtor:

151
2
2 3
2 3 4 2
i i i i i i i
i i i i i i i i i
i i i i i i i i i
a n b x n c x n y n
a x n b x n c x n x y n
+ + =
+ + =
+ + =

( ) **
3. Cazul tabelului de corelaie
n mod analog se obine sistemul:
2
. . .
2 3
. . .
2 3 4 2
. . .
ij i i i i j j
i i i i i i i j ij
i i i i i i i j ij
a n b x n c x n y n
+ + =
+ + =
+ + =

( ) ***
9.4.2. Metode de corelaie

Determinarea ecuaiei de regresie arat legtura dintre dou variabile dar
nu arat ct de puternic este legtura dintre variabilele corelate. Corelaia indic
gradul relaiei dintre variabile i se determin ct de bine ecuaia liniar sau o alt
ecuaie oarecare descrie relaia dintre variabile. Dac toate valorile variabilelor
satisfac exact ecuaia, spunem c variabilele sunt perfect corelate sau c exist o
corelaie perfect. Cnd sunt prezente doar dou variabile se vorbete de corelaie
simpl i respectiv, regresie simpl. n cazul n care sunt prezente mai mult de
dou variabile se vorbete de corelaie multipl i regresie multipl.
9.4.2.1. Corelaie liniar

Dac x i y sunt dou variabile, se poate construi ntr-un sistem de
coordonate carteziene, cu punctele (x, y) o diagram a dispersiei. Dup modul de
distribuire a punctelor (x, y) se poate aprecia existena, forma, direcia i
intensitatea legturii. Concentrarea punctelor n jurul unei drepte ne indic faptul c
ntre variabile exist o legtur liniar, ca n fig. 9.5. (a) sau apropiat de o
ecuaie liniar (fig. 9.5. (b)). Legtura liniar este direct dac atunci cnd x crete,
y crete (fig. 9.5. (a)) i invers, legtura liniar este indirect dac atunci cnd x
crete, y scade (fig. 9.5. b)).
152

a) Corelaie liniar direct (pozitiv) b) Corelaie liniar indirect(negativ)
Fig. 9.5.

Se apreciaz c ntre variabile nu exist legturi (nu sunt corelate) dac
punctele se disperseaz: (a) aproape uniform pe ntregul spaiu al graficului, (b) n
jurul unei drepte paralele cu axa Oy sau (c) n jurul unei drepte paralele cu axa Ox.

a) b)

c)
Fig.9.6. Variabile independente

153
Dac punctele se situeaz chiar pe o dreapt atunci legtura dintre
variabile este o legtur de tip funcional direct sau invers (fig.9.7.).

a) Legtur funcional direct b) Legtur funcional invers
Fig. 9.7. Legtura funcional

Concentrarea punctelor n jurul unei curbe ne indic faptul c ntre
variabile exist o legtur neliniar care poate fi: pozitiv sau negativ.
9.4.2.2. Coeficientul de corelaie

Coeficientul de corelaie arat ct de puternic este legtura dintre
variabilele corelate, adic intensitatea legturii.
Coeficientul de corelaie simpl liniar (r) se calculeaz ca medie
aritmetic simpl a produsului abaterilor normate ale celor dou variabile.

1. Cazul (x
i
, y
i
, 1)
Abaterile normate sunt
i i
x y
x y
x x y y
z i z

= =

.
Deci,
( )
i i
x y x y
xy yx
x x y y
z z
r r r r
n n

= = = = =

( ) ( )
( ) cov , i i
x y x y
x x y y
x y
n

= =

Unde ( ) ( )( )
1
cov ,
i i
x y x x y y
n
=

Coeficientul de corelaie este o mrime abstract care ia valori ntre -1 i
+1 1 1 r +

Observaii:
154
1. Dac r = 1 legtura dintre variabile este de tip funcional (fiecrei
valori a lui x i corespunde o valoare a lui y i numai una), iar ntre variabile este
o corelaie pozitiv (direct), perfect.
2. Dac r = -1 legtura este tot de tip funcional, dar ntre variabile este o
corelaie negativ (invers), perfect.
3. Dac r = 0 variabilele nu sunt corelate liniar (nu i independente
deoarece ntre variabile poate exista o corelaie curbilinie).
Dac variabilele sunt independente atunci r = 0.

Fig.9.8. Interpretarea valorilor coeficientului de corelaie
Cu ct coeficientul de corelaie r se apropie mai mult de valorile
extreme (-1 i +1) cu att intensitatea legturii este mai puternic, i invers, cu ct
r se apropie de 0 cu att legtura este mai slab, iar dac r = 0 ntre variabile nu
exist o legtur liniar, dar poate fi o legtur curbilinie.

2. Cazul n care variantele variabilelor x i y se prezint sub forma a dou
serii paralele.
( ) ( )
2 2
2 2
i i i i
xy
i i i i
n x y x y
r
n x x n y y
=
( (

( (

Demonstraie:
Se tie c
( ) ( )
i i
xy
x y
x x y y
r
n

=

, dar

( )
2
i
x
x x
n
=

i
( )
2
i
y
y y
n
( ) ( )
( ) ( )
2 2
i i
xy
i i
x x y y
r
x x y y
n
n n

=

155
( ) ( )
( ) ( )
2 2
i i
xy
i i
x x y y
r
x x y y

=
( (

( (

( ) 1
( )( ) ( )
1
1
i i i i i i
n
i i i i
i
i i i i
i i i i
i i
i i
x x y y x y x y xy x y
x y y x x y x y
y x x y
x y x y n
n n n n
x y
x y
n
=
= + =
= + =
= + =

Deci,
( )( )
i i
i i i i
x y
x x y y x y
n
=

( ) 2
( )
( )
( )
( ) ( ) ( )
2 2 2
2 2
2 2
2
2 2
2 2 2
2 2
2
2 2 1
2
2
2
i i i i i
i i i
i i i
i i i
i i
x x x xx x x x x x
x x x
x x x n x n
n n n
x x x
x n x
n n n
= + = + =
| |
= + = + =
|
|
\
= + =

Deci,
( )
( )
2
2
2
i
i i
x
x x x
n
=

( ) 3
(Formula nti a lui Koening).
Analog se obine c:
( )
( )
2
2
2
i
i i
y
y y y
n
=

( ) 4
nlocuind (2), (3) i (4) n (1) obinem:
( ) ( )
2 2
2 2
i i
i i
xy
i i
i i
x y
x y
n
r
x y
x y
n n
=
( (
( (

( (

( ) ( )
2 2
2 2
i i i i
xy
i i i i
n x y x y
r
n x x n y y
n
n n
=
( (

( (

156
( ) ( )
2 2
2 2
i i i i
xy
i i i i
n x y x y
r
n x x n y y
=
( (

( (

Dac perechile (x
i
, y
i
) sunt ponderate cu frecvenele n
i
, adic cazul (x
i
, y
i
,
n
i
), formula coeficientului de corelaie este:
( ) ( )
( )
i i i
xy
i x y
x x y y n
r
n

=

unde,
( )
2
i i
x
i
x x n
n
i
( )
2
i i
y
i
y y n
n
i
( ) ( )
2 2
2 2
i i i i i i i i
xy
i i i i i i i i i i
n x y n x n y n
r
n x n x n n y n y n
=
( (

( (

Dac datele se prezint sub forma unui tabel de corelaie,
( ) ( )
i i ij
xy
ij x y
x x y y n
r
n

=

unde,
( )
2
.
.
i i
x
i
x x n
n
i
( )
2
.
.
i j
y
j
y y n
n

i
( ) ( )
. .
2 2
2 2
. . . .
ij i j ij i i j j
xy
ij i i i i ij j j j j
n x y n x n y n
r
n x n x n n y n y n
=
( (

( (

Forma simplificat a coeficientului de corelaie r se obine dac:
* i
i
x
x a
x
k
= i
* j
j
y
y b
y
k
=
unde: a - valoarea caracteristicii x
i
aflat pe loc median;
b - valoarea caracteristicii y
j
aflat pe loc median;
k
x
- mrimea intervalului variabilei x;
k
y
- mrimea intervalului variabilei y.
9.4.2.3. Raportul de corelaie

Raportul de corelaie ( ) se obine prin extragerea rdcinii ptrate din
coeficientul de determinaie
2
d
= .

157
Coeficientul de determinaie
( )
2
d
msoar ponderea influenei
factorului x asupra variabilei y pe seama tuturor factorilor de influen, inclusiv
x, i se determin ca raport ntre dispersia valorilor teoretice i dispersia
valorilor empirice ale variabilei y. Pentru aceasta se procedeaz la
descompunerea variabilei empirice y pe factori de influen. Variaia variabilelor
empirice y depinde de mrimea influenei tuturor factorilor, inclusiv valoarea
influenei factorului x. Variaia variabilelor teoretice y
x
depinde numai de
influena factorului x. Dispersia variabilei empirice y se descompune n dispersia
valorilor empirice fa de valorile teoretice ale variabilei i dispersia valorilor
teoretice y
x
fa de media lor, astfel:
c
b
a
x
i
y
xi
y
i
y
Variabile empirice
Dispersia rezidual
Valori teoretice (numai de
influena factorului x)

Fig. 9.9. Tipuri de dispersii
( )
2
2
i
y
y y
a
n
= =

(dispersia general);
( )
2
2
x
xi
y
y y
b
n
= =

(dispersia valorilor teoretice ale variabilei fa de
media lor);
( )
2
2 i
x
i x
yy
y y
c
n
= =

(dispersie rezidual).
158
2
x
i
y
2
y
2
xi
yy

Fig.9.10. Relaia dintre dispersii

Dispersia general
2
y
reflect influena tuturor factorilor care acioneaz
asupra variabilei dependente y, inclusiv influena variabilei independente x, iar
dispersia valorilor teoretice
i
x
y fa de media lor y msoar numai influena
variabilei independente x asupra variabilei dependente, iar influena celorlali
factori care au acionat asupra variabilei y, cu excepia variabilei x, este dat de
dispersia rezidual.
ntre dispersii, exist relaia:
2 2 2
x x
i i
y yy y
= +
Deci,
2 2 2 2
2
2 2 2
1
x x x
i i i
y y yy yy
d
y y y

= = =

( ) *
Deci,
2
0 1
d

Dac
2
1
d
= , ntreaga variaie a variabilei y este determinat de variaia
variabilei independente, deci cnd dispersia rezidual este zero.
Dac
2
0
d
= dispersia rezidual este egal cu dispersia general i
variabilele x i y sunt independente.

Coeficientul de nedeterminaie este raportul dintre dispersia rezidual i
dispersia total a variabilei y.
2 2 2 2
2 2 2 2
2 2 2
1 1 1
x x x
i i i
yy y y y
n d n d
y y y

= = = = + =

Raportul de corelaie:
( )
( )
2
2 2 2 2
2
2 2 2 2
1 1
x x x i i i i
y y yy yy i x
d
y y y
i
y y
y y

= = = = =

( ) *
Deci, 0 1 .
159
Pentru explicitarea expresiilor dispersiilor general i rezidual se
pornete de la relaia care exist ntre valorile empirice i valorile teoretice ale
variabilei y.
( ) ( )( )
2
mi nim
i i
i x i i i x
S y y y a bx y y = =

( ) ( ) ( )
0 0
mi nim
i i i
i x i i x i x i
S y y y a y y b y y x
= =
=

14243 1442443

( )
( )
0
0
0
0
i
i
i x
i x i
S
y y
a
S
y y x
b

=

=
=

=

Deci,
( ) ( ) ( )
2
i i
i x i x i i i i
y y y y y y a bx y = = =

2
i i i i
y a y b x y =

( ) **
( )
( )
2 2 2
2 2
2 2
i i i i i
y y y y yy y ny y y = + = + =

( )
2 2
2 2
2
i i i
i i i
y y y
y n y y
n n n
| |
= + =
|
|
\

( ) ***
nlocuind (**) i (***) n (*) obinem:
( )
( )
( )
2
2 2
2
2 2
2 2
1
i
i i i i i
i i i i
i i
i i
y
y y a y b x y
y a y b x y
n
y y
y y
n n
+ +

= =

Deci:
( )
( )
2
2
2
i
i i i
i
i
y
a y b x y
n
y
y
n
+
=

Pentru cazul (x
i
, y
i
, n
i
) obinem:
( )
( )
2
2
2
i i
i i i i i
i
i i
i i
i
y n
a y n b x y n
n
y n
y n
n
+
=

Pentru cazul tabelului de corelaie obinem:
160
( )
( )
2
.
.
2
.
2
.
j j
j j i j ij
ij
j j
j j
ij
y n
a y n b x y n
n
y n
y n
n
+
=

9.4.2.4. Corelaia neparametric

Metodele neparametrice fac abstracie de tipul distribuiilor variabilelor
corelate; ele nu opereaz cu valorile caracteristicilor, ci cu rangurile lor. n acest
scop unitile statistice se ordoneaz cresctor sau descresctor n funcie de
variabila factorial i se atribuie fiecrei variante cte un rang.
Cele mai importante metode neparametrice de studiere a corelaiei sunt:
1. metoda SPEARMAN
2. metoda KENDALL
3. metoda FESCHNER

9.4.2.4.1. Metoda SPEARMAN - are la baz ideea c n cazul unei legturi
funcionale directe, ntre variabile trebuie s existe o concordan deplin ntre
rangurile celor dou variabile corelate i invers, o discordan total n cazul
legturilor funcionale inverse.
Spearman a stabilit urmtorul coeficient de corelaie al rangurilor:
2
3
6
1
i
d
n n
=
,
unde: d
i
- diferena ntre rangurile celor dou variabile;
n - numrul perechilor de valori corelate.
Coeficientul lui Spearman este cuprins ntre -1 i 1 i se poate deduce i
pe baza coeficientului de corelaie al lui Pearson, astfel:
( ) ( )
i i
xy
x y
x x y y
r
n

=

(*),
unde considerm c rangurile variabilelor x i y sunt constituite din primele n
numere naturale, i deci:
( ) 1
1 2 3 ... 1
2
2
i
n n
x
n n
x
n n n
+
+ + + + +
= = = =
( ) 1
Analog
1
2
n
y
+
= ( ) 2
161
( ) ( )
2 2
2 2
2
2
2 i i
i
i i
x
x xx x
x x
x x x x n
n n n
+
+
= = =

2 2
2 2
2
i i
x x
x x x x
n n
= + =

( ) 3
Analog se obine c
2
2
i
y
y
y
n
=
( ) 4
Se tie c:
( )( )
( )( )
2 2 2 2
2 2 2 2
1 2 1
1 2 ...
6
1 2 1
1 2 ...
6
1
2
i
i
n n n
x n
n n n
y n
n
x y
+ +
= + + + =

+ +
= + + + =
`
+
= =
( ) 5
nlocuim relaiile (5) n (3) i obinem:
( )( ) ( ) ( )
2
1 2 1 1 2 1 1 1
6 2 2 3 2
x
n n n n n n n
n
+ + + | + | + + | |
= = =
| |
\
\

( ) ( )( )
2
1 1 1 4 2 3 3 1
2 6 12 12
n n n n n n + + +
= = = ( ) 6
Analog se obine
2
1
12
y
n
= .

Deci,
( )
2
2 2 3
1
1 1
12 12 12 12
x y
n n
n n n n
n n

= = = (7)
( ) ( ) ( ) ( )
( ) ( )( ) ( )
( ) ( )( ) ( )
( )( ) ( ) ( )
2
2
2 2
2 2
2 2
2
2
2
2
i i i i i i i i
i i i i
i i i i
i i i i i
d x y x x y y d x x y y
x x x x y y y y
x x x x y y y y
x x y y x x y y d
(
= = = =

(
= + =
(

= +
= +

( )( )
( ) ( )
2 2
2
2
i i i
i i
x x y y d
x x y y
+
=

( ) 8
162
( )
( )
( )( ) ( ) ( )
2 2 2
2 2
2 2 2 2
2 2 2
2
2 2
2 2
1 2 1 1 2 1
1 1
6 2 2 3 2
i i i i i
i
i i i
x x x xx x x x x nx
x
x x n nx x nx nx x nx
n
n n n n n n
n n
n
= + = + =
= + = + = =
+ + + + (
+ + | |
= = =
( |
\

( ) ( ) ( ) ( )
2
3
1
1 1 1 4 2 3 3
2 6 2 6 12 12
n n
n n n n n n n n n
+ + +
= = = = ( ) 9
Analog se obine c
( )
3
2
12
i
n n
y y

=
. ( ) 10
nlocuind (9) i (10) n (8) obinem:
( )( )
3 3 3
2 2
6 12 12
2 2
i i
i i
n n n n n n
d d
x x y y

+
= = =

3 2
6
12
i
n n d
=

( ) 11
nlocuim (7) i (11) n (*) i obinem:
( )
( ) ( )
3 2
2
3 3
6
12
6
1 c.c.t.d.
12
i
i
xy
n n d
d
r
n n n n
| |

|
|
\
= =
| |
|
|
\

n cazul unei legturi funcionale directe exist o concordan deplin a
rangurilor i 1 = , iar n cazul unei legturi funcionale inverse 1 = .

9.4.2.4.2. Metoda KENDALL

Coeficientul lui Kendall dintre ranguri se determin cu relaia:
( )
1
1
2
S
n n
=
,
unde: S P Q =
i
i
P p
Q q
=
=

p
i
- numrul de ranguri superioare rangului i al variabilei dependente
care exist pe coloana respectiv dup fiecare rang
163
q
i
- numrul de ranguri inferioare rangului i al variabilei dependente care
exist pe coloana respectiv dup fiecare rang.
n prealabil se ordoneaz cresctor variantele variabilei independente i se
nscriu alturat rangurile corespunztoare pentru variabila dependent
1 1 + .
Pentru un numr suficient de mare al lui n, ntre coeficienii lui Spearman
i al lui Kendall exist relaia:
3
2
= .
9.4.2.4.3. Metoda FESCHNER - presupune determinarea unui coeficient de
concordan denumit coeficient simplu de covariaie diferenial.
c d
K
n
= ,
unde: c, d - numrul de concordane, respectiv discordane de semne ale
abaterilor;
1 1
;
i i i i i i
x x x y y y

= =
[ ] sau ; , 1,1
i i i i
x x x y y y k = =

Dac exist numai concordane de semne
0
1
0
c n
c d n
K
d n n
=
= = =

2. Dac exist numai discordane de semne
0
1
0
d n
c d n
K
c n n
=
= = =

3. Dac numrul concordanelor este egal cu numrul de discordane,
atunci:
0
c d
c d K
n
= = =
Coeficientul lui Feschner are dezavantajul c ine seama doar de semnele
abaterilor i nu de mrimea acestor abateri x
i
i y
i
, de aceea se calculeaz un
coeficient ponderat de concordan:
C D
k
C D
=
+
,

unde: , pentru care >0
i i i i
C x y x y =
;
, pentru care 0
i i i i
D x y x y = <
;
[ ] 1,1 k .
164
Aceti doi coeficieni au dezavantajul c pot avea valoarea 1, chiar dac
legtura dintre variabile nu este de tip funcional, adic abaterile x
i
, y
i
nu sunt
proporionale, fapt pentru care se calculeaz un alt coeficient ponderat de
concordan care nltur acest neajuns.
( ) ( )
2 2
i
c
i i
x
K
x y

9.4.2.5. Corelaie multipl

Gradul relaiei existente ntre trei sau mai multe variabile se numete
corelaie multipl. Legturile de corelaie multipl se stabilesc ntre dou sau mai
multe caracteristici factoriale i o caracteristic rezultativ.

