PROBLEME

Studiul de caz nr. 1

O societate comercial productoare de confecii de mbrcminte se
aprovizioneaz cu stof de la doi furnizori F1 i F2. Societatea a achiziionat n luna
septembrie 1500 metri liniari de stof, dup cum urmeaz:
600 de metri liniari de stof de la furnizorul F1;
900 metri liniari de stof de la furnizorul F2.
La recepia mrfurilor s-a constatat faptul c 195 metri liniari de stof nu
corespund din punct de vedere calitativ, stabilindu-se totodat c rebuturile provin de
ambii furnizori, dup cum urmeaz:
90 metri liniari de stof provin de la furnizorul F1;
105 metri liniari de stof provin de la furnizorul F2.
Pe baza datelor menionate, conducerea societii a decis s renune la colaborarea
cu furnizorul F1, motivnd aceast opiune prin slaba calitate a materialelor furnizate.
Analiza deciziei adoptate de ctre aceast societate poate fi realizat cu ajutorul
modelelor econometrice (ex: testul diferenei dintre dou medii, testul 2, metoda
coeficientului de asociere al lui Yulle).
Rezolvare:
Pentru fundamentarea econometric a deciziei adoptate de ctre conducerea
societii este necesar s se sistematizeze informaiile cunoscute ntr-un tabel de forma:
Tabelul 1
Furnizori (xi)
F1
F2
Total (Nj)

Calitatea materialelor (yj)

Nesatisfctoare
Satisfctoare
90
510
105
795
195
1305 (nij)

Total (Ni)
600
900
1500 (N)

X x i , i 1, k

variabila independent;

x1 = furnizorul F1
x2 = furnizorul F2;
Y y j , j 1, m

variabila dependent;

y1 = materiale nesatisfctoare din punct de vedere calitativ (rebuturi);

y2 = materiale satisfctoare din punct de vedere calitativ;
nij = frecvenele condiionate ale variabilei Y;
exemplu:

n11 = materiale nesatisfctoare trimise de furnizorul F1;

n22 = materiale bune trimise de furnizorul F2;

Ca urmare a sistematizrii datelor a rezultat o serie statistic bidimensional cu

dou variabile binare X i Y, rezultnd totodat dou distribuii marginale:
x1 1 x 2 0

900
600

X :

y1 1 y 2 0

1305
195

Y :

i dou distribuii condiionate ale variabilei Y (calitatea produselor) n funcie de

furnizori:
y1 1 y 2 0

510
90

YF1 :

y1 1 y 2 0

795
105

YF 2 :

Ni = frecvenele marginale ale variabilei X;

Nj = frecvenele marginale ale variabilei Y;
N N i N j n ij
i

= numrul total al observaiilor.

Studiind modul de distribuire al frecvenelor nij se pot face urmtoarele observaii:

a) exist o independen total ntre cele dou variabile, dac:
n ij

Ni
k

= constant;

n ij

Nj
m

= constant;

b) exist o dependen strict ntre cele dou variabile dac frecvenele

condiionate nij se distribuie numai pe diagonala principal a tabelului (corelare pozitiv,
x1 cu y1 i x2 cu y2), pentru celelalte elemente ale tabelului aceste frecvene fiind egale cu
zero;
c) exist o dependen statistic dac frecvenele condiionate nij se distribuie ntrun mod diferit de cele dou cazuri amintite anterior (a i b); n aceast situaie, analiza
statistic va conduce la una dintre urmtoarele concluzii:
acceptarea variantei a (independen total ntre cele dou variabile);
acceptarea variantei c (dependen slab, medie sau puternic).
Analiznd datele din tabelul anterior (Tabelul 1) se poate observa faptul c
distribuia frecvenelor condiionate nij se ncadreaz n varianta c. Astfel, pentru a
analiza decizia adoptat de ctre conducerea societii considerate este necesar s
utilizm testul diferenei dintre dou medii.
Aplicarea acestui test presupune parcurgerea urmtoarelor etape:
I.

determinarea procentului mediu al materialelor necorespunztoare din punct de

vedere calitativ pe fiecare furnizor n parte

II.

f F1

n 11
90

0,15 sau 15%

N1 600

f F2

n 21 105

0,1167 sau 11,67%

N 2 900

calculul dispersiilor pentru fiecare dintre cei doi furnizori

2F1 f F1 (1 f F1 ) 0,15 0,85 0,1275
2F 2 f F 2 (1 f F 2 ) 0,1167 0,8833 0,1031

III.

alegerea pragului de semnificaie i preluarea valorii acestuia din tabelul

distribuiei respective

 = pragul de semnificaie (riscul) cu ajutorul cruia se alege decizia corect (de

regul, n economie se lucreaz cu un prag de semnificaie de 0,05 (5%) sau
cel mult de 0,01 (1%).
t = argumentul distribuiei normale, dac n 30 sau argumentul distribuiei
Student, dac n < 30;
Pentru exemplul considerat:
= 0,05
IV.

t = t0,05 = 1,96.

compararea valorii empirice a variabilei tc cu valoarea sa teoretic t0,05

tc

x1 x 2
2x1
n1 1

tc

2x1

variabilele sund dependente

n2 1

x1 x 2
n1 1

tc

2x 2

2x 2

variabilele sund independente

n2 1

f F1 f F 2
2F1
2F 2

N1 1 N 2 1

0,15 0,1167
0,1275 0,1031

599
899

1,84

tc = 1,84 < t0,05 = 1,96

V.

interpretarea rezultatelor testului

Deoarece tc = 1,84 < t0,05 = 1,96 putem afirma cu o probabilitate de 95% faptul

c ntre calitatea materialelor livrate de ctre cei doi furnizori F1 i F2 nu exist o

diferen semnificativ. n aceste condiii, decizia conducerii societii de a renuna la
colaborarea cu furnizorul F1 datorit unei caliti mai slabe a produselor livrate nu este
justificat.

Studiul de caz nr. 2

Utiliznd datele menionate n cazul exemplului nr. 1, putem stabili relaia

existent ntre cele dou variabile (X = furnizori i Y = calitatea materialelor) i implicit
justeea deciziei conducerii societii considerate de a renuna la colaborarea cu
furnizorul F1, cu ajutorul testului 2.
Rezolvare:
Aplicarea testului 2 presupune parcurgerea urmtoarelor etape:
I.

stabilirea pragului de semnificaie i alegerea valorii teoretice 2;v

= pragul de semnificaie;
v = (k 1)(m 1) numrul gradelor de libertate
unde:
m = numrul de grupe n funcie de variabila Y (yj, j = 1, m );
k = numrul de grupe n funcie de variabila X (x i, i =

1, k

), preluat din tabela

distribuiei 2 n funcie de pragul de semnificaie i de numrul gradelor de

libertate v.
= 0,05
v = (2 1)(2 1) = 1
n acest caz, valoarea teoretic 2;v este:
20,05;1 = 3,84.
II.

determinarea

frecvenelor

teoretice

independenei totale a variabilelor)

n *ij

Ni N j
N

*
n11

N1 N1 600 195

78
N
1500

*
n 12

N1 N 2 600 1305

522
N
1500

n *21

N 2 N1 900 195

117
N
1500

nij*

(frecvenele

teoretice

cazul

n *22

III.

