Documente Academic
Documente Profesional
Documente Cultură
Statistic Economic
Statistic Economic
CAPITOLUL 1
Consideraţii preliminare
În acest capitol vom face primii paşi în înţelegerea statisticii ca
ştiinţă şi disciplină de studiu. Cele mai multe întrebări din domeniul
afacerilor, din domeniul economic ori social nu au răspunsuri simple; ele
necesită clarificare şi discuţii, fundamentări ale deciziilor. Vom vedea cum
statistica poate fi folositoare în luarea deciziilor, în acceptarea sau
respingerea unor soluţii posibile.
Statistica vine, astfel, să aducă un plus de rigoare ştiinţifică, să po-
tenţeze abilitatea de a lua decizii, să suplimenteze calităţile unui bun
manager: experienţă, intuiţie etc.
Pentru a înţelege statistica este, însă, mai întâi, nevoie să ne
familiarizăm cu limbajul statistic, să cunoaştem conceptele de bază, etapele
cercetării statistice şi rolul statisticii în procesul decizional.
În măsura în care am înţeles că statistica este ştiinţa culegerii şi
prelucrării, analizei datelor, este potrivit să continuăm cu studierea
diferitelor tipuri de date ce pot fi culese şi a celor mai des utilizate metode
de colectare a datelor statistice.
Termeni cheie
caracteristică (variabilă statistică) legea stabilităţii frecvenţelor
caracteristică nenumerică observări parţiale
caracteristică numerică observări totale
colectivitate generală parametru
colectivitate parţială (eşantion) scală de interval
control statistic scală de raport
date bivariate scală nominală
date continue scală ordinală
1
STATISTICĂ ECONOMICĂ
2
CAPITOLUL 1
Noţiuni teoretice
3
STATISTICĂ ECONOMICĂ
4
CAPITOLUL 1
5
STATISTICĂ ECONOMICĂ
6
CAPITOLUL 1
7
STATISTICĂ ECONOMICĂ
8
CAPITOLUL 1
Datele multivariate sunt cele care se referă la trei sau mai multe va-
riabile statistice, obţinând deci câte trei sau mai multe informaţii pentru
fiecare unitate statistică din colectivitatea studiată. Deşi sunt multivariate,
datele pot fi analizate separat (pentru fiecare variabilă), sau în interdepen-
denţă unele cu altele.
Putem observa că există două tipuri de bază de variabile aleatoare
(caracteristici) care pot fi studiate ca oferind niveluri observate sau date
statistice: caracteristici nenumerice (calitative), care oferă răspunsuri
categoriale şi caracteristici numerice (cantitative), care oferă răspunsuri
sub formă de valori numerice.
Datele discrete sunt răspunsuri numerice care apar în urma unui
proces de numărare, în timp ce datele continue sunt răspunsuri numerice
care apar în urma unui proces de măsurare.
Aşadar. caracteristicile statistice se pot clasifica după mai multe
criterii, astfel:
a) în funcţie de modul de exprimare, în:
— caracteristici calitative (nominative), exprimate în cuvinte:
profesie, culoarea părului, localitatea de domiciliu etc.;
— caracteristici cantitative (numerice), exprimate în cifre: salariu,
înălţime, greutate, cifră de afaceri etc. Sunt caracteristici măsurabile.
Forma cea mai elementară este scala nominală (de clasificare sau
scala denumirilor), când numerele sunt atribuite observaţiilor pentru a face
doar judecăţi despre identităţi sau diferenţieri de categorie. Cu ajutorul
scalei nominale numerele repartizate unor observaţii servesc drept numele
lor. Numerele sunt atribuite fiecărei categorii doar pentru a identifica unităţi
similare din interiorul unei categorii şi pentru a diferenţia aceste unităţi
similare de elementele unei alte categorii diferite.
Se face, astfel, o diferenţiere de specie, dar nu şi de grad.
11
STATISTICĂ ECONOMICĂ
12
CAPITOLUL 1
13
STATISTICĂ ECONOMICĂ
14
CAPITOLUL 1
15
STATISTICĂ ECONOMICĂ
16
CAPITOLUL 1
17
STATISTICĂ ECONOMICĂ
18
CAPITOLUL 1
Întrebări recapitulative
19
CAPITOLUL 1
Teste de autoevaluare
21
CAPITOLUL 1
VI. Punctajul mediu obţinut de către toţi elevii din clasele a XII-a ale
liceului, reprezintă:
a) parametrul; b) variabila; c) date; d) populaţia.
22
CAPITOLUL 1
23
CAPITOLUL 1
24
CAPITOLUL 1
25
CAPITOLUL 1
26
CAPITOLUL 1
2.
a) cantitativă, scală de raport;
b) calitativă, scală nominală;
c) cantitativă, scală de raport;
d) calitativă, scală nominală;
e) cantitativă, scală de interval;
f) calitativă, scală nominală.
3.
Întrebarea Unitatea statistică Variabila Tipul variabilei Scala de măsurare
statistică
a) cartea numărul de cantitativă, de raport
pagini discontinuă
b) agentul economic profitul cantitativă, de raport
continuă
c) ziua temperatura cantitativă, de interval
continuă
d) salariatul localitatea calitativă nominală
de naştere
e) studentul calificativul calitativă ordinală
27
CAPITOLUL 1
4.
a) pentru variabila "cifra de afaceri": sub 150 mld. lei / 150 şi peste 150
mld. lei;
b) pentru variabila "localitatea de naştere": Bucureşti / Provincie;
c) pentru variabila "temperatura apei": sub 20º C / 20º C şi peste 20º C.
5.
a) constantă; e) constantă;
b) variabilă; f) variabilă;
c) variabilă; g) constantă;
d) variabilă; h) variabilă.
6.
I. d); IV. b);
II. b); V. d);
III. a); VI. a).
7.
Aceste numere nu reprezintă statistici, ci date. Pe baza acestor date se pot
calcula statistici (de exemplu: ponderea cornerelor executate de fiecare
echipă, ponderea timpului cât s-a aflat în posesia mingii fiecare echipă etc.).
8.
Tuturor persoanelor din colectivitatea totală li se acordă numere de ordine
de la 1 la 50.000. Selectăm poziţia din tabelul cu numere aleatoare de la care
se va efectua citirea numerelor. Să presupunem că începem citirea de la
rândul 33 coloana 3. Numerele citite din tabel, de la stânga la dreapta pe
linie, plecând de la poziţia aleasă, sunt:
28
CAPITOLUL 1
9.
a) unitatea statistică: programul BASIC;
variabila statistică: timpul de execuţie – cantitativă, continuă.
b) unitatea statistică: angajatul;
variabila statistică: numărul de zile absentate – numerică, discretă.
c) unitatea statistică: salariatul;
variabila statistică: profesia – calitativă.
d) unitatea statistică: întreprinderea;
variabila statistică: numărul de personal – cantitativă, discretă.
e) unitatea statistică: familia;
variabila statistică: numărul de copii – cantitativă, discretă.
10.
a) cantitativă, scală de raport;
b) cantitativă, scală de raport;
c) calitativă, scală nominală;
d) cantitativă, scală de raport;
e) calitativă, scală nominală;
f) cantitativă, scală de raport;
g) cantitativă, scală de raport;
h) calitativă, scală nominală;
29
CAPITOLUL 1
11.
• în primul caz: populaţia cu drept de vot astăzi;
• în al doilea caz: populaţia cu drept de vot astăzi, precum şi cei care vor
avea drept de vot la viitoarele alegeri, dar care nu au astăzi.
12.
populaţia – medicii care au practicat în ultimul an; eşantionul – cei 500 de
medici care au practicat în ultimul an, selectaţi; inferenţa: proporţia celor
implicaţi în acţiuni judiciare de rele practici.
13.
a) cantitativă – scală de raport;
b) calitativă – scală nominală;
c) cantitativă – scală de raport;
d) calitativă – scală ordinală;
e) calitativă – scală nominală;
f) calitativă – scală ordinală (dacă răspunsul este de tipul: rar, des, foarte des
etc.)
14.
a) două populaţii - cea a femeilor care s-au încadrat pe un post imediat după
absolvirea facultăţii şi cea a bărbaţilor care s-au încadrat imediat după
absolvirea facultăţii;
b) eşantioanele – cei 100 de bărbaţi şi cele 100 de femei;
c) inferenţele – salariile medii de încadrare pentru bărbaţi şi pentru femei.
30
CAPITOLUL 1
15. a), e)
16. d)
17. b), d)
18. a), d)
19. b).
23. b).
31
CAPITOLUL 1
32
CAPITOLUL 1
9. Numiţi trei indicatori de care o firmă poate să fie interesată şi pentru care
nu sunt disponibile valori exacte. Pentru fiecare indicator, explicaţi cum
poate fi utilă estimaţia.
10. Descrieţi două tipuri de decizii pe care le puteţi lua în afaceri şi în care
analiza statistică vă poate fie utilă.
13. Găsiţi rezultatele unui sondaj de opinie, publicate într-un ziar sau într-o
revistă. Explicaţi cum au fost aplicate etapele cercetării statistice, pentru a
cunoaşte părerea oamenilor privind problema studiată.
14. În ce sens datele bivariate reprezintă mai mult decât exact două seturi
separate de date univariate?
16. Găsiţi un tabel de date statistice prezentat într-un articol dintr-un ziar sau
dintr-o revistă.
33
CAPITOLUL 1
18. Următoarele date reprezintă vânzările (mil. lei) şi profitul (mil. lei),
realizate de o firmă în primele 6 luni ale anului 2001:
Vânzări Profit (Pierderi)
1005 9
81 7
42 (6)
84 5
123 16
117 14
34
CAPITOLUL 1
19. Presupunem că aţi luat cina într-un restaurant în care aţi intrat pentru
prima dată. Consideraţi mâncarea prost preparată şi serviciul inadecvat.
Decideţi să nu reveniţi niciodată în acest restaurant. Care este colectivitatea
şi eşantionul? Care este inferenţa pe care o faceţi? Cât de credibilă este
această inferenţă? Ce variabile aţi luat în considerare?
35
CAPITOLUL 2
CAPITOLUL 2
SISTEMATIZAREA ŞI PREZENTAREA
DATELOR STATISTICE
Consideraţii preliminare
În acest capitol, vom lua în consideraţie primul pas în prelucrarea
datelor, cel al sistematizării, prezentării şi reprezentării datelor, într-o
manieră în care să le facă mai uşor de analizat şi interpretat. Vom avea,
astfel, beneficii importante pe linia descoperirii caracterelor esenţiale ale
fenomenelor studiate şi “perierii” lor de aspectele întâmplătoare.
Termeni cheie
36
STATISTICĂ ECONOMICĂ
Noţiuni teoretice
2.1. INTRODUCERE
37
CAPITOLUL 2
38
STATISTICĂ ECONOMICĂ
39
CAPITOLUL 2
date: unul priveşte variabila şi modul cum a fost sistematizată, iar al doilea
frecvenţa de apariţie sau nivelul unei variabile în raport cu primul şir.
Tabelul 2.1.
Distribuţie de frecvenţe pe intervale de variaţie
Intervale de variaţie a variabilei (X) Numărul de unităţi statistice (frecvenţe)
x1inf – x1sup n1
x2inf – x2sup n2
. .
xinf – xisup ni
. .
. .
xrinf – xrsup nr
r
Total n = ∑ ni
i =1
OBSERVAŢII:
• dacă intervalele sunt cu variaţie discontinuă, atunci:
x(i+1)inf = xisup + ∆ (2.4)
unde ∆ este o unitate de discretizare
• dacă intervalele sunt cu variaţie continuă, adică:
x(i+1)inf = xisup (2.5)
atunci trebuie stabilit în ce interval se cuprinde valoarea de graniţă;
• mărimea intervalului de grupare se calculează:
hi = xisup – xiinf , i = i,r (2.6)
dacă intervalele sunt cu variaţie continuă, sau:
hi = x(i+1)inf – xi inf, i = i,r (2.7)
sau
hi = xisup – x(i–1)sup, i = 2,r (2.8)
indiferent dacă intervalele sunt cu variaţie continuă sau discontinuă.
40
STATISTICĂ ECONOMICĂ
Tabelul 2.2.
Serie de distribuţie de frecvenţe relative
Intervale de variaţie a variabilei Frecvenţe relative
X1inf – x1sup n 1*
x2inf – x2sup
. n *2
. .
. .
xi inf – xi sup n *i
.
.
.
.
xrinf – xrsup *
nr
r
Total 1,00 = ∑ n *i
i =1
41
CAPITOLUL 2
Tabelul 2.3.
Distribuţia salariaţilor după salariul net
Număr de Frecvenţe Frecvenţe
Salariul net Frecvenţe
salariaţi absolute relative
(mii lei) relative n *i cumulate (Fci)
(ni) cumulate ( Fci* )
1,4 – 1,6 5 0,10 5 0,10
1,6 – 1,8 8 0,16 13 0,26
1,8 – 2,0 4 0,08 17 0,34
2,0 – 2,2 17 0,34 34 0,68
2,2 – 2,4 8 0,16 42 0,84
2,4 – 2,6 3 0,06 45 0,90
2,6 – 2,8 2 0,04 47 0,94
2,8 – 3,0 2 0,04 49 0,98
3,0 – 3,2 1 0,02 50 1,00
Total 50 1,00 — —
hi
l= (2.16)
h et
ni
n icor = (2.17)
l
unde hi reprezintă mărimea intervalului i, i = 1, r
het reprezintă mărimea intervalului etalon (de regulă mărimea celui
mai mic interval de grupare).
Tabelul 2.4.
Distribuţia divorţurilor după numărul de copii minori
rămaşi prin desfacerea căsătoriei, în România, anul 2000
Număr de Număr de Frecvenţe Frecvenţe Frecvenţe
copii minori divorţuri *
relative ( n i ) absolute relative
(ni) cumulate cumulate
(Fci) ( Fci* )
0 1 2 3 4
0 18.614 0,465 18.614 0,465
1 14.518 0,363 33.132 0,828
2 5.351 0,134 38.483 0,962
3 1.062 0,027 39.545 0,989
4 317 0,008 39.862 0,997
5 şi peste 5 123 0,003 39.985 1,000
Total 39.985 1,000 — —
43
CAPITOLUL 2
Tabelul 2.5
Distribuţia contractelor de asigurare pe viaţă în România, anul 1999, pe
principalele companii
Procent din numărul total de
Compania
contracte încheiate (%)
Nederlanden 45,70
ASIROM S.A. 27,41
SARA MERKUR 12,16
UNITA 8,30
AIG Life 1,93
Garanta 1,35
Omniasig 0,96
METROPOL S.A. 0,92
Interamerican 0,57
ARDAF 0,25
Altele 0,45
Total 100,0
44
STATISTICĂ ECONOMICĂ
Tabelul 2.6
Distribuţia de frecvenţe bidimensională
Intervale/variante
pentru Y
y1 y2 ... yj ... ym Total
Intervale/
Variante pentru X
x1 n11 n12 ... n1j ... n1m n1.
x2 n21 n22 ... n2j ... n2m n2.
. ................... ...
.
xi ni1 ni2 ... nij ... nim ni.
. .................... ...
.
xr nr1 nr2 ... nrj .... nrm nr.
Total n.1 n.2 .... n.j ... n.m n..
Tabelul 2.7
Tabel de asociere
Clasele lui X Clasele lui Y Total
Y(y1) non Y(y2)
X(x1) n11 n12 n1. = n11 + n12
non X(x2) n21 n22 n2. = n21 + n22
Total n.1 = n11 + n21 n.2 = n12 + n22 n.. = n11 + n12+n21+n22
45
CAPITOLUL 2
alcătuită din două şiruri de date: unul cu privire la unităţile de timp, care pot
fi momente sau intervale de timp, iar cel de-al doilea cu privire la frecvenţa
de apariţie sau nivelul unui fenomen, înregistrat în aceste unităţi de timp.
Dacă unităţile de timp sunt momente, atunci seria cronologică se numeşte
de stoc (de momente), iar dacă unităţile de timp sunt intervale (perioade),
seria cronologică se numeşte de flux (de intervale). O serie cronologică se
notează:
1 2 ... t ... n t
sau , t = 1, n.
y1 y 2 ... y t ... y n y t
EXEMPLUL 2.4. Evoluţia vânzărilor cotidianului naţional Libertatea
pentru perioada ianuarie 2001 – februarie 2002 (Tabelul 2.8).
Tabelul 2.8
Evoluţia vânzărilor cotidianului naţional Libertatea
Vânzările
Anul
(mii exemplare)
ianuarie 2001 104,0
februarie 2001 103,8
martie 2001 104,5
aprilie 2001 99,2
mai 2001 124,0
iunie 2001 127,8
iulie 2001 108,7
august 2001 110,0
septembrie 2001 116,7
octombrie 2001 123,8
noiembrie 2001 148,0
decembrie 2001 133,0
ianuarie 2002 139,0
februarie 2001 143,0
46
STATISTICĂ ECONOMICĂ
47
CAPITOLUL 2
yi M
M
r
α
o xi x o x
a) b)
1
D. Haşigan, I. Marinescu - Grafice şi elemente de calcul grafic, Ed. Ştiinţifică, Bucu-
reşti, 1968.
48
STATISTICĂ ECONOMICĂ
1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 x
Salariul (mil. lei)
25
20 49
15
10 Scara de reprezentare
5 Ox: 0,8 cm = 0,2 mil. lei
0 Oy: 0,5 cm = 2 persoane
≈
1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 x
Salariul (mil. lei)
CAPITOLUL 2
y
40
35
30
Frecvenþe
25
20
15
10 Scara de reprezentare
5
Ox: 0,8 cm = 0,2 mil. lei
0
≈
1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 x Oy: 0,5 cm = 2 persoane
Salariul (mil. lei)
y
Frecvenþe relative (%)
40
35
30
25
20
15
10
5 Scara de reprezentare
0 Ox: 0,8 cm = 0,2 mil. lei
≈
1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 x
Oy: 0,6 cm = 2 persoane
Salariul (mil. lei)
50
STATISTICĂ ECONOMICĂ
14
12
10
Frecvente
0
10 20 30 40 50 60 70 80 90
Intervale
35
30
25
Frecvente
20
15
10
0
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
Intervale
y y y
o x o x o x
y y y
o x o x o x
d) distribuţie în formă de J e) distribuţie în formă de J f) distribuţie în formă de U
52
STATISTICĂ ECONOMICĂ
Tabelul 2.10
Distribuţia elevilor după nota obţinută la o lucrare de control
Nota (xi) Număr de elevi (ni)
2 1
3 2
4 2
5 6
6 7
8 15
9 5
10 2
Total 40
16
14
12
10
Frecvente
8
6
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12
Nota
60
50
Frecvente cumulate
40
30
20
10
≈
0
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 3.2
Salariu (mil. lei)
EXEMPLUL 2.11: Pe baza datelor din tabelul 2.3 col. 4, se poate con-
strui curba frecvenţelor relative cumulate crescător. (fig. 2.10).
54
STATISTICĂ ECONOMICĂ
1,2
1
Frecvente relative cumulate
0,8
0,6
0,4
0,2
0
1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3 3,2
Salariu (m il. lei)
55
CAPITOLUL 2
Tabelul 2.11
Distribuţia de frecvenţe cumulate a elevilor după nota obţinută la o lucrare de
control
Nota (xi) Frecvenţe absolute cumulate
crescător (Fci)
2 1
3 3
4 5
5 11
6 18
8 33
9 38
10 40
35
30
25
20
15
10
o 1 2 3 4 5 6 7 8 9 10 x (nota)
56
STATISTICĂ ECONOMICĂ
50
45.7
45
Frecvenţe relative (%)
40
35
30 27.41
25
20
15 12.16
10 8.3
fe
ta
le
A
ig
AF
A
po
am
de
IT
te
as
O
Li
an
ro
D
SA
N
IR
Al
n
er
ni
G
ar
AR
et
la
t
AS
m
AI
In
er
M
O
ed
N
Compania
Nederl. 45.7
ASIROM 27.41
SARA 12.16
UNITA 2.3
Companie
0 10 20 30 40 50
Frecvenţe relative (%)
57
CAPITOLUL 2
Altele
ARDAF
Interam.
Metropol
Omniasig
Garanta
AIG Lif e
UNITA
SARA
ASIROM
Nederl.
a.
58
STATISTICĂ ECONOMICĂ
Nederl.
ASIROM
SARA
100 UNITA
80 AIG Life
Garanta
60
% Omniasig
40
Metropol
20 Interam.
0 ARDAF
b. Altele
Nederl.
100
A SIROM
90
80 SA RA
70 UNITA
60 A IG Lif e
% 50 Garanta
40 Omnias ig
30 Metropol
20 Interam.
10
A RDA F
0
c. A ltele
Nederl.
ASIROM
SARA
100% UNITA
80% AIG Life
60% Garanta
% Omniasig
40%
Metropol
20%
Interam.