Exemplul 1: Corelaia dintre nivelul de industrializare a unei ri (y) i nivelul de
nzestrare tehnic a ntreprinderilor industriale (x
1
) i fora de
munc (x
2
). O astfel de corelaie are urmtoarea form matematic:
y = f (x
1
,x
2
).

Exemplul 2: Creterea economic se poate exprima printr-o funcie de regresie
dup modelul funciilor de producie tip Cobb-Douglas.
1 2
y ax x

= , unde: y - venitul naional; x
1
- fodurile fixe productive
din economia naional; x
2
- fora de munc din sfera productiv;
, - coeficieni de elasticitate, iar 1 + = dac se consider
c y depinde numai de x
1
i x
2
. Edelberg n 1936 a introdus un alt
factor, durata procesului de producie (x
3
), iar relaia anterioar
devine:
1 2 3
y x x x

= , unde 1 + + = .

Pentru folosirea funciilor Edelberg i Cobb-Douglas acestea se liniarizeaz
prin logaritmare. n cadrul legturilor multiple, variabilele factoriale au influene
diferite asupra variabilei rezultative, n sensul c unele exercit o aciune
important i trebuie s fie luate n calculele de regresie i corelaie, n timp ce
altele au o aciune mai puin important i pot fi neglijate. Factorii cauzali se
ordoneaz n funcie de importana aciunii lor asupra fenomenului efect i se iau n
calcul numai cei care au o aciune important. Dac variabilele nu sunt
independente ntre ele, n cazul corelaiei multiple, apare fenomenul de
multicolinearitate care trebuie diminuat ct mai mult posibil nainte de a se trece
la calculul indicatorilor de regresie i corelaie multipl.

9.4.2.5.1. Convenii de scriere

165
Pentru a putea generaliza pentru un numr mare de variabile, este necesar
s utilizm indici convenionali. Considerm o variabil dependent y i k variabile
independente x
1
, x
2
, ..., x
k
, legate ntre ele printr-o funcie de forma:
( ), 1,
i
y f x i k = = n care fiecare din variabilele x
i
ia n valori, adic valorile
asociate variabilei:
1 11 12 13 1
2 21 22 23 2
1 2 3
sunt : , , ,...,
sunt : , , ,...,
sunt : , , ,...,
n
n
k k k k kn
x x x x x
x x x x x
x x x x x

M
.
Ecuaia ( ), 1,
i
y f x i k = = poate fi liniar sau curbilinie n funcie de
formele legturilor dintre fiecare pereche de valori (y, x
i
). Dac toate legturile
simple dintre y i x
i
sunt liniare, atunci i legtura multipl de corelaie este tot
liniar, dar dac cel puin una dintre legturile simple (y, x
i
) este curbilinie, atunci
i legtura multipl de corelaie este curbilinie.

9.4.2.5.2. Ecuaie de regresie. Plan de regresie

Ecuaia de regresie este o ecuaie utilizat pentru a estima o variabil
dependent, s spunem y, pentru centrul variabilelor independente x
1
, x
2
, ..., x
k
i se
numete ecuaia de regresie a lui y pentru x
1
, x
2
, ..., x
k,
i se poate scrie:
y = f (x
1
, x
2
, ..., x
k
) (legea lui y este funcie de x
1
, x
2
, ..., x
k
).
Pentru cazul a trei variabile, cea mai simpl ecuaie de regresie a lui y
pentru x
1
i x
2
este de forma: y = a
0
+ a
1
x
1
+ a
2
x
2
(1) unde a
0
, a
1
i a
2
sunt
constante:
a
0
- parametru ce exprim influena celorlali factori considerai cu aciune
constant, n afar de x
1
i x
2
.
a
1
, a
2
- coeficieni de regresie multipl, care arat cu ct variaz variabila
rezultativ y, atunci cnd factorul x
1
i respectiv, x
2
se modific cu o unitate.
Dac meninem constant pe x
2
n ecuaia (1), graficul pentru y i x
1

reprezint o dreapt cu un coeficient unghiular a
1
. Dac meninem constant pe x
1
,
graficul pentru y
1
i x
2
reprezint o dreapt cu coeficientul unghiular egal cu a
2
.
Deoarece y variaz n parte datorit variaiei lui x
1
i n parte datorit lui x
2
, spunem
c a
1
i a
2
reprezint coeficieni de regresie parial a lui y pentru x
1
cu x
2

constant i respectiv, a lui y pentru x
2
cu x
1
constant. Ecuaia (1) se numete ecuaie
de regresie liniar a lui y pentru x
1
i x
2
. ntr-un sistem de coordonate carteziene
ortogonale cu trei dimensiuni, aceast ecuaie este reprezentat de un plan (planul
ABCD din fig. 9.11.) numit plan de regresie. Este o generalizare a dreptei de
regresie pentru dou variabile.
166

Fig.9.11. Reprezentarea grafic a ecuaiei de regresie liniar a
lui y pentru x
1
i x
2
i a planului de regresie ABCD

9.5.2.5.3. Ecuaiile normale pentru planul de regresie al celor mai mici
ptrate

Aa cum exist o dreapt de regresie a celor mai mici ptrate care
aproximeaz o mulime de n puncte date (x, y) ntr-o diagram tridimensional a
dispersiei acestor puncte, tot la fel exist un plan de regresie al celor mai mici
ptrate care interpoleaz k + 1 puncte (y, x
1
, x
2
, ..., x
k
) i n particular, 3 puncte
date (y, x
1
, x
2
) ntr-o diagram tridimensional a dispersiei. Planul de regresie al
celor mai mici ptrate al lui y pentru x
1
i x
2
admite ecuaia (1) unde a
0
, a
1
i a
2
se
determin rezolvnd sistemul de ecuaii normale:
0 1 1 2 2
2
0 1 1 1 2 1 2 1
2
0 2 1 1 2 2 2 2
a n a x a x y
a x a x a x x yx
a x a x x a x yx
+ + =
+ + =
+ + =

(2)
Aceste ecuaii se obin multiplicnd ambii membri ai ecuaiei (1) succesiv
cu 1, x
1
i x
2
i nsumnd n ambii membri sau aplicnd metoda celor mai mici
ptrate ecuaiei (1).
( )
2
0 1 1 2 2
mi nim S y a a x a x =

( )( )
( )( )
( )( )
0
0 1 1 2 2
0 1 1 2 2 1
1
0 1 1 2 2 2
2
0
2 1 0
0 2 0
2 0
0
S
a
y a a x a x
S
y a a x a x x
a
y a a x a x x
S
a

=

= =

167
0 1 1 2 2
2
1 0 1 1 1 2 1 2
2
2 0 2 1 1 2 2 2
y a n a x a x
yx a x a x a x x
yx a x a x x a x
= + +
= + +
= + +

( ) 2

Mai mult, chiar dac nu este specificat, atunci cnd ne referim la o ecuaie
de regresie se nelege ecuaia de regresie a celor mai mici ptrate.
Dac
1 1 1 2 2 2
, x X X x X X i y Y Y = = = , ecuaia de regresie a lui y
pentru x
1
i x
2
se poate scrie simplificat sub forma:
y = a
1
x
1
+ a
2
x
2
(3)
unde a
1
i a
2
se obin rezolvnd sistemul de ecuaii:

2
1 1 1 2 1 2
2
2 1 1 2 2 2
yx a x a x x
yx a x x a x
= +
= +

(4)
Demonstraie:
y = a
0
+ a
1
x
1
+ a
2
x
2

( )
2
0 1 1 2 2
mi nim S Y a a X a X =

( )( )
( )( )
( )( )
0
0 1 1 2 2
0 1 1 2 2 1
1
0 1 1 2 2 2
2
0
2 1 0
0 2 0
2 0
0
S
a
Y a a X a X
S
Y a a X a X X
a
Y a a X a X X
S
a

=

= =

( )
0 1 1 2 2
2
1 0 1 1 1 2 1 2
2
2 0 2 1 1 2 2 2
* Y a n a x a X
YX a X a X a X X
YX a X a X X a X
= + +
= + +
= + +

mprim ecuaia (*) din sistemul anterior la n i obinem:
0 1 1 2 2
Y a a X a X = + + i nsumm:

0 1 1 2 2
Y a n a X a X = + +

(**)
Scdem (**) din (*) i obinem:
( ) ( ) ( )
1 1 1 2 2 2
Y Y a X X a X X = +

Dac notm cu
1 1 1 2 2 2
, y Y Y X X X i x X X = = = obinem:
1 1 2 2
' ' ' Y a X a X = +

.
Aceast transformare prezint avantajul simplificrii calculelor, deoarece
suma abaterilor unei variabile fa de media lor este egal cu zero, adic
( ) ( ) ( ) 1 1 2 2
0 x x x x y y = = =

.
168
Astfel prima ecuaie (*) se elimin i obinem sistemul (4).
Rezolvnd sistemul (4) obinem:
( )
1 1 2
2 2
2 2 2 1 1 2 2
1
1 2 2
2 2
1 1 2
1 2 1 2
2
1 2 2
' ' '
' ' ' ' ' ' ' ' ' '
' ' '
' ' ' '
' ' '
x y x x
x y x x x y x x x y
a
a
x x x
x x x x
x x x
= = =

( )
2
1 1
2
1 2 2 1 2 1 2 1
2
2 2 2
2 2
1 1 2
1 2 1 2
2
1 2 2
' ' '
' ' ' ' ' ' ' ' ' ' '
' ' '
' ' ' '
' ' '
x y x
x x y x x x y x x x y
a
a
x x x
x x x x
x x x
= = =

unde
( )
( )
2
2
1 1 1
2
2
2 2 2
' ' '
' ' '
x x x
x x x
=
=

( )( ) 1 2 1 1 2 2
' ' ' ' ' ' x x x x x x =

( )( )
( )( )
1 1 1
2 2 2
' ' ' ' ' '
' ' ' ' ' '
y x y y x x
y x y y x x
=
=

Substituim valorile gsite pentru a
1
i a
2
n ecuaia (*), dup ce a fost
mprit la n, adic:
0 1 1 2 2
y a a x a x = + + obinem:
0 1 1 2 2
a y a x a x = + .
Acest sistem de ecuaii (4) este echivalent cu sistemul de ecuaii normale
(2) i se poate obine multiplicnd ambii membri din relaia (3) succesiv cu x
1
i x
2

i nsumnd n ambii membri, sau aplicnd ecuaiei (3) metoda celor mai mici
ptrate:
( )
2
0 1 1 2 2
mi nim S y a a x a x =

( )( )
( )( )
1 1 1 2 2 1
1 1 2 2 2
2
0
2 0
2 0
0
S
a y a x a x x
y a x a x x S
a

=
=

=

=

2
1 1 1 2 1 2
2
2 1 1 2 2 2
yx a x a x x
yx a x x a x
= + +

= +

( ) 4

9.4.2.5.4. Generalizri pentru mai mult de trei variabile

169
n cazul unei legturi liniare multiple ecuaia de regresie este:
y = a
0
+ a
1
x
1
+ a
2
x
2
+ ... + a
k
x
k
, (5)
sau
0
, unde 1,
i i
y a a x i k = + =
i x
i
ia n valori, adic:
x
1
= x
11
+ x
12
+ ... + x
1n

x
2
= x
21
+ x
22
+ ... + x
2n

M
x
k
= x
k1
+ x
k2
+... + x
kn

i a
0
- parametrul care exprim influena celorlali factori considerai cu
aciune constant, n afar de cei cauzali luai n calcul.
a
i
- cu 1, i k = - coeficieni de regresie multipl, care arat cu ct
variaz variabila rezultativ, atunci cnd variabila factorului x
i
, se modific cu o
unitate.
Parametrii a
0
, a
1
, a
2
, ... , a
k
se determin multiplicnd ambii membri din
ecuaia (5) succesiv cu 1, x
1
, x
2
, ... , x
k
i nsumnd n ambii membri. Se obine
sistemul de ecuaii normale:
0 1 1 2 2
2
0 1 1 1 2 1 2 1 1
2
0 1 1 2 2
k k
k k
k k k k k k
a n a x a x a x y
a x a x a x x a x x yx
a x a x x a x x a x yx
+ + + + =
+ + + + =
+ + + + =

L
L
M
L
( ) 6
Parametrii a
0
,a
1
,a
2
, ... ,a
k
se pot determina i aplicnd metoda celor mai
mici ptrate ecuaiei (5).
( )
2
0 1 1 2 2
... mi nim
k k
S y a a x a x a x =

( )( )
( )( )
( )( )
( )( )
0
0 1 1 2 2
0 1 1 2 2 1
1
0 1 1 2 2 2
2
0 1 1 2 2
0
2 1 0
0
2 0
2 0
0
2 0
0
k k
k k
k k
k k k
k
S
a
y a a x a x a x
S
y a a x a x a x x
a
S
y a a x a x a x x
a
y a a x a x a x x
S
a

=

=
=

L
L
L
M
M
L

170
0 1 1 2 2
2
0 1 1 1 2 1 2 1 1
2
0 2 1 1 2 2 2 2 2
2
0 1 1 2 2
k k
k k
k k
k k k k k k
a n a x a x a x y
a x a x a x x a x x yx
a x a x x a x a x x yx
a x a x x a x x a x yx
+ + + + =
+ + + + =
+ + + + =
+ + + + =

L
L
L
M
L
( ) 5
Dac se mparte ecuaia:
0 1 1 2 2 k k
a n a x a x a x y + + + + =

L
la n rezult:
0 1 1 2 2
...
k k
a a x a x a x y + + + + = ,
deci, planul de regresie trece prin punctul de coordonate
( )
1 2
, , ,...,
k
y x x x .

9.4.2.5.5. Planuri de regresie. Coeficieni de corelaie

Dac coeficienii de corelaie liniar dintre variabilele y i x
1
, y i x
2
, x
1
i x
2

aa cum au fost calculai, sunt notai cu
1 2 1 2
, ,
yx yx x x
r r r (coeficieni de corelaie de
ordinul zero), planul de regresie al celor mai mici ptrate admite ecuaia:

1 2 1 2 2 1 1 2
1 2 1 1 2 2
1 2
2 2
1 1
yx yx x x yx yx x x
y x x x x x x
r r r r r r
y x x
r r
| | | |
= + | |
| |

\ \

unde:
1 1 1 2 2 2
, , y Y Y x X X x X X = = = i
1 2
, ,
y
x x sunt abaterile ptratice
medii ale lui y, respectiv, x
1
i x
2
.

9.4.2.5.6. Raportul de corelaie multipl liniar

Raportul de corelaie multipl liniar msoar intensitatea corelaiei
multiple liniare. Analog cu formula de calcul a coeficientului ce corelaie liniar
simpl se determin i raportul de corelaie multipl liniar pentru cazul a dou
variabile independente i una rezultativ i anume:

( )
( )
1 2 1 2
2
2
2 2
1
x x
y i x x
y
i
y y
y y

= =
( ) 8
Prin generalizarea relaiei (8) pentru cazul legturii dintre k variabile
independente x
1
, x
2
, ... , x
k
i o variabil dependent y, raportul de corelaie se
determin cu formula:
171

( )
( )
... 1 2 1 2
2
2
2 2
1
x x x k k
y i x x x
y
i
y y
y y

= =
L
( ) 9
Dac se cunosc parametrii ecuaiei de regresie multipl a
0
,a
1
,a
2
, ... ,a
k
,
atunci formula (9) se poate simplifica tiind c:
( ) ( )( )
( ) ( ) ( )
1 2 1 2
1 2 1 2 1 2
2
0 1 1 2 2
0 1 1
...
n n
n n n
x x x k k x x x
x x x x x x x x x
S y y y a a x a x a x y y
y y y a y y a y y x
= = =
=

L L
L L L

( ) ( )
1 2 1 2
2 2
mi nim
n n
x x x k x x x k
a y y x a y y x
L L
L ( ) 10

( )
( )
( )
( )
1 2
1 2
1 2
1 2
0
1
1
2
2
0
0
0
0
0
0
0
0
n
n
n
n
x x x
x x x
x x x
x x x k
k
S
a
y y
S
y y x
a
S
y y x
a
y y x
S
a

=

=

=

=

=
=

L
L
L
L
M
M
( ) 11
nlocuind relaia (11) n (10) obinem:
( ) ( )
( ) ( )
( )
1 2 1 2
1 2 1 2
2
2
0 1 1 2 2 1
n n
n n
x x x x x x
x x x x x x
k k
S y y y y y
Deci y y y y y
y y a a x a x a x
= =
= =
= =

L L
L L
K

2
0 1 1 2 2 k k
y a y a x y a x y a x y =

L . (12)
Iar numitorul din relaia (9) pe baza formulei lui Kning:
( )
( )
2 2 2
2 2
2 2 y y y y y y y y y ny = + = + =

( ) ( )
2 2 2
2 2
2 y y y
y n y
n n n
| |
= + =
|
|
\

( ) 13
Substituim relaia (12) i (13) n (9) i obinem:
( )
2
0 1 1 2 2
2
2
1
k k
y a y a x y a x y a x y
y
y
n
L

172
( )
( )
2
2 2
0 1 1 2 2
2
2
k k
y
y y a y a x y a x y a x y
n
y
y
n
+ + + + +
=
L
( )
( )
2
0 1 1 2 2
2
2
k k
y
a y a x y a x y a x y
n
y
y
n
+ + + +
=
L
( ) 14
Iar pentru cazul a dou variabile independente x
1
, x
2
i o variabil
dependent de y, raportul de corelaie multipl liniar devine:
( )
( )
1 2
2
0 1 1 2 2
2
2
x x
y
y
a y a x y a x y
n
y
y
n
+ +
=
( ) 15
n cazul legturii dintre 3 variabile independente x
1
, x
2
, x
3
i o variabil
dependent y, raportul de corelaie multipl liniar devine:
( )
( )
2
0 1 1 2 2 3 3
2
2
y
a y a x y a x y a x y
n
y
y
n
+ + +
=
( ) 16
Aceste formule se pot utiliza practic atunci cnd datele empirice privind
variabilele analizate se prezint sub forma unor iruri (serii) paralele
neponderate. n cazul dependenei de dou sau trei variabile va trebui s se in
seama i de frecvenele perechilor de valori ponderate.