N 2 N 2 900 1305

783
N
1500

determinarea valorii empirice a variabilei aleatoare 2c

c2
i

c2

IV.

ij

n *ij

n *ij

90 78 2 510 522 2 105 117 2 795 783 2

78

522

117

783

3,54

compararea valorii empirice a variabilei aleatoare 2c cu valorea teoretic 2;v

2c = 3,54 < 20,05;1 = 3,84 variabile X i Y sunt independente

V.

interpretarea rezultatelor testului

Pe baza calculelor menionate anterior, se poate afirma faptul c cele dou

variabile X i Y sunt independente i, ca urmare, calitatea materialelor livrate nu depinde

de tipul furnizorilor. Pe baza acestor fapte, se poate concluziona faptul c decizia
societii de a renuna la colaborarea cu furnizorul F1 datorit unei caliti mai slabe a
materialelor furnizate nu este justificat.

Studiul de caz nr. 3

Se consider situaia societii productoare de confecii de mbrcmine
menionat n exemplul nr. 1. Decizia conducerii acestui agent economic de a renuna la

colaborarea cu furnizorul F1 datorit calitii nesatisfctoare a materialelor furnizate

poate fi analizat i cu ajutorul metodei coeficientului de asociere al lui Yulle.
Rezolvare:
Pe baza datelor menionate n exemplul nr. 1 i sintetizate n tabelul 1, metoda
coeficientului de asociere al lui Yulle poate fi aplicat parcurgnd urmtoarele etape:
I.

determinarea valorii coeficientului de asociere

c

n 11 n 22 n 12 n 21
n 11 n 22 n 12 n 21

n 11 n 22 n 12 n 21 90 795 510 105

0,1439
n 11n 22 n 12 n 21 90 795 510 105

Coeficientul de asociere al lui Yulle este definit n intervalul [-1;1], avnd

urmtoarea semnificaie:
= -1 corelaie strict negativ ntre variabile;
= 0 independen ntre variabile;
= 1 corelaie strict pozitiv ntre variabile.
II.

III.

determinarea abaterii medii ptratice

1 2
2

1 0,0207
2

1
1
1
1

0,0756
90 510 105 795

determinarea valorii raportului

IV.

1
1
1
1

n 11 n 12 n 21 n 22

0,1439
1,90
0,0756

stabilirea pragului de semnificaie i alegerea valorii teoretice t

= 0,05
t = 1,96

V.

compararea valorii empirice cu valorea teoretic t

VI.

1,90 <

t0,05 = 1,96

interpretarea rezultatelor testului

Pe baza inegalitii menionate la punctul V, putem afirma cu o probabilitate de

95% faptul c valoarea empiric c nu este semnificativ diferit de zero, astfel c se

cele dou variabile X i Y sunt independente. Astfel, decizia conducerii societii
considerate de a renuna la colaborarea cu furnizorul F1 datorit unei caliti mai slabe a
materialelor furnizate poate fi considerat ca fiind nefondat.

Studiul de caz nr. 4

Se consider o societate comercial cu activitate de producie care, n urma unor
dificulti economice, este nevoit s i reorganizeze activitatea i s renune la o parte
din angajaii si. Situaia disponibilizrilor efectuate de ctre acest agent economic este
sintetizat n funcie de tipul i gradul de calificare a personalului n tabelul urmtor:
Tip de
personal

Calificarea profesional a persoanelor concediate (yj)

Total
persoane

150
110

Personal
administrativ
Total persoane
(Nj)

50
50

300

50

200

40

100
550

100

50
250

200

1000

Cu ajutorul testul 2 se poate stabili dac disponibilizrile de personal au fost

fcute n mod judicios, parcurgnd n acest sens urmtoarele etape:
I.

Stabilirea variabilelor

X x i , i 1, k

Y y j , j 1, m
II.

tipul personalului;

treptele de calificare a personalului concediat;

Stabilirea valorii teoretice a variabilei 2;v

= 0,05 (5%) pragul de semnificaie (riscul);
v = (k 1)(m 1) = (3 1)(3 1) = 4
20,05;4 = 9,49.

III.

Calculul frecvenelor teoretice nij*

n *ij

Ni N j
N

*
n11

N1 N1 500 550

275
N
1000

*
n 12

N1 N 2 500 250

125
N
1000

*
n 13

N1 N 3 500 200

100
N
1000

n *21

N 2 N1 300 550

165
N
1000

n *22

N 2 N 2 300 250

75
N
1000

n *23

N 2 N 3 300 200

60
N
1000

n *31

N 3 N1 200 550

110
N
1000

IV.

n *32

N 3 N 2 200 250

50
N
1000

n *33

N 3 N 3 200 200

40
N
1000

Calculul valorii empirice a variabilei aleatoare 2c

2
c

2
c

(n ij n *ij ) 2
n *ij

2
2
2
2
2

300 275

150 125

50 100

150 165

50 75

275
125
100
165
2
2
2
2
100 60 100 110 50 50 50 40

60
110
50
40

75

c2 72,04 72
V.

Compararea valorii empirice 2c cu valoarea sa teoretic 2;v

2c = 72 > 20,05;4 = 9,49

VI.

Interpretarea rezultatelor testului

Deoarece valoarea empiric a variabilei aleatoare 2c este mai mare dect valoarea

teoretic 2;v, putem afirma faptul c cele dou variabile X i Y sunt dependente
statistic, ceea ce nseamn c distribuia persoanelor disponibilizate ine cont de tipul
personalului i de gradul de calificare a acestuia.
innd cont de constatrile anterioare se poate afirma faptul c disponibilizarea
personalului a fost fcut corespunztor. n acest sens, putem meniona faptul c n
numrul total al persoanelor concediate predomin personalul necalificat, urmat de
personalul cu o calificare medie i n final de cel cu o calificare superioar.

Studiul de caz nr. 5

Pentru a exemplifica metodologia de calcul utilizat n cazul asocierii dintre o
variabil independent i o variabil numeric dependent, vom considera cazul firmei
Hewlett Packard. n momentul introducerii n procesul de fabricaie a modelului de
imprimant HP LaserJet 1020, firma considerat a fost nevoit s aleag ntre dou
modele de role de tragere a hrtiei R1 i R2, cele dou modele avnd preuri sensibil
egale, diferena dintre ele fiind fcut de fiabilitate. n acest sens, au fost efectuate o
serie de teste menite s aprecieze uzura fiecrui tip de rol de tragere n funcie de
numrul colilor tiprite (gradul de uzur la 10000 coli printate). Pentru aceste ncercri
au fost utilizate loturi de cte 100 role de tragere din fiecare model. Rezultatele testelor
efectuate pot fi sintetizate ntr-un tabel de forma:
Tabelul 2
Rol de
tragere
(xi, i = 1, k )
R1
R2
Total
(Nj)

Gradul de uzur al rolelor la 10000 coli printate

(yj, j = 1, m )
10 20
20 30
30 40
40 50
50 - 60
10
20
20
30
20
20
25
30
15
10 (nij)
30

45

50

45

30

Total
(Ni)
100
100
200

Cu ajutorul modelelor econometrice (metoda analizei variaiei, testul 2, tesul

diferenei dintre dou medii) se poate stabili dac alegerea unui anumit model de rol de
tragere a hrtiei este posibil exclusiv pe baza datelor menionate anterior, iar n cazul n
care aceast decizie poate fi adoptat se poate stabili modelul de rol ce face fa cel mai
bine cerinelor firmei.
Rezolvare:
I.

Definirea variabilelor
X modelul de rol de tragere a hrtie variabila nominal;
Y gradul de uzur al rolelor la 10000 coli printate variabila numeric;

II.