0% ARDAF
d. Altele
Cantitãþi vândute
din produsul X
(mii bucãþi) 250
**
**
200 ***
***
150 * * ***
* ***
100 * * **
***
* *** *
50 **
***
***
10
20 30 40 50 60 Cheltuieli cu
reclama (mld. lei)
2.5.6. Cronograma
60
Numarul de exemplare vandute Numarul de exemplare vandute
(mii exemplare)
(mii exemplare)
ia
nu
ar
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
160.00
ie
90.00
100.00
110.00
120.00
130.00
140.00
150.00
fe 20
br 01
ua
rie
20
m 01
ar
tie
20
ap 01
ril
ie
20
01
m
ai
20
iu 01
ni
e2
00
iu 1
lie
a)
b)
au 200
gu 1
se st
Lunile
pt
em 200
b 1
luni
oc rie 2
to 00
m 1
br
no ie
ie 20
m 01
br
de ie
ce 20
m
STATISTICĂ ECONOMICĂ
01
br
ie
ia 20
nu 01
ar
ie
fe 20
br 02
ua
rie
20
01
61
CAPITOLUL 2
Ian
30
Dec. Feb.
20
Nov. 10 Mar.
0
Oct. -10 Apr.
Sept. Mai
Aug. Iun.
Iul.
62
STATISTICĂ ECONOMICĂ
Legendă:
Africa
America de Nord
America de Sud
Asia
Europa
63
CAPITOLUL 2
Întrebări recapitulative
64
CAPITOLUL 2
Teste de autoevaluare
1,2
1
1 0,9
0,8 0,65
0,6
0,4
0,15
0,2 0,05
0
0
… 10-14 14-18 18-22 22-26 26-30
Fig. 2.1’
65
STATISTICĂ ECONOMICĂ
66
CAPITOLUL 2
14 L
15 S
16 L
17 S
18 G
19 S
20 L
21 S
22 S
23 L
24 G
25 G
26 S
27 L
28 S
29 L
30 L
31 L
32 S
33 L
34 S
35 L
36 P
37 L
38 L
39 L
40 G
41 L
42 L
43 L
44 G
45 L
46 L
47 L
48 L
49 L
50 L
a) Să se sistematizeze datele;
b) Să se reprezinte grafic informaţiile sistematizate;
c) Să se calculeze ponderea salariaţilor pentru fiecare nivel de instruire şi
să se reprezinte grafic rezultatele;
67
STATISTICĂ ECONOMICĂ
101; 132; 69; 85; 91; 102; 133; 72; 86; 92; 104; 134; 74; 86; 93; 105; 145;
76; 87; 94; 107; 146; 77; 88; 95; 110; 164; 79; 89; 96; 113; 174.
a) Să se sistematizeze datele pe 7 intervale egale de variaţie şi să se
reprezinte grafic;
b) Să se grupeze datele pe intervale neegale de variaţie;
c) Să se reprezinte grafic rezultatele de la pct. b).
68
CAPITOLUL 2
Tabelul prezintă:
a) o distribuţie heterogradă de frecvenţe absolute;
b) o distribuţie homogradă de frecvenţe absolute;
c) o distribuţie heterogradă de frecvenţe relative, pe variante;
d) o distribuţie homogradă de frecvenţe relative;
e) nici una dintre variantele de mai sus.
69
STATISTICĂ ECONOMICĂ
Vânzãri Vânzãri
(mil) (mil)
30 30
20 20
10 10
Filiala Filiala
0 A B C 0 A B C
a) b)
Vânzãri
(mil)
30
20
10
Filiala
0 A B C
c)
Stoc
Stoc (mii buc.)
(mii buc.)
13
12
11
10
0
ian. feb. mar. apr. mai Ani ian. feb. mar. apr. mai Ani
e) f)
Fig. 2.2’
70
CAPITOLUL 2
hi = x isup − x iinf + ∆
sup
Cum pentru intervalul 11-15, x i − x iinf = 4 şi hi = 5, rezultă că ∆ = 1.
Deci intervalele pe care se efectuează gruparea sunt:
11-15
16-20
21-25
26-30
31-35
36-40
11-15 5 13,5
16-20 6 18,5
21-25 10 23,5
26-30 12 28,5
31-35 4 33,5
36-40 3 38,5
Total 40 -
hi
CI i = x iinf +
2
71
STATISTICĂ ECONOMICĂ
r=5
h = Ax r = 29 5 ≈ 6 u.m.
Varianta I Varianta II
Tabelul 2.4’
Intervale de Număr de Intervale de Număr de
variaţie a preţului farmacii variaţie a preţului farmacii
de vânzare (u.m.) de vânzare (u.m.)
0 1 0 1
11-17 5 10-16 5
17-23 11 16-22 11
23-29 12 22-28 12
29-35 9 28-34 9
35-41 3 34-40 3
Total 40 Total 40
Notă: limita inferioară inclusă în interval Notă: limita superioară inclusă în interval
2.
a) În graficul din fig. 2.1’ s-a reprezentat grafic o distribuţie de frecvenţe
relative cumulate decrescător, exprimate prin coeficienţi.
b) Deoarece întotdeauna frecvenţa cumulată descrescător a primului
interval coincide cu suma frecvenţelor din care s-au calculat cumulatele.
În cazul nostru, frecvenţele fiind relative şi exprimate în coeficienţi,
suma lor este 1.
72
CAPITOLUL 2
0.6
0.5
Frecvente relative
0.4
0.3
0.2
0.1
0
… 10-14 14-18 18-22 22-26 26-30
Minute
Fig. 2.3’
3.
a) În tabel sunt redate frecvenţele relative (exprimate procentual)
cumulate crescător.
b) Cum n = numărul total de angajaţi; n = 500.
ni n n∗ % ⋅ n
n ∗i % = ⋅100 = i ⋅100 n i = i (Tabelul 2.6’, col. 3)
¦ ni n 100
73
STATISTICĂ ECONOMICĂ
Tabelul 2.6’
Intervale de Ponderea Frecvenţe Frecvenţe Centre Frecvenţe absolute
variaţie a angajaţilor relative absolute de cumulate
vechimii în (%) (ni*%) (ni) interval Crescător Descres-
producţie (xi) cător
(ani)
0 1 2 3 4 5 6
5 - 10 5 5 25 7,5 25 500
10 - 15 12 7 35 12,5 60 475
15 - 20 30 18 90 17,5 150 440
20 - 25 75 45 225 22,5 375 350
25 - 30 90 15 75 27,5 450 125
30 - 35 100 10 50 32,5 500 50
Total - 100 500 - - -
Numãr de
salariaþi
225
180 Scara:
Ox: 0,6cm = 5 ani
135 Oy: 1cm = 45 persoane
90
45
Vechime (ani)
~
0 5 10 15 20 25 30 35
sup
c) x inf
i + xi
xi =
2
74
CAPITOLUL 2
Cumulate
500
400
300
200
100
Vechime
0 5 10 15 20 25 30 35
4.
a) Se face o clasificare a datelor disponibile. Caracteristica după care se
realizează clasificarea este nivelul de instruire. Această caracteristică
numerică (calitativă) are patru variante: P, G, L, S; se va efectua deci o
clasificare/grupare pe variante. Rezultatul sistematizării se regăseşte în
tabelul 2.7’.
Tabelul 2.7’
Nivelul de instruire Numărul de angajaţi Ponderea angajaţilor
(%)
0 1 2
Primar 2 4
Gimnazial 7 14
Liceal 27 54
Superior 14 28
Total 50 100
75
STATISTICĂ ECONOMICĂ
Nr. angajaþi
Nivel de
30 instruire
S
25
20 L
15
G
10
5 Nivel de P
instruire Nr. angajaþi
0 P G L S 0 5 10 15 20 25 30 35
a) b)
Fig. 2.6’ - Diagrama prin: a) coloane; b) benzi
ni
c) n ∗i = ⋅100 (coloana 2).
∑ ni
Primar
Gimnazial
Superior
Primar
Gimnazial
Liceal
Superior
Liceal
5.
a) Ax=xmax-xmin=174-62=112. u.m.
r = 7 (nr. de grupe)
76
CAPITOLUL 2
A x 112
h= = = 16 u.m.
r 7
Tabelul 2.8’
Intervale de variaţie a venitului Nr. de salariaţi
salarial (ni)
(u. m.)
62 – 78 9
78 – 94 18
94 – 110 11
110 – 126 5
126 – 142 3
142 – 158 2
158 – 174 2
Total 50
Notă: limita inferioară este inclusă în interval.
77
STATISTICĂ ECONOMICĂ
Valorile celor doi indicatori, pentru datele problemei noastre, vor fi:
4896
x= = 97,92 ≅ 98 u.m.
50
926
d= = 18,5 u.m.
50
Cu ajutorul celor 2 indicatori se vor calcula limitele (inferioară şi supe-
rioară) ale intervalului mijlociu.
78
CAPITOLUL 2
Tabelul 2.9’
Intervale de variaţie a Număr de salariaţi
veniturilor salariale (ni)
(u.m.)
62 – 80 (sub 80) 10
80 – 117 31
117 – 174 (peste 174) 9
Total 50
62 – 78 9 16 1 9
78 – 110 29 32 2 14,5
110 – 174 12 64 4 3
Total 50 – – –
79
STATISTICĂ ECONOMICĂ
6.
Tabelul 2.11’
Grupe Limite exacte Mărimea Centrul de
intervalului interval
0 1 2 3
80
CAPITOLUL 2
81
STATISTICĂ ECONOMICĂ
(-5) – (-3) 14
(-2) – 0 27
1–3 3
4–6 5
7–9 1
Total 50
În câte zile temperatura a fost mai mare decât (nu egală cu) punctul de îngheţ?
a) 41;
b) 36;
c) 27;
d) 9;
e) nu se poate determina pe baza informaţiilor disponibile.
82
CAPITOLUL 2
Tabelul 2.13’
Intervale de variaţie a preţului Număr de vânzători (frecvenţe)
(mii lei)
0 1
18-20 20
20-22 15
22-24 25
24-26 4
26-28 11
28-29 20
Total 95
0,01 - 1,00 1
1,01 – 2,00 0
2,01 – 3,00 1
3,01 – 4,00 0
4,01 – 5,00 2
5,01 – 6,00 1
6,01 – 7,00 1
7,01 – 8,00 2
Total 8
83
STATISTICĂ ECONOMICĂ
84
CAPITOLUL 2
Frecvenþe
o lei
Fig. 2.10’
a) Simetrică;
b) Asimetrică spre dreapta;
c) Asimetrică spre stânga;
d) În formă de J;
e) În formă de U.
85
STATISTICĂ ECONOMICĂ
Tabelul 2.15’
Intervale (metri) Frecvenţe
0 1
10,50 – 10,99 20
11,00 – 11,49 15
11,50 – 11,99 30
12,00 – 12,49 38
12,50 – 12,99 36
13,00 – 13,49 90
13,50 – 13,99 215
14,00 – 14,49 198
14,50 – 14,99 128
Total 770
16. Pentru următoarele valori: 40, 50, 10, 6, 15, 23, 39, 42, 62, 65, 1, 19, 32, 7,
24, 68, 29, 72, 74, 62, 58, 9, 23, 23, 25, 76, 22, 2, 54, 53,
a) Construiţi o serie de distribuţie de frecvenţe începând de la valoarea 0, pe
10 intervale de variaţie de mărime egală;
b) Construiţi histograma şi poligonul frecvenţelor;
c) Calculaţi frecvenţele cumulate şi reprezentaţi-le grafic.
86
CAPITOLUL 2
18. Notăm:
I. Omogenitate; II. Unicitate; III. Variabilitate; IV. Universalitate; V. Depen-
denţă.
Principiile după care se efectuează gruparea/clasificarea datelor sunt:
a) I, II, III;
b) I, III, IV;
c) II, III, IV, V;
d) I, II, IV;
e) I, II, IV, V.
19. Frecvenţa relativă cumulată descrescător corespunzătoare unei grupe
reprezintă:
a) numărul de unităţi care au valoarea caracteristicii mai mare sau egală cu
limita inferioară a grupei;
b) ponderea unităţilor care au valoarea caracteristicii între limita inferioară şi
cea superioară a grupei;
c) ponderea unităţilor care au valoarea caracteristicii mai mică decât limita
superioară a grupei;
d) ponderea unităţilor care au valoarea caracteristicii mai mare sau egală cu
limita inferioară a grupei;
e) numărul unităţilor care au valoarea caracteristicii mai mică sau egală cu
limita inferioară a grupei.
87
STATISTICĂ ECONOMICĂ
22. Pentru distribuţia a 200 de muncitori, după timpul lucrat în medie pe zi, se
dă următoarea reprezentare grafică:
Frecvenþe
100
100
90 80
80
70
60 50
50
40
40
30 25
20
10 timp mediu
~
88
CAPITOLUL 2
Numãr de
firme 50
50
43
40
35
30
20
20
7
10
Numãr de
0 10 20 30 40 50 60 salariaþi
89
STATISTICĂ ECONOMICĂ
Tabelul 2.16’
Intervale de variaţie a Număr de unităţi comerciale
suprafeţei comerciale
(m2)
0 1
110 – 114 1
115 – 119 3
120 – 124 8
125 – 129 11
130 – 134 17
135 – 139 22
140 – 144 14
145 – 149 6
150 – 154 10
155 – 159 3
160 – 164 1
90
CAPITOLUL 2
3 0 1 4 4
4 2 5 3 6
4 5 1 4 2
3 0 2 0 5
4 2 3 3 1
Întreţinere uzuală 12 14
Înlocuire parţială 6 2
Reparaţii speciale 2 4
91
STATISTICĂ ECONOMICĂ
sub 2 60 40 20
2-4 30 30 30
4-6 10 30 50
Descrieţi datele prezentate folosind cât mai multe tipuri de reprezentări
grafice adecvate. Comentaţi.
sub -15 20
-15 ÷-10 38
-10 ÷ - 5 178
-5 ÷ 0 580
0÷5 360
5 - 10 114
peste 10 14
92
CAPITOLUL 3
CAPITOLUL 3
Consideraţii preliminare
Cel mai adesea, urmărim să caracterizăm prin indicatori statistici —
măsuri cantitative — datele statistice pe care le avem la dispoziţie. Scopul
capitolului următor este să prezinte indicatorii statistici, primari şi derivaţi,
simpli şi sintetici, ce se folosesc în mod frecvent pentru caracterizarea
statistică a seriilor statistice.
Vom putea, astfel, să analizăm tendinţa centrală, dar şi variabilitatea
datelor, forma distribuţiilor şi concentrarea datelor.
Să notăm şi faptul că, datorită particularităţilor lor, indicatorii
statistici ai seriilor cronologice vor fi trataţi într-un capitol distinct.
Termeni cheie
abatere individuală indicator
abatere intercuartilică indicatori de poziţie
abatere medie liniară indicatori derivaţi
abatere medie pătratică indicatori primari
abatere semiintercuartilică mărime medie
amplitudine mărimi relative
aplatizare. mediană
asimetrie medie aritmetică
boltire medie armonică
coeficient de determinaţie medie geometrică
coeficient de variaţie medie pătratică
cuantile mod
cuartile percentile
decile regula de adunare a dispersiilor
diagramă Box- Plot variabilitate
dispersie
93
STATISTICĂ ECONOMICĂ
Noţiuni teoretice
3.1. INTRODUCERE
5 6 7 8
X =6,6 ani
Fig. 3.1. Balansarea valorilor individuale prin calculul mediei
95
STATISTICĂ ECONOMICĂ
0 5 10 15 20
X =6,6 ani
Fig. 3.2. Balansarea valorilor individuale prin calculul mediei
96
CAPITOLUL 3
r
¦ xini
i =1 11490
x= r
= = 57,45 minute
200
¦ ni
i =1
EXEMPLUL 3.3: Pe baza datelor din Tabelul 3.1 putem alege a=75,
h=30 şi atunci:
97
STATISTICĂ ECONOMICĂ
Tabelul 3.2
Timp (min.) Frecvenţe ni xi xi – a x i’ ⋅ n i
x i’ =
h
< 30 47 15 -2 - 94
30-60 51 45 -1 - 51
60-90 76 60 0 0
90-120 24 105 1 24
120 şi peste 2 135 2 4
Total 200 – – -117
r
’
¦ xini
i =1 − 117
x= r
⋅h +a = ⋅ 30 + 75 = 57,45 minute
200
¦ ni
i =1
© i =1 ¹
ni ni
frecvenţele sunt chiar frecvenţele relative n *i = , i = 1, r şi rezultă,
c n
deci:
r
*
¦ xi ⋅ ni
i =1
x= (3.5)
1
sau, dacă frecvenţele relative au fost exprimate în procente:
r
*%
¦ xi ⋅ ni
i =1
x= (3.6)
100
98
CAPITOLUL 3
xy = x ⋅ y (3.9)
99
STATISTICĂ ECONOMICĂ
2
¦ xini
i =1 1 ⋅ m + 0(n − m ) m
x= = = =f (3.10)
n n n
Modul (M0) reprezintă valoarea cel mai des întâlnită într-o serie
statistică sau cea care are cea mai mare frecvenţă de apariţie.
În cazul seriilor de distribuţie de frecvenţe pe intervale de variaţie,
determinarea modului presupune mai întâi, identificarea intervalului cu frec-
venţă maximă (int M0). Apoi, modul se poate determina conform relaţiei:
§ d1 ·
M 0 = x inf M 0 + ¨¨ ¸¸ h M 0 (3.11)
© d1 + d 2 ¹
unde: xinfMo reprezintă limita inferioară a intervalului modal;
h M0 reprezintă mărimea intervalului modal;
d1 reprezintă diferenţa dintre frecvenţa intervalului modal şi a celui
precedent;
d2 reprezintă diferenţa dintre frecvenţa intervalului modal şi a celui
următor.
EXEMPLUL 3.5: Pentru datele din tabelul 3.1. valoarea modală este:
M 0 = 60 +
(76 − 51) ⋅ 30 = 69,74 minute
(76 − 51) + (76 − 24)
O distribuţie cu un singur mod se numeşte unimodală (fig. 3.3a),
o distribuţie este bimodală dacă are două valori dominante (moduri) (fig.
3.3b) şi multimodală dacă are mai mult de două moduri (fig. 3.3c).
100
CAPITOLUL 3
y y y
Frecvenþe
Frecvenþe
Frecvenþe
M0 x o M01 M02 x o M01 M02 M03 x
o
a) b) c)
3.3.3.2 Mediana
Mediana (Me) este un indicator mediu de poziţie care face parte din
categoria cuantilelor. Ea reprezintă valoarea/varianta din mijlocul unei serii
de date, serie în care observaţiile au fost ordonate crescător (sau descrescă-
tor).
Dacă datele au fost sistematizate într-o serie de distribuţie de frec-
venţe pe variante, pentru determinarea medianei vom calcula, mai întâi,
frecvenţele cumulate (Fci). Prima frecvenţă cumulată mai mare decât
(n+1)/2, adică mai mare decât locul medianei, ne indică varianta mediană.
101
STATISTICĂ ECONOMICĂ
interval cu frecvenţa cumulată mai mare decât locul (rangul, poziţia) media-
nei.
1§ r ·
¨ ¦ n i + 1¸ − FC( Me−1)
2 © i=1 ¹
Me = x inf Me + h Me (3.12)
n Me
unde:
x inf Me reprezintă limita inferioară a intervalului median;
h Me reprezintă mărimea intervalului median;
1§ r · n +1
¨ ¦ n i + 1¸ = reprezintă locul medianei în serie;
2 © i =1 ¹ 2
FC(Me - 1) reprezintă frecvenţa cumulată a intervalului anterior celui
median;
nMe reprezintă frecvenţa absolută a intervalului median.