9.4.2.5.7. Coeficientul de corelaie multipl liniar

Intensitatea corelaiei multiple liniare se poate msura cu ajutorul
coeficientului de corelaie multipl calculat pe baza coeficienilor de corelaie
simpl dintre variabile luate dou cte dou. n cazul corelaiei dintre o variabil
factorial y i dou variabile independente x
1
, x
2
coeficientul de corelaie multipl
liniar se poate calcula cu relaia:
( ) ( )
1 2
1 2 1 2
x
1 2
1 2
2 2
y 2
2
R 17 unde, 18 ,
1
x x x x
i
x x x
i i
y y y y x x
x
y y
x x y
r r r r r
r b
r
+

= =

x
i
y
r - coeficientul de corelaie n cazul lui y n funcie de x
i
;
173
x
i
y
b - coeficientul de regresie.
Coeficientul de corelaie multipl ia valori ntre 0 i 1. Cu ct coeficientul
de corelaie multipl este mai aproape de 1 cu att este mai puternic legtura
dintre variabile, i invers. Dac coeficientul de corelaie multipl este egal cu 0,
ntre variabile nu exist o relaie liniar, dar este totui posibil s existe o relaie
neliniar.
9.4.2.6. Corelaie parial

Dac se are n vedere c n cazul corelaiei simple se studiaz legtura
liniar dintre doi factori, neglijndu-se influena celorlali factori care acioneaz
concomitent asupra variabilei y, n timp ce n cazul corelaiei multiple liniare se
studiaz influena simultan a dou sau mai multe caracteristici factoriale asupra
caracteristicii rezultative, influena exercitat de o variabil independent
asupra variabilei dependente presupunnd c celelalte variabile independente
se menin la un nivel constant este studiat de corelaia parial. Intensitatea
corelaiei pariale se apreciaz cu ajutorul coeficientului de corelaie parial de
ordinul I care se determin pentru cazul general, cu formula:
( )( )
1 2 3 1 2 3 1 1 2 3 1
1 2 3
2 3 1 1 2 3 1
2 2
1 1
k k k k k
k
k k k k
yx x x x yx x x x x x x x x
yx x x x
yx x x x x x x x x
r r r
r
r r

=

L L L
L
L L
( ) 19
unde,
1 2 3 k
yx x x x
r
L
- reprezint coeficientul de corelaie parial a lui y i x
1
cnd x
2
,
x
3
, ... , x
k
sunt constante.
2 3 1 k k
yx x x x
r
L
- reprezint coeficientul de corelaie parial a lui y
1
i x
k
cnd
x
2
, x
3
, ... , x
k-1
sunt constante.
1 2 3 1 k k
x x x x x
r
L
- reprezint coeficientul de corelaie parial a lui x
1
i x
k
cnd
x
2
, x
3
, ... , x
k-1
sunt constante.
n cazul a dou variabile independente x
1
, x
2
i o variabil dependent y,
coeficientul de corelaie parial de ordinul I se calculeaz cu formulele:
a) coeficientul de corelaie parial dintre y i x
1
, neglijnd influena lui x
2
:

( )( )
1 2 1 2
1 2
2 1 2
2 2
1 1
yx yx x x
yx y
xy x x
r r r
r
r r

=

(20)
b) coeficientul de corelaie parial dintre y i x
2
1
:

( )( )
2 1 1 2
2 1
1 1 2
2 2
1 1
yx yx x x
yx x
yx x x
r r r
r
r r

=

(21)
n cazul a 3 variabile independente x
1
, x
2
, x
3
i o variabil dependent y,
coeficienii de corelaie parial de ordinul al II-lea se pot determina cu ajutorul
coeficienilor de corelaie parial de ordinul I, cu formulele.
174
a) ntre y i x
1
2
i x
3
.

( )( )
1 2 3 2 1 3 2
1 2 3
3 2 1 3 2
2 2
1 1
yx x yx x x x x
yx x x
yx x x x x
r r r
r
r r

=

( ) 22
b) ntre y i x
2
1
i x
3
.

( )( )
2 1 3 2 2 3 1
2 1 3
3 1 2 3 1
2 2
1 1
yx x yx x x x x
yx x x
yx x x x x
r r r
r
r r

=

( ) 23
c) ntre y i x
3
1
i x
2
:

( )( )
3 1 2 1 2 3 1
3 1 2
2 1 2 3 1
2 2
1 1
yx x yx x x x x
yx x x
yx x x x x
r r r
r
r r

=

( ) 24
9.4.2.7. Determinaie liniar multipl i parial

Determinarea contribuiei fiecrei variabile independente asupra variaiei
variabilei dependente precum i a influenei simultane a tuturor variabilelor
independente asupra variabilei dependente se face cu ajutorul coeficienilor de
determinaie parial n primul caz i cu coeficientul de determinaie multipl n al
doilea caz.
Coeficientul de determinaie multipl se determin prin ridicarea la
ptrat a coeficientului sau raportului corelaiei multiple. n cazul a dou variabile
independente x
1
, x
2
i o variabil dependent y, coeficientul de determinaie
multipl se determin cu formula:

1 2 1 2 1 2
1 2 1 2
1 2
2 2
2
2
2
1
yx yx yx yx x x
yx x yx x
x x
r r r r r
D R
r
+
= =
(25)
a) Dac y este independent liniar de x
1
, x
2
, atunci coeficientul
determinaiei multiple este zero. Deci,
1 2 1 2
2
0
yx x yx x
D R = = dac
1 2
0
yx yx
r r = =
b) n cazul legturilor funcionale ntre y, x
1
, x
2
, coeficientul determinaiei
totale este egal cu 1, i
1 2
0
x x
r = , iar formula devine:
1 2 1 2 1 2
2 2 2
yx x yx x yx yx
D R r r = = +
n aceste condiii coeficienii de determinaie parial se pot calcula pe
baza formulelor:
1. ntre y i x
1
2

2
1 2
1 2
2
2 2
2
2
1
x x
y yx
yx x
yx
R r
r
r
(26)
2. ntre y i x
2
1

1
1 2
2 1
1
2 2
2
2
1
x x
y yx
yx x
yx
R r
r
r
(27)
175
Calculul coeficienilor de determinaie parial se poate face i pe baza
coeficienilor de corelaie parial prin ridicarea la ptrat a acestora, i anume:

( )
( )
( )( )
1 2 1 2
1 2 1 2
2 1 2
2
2
2
2 2
1 1
yx yx x x
yx x yx x
yx x x
r r r
r r
r r

= =

( ) 28

( )
( )
( )( )
2 1 1 2
2 1 2 1
1 1 2
2
2
2
2 2
1 1
yx yx x x
yx x yx x
yx x x
r r r
r r
r r

= =

(29)
Dac pe lng coeficienii de corelaie parial se cunosc mediile aritmetice
i abaterile standard ale variabilelor y, x
1
, x
2
atunci se pot determina coeficienii
ecuaiei regresiei multiple pe baza formulelor:

1 2
1 2
1
1 2
yx x
y x x
a r
x yx

=

( ) 30

2 1
1 2
2
2 1
yx x
y x x
a r
x yx

=

( ) 31
unde:

( )( )
1 2 2 1
2 2 2
1 1
y x x y yx yx
r r
= ( ) 32

( )( )
1 2 1 1 2 1 2
2 2 2
1 1
x yx x x x yx x
r r

= ( ) 33

( )( )
2 1 2 1 2 2 1
2 2 2
1 1
x yx x x x yx x
r r

= ( ) 34
Coeficientul determinaiei multiple se poate calcula cu ajutorul raportului
de corelaie multipl liniar. Pentru 3 variabile se pot utiliza formulele:

( )
( )
1 2
1 2 1 2 1 2
2
2 2
2
1
i x x
y x x y x x y x x
i
y y
D R
y y
= = =
( ) 35

( )
( )
1 2
2
0 1 1 2 2
2
2
y x x
y
a y a yx a yx
n
D
y
y
n
+ +
=
( ) *
Parametrul a
0
se determin din prima ecuaie a sistemului de ecuaii
normale, n care se substituie coeficienii a
1
, a
2
deja cunoscui:

1 1 2 2
0 1 1 2 2
y a x a x
a y a x a x
n

= =

(**)
Coeficienii determinaiei pariale se pot obine nlocuind relaia (**) n
relaia (*):
176

( )
( )
1 2 1 2
2
1 1 2 2 1 1 2 2
2
2
2
y x x y x x
y
y y a x y a x y a yx a yx
n
D R
y
y
n

+ +
= =

( )
1 2
1 2
1 1 2 2
2
2
y x x
x x
a yx y a yx y
n n
D
y
y
n
| | | |
+
| |
| |
\ \
=

( )
( )
( )
( )
1 2
1 1 1 2 2 2
2 2
2 2
y x x
a n yx x y a n yx x y
D
n y y n y y

= +

( ) 36

1 2 1 2 2 1
2 2
y x x yx x yx x
D r r

= + ( ) 37
Deci, termenii din membrul al doilea reprezint cei doi coeficieni de
determinaie parial. Deci, se poate scrie c: ( )
1 2 1 2 2 1
2 2 2
38
y x x yx x yx x
R r r

= + ceea ce
arat c suma coeficienilor determinaiei pariale este egal cu coeficientul
determinaiei multiple liniare. Pe msur ce n modelul corelaiei se adaug noi
variabile, coeficientul corelaiei multiple liniare (ca i coeficientul determinaiei
multiple) crete, i se pierde cte un grad de libertate a variaiei, i se obine o tot
mai bun estimare a fenomenului efect y.

9.4.2.7.1. Relaii ntre coeficienii de corelaie multipl i parial

Se pot considera interesante rezultatele care leag coeficienii de corelaie
multipl i coeficienii corelaiei pariale. De exemplu,
( )( )
1 2 1 2 1
2 2 2
1 1 1
y x x yx yx x
R r r

= ( ) 39
( )( )( )
1 2 3 1 2 1 3 1 2
2 2 2 2
1 1 1 1
y x x x yx yx x yx x x
R r r r

= ( ) 40
Se pot generaliza uor aceste rezultate, i obine:
( )( )( ) ( )
1 2 1 2 1 3 1 2 1 2 1
2 2 2 2 2
1 1 1 1 1
k k k
y x x x yx yx x yx x x yx x x x
R r r r r

=
L L
K ( ) 41

9.4.2.8. Regresie i corelaie multipl neliniar

Rezultatele precedente pentru regresia multipl liniar pot fi extinse i
pentru cazul regresiei multiple neliniare. Coeficienii corelaiei multiple i pariale
177
pot fi definii n mod analog regresiei multiple liniare. Cazul cel mai simplu de
regresie i corelaie neliniar este cel de regresie i corelaie curbilinie.

9.4.2.8.1. Regresie i corelaie multipl curbilinie

Forma cea mai simpl de regresie i corelaie multipl curbilinie este aceea
n care o variabil dependent y, este influenat de k variabile cauzale x
1
, x
2
, ...,
x
k
iar, legtura dintre variabile este de forma:
( ) ( ) ( )
0 1 1 2 2 k k
y a f x f x f x = + + + + L , (42)
n care o parte din funciile ( ), 1,
i i
f x i k = pot s fie liniare, iar o alt parte
curbilinii sau cel puin una din funcii este curbilinie. Determinarea parametrilor
ecuaiei regresiei multiple se face cu ajutorul metodei celor mai mici ptrate.
Dac se consider c:
( )
2
i i i i i i
f x a x b x = + (43)
atunci ecuaia (42) devine:

2 2 2
0 1 1 1 1 2 2 2 2 k k k k
y a a x b x a x b x a x b x = + + + + + + + K . (44)

Un caz particular al ecuaiei (44) este modelul de regresie multipl
curbilinie:

2 2
0 1 1 1 1 2 2 2 2
y a a x b x a x b x = + + + + (45)
- prin metoda celor mai mici ptrate

( )
2
2 2
0 1 1 1 1 2 2 2 2 j
S y a a x b x a x b x =
minim.
0
0
2 2
1 2 0 1 1 1 2 2 2
0
3 2 2
1
1 0 1 1 1 1 2 1 2 2 1 1 2
2
0 4 2 3 2 2 2
1 0 1 1 1 1 2 2 1 2 1 1 2
1
2
1 0 2 1 1 2 1 2
0
2
0
2
S
a
a n a x b x a x b x y
j
S
a
a x a x b x a x x b x x y x
j
S
j
b
a x a x x b x x
S
a
S
b
+ + + + =
+ + + + =
=
+ + + + =
+ +
=
3 2
2 2 2 2 2
2 2 2 2 3 4 2
1 0 2 1 1 2 1 2 2 2 2 2 2
a x b x y x
j
a x a x x b x x a x b x y x
j
+ + =
+ + + + =
( ) 46
Prin rezolvarea sistemului (47) se obin a
0,
a
1
, b
1
, a
2
, b
2
i apoi ecuaia de
regresie multipl curbilinie. De asemenea sistemul (47) se poate obine pornind de
la ecuaia (46) nmulind ambii termeni succesiv cu 1, x
1
, x
1
2
, x
2
, x
2
2
i nsumnd
obinem:
178
2 2
0 1 1 1 2 2 2
1 2
3 2
2
0 1 1 1 1 2 1 2 2 1 1
1 2
2 4
2 3 2 2 2
0 1 1 1 1 2 2 1 2 1 1
1 2
2 3
2
0 2 1 1 2 1 2 2 2 2 2
1 2
2
2 2 2 3 4
0 2 1 1 2 1 2 2 2 2 2
1
j
j
j
j
a n a x b x a x b x y
a x a x x b x x a x b x y x
a x a x x b x x a x b x
+ + + + =
+ + + + =
+ + + + =
+ + + + =
+ + + +

2
2 j
y x

( ) 46
Reprezentarea grafic a ecuaiei de regresie multipl curbilinie
2 2
0 1 1 1 1 2 2 2 2
y a a x b x a x b x = + + + + are urmtoarea form din fig. 12.2.

Fig.9.12. Reprezentarea grafic a ecuaiei
2 2
0 1 1 1 1 2 2 2 2
y a a x b x a x b x = + + + +

n practic se pot ntlni dou situaii:
a) dac se cunosc sau se pot stabili, pe baza analizei statistice, formele
ecuaiilor simple de regresie dintre variabila dependent i fiecare variabil
cauzal. se determin funcia de regresie multipl curbilinie, iar parametrii acesteia
se determin prin metoda celor mai mici ptrate.
b) dac nu se cunosc ecuaiile simple de regresie dintre variabila
dependent i fiecare variabil cauzal se reprezint grafic fiecare legtur simpl
i analiznd fenomenele corelate, prin ncercri succesive se stabilete forma cea
mai adecvat a ecuaiei de regresie curbilinie, iar dup aceea se procedeaz la
determinarea parametrilor prin metoda celor mai mici ptrate.

9.4.2.8.2. Raportul corelaiei multiple, raportul corelaiei multiple
curbilinii

179
Intensitatea corelaiei multiple se msoar ca i n cazul corelaiei multiple
liniare cu ajutorul raportului de corelaie, care se determin cu formula:

( )
( )
1 2
1 2
2
...
... 2
1
k
k
j
x x x
y x x x
j
y y
y y
(48)
Pentru cazul regresiei multiple curbilinii de tipul polinomului de gradul doi
raportul de corelaie este:
( )
( )
1 2
2
2 2 2
0 1 1 1 1 2 2 2 2
... 2
2
...
k
j
j j j j j k k j k k j
y x x x
j
j
y
a y a x y b x y a x y b x y a x y b x y
n
y
y
n
+ + + + + + +

=
(49)
n particular, pentru regresiile curbilinii polinomiale dintre dou variabile
cauzale x
1
, x
2
i una dependent y, raportul de corelaie se determin cu relaia:
1 2
2
2 2
0 1 1 1 1 2 2 2 2
2
2
y x x
j
j j j j j
j
j
y
a y a x y b x y a x y b x y
n
y
y
n
| |
|
\
=
| |
|
\
+ + + +

(50)
Raportul de corelaie multipl ia valori cuprinse ntre 0 i 1. Cu ct
valoarea sa este mai apropiat de 1 cu att legtura multipl este mai puternic i
invers. Dac raportul de corelaie este egal cu 1 se spune c, corelaia este perfect.

Probleme rezolvate

1. n tabelul 9.1 sunt valorile corespunztoare pentru trei variabile y, x
1
i
x
2
.

a) Determinai ecuaia de regresie prin metoda celor mai mici ptrate
pentru y n funcie de x
1
i x
2
.
b) Determinai valoarea estimat a lui y pentru valorile date ale lui x
1
i x
2
.
c) Estimai y cnd x
1
= 50 i x
2
= 10.

Tabelul 9. 1. Date iniiale
y 43 41 69 49 83 39 29 63 59 41
x
1
10 6 8 15 25 7 11 16 18 13
x
2
6 7 15 5 10 3 1 12 10 8

Rezolvare:
a) Ecuaia de regresie liniar a lui y n funcie de x
1
i x
2
se poate nscrie
sub forma:
180
y = a
0
+ a
1
x
1
+ a
2
x
2

Sistemul de ecuaii normale de regresie prin metoda celor mai mici ptrate
este:
0 1 1 2 2
2
1 0 1 1 1 2 1 2
2
2 0 2 1 1 2 2 2
y a n a x a x
yx a x a x a x x
yx a x a x x a x
= + +
= + +
= + +

Tabelul 9. 2. Calculul parametrilor de regresie
y x
1
x
2
y
2
x
1
2
x
2
2
yx
1
yx
2
x
1
x
2
43 10 6 1849 100 36 430 258 60
41 6 7 1681 36 49 246 287 42
69 8 15 4761 64 225 552 1035 120
49 15 5 2401 225 25 735 245 75
83 25 10 6889 625 100 2075 830 250
39 7 3 1521 49 9 273 117 21
29 11 1 841 121 1 319 29 11
63 16 12 3969 256 144 1008 756 192
59 18 10 3481 324 100 1062 590 180
41 13 8 1681 169 64 533 328 104
516
y =
=

1
129
x =
=

2
77
x =
=

2
29074
y =
=

2
1
1969
x =
=

2
2
753
x =
=

1
7233
yx =
=

2
4475
yx =
=

1
2
1055
x x =
=

Utiliznd datele din tabelul 9.2. sistemul de ecuaii normale devine:

0 1 2
0 1 2
0 1 2
516 10 129 77
7233 129 1969 1055
4475 77 1055 753
a a a
a a a
a a a
= + +
= + +
= + +

( )
( )
( )
1
2
3

Sistemul este mai uor de rezolvat prin metoda substituiei.