Stabilirea relaiei dintre variabile

Studiind modul de distribuire al frecvenelor n ij se poate constata faptul c este

posibil s existe o dependen statistic ntre cele dou variabile (vezi exemplul nr. 1),
situaie n care analiza econometric va conduce la una dintre urmtoarele concluzii:
acceptarea variantei a (independen total ntre cele dou variabile);
acceptarea variantei c (dependen slab, medie sau puternic).
III.

Stabilirea rezistenei medii la uzur i a dispersiei pentru primul model de rol de

tragere a hrtiei
Pentru a determina rezistena medie la uzur i dispersia pentru modelul de rol

R1, informaiile cunoscute vor fi sintetizate ntr-un tabel de forma:

Tabelul 3
Gradul de uzur al
rolei de tragere R1
10 20
20 30
30 40
40 50
50 60
Total

yj

n1j

15
25
35
45
55
-

10
20
20
30
20
100

yj a

n1j
k

-3
-2
-1
0
1
-

- 30
- 40
- 20
0
20
- 70

yj a

yj a

k = mrimea intervalului de grupare;

k = 10;
yj = centrul intervalelor de grupare;
a = valoarea centrului de interval de grupare cu frecvena (n1j) cea mai mare;
a = 45;

rezistena medie la uzur a rolei de tragere R1

y R1
y R1

yj a
n 1 j
k

k a
n
1j

70
10 45 38
100

90
80
20
0
20
210

n1 j

dispersia pentru rola de tragere R1

2
R1

2R1

IV.

yj a
k

n 1j

k 2 y R1 a

1j

210
2
100 38 45 210 49 161
100

Stabilirea rezistenei medii la uzur i a dispersiei pentru cel de al doilea model

de rol de tragere a hrtiei
Tabelul 4

Gradul de uzur al
rolei de tragere R2
10 20
20 30
30 40
40 50
50 60
Total
k = 10;

n2j

15
25
35
45
55
-

20
25
30
15
10
100

-2
-1
0
1
2
-

- 40
- 25
0
15
20
- 30

yj a

n2j

80
25
0
15
40
160

a = 35;
rezistena medie la uzur a rolei de tragere R2

yR2
yR2

yj a
n 2 j
k
k a
n2j

30
10 35 32
100

dispersia pentru rola de tragere R2

2
R2

2R 2

V.

yj

yj a

n2j
k

yj a

yj a
k

n2j

k 2 yR2 a

2j

160
2
100 32 35 160 9 151
100

Determinarea rezistenei medii la uzur i a dispersiei pe ansamblul celor dou

modele de role de tragere a hrtiei (distribuia marginal a variabilei Y)

Tabelul 5
Gradul de uzur al
rolelor de tragere
10 20
20 30
30 40
40 50
50 60
Total
k = 10;

yj

Nj

15
25
35
45
55
-

30
45
50
45
30
200

-2
-1
0
1
2
-

- 60
- 45
0
45
60
0

yj a

Nj

120
45
0
45
120
330

a = 35;
rezistena medie la uzur a celor dou modele de role de tregere a hrtiei

y0

y N
N
j

yj a
N j
k
k a
Nj

y0

0
10 35 35
200

dispersia ce caracterizeaz cele dou modele de role de tragere a hrtiei

2
0

02

VI.

yj a

Nj
k

yj a

y0 N j
N

yj a
k

Nj

k 2 y0 a

330
2
100 35 35 165 0 165
200

Determinarea varianelor (variana total, variana dintre grupe, variana

rezidual)

variana total V02

V02 y j y 0
i

n ij y j y 0
j

N j N 02 V 2 200 165 33000

0

variana dintre grupe Vx2

Vx2 yi y0
i

N i y R1 y0

N R1 y R 2 y0

Vx2 38 35 100 32 35 100 900 900 1800

2

variana rezidual Vu2

Vu2 y j y i n ij i2 N i Vu2 2R1 N R1 2R 2 N R 2 161 100 151 100 31200

i

VII.

i 1

Stabilirea semnificaiei rezultatelor cu ajutorul testului Fisher Snedecor

Pentru a stabili dac rezultatele obinute sunt semnificative este necesar s

verificm urmtoarea relaie:

Fc F; v1; v2
F;v1;v2 valoarea teoretic preluat din tabela distribuiei Fisher Snedecor n
funcie de pragul de semnificaie i numrul gradelor de libertate v 1 =
k 1 i v2 = N k (k = 2).
F0,05;1;198 = 3,89.
Fc = valoarea empiric a variabilei Fisher Snedecor;
Vx2
Fc k 21
Vu
Nk
1800
1800
1800
Fc 2 1 1
11,423
31200
31200 157,575
200 2
198

Fc = 11,423 F;v1;v2 = 3,89 inegalitatea se verific;

Cu ajutorul testului Fisher Snedecor am stabilit faptul c rezultatele obinute
sunt semnificative pentru problema considerat, astfel c este indicat s se continue
rezolvarea acestui studiu de caz pn la identificarea soluiei optime a acestuia (alegerea
celui mai bun model de rol de tragere a hrtiei).
VIII. Determinarea contribuiei relative a factorului esenial X modelul de rol de
tragere a hrtiei la variaia total
Vx2
1800
100
100 5,45%
2
33000
V0

IX.

Determinarea raportului de corelaie empiric

Vx2
Vu2
1800
R
1 2
0,233
2
V0
V0
33000

X.

Interpretarea rezultatelor testului

Dup cum se poate observa din calculele anterioare, modelul de rol de tragere a

hrtiei nu este un factor care s afecteze n mod decisiv gradul de uzur al acestor
componente (contribuia factorului esenial X modelul de rol e tragere a hrtiei la
variaia totatl este de numai 5,45%). Acest rezultat este confirmat de i ctre valoarea
raportului de corelaie empiric R, a crui mrime (0,233) tinde ctre zero, ceea ce
nseamn c ntre cele dou variabile (modelul de rol de tragere a hrtiei i gradul de
uzur al acestora la 10000 coli printate) exist o corelaie foarte slab.
Pe baza acestor constatri, putem afirma faptul c nu este posibil alegerea unui
anumit model de rol de tragere a hrtiei pe baza gradului de uzur al respectivei
componente la 10000 coli printate. n acest sens, se recomand ca opiunea firmei pentru
un anumit model de rol s fie bazat pe alte criterii de alegere.
Observaie: n cazul studiilor de caz ce se refer la asocierile dintre o variabil
alternativ independent i o variabil numeric dependent pot fi utilizate i alte
metode i procedee statistice, precum: testul 2 sau testul diferenei dintre dou medii,
ns volumul de munc implicat de acestea este semnificativ mai mare.

Studiul de caz nr. 6

Analiza corelaiei dintre dou variabile numerice poate fi exemplificat prin
studierea relaiei existente ntre valoarea mijloacelor de producie i valoarea cifrei
anuale de afaceri a unor societi comerciale cu activitate de producie. n acest sens,
poate fi utilizat un eantion format din 200 ageni economici pentru care au fost studiate
cele dou caracteristici menionate anterior. Rezultatele obinute n urma acestui studiu
statistic pot fi sistematizate ntr-un tabel de forma:
Tabelul 6

Grupe de societi n funcie de valoarea cifrei de

afaceri n anul 2005
(mii RON) (yj)

Grupe de societi n
funcie de valoarea
mijloacelor de
producie
(mii RON) (xi)

0 50

Sub 10
10 20
20 30
30 40
40 50
Peste 50
Total (Nj)

5
3
8

50
100
3
8
5
5
21

100 150
2
5
12
10
11
40

150
200
4
5
20
13
5
47

200
250
3
15
15
10
43

250 300
10
11
20
41

Total
(Ni)
10
20
25
60
50
35
200

Cu ajutorul modelelor econometrice, pe baza datelor menionate anterior, se poate

stabili dac pentru eantionul considerat exist o relaie ntre cei doi indicatori
economico financiari ce fac obiectul analizei (se poate stabili dac valoarea anual a
cifrei de afaceri este determinat n mod direct de valoarea mijloacelor de producie de
care dispune fiecare societate n parte).
Rezolvare:
I.