(
M 0 − x ≈ 3 Me − x ) (3.13)
102
CAPITOLUL 3
y y y
o x=Me=Mo x o Mo Me x x o x Me Mo x
3.3.3.4. Cuantilele
y Astfel,
cuartilele (cuantile
Frecvenþe relative
( )
Media armonică x h este o medie de calcul cu aplicaţii speciale,
care se determină, pentru o serie de date cantitative, ca valoarea inversă a
103
STATISTICĂ ECONOMICĂ
¦ vi ¦ vi 450000 + 480000
p= = = = 103333,3 lei/litru
¦ qi ¦ v1 1 1
i ⋅ 450000 + ⋅ 480000
pi 90000 120000
104
CAPITOLUL 3
r
2
¦ xi ni
i =1
xp = r
(3.19)
¦ ni
i =1
r
2 *
¦ xi ni
i =1
xp = (3.20)
1
r
2 *%
¦ xi ni
i =1
xp = (3.21)
100
( )
Media geometrică x g se calculează ca rădăcina de ordinul n din
produsul celor n valori ale unei serii de date. Ea este deci, acea valoare care
înlocuind termenii seriei nu modifică produsul lor:
n
xg = n ∏ xi (3.22)
i =1
Pentru o serie de distribuţie de frecvenţe, media geometrică se
calculează ca:
r
¦ ni r
x g = i =1 ∏ x in i (3.23)
i =1
105
STATISTICĂ ECONOMICĂ
y y y
o a) x o x o x
b) c)
Fig. 3.6 - a) Distribuţii cu tendinţă centrală diferită; b) Distribuţii cu variabilitate
diferită; c) Distribuţii cu tendinţă centrală şi variabilitate diferite
x max − x min
A%
x = 100 (3.26)
x
A Q = Q 3 − Q1 (3.27)
106
CAPITOLUL 3
Q 3 − Q1
A ’Q = (3.28)
2
di = xi − x (3.29)
xi − x
d i% = (3.30)
x
+
d max = x max − x (3.31)
−
d max = x min − x (3.32)
107
STATISTICĂ ECONOMICĂ
3.4.2.2. Dispersia
( )
Dispersia s 2x se calculează ca media aritmetică a pătratelor
abaterilor individuale ale valorilor de la tendinţa centrală (uzual de la
medie). Pentru o serie simplă, formula dispersiei este:
108
CAPITOLUL 3
∑ (x i − x )
n 2
i =1
s 2x = (3.36)
n
iar pentru o serie de distribuţie de frecvenţe:
¦ (x i − x ) n i
r 2
i =1
s 2x = (3.37)
r
¦ ni
i =1
sau, pe baza frecvenţelor relative:
∑ (x i − x ) n *i%
r 2
i=1
s 2x = (3.38)
100
¦ (x i − x ) n i
r 2
i =1 182299,5
s 2x = = = 911,4975
r 200
¦ ni
i =1
Se cuvine să facem şi asupra dispersiei câteva observaţii şi să
remarcăm câteva din proprietăţile sale:
a) Pentru un şir de valori constante, dispersia este nulă;
( )
b) Dispersia calculată faţă de medie s 2x este mai mică decât orice
altă dispersie calculată faţă de o valoare “a”, cu pătratul distanţei dintre
medie şi constanta a:
s 2x = s a2 − (x − a )
2
(3.39)
c) Dacă valorile variabilei statistice studiate sunt modificate
(micşorate sau mărite) cu constanta „a“, dispersia seriei rămâne
neschimbată;
109
STATISTICĂ ECONOMICĂ
2
r § xi − a ·
¦¨ ¸ ni
s 2x = i =1© h ¹
r
(
h2 − x − a )2 = 200
271
⋅ 30 2 − (57,45 − 75)2 = 911,4975
¦ ni
i =1
e) Dispersia se poate calcula şi pe baza relaţiei:
110
CAPITOLUL 3
2
n n n
∑ x i2 ∑ x i2 ∑ xi
i =1 2 i =1
s 2x = −x = − i=1 (3.43)
n n n
iar pentru o serie de distribuţie de frecvenţe:
2
r r § r ·
¦ x i2 n i ¦ x i2 n i ¨ ¦ xini ¸
2 ¨ ¸
s 2x = i =1 − x = i =1 − ¨ i =1 ¸ (3.44)
r r r
¦ ni ¦ ni ¨ ¦ ni ¸
¨ ¸
i =1 i =1 © i=1 ¹
2
r r § r ·
¦ x i2 n *i% ¦ x i2 n *i% ¨ ¦ x i n *i% ¸
2 ¨ ¸
s 2x = i=1 − x = i=1 − ¨ i=1 ¸ (3.45)
100 100 100
¨ ¸
¨ ¸
© ¹
f) Dacă o serie este compusă din m serii componente (grupuri),
fiecare serie componentă fiind de volum nj, j = 1, m , atunci se pot calcula
mediile seriilor componente, x j , j = 1, m şi dispersiile seriilor componente:
¦ (x i − x j )
nj
2
i =1
s 2x = , j = 1, m (3.46)
j nj
Dispersia generală a colectivităţii poate să fie scrisă în funcţie de dis-
persiile seriilor componente (grupurilor):
¦ (x j − x ) n j
m m 2
¦ s 2x j n j
j=1 j=1
s 2x = + (3.47)
m m
¦n j ¦nj
j=1 j=1
m
¦ s 2x j n j
j=1
Expresia: m
se numeşte media dispersiilor parţiale
¦nj
j=1
111
STATISTICĂ ECONOMICĂ
m
¦ s 2x j n j
2 j=1
sx =
m
(3.48)
¦nj
j=1
¦ (x j − x ) n j
m 2
j=1
Expresia: m
sintetizează împrăştierea valorilor de la
¦nj
j=1
media generală, doar ca urmare a acţiunii factorului după care s-au alcătuit
grupurile, seriile componente. Această expresie se numeşte dispersia dintre
( )
grupe d 2x :
¦ (x j − x ) n j
m 2
j=1
d 2x = (3.49)
m
¦n j
j=1
( )
Putem spune că d 2x explică măsura în care factorul de grupare
determină variaţia variabilei studiate şi să calculăm coeficientul de
determinaţie:
d 2x
R2 = (3.51)
s 2x
112
CAPITOLUL 3
d 2x =
(x L − x )2 n L + (x M − x )2 n M = (400 − 320)2 30 + (200 − 320)2 20 =
nL + nM 50
480000
= = 9600
50
2
s 2x = s x + d 2x = 2140 + 9600 = 11740
Aşadar
2 d 2x 9600
R% = 100 = 100 = 81,77%
s 2x 11740
s f2 = f (1 − f ) (3.55)
113
STATISTICĂ ECONOMICĂ
¦ (x i − x )
n 2
s x = s 2x = i =1 (3.56)
n
pentru o serie simplă, iar pentru o serie de distribuţie de frecvenţe:
¦ (x i − x ) n i
r 2
i =1
sx =
r
(3.57)
¦ ni
i =1
¦ (x i − x ) n *i%
r 2
sx = i =1 (3.58)
100
4
dx ≈ sx (3.59)
5
114
CAPITOLUL 3
s
v = x 100 (3.61)
x
Cu cât valoarea coeficientului de variaţie este mai mică, cu atât acest
lucru semnifică o omogenitate crescută a datelor.
≈34%
≈13,5%
≈13,5%
o ≈2,5% ≈2,5%
x-3σ x-2σ x-σ x x+σ x+2σ x+3σ x
Amplitudine
115
STATISTICĂ ECONOMICĂ
AS = x − M 0 (3.62)
sau
(
A S1 = 3 x − Me ) (3.63)
x − M0
C as = (3.64)
sx
C as1 =
(
3 x − Me ) (3.65)
sx
116
CAPITOLUL 3
C as1 =
( =
)
3 x − Me 57,45 − 61
= −0,118
sx 30,19
ceea ce semnifică o asimetrie negativă moderată (coada mai lungă a distri-
buţiei înspre valorile mici).
¦ (x i − x )
n 3
m 3 = i =1 (3.66)
n
sau, utilizând frecvenţe:
¦ (x i − x ) n i ¦ (x i − x ) n *i%
r 3 r 3
m 3 = i =1 = i =1 (3.67)
r 100
¦ ni
i =1
Coeficientul de asimetrie (Fisher) este:
m3 m 32
γ1 = = (3.68)
s 3x m 32
Coeficientul γ 1 va avea valoare mai mare decât zero în cazul
asimetriei pozitive, valoare mai mică decât zero în cazul asimetriei negative
şi va fi egal cu zero în cazul seriei perfect simetrice.
ASQ=Q3+Q1-2Me (3.69)
117
STATISTICĂ ECONOMICĂ
X m in Q1 Me Q3 X m ax
25% 25% 25% 25%
x k
z= 10 (3.71)
y
unde: z reprezintă indicatorul relativ;
x reprezintă indicatorul comparat;
y reprezintă indicatorul bază de comparaţie;
118
CAPITOLUL 3
xi
g ix % = n
100 (3.73)
¦ xi
i =1
ni
¦ x ij
j=1
g ix = (3.74)
r ni
¦ ¦ x ij
i =1 j=1
ni
¦ x ij
j=1
g ix % = 100 (3.75)
r ni
¦ ¦ x ij
i =1 j=1
119
STATISTICĂ ECONOMICĂ
EXEMPLUL 3.16: Pentru trei filiale ale unei firme s-au cules şi
sistematizat date privind producţia zilnică realizată de muncitori (Tabelul
3.8)
Tabelul 3.8
Judeţul/Filiala Număr de muncitori Producţia individuală (buc.)
0 1 2
Alba/A 4 120;130;120;90
Bacău/B 3 80;120;100;
Constanţa/C 6 140;70;90;100;110;120
Tabelul 3.9
Filiala Producţia pe Structura producţiei pe Structura
filială (buc.) filiale (%) colectivităţii de
muncitori (%)
0 1 2 3
Rezultatul ne arată de câte ori este mai mare (dacă rezultatul este
supraunitar), sau mai mic (dacă rezultatul este subunitar) nivelul variabilei
în unitatea (grupa, colectivitatea) i faţă de nivelul variabilei în unitatea
(grupa, colectivitatea) j.
120
CAPITOLUL 3
A 1,33 1,53
B 1,00 1,00
C 2,00 2,10
Pe baza datelor din Tabelul 3.8, col.1 şi Tabelul 3.9, col.1, putem
calcula producţia obţinută de un muncitor (bucăţi pe muncitor) (Tabelul
3.11):
Tabelul 3.11
Filiala Productivitatea muncii (buc./muncitor)
0 1
A 115
B 100
C 105
Total 106,92
121
STATISTICĂ ECONOMICĂ
x pi
i px 0i = (3.83)
x 0i
122
CAPITOLUL 3
x pi
i px %0i = 100 (3.84)
x 0i
x 1i
i 1x pi = (3.85)
x pi
x 1i
i 1x %pi = 100 (3.86)
x pi
Se observa ca:
x pi x 1i x 1i
i px %0i ⋅ i 1x %
pi = ⋅ = = i 1x 0i (3.87)
x 0i x pi x 0i
123
STATISTICĂ ECONOMICĂ
Întrebări recapitulative
124
CAPITOLUL 3
125
STATISTICĂ ECONOMICĂ
Teste de autoevaluare
0-4 100
4-8 93
8-12 73
12-16 41
16-20 15
20-24 5
Se cere:
a) Să se reprezinte grafic distribuţia de frecvenţe absolute;
b) Să se determine numărul mediu de combine frigorifice vândute
săptămânal de un magazin şi să se studieze dacă valoarea obţinută este
reprezentativă;
c) Care este numărul de combine frigorifice peste care se situează vânzările a:
c1) trei sferturi din magazine?
c2) 50% din magazine?
c3) o pătrime din magazine?
d) Să se analizeze asimetria şi excesul distribuţiei.
e) Să se calculeze media şi dispersia magazinelor care au vândut mai mult
de 12 combine frigorifice săptămânal.
126
CAPITOLUL 3
127
STATISTICĂ ECONOMICĂ
Centrală 35 20 6,0
Sud-vest 20 12 12,5
Sud-est 15 10 13,0
Nord-vest 10 ... 20,0
Nord-est 20 13 12,3
Se cere:
a) să se determine numărul mediu de săptămâni până la prima promovare,
pe fiecare grupă de firme, precum şi pe total;
128
CAPITOLUL 3
7. Pentru cei 20 de salariaţi ai unui atelier din cadrul unei unităţi econo-
mice cu profil industrial s-a înregistrat producţia (în bucăţi) realizată în luna
mai 1999, precum şi echipele din care fac parte aceşti salariaţi (tabelul 3.6’).
129
STATISTICĂ ECONOMICĂ
Tabelul 3.6’
Salariat Producţia Echipa Salariat Producţia Echipa
realizată în realizată în
luna mai luna mai
(bucăţi) (bucăţi)
0 1 2 0 1 2
1 18 A 11 15 C
2 11 A 12 15 A
3 14 B 13 15 C
4 17 A 14 15 C
5 12 A 15 14 B
6 14 B 16 13 D
7 16 A 17 15 C
8 14 D 18 13 D
9 16 B 19 16 A
10 13 B 20 12 B
Se cere:
a) Să se efectueze câte o grupare simplă după variaţia fiecărei carac-
teristici. Pentru variabila numerică se vor forma 4 grupe de mărime egală şi
se vor reprezenta grafic datele grupate.
b) Folosind gruparea simplă după caracteristica nenumerică, să se cen-
tralizeze datele privind valoarea producţiei.
c) Utilizaţi rezultatele de la punctul precedent. Se mai cunosc:
Tabelul 3.7’
Echipa Mărimea relativă de dinamică a Structura
producţiei realizate în mai faţă de producţiei
aprilie (%) planificate în luna
mai
0 1 2
A 105 0,333
B 110,6 0,296
C 120 0,204
D 160 0,167
130
CAPITOLUL 3
9. Fondul de salarizare pentru angajaţii a două filiale ale unei bănci a fost
de 184 mil. lei, iar raportul de coordonare pentru acest fond k1/2 = 1,63.
Ştiind că salariul mediu al angajaţilor din filiala 2 a fost de 3500 mii lei şi că
131
STATISTICĂ ECONOMICĂ
Se cere:
a) Să se reprezinte grafic gradul îndeplinirii planului la valoarea vânză-
rilor pe departamente şi structura valorii vânzărilor realizate (pentru peri-
oada de bază).
132
CAPITOLUL 3
133
STATISTICĂ ECONOMICĂ
134
CAPITOLUL 3
70
Numar de magazine
60
50
40
30
20
10
0
0-4 4-8 8-12 12-16 16-20 20-24
Vanzari (buc.)
135
STATISTICĂ ECONOMICĂ
s x2 =
( )2
¦ x i − x n i 4856
= = 24,28
¦ ni 100
Calculele intermediare necesare în determinarea dispersiei sunt prezentate în
coloanele 6 şi 7 din tabelul 3.14’
Abaterea medie pătratică va fi:
s x = 24,28 = 4,93 ≈ 5 buc.
iar coeficientul de variaţie:
sx 5
v= ⋅100 = ⋅100 = 45,45% > 40%, ceea ce înseamnă că media
x 11
calculată nu este reprezentativă, seria nu este omogenă.
¦ ni + 1 201
locQ1 = = = 50,25
4 4
loc Q1 − Fc Q1 −1 50,25 − 14
Q1 = x 0 + k = 4+ 4⋅ = 7,6 ≈ 8
n Q1 40
buc.
unde:
x0 = limita inferioară a intervalului cuartilic;
k = mărimea intervalului cuartilic;
FcQ1-1 = frecvenţa cumulată a intervalului anterior celui cuartilic;
nQ1 = frecvenţa intervalului median = 90.
Aşadar, 75% dintre magazine au vândut săptămânal mai mult de 8 combine
frigorifice.
¦ ni + 1 201
locMe = = = 100,5
2 2
Mediana se găseşte în intervalul 8-12.
loc Me − Fc Me −1 100,5 − 54
Me = x 0 + k = 8+ 4⋅ = 10,9 ≈ 11
n Me 64
buc.
137
STATISTICĂ ECONOMICĂ
3(¦ ni + 1)
locQ3 = = 150,75
4
A treia cuartilă se găseşte în intervalul 12-16.
x − Mo
Cas =
sx
∆1
Mo = x 0 + k
∆1 + ∆ 2
unde:
x0 = limita inferioară a intervalului modal;
k = mărimea intervalului modal;
∆1 = nMo – nMo-1 = frecvenţa intervalului modal minus frecvenţa
intervalului anterior celui modal;
∆2 = nMo - nMo+1 = frecvenţa intervalului modal minus frecvenţa
intervalului următor celui modal;
Se obţine Mo = 10,67 ≈ 11 buc.
Cele mai multe magazine au vândut săptămânal 11 combine frigorifice.
11,08 − 10,67
Cas = = 0,083 > 0 ceea ce arată o asimetrie foarte
4,93
uşoară, pozitivă, în serie predomină uşor valorile mari.
Se poate folosi şi o altă formă a coeficientului de asimetrie al lui
Pearson:
138
CAPITOLUL 3
3( x − Me)
Cas = = 0,11
sx
Oblicitatea poate fi studiată şi cu ajutorul coeficientului lui Bowley:
µ4
β2 =
µ 22
µ4 =
( =
)4
¦ x i − x ni 315560
= 1577,8 (tabelul 3.14’, col. 9)
¦ ni 200
1577,8
β2 = = 2,68
589,52
m 82
w= = = 0,41
n 200
iar dispersia:
( )
s w2 = w 1 − w = 0,41 ⋅ 0,59 = 0,242
139
STATISTICĂ ECONOMICĂ
2.
a) Ax = xmax - xmin = 19,1 - 2,3 = 16,8 minute
r=6
10
8
Convorbiri
0
0-2 2-5 5-8 8-11 11-14 14-17 17-20
Durata
Fig. 3.2’
140
CAPITOLUL 3
¦ xi
x= = 10,26 minute
n
s=
(
¦ xi − x )2 = 4,29 minute
n
3.
a) Notăm cu X – caracteristica “număr de camere” – factorul de grupare şi cu Y -
caracteristica “cheltuielile de întreţinere” (yj vor fi centrele de interval: y1 =
875; y2 = 1125; y3 = 1375; y4 = 1625)
i = 1 (grupa garsonierelor).
141
STATISTICĂ ECONOMICĂ
¦ (y j − y1 ) n *1 j
2
s12 = =
¦ n *1j
(875 − 975) 2 ⋅ 0,7 + (1125 − 975) 2 ⋅ 0,2 + (1375 − 975) 2 ⋅ 0,1 = 27500
s1
v1 = 100 = 17,0%
y1
¦ (y j − y 2 ) n *2 j
2
s 22 = =
¦ n *2 j
(875 − 1225) 2 ⋅ 0,1 + (1125 − 1225) 2 ⋅ 0,5 + (1375 − 1225) 2 ⋅ 0,3 + (1625 − 1225) 2 ⋅ 0,1
= 40000
s2
v2 = 100 = 16,3%
y2
s 32 = 51653
s
v 3 = 3 100 = 17,15%
y3
36875
y4 = = 1475 mii lei
25
s v ⋅y
v 4 = 4 100 = 13,56% s 4 = 4 4 = 200 mii lei
y4 100
s 42 = 40000
Cum v4 < v2 < v1 < v3 rezultă că grupa apartamentelor cu 4 şi peste 4 camere este
cea mai omogenă din punctul de vedere al cheltuielilor de întreţinere.
2
s2 = s + d 2
Media dispersiilor grupelor va fi:
2
2 ∑ s i ni 27500 ⋅ 50 + 40000 ⋅100 + 51653 ⋅ 75 + 40000 ⋅ 25
s = = =
∑ ni 250
= 40996
Media întregii colectivităţi de 250 de apartamente poate fi calculată ca medie a
mediilor parţiale:
143
STATISTICĂ ECONOMICĂ
d 2
=
(
¦ y i − y )n
2
i
=
¦ ni
=
(975−1230)2 ⋅ 50 + (1225−1230)2 ⋅100+ (1325−1230)2 ⋅ 75 + (1475−1230)2 ⋅ 25
=
200
= 21725
2
s 2 = s + d 2 = 40996 + 21725 = 62721
c) Se calculează coeficientul de determinaţie:
d2 21725
R2 = = = 0,346 (34,6%< 50%)
s2 627219
144
CAPITOLUL 3
12% 16%
32%
40%
garsoniere ap. cu 2 cam.
ap. cu 3 cam. ap. cu 4 si peste 4 cam.
Fig. 3.3’
4.
a) Gruparea (clasificarea) salariaţilor după caracteristica nenumerică
(echipa) –
Se efectuează o clasificare pe variante, întrucât caracteristica are un
număr mic de variante.
Tabelul 3.18’
Echipa Număr salariaţi (ni)
A 7
B 6
C 4
D 3
Total 20
145
STATISTICĂ ECONOMICĂ
Tabelul 3.19’
Intervale de variaţie a producţiei (bucăţi) Nr. salariaţi
0 1
11-13 3
13-15 7
15-17 8
17-19 2
Total 20
Notă: limita inferioară inclusă în interval.
10
8
Nr. salariaţi
6
4
2
0
11-13 13-15 15-17 17-19
Prod.(buc.)
Fig. 3.4’
8
7
6
Nr. salariaţi
5
4
3
2
1
0
A B C D
Echipa
Fig. 3.5’
146
CAPITOLUL 3
b)
Tabelul 3.20’
Echipa Producţia centralizată (buc.)
0 1
A 105
B 83
C 60
D 40
Total 288
c) Se notează:
x0i = producţia realizată de echipa „i“ în luna aprilie;
x1i = producţia realizată de echipa „i“ în luna mai;
xipl = producţia planificată de echipa „i“ în luna mai;
X0 = producţia totală a atelierului realizată în luna aprilie;
X1 = producţia totală a atelierului realizată în luna mai;
Xpl = producţia totală a atelierului planificată în luna mai;
Tabelul 3.21’
Echipa
k1i / 0 g ipl x1i
(%) (buc.)
0 1 2 3
xi xi ⋅ 100
c1) k1i / 0 = 1 ⋅ 100 x0i = 1 (tabelul 3.22’, col. 1)
x0i k1i / 0
X 0 = ¦ x0i = 250 buc.
i
147
STATISTICĂ ECONOMICĂ
X pl
K pl / 0 = = 1,08 X pl = K pl / 0 ⋅ X 0 = 1,08 ⋅ 250 = 270 buc.
X0
xipl xipl
g ipl = = xipl = g ipl ⋅ X pl ( tabelul 3.22’, col. 2)
i X pl
¦ x pl
i
x0i x0i
c2) g 0i = ⋅ 100 = ⋅ 100 (tabelul 3.22’, col. 3)
i X0
¦ x0
i
x1 x1i
g1i = ⋅ 100 = ⋅ 100 (tabelul 3.22’, col. 4).
i X1
¦ x1
i
xi
ki / D = 0 (tabelul 3.22’, col. 5)
x0D
c4)
xipl
k ipl / 0 = ⋅ 100 (tabelul 3.22’, col. 6)
x0i
x1i
k1i / pl = ⋅ 100 (tabelul 3.22’, col. 7)
xipl
148
CAPITOLUL 3
10%
20% 40% A
B
C
D
30%
Fig. 3.6’
Pe total:
X1 288
K1 / pl = = = 1,067 (106,7%)
X pl 270
Producţia realizată de întregul atelier în mai este de 1,067 ori mai mare
decât cea planificată în luna mai, adică cu 6,7% mai mare.