Din (1) a
0
= 51,6 - 12,9 a
1
- 7,7 a
2
(4)
nlocuind (4) n (2) obinem:
7233 = 6656,4 -1664,1 a
1
- 993,3 a
2
+ 1969 a
1
+1055 a
2

7233 = 304,9a
1
+ 61,7a
2
+ 6656,4 (5)

Din (5) a
1
= 23,7225 - 0,20236 a
2
- 21,8314
a
1
= 1,89108 -0,20236 a
2
(6)
a
0
= 51,6 -12,9 (1,89108 -0,20236 a
2
) - 7,7a
2

a
0
= 27,2051 -5,08956 a
2
(7)
Substituim (7) i (6) n (3):
4475 = 77(27,2051 -5,08956 a
2
) + 1055 (1,89108 - 0,20236 a
2
) +753a
2

181
4475 = 2094,7927 - 391,89612 a
2
+ 1995,0894 - 213,4898 a
2
= 385,1179
147,61408 a
2
= 385,1179 a
2
= 2,609
Substituim a
2
= 2,60895 n (6) i (7) i obinem:
a
1
= 1,89108 - 0,20236 2,60895
a
1
= 1,363
a
0
= 27,2051 - 5,08956 x 2,60895
a
0
= 13,928
Deci ecuaia de regresie este:
y = 13,928 + 1,363 x
1
+ 1,609 x
2
(8)

b) Utiliznd ecuaia de regresie (8) obinem valorile estimate ale lui y,
(notate cu y estimat) substituind valorile corespunztoare ale lui x
1
i x
2
.

Tabelul 9. 3. Calculul valorilor estimate
y 43 41 69 49 83 39 29 63 59 41
x
1
10 6 8 15 25 7 11 16 18 13
x
2
6 7 15 5 10 3 1 12 10 8
y
estimat
43,211 40,368 63,966 47,418 74,094 31,295 31,530 67,044 64,552 52,518

c) y
estim
= 13,928 + 1,363 50 + 2,609 10
y
estim
= 108,168

2. Calculai: a)
1
yx
r , b)
2
yx
r i c)
1 2
x x
r pentru datele din problema 1.

Rezolvare:
Pe baza tabelului 9.2 avem:
a)
( )( )
( ) ( )
1
1 1
2 2
2 2
1 1
yx
n yx y x
r
n y y n x x
=
( (

( (

( ) ( )
1
2 2
10 7233 516 129
10 29074 516 10 1969 129
yx
r

=
( (

1
5766
0, 66735
156, 47363 55, 21775
yx
r = =

b)
( )( )
( ) ( )
2
2 2
2 2
2 2
2 2
yx
n yx y x
r
n y y n x x
=
( (

( (

( ) ( )
2
2 2
10 4475 516 77
10 29074 516 10 753 77
yx
r

=
( (

182
2
5018
0, 80148
156, 47363 40, 012498
yx
r = =

c)
( ) ( )
1 2
1 2 1 2
2 2
2 2
1 2 2
1
x x
n x x x x
r
n x x n x x
=
( (

( (

( ) ( )
1 2
2 2
10 1055 129 77
10 1969 129 10 753 77
x x
r

=
( (

1 2
617
0, 27926
55, 21775 40, 012498
x x
r = =

3. Calculai coeficienii de corelaie multipl liniar dintre y, x
1
i x
2
pentru
datele din problema 1.

Rezolvare:
1 2 1 2 1 2
1 2
1 2
2 2
2
2
1
xy yx yx yx x x
y x x
x x
r r r r r
R
r
+
=

( ) ( )
( )
1 2
2 2
2
0, 66735 0, 80148 2 0, 66735 0, 80148 0, 27926
1 0, 27926
y x x
R
+
=

1 2
0, 92505
y x x
R
=
1 1 2 1 2 1 2
1 2
2
2 2 2 2 2
2
2
1
yx x x yx yx x x
x yx
yx
r r r r r
R
r
+
=

( ) ( )
( )
1 2
2 2
2
0, 66735 0, 27926 2 0, 66735 0, 80148 0, 27926
1 0, 80148
x yx
R
+
=

1 2
0, 79249
x yx
R
=
2 1 2 1 2 1 2
2 1
1
2 2 2 2 2
2
2
1
yx x x yx yx x x
x yx
yx
r r r r r
R
r
+
=

( ) ( )
( )
2 1
2 2
2
0, 80148 0, 27926 2 0, 66735 0, 80148 0, 27926
1 0, 66735
x yx
R
+
=

2 1
0, 871875
x yx
R
=

4. Calculai coeficientul de determinaie multipl pentru:
a) y i x
1
, x
2
;
183
b) x
1
i y, x
2
;
c) x
2
i y, x
1
.
pe baza datelor din problema 1.

Rezolvare:
( )
1 2 1 2
2
2
0, 92505 0, 8557
y x x y x x
D R

= = =
( )
1 2 1 2
2
2
0, 79249 0, 62804
x yx x yx
D R

= = =
( )
2 1 2 1
2
2
0, 871875 0, 760166
x yx x yx
D R

= = =

5. Calculai coeficienii de corelaie parial liniar:
a)
1 2
yx x
r

b)
2 1
yx x
r

pentru datele din problema 1.

Rezolvare:
( )( )
1 2 1 2
1 2
2 1 2
2 2
1 1
yx yx x x
yx x
yx x x
r r r
r
r r

=

;
( )( )
2 1 1 2
2 1
1 1 2
2 2
1 1
yx yx x x
yx x
yx x x
r r r
r
r r

=

Pe baza rezultatelor din problema 3 obinem:
( ) ( )
1 2
2 2
0, 66735 0, 80148 0, 27926
1 0, 80148 1 0, 27926
yx x
r

=
( (

1 2
0, 4435287
0, 598 0, 9602
yx x
r

1 2
0, 7724
yx x
r
=
( ) ( )
2 1
2 2
0, 80148 0, 66735 0, 27926
1 0, 66735 1 0, 27926
yx x
r

=
( (

2 1
0, 6151159 0, 6151159
0, 744744 0, 9602 0, 7151033
yx x
r
= =

2 1
0, 8601776
yx x
r
=

6. n urma unei analize privind un eantion de 10 muncitori dintr-o
colectivitate general de 100 de muncitori s-au obinut datele:

Tabelul 9. 4. Salariul i productivitatea
Productivitatea muncii - Salariul
184
mil. lei - - mil. lei -
5 6
6 7
8 9
10 10
13 12
15 14
17 16
18 18
19 18
20 20

Se cere s se msoare legtura dintre Wm i salariul folosind metoda
coeficientului de corelaie.

Rezolvare:
Tabelul 9.5.
Wm
mil.lei
x
i

Salariul
mil.lei
y
i

( ) a
i
x x

( ) i a
y y

( )
2
a
i
x x

( )
2
i a
y y

( ) a
i
x x

( ) i a
y y

x
i
y
i

x
i
2

y
i
2
4 6 -9 -7 81 49 63 24 16 36
6 7 -7 -6 49 36 42 42 36 49
8 9 -5 -4 25 16 20 72 64 81
10 10 -3 -3 9 9 9 100 100 100
13 12 0 -1 0 1 0 156 169 144
15 14 2 1 4 1 2 210 225 196
17 16 4 3 16 9 12 272 289 256
18 18 5 5 25 25 25 324 324 324
19 18 6 5 36 25 30 342 361 324
20 20 7 7 49 49 49 400 400 400
Total
130
130 0 0 294 220 252 1942 1984 1910
130 130
13; 13
10 10
i i
x y
x y
n n
= = = = = =

I. Metoda direct
( ) ( )
i i
xy
x y
x x y y
r
n

=

( )
2
130 294
13 5, 42
10 10
i
i
a
x
y y
y
x
n n
= = = = = =

185
( )
2
130 220
13 4, 69
10 10
i
i
y a
y y
y
y
n n
= = = = = =

2, 52
0, 99
10 5, 42 4, 69
xy
r = =

Deci, ntre Wm i salariu exist o legtur foarte puternic.

II. Metoda simplificat
( ) ( )
( )( )
2 2
2 2
10 1942 130 130
0, 99
10 1984 1698 10 1910 16900
i i i i
xy
i i i i
xy
n x y x y
r
n x x n y y
r
=
( (

( (

= =

Deci, ntre productivitatea muncii i salariu exist o legtur foarte
puternic.

7. S se calculeze raportul de corelaie dintre productivitatea muncii i
salariu pentru datele din problema 6.

Rezolvare:
Raportul de corelaie pentru cazul liniar (x
i
, y
i
, 1) cu formula:

( )
( )
2
2
2
i
i i i
i
i
y
a y b x y
n
y
y
n
+
=

unde:
xi i
y a bx = + ;
( )
2
i xi
S y y =
( )
2
i i
y a bx mi nim =

( )( )
( )( )
2
0
2 1 0
2 0
0
i i i i
i i i i i i i
S
y a bx na b x y
a
y a bx x a x b x x y S
b

=
= + =

= + =

=

2
i i
i i i i
n x y
x x x y
| |
|
|
\

186
( )
2 2
2
2
2
i i
i i i i i i i i
a
i
i i
i i
y x
x y x x y x x y
a
n x
n x x
x x
= = =

( )
2
130 1984 130 1942
1,857
10 1984 130
a a

= =

( )
( )
2 2
2
2
10 1942 130 130
10 1984 130
25, 2
0,857
29, 4
i
i i i i i i i
b
i
i i
i i
n y
x x y n x y x y
b
n x
n x x
x x
b

= = = =
= =

Deci, 0, 857 0, 857
i
x i
y x = +
i
( )
( )
2
2
130
0,857 130 0,857 1942
10
130
1910
10
+
=

0, 99 = ntre productivitatea muncii i salariu exist o legtur foarte
puternic.

8. Printr-un sondaj s-au colectat urmtoarele date, considerate
semnificative pentru angajaii unei firme.

Tabelul 9.6.
Salarii (mil. lei)

Vechime (ani)
5-10 10-15 15-20

TOTAL
0 - 10 10 6 4 20
10 - 20 6 12 5 23
20 - 30 4 15 8 27
TOTAL 20 33 17 70

Se cere:
a) dac salariile depind liniar de vechime determinai parametrii de
regresie prin metoda simplificat.
187
b) determinai intensitatea legturii dintre vechime i salariu utiliznd
coeficientul de corelaie.

Rezolvare:
a)
i
x i
y a bx = + metoda celor mai mici ptrate
( )
2
i
i x
S y y =
( )
2
i i
y a bx =
minim
( )( )
( )( )
. .
2
. .
0
2 1 0
2 0
0
ij i i i j i i
i i i i i j ij i i i
S
a n b x n y n y a bx
a
a x n b x n x y n y a bx x S
b

=
+ = =

+ = =

=

. .
2
. .
j j ij i i
i i ij i i i i
y n n x n
x y n x n x n
| |
|
|
\

( )
. .
2 2
. . . .
2
2
.
. .
2
. .
j j i i
i j ij i i i i j j i i i j ij
a
ij i i
ij i i i i
i i i i
y n x n
x y n x n x n y n x n x y n
a
n x n
n x n x n
x n x n
= = =

( )
.
. . .
2
2
.
. .
2
. .
ij j j
i i i j ij ij i j ij i i j j
b
ij i i
ij i i i i
i i i i
n y n
x n x y n n x y n x n y n
b
n x n
n x n x n
x n x n
= = =

Pentru metoda simplificat vom avea:

( )
*2 * * * *
. . .
2
*2 *
. .
i i j j i i i j ij
ij i i i i
x n y n x n x y n
a
n x n x n

( )
* * * *
. .
2
*2 *
. .
ij i j ij i i j j
ij i i i i
n x y n x n y n
b
n x n x n

i
xi i
y a bx = +

188
Tabelul 9.7.
Salarii
mil.lei
5-10 10-5 15-20

Vechime
- ani -
y
i
x
i
7,5
-1
12,5
0
17,5
1
n
i.
x
i
*
x
i
*
n
i.
x
i
*2
n
.
i j ij
j
x y n

0 - 10 -1
5
10 6 4 20 -1 -20 20 +6
10 - 20 0
15
6 12 5 23 0 0 0 0
20 - 30 1
25
4 15 8 27 1 27 27 +4
n
.j
20 33 17 70 0 47 47 10
y
j
*
-1 0 1 0
y
j
*
n
.j
-20 0 17 -3
y
j
*2
n
.j
20 0 17 37
* *
i j i j
j
x y n

+6 0 7 10

Deci,
( )
( )
2
47 3 7 10
211
0, 0651
3241
70 47 7
a

= = =

( )
( )
2
70 10 7 3 721
0, 22246
3241
70 47 7
b

= = =

0, 0651 0, 22246
i
x i
y x = +
b)
( ) ( )
. .
2 2
2 2
. . . .
* * * *
* * * *
ij i j ij i i j j
xy
ij i i i i ij j j j j
n x y n x n y n
r
n x n x n n y n y n
=
( (

( (

( )
( ) ( )
2 2
70 10 0, 7 3
721
0, 2492882
2892, 2346
70 47 7 70 37 3
xy
r

= = =
( (

Deci, ntre vechime i salariu exist o legtur direct, dar slab.

9. Calculai intensitatea legturii dintre vechime i salarii pentru datele
obinute prin sondajul de la problema 8 utiliznd raportul de corelaie.

Rezolvare:
189
( )
( )
2
.
* * *
.
2
*
.
*2
.
j j
j j i j ij
ij
j j
j j
ij
y n
a y n b x y n
n
y n
y n
n
+
=

Pe baza calculelor din problema 10
( )
( )
( )
2
2
3
0, 0651 3 0, 22246 10
2, 2913286
70
0, 2492863
36,871429
3
37
70
+
= = =

Deci, ntre vechime i salariu exist o legtur direct, dar slab.

10. n urma unui sondaj efectuat pe un eantion de 10 muncitori dintr-o
colectivitate general de 100 de muncitori s-au obinut datele:

Nr.
crt.
Productivitatea muncii
- mil. lei -
Salariul
- mil. lei -
1 6 7
2 7 6
3 9 10
4 11 14
5 14 13
6 16 15
7 18 17
8 19 19
9 20 21
10 21 20

Se cere s se determine legtura dintre cele dou variabile: productivitatea
muncii i salariul utiliznd metoda de corelaie neparametric Spearman.

Rezolvare:
2
3
6
1
di
n n
=
,
unde: di - diferena ntre rangurile celor dou variabile
n - numrul perechilor de valori corelate.

Pentru determinarea rangurilor, vom ordona cresctor n funcie de
productivitatea muncii (x
i
).

190
Tabelul 9.9.
Nr.
crt.
Rangul dup
productivitatea muncii
(x
i
)
Rangul dup salarii
(y
i
)
i i
x y
di R R =
d
i
2
1 1 2 -1 1
2 2 1 1 1
3 3 3 0 0
4 4 5 -1 1
5 5 4 1 1
6 6 6 0 0
7 7 7 0 0
8 8 8 0 0
9 9 10 -1 1
10 10 9 1 1
TOTAL 6

3
6 6 36
1 1 0, 9606
10 10 990

= = =

Coeficientul lui Spearman avnd valoarea 0,9606 rezult c ntre cele
dou variabile: productivitatea muncii i salariul, exist o legtur direct i foarte
puternic.

11. Se cunosc urmtoarele date:

Tabelul 9.10. Date iniiale
Judeul
Populaia
- mii loc. -
Producia industrial
- mld. lei -
A 775 2875
B 625 2645
C 869 3035
D 347 2475
E 482 2377
F 725 2950
G 1920 4050

Se cere s se determine legtura dintre cele dou variabile: populaia (x
i
)
i producia industrial (y
i
) utiliznd metoda de corelare neparametric Spearman.

Rezolvare:
2
3
6
1
di
n n
=
,
unde: di - diferena ntre rangurile celor dou variabile
191
n - numrul de valori corelate.

Tabelul 9.11.
Judeul
Rangul dup
variabila x
i

(populaia)
Rangul dup variabila y
i

(prod. ind.)
di di
2
D 1 2 -1 1
E 2 1 1 1
B 3 3 0 0
F 4 5 -1 1
A 5 4 1 1
C 6 6 0 0
G 7 7 0 0
TOTAL 0 4
3
6 4 24
1 1 0, 92857
7 7 336
0, 92857
= = =
=

Deoarece coeficientul lui Spearman are valoarea 0,92857 rezult c ntre
cele dou variabile: populaia i producia industrial exist o legtur direct i
foarte puternic.

12. Pe baza datelor din problema 10 se cere s se determine coeficientul
de corelaie Kendall i s se interpreteze rezultatul.

Rezolvare:
( )
1
1
2
S
n n
= +
,
unde: S P Q =

i
i
P p
Q q
=
=

p
i
q
i
- numrul de ranguri inferioare rangului i al variabilei dependente
care exist pe coloana respectiv dup fiecare rang.
n - numrul perechilor de valori corelate
Vom cota cu x
i
- productivitatea muncii i cu y
i
- salariul.

Tabelul 9.12. Coeficientul Kendall
192
Nr.
crt.
Productivitate
a muncii
- mil. lei -
Salariul
- mil. lei -
Rangul dup
variabila
x
i

Rangul dup
variabila
(y
i
)
p
i
q
i
1 6 7 1 2 8 1
2 7 6 2 1 8 0
3 9 10 3 3 7 0
4 11 14 4 5 5 1
5 14 13 5 4 5 0
6 16 15 6 6 4 0
7 18 17 7 7 3 0
8 19 19 8 8 2 0
9 20 21 9 10 0 1
10 21 20 10 9 0 0
TOTAL 42 3
42
42 3 39
3
i
i
P p
S P Q
Q q
= =

= = =
`
= =

)

( )
39 39
0, 8666
1
5 9
10 10 1
2
= = =

Deoarece 0, 8666 = nseamn c ntre cele dou variabile:
productivitatea muncii i salariul exist o legtur direct i puternic.

13. Pe baza datelor din problema 10 se cere s se determine coeficientul
de corelaie neparametric al lui Kendall i s se interpreteze rezultatul.
Rezolvare:
( )
1
1
2
S
n n
=
,
unde: S P Q =

i
i
P p
Q q
=
=

p
i
q
i
- numrul de ranguri inferioare rangului i al variabilei dependente
care exist pe coloana respectiv dup fiecare rang.
n - numrul perechilor de valori corelate

Tabelul 9.13.

Judeul
Populaia
- mii loc.-
Producia
industrial
- mld. lei -
Rangul dup
variabila x
i

(populaia)
Rangul dup
variabila y
i

(prod. ind.)
p
i
q
i
193

Judeul
Populaia
- mii loc.-
Producia
industrial
- mld. lei -
Rangul dup
variabila x
i

(populaia)
Rangul dup
variabila y
i

(prod. ind.)
p
i
q
i
D 347 2475 1 2 5 1
E 482 2377 2 1 5 0
B 625 2645 3 3 4 0
F 725 2950 4 5 2 1
A 775 2875 5 4 2 0
C 869 3035 6 6 1 0
G 1920 4050 7 7 0 0
TOTAL 19 2
( )
19
19 2 17
2
17 17
0,8095
1 1
7 7 1 7 6
2 2
i
i
P p
S P Q
Q q
= =

= = =
`
= =

)
= = =

Cum 0, 8095 = rezult c ntre cele dou variabile: populaia i
producia industrial exist o legtur direct i puternic.