Definirea variabilelor
X valoarea mijloacelor de producie variabil factorial;
Y valoarea cifrei de afaceri variabil rezultativ.
Datele acestei probleme compun o serie bidimensional, analiza acesteia facndu-

se dup regulile menionate n cazul asocierii a dou variabile alternative. Dup cum se
poate observa frecvenele nij nregistreaz valorile cele mai mari de-a lungul diagonalei
principale a tabelului ceea ce nseamn c ntre cele dou variabile X i Y se manifest o
legtur statistic direct. Analiza unei astfel de legturi statistice poate fi realizat cu
ajutorul mai multor procedee, precum metoda analizei variaei i metoda regresiei.
Pentru acest exemplu vom utiliza metoda analizei variaiei, aplicnd aceleai
reguli ca i n cazul asocierii dintre o variabil alternativ independent i o variant
numeric dependent.

II.

Calculul mediilor ( y i = cifra de afaceri medie pentru fiecare grup de societi)

i a dispersiilor ( i2 ) pentru fiecare grup de societi (criteriul de grupare fiind
acela al valorii mijoacelor de producie)
calculul cifrei de afaceri medii i a dispersiei pentru acele societi ce dipun de

mijloace de producie cu o valoare mai mic de 10 mii RON;

Tabelul 7
Cifra de afaceri
(mii RON)
0 50
50 100
100 150
Total

yj

n1j

25
75
125
-

5
3
2
10

yj a

n1j
k

0
1
2
-

0
3
4
7

yj a

yj a

n1 j

0
3
8
11

yj = centrul intervalelor de grupare;

k = mrimea intervalului de grupare;

k = 50;

a = valoarea centrului de interval de grupare cu frecvena (n1j) cea mai mare = 25;
Cifra de afaceri medie
y1
y1
y1

yj a
n 1 j
k
k a
n1 j

7
50 25 35 25 60
10

= 60 mii RON/societate comercial

Dispersia

2
1

12

y a
j k

n1j

k 2 y1 a

1j

11
2
2500 60 25 2750 1225 1525
10

12 = 1525

calculul cifrei de afaceri medii i a dispersiei pentru acele societi ce dipun de

mijloace de producie cu o valoare cuprins ntre 10 i 20 mii RON;

Tabelul 8
Cifra de afaceri
(mii RON)
0 50
50 100
100 150
150 200
Total
k = 50;

yj

n2j

25
75
125
175
-

3
8
5
4
20

yj a

n2j
k

-1
0
1
2
-

-3
0
5
8
10

yj a

yj a

n2j

3
0
5
16
24

a = 75;

Cifra de afaceri medie

y2
y2
y2

yj a
n 2 j
k
k a
n2j

10
50 75 25 75 100
20

= 100 mii RON/societate comercial

Dispersia

2
2

22

yj a
k

n2j

k 2 y2 a

2j

24
2
2500 100 75 3000 625 2375
20

22 = 2375

calculul cifrei de afaceri medii i a dispersiei pentru acele societi ce dipun de

mijloace de producie cu o valoare cuprins ntre 20 i 30 mii RON;
Tabelul 9
Cifra de afaceri
(mii RON)
50 100
100 150
150 200
200 250

yj

n3j

75
125
175
225

5
12
5
3

yj a

n3j
k

-1
0
1
2

-5
0
5
6

yj a

yj a

5
0
5
12

n3j

Total

k = 50;

25

22

a = 125;

Cifra de afaceri medie

y3

yj a
n 3 j
k
k a
n3j

6
50 125 12 125 137
25

y3
y3

= 137 mii RON/societate comercial

Dispersia
y a
j k

2
3

n3j

k 2 y3 a

3j

32

22
2
2500 137 125 2200 144 2056
25

32 =

2056

calculul cifrei de afaceri medii i a dispersiei pentru acele societi ce dipun de

mijloace de producie cu o valoare cuprins ntre 30 i 40 mii RON;
Tabelul 10
Cifra de afaceri
(mii RON)
50 100
100 150
150 200
200 250
250 300
Total
k = 50;

yj

n4j

75
125
175
225
275
-

5
10
20
15
10
60

a = 175;

Cifra de afaceri medie

y4

yj a
n 4 j
k
k a
n4j

yj a

n4j
k

-2
-1
0
1
2
-

- 10
- 10
0
15
20
15

yj a

yj a

20
10
0
15
40
85

n4j

y4
y4

15
50 175 12,5 175 187,5
60

= 187,5 mii RON/societate comercial

Dispersia

2
4

24

y a
j k

n4j

k 2 y4 a

4j

85
2
2500 187,5 175 3541,67 156,25 3385,42
60

24 = 3385,42

calculul cifrei de afaceri medii i a dispersiei pentru acele societi ce dipun de

mijloace de producie cu o valoare cuprins ntre 40 i 50 mii RON;
Tabelul 11
Cifra de afaceri
(mii RON)
100 150
150 200
200 250
250 300
Total
k = 50;

yj

n5j

125
175
225
275
-

11
13
15
11
50

yj a

n5j
k

-2
-1
0
1
-

- 22
- 13
0
11
- 24

yj a

a = 225;

Cifra de afaceri medie

y5
y5
y5

yj a
n 5 j
k
k a
n5j

24
50 225 24 225 201
50

= 201 mii RON/societate comercial

Dispersia

2
5

yj a
k

5j

n5j

k 2 y5 a

yj a

44
13
0
11
68

n5j

 52

68
2
2500 201 225 3400 576 2824
50

52 =

2824

calculul cifrei de afaceri medii i a dispersiei pentru acele societi ce dipun de

mijloace de producie cu o valoare mai mare de 50 mii RON;

Tabelul 12
Cifra de afaceri
(mii RON)
150 200
200 250
250 300
Total
k = 50;

yj

n6j

175
225
275
-

5
10
20
35

yj a

n6j
k

-2
-1
0
-

- 10
- 10
0
- 20

yj a

yj a

n6j

20
10
0
30

a = 275;

Cifra de afaceri medie

y6

y6

yj a
n 6 j
k

k a

6j

20
50 275 28,57 275 246,43
35
y6

= 246,43 mii RON/societate comercial

Dispersia

2
6

62

yj a
k

n6j

k 2 y6 a

6j

30
2
2500 246,43 275 2142,86 816,24 1326,62
35

62 =

III.

1326,62

Determinarea cifrei de afaceri medie ( y ) i a dispersiei aferente acesteia

0

pentru ntreg eantionul analizat

Tabelul 13
Cifra de afaceri
(mii RON)
0 50
50 100
100 150
150 200
200 250
250 300
Total
k = 50;

yj a

Nj
k

-3
-2
-1
0
1
2
-

- 24
- 42
- 40
0
43
82
19

yj a

yj

Nj

25
75
125
175
225
275
-

8
21
40
47
43
41
200

a = 175;

Cifra de afaceri medie

y0

y N
N
j

y0
y0

yj a
N j
k
k a
Nj

19
50 175 4,75 175 179,75
200

= 179,75 mii RON/societate comercial

Dispersia

IV.