X 288
c5) K1 / 0 = 1 = = 1,152 (115,2%)
X 0 250
Producţia realizată în luna mai de întregul atelier este de 1,152 ori mai
mare decât cea realizată în luna aprilie, sau cu 15,2% mai mare.
c6) Se poate determina productivitatea muncii în luna mai, pe fiecare
echipă şi pe total:
xi
w1i = 1 (tabelul 3.22’, col. 8)
ni
La nivel total:
i i
W1 =
∑ x1 = ∑ w1ni = wi g n = 288 = 14,4 buc./salariat
∑ 1 1i
∑ ni ∑ ni 20
149
STATISTICĂ ECONOMICĂ
Tabelul 3.22’
Echipa
x0i xipl g 0i g1i ki0/ D k ipl / 0 k1i / pl w1i
(buc.) (buc.) (%) (%) (%) (%) buc./
pers.
0 1 2 3 4 5 6 7 8
A 100 90 40 36 4 90 116,67 15
B 75 80 30 29 3 106,67 103,75 13,83
C 50 55 20 21 2 110 109,09 15
D 25 45 10 14 1 180 88,89 13,33
Total 250 270 100 100 - 108 106,67 14,4
5.
a) Se notează:
x0i = producţia realizată de echipa “i” în luna ianuarie;
x1i = producţia realizată de echipa “i” în luna februarie;
xipl = producţia planificată de echipa “i” în luna februarie;
X0 = producţia totală a atelierului realizată în luna ianuarie;
X1 = producţia totală a atelierului realizată în luna februarie;
Xpl = producţia totală a atelierului planificată în luna februarie;
x0i xi gi ⋅ X
g 0i = ⋅ 100 = 0 ⋅ 100 x0i = 0 0 (tabelul 3.23’, col. 1)
i X0 100
¦ x0
i
Tabelul 3.23’
Secţia
x0i xipl x1i g ipl g1i k1i / 0 t0i w0i
(mil. (mil. (mil. (%) (%) (pers) (mii lei/
lei) lei) lei) pers)
0 1 2 3 4 5 6 7 8
I 1000 1250 1500 16,67 17,65 1,5 126 7930,65
II 2000 3500 3000 46,67 35,29 1,5 287 6960,864
III 1250 1250 2000 16,67 23,53 1,6 210 5950,238
IV 750 1500 2000 20,00 23,53 2,66 77 9740,026
Total 5000 7500 8500 100,0 100,0 700
150
CAPITOLUL 3
x1i
k1i / pl = ⇒ x1i = k1i / pl ⋅ xipl (tabelul 3.23’, col. 3).
xipl
X1 = ∑ x 1i = 8500 mil.lei.
i
x ipl x ipl
b) g i
= ⋅100 = ⋅ 100 ( tabelul 3.23’, col. 4)(fig. 3.7’).
∑x
pl i
pl X pl
i
xi xi
g1i = 1 ⋅ 100 = 1 ⋅ 100 (tabelul 3.23’, col. 5) (fig. 3.8’).
i X1
∑ x1
i
46.67%
16.67% Secţia I
Secţia II
Secţia III
Secţia IV
20.00% 16.67%
Fig. 3.7’
i
xi xi x pl
c) k1i / 0 = 1 = 1 ⋅ = k1i / pl ⋅ k ipl / 0 ( tabelul 3.23’, col. 6).
i i i
x0 x pl x0
151
STATISTICĂ ECONOMICĂ
i i i
X pl ¦ x pl ¦ k pl ⋅x0 7500
d) K pl / 0 = = = = = 1,5 (150%) .
X0 i i 5000
¦ x0 ¦ x0
23.53% 17.65%
Secţia I
Secţia II
Secţia III
23.53% 35.29% Secţia IV
Fig. 3.8’
X 1 ¦ x 1i ¦ k 1 ⋅x pl 8500
i i
K 1 / pl = = = = = 1,13 (113%).
X pl ¦ x ipl i
¦ x pl 7500
În luna februarie s-a realizat o producţie totală de 1,13 ori mai mare decât
cea planificată, sau cu 13% mai mare decât cea planificată în februarie.
X X X pl 8500
K1/ 0 = 1 = 1 ⋅ = K1/ pl ⋅ K pl / 0 = = 1,5 ⋅1,13 = 1,7 (170%) e)
X 0 X pl X0 5000
Reprezentarea grafică a mărimilor relative ale planului şi ale dinamicii la
nivelul secţiilor este realizată în fig. 3.9’.
e) T0 = 700 persoane.
152
CAPITOLUL 3
t0i
gti0 = ⇒ t0i = gti0 ⋅ ∑ t0i = gti0 ⋅ T0 (tabelul 3.23’, col. 7)
i
∑ t0
x0i
i
w0 = (tabelul 3.23’, col. 8), unde w0i reprezintă productivitatea
t0i
muncii în perioada de bază – ianuarie, în secţia “i”.
La nivelul societăţii comerciale:
X 0 ¦ x0i i i
¦ w0 ⋅t0 5000
W0 = = = = = 7142,86 mii lei/pes.
T0 i i 700
¦ t0 ¦ t0
300
250
200 Ind.dinamică
150 Sarc.pl.
%
Realiz.pl.
100
50
0
Secţia I Secţia II Secţia III Secţia IV
Secţia
Fig. 3.9’
6.
Notăm:
FS1, FS2 – Fondul de salarii în filiala 1, respectiv, ïn filiala 2 a băncii.
S1, S 2 - salariul mediu în filiala 1, respectiv, ïn filiala 2 a băncii.
T1, T2 – numărul personalului în filiala 1, respectiv, ïn filiala 2 a băncii.
153
STATISTICĂ ECONOMICĂ
FS1
k1 / 2 = = 1,63 FS1 = k 1 / 2 ⋅ FS 2 = 1,63 ⋅ FS 2 .
FS 2
S2 = 8500 mii lei.
g T1 = 0,6 (60%).
FS = FS1 + FS2 = 184 = 1,63 FS2 + FS2 = 447,1.
477,1
FS2 = = 170 mil. lei.
2,63
FS1 = 1,63 x1 70 = 277,1 mil. lei.
FS2 FS 170000
S2 = T2 = 2 = = 20 persoane.
T2 S2 8500
T 20
gT1 = 0,6 (60%) g T = 0,4 = 2 T = = 50 persoane.
2
T 0,4
T1 = 50 – 20 = 30 persoane.
FS 277,1
S1 = 1 = = 9237 mii lei.
T1 30
FS1 + FS2 FS 477,1 ⋅ 1000
S= = = = 9542 mii lei.
T1 + T2 T 50
7.
a) Notăm:
154
CAPITOLUL 3
x 15 x 15 750
k 15/ 0 = 300% = x 5
0
= = = 250 mil. lei.
x 50 3 3
x0i x0i
g 0i = ⋅ 100 = ⋅ 100 , deci pentru firma nr. 5 vom avea:
i X0
¦ x0
i
i x0i i X 0 ⋅ g 0i
g0 = ⋅ 100 x0 = (tabelul 3.24’, col. 4).
X0 100
xipl
kipl/ 5 = xipl = kipl/ 5 ⋅ x5pl (tabelul 3.24’, col. 5).
x5pl
X pl = ¦ x ipl = 5800 mil. lei.
i
155
STATISTICĂ ECONOMICĂ
b) Notăm:
K pl / 0 mărimea relativă a sarcinii de plan pe ansamblul celor 5 firme;
K1 / pl mărimea relativă a realizării planului pe ansamblul celor 5 firme;
K1 / 0 mărimea relativă de dinamică pe ansamblul celor 5 firme.
X1 ¦ x 1i 5450
K 1 / pl = = = = 0,94 (94%).
X pl ¦ x ipl 5800
i xipl
k pl / 0 = ⋅ 100 (tabelul 3.24’, col. 7).
x0i
i
X pl
¦ x pl 5800
K pl / 0 = = = = 1,16 (116%).
X 0 ¦ x i0 5000
i
X pl
¦ x pl
K pl / 0 = = .
X 0 ¦ x i0
i xipl
Dar k pl / 0 = xipl = k ipl / 0 ⋅ x0i .
i
x0
156
CAPITOLUL 3
( )
i i i
X pl ¦ x pl ¦ k pl / 0 ⋅x0
K pl / 0 = = = = ¦ k ipl / 0 ⋅ g0i ,
X0 i i
¦ x0 ¦ x0
X1 ¦ x 1i
K 1 / pl = = .
X pl ¦ x ipl
xi
Dar k1i / pl = 1 x1i = k1i / pl ⋅ xipl .
xipl
Înlocuind în relaţia mărimii relative a realizării planului pe total, găsim:
( )
i i i
X1 ¦ x1 ¦ k1 / pl ⋅x pl
K1 / pl = = = = ¦ k1i / pl ⋅ g ipl ,
i
X pl ¦ x pl i
¦ x pl
157
STATISTICĂ ECONOMICĂ
200
150
% 100
Realiz.plan.
50 Sarc.plan
0
1 2 3 4 5
Firma
Fig.3.10’
8.
a)
Procentul realizării planului la nivelul departamentelor
societăţii comerciale
120
100
80
% 60
40
20
0
A B C D
Departamente
Fig. 3.11’
158
CAPITOLUL 3
35%
A
B
C
40%
15% D
10%
Fig. 3.12’
i
X pl ¦ x pl
K pl / 0 = = .
X 0 ¦ x i0
xipl
Dar k ipl / 0 = xipl = k ipl / 0 ⋅ x0i .
x0i
Înlocuind în relaţia mărimii relative a sarcinii de plan pe total, găsim:
¦ x pl ¦ k pl / 0 ⋅x 0
i i i
X pl
K pl / 0 = = i
= i
= ¦ (k ipl / 0 ⋅ g i0 ) = 109%,
X0 ¦ x0 ¦ x0
X1 ¦ x1i
K1 / 0 = =
X 0 ¦ x0i
xi
Dar k1i / 0 = 1 x1i = k1i / 0 ⋅ x0i .
x0i
159
STATISTICĂ ECONOMICĂ
X 1 ¦ x 1i ¦ k 1i / 0 ⋅x i0
K1/ 0 = = i
= i
= ¦ (k 1i / 0 ⋅ g i0 ) = 111,3%,
X0 ¦ x0 ¦ x0
xi x1i xipl
k1i / 0 = 1 = ⋅ = k1i / pl ⋅ k ipl / 0 (tabelul 3.25’, col. 5).
x0i xipl x0i
K 1 / 0 111,3
K 1 / pl = = = 1,021 (102,1%).
K pl / 0 109
160
CAPITOLUL 3
9.
K1 / pl =
¦ x1 = ¦ x1 = 1
=
1
=
¦ x pl ¦ 1 x ¦ g1 20 50
+ +
30
1
k1 / pl k1 / pl 115 120 125
1 1
= = = 1,2 (120%).
0,1733 + 0,4167 + 0,24 0,8306
10.
Nota medie pe ansamblul celor două grupe se poate determina ca o medie
de medii parţiale. Să notăm:
n1 = 25 şi x1 = 7,8
n2 = 32 şi x 2 = 8,4
¦ x i ni
Atunci: x =
¦ ni
x1 ⋅ n1 + x 2 ⋅ n 2 7,8 ⋅ 25 + 8,4 ⋅ 32 195 + 268,8
x= = = = 8,14 puncte.
n1 + n 2 25 + 32 57
11.
a) x=
¦ x i = 51 = 7,28.
n 7
Pentru determinarea medianei, datele se ordonează: 4, 4, 5, 5, 6, 7, 20. Se
determină locul medianei în serie:
Loc Me =
¦ n i + 1 = 7 + 1 = 4.
2 2
Seria având un număr impar de termeni, mediana este egală cu valoarea
termenului central (al patrulea), deci Me = 5.
Mediana este un indicator potrivit pentru a studia tendinţa centrală în
acest set de date, deoarece valoarea 20 este o valoare extremă, ce afectează,
prin magnitudine, nivelul total al variabilei şi deci valoarea mediei. Şase
dintre cele şapte valori se situează sub valoarea mediei aritmetice, ceea ce
face ca indicatorul mediană să exprime mai corect tendinţa centrală.
b) Noile valori sunt: 4, 4, 5, 5, 6, 7, 8.
x = 5,57 , Me = 5.
Valoarea medianei rămâne neschimbată, ea ţinând cont numai de
numărul valorilor mari, nu şi de valoarea lor efectivă.
161
STATISTICĂ ECONOMICĂ
12.
Cum fondul de salarizare la nivelul unei filiale este:
FSi = Si ⋅ N i ,
iar la nivelul întregii firme este:
FS = ¦ FSi = S ⋅ ¦ N i ,
vom putea calcula salariul mediu S ca o medie armonică ponderată:
¦ ni
xh =
1
¦ ⋅ ni
xi
¦FSi ¦FSi = 45900+ 33480+16800+19600
xh = =
¦ Ni ¦ 1 ⋅ FS 1 1 1 1
i 45900+ 33480+ 16800+ 19600
Si 540 620 480 700
115840
= = 573, 465 mii UM.
202
13.
Pentru calculul indicelui mediu vom utiliza media geometrică, întrucât
între nivelurile variabilei studiate (indice) se află o relaţie de produs.
xg = n ∏ xi .
I p = 4 ∏ I p = 4 I p95 / 94 ⋅ I p96 / 95 ⋅ I p97 / 96 ⋅ I p98 / 97 =
4
1,319⋅1,364⋅ 2,514⋅1,484 = 1,61 = 161%.
162
CAPITOLUL 3
163
STATISTICĂ ECONOMICĂ
6. Despre cele trei secţii de producţie ale unui agent economic cu profil
industrial, se cunosc datele:
Tabelul 3.27’
Secţia Producţia (bucăţi) Productivitatea muncii (bucăţi/pers.)
A 5000 125
B 4200 70
C 3700 74
Să se determine productivitatea muncii pe ansamblul agentului economic.
Ce tip de medie se utilizează?
164
CAPITOLUL 3
165
CAPITOLUL 4
CAPITOLUL 4
Consideraţii preliminare
În capitolele precedente am discutat despre posibilităţile de culegere a
datelor pe baza metodelor de observare totală sau parţială, ca şi despre
modalităţile de descriere a datelor prin indicatori statistici, uzual obţinuţi pe
baza colectivităţilor parţiale. Am văzut, de asemenea, că inferenţa statistică
reprezintă procesul prin care obţinem informaţii şi tragem concluzii
referitoare la colectivităţi generale, pe baza eşantioanelor. Există două
tehnici generale pentru realizarea inferenţei statistice: procesul de estimare
şi cel de testare a ipotezelor statistice.
În capitolul acesta vom urmări să cunoaştem fundamentele procesului de
estimaţie şi ale celui de testare a ipotezelor statistice, vitale pentru
desfăurarea unor cercetări statistice.
Termeni cheie
criteriu de semnificaţie. parametru
distribuţie de eşantionare probabilitatea unei erori de genul I
eroare de estimaţie probabilitatea unei erori de genul II
eroare de genul I selecţie statică
eroare de genul II sondaj aleator simplu
eroare limită admisibilă sondaj aleator tipic
eroare medie de reprezentativitate sondaj cu revenire
eşantion sondaj fără revenire
estimaţie sondaj în cuiburi
estimator test statistic
interval de încredere volum al eşantionului
ipoteză statistică
166
STATISTICĂ ECONOMICĂ
Noţiuni teoretice
4.1. INTRODUCERE
167
CAPITOLUL 4
r
n = ¦ ni (4.2)
i =1
N
¦ xi
i =1
µ= (4.3)
N
r
¦ xi Ni
i −1
µ= r
i = 1, r (4.4)
¦ Ni
i =1
n
¦ xi
i =1
x= (4.5)
n
168
STATISTICĂ ECONOMICĂ
r
¦ xini
i =1
x= r
(4.6)
¦ ni
i =1
N
¦ ( x i − µ) 2
σ 2x = i =1 (4.7)
N
r 2
¦ ( x i − µ) N i
σx2
= i =1 (4.8)
r
¦ Ni
i =1
2
§ n ·
¨ ¦ xi ¸
n
2 ¨ i =1 ¸
n
¦xi −¨ ¸
i =1 n
¦ (x i − x) 2 ¨ ¸
¨ ¸
s 2x = i =1 = © ¹ (4.9)
n −1 n −1
169
CAPITOLUL 4
2
r
∑ xini
r
∑ x 2 n i − i =1
r r
i =1 i ∑ ni
∑ (x i − x) 2 n i
s 2x = i =1 = i =1 (4.10)
r r
∑ ni −1 ∑ ni −1
i =1 i =1
M
p= (4.11)
N
m
f= (4.12)
n
σ 2 = p(1 − p) (4.13)
s 2 = f (1 − f ) (4.14)
170
STATISTICĂ ECONOMICĂ
•
•
• x
•
• • •
• • •
• • • •
• •
••
• •
•
eºantion
Populaþie (colectivitate generalã)
Deoarece datele din eşantioane sunt valori observate ale variabilelor alea-
toare, indicatorii statistici calculaţi pentru un eşantion vor varia într-un mod
aleator de la eşantion la eşantion.
Populaţia statistică
(colectivitatea)
171
Indicator Indicator Indicator
µ (x) = µ
σ2
σ x2 = (4.15)
n
σ 2x σx
σx = = (4.16)
n n
s
sx = x (4.18)
n
În privinţa distribuţiei de eşantionare a mediei de selecţie, să mai notăm
că în cazul populaţiilor normal distribuite (cu distribuţii de probabilitate
normală), distribuţia de eşantionare a mediei de selecţie este normală,
indiferent de numărul elementelor din eşantion (de volumul eşantionu-
lui).
s 2x s
sx = = x (4.20)
n n
173
CAPITOLUL 4
x−µ
z= (4.21)
σx
x−µ
z= (4.22)
sx
s
∆ x = z α / 2s x = z α / 2 x (4.23)
n
sx sx
x
Media eşantionului
174
STATISTICĂ ECONOMICĂ
N
N ( x − ∆ x ) < ¦ x i < N( x + ∆ x ) (4.25)
i =1
∆ x = z α / 2 s x = 2.58 ⋅ 10 = 25.8
x − ∆x < µ < x + ∆x
800-25.8 < m < 800+25.8
774.2 < m < 825.8
N( x − ∆ x ) < ¦ x i < N( x + ∆ x )
557424 < ¦ x i < 594576
175
CAPITOLUL 4
s
zα / 2 ⋅ x = ∆ x (4.26)
n
sau
s L
zα / 2 ⋅ x = (4.27)
n 2
(z α / 2 ) 2 ⋅ s 2x
n= (4.28)
∆2
x
sau
4(z α / 2 ) 2 ⋅ s 2x
n= (4.29)
L2
sx ≅ Ax / 6 (4.30)
sx2 = 6.1
rezultă:
2 2
zα / 2 ⋅sx (1.96) 2 ⋅ 6.1
n= = = 585.84 ≅ 586 unităţi statistice
∆2 (0.2) 2
x
În cazul în care întreaga lungime a intervalului de încredere este de 0.2
(evident o precizie crescută), vom avea:
2 2
4 ⋅ zα / 2 ⋅ sx 4 ⋅ (1.96) 2 ⋅ 6.1
n= = = 2343.36 ≅ 2344 unităţi statistice
L2 (0.2) 2
Coeficientul de încredere este 1-α, pentru care P(-zα/2 < Z < zα/2)=1-α.
Atunci, din formula erorii limită (maximă) admisibilă rezultă:
∆x n
zα / 2 = (4.31)
sx
177
CAPITOLUL 4
Dacă eşantionul este de volum redus (n<30), iar abaterea medie pă-
tratică din colectivitatea generală (σ) este necunoscută şi înlocuită cu
( x − µ)
cea din eşantion (sx), statistica este o statistică t cu (n-1) grade
sx / n
( x − µ)
de libertate. Distribuţia de eşantionare a statisticii este o
sx / n
distribuţie de probabilitate t cu condiţia ca populaţia generală să fie
normal distribuită.
Intervalul de încredere pentru media m din colectivitatea generală este, în
acest caz:
s s
x − t α / 2, n −1 x < µ < x + t α / 2, n −1 x (4.32)
n n
178
STATISTICĂ ECONOMICĂ
σ 2x N−n
σ2 = ⋅ (4.33)
x n N −1
s 2x N−n
s2 = ⋅ (4.34)
x n N −1
σx N−n
σx = ⋅ (4.35)
n N −1
estimată prin:
s N − n sx n
sx = x ⋅ ≅ ⋅ 1− (4.36)
n N −1 n N
N−n n
Termenul ≅ 1− se numeşte coeficient de corecţie în populaţie
N −1 N
finită sau factor de exhaustivitate, iar raportul n/N reprezintă fracţia de
sondaj.