14. Pe baza datelor din problema 9 determinai coeficientul de corelaie
neparametric Fechener.

Rezolvare:
c d
K
n
= ,
unde: c, d - numrul de concordane, respectiv discordane de semne ale
abaterilor
1 1
;
i i i i i i
x x x y y y

= =

Tabelul 9.14. Metoda Fechner
Nr.
crt.
- mil. lei -
Salariul
- mil. lei -
1 i i i
x x x
=
1 i i i
y y y
=
c sau d
1 6 7 - - -
2 7 6 0,1 -0,1 d
3 9 10 0,2 0,4 c
4 11 14 0,2 0,4 c
5 14 13 0,3 -0,1 d
6 16 15 0,2 0,2 c
7 18 17 0,2 0,2 c
8 19 19 0,1 0,2 c
9 20 21 0,1 0,2 c
10 21 20 0,1 -0,1 d
194
TOTAL d=3
c=6
6 3 3
0, 3
10 10
c d
K
n

= = = =
15. Se dau datele din problema 10 i se cere s se determine coeficientul
de corelaie neparametric Fechner.
Rezolvare:
Tabelul 9.15.

Judeul
Populaia
- mii loc. -
Producia
industrial
- mld. lei -
1 i i i
x x x
=
1 i i i
y y y
=
c sau d
A 775 2875 - - -
B 625 2645 -150 -230 c
C 869 3035 244 390 c
D 347 2475 -522 -560 c
E 482 2377 135 -98 d
F 725 2950 243 573 c
G 1920 4050 1195 1100 c
TOTAL c=5
d=1

16. a) Determinai c ecuaia dreptei care trece prin punctele (x
1
,y
1
) i
(x
2
,y
2
) este dat de: ( )
2 1
1 1
2 1
y y
y y x x
x x
;
Rezolvare:
a) Ecuaia dreptei este y = a + bx (1)
Deoarece (x
1
,y
1
) se afl pe dreapt y
1
= a + bx
1
(2)
Deoarece (x
2
,y
2
) se afl pe dreapt y
2
= a + bx
2
(3)
Scznd ecuaia (2) din (1), obinem: y - y
1
= b(x - x
1
) (4)
Scznd ecuaia (2) din (3) obinem: y
2
- y
1
= b(x
2
- x
1
) (5)

1 2
1 2
x x
y y
b
= (6)
nlocuind b din (6) n (4) obinem: ( )
2 1
1 1
2 1
y y
y y x x
x x
(7)
ceea ce trebuia demonstrat.
2 1
2 1
y y
m
x x
(8)
i se numete coeficientul unghiular al dreptei (panta dreptei). Ecuaia (7) poate fi
scris sub forma:
( )
1 1
y y m x x = (9)
195
17. Se d tabelul 9.16:
Tabelul 9.16.
x 1 4 5 7 8
y 4 8 12 15 23

Interpolai datele din tabelul 9.16. cu o dreapt a celor mai mici ptrate,
utiliznd pe x ca variabil independent i pe y ca o variabil dependent.

Rezolvare:
Ecuaia dreptei este y = a + bx
Ecuaiile normale sunt:
2
y a n b x
xy a x b x
= +
= +

x y x
2
xy
1
4
5
7
8
4
8
12
15
23
1
16
25
49
64
4
32
60
105
184
25 x =
62 y =

2
155 x =

385 xy =

62 5a 25b

385 25a 155b
= +
= +
5 25 62
25 155 385
| |
|
\

( )
2
62 25
385 155 62 155 385 25
0,10
5 25
5 155 25
25 155
a
a

= = = =

( )
2
5 62
25 385 5 385 25 62
2, 5
5 25
5 155 25
25 155
b
b

= = = =

Deci ecuaia dreptei este y = -0,10 + 2,5x

18. Demonstrai c o dreapt a celor mai mici ptrate trece ntotdeauna prin
punctul
( )
, X Y .

Rezolvai:
196
X este variabila independent
Ecuaia dreptei celor mai mici ptrate este Y = a + bX (1)
O ecuaie normal a dreptei celor mai mici ptrate este
Y a n b X = +

(2)
mprind ambii termeni ai relaiei (2) la n obinem:
Y X
a b Y a bX
n n
= + = +

(3)
Scznd relaia (3) din (1) se obine:
( )
Y Y b X X = ceea ce
demonstreaz c dreapta trece prin punctul
( )
, X Y .

19. Considerm c X este variabila independent, demonstrai c ecuaia
dreptei celor mai mici ptrate se poate scrie sub forma:
2
xy
y x
x
| |
= |
|
\
sau
2
xY
y x
x
| |
= |
|
\

unde, x X X = i y Y Y = .

b) Dac 0 X = , demonstrai c dreapta celor mai mici ptrate de la punctul
a se poate scrie sub urmtoarea form:
2
xy
y Y x
x
| |
= +
|
|
\
.

Rezolvare:
Ecuaia dreptei celei mai mici ptrate:
Y = a + bX (1)
Ecuaie normal a dreptei celor mai mici ptrate:
Y a n b X = +

(2)
mprim relaia (2) la n:
Y a bX = + (3)
Scdem relaia (3) din (1)
Notm
( )
Y Y b X X
x x x i y y y
`
= =
)
y bx = (4)
unde b se obine din rezolvarea sistemului de ecuaii normale:
2
Y a n b X
XY a X b X
= +
= +

197
( )
2 2
2
2
2
a
Y X
XY X X y X XY
a
n X
n X X
X X
= = =

(5)
( )
2
2
2
b
Y X
X XY XY X Y
b
n X
n X X
X X
= = =

(6)

innd cont de notaiile
x X X X x X = = +
y Y Y Y y Y = = +
( )( ) ( ) ( )
( ) ( )
2 2
n x X y Y x X y Y
b
n x X x X
( (
+ + +

=
(
+ +

( ) ( )( )
( )
( )
2
2
2
2
n xy xY X y XY x nX y nY
b
n x X nX x x nX
+ + + + +
=
+ + +

( )( )
( )
2
2 2
2 2
2
n xy nY x nX y n XY x nX y nY
b
n x n X nX x x nX
+ + + + +
=
+ + +

(7)
Dar
( ) ( )
0 0 x X X i y Y Y = = = =

(din definiia medii
aritmetice) i nlocuind n (7) obinem:

( )( )
( )
2
2 2
2 2
0 0 0 0
2 0 0
n xy nY nX n XY nX nY
b
n x n X nx nX
+ + + + +
=
+ + +

( )
2 2
2 2 2 2 2
2 2 2
x Y Y
n xy n XY n XY x Y x xY
b b
x x x
n x n X n X
+
= = = =
+
(8)
2
xY
y x
x
| |
= |
|
\
sau
2
xy
y x
x
| |
= |
|
\

b) Dac 0, X x X X X = = =
198
Cnd
2
xY
y x
x
| |
= |
|
\

2
XY
y X
X
| |
= |
|
\
sau
2
XY
Y Y X
X
| |
= |
|
\
2
XY
Y X X
X
| |
= +
|
|
\

Alt metod:
Ecuaiile normale ale dreptei celor mai mici ptrate Y = a + bX sunt:
2
Y a n b X
XY a X b X
= +
= +

Dac 0, atunci 0
X
X X
n
= = =

i ecuaiile normale devin:
2
Y a n
XY b X
=

din care
2
Y
a Y
n
XY
b
X
= =
.
Ecuaia cutat este:
Y = a + bX sau
2
XY
Y Y X
X
| |
= + |
|
\

20. Se d ecuaia de gradul doi ale celor mai mici ptrate:
y = a + bx + cx
2
.
S se determine parametrii a, b, c prin metoda direct i apoi prin metoda
simplificat pentru urmtoarele date:

Tabelul 9.18.
3-6 6-9 9-12 12-15 15-18
Productivitatea
muncii
- mil. lei -
Salarii
- mil. lei -
X
i

Y
i

4,5 7,5 10,5 13,5 16,5

TOTAL
4 - 6 5 4 - - - - 4
6 - 8 7 5 6 - - - 11
8 - 10 9 1 8 3 2 - 14
10 - 12 11 - - 1 4 2 7
12 - 14 13 - - - - 4 4
TOTAL 10 14 4 6 6 40

Rezolvare:
199
Pentru determinarea parametrilor a, b, c, se rezolv sistemul de ecuaii
normale:
2
2 3
2 3 4 2
ij i i i i j j
i i i i i i i j ij
i i i i i i i j ij
a n b x n c x n y n
+ + =
+ + =
+ + =

unde:
( )
3
1 1 2 2 3 3
1
i j ij j j j j j j
i
x y n x y n x y n x y n
=
= + +

.
Metoda direct
Tabelul 9.19.
Wm
mil. lei

3-6 6-9 9-12 12-15 15-18
Salarii
mil. lei
y
i
x
i

4,5 7,5 10,5 13,5 16,5
n
i
x
i
n
i
x
i
2
n
i
x
i
3
n
i
x
i
4
n
i
x
i
y
j
n
ij
x
i
2
y
j
n
iJ

4-6 5 4 - - - - 4 20 100 500 2500 90 450
6-8 7 5 6 - - - 11 77 539 3773 26411 4725 3307,5
8-10 9 1 8 3 2 - 14 126 1134 10206 91854 1107 9963
10-12 11 - - 1 4 2 7 77 847 9317 102487 10725 11797,5
12-14 13 - - - - 4 4 52 676 8788 114244 858 11154
n
j
10 14 4 6 6 40 352 3296 32584 337496 3600 36672
y
j
n
j

45 105 42 81 99 372

( )
( )
1 1 1 1
2 2 2 2
5 4,5 4 0 90
7 5 4,5 6 7,5 472,5
j j j j
j j j j
x y n x y n
x y n x y n
= = + =
= = + =

( )
3 3 3 3
9 1 4,5 8 7, 5 3 10, 5 2 13, 5 1107
j j j j
x y n x y n = = + + + =

( )
4 4 4 4
11 1 10, 5 4 13, 5 2 16, 5 107, 25
j j j j
x y n x y n = = + + =

( )
5 5 5 5
13 4 16, 5 0 858
j j j j
x y n x y n = = + =

( )
2 2 2 2
1 1 2 2 3 3 i j ij j j j j j j
x y n x y n x y n x y n = + +

40a 352b 3296c 37,2
352a 3296b 32584c 36
3296a 32584b 337496c 36672
+ + =
+ + =
+ + =

( )
( )
( )
1
2
3

Cea mai simpl metod de rezolvare a sistemului nu este prin metoda lui
Kramer, ci prin substituie, i se obine: a = 9,3 - 8,8b 82,4c (4)
nlocuim (4) n (2): b = 1,72 18,82c (6)
nlocuim (4) i (6) n (3):
200
0,1485c = 0,134
4
c 2, 62 10
b - 1,65
a -5,196
.
Metoda simplificat:

Tabelul 9.20.
Wm
mil. lei 3-6 6-9 9-12
12-
15
15-
18
Salarii
mil.
lei
y
i
x
i
4,5 7,5 10,5 13,5 16,5
n
i
x
i
*
x
*
i
n
i
x
i
*2
n
i
x
i
*3
n
i
x
i
*4
n
i
x
i
*
y
j
*
n
ij
x
i
*2
y
j
*
n
ij

4-6 5 4 - - - - 4 -2 -8 16 -32 64 16 -32
6-8 7 5 6 - - - 11 -1 -11 11 -11 11 16 -16
8-10 9 1 8 3 2 - 14 0 0 0 0 0 0 0
10-12 11 - - 1 4 2 7 1 7 7 7 7 8 8
12-14 13 - - - - 4 4 2 8 16 32 64 16 32
n
j
10 14 4 6 6 40 -4 50 -4 146 56 -8
y
j
*
-2 -1 0 1 2
y
*
j
n
j
-20 -14 0 6 12 -16
x
i
*
y
j
*
n
ij
26 6 0 4 20 56
x
i
*2
y
j
*
n
ij
-42 -6 0 4 36 -8

Se rezolv sistemul de ecuaii normale i rezult:
40a (-4)b 50c -16
-4a 50b - 4c 56
50a - 4b 146c -8
+ + =
+ =
+ =

( )
( )
( )
1
2
3

Din (1) a = -0,4 + 0,1b -1,25c (4)
nlocuind n (4) n (2) obinem:
49,6b + c = 54,4 c = 54,4- 49,6b (5)
nlocuim (4) n (3):
-20 + 5b - 62,5c - 4b + 146c = -8
b + 83,5c = 12 (6)
nlocuim (5) n (6) i obinem:
b + 4542,2 - 4141,6b = 12
-4140,6b = -4530,4
b = 1,0941409 (7)

201
nlocuim (7) n (5) c = 0,130612 (8)
nlocuind (7) i (8) n (4) obinem: a = - 0,453851

Deci, y = - 0,45 + 1,094x + 0,13x
2

Probleme propuse

21. a) Construii o dreapt care interpoleaz datele din tabelul 9.21.;
b) Gsii ecuaia pentru aceast dreapt.

Tabelul 9.21.
x 0 1 5 10
Y 7 9 17 27

22. Determinai ecuaia dreptei care trece prin punctele (-10, 8) i (8, -7)
utiliznd coeficientul unghiular .

24. Determinai ecuaia dreptei care trece prin punctele (-5,8) i (8, 19)
utiliznd coeficientul unghiular.

23. Determinai:
a) coeficientul unghiular
b) ecuaia
c) ordonata la origine
d) intersecia cu axa X
pentru dreapta ce trece prin punctele (2, 9) i (3, 8).

24. Determinai :
a) coeficientul unghiular
b) ecuaia
c) ordonata la origine
d) intersecia cu axa X
pentru dreapta ce trece prin punctele (7, -8) i (9, -13).

25. Determinai ecuaia dreptei care trece prin punctul (3, -11) i care este
paralel cu dreapta x + 2y = 5.

26. Se d tabelul 9.22.
Tabelul 9.22.
x 1 5 7 20
202
Y 4 5 7 12

Interpolai datele din tabelul 9.22. cu o dreapt prin metoda celor mai mici
ptrate utiliznd ca variabil independent pe x i ca variabil dependent pe Y.

27. Se d ecuaia de gradul doi: Y = a + bx + cx
2
.
Determinai parametrii a, b, c prin metoda celor mai mici ptrate n mod
direct i apoi simplificat pentru urmtoarele date.

Tabelul 9.23.
Salarii
mil.lei
4-6 6-8 8-10 10-12 12-14 14-16 16-18
Vechime
y
i

x
i

8 7 9 11 13 15 17

TOTAL
0-2,5 1,25 3 - - - - - - 3
2,5-5 3,75 2 4 - - - - - 6
5-7,5 6,25 - 5 7 - - - - 12
7,5-10 8,75 - 6 3 2 - - - 11
10-12,5 11,25 - - 7 4 2 - - 13
12,5-15 13,75 - - - - 5 7 8 20
15-17,5 16,25 - - - - - 4 6 10
TOTAL 5 15 17 6 7 11 14 75

28. n urma unui sondaj s-au obinut urmtoarele date:

Tabelul 9.24.
Nr.
crt.
Vechime
- ani -
x
i

Salariul brut
- mil. lei -
y
i
1 7 12
2 3 11
3 10 15
4 15 14
5 4 12
6 2 13
7 27 17
8 35 22
9 1 9
10 8 18

Se cere s se msoare legtura dintre vechime i salarii folosind metoda
coeficientului de corelaie, prin metoda direct i prin metoda simplificat.

203
29. Calculai intensitatea legturii dintre vechime i salarii calculnd
raportul de corelaie pentru datele din problema 28.

30. Printr-un sondaj s-au obinut urmtoarele date:

Tabelul 9.25.
Salarii brute
-mil.lei -
- mil.lei -
5 - 10 10 - 15 15 - 20 TOTAL
5 - 10 8 4 2 14
10 - 15 4 6 5 15
15 - 20 2 7 2 11
TOTAL 14 17 9 40

Se cere s se determine intensitatea legturii dintre productivitate i salarii
utiliznd coeficientul de corelaie.

31. Aceleai cerine ca la problema 33, dar utiliznd raportul de corelaie.

32. Pe baza datelor din problema 31 determinai coeficientul de corelaie
neparametric Spearman, Kendall i Fechner.

33. Pentru datele din problema 31 determinai coeficientul de corelaie
Kendall.

34. Pentru datele din problema 31 determinai coeficientul de corelaie
neparametric Fechner.

35 Se cunosc urmtoarele date:
Tabelul 9.26.

Judeul
Populaia
- mii loc. -
x
i

Producia industrial
- mld. lei -
y
i
A 257 1985
B 832 2835
204

Judeul
Populaia
- mii loc. -
x
i

Producia industrial
- mld. lei -
y
i
C 493 2350
D 580 2400
E 690 2500
F 785 2620
G 325 2100
H 375 2970
I 925 2350
J 635 2425

Se cere s se determine legtura dintre cele dou variabile: populaia (x
i
)
i producia industrial (y
i
) utiliznd metoda de corelaie neparametric Spearman.
Probleme de sintez

36. Se dau datele din tabelul 9.27.

Tabelul 9.27
Salarii
- mil. lei -
Numr
muncitori
f
i

Productivitatea
muncii
- mil. lei -
Numr
muncitori
f
i

4 - 8 12 2 - 8 18
8 - 12 33 8 - 14 25
12 - 16 45 14 - 20 50
16 - 20 18 20 - 26 15
20 - 24 12 26 - 32 12
Total 120 Total 120

Se cere:

a) Determinai valorile centrale ale fiecrei clase;
b) Calculai media aritmetic prin metoda simplificat pentru salarii
i productivitatea muncii;
c) Calculai dispersia prin metoda simplificat pentru cele dou serii de frecvene;
d) Calculai mediana i modulul, precum i coeficientul de asimetrie Pearson,
Fischer, pentru cele dou serii de frecvene;
e) Ci muncitori au salariul cuprins ntre 7 i 13 milioane lei, utiliznd distribuia
normal;
f) Determinai limitele ntre care variaz salariul mediu i productivitatea muncii
medie, dac eantionul de 120 muncitori reprezint 5% din colectivitatea
205
general, iar probabilitatea cu care se garanteaz rezultatul este 0,9973
i sondajul realizat este simplu repetat;
g) Se d gruparea combinat a salariilor i a Wm n 5 grupe egale;

Tabelul 9.28.
Productivitate 2 - 8 8 - 14 14 - 20 20 - 26 16 - 32
Salarii
(mil. lei)
y
i
x
i

5 11 17 23 29
Total
4 8 0,6 8 4 - - - 12
8 12 1,0 10 10 13 - - 33
12 16 1,4 - 11 27 7 - 45
16 20 1,8 - - 10 8 - 18
20 - 24 2,2 - - - - 12 12
Total 18 25 50 1,5 12 120
h) Determinai parametrii a i b prin metoda celor mai mici ptrate, varianta
simplificat pentru y = a + bx
Rezolvare:
a) Tabelul 9.29.
Salarii
- mil.lei -
f
i
x
i