2
0

y0 N j

y a
j k

Nj

k 2 y0 a

02

403
2
2500 179,75 175 5037,5 22,5 5015
200

02 =

5015

Calculul varianelor
variana total

V02 y j y 0
i

V02 200 5015 1003000

variana dintre grupe

Vx2 y i y 0
i

n ij y j y 0

Ni

N j N 02

yj a

72
84
40
0
43
164
403

Nj

Vx2 y1 y 0

y5 y0

N1 y 2 y 0
2

N5 y6 y0

N 2 y3 y0

N3 y4 y0

N4

N6

Vx2 60 179,75 10 100 179,75 20 137 179,75 25

2

187,5 179,75 60 201 179,75 50 246,43 179,75 35

2

Vx2 498093

variana rezidual

Vu2 y j y i n ij i2 N i
i

i 1

Vu2 12 N1 22 N 2 32 N 3 24 N 4 52 N 5 62 N 6
Vu2 1525 10 2375 20 2056 25 3385,42 60 2824 50 1326,62 35
Vu2 504907

V.

Stabilirea semnificaiei rezultatelor cu ajutorul testului Fisher Snedecor

Vx2
Fc k 21
Vu
Nk
498093 498093
498093
1
Fc 2 1

195,32
504907 504907 2550,04
200 2
198

Fc F; v1; v2
F0,05;1;198 = 3,89
195,35 3,89
Cu ajutorul testului Fisher Snedecor am stabilit faptul c rezultatele obinute
sunt semnificative pentru problema considerat, astfel c este indicat s se continue
rezolvarea acesteia pentru a stabili ct mai exact care este relaia ntre cele dou
variabile numerice (valoarea mijloacelor de producie i cifra de afaceri).
VI.

Determinarea contribuiei relative a variabilei

X valoarea mijloacelor de

producie la variaia total a variabilei Y cifra de afaceri

Vx2
498093
100
100 49,67%
2
1003000
V0

VII.

VII.

Determinarea raportului de corelaie empiric

R

Vu2
Vx2

V02
V02

498093
0,705
1003000

Interpretarea rezultatelor testului

Pe baza demonstraiei anterioare putem stabili faptul c valoarea mijloacelor de

producie este un factor ce influeneaz n mare msur cifra de afaceri anual a firmelor
analizate (contribuia relativ a factorului X valoarea mijloacelor de producie la
variaia cifrei de afaceri fiind de aproximativ 50%). De asemenea, valoarea raportului de
corelaie empiric (0,705) demonstreaz faptul c ntre cele dou variabile numerice X
valoarea mijloacelor de producie i Y valoarea cifrei de afaceri exist o depende
ridicat.

Studiul de caz nr. 7

Se consider urmtoarea situaie a nzestrrii cu linii moderne de producie a unui
eantion de 1000 societi comerciale din domeniul panificaiei n perioada 1993 2005:
Anul
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005

Tabelul 14
Numrul de linii moderne de producie
la 1000 de societi comerciale
77,2
79,1
81,1
84,8
85,1
86,8
91,3
95,2
98,4
97,7
100,4
104,7
114,2

Pe baza informaiilor menionate anterior se poate stabili un model aditiv cu dou

componente prin care s fie descris fenomenul studiat (evoluia nzestrrii cu linii de
producie moderne) i pot fi estimate componentele acestui model.
Rezolvare:
I.

Reprezentarea grafic a datelor

Dup cum se poate observa din tabelul de mai sus i din graficul anterior, n cei 13
ani supui observaiei, gradul de nzestrare cu linii de producie moderne a societilor
comerciale din domeniul panificaiei a nregistrat o cretere permanent i relativ
constant. Astfel, putem observa faptul c reprezentarea grafic a acestei evoluii
corespunde n mare parte cu reprezentarea unei drepte. Pe baza acestei concluzii putem
deduce modelul ce caracterizeaza evoluia nzestrrii cu linii de producie moderne a
firmelor de panificaie n perioada considerat:
yt = f(t) + ut
unde:
yt = numrul de linii de producie moderne la 1000 de societi comerciale din
domeniul panificaiei;
f(t) = componenta trend, descris de o ecuaie de forma:

y t f ( t ) a b t

ut = variabila rezidual.
II.

Estimarea componentelor modelului

= estimarea trendului;

= estimarea variabilei reziduale;

yt
ut

yt yt u t

u t yt yt

Estimarea componentei trend poate fi realizat cu ajutorul metodei celor mai

mici ptrate. Aceast metod presupune minimizarea funciei urmtoare:
13

13

F(a , b) min ( y t y t ) 2 min ( y t a b t ) 2

t 1

t 1

Condiia de minim a acestei funcii rezult din:

F`(a ) 0 n a b t y t

F`(b) 0 a t b t 2 y t t

Anul (t)
1
2

yt
77,2
79,1

t
1
4

Tabelul 15
yt t
77,2
158,2

3
4
5
6
7
8
9
10
11
12
13
91

81,1
84,8
85,1
86,8
91,3
95,2
98,4
97,7
100,4
104,7
114,2
1196

9
16
25
36
49
64
81
100
121
144
169
819

243,3
339,2
425,5
520,8
639,1
761,6
885,6
977
1104,4
1256,4
1484,6
8872,9

n a b t y t

a t b t 2 y t t

13 a 91 b 1196

91 a 819 b 8872,9

a 72,7346

b 2,7522

Pentru a putea estima parametrii modelului

yt yt u t

a fost utilizat pachetul de

programe Eviews cu ajutorul cruia au fost obinute urmtoarele rezultate:

Dependent Variable: yt
Method: Least Squares (metoda celor mai mici ptrate)
Sample: 1993 2005
Included observations: 13
Semnif. Std. Semnif.
t
Variable Coefficient
ind.
Error
ind.
Statistic
s a

a
C
72,7346
1,386
52,4785

s b
b
t
2,7522
0,1746
15,7612
R-squared
Mean dependent
0,9576
R2
92,0000
var
Adjusted
S.D. dependent
0,9537
R c2
10,9530
R-squared
var
S.E. of
Akaike info
s u
2,3557
4,6922
regression
criterion
Sum
61,0441
Schwarz
4,7791
( y y )
2

Semnif
Prob
. ind.
t a
0,000 p( a )
t b
0,000 p( b )
y

sy
AIC
SC

squared
resid
Log
likelihood
DurbinWatson
stat

criterion

-28,4994

F-statistic

248,4160

Fc

1,2079

Prob (F-statistic)

0,0000

P(F)

Pe baza acestor parametrii au fost calculate valorile estimate ale variabilei y i

cele ale variabilei reziduale ut.

y t 72,7346 2,7522 t

u t yt yt

Valorile acestor variabile sunt prezentate n tabelul urmtor, tabel ce a fost

elaborat cu ajutorul pachetului de programe EViews.

III.

Actual
yt

Fitted
yt

u t yt yt

Residual Plot
(graficul reziduurilor)

77,2
79,1
81,1
84,8
85,1
86,8
91,3
95,2
98,4
97,7
100,4
104,7
114,2
77,2

75,4868
78,2390
80,9912
83,7437
86,4956
89,2478
92,0000
94,7522
97,5044
100,2566
103,0088
105,7610
108,5132
75,4868

1,7132
0,8610
0,1088
1,0566
-1,3956
-2,4478
-0,7000
0,4478
0,8956
-2,5566
-2,6088
-1,0610
5,6868
1,7132

.
*.
.
* .
.
* .
.
* .
.*
.
*
.
. *
.
.
* .
.
*.
*
.
*
.
. *
.
.
.
.
*.