179
CAPITOLUL 4
§s n ·
∆ x = z α / 2 (s x ) = z α / 2 ¨¨ x ⋅ 1 − ¸¸ (4.37)
© n N¹
s n s n
x − zα / 2 1 − < µ < x + zα / 2 1− (4.39)
n N n N
§ s n· N § s n·
N¨¨ x − zα / 2 1 − ¸¸ < ¦ x i < N¨¨ x + zα / 2 1 − ¸¸ (4.40)
© n N ¹ i=1 © n N¹
© i =1 ¹
Rezolvare:
s n 2.6
sx = x 1− = 0.9 = 0.276
n N 80
∆ x = zα / 2 ⋅ s x = z 0.025 ⋅ s x = 1.96 ⋅ 0.276 = 0.54
14.1-0.54< µ <14.1+0.54
13.56< µ <14.64
180
STATISTICĂ ECONOMICĂ
N
10848 < ¦ x i <11712
i =1
z2 s 2x N z2 s2
α/2 α/2
n= = (4.41)
z2 s 2x + ∆2 N z2 s2
x
α/2
∆2 + α/2
x N
181
CAPITOLUL 4
f (1 − f ) n
sf = ⋅ 1 − pentru selecţie nerepetată (4.45)
n N
şi
f (1 − f ) § n ·
∆ f = zα / 2s f = zα / 2 ⋅ ¨1 − ¸ pentru selecţie nerepetată (4.47)
n © N¹
şi
f (1−f ) § n · f (1−f ) § n ·
f − zα / 2 ⋅¨1− ¸ < p < f + zα / 2 ⋅¨1− ¸ (4.50)
n © N¹ n © N¹
pentru selecţie nerepetată, garantat cu o probabilitate 100(1-α)%.
182
STATISTICĂ ECONOMICĂ
z 2 f (1 − f )
n= (4.52)
∆2f
z 2 f (1 − f ) N z 2 f (1 − f )
n= 2 = (4.53)
∆ f N + z 2 f (1 − f ) z 2 f (1 − f )
∆2f +
N
∆f n
zα / 2 = (4.54)
f (1 − f )
183
CAPITOLUL 4
x x
•
• • • •
• • •
• • • • •
• • • • • • •
• • • • •
• • • • • • • •• • • •
•• • • •
• • • • • • •
• • • •• • • • • ••• • • • • •
• • • • • •• •• •
• • •• • • • •• •• • • •
• • •
• • • • • •
• • • •
• • •• • • • • ••
• •• • •• • • •• • •
•
• • • • • •• • • • •
• • • •
• • • • •• •• •
0 0
a) b)
Fig. 4.4 - Sondaj stratificat: a. sondaj ineficient; b. sondaj eficient
184
STATISTICĂ ECONOMICĂ
Ni
¦ x ij
j=1
µi = media stratului i (4.55)
Ni
h
¦ µi Ni
µ = i=1 media generală (4.56)
h
¦ Ni
i =1
Pentru eşantion vom nota:
ni
¦ x ij
j =1
xi = media stratului i (4.57)
ni
h
¦ xini
x = i =1 media eşantionului (4.58)
h
¦ ni
i =1
Putem scrie eroarea medie de reprezentativitate:
2
σx
σx = (4.59)
st n
2
sau, pe baza datelor din eşantion (pentru că σ , în general, este necunos-
cut):
2
sx
s x st = (4.60)
n
∆ x st = zα / 2 s x st (4.61)
2
sx
∆ x st = zα / 2 ⋅ sx = zα / 2
st n
2
zα / 2 sx
n= (4.63)
∆2
x st
2 2
sx § n· 1 n i s xi § n·
s x st = ¨1 − ¸ = ¦ ¨1 − ¸ (4.64)
n © N¹ n n © N¹
2
sx § n·
∆ x = zα / 2 ¨1 − ¸ (4.65)
st n © N¹
— volumul eşantionului:
186
STATISTICĂ ECONOMICĂ
2 2
zα / 2sx
n= (4.66)
2 2
zα / 2 sx
∆2 +
x st N
Rezolvare:
¦ x i Ni ¦ x i n i
x st = = = 1817.65 mii lei
¦ Ni ¦ ni
2 ¦ s 2xi n i
sx = = 101702.94
¦ ni
2
s § n· 101702.94
sx = x ¨1 − ¸ = ⋅ 0.9 = 32.82 mii lei
st n © N¹ 85
187
CAPITOLUL 4
Ni
ni = n (4.67)
N
N i s xi
ni = n (4.68)
h
¦ N i s xi
i =1
h
şi evident ¦ n i = n .
i =1
188
STATISTICĂ ECONOMICĂ
f (1 − f ) § n·
s fst = ¨1 − ¸ (4.70)
n © N¹
Hazardul poate alege un cuib asemănător cu altul, deci în care cele două
medii de cuib să fie egale. De aceea fluctuaţia de eşantionaj depinde de ine-
galitatea mediilor de grup. Dispersia totală σ 2x este egală cu suma dis-
persiilor între cuiburi (grupuri) σ c2 şi intracuiburi. Cum σ 2x este fixă, pre-
cizia unui sondaj în cuiburi este cu atât mai bună cu cât σ c2 este mai mică şi
cu cat varianţa în interiorul cuiburilor este mai mare. (Fig. 4.5).
x x
•
• •
• •
• • •
•
•
• • •
• • • • •
• • •
• •
•
• • •
•
• •
• • •
• • • •
• • •
0 0
a. b.
Fig. 4.5 - Eficacitatea unui sondaj în cuiburi: a. cuiburi eficiente: mediile de grup
marcate prin puncte sunt puţin dispersate; b. cuiburi ineficiente: mediile cuiburilor
sunt la fel de dispersate ca şi valorile individuale
Dispersia (varianţa) totală este alcătuită din doi termeni: dispersia inter-
cuiburi şi dispersia intracuiburi:
Ni 2 Ni Ni
σ2 = ¦ (Xi − X) + ¦ σi2 =σ2c + ¦ σi2 , (4.73)
N N N
190
STATISTICĂ ECONOMICĂ
191
CAPITOLUL 4
În baza legii numerelor mari, numai într-un număr foarte mic de cazuri
punctul rezultat din sondaj va cădea în Rc, majoritatea vor cădea în afara
regiunii critice. Nu este însă exclus ca punctul din sondaj să cadă în regiunea
critică, cu toate că ipoteza nulă despre parametrul populaţiei este adevărată.
Eroarea pe cere o facem acceptând o ipoteză nulă, deşi este falsă, se nu-
meşte eroare de genul al doilea, iar probabilitatea (riscul) comiterii unei
astfel de erori se notează cu β. Puterea testului statistic este (1-β).
f(x)
H0 H1
µ0 C µ1 x
s
Cum s x = x , o dată cu creşterea volumului n al eşantionului, aba-
n
terile medii pătratice ale distribuţiilor pentru H0 şi H1 devin mai mici şi,
evident, atât α, cât şi β descresc (Fig. 4.7).
192
STATISTICĂ ECONOMICĂ
f(x)
H0 H1
µ0 C µ1 x
Ipoteza alternativă poate avea una din trei forme (pe care le vom exem-
plifica pentru testarea egalităţii parametrului „media colectivităţii generale“,
µ cu valoarea µ0):
i) H0: µ = µ0
H1: µ ≠ µ0 (µ < µ0 sau µ > µ0);
şi acest test este un test bilateral;
ii) H0: µ = µ0
193
CAPITOLUL 4
H1: µ > µ0
care este un test unilateral dreapta;
iii) H0: µ = µ0
H1: µ < µ0
care este un test unilateral stânga.
α/2 α/2 α α
µ µ µ
a) b) c)
Fig. 4.8 - Regiunea critică pentru: a) test bilateral; b) test unilateral stânga; c) test
unilateral dreapta
H0: µ = µ0 (µ - µ0=0)
H1: µ ≠ µ0 (µ - µ0≠0) (adică µ < µ0 sau µ > µ0);
x − µ0 x − µ0 x − µ0
z= = ≈ (4.74)
σx σ x n sx n
x − µ0
Respingem H0 dacă < − zα / 2
σx n
x − µ0
sau > zα / 2
σx n
194
STATISTICĂ ECONOMICĂ
H0: µ = µ0 (µ - µ0=0)
H1: µ > µ0 (µ - µ0>0);
x − µ0
Respingem ipoteza H0 dacă > zα
σ n
H0: µ = µ0 (µ - µ0=0)
H1: µ < µ0 (µ - µ0<0);
x − µ0
Respingem ipoteza H0 dacă < −z α
σ n
σ 2x1 σ 2x 2
σ (x − x ) = + (4.75)
1 2 n1 n2
unde σ 2x1 şi σ 2x 2 sunt dispersiile celor două populaţii eşantionate, iar n1
şi n2 sunt volumele eşantioanelor respective.
În cazul în care dispersiile celor două populaţii eşantionate sunt egale,
σ 2x1 = σ 2x 2 = σ 2 :
1 1
σ (x − x ) = σ x + (4.76)
1 2 n1 n 2
i) test bilateral
195
CAPITOLUL 4
z=
(x 1− x2 − D )
σ (x − x 2 )
1
x − µ0 x − µ0
t= = (4.77)
sx sx n
unde: s 2x =
(
¦ xi − x )2
n −1
i) test bilateral
196
STATISTICĂ ECONOMICĂ
H0: µ = µ0
H1: µ ≠ µ0 (µ < µ0 sau µ > µ0);
H0: µ = µ0
H1: µ > µ0
H0: µ = µ0
H1: µ < µ0
¦ (xi − x1 ) + ¦ (xi − x 2 )
n1 2 2 n 2
i =1 i =1
s c2 = (4.78)
n1 + n 2 − 2
197
CAPITOLUL 4
sau
s c2 =
(n1 − 1)s 2x1 + (n 2 − 1)s 2x 2 =
(n1 − 1)s 2x1 + (n 2 − 1)s 2x 2 (4.79)
(n1 − 1) + (n 2 − 1) n1 + n 2 − 2
i) test bilateral
H0: µ1 = µ2 (µ1- µ2 = D)
H1: µ1 ≠ µ2 (µ1- µ2 ≠ D)
H0: µ1 = µ2 (µ1- µ2 = D)
H1: µ1 > µ2 (µ1- µ2 > D)
H0: µ1 = µ2 (µ1- µ2 = D)
H1: µ1 < µ2 (µ1- µ2 < D)
t=
(x 1 )
− x2 − D
=
(x 1 − x2 − D ) ⋅
n1n 2 (n1 + n 2 − 2)
§ 1 1 · s 2x1 (n1 − 1) + s 2x 2 (n 2 − 1) n1 + n 2
s c2 ¨¨ + ¸¸
© n1 n 2 ¹
198
STATISTICĂ ECONOMICĂ
Întrebări recapitulative
199
CAPITOLUL 4
200
CAPITOLUL 4
Teste de autoevaluare
201
STATISTICĂ ECONOMICĂ
Grupul 1 Grupul 2
30 30
¦ x1i = 189 ¦ x 2i = 99
i =1 i =1
30 30
2 2
¦ x1i = 1326 ¦ x 2i = 120
i =1 i =1
Programul 1 20 88 3,5 12
Programul 2 50 60 6,2 10
Programul 3 30 92 5,8 15
Ştiind că cei 100 de studenţi formează un eşantion de 10% din
populaţia generală, se cere:
a) Să se estimeze punctajul mediu al unui student din colectivitatea
generală, cu o probabilitate de 99,73% (z=3), aplicând un sondaj:
a1) simplu;
a2) tipic.
b) Dacă s-ar organiza un nou sondaj tipic, cu o eroare limită mai mică de
1,5 ori, câţi studenţi ar trebui incluşi în eşantion? Repartizaţi-i
proporţional şi optim pe subeşantioane;
c) Să se estimeze ponderea studenţilor din populaţia totală care au obţinut
la test mai mult de 90 de puncte.
202
CAPITOLUL 4
203
STATISTICĂ ECONOMICĂ
10. Pentru a estima salariul mediu al unui salariat din oraşul „A“, un
cercetător a selectat aleator nerepetat 100 din cei 1000 de salariaţi. În urma
cercetării a rezultat că un salariat câştigă în medie 2,5 mil. lei, cu un
coeficient de variaţie de 10%. Dacă dorim să garantăm rezultatele cu o
probabilitate de 95,45%, atunci putem spune că salariul mediul al unui
salariat din întregul oraş se încadrează între:
a) (2405; 2595) mii lei;
b) (2575; 3204) mii lei;
c) (2,575; 3,204) mil. lei;
d( (1,772; 2, 324) mil. lei;
e) nici una dintre variantele de mai sus.
11. În urma unui studiu efectuat pe 500 din cei 2000 de studenţi ai
unei facultăţi din ASE a rezultat că 15% dintre ei provin din licee cu profil
economic. Pentru o probabilitate de 99,73%, se poate afirma că ponderea
studenţilor din întreaga facultate care au absolvit licee economice se si-
tuează în intervalul de încredere:
a) (20%; 25%);
b) (14%; 16%);
c) (0,1%; 2%);
d) (11%; 19%);
e) nici una dintre variantele anterioare.
204
CAPITOLUL 4
13. În urma unui sondaj, aplicat pe un eşantion ales dintre cei 750 de
salariaţi ai unui întreprinderi economice, a rezultat că 20% dintre cei
cercetaţi au efectuat ore suplimentare. Un cercetător doreşte să estimeze cu
o probabilitate de 95,45% şi o eroare medie pătratică de 3% procentul
salariaţilor care au rămas peste program să lucreze. Pentru aceasta, el va
trebui să includă în eşantion:
a) 150 de salariaţi;
b) 200 de salariaţi;
c) 120 de salariaţi;
d) 144 de salariaţi;
e) 500 de salariaţi.
205
STATISTICĂ ECONOMICĂ
Tabelul 4.4’
Grupe de cumpărătoare
după vârstă (ani)
ni xi xini xi − x (xi − x)2 ni
0 1 2 3 4 5
sub 20 5 18 90 -11 605
20-24 8 22 176 -7 392
24-28 20 26 520 -3 180
28-32 50 30 1500 +1 50
32-36 10 34 340 +5 250
peste 36 7 38 266 +9 567
Total 100 - 2892 - 2044
s x2 =
( )2
¦ xi − x ni 2044
= = 20,44
¦ ni 100
s x2 § n·
sx = ¨1 − ¸ = 0,43 ani
n © N¹
206
CAPITOLUL 4
x − ∆ x ≤ µ0 ≤ x + ∆ x
29 − 0,71 ≤ µ 0 ≤ 29 + 0,71 ani
28,29 ≤ µ 0 ≤ 29,79 ani
a) z' = 3
∆' x = z'⋅s x = 3 ⋅ 0,43 = 1,29 ani
85
b) ∆" x = 0,71 ⋅ = 0,6 ani
100
z 2 s x2
n' = = 133,9 ≈ 134 persoane
z 2 s x2
∆"2 +
x N
f (1 − f ) § n· 0,14
sf = ¨1 − ¸ = ⋅ 0,9 = 0,036 (3,6%)
n © N¹ 100
f − ∆f ≤ p0 ≤ f + ∆f
207
STATISTICĂ ECONOMICĂ
2.
¦ x1i 189
x1 = = = 6,3 rebuturi
n1 30
2
¦ x1i 2 1326
s x21 = − x1 = − 6,3 2 = 4,51
n1 30
¦ x 2i 99
x2 = = = 3,3 rebuturi
n2 30
2
¦ x 2i 2 420
s x22 = − x2 = − 3,3 2 = 3,11
n2 30
¦ x i ni x1 n1 + x 2 n 2 6,3 + 3,3
x= = = = 4,8
¦ ni n1 + n 2 2
2 2
2 ¦ s x1 n1 + s x 2 n 2 4,51 + 3,11
sx = = = 3,81
n 2
2
sx § n·
sx = ¨1 − ¸ = 0,24
n © N¹
∆ x = z ⋅ s x = 2 ⋅ 0,24 = 0,48
x − ∆ x ≤ µ0 ≤ x + ∆ x
4,8 − 0,48 ≤ µ 0 ≤ 4,8 + 0,48
4,32 ≤ µ 0 ≤ 5,28
3.
a1) Sondaj simplu:
208
CAPITOLUL 4
¦ x i ni 88 ⋅ 20 + 60 ⋅ 50 + 92 ⋅ 30
x= = = 75,2 puncte
¦ ni 100
2
s x2 = s x + d x2
2
2 ¦ s xi ni 3,5 2 ⋅ 20 + 6,2 2 ⋅ 50 + 5,8 2 ⋅ 30
sx = = = 31,76
¦ ni 100
dx 2
=
(
¦ xi − x )2 n i =
¦ ni
(88 − 75 , 2 )2 ⋅ 20 + (60 − 75 , 2 )2 ⋅ 50 + (92 − 75 , 2 )2 ⋅ 30
= 232 , 96
100
s x2 § n·
sx = ¨1 − ¸ = 1,54 puncte
n © N¹
x − ∆ x ≤ µ0 ≤ x + ∆ x
75,2 − 4,63 ≤ µ 0 ≤ 75,2 + 4,63 puncte
70,57 ≤ µ 0 ≤ 79,83 puncte
a2) Sondaj stratificat:
2
sx § n·
sx = ¨1 − ¸ = 0,53 puncte
n © N¹
209
STATISTICĂ ECONOMICĂ
x − ∆ x ≤ µ0 ≤ x + ∆ x
75,2 − 1,6 ≤ µ 0 ≤ 75,2 + 1,6 puncte
73,6 ≤ µ 0 ≤ 76,8 puncte
∆
b) ∆ ' x = x = 1,067 puncte
1,5
2
z2 sx
n' = = 200,7 ≈ 201 studenţi
2
z2 sx
∆'2 +
x N
c)
f=
¦ f i n i = 0,12 ⋅ 20 + 0,1 ⋅ 50 + 0,15 ⋅ 30 = 0,12
¦ ni 100
210
CAPITOLUL 4
f − ∆f ≤ p0 ≤ f + ∆f
0,03 ≤ p 0 ≤ 0,21
(3%) (21%)
4.
10 + 3 13
fM = = = 0,37 (37%)
35 35
45 + 8 53
fF = = = 0,82 (82%)
65 65
f=
¦ f i n i = f M n M + f F n F = 0,66
¦ ni nM + nF
2
s fM = f M (1 − f M ) = 0,37 ⋅ 0,63 = 0,23
2
s fF = f F (1 − f F ) = 0,82 ⋅ 0,18 = 0,15
211
STATISTICĂ ECONOMICĂ
2 ¦ s fi2 n i s fM
2 2
n M + s fF nF
sf = = = 0,178
¦ ni nM + nF
2
sf 0,178
sf = = = 0,04 (4%)
n 100
f − ∆f ≤ p0 ≤ f + ∆f
0,58 ≤ p 0 ≤ 0,74
5.
H0: µ = 5000 ore
Ha: µ > 5000 ore
Se aplică testul z unilateral dreapta.
6.
H0: µ = 4000 mii lei
212
CAPITOLUL 4
7.
α/2 = 0,25 / 2 = 0,125
zα / 2 = z0,125 = 1,15
8.
zα / 2 =1,645 deci 0,5 - α/2 = 0,45, deci α/2 =0,05
1 - α = 0,45 · 2 = 0,90
9.
Se aplică testul t unilateral stânga, deoarece eşantionul este de volum redus,
şi nu se cunoaşte dispersia în colectivitatea generală.
H0: µ = 100
Ha: µ < 100
s = 4,85 buc.
213
STATISTICĂ ECONOMICĂ
tα ,n −1 = t 0,05;14 = 1,761
10.
s2 § x· 0,047 § 100 ·
∆x = z ⋅ ¨1 − ¸ = 2 ⋅ ⋅ ¨1 − ¸ = 0,047 mil. lei .
n © N¹ 100 © 1000 ¹
x − ∆x = 2,5 − 0,047 = 2,453 mil. lei ;
x + ∆x = 2,5 − 0,047 = 2,547 mil. lei .
11.
s f2 § n· 0,1275 § 500 ·
∆f = z ⋅ sf = z ¨1 − ¸ = 3 ⋅ ⋅ ¨1 − ¸ = 0,0415 ≈ 0,04 .
n © N¹ 500 © 2000 ¹
214
CAPITOLUL 4
Tabelul 4.6’
Intervale de variaţie a numărului de clienţi Număr de restaurante
(persoane)
0 1
1000-1500 5
1500-2000 15
2000-2500 40
2500-3000 10
3000-3500 7
3500-4000 3
Total 80
a) Pentru o probabilitate de 95,45% (z=2), să se estimeze numărul mediu al
clienţilor dintr-o săptămână, pentru un restaurant din zona A, precum şi
numărul total al clienţilor dintr-o săptămână;
b) Dacă s-ar organiza un nou sondaj, cu o eroare limită mai mică cu 8%,
câte restaurante ar trebui incluse în eşantion?
c) Care este ponderea estimată a restaurantelor care au peste 3000 de
clienţi săptămânal, din zona A?
d) Într-o altă zonă, B, cu 700 de restaurante, se organizează un sondaj pe 70
de restaurante. Rezultatele sondajului sunt: numărul mediu săptămânal
al clienţilor este de 2500 de persoane, cu o abatere standard de 300 de
persoane. Să se estimeze numărul mediu săptămânal al clienţilor dintr-
un restaurant, pe ansamblulu celor două zone.
215
STATISTICĂ ECONOMICĂ
216
CAPITOLUL 4
7. Un eşantion aleator:
a) Are o distribuţie similară cu cea din colectivitatea generală;
b) Este eşantionul cel mai simplu de selectat;
c) Se realizează printr-o eşantionare multifazică;
d) Oferă fiecărui element din colectivitatea generală o şansă egală de a
fi inclus;
e) Necesită ca fiecare element din colectivitatea generală să fie re-
prezentat când procesul selecţiei este terminat.
9. Dacă notăm xmax valoarea maximă dintr-un eşantion, care dintre urmă-
torii termeni este corect pentru a descrie xmax?
a) valoare aşteptată;
b) mediană;
c) estimator;
d) parametru;
e) abatere medie pătratică.