Productivitatea
muncii
- mil. lei -
f
i
x
i

4 8 12 6 2 8 18 5
8 12 33 10 8 14 25 11
12 16 45 14 14 20 150 17
16 20 18 18 20 26 15 23
20 - 24 12 22 26 - 32 12 29
Total 120 Total 120

b) Tabelul 9.30.
Salarii
mil. lei
f
i
x
i

i
x a
a

i
i
x a
f
a

Productivitate
mil. lei
f
i
x
i

i
x a
a

i
i
x a
f
a

4 8 12 6 -2 -24 2 8 18 5 -2 -36
8 12 33 10 -1 -33 8 14 25 11 -1 -25
12 16 45 14 0 0 14 20 150 16 0 0
16 20 18 18 1 18 20 26 15 23 1 15
20 24 12 22 2 24 26 - 32 12 29 2 24
Total 120 0 -15 Total 120 0 -22
Metoda simplificat:
i
i
a
i
x a
f
k
x k a
f
| |
|
\
= +

206
pentru salarii:
15
4 14 13, 5
120
a
x

= + = mil. lei;
pentru Wm:
22
6 16 14, 59
120
a
x

= + = mil. lei
Tabelul 9.31.
Salarii
mil. lei
f
i
x
i

i
x a
a

2
i
x a
a
| |
|
\

2
i
i
x a
f
a
| |
|
\

4 8 12 6 -2 4 48
8 12 33 10 -1 1 33
12 16 45 14 0 0 0
16 20 18 18 1 1 18
20 24 12 22 2 4 48
Total 120 0 10 147

Tabelul 9.32.
Productivitate
mil.lei
f
i
x
i

i
x a
a

2
i
x a
a
| |
|
\

2
i
i
x a
f
a
| |
|
\

4 8 18 5 -2 4 72
8 12 25 11 -1 1 25
12 16 150 17 0 0 0
16 20 15 23 1 1 15
20 24 12 29 2 4 48
Total 120 0 10 160
Metoda simplificat:
( )
2
2
2 2
i
i
a
i
x a
f
k
k x a
f
(
| |
(
|
\
(

=

pentru salarii: ( ) ( )
2 2
2 2
147
4 13,5 14 19,35 4, 40
120
= = = ;
pentru Wm: ( ) ( )
2 2
2 2
160
6 1, 49 14 47,19 6,87
120
= = = = .
f. Tabelul 9.33.
Indicatorul Salarii Productivitate
1
2
f
i
f
cm
Me x k
Me
f
Me
= +

120
45
2
12 4 13,3
45
Me
= + =

120
43
2
14 6 16, 04
50
Me
= + =

207
Indicatorul Salarii Productivitate
1
0 0
1 2
M x k
M
= +
+

( ) ( )
45 33
12 4
0
45 33 45 18
13, 23
0
M
M
= +
+
=

( ) ( )
0
0
50 25
14 6
50 25 50 15
16,5
M
M
= +
+
=

0
x M
a
C
aSP
=
13, 5 13, 23
0, 06
4, 40
C
aSP
= =
14,9 16,5
0, 23
6,87
C
aSP
= =

( )
3 x M
a e
C
aSF
=
( ) 3 13,5 13,3
0,136
4,40
C
aSF
= =
( ) 3 14,9 16,047
0,498
6,87
C
aSF
= =

g. Momentul centrat de ordinul II:
( )
2
2
2
i a i
i
x x f
f

= =

pentru salarii:
2
2
0,1935 = = (de la punctul e);
pentru Wm:
2
2
0, 3248693 = = (de la punctul e).

h.

Fig. 9.13.
7
x x
x z
= = =
7 13, 5
1, 47
4, 40
=
13
x x
x z
= = =
13 13,5
0,11
4, 40
=
Pr.{-1,47 < z < -0,11} = (Aria dintre z = -1,47 i z = 0) - (Aria dintre z = -0,11 i z
= 0 ) = (Aria dintre z = -1,47 i z = 0) - (Aria dintre z = 0 i z = 0,11) = 0,4292 -
0,0438 = 0,3854

Numrul de muncitori cu salariul cuprins ntre 7 i 13 milioane lei este de 120 x
0,3854 = 46,248
I.
0,8 1, 458
8 1,15
0, 569973
x x
x z

= = = =
208

Pr.{-1,15 < z < -0,45} = (Aria dintre z = -1,15 i z = 0) - (Aria dintre z = -0,45 i z
= 0 ) = (Aria dintre z = 0 i z = 1,15) - (Aria dintre z = 0 i z = 0,45) = 0,3749 -
0,1736 = 0,2013

Fig. 9. 14.
Numrul de muncitori cu salariul cuprins ntre 0,7 i 1,3 milioane lei este de: 120 x
0, 2013 = 24,156

j. Sondaj simplu repetat.

Tabelul 9.34.
Indicatorul Salarii Productivitatea muncii
2
0
n
=
19, 35
0, 40
120
= =
47,19
0, 63
120
=
, 3
x
t t = = 3 0, 40 1, 2 x = = 3 0, 63 1,89 x = =
Deci,
0
0
12,3mil. lei 14,7 mil. lei
a a
x x S x x
S
+

0
0
13,01 mil. lei 16,14 mil. lei
a m a
m
x x W x x
W
+

k. Tabelul 9.35.
Productivitate

2 - 8 8 - 14 14 - 20 20 - 26 26 - 32
Total
Salarii (mil. lei) y
i
x
i

5 11 17 23 29

4 8 6 8 4 - - - 12
8 12 10 10 10 13 - - 33
12 16 14 - 11 27 7 - 45
16 20 18 - - 10 8 - 18
20 24 22 - - - - 12 12
Total 18 25 50 1,5 12 120

209
Pentru determinarea parametrilor a, b se rezolv sistemul de ecuaii
normale:
*
* 2* *
. .
*
*
ij i i
i i i i i j ij
a n b x n yj nj
a x n b x n x y n
+ =
+ =

Tabelul 9.36.
Productivitate 2 - 8 8 - 14 14 - 20 20 - 26 26 - 32 Total
*
i
x
*
.
i i
x n
*2
.
i i
x n
* *
.
i ij
x y jn

Salarii
(mil. lei)
y
i
x
i

5 11 17 23 29
4 8 6 8 4 - - - 12 -2 -24 48 40
8 12 10 10 10 13 - - 33 -1 -33 33 30
12 16 14 - 11 27 7 - 45 0 0 0 0
16 20 18 - - 10 8 - 18 1 18 18 8
20 24 22 - - - - 12 12 2 24 48 48
Total nj 18 25 50 1,5 12 120 - -15 147 126
*
j
y
-2 -1 0 1 2
*
.
j j
y n
-36 -25 0 15 24 -22
* *
i ij
x y jn
52 18 0 8 48 126

( )
2
120 15 22 120 15 22 120 15 22

15 147 126 15 147 126
15 147 126
22 15
126 147 22 147 15 126 1344
0, 077
120 15 120 147 15 17415
15 147
120 22
15 126 12
120 15
15 147
a b a b
a b
a b
a
a
b
b
+ = | | =

|
+ =
+ = \

+
= = = = =

= = =

2
0 126 15 22
0, 849
120 147 15

=

Deci, y = - 0,077 + 0,849x

37. Se cunosc datele din tabelul 9.37.
Tabelul 9.37.
Productivitate 5 - 10 10 - 15 15 - 20 20 - 25 25 - 30
Salarii
(mil. lei)
y
i
x
i

7,5 12,5 17,5 22,5 27,5

Total
n
i

0-6 3 10 5 4 - - 19
210
6-12 9 4 8 9 10 - 31
12-18 15 - 7 18 15 - 40
18-24 21 - 2 23 14 5 44
24-30 27 - - - 12 24 36
Total
n.
j

14 22 54 51 29 170
Se cere:
a) Calculai mediana i modulul pentru vechime i salarii;
b) Calculai media aritmetic i dispersia prin metoda direct i simplificat;
c) Calculai coeficientul de asimetrie pentru vechime i salarii (Fischer i
Pearson);
d) Calculai coeficientul de variaie n cele dou variante i comentai
omogenitatea seriilor de frecvene: vechime i salarii;
e) Ci muncitori au o vechime cuprins ntre 5 i 13 ani, utiliznd distribuia
normal? Dar ci muncitori au salariul mai mare de 17 mil. lei?
f) Presupunnd c datele din tabelul 9.37. au fost obinute pe baza unui sondaj
efectuat pe un eantion de 3% de 170 muncitori reprezentativ pentru
colectivitatea originar i rezultatele sunt garantate cu o probabilitate de
0,9949, determinai limitele ntre care variaz productivitatea medie i salariul
mediu n colectivitatea general, dac:
1. sondajul este simplu: repetat i nerepetat;
2. sondajul este tipic (stratificat): repetat i nerepetat;
g) Verificai regula adunrii dispersiilor pentru vechime i salarii;
h) Determinai parametrii a, b, c prin metoda celor mai mici ptrate, dac
y = a + bx +cx
2
, metoda direct i simplificat.

211

CAPITOLUL X

ANALIZA SERIILOR CRONOLOGICE

Studierea seriilor cronologice presupune caracterizarea variaiei n timp a
unui fenomen. Vizeaz msurarea creterilor sau descreterilor de nivel i a
modificrilor de structur, precum i determinarea influenei factorilor sub
incidena crora are loc evoluia fenomenelor
43
.

10.1. Serii cronologice (temporale)

O serie temporal cronologic este o mulime de observri efectuate la
anumite momente determinate, n general la intervale de timp egale. Exemple de
serii temporale sunt: producia anual total de oel a Romniei pentru un numr
de ani, temperatura orar anunat de institutul meteorologic al unui ora.
Matematic, o serie temporal este definit de valorile y
1
, y
2
, ..., ale unei variabile y
la momentele t
1
, t
2
, ... Deci, y este funcie de t i putem scrie: y = F(t).
10.1.1. Reprezentarea grafic a seriilor temporale

Seriile temporale se pot reprezenta ntr-un sistem de coordonate ortogonale
n care pe axa Ox se reprezint timpul, iar pe Oy valorile variabilei, ca n figura
10.1.

Fig. 10.1. Reprezentarea grafic a unei serii temporale

43
212
10.1.2. Modificrile caracteristice seriilor temporale

Putem considera c graficul unei serii temporale ca cel din fig.10.1, este
descris de un punct care se deplaseaz n funcie de timp. Pentru multe cazuri, este
analog cu particula fizic care se deplaseaz sub aciunea unei fore fizice. n acest
caz fora fizic este reprezentat de o combinaie de fore economice, sociologice,
psihologice, etc. Seriile temporale au anumite modificri caracteristice sau
variaii caracteristice, fiind prezente toate acestea sau doar, unele din acestea.
Analiza acestor modificri este de mare importan pentru multe cazuri, unul din
acestea fiind problema prevederii sau anticiprii modificrilor viitoare, ale
anumitor fenomene i procese social-economice.
10.1.3. Clasificarea modificrilor seriilor temporale

Modificrile caracteristice seriilor temporale pot fi clasificate n patru
grupe principale, denumite adeseori componente ale unei serii temporale, astfel:
1. Modificri seculare sau pe termen lung. se refer la direcia general
pe care graficul unei serii temporale o are pe parcursul unui interval mare de timp.
n graficul precedent aceast modificare secular denumit i variaie secular sau
trend, este indicat de curba trendului. Pentru orice serie temporal se poate
aproxima o dreapt a trendului.
2. Modificri ciclice sau variaii ciclice: se refer la oscilaii pe termen
lung n apropierea dreptei sau curbei trendului. Aceste cicluri, cum sunt numite,
pot fi i periodice, adic au aceeai evoluie la intervale egale de timp. n afaceri i
n activitatea economic, modificrile sunt considerate ciclice dac se repet dup
un interval de timp mai mare de un an. Un important exemplu de modificri ciclice
sunt considerate ciclurile activitii economice, reprezentate de intervale de
prosperitate (boom economic), recesiune, depresiune i relansare economic.
3. Modificri sezoniere sau variaii sezoniere: se refer la seriile
temporale care au o evoluia identic sau aproape identic pentru lunile
calendaristice ale corespondente unor ani succesivi. Deoarece modificrile
sezoniere n general se refer la o periodicitate anual, n teoria economic i n
afaceri totui conceptul poate fi extins considernd periodicitatea ca fiind orice
interval de timp, precum: ziua, ora, sptmna, etc.
4. Modificri neregulate sau ntmpltoare: se refer la modificri
sporadice ale seriei temporale care se produc datorit unor evenimente
ntmpltoare cum sunt: inundaiile, grevele, alegerile, etc. n general se consider
c aceste evenimente produc variaii care dureaz doar un scurt timp dar totui pot
fi att de puternice nct s cauzeze noi modificri ciclice sau de alt gen.

213
10.2. Analiza seriilor temporale (cronologice)
10.2.1. Constituirea seriilor cronologice

Un obiectiv important al statisticii este de a studia modificarea n timp a
fenomenelor i proceselor economice cu ajutorul seriilor cronologice. Prin serie
cronologic se nelege o serie statistic care caracterizeaz schimbarea unui
fenomen n timp. Ca orice serie statistic, seria cronologic se compune din 2
iruri: primul arat timpul (intervalul sau momentul); al doilea fenomenul studiat.
Seria cronologic se mai numete i serie de timp sau serie dinamic. Din punct
de vedere statistic, analiza seriei cronologice prezint dificulti, mai ales pentru
faptul c observaiile succesive ordonate conform variabilei timp nu sunt
independente (schimbarea venitului naional ntr-un an nu e independent fa de
anul precedent). n procesul evoluiei, seriile cronologice pot consemna schimbri
ascendente sau descendente.
1) Dup forma de exprimare a seriilor, seriile cronologice pot fi de trei
tipuri:
a) din mrimi absolute;
b) din mrimi relative;
c) din mrimi medii.

Exemplul 1: Dinamica venitului naional pe o serie ani poate fi exprimat prin
cifre absolute n mld. lei, prin cifre relative n procente fa de un
anumit an considerat an de baz sau n medie sub forma ritmului
mediu anual de cretere ntr-o anumit perioad; de regul pentru
variabila independent timp se iau perioade echidistante: luni,
trimestre, ani; n ceea ce privete variabila dependent este necesar
s se asigure comparabilitatea valorilor constitutive ale seriei
cronologice i s se ia i celelalte msuri de asigurare a unei
colectiviti statistice omogene impuse de regulile observrii
statistice.

2) Dup timpul la care se refer datele seriei cronologice, acestea pot fi:
a) Seriile de intervale sau seriile de flux sau continue prezint nivelul
fenomenului ntre dou perioade succesive i valorile seriei se pot nsuma.

Exemplul 2: Vnzarea de mrfuri pe: luni, trimestre, ani.

b) Seriile de momente sau stoc caracterizeaz nivelul dezvoltrii
fenomenelor la anumite date.

Exemplul 3: Numrul populaiei la 1 iulie al fiecrui an.
214
nsumarea unor astfel de mrimi este lipsit de sens deoarece conine n
mod repetat acele elemente ale stocului care exist n momente diferite de timp.
Pentru seriile de interval:

y
1
y
2
y
3
y
n

t
1
t
2
t
3
t
n

Seria cronologic prezint n mod sistematic date cu privire la evoluia
proceselor economice, la dezvoltarea vieii sociale, politice, culturale, etc. O
metod simpl i eficient, de analiz prealabil a seriei cronologice este
reprezentarea grafic a seriei. Pentru determinarea sensului i amplorii aspectului
dinamic al fenomenelor social-economice.
Cronograma este reprezentarea grafic tipic a seriei cronologice:
- se mai numete historiogram;
- se execut ntr-un sistem de axe rectangulare, de obicei n cadranul 1 al
acestuia; pe abscis se reprezint timpul prin marcarea momentelor pentru seriile
de momente sau a intervalelor n cazul seriei de intervale, iar pe axa ordonat se
reprezint termenii seriei.
Dac se urmrete evoluia mai multor indicatori i ntre mrimile acestora
exist diferene pronunate ceea ce ngreuneaz reprezentarea grafic se recurge la
scara logaritmic. Alte forme de reprezentare grafic a seriei cronologice sunt:
diagramele polare i radiale.
Diagramele polare sau diagramele radiale sunt folosite pentru
reprezentarea seriilor cronologice afectate de variaii sezoniere ciclice. Aceast
diagram se construiete de obicei cu ajutorul reelelor radiale. Circumferina
cercului servete pentru notarea ciclurilor periodice ale timpului (trimestre sau luni
ale anului, zile ale sptmnii, ore ale zilei, etc.), iar raza servete pentru
reprezentarea termenilor seriei.
10.2.2. Indicatorii seriilor cronologice

Analiza statistic a seriei cronologice se realizeaz cu sistem de
indicatori care caracterizeaz relaiile cantitative dintre termenii seriei pe o
anumit perioad sau pe toat perioada la care se refer aceti termeni. n urma
unei prelucrri simple obinem trei tipuri de indicatori: absolui, relativi i medii
care permit caracterizarea din punct de vedere statistic a micrilor i schimbrilor
ce au avut loc n viaa economic i social precum i determinarea tendinelor
obiective de dezvoltare a acestora.
a) Indicatorul absolut msoar nivelul volumului seriei precum i
volumul sporului. Nivelul absolut al seriei este nsi valoarea absolut a fiecrui
termen notat cu y
1
, y
2
, ..., y
n
.
215
Volumul absolut al unei serii de intervale se poate determina prin
nsumarea termenilor ei:
1 2 n i
y y y y + + + =
L .
Sporul absolut sau creterea absolut poate fi calculat fie ca o diferen
dintre oricare din termeni i termenul iniial al seriei considerat ca baz:
0
0
n
y n
y y = .
El poate fi determinat i sub form de lan calculnd diferena ntre 2
termeni consecutivi ai seriei:
1
1
n
n
y n n
y y
= .
Pentru seriile de interval se poate calcula i volumul sporului fie ca baz
n lan
1 0
n n
n
y y
adunnd sporurile
1
1
n
n
y n n
y y
= , fie ca o diferen dintre

ultimul termen i termenul iniial considerat ca baz.

b) Indicatorul relativ, n general, rezult din aceiai termeni ca i
indicatorii modificrilor absolute; deosebirea const n aceea c n acest caz
comparaia se face prin raportarea termenului comparat la termenul baz de
comparaie.
Aceti indicatori ai modificrii relative n limbajul statistic i ntlnim sub
denumirea de indici dinamici sau simplu, indici. i notm simbolic cu I.
n analiza statistic a seriilor cronologice se folosesc ca indicatori relativi:
1. ritmul (indicele de cretere sau rata de cretere)
2. ritmul sporului
3. valoarea absolut a unui procent de cretere