Residual

Testarea semnificaiei parametrilor i a modelului

a) dispersia variaiei reziduale
s 2u

2
t

T k 1

unde:
T = numrul de termeni ai seriei;
T = 13;
k = numrul variabilelor explicative;
k = 1.
s 2u

61,0441
5,5495
13 1 1

s u 2,3557

b) abaterile medii ptratice ale celor doi estimatori

1

s a s 2u

1
t2
72

5
,
5495

13 182 1,386
(t t ) 2

s 2u
5,5495

0,1746
2
182
(t t)

s b

= 0,01
v = n k 1 = 13 1 1 = 11
t0,01;11 = 3,106.
t a

a
s a

72,7346
52,4784
1,386

t a 52,4784 t 0,01;11 3,106

t b

b
s b

2,7522
15,7612
0,1746

t b 15,7612 t 0,01;11 3,106

Dup cum se poate observa, pentru valoarea considerat a pragului de semnificaie ( = 0,01), cei doi estimatori nregistreaz valori semnificativ diferite de zero.
c) valoarea raportului de corelaie
R

u
1
( y y)
2
t

61,0441
0,9576 0,9786
1439,62

Pentru a verifica semnificaia raportului de corelaie calculat anterior va fi utilizat

testul Fisher Snedecor.
Fc

T k 1 R2
11 0,9576

248,416
2
k
1 R
1 0,0424

= 0,01
v1 = k = 1
v2 = T k 1 = 11
F0,01;1;11 = 9,65.
Fc = 248,416 > F0,01;1;11 = 9,65
Pe baza inegalitii menionate anterior, pentru o valoare a pragului de
semnificaie = 0,01, putem concluziona c valoarea raportului de corelaie R este
semnificativ diferit de zero.
d) Testarea independeei valorilor variabilei reziduale cu ajutorul testului Durbin
Watson
13

(u
t 2

u t 1 ) 2

13

u
t 1

2
t

73,7325
1,21
61,0441

= 0,01
T = 13 numrul observaiilor
k =1 numrul variabilelor exogene
Pentru valorile menionate anterior, vom prelua din tabela distribuiei Durbin
Watson valorile (pentru cazul n = 15): d1 = 0,81 i d2 = 1,07.
Deoarece d = 1,21 > d2 = 1,07 i d = 1,21 < 4 d2 = 2,79 putem afirma faptul c
ipoteza independenei variabilelor reziduale poate fi acceptat.
e) Verificarea ipotezei de homoscedasticitate a erorilor cu ajutorul testului White

Pentru a verifica ipoteza de homoscedasticitate a erorilor vom utiliza pachetul de

programe EViews cu ajutorul cruia vom obine urmtoarele rezultate:
White Heteroskedasticity Test
F-statistic
5,3762
Obs*R-squared
6,7357
Test Equation:
Dependent Variable: ut2
Method: Least Squares
Sample: 1993 2005
Included observations: 13
Variable
Coefficient
C
7,9641
t
-3,4209
2
t
0,3282
R-squared
0,5181
Adjusted R-squared
0,4218
S.E. of regression
6,5875
Sum squared resid
433,9527
Log likelihood
-41,2481
DurbinWatson stat
2,0327

Probability
Probability

0,0260
0,0345

Std. Error
t-Statistic
6,4478
1,2352
2,1182
-1,6150
0,1472
2,2293
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob (F-statistic)

Prob.
0,2450
0,1374
0,0499
4,6957
8,6629
6,8074
6,9378
5,3762
0,0260

Analiznd datele afiate de programul EViews putem deduce urmtoarea inegalitate:

Fc = 5,3762 < F0,01;2;10 = 7,56.
Pe baza acestei constatri putem afirma faptul c, pentru un prag de semnificaie
= 0,01 (t0,01;10 = 3,169), estimatorii parametrilor modelului sunt nesemnificativi, astfel c
ipoteza de homoscedesticitate se verific.
f) Verificarea verosimilitii modelului cu ajutorul metodei analizei variaiei
Sursa de
variaie

Msura variaiei

Variaia
explicat
de

t y
Vt2 y
1378,5759

Nr.
grade
de
libertate
k=1

Dispersia
corectat
Vt2
k
1378,5759

s 2y / t

Valoarea testului F
Fc
F;v1;v2

Fc

s 2y / t
s

2
u

248,416

F0,01;1;11=9,65

tendin
Variaia
rezidual

t
Vu2 y t y

Tk1
= 11

T1
= 12

61,0441

Variaia
total

V02

yt

1439,62

Vu2
T k 1
5,5495

s 2u

Deoarece Fc = 248,416 > F0,01;1;11 = 9,65 putem afirma faptul c pentru o valoare
a pragului de semnificaie = 0,01 modelul propus este acceptat.
Ecuaia analizei variaiei este urmtoarea:
Vt2
Vu2
V V V 100 2 100 2 100 100 95,76 4,24
V0
V0
2
0

2
t

2
u

Pe baza acestei relaii de calcul putem afirma faptul c modelul explic 95,76%
din variaia total a numrului de linii moderne de producie la 1000 de societi
comerciale din domeniul panificaiei.
Pe baza calculelor menionate anterior putem stabili modelul econometric, dup
cum urmeaz:
y t 72,7346 2,7522 t

(1,386)
R = 0,9786
d = 1,21
s u 2,3557

(0,1746)

Studiul de caz nr. 8

Pe baza informaiilor prezentate n exemplul nr. 7 i a modelului aditiv prin care a
fost descris nzestrarea cu linii moderne de producie a unui eation de 1000 societi
comerciale cu activitate n domeniul panificaie este posibil previzionarea fenomenului
pentru perioadele imediat urmtoare (anii 2006 i 2007), parcurgndu-se n acest sens
urmtoarele etape:
I.

Definirea modelului aditiv cu dou componente pe baza cruia se va realiza

prognoza
y t 72,7346 2,7522 t

II.

Analiza capacitii de prognoz a modelului considerat cu ajutorul indicatorilor

elaborai de H. Theil
Cu ajutorul pachetului de programe EViews au fost efectuate calculele necesare

testrii capacitii de prognoz a modelului elaborat anterior, rezultatele obinute cu

aceast ocazie putnd fi sintetizate n tabelul urmtor:
Rezultatele testrii capacitii de prognoz a modelului elaborat pentru estimarea
evoluiei nzestrrii agenilor economici din domeniul panificaiei cu linii moderne de
producie (numrul de linii moderne de producie la 1000 societi comerciale) n ara
noastr n perioada 1993 2005
Denumirea indicatorului
Coeficientul Theil
Ponderea abaterii
Ponderea dispersiei
Ponderea covarianei

Simbolul indicatorului
T
TA
TD
TC

Tabelul 4.1.4
Valoarea indicatorului
0,0117
0,0000
0,0108
0,9892

Pe baza acestei analize putem observa faptul c indicatorii calculai (coeficientul

Theil, ponderea dispersiei i ponderea abaterii) nregistreaz valori mici, ceea ce
nseamn c modelul cercetat posed o bun capacitate de prognoz, astfel c el poate fi
utilizat pentru previzionarea nzestrrii cu linii moderne de producie a societilor

comerciale din domeniul panificaiei n perioada urmtoare de timp. Ca urmare a acestei

constatri putem trece la calculul efectiv al valorilor nregistrate de fenomenul studiat n
anii 2006 i 2007.
III.