10. Dacă două sondaje electorale sunt realizate obiectiv, utilizând eşan-
tionarea aleatoare, sunt posibile rezultate diferite, deoarece:
a) sondajele pot fi efectuate în zile diferite;
b) întrebările pot fi formulate diferit şi pot induce răspunsuri diferite
de la aceeaşi persoană;
c) pot fi utilizate mărimi diferite ale eşantioanelor;
d) pot rezulta eşantioane diferite din aceeaşi populaţie;
e) toate de mai sus.
217
STATISTICĂ ECONOMICĂ
218
CAPITOLUL 5
CAPITOLUL 5
Consideraţii preliminare
Termeni cheie
219
STATISTICĂ ECONOMICĂ
Noţiuni teoretice
5.1. INTRODUCERE
220
CAPITOLUL 5
221
STATISTICĂ ECONOMICĂ
a) b)
222
CAPITOLUL 5
y
y
yr
y2
y1=y2= =yr
y1
o x1 x2 ...... xr x o x1 x2 ..... xr x
a) b)
cu ipoteza alternativă cel puţin două medii din populaţie nu sunt egale:
H1 : µyi ≠ µyi (i ≠ j)
223
STATISTICĂ ECONOMICĂ
Tabelul 5.1
Sistematizarea datelor pentru ANOVA
Grupe după factorul cauză
Gr. 1 Gr. 2 ... . Gr.r
y11 y21 ..... yr1
y12 y22 ..... yr2
. .
. .
y1n1 y 2n 2 ..... y rn r
Media y1 y2 ..... yr
Vol. grupă
n1 n2 ..... nr
224
CAPITOLUL 5
r ni
S = ¦ ¦ y ij − y
i =1 j=1
( )
2
(5.6)
S1
r
(
¦ yi − y n i
i =1
)
2
s12 = = (5.7)
r −1 r −1
S2
r ni
¦ ¦ y ij − y i
i =1 j=1
( )
2
s 22 = = (5.8)
n−r n−r
225
STATISTICĂ ECONOMICĂ
Relaţia dintre variabila efect (Y) şi variabila cauză (X) studiată de re-
gresia simplă liniară într-o populaţie statistică poate fi descrisă prin modelul
liniar matematic general:
Yi = α + βXi + εi (5.10)
Valoarea parametrului α arată punctul în care linia interceptează (taie)
axa OY (fig. 5.4), iar εi reprezintă componenta reziduală (eroarea aleatoare)
pentru fiecare unitate, adică partea din valoarea variabilei Y care nu poate fi
măsurată prin relaţia sistematică existentă cu variabila X.
y
3 0,5 { {
{
2 1
o
{
1 2 3 4 x
Fig. 5.4 - Modelul liniar unifactorial
n n n
¦ e i2 = ¦ (y i − ŷ i ) = ¦ (y i − a − bx i )
2 2
(5.14)
i =1 i =1 i =1
226
CAPITOLUL 5
Se obţine astfel:
n n
na + b ¦ x i = ¦ y i (5.15a)
i =1 i =1
n n n
a ¦ x i + b ¦ x i2 = ¦ x i y i (5.15b)
i =1 i =1 i =1
n n
2 § n ·§ n ·
¦ y i ¦ x i − ¨ ¦ x i ¸¨ ¦ x i y i ¸
a=
i =1 i =1 © i=1 ¹© i =1 ¹ (5.16)
2
n §n ·
n ¦ x i2 − ¨ ¦ x i ¸
i =1 © i =1 ¹
n ¦ x i y i − §¨ ¦ x i ·¸§¨ ¦ y i ·¸ ¦ x i y i − n x ⋅ y
n n n n
=
b= i 1 © i=1 ¹© i =1 ¹ = i =1 (5.17)
2 n
n
2 §n · ¦ x i2 − n x 2
n¦ xi − ¨ ¦ xi ¸
=
i =1 © i =1 ¹ i 1
n
(
¦ x i − x yi − y
i =1
)( )
n s xy
b= = (5.18)
i =1
n
(
¦ xi − x )
2 s 2x
227
STATISTICĂ ECONOMICĂ
y y y
ÿ=a+bx
ÿ=a+bx
ÿ=a+bx b<0
b>0 b=0
o x o x o x
a) b) c)
Fig. 5.5 - Linii de regresie cu: a) pantă pozitivă b) pantă negativă c) pantă egală
cu zero
r r r
a ¦ n i + b ¦ x i n i = ¦ yi n i (5.20a)
i =1 i =1 i =1
r r r
a ¦ x i n i + b ¦ x i2 n i = ¦ x i y i n i (5.20b)
i =1 i =1 i =1
r r
¦ y i n i = ¦ ŷ i n i (5.21)
i =1 i =1
m m
¦ y j n. j = ¦ ŷ j n. j (5.23)
j=1 j=1
228
CAPITOLUL 5
na + b ¦ x i = ¦ y i
® 2
¯a ¦ x i + b ¦ x i = ¦ x i y i
2
¦ y i ⋅ ¦ x i − ¦ x i ¦ x i y i 113 ⋅ 332.267 − 1459 ⋅ 24.256 2.156.667
a= = = =
n ¦ x i2 − (¦ x i )2 10 ⋅ 332.267 − 1459 2 1.193.989
= 1,80627
n ¦ x i y i − ¦ x i ¦ y i 10 ⋅ 24.256 − 1459 ⋅ 113 77693
b= = = = 0,06507
n ¦ x i2 − (¦ x i )2 10 ⋅ 332.267 − (1459)2 1193989
Tabelul 5.4
Nr.
crt.
xi yi x i2 y i2 xiyi ŷ i (y i − ŷ i )
2
(y i −y )
2
0 1 2 3 4 5 6 7 8
1 20 2 400 4 40 3 1 86,43
2 323 21 104.329 441 6.783 23 4 94,09
3 156 18 24.336 324 2.808 12 36 44,89
4 180 14 32.400 196 2.520 14 0 7,29
229
STATISTICĂ ECONOMICĂ
y
ÿ=a+bx
yi–ÿi
y
yi–y { ÿ –y
{ i {
o x
Fig. 5.6 - Abaterea valorilor individuale yi de la medie
n n n
2 2 2
¦ ( y i − y) = ¦ ( y i − ŷ i ) + ¦ ( ŷ i − y) (5.25)
i =1 i =1 i =1
230
CAPITOLUL 5
Putem nota:
n
2 2
¦ ( y i − y) = ∆ y = varianţa totală, suma pătratelor abaterilor totale.
i =1
n
2 2
¦ ( y i − ŷ i ) = ∆ e = varianţa neexplicată, suma pătratelor erorilor.
i =1
n
2 2
¦ ( ŷ i − y) = ∆ y / x = varianţa explicată, suma pătratelor abaterilor dato-
i =1
rate regresiei.
i =1
( k
) 2
sy/x =
∆2y / x
k
Reziduală n n–k–1 ∆2e
∆2e = ¦ (y i − ŷ i )
2
s e2 =
i =1 n − k −1
Totală n
∆2y = ¦ y i − y( )2 n–1
s2y =
∆2y
i =1 n −1
231
STATISTICĂ ECONOMICĂ
∆2y / x ∆2e
n
(
¦ ŷ i − y
i =1
)
2
R2 = = 1− = (5.29)
∆2y ∆2y ¦ (y − y)
n 2
i
i =1
Raportul ∆2y / x / ∆2y reprezintă proporţia variaţiei totală care este explicată
de linia de regresie. Cu cât raportul R2 are o valoare mai apropiată de 1 (sau
de 100% într-o exprimare procentuală), cu atât putem aprecia că variabila
independentă X explică mai bine variaţia variabilei efect Y.
232
CAPITOLUL 5
5.5.3.1. Covarianţa
y
cadranul II cadranul I
o x x
Tabelul 5.6
Semnele produselor devierilor (abaterilor)
Cadranul xi – x yi – y (xi – x )(yi – y )
I + + +
II – + –
III – – +
IV + – –
233
STATISTICĂ ECONOMICĂ
Este firesc atunci să calculăm media acestor produse ale abaterilor, medie
care ne va oferi un indicator absolut al legăturii dintre variabile. Acest
indicator, numit covarianţa între X şi Y, ne arată cât de mult se modifică
împreună cele două variabile:
n n n n
¦ (xi - x )(yi - y ) n ¦ x i yi − ¦ x i ¦ yi
i =1 i =1 i =1 i =1
cov(x , y) = s xy = = xy − x ⋅ y = 2
(5.33)
n n
Covarianţa are valoare pozitivă dacă legătura dintre variabile este directă
şi negativă, dacă legătura dintre variabile este inversă. Dacă valoarea covari-
anţei este egală cu zero, acest lucru implică lipsa legăturii între variabile,
sau, cel puţin, lipsa legăturii liniare.
© i =1 ¹
devine:
r r r r
¦ n i ¦ x i yin i − ¦ x in i ¦ yin i
i =1 i =1 i =1 i =1
rxy = (5.36)
ªr 2 ºª r 2º
r
2 § r
· r
2 § r ·
«¦ n i ¦ x i n i − ¨ ¦ x i n i ¸ »«¦ n i ¦ yi n i − ¨ ¦ yi n i ¸ »
¬«i =1 i =1 © i =1 ¹ »¼ «¬i =1 i =1 © i =1 ¹ ¼»
234
CAPITOLUL 5
iar dacă datele au fost sistematizate într-un tabel cu dublă intrare, în care
§ r m ·
perechile (xi, yi) apar cu frecvenţele nij ¨¨ ¦ ¦ n ij = n ¸¸ , atunci:
© i =1 j=1 ¹
r m r m r m
¦ ¦ n ij ¦ ¦ x i y i n ij − ¦ x i n i ¦ y j n j
i =1 j=1 i =1 j=1 i =1 j=1
rxy = (5.37)
ªr m r § ·
2
º ª r m m §m ·
2º
« ¦ ¦ n ij ¦ x i2 n i − ¨¨ ¦ x i n i ¸¸ » « ¦ ¦ n ij ¦ y 2j n j − ¨¨ ¦ y j n j ¸¸ »
«¬i =1 j=1 i =1 © ¹ »¼ «¬i =1 j=1 j=1 © j=1 ¹ »¼
Valoarea coeficientului de corelaţie (rxy sau simplu, r) este situată între
–1 şi 1. O valoare 1 indică o corelaţie liniară directă şi perfectă (funcţio-
nală), iar o valoare –1 indică o corelaţie liniară inversă perfectă. Interpreta-
rea uzuală a lui r este aceea că semnul indică direcţia legăturii, iar valoarea
indică intensitatea ei. O valoarea O arată (de obicei) lipsa legăturii între
variabile.
Aşadar, coeficientul de corelaţie, r, este un indicator ce caracterizează
direcţia şi intensitatea legăturii liniare. Se observă că:
s
r=b x (5.38)
sy
EXEMPLUL 5.2. Considerăm datele din Exemplul 5.1. Pe baza lor se
determină coeficientul corelaţiei rxy, folosindu-se datele intermediare din
Tabelul 5.4.:
n¦ x i yi − ¦ x i ¦ yi 77693
rxy = = =
[n ¦ x i2 − (¦ x i ) 2
][
n ¦ y i2 − (¦ y i )
2
] 1193989 ⋅ (18570 − 12769)
77693 77693 77693
= = = = 0,93
1193989 ⋅ 5801 1092,698 ⋅ 76,1643 83224,578
Rezultă deci că între cele două variabile există o legătură directă şi foarte
puternică.
235
STATISTICĂ ECONOMICĂ
Ipoteza nulă se respinge dacă valoarea calculată tn-2 este mai mare decât
valoarea tabelată tα/2,n-2 pentru testul bilateral şi tcalc. >tα,n-2 sau tcalc. < -tα,n-2
pentru testul unilateral dreapta, respectiv, stânga.
R= = 1 − i =n1 (5.40)
¦ (y − y) ( )
n 2 2
i ¦ yi − y
i =1 i =1
Raportul de corelaţie ia valori cuprinse între 0 şi 1. Cu cât valoarea
indicatorului este mai apropiată de 1, cu atât legătura dintre variabile este
mai puternică. Valori apropiate de 0 ne indică legături de intensitate slabă
între variabile.
În analiza corelaţiei simple liniare se observă că:
r2 = R2 (5.41)
şi
r= R (5.42)
236
CAPITOLUL 5
∑ (y i − ŷ i )
2
R = 1−
(
∑ yi − y )2
77
R = 1− = 0,93
579,98
Rezultă că legătura dintre cele două variabile este foarte puternică.
Regresia multiplă liniară extinde analiza regresiei, utilizând două sau mai
multe variabile independente. Astfel, dacă luăm în consideraţie o variabilă
dependentă (Y) şi două variabile independente (X1 şi X2), modelul de
regresie multiplă liniară în colectivitatea generală devine:
Yi = α + β1X1i + β 2 X 2i + ε i (5.43)
iar în eşantionul cu care lucrăm, linia de regresie multiplă este:
yi = a + b1x1i + b2x2i + ei (5.44)
237
STATISTICĂ ECONOMICĂ
na b n x n n
° + 1 ¦ 1i + b 2 ¦ x 2i = ¦ yi
i =1 i =1 i =1
° n
° n
2
n n
®a ¦ x 1i + b1 ¦ x 1i + b 2 ¦ x 1i x 2i = ¦ x 1i y i (5.46)
° i =1 i =1 i =1 i =1
° n n n
2
n
a ¦ x + b ¦
°¯ i =1 2i 1 i =1 1i 2ix x + b 2 ¦ x 2i = ¦ x 2i y i
i =1 i =1
i =1 i =1
Raportul (coeficientul) de corelaţie multiplă are valori cuprinse între 0
(dacă nu există legătură între variabilă dependentă şi variabilele indepen-
dente) şi 1 (dacă există legătură perfectă).
Ry, x 1 , x 2 , ..., x k > | ryx j | j = 1, k (5.51)
238
CAPITOLUL 5
239
STATISTICĂ ECONOMICĂ
ŷ i = a + b1 x i + b 2 x i2 + ... + b k x ik (5.55)
i =1 i =1
240
CAPITOLUL 5
241
STATISTICĂ ECONOMICĂ
Tabelul 5.8
Tabel de contingenţă
Clase Clase pentru Y Total
pentru X Y1 Y2 .......... Yj .......... Yc
X1 n11 n12 .......... n1j .......... n1c n1.
X2 n21 n22 .......... n2j .......... n2c n2.
. . .
. . .
Xi ni1 ni2 .......... nij .......... nic ni.
. . .
. . .
Xr nr1 nr2 .......... nrj .......... nrc nr.
Total n.1 n.2 .......... n.j .......... n.c n..
χ2 = ¦¦
( )
r c n ij − f ij
2
= ¦¦
n c n ij
2
−n (5.62)
i =1 j=1 f ij i =1 j=1 f ij
242
CAPITOLUL 5
Tabelul 5.9
Student Calificativ la matematică Notă la statistică
1 bun 9
2 slab 3
3 excepţional 10
4 satisfăcător 6
5 foarte slab 5
6 foarte bun 8
243
STATISTICĂ ECONOMICĂ
Tabelul 5.10
Student Rang pt. x Rang pt. y Diferenţa între ranguri di2
rxi ryi di = rxi - ryi
0 1 2 3 4
1 4 5 -1 1
2 2 1 +1 1
3 6 6 0 0
4 3 3 0 0
5 1 2 -1 1
6 5 4 +1 1
Total 4
6⋅4
rs = 1 − = 0,89 indică o asociere puternică între cele 2 varia-
6 ⋅ (36 − 1)
bile.
Coeficientul de corelaţie a rangurilor Kendall (τ),necesită ordonarea —
crescător — a unităţilor după rangurile acordate variabilei X şi înscrierea în
paralel, a rangurilor acordate după variabila Y. Atunci
2S
τ= (5.64)
n (n − 1)
unde: S = P – Q, P = ¦pi, Q = qi
pi = numărul rangurilor superioare fiecărui rang ryi, acordat după
variabila Y, de la el în jos;
qi = numărul rangurilor inferioare fiecărui rang ryi, acordat după
variabila Y, de la el în jos.
EXEMPLUL 5.6. Folosim datele din Tabelul 5.9. Ordonăm studenţii (cres-
cător) după rangurile acordate variabilei: „Calificativul pentru pregătirea la
matematică“.
244
CAPITOLUL 5
Tabelul 5.11
Student rxi ryi Pi Qi
5 1 2 4 1
2 2 1 4 1
4 3 3 3 0
1 4 5 1 0
6 5 4 1 1
3 6 6 0 1
Total 13=P 2=Q
S = P − Q = 13 − 2 = 11
2⋅S 2 ⋅ 11 22
rk = = = = 0,73
n (n − 1) 6 ⋅ 5 30
245
Analiza legăturii dintre variabile
Diagrama de împrăştiere
Analiza dispersională
Se studiază cauzalitatea
DA NU
Întrebări recapitulative
247
CAPITOLUL 5
Teste de autoevaluare
1. Pentru un magazin alimentar s-au cules date privind vânzările (mil. lei)
şi profitul (mil. lei) realizate în 12 zile, în scopul de a determina ecuaţia de
regresie şi de a previziona profitul, presupunând un nivel al vânzărilor de 10
milioane lei.
Datele sunt prezentate în tabelul 5.1’.
Tabelul 5.1’
Nr. Vânzări Profit
crt. (mil. lei) (mil. lei)
0 1 2
1 7 0.15
2 2 0.10
3 6 0.13
4 4 0.15
5 14 0.25
6 15 0.27
7 16 0.24
8 12 0.20
9 14 0.27
10 20 0.44
11 15 0.34
12 7 0.17
Total 132 2.71
248
STATISTICĂ ECONOMICĂ
8 38 241 14
9 36 288 13
10 29 191 15
3. 200 de utilaje din dotarea unei fabrici sunt grupate după vechime (ani) şi
după costul de întreţinere (mii lei):
Tabelul 5.3’
Vechime (ani) Costul de întreţinere (mii lei) Total
1000-1400 1400-1800 1800-2200 2200-2600
0 1 2 3 4 5
6 45 10 5 - 60
9 - 45 40 15 100
12 - 5 5 30 40
Total 45 60 50 45 200
Se cere:
a) Ajustaţi costul de întreţinere în funcţie de vechime, folosind funcţia de
regresie liniară;
b) Măsuraţi intensitatea legăturii dintre cele două variabile, folosind un
indicator de corelaţie adecvat. Testaţi semnificaţia acestuia;
c) Verificaţi validitatea modelului de regresie folosit.
249
CAPITOLUL 5
c) ŷ = 250,25 + 20,6 x ;
d) ŷ = 100,75 − 20,65x ;
e) nici una din variantele de mai sus.
1 2 20
2 2 28
3 4 52
4 5 50
5 7 78
6 3 35
7 8 102
8 10 88
9 5 51
10 2 22
11 3 29
12 5 48
13 2 25
a) Să se alcătuiască tabelul de asociere în raport cu mediile celor două
variabile şi să se determine coeficientul de asociere;
b) Să se măsorare intensitatea legăturii dintre variabile folosind coeficienţii
de corelaţie a rangurilor ai lui Spearman şi Kendall.
250
STATISTICĂ ECONOMICĂ
251
CAPITOLUL 5
0,4
0,3
0,2
0,1
x Vânzãri
0 5 10 15 20 (cheltuieli)
Tabelul 5.5’
xi yi xi2 xiyi yi2
0 1 2 3 4
252
STATISTICĂ ECONOMICĂ
253
CAPITOLUL 5
Tabelul 5.6’-continuare
Yxi,x2 εi 2
εi = (y i − y ) (yi − y )2 (Yx1,x2 − y )2
(yi − Yx1, x2 )
2
9 10 11 12 13 14
35 -3 9 -4,7 22,09 2,89
46 +1 1 10,3 106,09 86,49
24 -6 36 -18,7 349,69 161,29
29 -4 16 -11,7 136,89 59,29
54 -5 25 12,3 151,29 299,29
43 -2 4 4,3 18,49 39,69
39 +13 169 15,3 234,09 5,29
32 +6 36 1,3 1,69 22,09
38 -2 4 -0.7 0,49 1,69
26 +3 9 -7,7 59,29 114,49
367 309 - 1080,1 792,5
Sistemul este:
10a 0 + 2449a1 + 164a 2 = 367
2449a 0 + 616.781a1 + 40.650a 2 = 93.226
164a + 40.650a + 2756a = 6198
0 1 2
254
STATISTICĂ ECONOMICĂ
¦ ( y i − Y x 1x 2 )
2
309
R y / x1, x 2 = 1 − = 1− = 0,84
(
¦ yi − y )2 1080,1
Valoarea lui Ry/x1,x2 arată o dependenţă puternică între cele trei variabile.
s12
S
= 1 =
(
¦ Y x1x 2 − y
=
)2
792,5
= 396,25
r −1 r −1 3 −1
¦ ( y i − Y x1x 2 )
2
S 309
s 22 = 2 = = = 44,14
n−r n−r 7
396,25
Fcalc = = 8,98 > Ftab = 4,74
44,14
Aşadar, modelul de regresie multifactorială este bine ales.
Se obţine sistemul:
a ¦ ¦ nij + b ¦ xi ni = ¦ y j n j
°° i j i j
® 2
°a ¦ xi ni + b¦ xi ni = ¦ ¦ xi y j nij
°¯ i i i j
“b” este coeficientul de regresie (panta dreptei). Cum b > 0, avem o legătură directă
între variabile.