1. Ritmul se poate calcula, de asemeni, n funcie de scopul urmrit ca
indice cu baz fix prin raportarea fiecrui termen al seriei la un termen considerat
ca baz, i care este de obicei termenul iniial al seriei.
0
0
n
n
y
I
y
=
Se mai poate determina ca indice n lan, prin raportarea fiecrui termen al
seriei la termenul precedent:
1
1
n
n
n
n
y
I
y
=
Indicele de cretere de obicei e n procente (relaiile se nmulesc cu 100).
ntre irul de indici n lan exist relaii de trecere reciproc. Prin nmulirea
indicilor n lan ai tuturor perioadelor precedente pn la termenul n se obin
indici cu baz fix ai acestor termeni. Prin mprirea succesiv a indicilor cu baz
fix se obin indici n lan. Aceste relaii ntre sporuri i ntre ritmuri ne permit s
reconstituim valorile absolute ale seriei cronologice cnd cunoatem valoarea
absolut dintr-un an i sporul sau indicii cu baz fix sau n lan.
2. Ritmul sporului notat cu R se obine prin raportarea volumului sporului
la termenul considerat ca baz:
216
0 0
0 0 0
1
n
n n
y y y
R
y y y
= = =
Ritmul sporului exprim cte uniti de spor revin la o unitate de baz.
Ritmul sporului se poate calcula i n lan:
1 1
1 1 1
1
n
n
y
n n n
n n n
y y y
R
y y y

= = =
Ritmul sporului ofer informaii similare cu indicele de dinamic; n
practic se utilizeaz acela care ofer posibiliti de percepere, nelegere i
interpretare mai bune ale informaiilor.
3. Valoarea absolut a unui procent de cretere se determin ca raport
dintre indicatorul modificrii absolute i ritmul sporului.
A
R
= - se poate determina cu baz fix sau cu baz n lan:

- cu baz fix:
0 0
0
0
0
100
100
n
n
n
y y y
A
y y
y
= =
,
0
0 100
n
y
A =
- cu baz n lan:
1 1
1
1
1
100
100
n n n
n
n
n n
n
y y y
A
y y
y

= =

Utilizarea acestui indicator arat aspecte noi ale tendinei de evoluie
neevideniate prin indicatorii absolui nici prin cei relativi. Astfel, procentul de
cretere de la un termen la altul, poate avea o tendin de diminuare ns valoarea
unui procent de modificare s nregistreze n acelai timp o tendin opus. Aceasta
confirm nc o dat necesitatea utilizrii simultane i combinat att a datelor
absolute ct i a celor relative evitndu-se astfel unilateralitatea analizei i
asigurndu-se abordarea sistemic multilateral a fenomenului studiat. Alegerea
bazei de raportare e important deoarece de mrimea acesteia depinde valoarea
indicatorilor analitici rezultai din comparaii. Pentru a evita arbitrariul,
posibilitile de manipulare i folosirea pe aceast cale a datelor privitoare la o
istorie parcurs se recomand ca alegerea bazei de comparaie s se fundamenteze
pe o argumentare solid, raional, tiinific. Astfel, dac prezint interes
evidenierea regularitii dezvoltrii de la un termen la altul se alege baza n lan,
iar dac se dorete determinarea liniei generale de dezvoltare se stabilete o baz
fix, comun pentru toi termenii comparai. Baza de raportare trebuie s reprezinte
un termen tipic al desfurrii procesului care se poate considera omogen cu
termenii comparai i care nu e afectat de perturbaii majore sau de o conjunctur
economic anormal.

c) Indicatorii medii folosii n analiza statistic a seriei cronologice sunt:
1. nivelul mediu
217
2. sporul absolut mediu
3. ritmul mediu de cretere
4. ritmul mediu al sporului.
Aceti indicatori se calculeaz din indicatorii absolui i relativi, dup
formula calitativ general a mediei, care nsumeaz repartizarea valorii sintetizate
a termenilor printr-o operaiune invers celei prin care s-a fcut sintetizarea pe
fiecare termen inclus n analiz.

1. Nivelul mediu sau valoarea medie a termenilor seriei cronologice are
sens dac termenii sunt omogeni din punct de vedere statistic (fr oscilaii
exagerate fa de medie). Se calculeaz diferit pentru seriile de intervale i seriile
de momente:
- pentru seriile de intervale se folosete formula mediei aritmetice
y
y
n
=

;
- pentru seriile de momente se utilizeaz formula mediei cronologice simple,
dac intervalele dintre momente sunt egale sau media cronologic ponderat cnd
distana dintre ele este neegal.
2. Sporul absolut mediu notat cu se calculeaz prin raportarea
sporurilor absolute cu baz fix i n lan, la numrul termenilor seriei minus unul;
cele 2 sporuri medii sunt egale deoarece ntre sporurile cu baz n lan i cele cu
baz fix exist relaia: suma sporurilor cu baz n lan este egal cu sporul cu baz
fix a ultimului termen.
3. Indicele sau ritmul mediu de cretere e media celor (n-1) indici cu
baza n lan calculai. Pentru calcularea acestui indice se folosete formula mediei
geometrice; ritmul mediu de cretere: 1
0
n
n
y
I
y
= .
4. Ritmul mediu al sporului R exprim n procente diferena dintre:
- indicele sporului - 1 atunci cnd este exprimat n coeficieni - 1 R I = ;
- indicele sporului - 100 cnd e exprimat n procente - 100 R I = .
10.2.3. Descompunerea seriilor cronologice

Analiza statistic a seriilor cronologice nu se limiteaz numai la calcularea
indicatorilor absolui, relativi i medii. Analiza statistic e capabil s adnceasc
informaiile obinute pentru elaborarea unor previziuni i prognoze pe diferite
termene sau orizonturi de timp, pe termen scurt, mediu sau lung. n acest scop se
procedeaz la extrapolarea seriei cronologice adic la obinerea unor valori care
prelungesc seria dincolo de limitele pentru care dispunem de date certe, de date
empirice. Reprezentarea grafic realizat dup elucidarea problemei referitoare la
omogenitatea i probabilitatea datelor ne va facilita constatarea existenei unor
abateri de la ceea ce constituie tendina central, linia general a fenomenului
218
studiat. n afar de tendina central, seriile cronologice suficient de lungi cuprind
i alte tipuri de micri care explic abaterile (perturbaiile ce apar ntre aceste
serii).
Termenii unei serii cronologice se descompun de obicei n urmtoarele
componente:
1. tendina central (T) de dezvoltare pe o durat mai lung sau trend,
i arat direcia fundamental a micrii.
2. oscilaiile sezoniere (S) create de factori naturali (anotimp, luni) fie
de factori sociali (srbtori, concedii) sunt de scurt durat.
3. oscilaiile ntmpltoare (I) numite i reziduale care apar ca rezultat
al unor factori ntmpltori (calamiti naturale, msuri excepionale cu
caracter politic, economic, administrativ)
4. variaiile ciclice (C) sunt proprii procesului reproduciei capitaliste
De obicei oscilaiile ntmpltoare i cele ciclice sunt analizate mpreun.
n practica statistic se culeg date cronologice formate sub influena
simultan a tuturor factorilor de influen prin combinarea tuturor modurilor de
manifestare. Delimitarea componentelor pornind de la datele observate se face pe
baza unor abstraciuni. Exist dou modele, dou tipuri de reprezentare formal a
felului cum se combin cele trei componente ale seriilor observate sau empirice:
- modelul aditiv (combinarea se face prin adunare)
- modelul multiplicativ (combinarea se face prin nmulire).
Notnd cu valorile observate modelul aditiv va fi: T S I C = + + + iar
modelul multiplicativ: T S I C = .
ntr-un numr important de cazuri, combinarea componentelor seriei
cronologice are loc dup o schem multiplicativ i pentru descompunerea lor se va
proceda la operaia invers multiplicrii adic la mprire. Dac dorim s eliminm
tendina pe termen lung (T) dintr-o serie cronologic vom obine o serie
cronologic staionar , adic fr schimbri semnificative n timp. mprind
seria cronologic reprezentat prin modelul T S I la T vom obine seria
cronologic staionar SI. La fel putem mpri seria cronologic la S i vom
obine o serie cronologic din care a fost eliminat componenta oscilaiilor
sezoniere. Pentru a putea elimina tendina central trebuie mai nti s-o identificm,
s specificm partea ce-i revine din acel total care este seria cronologic. n acest
scop vom efectua ajustarea sau netezirea seriei cronologice i prin aceast
operaie vom ajunge s nlocuim valorile empirice ale seriei prin valori calculate
care vor exprima tendina fundamental de dezvoltare.

10.3. Metodele de ajustare a seriei cronologice

Aceste metode sunt utilizate n dou scopuri:
- fie pentru determinarea tendinei centrale;
219
- fie procedm la extrapolarea tendinei centrale, adic la prelungirea
valorii calculate dincolo de ultima valoare absolut sau empiric.
Ajustarea seriei cronologice se realizeaz prin urmtoarele trei grupe de
metode:
1. grafice;
2. mecanice ;
3. analitice.

1. Metodele grafice sunt mai puin riguroase n trasarea liniei generale a
tendinei centrale dar nu pot fi neglijate fiind preliminare pentru folosirea metodei
analitice, ntruct ofer o indicaie asupra funciei matematice care corespunde cel
mai bine valorilor empirice ale seriei cronologice. Reprezentarea grafic se poate
realiza sub forma unei cronograme, numit i historiogram sau prin diagrame
polare i radiale.

2. Metodele mecanice cele mai cunoscute sunt:
a) metoda sporului mediu
b) metoda indicelui (ritmului) mediu
c) procedeul mediilor mobile.
a) Metoda sporului mediu este cea mai simpl metod mecanic de
ajustare. Calculm sporul absolut , prin scderea primului termen al seriei (y
0
)
din ultimul termen (y
n
), mprim apoi sporul absolut astfel obinut la numrul
anilor la care se refer seria cronologic, mai puin unu i obinem sporul mediu,
astfel:
0
1
n
y y
n
.
Adugnd sporul mediu la primul termen al seriei i obinem valoarea
calculat pentru anul al II-lea i n continuare procedm la fel pentru anii urmtori.
Termenii ajustai formeaz o progresie aritmetic cu raia . Formula
corespunztoare metodei sporului mediu este:
( )
0
f t y t = +
unde: f - tendina central;
y
0
- primul termen al seriei;
- sporul mediu.
Pentru t = 0 ( )
0
f t y = ; t = n ( )
n
f t y = .

Deficiena esenial a acestei metode const n faptul c tendina central
este determinat exclusiv din valorile primului i ultimului termen al seriei,
influena termenilor intermediari fiind absent.
b) Metoda indicelui (ritmului) mediu - ia n calcul termenul iniial al
seriei (y
0
) i ritmul mediu aplicndu-se formula:
220
( ) ( )
0 1
k
t
f t y I
= , unde k = orizontul de prognoz.

n acest caz termenii extremi se unesc printr-o curb exponenial, iar
termenii ajustai intermediari formeaz o progresie geometric cu raia I .
c) Procedeul mediilor mobile - se mai numete i metoda mediei glisante
sau alunectoare.
Pornind de la caracterul mediei aritmetice, de compensare a erorilor,
procedeul mediilor mobile presupune substituirea termenilor reali ai seriei cu medii
calculate succesiv din anumii termeni ai seriei; cu ct numrul de termeni din care
se calculeaz media mobil e mai mare cu att ajustarea e mai pronunat; mediile
mobile se calculeaz din 2, 3 sau mai muli termeni ai seriei, numrul acestora fiind
stabilit n funcie de periodicitatea oscilaiilor pe care le prezint seria.

Exemplul 4: Avem termenii observai: y
1
, y
2
, y
3
, y
4
, y
5
, y
6
, y
7
. Calculm mediile
mobile.

Tabelul 10. 1
Termeni
observai
Mediile mobile
y
1

y
2

' 1 2 3
2
3
y y y
y
+ +
=
y
3

' 2 3 4
3
3
y y y
y
+ +
=
y
4

' 3 4 5
4
3
y y y
y
+ +
=
y
5
M
y
6

'
6
y
y
7

Numrul termenilor cu care se formeaz media e de obicei impar. Pentru a
se putea asocia cu nr. egal de termeni anteriori sau posteriori celui central. Dac,
totui n calcule se introduce un numr par de termeni (2n), media se va plasa n
punctul
1
2
n +
de pe un interval luat n calcul. O trstur ce avantajeaz procedeul
mediilor mobile fa de alte metode const n flexibilitatea ei, n posibilitatea
utilizrii fr ipoteze prealabile rigide care foarte rar pot fi ndeplinite n practic.

3) Aplicarea metodei analitice de ajustare const n urmtoarele:
alegerea unei funcii (ecuaie) care s exprime ct mai bine fenomenul
cercetat i s fie n concordan cu datele reale ale seriei cronologice;
221
folosirea metodei celor mai mici ptrate pentru gsirea valorilor
calculate corespunztoare celor empirice astfel nct suma ptratelor
diferenelor dintre valorile reale i cele calculate (
i
i x
y y ) s fie
minim;
valorile calculate care satisfac postulatul de mai sus permit gsirea
liniei tendinei centrale.
Probleme rezolvate

1. Se dau numerele 12,16, 11, 15, 13, 17, 12.
Se cere s se calculeze media mobil de ordinul 3.

Rezolvare:
Mediile mobile de ordinul 3 sunt:
12 16 11
13
3
+ +
= ;
16 11 15
14
3
+ +
= ;
11 15 13
13
3
+ +
= ;
15 13 17
15
3
+ +
= ;
13 17 12
14
3
+ +
=

2. Pentru datele din problema 1 calculai media mobil ponderat de
ordinul 3, considernd c frecvenele sunt 1, 4, 1.

Rezolvare:
( ) ( ) ( ) 1 12 4 16 1 11
14, 5
1 4 1
+ +
=
+ +
;
( ) ( ) ( ) 1 16 4 11 1 15
12, 5
1 4 1
+ +
=
+ +
;
( ) ( ) ( ) 1 11 4 15 1 13
14
1 4 1
+ +
=
+ +
;
( ) ( ) ( ) 1 15 4 13 1 17
14
1 4 1
+ +
=
+ +

( ) ( ) ( ) 1 13 4 17 1 12
15, 5
1 4 1
+ +
=
+ +

3. S se estimeze evoluia CA la S.C. X S.A. n anul 2008, prin metoda
abaterii absolute medii tiind c evoluia acestui indicator n perioada 2000 - 2004
a fost:
Anul CA - mld. lei -
2000 12
2001 15
2002 18
2003 20
2004 24

222
Rezolvare:
Abaterea medie se calculeaz cu formula:
1
1
n
y y
y
n
i
*
k n
y y k y = + ,
unde: y
n
- nivelul fenomenului y n ultimul an de istorie;
k - orizontul de prognoz;
y
1
- nivelul fenomenului y n primul an;
n - numrul de ani istorie.
2004 2000
24 12
3
5 1 4
CA
CA CA
= = =
mld. lei
*
2008
24 4 3 36 CA = + = mld. lei

4. Pe baza datelor din problema 5 s se prognozeze evoluia cifrei de
afaceri pn n anul 2002 folosind metoda geometric i metoda autoregresiei.

Rezolvare:

Metoda geometric:
2004
5 1
1
2000
24
1,18
12
n CA
CA
I
CA
= =
( ) 2004 2004
k
CA
k
CA CA I
+
=
*
2005
24 1,18 28, 56 CA = = mld. lei
( )
2
*
2006
24 1,18 33, 99 CA = = mld. lei
( )
3
*
2007
24 1,18 40, 44 CA = = mld. lei
( )
4
*
2008
24 1,18 48,13 CA = = mld. lei

Metoda autoregresiei
1
2
1
2
1
01 00 02 01 03 02 04 03
2 2 2 2
00 01 02 03
n
k k
k
CA
n
k
k
CA
CA CA
I
CA
CA CA CA CA CA CA CA CA
I
CA CA CA CA
=
+ + +
=
+ + +

( ) ( ) ( ) ( )
2 2 2 2
15 12 18 15 20 18 24 20
12 15 18 20
CA
I
+ + +
=
+ + +

223
1290
1,18
1093
CA
I =
( )
1
*
2005
24 1,18 28, 56 CA = = mld. lei
( )
2
*
2006
24 1,18 33, 99 CA = = mld. lei
( )
3
*
2007
24 1,18 40, 44 CA = = mld. lei
( )
4
*
2008
24 1,18 48,13 CA = = mld. lei

Probleme propuse

5. Se dau numerele 4, 7, 21, 15, 13, 27, 29, 31. Se cere s se calculeze
media mobil de ordinul 4.

ordinul 4 considernd c frecvenele sunt: 1, 4, 2, 5.

ordinul 3 considernd c frecvenele sunt: 2, 3, 1.

8. S se estimeze evoluia CA la S.C. X S.A. n anul 2008, prin metoda
abaterii absolute medii tiind c evoluia acestui indicator n perioada 2000 - 2004
a fost:
2000 8,7
2001 8,85
2002 9,15
2003 9,40
2004 9,85

9. PN n perioada 2000 2004 la S.C. Y S.A. a avut urmtoarea evoluie:

Tabelul 10.14. Date istorice
Anul PN - mld. lei -
2000 4,00
2001 4,10
2002 4,25
2003 4,45
2004 4,60

224
Se cere:
S se prognozeze valoarea PN pe anii 2005 - 2009 folosind metoda abaterii
absolute medii.

10. Pe baza datelor din problema 9 s se prognozeze evoluia CA pn n
anul 2008 folosind metoda geometric i metoda autoregresiei.

225
CAPITOLUL XI

INDICII

Cu ajutorul indicilor se poate msura variaia n timp i spaiu a unui
fenomen complex n funcie de modificarea factorilor de influen. Indicii se
calculeaz sub forma unui raport dintre valorile unui indicator statistic, la dou
momente diferite, sau n dou spaii diferite, ori n funcie de o alt caracteristic
oarecare. Indicii arat variaia relativ a unor variabile sau a unei grupe de variabile
n funcie de timp, spaiu sau alt categorie specificat.
Indicele, la momentul t fa de momentul iniial 0, se determin pe
baza relaiei:
/ 0
0
x t
t
x
I
x
= ,
unde: x
t
- indicatorul la momentul t;
x
0
- indicatorul n perioada de baz,

sau
1
1/ 0
0
x
x
I
x
= ,
unde: x
1
- indicatorul n perioada curent;
x
0
- indicatorul n perioada de baz.

n general indicii se exprim n procente, prin nmulirea n formula
general cu 100. Indicii statistici reprezint un raport ntre nivelul unui indicator
sau fenomen din dou uniti diferite de timp sau de spaiu.

11.1. Tipuri de indici

Indicii se pot clasifica dup mai multe criterii, i anume:
1. Dup sfera de cuprindere:
a) Indici elementari (individuali) - msoar variaia unui element n timp,
spaiu sau pe categorii, cu ajutorul relaiilor:
1
1/ 0
0
x
x
i
x
= ;
1
1/ 0
0
f
f
i
f
= ;
1 1
1/ 0
0 0
xf
x f
i
x f
= ,
unde: x - factorul calitativ;
f - factorul cantitativ;
1 - perioada curent;
0 - perioada de baz.
226
Cei mai utilizai indici elementari sunt:
indicele elementar de pre:
1
1/ 0
0
p
p
i
p
= , unde p - preul;
indicele elementar al produciei:
1
1/ 0
0
q
q
i
q
= , unde q - producia;
indicele elementar al valorii produciei:
1 1
1/ 0
0 0
pq
p q
i
p q
= .
b) indicii sintetici - msoar variaia unui fenomen complex (compus din
elemente ce nu pot fi comensurate nemijlocit adic din elemente nonaditive) n
raport cu timpul, spaiul sau o caracteristic oarecare. Forma general a unui indice
sintetic este aceea de indice agregat.
Pot fi:
- indici generali (totali) - construii pentru o colectivitate;
- indici pariali (de grup) - construii pentru o subcolectivitate sau un grup.