Previzionarea numrului de linii moderne de producie la 1000 societi

comerciale din domeniul panificaiei n anul 2006
y14 72,7346 2,7522 14

14 111,3
y

linii moderne de producie la 1000 societi comerciale

Abaterea standard a nivelului previzionat al fenomenului analizat va fi egal cu:

1 ( t t ) 2
s y14 s 2u 1 14

T ( t t ) 2

1 (14 7) 2
s y14 5,5495 1

13
182

2,7332

Intervalul de ncredere al prognozei fenomenului n cazul n care se consider

un prag de semnificaie = 0,01 (pentru care se preia din tabela distribuiei Student
valoarea t0,01;11 = 3,106) se poate calcula dup cum urmeaz:

P y14 y14 t ;v s y14 1 0,01 0,99

P y14 111,3 3,106 2,7332 0,99

P y14 102,8;119,8 0,99

IV.

Previzionarea numrului de linii moderne de producie la 1000 societi

comerciale din domeniul panificaiei n anul 2007
y14 72,7346 2,7522 15
y14 114

linii moderne de producie la 1000 societi comerciale

Abaterea standard a nivelului previzionat al fenomenului analizat va fi egal cu:

s y14

1 ( t14 t ) 2

s 1

T ( t t ) 2

2
u

1 (15 7) 2
s y14 5,5495 1

13
182

2,8156

Intervalul de ncredere al prognozei fenomenului va fi:

P y15 y15 t ;v s y15 1 0,01 0,99

P y15 114 3,106 2,8156 0,99

P y14 105,3;122,8 0,99

Concluzii:
Pe baza analizei anterioare se poate aprecia cu o probabilitate de 99% - faptul c
n anul 2006 nivelul fenomenului considerat va fi cuprins n intervalul [102,8;119,8], n
timp ce n anul 2007 valoarea acestui fenomen va fi inclus n intervalul [105,3;122,8].
V.

Evaluarea prognozei fenomenului studiat

Sigurana prognozei este o mrime dat de probabilitatea (p) cu care este estimat

intervalul de ncredere.
Precizia prognozei poate fi determinat cu ajutorul relaiilor de mai jos:
eroarea absolut
*n v t s y*
e a y *n v y

nv

e a 2006 3,106 2,7332 8,4893

e a 2007 3,106 2,8156 8,7454

eroarea relativ
e r (%)

t s y*
ea
nv
100
100
*
y n v
y*n v

e r 2006 (%)

8,4893
100 7,63%
111,3

e r 2007 (%)

8,7454
100 7,67%
114

Dup cum se poate observa valorile corespunztoare erorilor relative de prognoz

nregistraz, pentru fiecare dintre cei doi ani ai prognozei, valori inferioare pragului de
15%, astfel c putem considera rezultatele obinute ca fiind semnificative pentru
realizarea de previziuni n conformitate cu acest test.

Studiul de caz nr. 9

Se consider o societate de transporturi ce dorete s achiioneze pentru
dezvoltarea activitii sale un autocamion, avnd posibilitatea de a opta pentru una din
urmtoarele variante X1, X2, X3, X4.
n tabelul urmtor sunt prezentate preurile de achiziie, ntreinere i reparaii
corespunztoare duratei de funcionare a fiecrei variante de autocamion:
- mii Anul
Cheltuieli
Autocamion
X1
X2
X3
X4

C1

C2

C3

C4

C5

365.000
435.000
535.000
715.000

35.000
35.000
28.000
25.000

45.000
52.000
43.000

65.000
55.000

85.000

Not: Cele patru autocamioane se consider c au acelai randament tehnic

Pe baza datelor menionate anterior, este posibil alegerea variantei optime,
utiliznd drept criteriu de alegere valoarea nominal a costurilor de exploatare.
Rezolvare:
Dac nu se ine cont de rata dobnzii, n cazul aplicaiei practice, trebuie calculat
costul anual de exploatare pentru fiecare autocamion, dup care va fi ales acela care are
cel mai mic cost anual de folosin. Astfel:
y X1

1
400000
365000 35000
200000
2
2

y X2

1
515000
435000 35000 45000
171666,66
3
3

y X3

1
680000
535000 28000 52000 65000
170000
4
4

y X4

1
923000
715000 25000 43000 55000 85000
184600
5
5

mii lei/an;
mii lei/an;
mii lei/an;
mii lei/an.

n condiiile obinerii acestor rezultate, este necesar s fie achiziionat

autocamionul X3 deoarece, dup cum se poate observa, are cel mai mic cost anual de
exploatare 170000 mii lei/an. Aceast decizie nu este ns optim deoarece
autocamioanele nu au o durat de funcionare uniform: X 1 (r1 = 2), X2 (r2 = 3), X3 (r3 =
4), X4 (r4 = 5). n consecin, costul minim anual de exploatare va fi calculat pentru toate
autocamioanele n funcie de durata de funcionare maxim r = 5 ani:
y X1

1
1165000
365000 35000 365000 35000 365000
233000
5
5

y X2

1
985000
435000 35000 45000 435000 35000
197000
5
5

mii lei/an

y X3

1
1215000
535000 28000 52000 65000 535000
243000
5
5

mii lei/an

y X4

1
923000
715000 25000 43000 55000 85000
184600
5
5

mii lei/an;

mii lei/an

Concluzia care se desprinde n urma efecturii calculelor este aceea c decizia

corect este aceea de a achiziiona autocamionul X4 deoarece, pe o perioad de 5 ani,
acesta are cel mai mic cost anual de folosin 184.600 mii lei/an.

Studiul de caz nr. 10

n cazul societii de transporturi menionat n cadrul exemplului nr. 9, decizia de
achiziionare a unuia din cele patru modele de autocamion poate fi fundamentat i pe
valoarea actualizat a costurilor de exploatare.
Astfel, n vederea calculrii costului anual de folosin va fi utilizat urmtoarea
formul, care ine seama de valoarea actualizat a costului, de rata dobnzii i de faptul
c durata de funcionare nu este uniform:
yl

1 P C it

n 1 a t 1

unde:
a = rata dobnzii.
Costul minim anual de folosin, n cazul n care rata dobnzii este constant i
egal cu 10%, va fi calculat astfel:
y X1

1
35000 365000 35000 365000
365000

194.813,4 mii
5
1,11
1,12
1,13
1,14

lei/an;

y X2

1
35000 45000 435000 35000
435000

170.947,13 mii
5
1,11
1,12
1,13
1,14

lei/an;

y X3

1
28000 52000 65000 535000
535000

203.535,48
5
1,11
1,12
1,13
1,14

y X4

1
25000 43000 55000 85000
715000

174.528,58
5
1,11
1,12
1,13
1,14

mii lei/an;
mii lei/an.

Pe baza rezultatelor obinute n urma efecturii calculelor se ajung la concluzia c,

innd cont de valorile actualizate ale costurilor i de rata dobnzii, costul minim anual
de folosin a fost obinut n cazul autocamionului X2, acesta fiind varianta de achiziie
optim recomandat pentru cazul considerat.