255
CAPITOLUL 5
Y xi = 434,7 + 155,78 ⋅ x i
Tabelul 5.7’
Vechime Cost de întreţinere (mii lei) Yxi
xi2 ni ¦j i j ij
ni xi ni x y n
(ani)
1200 1600 2000 2400
0 1 2 3 4 5 6 7 8 9
6 45 10 5 - 60 360 2160 480.000 1369,38
9 - 45 40 15 100 900 8100 1.692.000 1836,72
12 - 5 5 30 40 480 5760 1.080.000 2304,06
nj 45 60 50 45 200 1740 16.020 3.252.000
cov( x, y ) n¦ ¦ xi y j nij − ¦ xi ni ¦ y j n j
r yx = =
σ xσ y [n¦ x n ][
i i − (¦ xi ni ) n ¦ y j n j −
2 2 2
(¦ y j n j )2 ]
ryx = 0,76 , deci există o legătură destul de puternică, directă, între cele două
variabile.
s 2y / Y s2
Y/y (
¦ ¦ y j − Y xi )2 nij
R y / x = 1− = = 1−
s 2y s 2y ¦ (y j − y ) n j
2
(
¦ yj − y nj )2 ¦ yjnj
2
2
( )2 2
s 2y = = − y ¦ y j − y n j = ¦ y 2j n j − n y = 36.780.000
¦nj ¦nj
¦ y jn j 358000
y= = = 1790 mii lei
¦nj 200
256
STATISTICĂ ECONOMICĂ
15.375.508
Ry / x = 1 − = 0,76
36.780.000
s12
c) F =
s 22
s12
S
= 1 =
(
=
)2
¦ Y x i − y ni 36.780.000 − 15.375.508
= 21.404.492
r −1 r −1 2 −1
S ¦ ¦ y j − Yx i ( )2 nij 15.375.508
s 22 = 2 = = = 77654
n−r n−r 200 − 2
Fcalc = 275,64
Cum Fcalc > Ftab înseamnă că modelul de regresie este bine ales (este semnificativ
statistic).
257
CAPITOLUL 5
4.
cov( x, y ) s cov( x, y ) 55837,6
rxy = =b⋅ x b= = = 20,65
sx s y sy s x2 52 2
5.
Notăm cu X - mărimea familei şi cu Y - cheltuielile medicale.
¦ x i 58
x= = = 4,46 pers.
n 13
¦ y i 628
y= = = 48,31 $
n 13
Tabelul 5.9’
Mărimea familiei (X) Cheltuieli medicale (Y) Total (ni)
(persoane) y ≤ 48,31 y > 48,31
x ≤ 4,46 n11 = 6 n12 = 1 7
x > 4,46 n21 = 1 n22 = 5 6
Total (nj) 7 6 13
n11 ⋅ n 22 − n12 ⋅ n 21 36 − 1
Qa = = = 0,95
n11 ⋅ n 22 + n12 ⋅ n 21 36 + 1
Tabelul 5.10’
x
Familia Ri Riy di di2 Pi Qi
0 1 2 3 4 5 6
1 2,5 1 1,5 2,25 12 -
258
STATISTICĂ ECONOMICĂ
6¦ d i2 6 ⋅ 21,5
rs = 1 − =1− = 0,94
(
n n 2 −1 ) 13 ⋅ 168
2S 2 ⋅ (74 − 4)
rk = , rk = = 0,89
n(n − 1) 13 ⋅12
6. c) şi e)
7. d)
8. b)
259
CAPITOLUL 5
y y
a) b)
o x o x
y y
c) d)
o x o x
y
e)
o x
Fig. 5.2’
260
STATISTICĂ ECONOMICĂ
a) –7,2;
b) 7,2;
c) –0,93;
d) 0,64;
e) –0,64.
261
CAPITOLUL 5
7. Pentru mai multe familii din mediul rural s-au cules şi prelucrat date
privind consumul de gaze naturale şi consumul de energie electrică. În urma
prelucrării datelor, s-a obţinut r = 0,883. Atunci, concluzia este:
a) utilizatorii tind să substituie o formă de energie cu alta;
b) legătura dintre cele două variabile nu este de tip liniar;
c) nu există legătură statistică între cele două variabile;
d) familiile care au consumuri mici de energie electrică, au şi consu-
muri mici de gaze naturale;
e) dacă am construi diagrama de împrăştiere, am constata o împrăş-
tiere a punctelor pe întregul grafic.
10. Care dintre următoarele afirmaţii nu este adevărată pentru următorul set
de date?
xi 5 0 1 10 0
yi 26 26 26 26 26
262
STATISTICĂ ECONOMICĂ
o x
Fig. 5.3’
Q Q Q
a) b) c)
o F o F o F
Q Q
d) e)
o F o F
Fig. 5.4’
263
CAPITOLUL 5
264
STATISTICĂ ECONOMICĂ
16. Pentru două variabile statistice, între care există o legătură liniară, se
cunosc:
s x2 = 8204 ; cov(x,y) = -3252; y = 40 ; x = 365 .
Să se determine ecuaţia de regresie care modelează legătura dintre cele două
variabile.
265
CAPITOLUL 6
CAPITOLUL 6
Termeni cheie
- abateri (devieri) sezoniere brute şi - metoda mediilor mobile
corectate - metoda modificării absolute
- componenta aleatoare - metode analitice de ajustare
- componenta ciclică - metode mecanice de ajustare
- covariaţie - modificare absolută
- covariaţie cu decalaj. - modificare medie absolută
- indicatori absoluţi - nivel mediu
- indicatori medii - prognozare
- indicatori relativi - ritm de dinamică
- indice de dinamică - ritm mediu
- indice mediu - serie cronologică
- indici de sezonalitate bruţi şi - sezonalitate
corectaţi - trend
- medie cronologică - valoarea absolută a unui procent
- metoda indicelui mediu din ritm
266
STATISTICĂ ECONOMICĂ
Noţiuni teoretice
6.1. INTRODUCERE
267
CAPITOLUL 6
§1 2 ............. n − 1 n ·
¨ ¸
¨ y y ............ y ¸
© 1 2 n −1 y n ¹
268
STATISTICĂ ECONOMICĂ
140
120
100
Vanzari (mil.lei)
80
60
40
20
≈
0
1995. 1996. 1997. 1998. 1999. 2000.
Ani
yt yt
yn yn *
*
y3 y3 *
*
y2 y2 *
*
y1 y1 *
*
0 t1 t2 t3 ... tn t 0 t
t1 t2 t3 ... tn
a) b)
Fig. 6.2 - Tipurile unei serii cronologice: a) SCR de momente; b) SCR de intervale
269
CAPITOLUL 6
140
120
100
Vanzari (mil. lei)
80
60
40
20
≈
0
1995. 1996. 1997. 1998. 1999. 2000.
Ani
2000.
1999.
1998.
Ani
1997.
1996.
1995.
270
STATISTICĂ ECONOMICĂ
Atunci când compararea se face cu primul termen al seriei (y1) vom vorbi
de indicatori cu bază fixă, iar atunci când compararea unui termen (yt) se
face cu termenul imediat anterior (yt-1), vom vorbi de indicatori cu bază în
lanţ (mobilă).
Modificarea absolută arată cu câte unităţi s-a modificat (în sensul creş-
terii sau descreşterii) termenul comparat faţă de termenul bază de compa-
271
CAPITOLUL 6
raţie: dacă ∆ > 0, a avut loc o creştere, un spor; dacă ∆ < 0, a avut loc o
descreştere, o scădere.
2) ∆ t / 1 − ∆ t −1 / 1 = ∆ t / t −1 , t = 2, n (6.4)
— cu bază fixă:
y yt
I t / 1 = t , t = 2, n sau I %
t /1 = ⋅ 100 (6.5)
y1 y1
— cu bază mobilă:
y yt
I t / t −1 = t , t = 2, n sau I %
t / t −1 = ⋅ 100 (6.6)
y t −1 y t −1
Între indicii cu bază fixă şi cei cu bază mobilă există următoarele relaţii:
1)
k
∏ I t / t −1 = I k / 1 , k = 2, n (6.7)
t =2
272
STATISTICĂ ECONOMICĂ
I t /1
2) = I t / t −1 , t = 2, n (6.8)
I t −1 / 1
— cu bază fixă:
∆ t/1
t/1 − 100 = (I t/1 − 1)100 = y ⋅ 100
R t/1 = I % (6.9)
1
— cu bază mobilă:
∆ t / t −1
t/t -1 − 100 = (I t/t -1 − 1)100 = y
R t/t −1 = I % ⋅100 (6.10)
t −1
273
CAPITOLUL 6
Tabelul 6.1.
0 1 2 3 4 5 6 7 8 9
1992 50 0 - 1,0 - 0 - 0,5 -
1993 47 -3 -3 0,94 0,94 -6 -6 0,5 0,5
1994 45 -5 -2 0,9 0,96 -10 -4 0,5 0,47
1995 55 +5 +10 1,1 1,22 +10 +22 0,5 0,45
1996 61 +11 +6 1,22 1,11 +22 +11 0,5 0,55
1997 68 +18 +7 1,36 1,11 +36 +11 0,5 0,61
1998 70 +20 +2 1,4 1,03 +40 +3 0,5 0,68
1999 80 +30 +10 1,6 1,14 +60 +14 0,5 0,70
Folosind datele din Tabelul 6.1, col. 0 şi col. 1, s-au calculat indicatorii
absoluţi şi relativi înscrişi în coloanele 2-9 ale aceluiaşi tabel.
Tipul seriei
cronologice
momente
¦y t
y= t =1
(6.14)
n
274
STATISTICĂ ECONOMICĂ
y2 *
y1 *
0 t1 t2 t3 t4 ... tn-1 tn timp (t)
h1 h2 h3 ... hn-1
n −1
¦ Ai (y1 + y 2 )h1 (y 2 + y 3 )h 2 (y 3 + y 4 )h 3 (y n −1 + y n )h n −1
+ + +Λ +
y cr = i =1 = 2 2 2 2 =
n −1 h1 + h 2 + Κ + h n −1
¦ hi
i =1
h h + h2 h + h3 h + h n −1 h
y1 1 + y 2 1 + y3 2 + Λ + y n −1 n − 2 + y n n −1
= 2 2 2 2 2
h1 + h 2 + Κ + h n −1
(6.16)
unde hi = lungimea intervalului dintre momentele ti şi ti+1, i = 1, n − 1 ,
exprimată în unităţi de timp.
275
CAPITOLUL 6
Tabelul 6.2.
Momentul Valoarea stocului
înregistrării stocului (mld. lei)
1.01 10
31.03 15
15.04 7
30.06 20
30.09 25
3 3,5 3 5,5 3
10 ⋅ + 15 ⋅ + 7 ⋅ + 20 ⋅ + 25 ⋅
y cr = 2 2 2 2 2 = 133,75 = 14,86 mld. lei
9 9
¾ În cazul seriei cronologice de momente, cu intervale egale între
momente, nivelul mediu se calculează ca medie cronologică simplă, ce
reprezintă un caz particular al mediei cronologice ponderate,
h h y1 y
y1 + y 2 h + y3h + Λ + y n −1h + y n + y 2 + Λ + y n −1 + n
ycr = 2 2 = 2 2 (6.17)
(n − 1)h n −1
276
STATISTICĂ ECONOMICĂ
Indicatorul arată cu câte procente creşte sau scade, în medie, nivelul fe-
nomenului analizat, de la o perioadă la alta, pe întregul orizont de timp.
EXEMPLUL 6.3. Pentru SCR din tabelul 6.1., s-au calculat următorii indi-
catori medii:
y − y 92 80 − 50 30
∆ = 99 = = = 4,3 ≈ 4 persoane/an
7 7 7
80
I=7 = 1,07 (107% )
50
R = +7%
Numărul de personal a crescut în perioada analizată, în medie cu 4
persoane pe an, adică de 1,07 ori, ceea ce înseamnă o creştere cu 7 % în
medie, anual.
277
CAPITOLUL 6
y ij = ŷ ij * S′j * ε ij’ i = 1, m
(6.22)
j = 1, p
278
STATISTICĂ ECONOMICĂ
279
CAPITOLUL 6
y1 ½
°
°° y + y 2 + y3
y2 ¾ ½ MM1 = 1
° ° 3 ŷ1 = MM1
° °°
y3 °¿ ¾ ½ y + y3 + y 4
° ° MM 2 = 2 ŷ 2 = MM 2
° °° 3
y4 ¿° ¾
y + y 4 + y5
° MM 3 = 3 ŷ 3 = MM 3
° 3
y5 °¿
yn−2 ½
°
y + y n −1 + y n ŷ n -2 = MM n -2
y n −1
°° MM n − 2 = n − 2
¾ 3
°
°
yn °¿
Numărul de medii mobile obţinut este mai mic decât numărul de termeni
reali ai seriei. Primul şi ultimul termen real nu vor avea corespondent o
valoare ajustată, adică o medie mobilă.
Pentru cazul general, prin această metodă se vor obţine k = n-(p-1) medii
mobile.
¾ Dacă mediile mobile se calculează dintr-un număr par de termeni,
mediile mobile determinate nu se vor plasa în dreptul unor ter-
meni reali ai seriei, deci nu-i pot înlocui, de aceea se impune o
operaţie suplimentară, de centrare a mediilor mobile. Schema de
280
STATISTICĂ ECONOMICĂ
Tabelul 6.4.
Calculul mediilor mobile dintr-un număr par de termeni
Termenii Medii mobile parţiale (MM) Medii mobile centrate
reali ai SCR (Valori ajustate)
y1 MM1 + MM 2
ŷ1 = =
2
y2 y1 y
y + y2 + y3 + y4 + y 2 + y3 + y 4 + 5
MM 1 = 1 2
y3 4 = 2
4
y + y3 + y4 + y5
MM 2 = 2 MM 2 + MM 3
y4 4 ŷ 2 = =
2
y + y4 + y5 + y6
MM 3 = 3 y2 y
y5 4 + y3 + y 4 + y5 + 6
= 2 2
y + y5 + y6 + y7
MM 4 = 4 4
y6 4 MM 3 + MM 4
ŷ 3 = =
2
y7
y3 y
+ y 4 + y5 + y 6 + 7
= 2 2
.. .. 4
.. .. .
.. ..
.. ..
.
Şi în acest caz, numărul de medii mobile obţinute este mai mic decât
numărul de termeni reali ai seriei. Prima medie mobilă se va plasa în dreptul
p+2
celui de-al -lea termen al seriei. Prin această metodă se vor pierde un
2
număr de „p“ termeni reali.
Metoda mediilor mobile se foloseşte în ajustarea îndeosebi a SCR afec-
tate de factori sezonieri.
281
CAPITOLUL 6
Tabelul 6.5.
Vânzările trimestriale în perioada 1996-1999
Anul
Trimestrul
1998 1999 2000 2001
I 10 11 14 13
II 14 16 18 16
III 11 10 13 9
IV 21 22 22 25
Datele fiind trimestriale, se vor calcula medii mobile din număr par de
termeni (p = 4). Mecanismul de calcul şi mediile mobile parţiale şi finale
sunt prezentate în tabelul 6.6.
Tabelul 6.6.
Termenii Medii mobile Medii mobile
Anul şi trimestrul
SCR parţiale centrate
I 10 –
II 14 –
1996 14
III 11 14,125
14,25
IV 21 14,5
14,75
I 11 14,625
14,5
II 16 14,625
1997 14,75
III 10 15,125
15,5
IV 22 15,75
16
I 14 16,375
16,75
1998 II 18 16,75
16,75
III 13 16,625
16,5
IV 22 16,25
16
I 13 15,5
1999 15
II 16 15,375
15,75
III 9 –
IV 25 –
282
STATISTICĂ ECONOMICĂ
ŷ1 = y1 + (1 − 1) ⋅ ∆ = y1
y − y1
ŷ n = y1 + (n − 1)∆ = y1 + (n − 1) ⋅ n = yn
n −1
()
ŷ t = y1 I
t −1
, t = 2, n (6.24)
(1−1)
ŷ1 = y1 ⋅ I = y1
n -1
n −1 § y · y
ŷ n = y1 ⋅ I = y1 ¨ n −1 n ¸ = y1 ⋅ n = y n
¨ y1 ¸ y1
© ¹
283
CAPITOLUL 6
Tabelul 6.7.
Determinarea trendului prin metode mecanice
ŷ t ŷ t (y t − ŷ t )2 (y t − ŷ t )2
Anii yt
(∆ ) (I) (∆ ) (I)
0 1 2 3 4 5
1992 50 50 50 0 0
1993 47 54,3 53,5 53,29 42,25
1994 45 58,6 57,24 184,96 149,82
1995 55 62,9 61,25 62,41 39,06
1996 61 67,2 65,54 38,44 20,61
1997 68 71,5 70,13 12,25 4,54
1998 70 75,8 75,04 33,64 25,40
1999 80 80,0 80,0 0 0
TOTAL 384,99 281,68
Metodele analitice oferă o ajustarea mai exactă a SCR decât cele meca-
nice.Funcţiile utilizate mai des în practică pentru ajustarea SCR sunt
funcţiile matematice uzuale: liniară, polinomială, hiperbolă, parabolă,
exponenţială, logistică.
Exemple de funcţii de ajustare se prezintă în fig. 6.7.
0 t 0 t 0 t
Trend liniar Trend exponenţial Trend parabolic
grad 2
ŷ t = a + bt ŷ t = a ⋅ b t ŷ t = a + bt + ct 2
t
284
STATISTICĂ ECONOMICĂ
ŷ = a + bt (6.26)
na + b ¦ t = ¦ y t
® 2
(6.27)
¯a ¦ t + b ¦ t = ¦ ty t
286
STATISTICĂ ECONOMICĂ
287
CAPITOLUL 6
Tabelul 6.8.
Determinarea trendului prin metode analitice
Ani ŷt ŷt
yt t t2 tyt (yt-ŷt)2 lg yt t lg yt (y -ŷ )2
(lin.) (exp.) t t
0 1 2 3 4 5 6 7 8 9 10
1992 50 –7 49 –350 42,84 51,26 1,69897 -11,89 44,36 31,81
1993 47 –5 25 –235 47,6 0,36 1,672 - 8,36 47,98 0,96
1994 45 –3 9 –135 52,36 54,17 1,6532 - 4,96 51,90 47,61
1995 55 –1 1 –55 57,12 4,5 1,74036 - 1,74 56,13 1,27
1996 61 +1 1 +61 61,88 0,77 1,7853 + 1,78 60,71 0,08
1997 68 +3 9 +204 66,64 1,85 1,8325 + 5,50 65,67 5,43
1998 70 +5 25 +350 71,4 1,96 1,8451 + 9,23 71,02 1,04
1999 80 +7 49 +560 76,16 14,74 1,9031 +13,32 76,82 10,11
Total 476 0 168 400 476 129,61 14,13 2,88 98,31
¦ y t 476
°°a = n = 8 = 59,5 ≈ 60 pers.
®
°b = ¦ ty t = 400 = 2,38
°¯ ¦t
2
168
ŷ t = 59,5 + 2,38t
288
STATISTICĂ ECONOMICĂ
289
CAPITOLUL 6
( )
y ij − ŷ ij = ŷ ij + S j + ε ij − ŷ ij = S j + ε ij (6.36)
unde i = 1, n (nr. curent al perioadei)
j = 1, m (nr. curent al subperioadei – sezonului)
● se elimină şi influenţa factorului aleator:
( ) ( )
n n n
¦ y ij − ŷ ij ¦ S j + ε ij ¦ ε ij
i =1 i =1
S′j = = = S j + i =1 ≈ Sj (6.37)
n n n
290
STATISTICĂ ECONOMICĂ
m
¦ s′j
j =1
S' = (6.39)
m
● mediile obţinute la pasul anterior se scad din devierile sezoniere brute,
obţinându-se devierile sezoniere corectate (Sj):
′ n n
S*j = n ∏ S*j ⋅ ε *ij = S*j ⋅ n ∏ ε *ij ≈ S*j (6.44)
i =1 i =1
291
CAPITOLUL 6
′ ′
S*j S*j
S*j = = (6.45.)
m *
Sg
m ∏ S*j
j=1
Se obţin, astfel, „m“ indici de sezonalitate. Semnificaţia lui S*j este aceea
că, în fiecare sezon, factorul sezonier deviază valorile reale ale termenilor
SCR de S*j ori de la linia de trend, sau cu ( S*j − 1 )100 procente.
y ij
= ŷ ij ⋅ ε ij* (6.46)
S*j
EXEMPLUL 6.7. Se vor folosi datele din tabelul 6.5., pentru care s-au
calculat mediile mobile din tabelul 6.6. Pentru analiza sezonalităţii vom
aplica, pe rând, modelul aditiv şi cel multiplicativ.
a) Modelul aditiv
● se elimină din termenii reali yt valorile de trend (ŷt), determinate prin
metoda mediilor mobile. Rezultatele se găsesc în coloana 3 a tabelului 6.9,
începând cu trimestrul III/1996:
(yt- ŷt)III/’96 = 11–14,125 = –3,125 mld. lei
(yt- ŷt)IV/’96 = 21–14,5 = 6,5 mld. lei
etc.
● aceste diferenţe se trec în tabelul 6.10, în care se calculează devierile
sezoniere brute ( S’j ) – coloana 5 – şi corectate (sj) – coloana 6 –.
Devierile sezoniere brute :
292
STATISTICĂ ECONOMICĂ
Tabelul 6.9.