2. Dup perioada de comparaie:
a) indicii cu baz fix se obin prin raportarea nivelului unui indicator n
diferite momente sau spaii, la aceeai valoare a indicatorului din perioada de baz:
individual
0
0
,
t
t
z
i
z
= unde 1, t n = ;
sintetic
0
0
0 0
,
t
t
x z
i
x z
=

unde 1, t n = ;
b) Indicii cu baz mobil se obin prin raportarea nivelului unui indicator
la un anumit moment t la nivelul indicatorului la momentul t - 1 anterior:
individual
1
1
,
t
t t
t
z
i
z
= unde 1, t n = ;
sintetic
0
1
1 0
,
t
t t
t
x z
i
x z
. unde 1, t n = .

11.2. Indicii sintetici

Indicii sintetici (generali) se calculeaz la nivelul unor grupe sau la nivelul
colectivitii eterogene i sintetizeaz variaia medie a indicatorului studiat.
Construirea indicilor sintetici se poate realiza n urmtoarele variante:
1. Varianta Laspeyres utilizeaz ponderi constante din perioada de baz:
227
1 0
1/ 0 1
0
0 0
x x
x f
I L
x f
= =
,
0 1
1/ 0 1
0
0 0
f f
x f
I L
x f
= =
,
unde: x - factor de tip calitativ;
f - factor de tip cantitativ;
2. Varianta Paasche utilizeaz ponderi constante din perioada curent:
1 1
1/ 0 1
0
0 1
x x
x f
I P
x f
= =
,
1 1
1/ 0 1
0
1 0
f f
x f
I P
x f
= =
,
unde: x - factor de tip calitativ;
f - factor de tip cantitativ;
3. Varianta Edgeworth utilizeaz ca pondere suma ponderilor din
perioada de baz i perioada curent.
( )
( )
1 0 1
1/ 0 1
0
0 0 1
x x
x f f
I E
x f f
+
= =
+
,
( )
( )
0 1 1
1/ 0 1
0
0 0 1
f f
x x f
I E
f x x
+
= =
+
.
4. Varianta Fischer calculeaz indicii sintetici ca medie geometric a
indicilor Laspeyres i Paasche.
1 0 1 1
1 1 1 1
0 0 0 0
0 0 0 1
x x x x
x f x f
I L P F
x f x f
= = =

0 1 1 1
1 1 1 1
0 0 0 0
0 0 1 0
f f f f
x f x f
I L P F
x f x f
= = =

.

11.3. Metode de descompunere a dinamicii unui
indicator complex

Un indicator complex poate fi prezentat sub form de produs de factori:
a) cazul bifactorial y x f = ;
b) cazul trifactorial y x w f = ;
c) cazul qvadruplu y x w z f = .
Modificarea unui indicator complex poate fi calculat absolut cu relaia:
a)
1 1 1 0 0
0
y
x f x f =

;
b)
1 1 1 1 0 0 0
0
y
x w f x w f =

;
228
c)
1 1 1 1 1 0 0 0 0
0
y
x w z f x w z f =

;
sau relativ cu relaia:
a)
1 1
1/ 0
0 0
y
x f
I
x f
=

;
b)
1 1 1
1/ 0
0 0 0
y
x w f
I
x w f
=

;
c)
1 1 1 1
1/ 0
0 0 0 0
y
x w z f
I
x w z f
=

.
Descompunerea modificrii absolute sau relative a unui indicator complex
se realizeaz n statistic cu ajutorul a dou metode:
- metoda substituiei n lan;
- metoda restului nedescompus (a influenelor izolate).
229
Probleme rezolvate

1. O societate comercial produce 3 produse: A, B i C n urmtoarele
cantiti (tabelul 11.1) i le vinde cu preurile corespunztoare.

Tabelul 11. 1. Date iniiale
Cantitatea (buc) Preul (mil. lei)
Produsul
q
0
q
1
p
0
p
1
A 25 30 5 8
B 10 20 12,5 17,5
C 35 15 15 22,5
Se cere:
a) indicele elementar de pre pentru fiecare produs n parte;
b) indicele elementar al produciei;
c) indicele elementar al valorii fiecrui produs.
Rezolvare:
a)
1
1/ 0
0
p
p
i
p
=
- pentru produsul A:
1
1/ 0
0
8
1, 6
5
pA A
A
p
i
p
= = =
- pentru produsul B:
1
1/ 0
0
17, 5
1, 4
12, 5
pB B
B
p
i
p
= = =
- pentru produsul C:
1
1/ 0
0
22, 5
1, 5
15
pC C
C
p
i
p
= = =
b)
1
1/ 0
0
q
q
i
q
=
1
1/ 0
0
300
1, 2
250
qA A
A
q
i
q
= = =
1
1/ 0
0
200
2
100
qB B
B
q
i
q
= = =
1
1/ 0
0
150
1, 42857
350
qC C
C
q
i
q
= = =
c)
1 1
1/ 0
0 0
pq
p q
i
p q
=
1 1
1/ 0
0 0
2400
1, 92
1250
pqA
p q
i
p q
= = =
230
1 1
1/ 0
0 0
3500
2,8
1250
pqB
p q
i
p q
= = =
1 1
1/ 0
0 0
3375
0, 642857
5250
pqC
p q
i
p q
= = =

Tabelul 11. 2. Date prelucrate
Produsul p
1
q
1
p
0
q
0
A 2400 1250
B 3500 1250
C 3375 5250

2. Se dau urmtoarele date:
Tabelul 11. 3. Date istorice
1999 15
2000 17
2001 18
2002 22
2003 23

Se cere:
S se determine indicii cu baz fix, diferenele absolute cu baz fix i
ritmul cu baz fix.

Rezolvare:
Indicii cu baz fix:
/ 0
0
x k
k
x
I
x
=
Diferenele absolute cu baz fix:
/ 0 0
x
k k
x x =
Ritmul cu baz fix:
/ 0 / 0
1
x x
k k
R I =

Tabelul 11. 4. Determinarea indicilor i ritmului de evoluie
Anul CA - mld. lei - I
k/0
R
k/0
k/0
1999 15 - - -
2000 17 1,13 0,13 2
2001 18 1,2 0,2 3
2002 22 1,47 0,47 7
2003 23 1,53 0,53 8

231


Tabelul 11. 5
Anul
CA - mil. lei -
x
k

1999 4250
2000 4000
2001 7250
2002 850
2003 9700

Se cere:
S se determine indicii cu baz mobil, diferenele absolute cu baz mobil i
ritmul cu baz mobil.

Rezolvare:
Indicii cu baz mobil:
/ 1
1
x k
k k
k
x
I
x
=
Diferenele absolute cu baz mobil:
/ 1 1
x
k k k k
x x

=
Ritmul cu baz fix:
/ 1 / 1
1
x x
k k k k
R I

=

Tabelul 11. 6. Determinarea indicatorilor specifici indicilor
Anul
CA - mil. lei -
x
k

I
k/k-1
k/k-1
R
k/k-1
1999 4250 - - -
2000 4000 0,94 -250 -0,06
2001 7250 1,81 3250 0,81
2002 850 1,17 1250 0,17
2003 9700 1,14 1200 0,14


Producia fizic
buc.
Preul unitar
mii lei
Costuri unitare
mii lei

Societatea
q
0
q
1
p
0
p
1
c
0
c
1

A 10000 12500 1000 1500 800 900
B 5000 8000 2500 3000 450 500
C 900 2700 1750 2000 500 600

232
Se cere:
a) Producia marf, costurile i profitul;
b) Rata rentabilitii sau a profitului;
c) Indicii de grup i abaterea absolut pentru costuri;
d) Indicele Paasche i Laspeyres
e) Indicele Marschal - Edgeworth;
f) Indicele Fischer;

Rezolvare:
Tabelul 11. 8.
Producia marf
mil. lei
Costuri totale
mil. lei
Firma
q
0
p
0
q
1
p
1
q
0
c
0
q
1
c
1

q
1
c
0
p
0
q
1
p
1
q
0
p
1
(
q
1
+
q
0
)

p
0
(
q
1
+
q
0
)

q
1
(
p
0
+
p
1
)

q
0
(
p
0
+
p
1
)

A
10,00 18,75 8,00 11,25 10,00 12,50 15,00 33,75 22,50 31,25 25,00
B 12,50 24,00 2,25 4,00 3,60 20,00 15,00 39,00 32,50 44,00 27,50
C 1,575 5,40 0,45 1,62 13,50 4,725 1,80 7,20 6,30 10,125 3,375
Total 24,075 48,15 10,70 16,87 14,95 37,225 31,80 79,95 61,30 85,375 55,875

a) Producia marf: PM qp =

0 0 0
24, 075 PM q p = =
mil. lei
1 1 1
48,15 PM q p = =
mil. lei
Costurile totale: CT qc =

0 0 0
10, 70 CT q c = =
mil. lei
1 1 1
16,87 CT q c = =
mil. lei
Profitul: P = PM - CT
P
0
= PM
0
- CT
0
0 0 0 0
24, 075 10, 70 13,375 q p q c = = =

mil. lei
P
1
= PM
1
- CT
1
=
1 1 1 1
48,15 16,87 31, 28 q p q c = =

mil. lei

b) Rata rentabilitii (profitului)
0
0 0 0 0
0
0 0 0
13, 375
1, 25
10, 70
p
q p q c
P
R
C q c
= = = =

mil. lei
1
1 1 1 1
1
1 1 1
31, 28
1,85
16,87
p
q p q c
P
R
C q c
= = = =

mil. lei

233

c) Indicii de grup
1 1
1 0
0 0
16,87
1, 5766
10, 70
qc
q c
I
q c
= = =
mil. lei
1 0
1 0
0 0
14, 95
1, 397
10, 70
q
q c
I
q c
= = =
mil. lei
1 1
1 0
1 0
16,87
1,128
14, 95
qc
q c
I
q c
= = =
mil. lei
Proba:
1/ 0 1/ 0 1/ 0
1, 5766 1, 397 1,128 1, 5758
qc c q
I I I = = = mil. lei
1 1 1 0 0
0
16,87 10, 70 6,170
qc
q c q c = = =

mil. lei
1 1 0 0 0
0
14, 95 10, 70 4, 25
q
q c q c = = =

mil. lei
1 1 1 1 0
0
16,87 14, 95 1, 92
c
q c q c = = =

mil. lei
Proba
1/ 0 1/ 0 1/ 0
6,17 4, 25 1, 92
qc q c
= + = + mil. lei

d) Indicele Paasche este indicele agregat n care ponderile sunt cele din
perioada curent.
( )
1 1
1
0
0 1
4,815
1, 29
3, 7225
p
p q
P p I
p q
= = = =

( )
1 1
1
0
1 0
4,815
1, 51
3,18
q
p q
P q I
p q
= = = =

Indicele Laspeyres este indicele agregat n care ponderile sunt cele din
perioada de baz.
( )
1 0
1
0
0 0
3,180
1, 32
2, 4075
p
p q
L p I
p q
= = = =

( )
0 1
1
0
0 0
3, 7225
1, 546
2, 4075
q
p q
L q I
p q
= = = =

e) Indicele Marschal - Edgeworth
Este un indice agregat n care ponderile sunt suma ponderilor din perioada
de baz i perioada curent.
( )
( )
( )
1 0 1
0 0 1
7, 995
1, 304
6,130
p q q
E p
p q q
+
= = =
+

234
( )
( )
( )
1 0 1
0 0 1
8, 5375
1, 5279
5, 5875
q p p
E q
q p p
+
= = =
+

f) Indicele Fischer - este indicele obinut ca medie geometric a indicilor
Paasche i Laspeyres.
( ) ( ) ( ) 1, 32 1, 29 1, 3049 F p L p P p = = =
( ) ( ) ( ) 1, 546 1, 51 1, 52789 F q L q P q = = =

5. Se dau datele:
2002 2003
Produs
Valoarea
prod.

Cantitate
- to -
Curs de revenire
mii lei/$

Valoarea
prod.

Cantitate
- to -
Curs de revenire
mii lei/$
A 15000 150 40 2250 180 41
B 2000 100 40 3000 150 40
C 2300 115 41 2800 100 41

S se determine:
- indicii generali;
- indicii factoriali;
- abaterile absolute,
pentru indicatorul valoarea exportului prin metoda substituiei n lan cazul
trifactorial.

Rezolvare:
2002 2003

Produs
Pre
(/to)
p
0

Cantitate
(to)
q
0

Curs de revenire
mii lei/
c
r0

Pre
(/to)
p
1

Cantitate
(to)
q
1

Curs de revenire
mii lei/
c
r1

A 10 150 40 12,5 180 41
B 20 100 40 20 150 40
C 20 115 41 28 100 41
Total - 365 - - 430 -

Tabelul 11. 11. Determinarea sumelor relevante
Produs q
1
p
1
C
r1
q
0
p
0
C
r0
q
1
p
0
C
r0
q
1
p
1
C
r0

A 92250 60000 72000 90000
B 120000 80000 120000 120000
235
C 114800 94300 82000 114800
Total 327050 234300 274000 324800

Pre (/to) = Valoarea prod. () : Cantitate (to)
VE = qpCr (mii lei)
0 0 0 1
0 0 1 0 1 1 1 1 r r r r
q p C q p C q p C q p C
1 1 1
1/ 0
0 0 0
327050
1, 3958
2343000
r VE
r
q p C
I
q p C
= = =

1 0 0
1/ 0
0 0 0
274000
1,169
234300
r q
r
q p C
I
q p C
= = =

1 1 0
1/ 0
1 0 0
324800
1,185
274000
r p
r
q p C
I
q p C
= = =

1 1 1
1/ 0
1 1 0
327050
1, 007
324800
r
r C
r
q p C
I
q p C
= =

Proba:
1/ 0 1/ 0 1/ 0 1/ 0
r
C VE q p
I I I I =
1, 3958 1,169 1,185 1, 007 =
Abaterile absolute:
1 1 1 1 0 0 0
0
327050 234300 92750
VE
r r
q p C q p C = = =

1 1 0 0 0 0 0
0
274000 234300 39700
q
r r
q p C q p C = = =

1 1 1 0 1 0 0
0
324800 274000 50800
p
r r
q p C q p C = = =

1 1 1 1 1 1 0
0
327050 324800 2250
r
C
r r
q p C q p C = = =

Proba:
1/ 0 1/ 0 1/ 0 1/ 0
r
C VE q p
= + +
92750 = 39700 + 50800 + 2250

Probleme propuse

6. O firm produce 4 produse: 1, 2, 3, 4, 5 conform datelor din urmtorul
tabel:
Cantitate
(buc)
Pre
-mil. lei-

Produsul
q
0
q
1
p
0
p
1

1 1750 1800 8,25 8,32
2 1825 1900 8,15 8,23
3 1900 1900 8,54 8,65
236
4 1500 1475 8,70 8,80

Se cere:
a) indicele elementar de pre pentru fiecare produs n parte;
c) indicele elementar al valorii fiecrui produs.

7. S.C. X S.A. produce 4 produse: A, B, C i D n cantitile i costurile din
tabelul urmtor:

Cantitatea
(buc)
Costul unitar
-mil. lei-

Produsul
q
0
q
1
c
0
c
1

A 100 130 6,3 6,28
B 120 150 6,5 6,45
C 90 1000 6,3 6,32
D 70 75 6,42 6,41

Se cere:
a) indicele elementar al costului unitar pentru fiecare produs n parte;
c) indicele elementar al costului total pentru fiecare produs.

8. Se dau datele:

Tabelul 11. 14
1997 18,2
1998 18,3
1999 19,35
2000 20,52
2001 20,60
2002 21,65
2003 28,70
2004 28,8

Se cere:
- S se determine indicii cu baz fix, diferenele absolute cu baz fix
i ritmul cu baz fix;
- S se determine indicii cu baz mobil, diferenele absolute cu baz
mobil i ritmul cu baz mobil.

237

9. Se dau datele:
Tabelul 11. 15
Producia
- mii tone -
Preul unitar
- mii lei -
Costuri unitare
- mii. lei-

S.C.
q
0
q
1
p
0
p
1
c
0
c
1
A 8100 8500 1000 1200 800 820
B 7300 7500 2000 2500 1800 1900
C 6500 6600 4000 4200 3750 3800
D 6400 6700 3000 3050 2500 2700
E 6250 6450 500 600 400 400

Se cere s se determine:
- producia marf, costurile i profitul;
- rata rentabilitii (a profitului);
- indicii de grup i abaterea absolut pentru costuri;
- indicii: Paasche, Laspeyres, Marshall - Egeworth, Fischer i relaia lui
Borkiewiecz.

10. Pe baza datelor din problema 6 se cere:
- S se determine indicii generali i factoriali precum i abaterile absolute
pentru indicatorul valoarea produciei, aplicnd metoda substituiei n lan, cazul
bifactorial
- S se verifice relaiile dintre indicii factoriali i cel de grup, precum i cea
dintre abaterile absolute pe factori i abaterea absolut total.

11. Aceleai cerine, din problema 10, dar pentru datele din problema 7, i
pentru indicatorul costul produciei.

12. Rezolvai problema 10, aplicnd metoda restului nedescompus (a
influenelor izolate).

13. Rezolvai problema 11, aplicnd metoda restului nedescompus (a
influenelor izolate).

Produs
2002 2003
238
Pre
(mii./to)
p
0

Cantitate
(mii to)
q
0

Curs de revenire
mii lei/
c
r0

Pre
(mii /to) p
1

Cantitate
(to)
q
1

Curs de revenire
mii lei/
c
r1

A 1800 170 40 1820 230 40
B 1190 190 40 1195 270 41
C 1180 250 39 1180 260 40
D 1100 500 39 1120 550 41
E 1500 800 40 1600 1200 41

Se cer:
- indicii generali,
- indicii factoriali,
- abaterile absolute,
pentru indicatorul valoarea exportului, prin metoda substituiei n lan, cazul
trifactorial.

15. Rezolvai problema 20, utiliznd metoda restului nedescompus cazul
trifactorial.

Statistica PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistica PDF

Încărcat de

Drepturi de autor:

Formate disponibile

9

= nr. par sau

, sperana matematic se reduce la

= = . Suma acestor coeficieni este 2

, deoarece prima carte poate fi

este o constant dat, se numete distribuia lui Poisson,

ecuaia (3) devine:

= , cum se poate vedea i

= = = , (folosind Anexa nr.5)

pentru colectivitatea de sondaj. (17)

pentru caracteristici nealternative (24)

dispersie simpl, (26)

- pentru sondajul de serii repetat

= , fie ca o diferen dintre

= - se poate determina cu baz fix sau cu baz n lan:

= , unde k = orizontul de prognoz.

S-ar putea să vă placă și