Studiul de caz nr. 11

Se consider o societate productoare de nclminte n cazul creia se presupune
c sunt puse n funciune n(t) t 0, T maini pentru croit de acelai tip. La intervale de
timp de funcionare egale se nregistreaz numrul de maini rmase n funciune din
cele n(0) maini pentru croit iniiale.
n anul 0 au fost puse n fuciune n cadrul firmei 20000 maini pentru croit
pielea, n urmtorii ani numrul acestora suferind urmtoarele:
t

n(t)

0
0
1
2
3
4
5
6
7
8
9
10
>10

1
20000
20000
19960
19800
18000
17000
14000
8000
4000
2000
0
0

v(t )

n(t )
n(t )

2
1
1
0,998
0,99
0,9
0,85
0,7
0,4
0,2
0,1
0
0

n(t-1)n(t)
3
0
40
160
1800
1000
3000
6000
4000
2000
2000
0

PS (t )

n(t 1) n(t )
n(t 1) n(t )
Pc (t )
n ( 0)
n(t 1)

4
0
0,002
0,008
0,09
0,05
0,15
0,3
0,2
0,1
0,1
0

5
0
0,002
0,008
0,091
0,056
0,176
0,429
0,5
0,5
1
1

Prin definiie, durata de funcionare a unei maini reprezint intervalul de timp

derulat ntre punerea sa n funciune i momentul considerat. De reinut este faptul c
timpul sau durata de funcionare difer n funcie de natura mainii.
Mrimea

v (t )

n(t )
,0 v(t ) 1, t 1
n(0)

reprezint probabilitatea de funcionare la

momentul t a unui maini pentru croit pus n funciune la momentul 0 unde: n(0)
reprezint numrul de maini pentru croit puse n funciune n momentul iniial, iar n(t)
numrul de maini pentru croit din cele n(0) existente n funciune la momentul t.

Se accept faptul c mainile de un anumit tip constituie un ansamblu omogen din

punct de vedere statistic, respectiv c, pentru fiecare main din populaia observat,
exist o posibilitate a priori ca toate celelalte maini de acelai tip s urmeze funcia
probabilitii de funcionare:
Pf T t v (t )

n(t )
, t 0, T
n(0)

Pornind de la datele din tabelul anterior, se pot calcula o serie de indicatori, dup
cum urmeaz:
a) Probabilitatea de funcionare a unei maini pentru croit pielea dup t ani de
utilizare.
- pentru t 6 ani probabilitatea de funcionare a unei maini pentru croit va fi:
Pf T 6 v (6)

n(6) 14000

0,7
n(0) 20000

b) Probabilitatea ca o main pentru croit s nu mai fie n funciune dup t ani de

utilizare (probabilitate contrar) se va putea determina astfel:

P (T t ) 1 v(t ) j (t ) ,

unde j(t) reprezint durata de funcionare a unei maini

pentru croit.
Probabilitatea ca o main pentru croit s nu mai fie n funciune dup ase ani
este:
P (T 6) 1 P (T 6) 1 0,7 0,3

c) Probabilitatea ca o main pentru croit pielea s fie scoas din funciune ntr-un
interval cuprins ntre t-1 i t este urmtoarea:
Ps (t ) P(t 1 T t ) P (T t 1) P (T t )

unde:

Ps (t )

n(t 1) n(t ) n(t 1) n(t )

n ( 0)
n ( 0)
n(0)

reprezint funcia de scoatere din funciune a unei maini pentru croit

Probabilitatea ca o mainp pentru croit s fie scoas din funciune n intervalul

t2

i t 3 , utiliznd datele anterior, este:

Ps (3)

n(3 1) n(2) n( 2) n(3) 19960 19800

0,008
n(0)
n(0)
20000

d) Numrul de maini pentru croit ce trebuie achiziionate de societatea productoare

de nclminte n vederea desfurrii n condiii optime a procesului de producie.
Numrul de maini pentru croit care vor trebui achiziionate la nceputul celui deal aselea an de ctre societatea productoare de nclminte care deine aceste utilaje,
n momentul n care aceasta are nevoie n cel de-al aselea an de 20000 de maini pentru
croit n stare de funcionare, va fi:
n(6) n(0) j (t ) n(0) P (T 6) 20000 0,3 6000

maini pentru croit

e) Probabilitatea de avarie reprezint probabilitatea condiionat ca o main care a

funcionat fr nici o avarie pn n momentul t-1 s aib o defeciune n intervalul t-1 i
t. Fie

Pc (t )

aceast probabilitate condiionat care se poate scrie n felul urmtor:

P (t 1 T t ) P (T t 1) Pc (t )

De unde rezult c:

n(t 1) n(t )
P (t 1 T t )
n ( 0)
n(t )
Pc (t )

1
n(t 1)
P (T t 1)
n(t 1)
n ( 0)

Pentru t = 6 ani, de pild, probabilitatea de avarie este:

Pc (6) 1

n ( 6)
14000
1
1 0.824 0.176
n(5)
17000

Prin intermediul probabilitii de avarie poate fi evaluat riscul de a menine n

funciune o main de croit care a atins o durat t de funcionare. Este deci o mrime
caracteristic foarte important.
f) Rata de aprovizionare
Fie n(0) numrul de maini de croit puse n funciune le momentul t = 0 (n(0) =
20000). Dac

v (t )

n(t )
n(0)

reprezint probabilitatea de funcionare a mainilor, acestea

vor rmne n funciune la momentul t dac nu va fi efectuat nici o nlocuire:

n(t ) n(0) v (t )

Numrul de maini pentru croit aflate nc n funciune ntr-un moment viitor t,

provenite din aprovizionare va fi:
g (k ) v(t k ) r (k ) r (k 1) v(t k )

unde g(k) reprezint numrul de maini nlocuite n intervalul k-1 i k.

Deci, numrul de maini pentru croit aflate n stare de funciune la momentul t
este egal cu suma mainilor aflate n stare de funcionare pentru fiecare interval de timp
cuprins ntre k = 1 i k = t nmulit cu numrul de maini pentru croit n stare de
funcionare provenite din cele n(0) maini puse n funciune la momentul iniial t = 0 i
care au urmat aceeai lege de funcionare.
Numrul de maini de croit n stare de funcionare la momentul t va fi:
t

f (t ) n(0) v(t ) g (k ) v(t k )

k 1

- pentru

k 0 f (0) n(0)

- pentru

k 1 f (1) n(0) v(1) g (1) v(0) n(0) v(1) g (1)

g (1) f (1) n(0) v(1)

- pentru

k 2 f (2) n(0) v ( 2) g (1) v (1) g ( 2) v (0)

g ( 2) f (2) n(0) v( 2) g (1) v(1)

- pentru

k 3 f (3) n(0) v(3) g (1) v(2) g ( 2) v(1) g (3) v (0)

g (3) f (3) n(0) v(3) g (1) v (2) g (2) v(1)

.................................................................................................................................
t 1

- pentru k t f (t ) n(0) v(t ) g (k ) v(t k ) g (t ) v(0)

k 1

t 1

g (t ) f (t ) n(0) v(t ) g (k ) v(t k )

k 1

unde g(t) reprezint funcia sau volumul aprovizionrii.

Pentru caz concret revenim la exemplul iniial dac societatea productoare de
nclminte a nlocuit n cel de-al patrulea an 1000 de maini pentru croit, atunci
numrul de maini aflate n funciune n cel de-al aptelea an va fi:
f (7) n(0) v (7) 1000 v (7 4) 20000 0.4 1000 0.99 8000 990

f (7) 8990 maini

pentru croit

Numrul de maini pentru croit care trebuie nlocuite n cel de-al aptelea an
pentru a avea n funciune 20000 de maini va fi, n acest caz:
g (7) 20000 8990 11010 maini

pentru croit

Dac societatea a nlocuit n cel de-al patrulea an 1000 de maini, n cel de-al
cincilea an 2000 de maini, iar n cel de-al aselea an 4000 de maini, atunci numrul de
maini pentru croit care trebuie nlocuite n cel de-al aptelea an pentru a avea n
funciune 20000 de maini va fi egal cu:
f (7) 20000 0,4 1000 0,99 2000 0,998 4000 1
f (7) 8000 990 1996 4000 14986

g (7) 20000 14986 5014

maini pentru croit

maini pentru croit