Trendul SCR corectată
Anul şi
yt (medii yt–ŷt yt–sj
trimestrul
mobile) ŷt (mld. lei)
0 1 2 3 4
I 10 – – 13
II 14 – – 13
1996
III 11 14,125 –3,125 15
IV 21 14,5 6,5 15
I 11 14,625 –3,125 14
II 16 14,625 1,375 15
1997
III 10 15,125 –5,125 14
IV 22 15,75 6,25 16
1998 I 14 16,375 –2,375 17
II 18 16,75 1,25 17
293
CAPITOLUL 6
Tabelul 6.10.
Devieri Devieri
Diferenţe sezoniere
sezoniere sezoniere
Trim.
corectate
1996 1997 1998 1999 brute Sj’
(Sj)
0 1 2 3 4 5 6
b) Model multiplicativ
′
S*I = 3 0,779 ⋅ 0,855 ⋅ 0,839 = 0,824
′
S*II = 3 1,094 ⋅ 1,075 ⋅ 1,041 = 1,07
′
S*III = 3 0,779 ⋅ 0,661 ⋅ 0,792 = 0,742
′
S*IV = 3 1,448 ⋅ 1,397 ⋅ 1,354 = 1,399
294
STATISTICĂ ECONOMICĂ
*
S = 3 0,824 ⋅ 1,07 ⋅ 0,742 ⋅ 1,399 = 0,98
*′
* SI
SI = = 0,84
*
Sg
′
* S*II
S II = = 1,09
*
Sg
′
* S*III
S III = = 0,76
*
Sg
′
* S*IV
S IV = = 1,43
*
Sg
• se calculează termenii SCR corectate, împărţindu-se termenii reali la
indicii de sezonalitate bruţi (coloana 4/tabelul 6.11.);
Tabelul 6.11.
yt Trendul (medii SCR corectată
Anul şi
(mld. mobile) yt / ŷt yt / sj*
trim.
lei.) ŷt (mld. lei)
0 1 2 3 4
I 10 – – 11,9
II 14 – – 12,8
1996
III 11 14,125 0,779 14,5
IV 21 14,5 1,448 14,7
I 11 14,625 0,779 13,1
II 16 14,625 1,094 14,7
1997
III 10 15,125 0,661 13,2
IV 22 15,75 1,397 15,4
I 14 16,375 0,855 16,7
II 18 16,75 1,075 16,5
1998
III 13 16,625 0,782 17,1
IV 22 16,25 1,354 15,4
295
CAPITOLUL 6
Tabelul 6.12.
Indici de Indici de
Indici de sezonalitate sezonalitate sezonalitate
Trim.
bruţi Sj*’ corectaţi
1996 1997 1998 1999 (Sj*)
0 1 2 3 4 5 6
296
STATISTICĂ ECONOMICĂ
X t − X Yt − Y
¦ ⋅
C=
sx sy
=
¦ (X t )(
− X Yt − Y ) (6.47)
¦ (X t − X ) (Yt − Y )
n 2 2
Xt − X Yt − Y
unde şi sunt variabilele centrate şi reduse.
sx sy
297
CAPITOLUL 6
x(t)
y(t)
y(t) decalaj (întârziere)
x(t)
298
STATISTICĂ ECONOMICĂ
299
Serii cronologice
Reprezentare grafică
Componente
Modelare
Previzionare
300
Seria are componentă sezonieră
Desezonalizare Desezonalizare
∧ ∧
y t + ε t = y t − St y t ⋅ ε t = y t / St
Modelare trend
301
CAPITOLUL 6
Întrebări recapitulative
302
STATISTICĂ ECONOMICĂ
Teste de autoevaluare
februarie +1889
martie +2000
aprilie +1102
mai -500
iunie 0
iulie +1203
august +1000
septembrie +1150
303
CAPITOLUL 6
Tabelul 6.3’
Anul 1993 1994 1995 1996 1997 1998 1999 2000 2001
Producţie de încălţăminte 10 12 18 20 30 25 21 16 14
(mii perechi)
304
STATISTICĂ ECONOMICĂ
11. Prin raportarea a doi indici de dinamică cu bază fixă, pentru două peri-
oade succesive, se obţine:
305
CAPITOLUL 6
12. Valoarea absolută a unui procent din ritmul de dinamică cu bază fixă:
a) se calculează ca raport între modificarea absolută şi cea relativă
procentuală cu bază fixă;
b) se calculează ca raport între modificarea absolută cu bază în lanţ şi cea cu
bază fixă;
c) este o valoare constantă, şi anume egală cu a suta parte a primului termen
al seriei cronologice;
d) este o valoare constată, şi anume egală cu a suta parte a ultimului termen
al seriei cronologice;
e) notă cu câte procente s-a modificat fenomenul la momentul/intervalul de
timp curent faţă de cel bază de comparaţie.
13. În cazul metodei mediilor mobile aplicate unei serii cronologice din n
termeni medii, mobile calculate dintr-un număr impar (p) de termeni ai
seriei, se pierd:
a) p termeni reali;
b) p-1 termeni reali;
c) n-p termeni reali;
p +1
d) termeni reali;
2
n +1
e) termeni reali.
2
14. Care dintre următoarele afirmaţii privind metoda modificării medii absolute
nu este adevărată:
a) primul şi ultimul termen ajustat cu această metodă diferă de primul şi
ultimul termen real al seriei cronologice;
b) se aplică în orice situaţie, indiferent de valorile pe care le iau termenii
seriei;
c) se aplică atunci când modificările absolute cu bază în lanţ sunt apro-
ximativ egale;
d) se aplică atunci când seria cronologică formează o progresie aritmetică;
306
STATISTICĂ ECONOMICĂ
1995 +4,2
1996 -1,2
1997 +22,4
1998 +5,8
1999 -9,1
2000 +5,0
Ştiind că în anul 1999, câştigul medie salarial a fost cu 30 mii lei mai mare
decât în anul 1996 (preţuri constante), atunci creşterea medie anuală a fost
de:
a) 4%;
b) 10,35 mii lei;
c) 7,47 mii lei;
d) 1,75%;
e) 2,5%
308
STATISTICĂ ECONOMICĂ
1.
∆ ∆ 9 / 1 ⋅100 7844 ⋅100
a) R9%/ 1 = 9 / 1 ⋅100 = 94,62 y1 = = = 8290 lit
y1 R9%/ 1 94,62
ri
9
¦ ∆ t / t −1 = ∆ 9 / 1 = 7844 litri
t =2
18000
16000
14000
Productie (litri)
12000
10000
8000
6000
4000
2000
0
ian. feb. mar apr mai iun iul aug sept
Luna
Fig. 6.1’
c) Sistemul de indicatori
c1) Indicatorii absoluţi
309
CAPITOLUL 6
∆ t / t −1 y
At / t −1 == = t −1 (col. 7 tabelul 6.7’)
Rt%/ t −1 100
310
STATISTICĂ ECONOMICĂ
¦ y t 114593
y= = = 12732,5 litri
n 9
În medie, în perioada analizată, producţia lunară de lapte a fost de
12732,5 litri.
∆ n / 1 7844
∆= = = 980,5 litri
n −1 8
( )
R = I − 1 ⋅100 = (1,087 − 1)100 = +8,7%
d)
d1) Ajustarea prin metode mecanice
yˆ t = y1 + (t − 1) ⋅ ∆
yˆ t = 8290 + 980,5(t − 1) ; t = 1,9
yˆ t = y1 ⋅ I ( )t −1
ŷ t = 8290 ⋅ (1,087 )t −1 ; t = 1,9
Tabelul 6.8’
Luna yt ŷ t (metoda
modificării
(yt- ŷ t ) 2
ŷ t (metoda
indicelui mediu)
(y t − yˆ t )
2
medii abs.)
0 1 2 3 4 5
ian. 8290 8290,0 0 8290,00 0
feb. 10179 9270,5 825.372,25 9011,23 1.363.686,70
312
STATISTICĂ ECONOMICĂ
yˆ t = a + bt Cum Σ t = 0
¦y
° a = = y = 12732,5
°na + b ¦ t = ¦ y ° n
® ® litri
°̄a ¦ t + b ¦ t 2 = ¦ ty °b = ¦ ty 48901
= = 815,0
°¯ 2 60
¦t
yˆ t = 12732,5 + 815 ⋅ t
313
CAPITOLUL 6
2.
a) În tabelul 6.2’ este dat ritmul cu bază în lanţ (Rt/t-1). De aici rezultă indicii
de dinamică cu bază în lanţ:
k
∏ I t / t −1 = I k / 1
t =2
I 91 / 90 ⋅ I 92 / 91 = I 92 / 90
I 91 / 90 ⋅ I 92 / 91 ⋅ I 93 / 92 = I 93 / 90
etc.
314
STATISTICĂ ECONOMICĂ
Tabelul 6.10’
Ani
Rt%/ t −1 It/t-1 It/1 yt
0 1 2 3 4
440
430
Spitale
420
410
400
1990. 1991. 1992. 1993. 1994. 1995. 1996. 1997. 1998.
Ani
Fig. 6.2’
315
CAPITOLUL 6
c) Indicatorii medii
y1 y
+ y 2 + ... + y 8 + 9
y= 2 2 = 3364,5 = 420,56 ≈ 421 spitale
9 −1 8
∆ n / 1 y 9 − y1
∆= = = −1,125 spitale/an
n −1 9 −1
y9
I = n −1 I n / 1 = 8 = 0,9973 (99,73%)
y1
( )
R = I − 1 ⋅ 100 = (0,973 − 1)100 = −0,27%
3.
a) Seria cronologică prezentată în tabelul 6.3’ este o serie de flux (de
intervale). Ea se va reprezenta grafic prin cronogramă (fig. 6.3’)
316
STATISTICĂ ECONOMICĂ
35
30
Productie (mii perechi)
25
20
15
10
0
1993. 1994. 1995. 1996. 1997. 1998. 1999. 2000. 2001.
Anul
Fig. 6.3’
b) Aşa cum se observă din grafic, se poate folosi pentru ajustare un trend
parabolic (polinom de gradul doi).
yˆ t = a + bt + ct 2
3
Cum ¦ t = 0 , şi ¦ t = 0 , sistemul devine:
317
CAPITOLUL 6
Tabelul 6.11’
Ani yt t t2 t4 ty t2y ŷ t (y t − ŷ t )2
0 1 2 3 4 5 6 7 8
4.
y 00 y
R = +25% I = 1,25 = 4 00 = 1,25 4 = 2,44
y 96 y 96
y 00 = 2,44 ⋅ y 96
°
® y 00 = 1,75 ⋅ y 98
° y = y − 1200
¯ 96 98
y 96 = 3000 bucati
y 98 = 4200 bucati
y 00 = 7320 bucati
318
STATISTICĂ ECONOMICĂ
y 00 − y 96 7320 − 3000
∆= = = +1080 bucati/an
4 4
5.
y 92 = 40 mii tone
y 00 = 120 mii tone
y 00 120
I =8 =8 = 1,1472
y 92 40
Fie t anul în care producţia va fi de trei ori mai mare decât în anul 2000, şi yt
- producţia în anul t.
t t
y t = 3 ⋅ y 00 = y 00 ⋅ I I = 3
t lg 3 0,477
lg I = lg 3 t = = =8
lg 1,1472 0,0596
Aşadar, anul în care producţia va fi de trei ori mai mare decât în anul 2000
este anul 2008.
6.
Deoarece seria cronologică din tabelul 6.4’ este o serie de momente
cu intervalele neegale între momente, nivelul mediu se va calcula ca medie
cronologică ponderată.
t1 t +t t +t t +t t +t t
y1 + y 2 1 2 + + y3 2 3 + + y 4 3 4 + + y5 4 5 + y 6 5
y cr 2001 = 2 2 2 2 2 2
t1 + t 2 + t 3 + t 4 + t 5
unde yi sunt termenii seriei şi ti sunt lungimile intervalelor (în zile) dintre
două momente succesive.
319
CAPITOLUL 6
t1 = 78 zile
t2 = 51 zile
t3 = 76 zile
t4 = 68 zile
t5 = 92 zile
5
∑ t i = 365 zile
i =1
7. a), d)
8. e)
9. a)
10. c)
11. a)
12. a), c)
13. d)
15. a), c)
16. b)
17. b)
320
STATISTICĂ ECONOMICĂ
Ştiind că în anul 1998 faţă de 1997 valoarea absolută a unui procent din
ritmul de modificare a producţiei a fost 2,5 mil. mp, se cere:
a) Să se calculeze modificările absolute cu bază în lanţ;
b) Să se reconstituie seria de valori absolute şi să se reprezinte grafic;
c) Cu câte milioane mp şi respectiv cu câte procente s-a modificat
producţia de ţesături în medie pe an, în perioada analizată?
d) Să se ajusteze evoluţia producţiei de ţesături folosind metode mecanice
şi analitice adecvate. Alegeţi-o pe cea mai potrivită.
e) Să se previzioneze nivelul producţiei de ţesături în anul 2002 şi 2003,
dacă ea va evolua în continuare conform aceleiaşi tendinţe.
321
CAPITOLUL 6
Tabelul 6.15’
Data Număr de cărţi din bibliotecă (mii exemplare)
0 1
1.01.2001 10
15.03.2001 12
20.04.2001 20
12.05.2001 19
30.06.2001 25
322
STATISTICĂ ECONOMICĂ
Tabelul 6.17’
Anul 1992 1993 1994 1995 1996 1997 1998 1999 2000
Procentul de modificare 0 +2 +3 +10 +7 +12 +15 +20 +20
a numărului de turişti
faţă de 1992 (%)
Ştiind că în anul 1998 s-au cazat în hotel un număr de turişti mai mare cu 8
sute persoane faţă de anul 1995, se cere:
a) Să se determine indicii cu bază fixă şi mobilă;
b) Să se reconstituie seria de valori absolute şi să se reprezinte grafic;
c) Să se calculeze şi interpreteze indicatorii medii ai seriei;
d) Să se ajusteze evoluţia numărului de turişti folosind metode mecanice şi
analitice;
e) Care dintre metodele de ajustare folosite este mai potrivită şi de ce?
f) Pe baza metodei identificate la punctul e), să se previzioneze numărul de
turişti care se vor caza în hotel în anul 2002.
323
CAPITOLUL 6
324
STATISTICĂ ECONOMICĂ
325
CAPITOLUL 7
CAPITOLUL 7
INDICI STATISTICI
Consideraţii preliminare
Termeni cheie
326
STATISTICĂ ECONOMICĂ
Noţiuni teoretice
7.1. INTRODUCERE
327
CAPITOLUL 7
328
STATISTICĂ ECONOMICĂ
329
CAPITOLUL 7
Pentru cele două variabile factoriale (x şi f) se pot scrie doi indici indi-
viduali conform relaţiilor:
x x1
i1x 0 = 1 sau i1x %
0
= 100 (7.2)
x0 x0
330
STATISTICĂ ECONOMICĂ
f f1
i1f 0 = 1 sau i1f %
0
= 100 (7.3)
f0 f0
y y x 1 f1 x f
i0 0 = 1 = = 1 ⋅ 1 = i1x 0 ⋅ i1f 0 (7.4)
y0 x 0f 0 x 0 f 0
331
CAPITOLUL 7
I1¦0
y(f )
= I1f 0 =
∑ xf1 , unde x = ponderea (menţinută constantă) (7.6)
∑ xf 0
Indicele factorului calitativ se calculează conform relaţiei:
I1¦0
y( x )
= I1x 0 =
¦ x1f unde f = ponderea (menţinută constantă) (7.7)
¦ x 0f
332
STATISTICĂ ECONOMICĂ
Σx 0 f1
I1¦/ 0
y(f )
= (7.17)
Σx 0 f 0
∆Σy(f ) = Σx 0 f1 − Σx 0 f 0 (7.18)
Σx 1f1
I1Σy0 = (7.19)
Σx 0 f 0
∆Σy = Σx1f1 − Σx 0 f 0 (7.20)
333
CAPITOLUL 7
Tabelul 7.1.
Marfa Cantităţi vândute Preţuri unitare Valoarea vânzărilor
(mii lei) (mii lei)
nov. dec. nov. dec. nov. dec.
(q0) (q1) (p0) (p1) (v0) (v1)
0 1 2 3 4 5 6
M1 (buc) 5000 6000 25 20 125000 120000
M2 (l) 2000 5000 10 7 20000 35000
M3 (kg) 3500 500 8 30 28000 15000
Total 173000 170000
Σp 0 q1 Σp 0 q1 204000
Iq = = = = 1,18
Σp 0 q 0 Σv 0 173000
I Σv = I p ⋅ I q
334
STATISTICĂ ECONOMICĂ
335
CAPITOLUL 7
Tabelul 7.2.
Produse U.M. Valoarea Modificarea ip (%)
vânzărilor în relativă a
perioada curentă preţurilor unitare
v1 (mil. lei) rp (%)
0 1 2 3 4
A buc. 20 + 10 110
B litri 35 +5 105
C kg 40 –2 98
Total – 95 – –
336
STATISTICĂ ECONOMICĂ
y
y = x ⋅f x = (7.26)
f
337
CAPITOLUL 7
Σy Σxf Σy Σx f
x= = → x1 = 1 = 1 1 (7.27)
Σf Σf Σf1 Σf 1
Σy Σx 0 f 0
→ x0 = 0 = (7.28)
Σf 0 Σf 0
x1 Σx1f1 Σx 0 f 0
I1x/ 0 = = : (7.29)
x0 Σf1 Σf 0
fi
Dacă notăm: g f = ⋅ 100 frecvenţele relative (structura factorului
Σf i
cantitativ), atunci indicele de grup devine:
x1 Σx1f1 Σx 0 f 0 Σx1g1f
I1x 0 = = : = (7.30)
x0 Σf1 Σf 0 Σx 0 g f0
În funcţie de variaţia structurii factorului cantitativ (f), indicii calculaţi ca
raport de medii se clasifică în:
• indicele cu structură variabilă (ISV) — când modificarea nivelului
mediu e influenţată atât de variaţia factorului calitativ cât şi de variaţia
celui cantitativ (relaţiile 7.29 şi 7.30).
• indicele cu structură fixă (ISF) — prin care se măsoară influenţa
modificării valorilor individuale ale variabilei calitative, în ipoteza
menţinerii neschimbate a frecvenţelor lor de apariţie.
x (x ) Σx1f Σx 0 f Σx1g f
I1 0 = : = (7.31)
Σf Σf Σx 0 g f
Frecvenţele sunt considerate uzual (conform teoriei economice) cele din
perioada curentă:
x (x ) Σx1f1 Σx 0 f1 Σx 1g1f Σx1f1 Σx1f1
I1 0 = : = = = (7.32)
Σf1 Σf1 Σx 0 g1 Σx 0 f1 Σ 1 x f
f
11
i1x 0
• indicele variaţiei structurii (IVS) — se foloseşte pentru a caracteriza
variaţia unui fenomen complex sub influenţa modificării numai a struc-
turii factorului cantitativ, în condiţiile menţinerii neschimbate a varia-
bilei calitative:
338
STATISTICĂ ECONOMICĂ
∆x g f =( ) Σx 0 f1 Σx 0 f 0
Σf1
−
Σf 0
= Σx 0 g1f − Σx 0 g f0 (7.38)
( )
∆ x (x ) + ∆ x g f = ∆ x (7.39)
A 40 63 20 18
B 75 140 30 35
Total 115 203 50 53
ΣFS 0 115
S0 = = = 2,3 mil lei/pers
ΣN 0 50
ΣFS1 203
S1 = = = 3,83 mil lei/pers
ΣN 1 53
339
CAPITOLUL 7
ΣS 0 N 0
S0 = = ΣS0 g 0N = 2 ⋅ 0,4 + 2,5 ⋅ 0,6 = 0,8 + 1,5 = 2,3 mil lei/pers
ΣN 0
ΣS N
S1 = 1 1 = ΣS1g1N = 3,5 ⋅ 0,34 + 4 ⋅ 0,66 = 1,19 + 2,64 = 3,83 mil lei/pers
ΣN1
Precizăm că salariul mediu la nivelul filialelor (S0 , S1) şi structura sala-
riaţilor ( g 0N , g1N ) s-au calculat în tabelul 7.5.
Tabelul 7.5.
Filiala Salariul mediu (mil.lei/pers.) Structura salariaţilor
Per. de bază Per. curentă Per. de bază Per. curentă
0 1 2 3 4
S 3,83
I SSV = 1 = = 1,665 (166,5% )
S0 2,3
În valoare absolută, această creştere a fost de
∆S = S1 − S 0 = 3,83 − 2,3 = 1,53 mii lei
N
S(S) ΣS1 N1 ΣS 0 N1 ΣS1g1 S1 3,83
I SF = : = = = =
ΣN1 ΣN1 ΣS0 g1N ΣS 0 g1N 2 ⋅ 0,34 + 2,5 ⋅ 0,66
3,83 3,83
= = = 1,643
0,68 + 1,65 2,33
( )
I S S, g = IS (S) ⋅ I S g
N
( N)
1,665 = 1,643 • 1,013
340
STATISTICĂ ECONOMICĂ
ΣS1 N1 ΣS0 N1
∆S(S) = − = ΣS1g1N − ΣS 0 g1N = 3,83 − 2,33 = 1,5 mil lei
ΣN1 ΣN1
( )
∆S g N =
ΣS 0 N1 ΣS0 N 0
ΣN1
−
ΣN 0
= ΣS 0 g1N − ΣS 0 g 0N = 2,33 − 2,3 = 0,03 mil
lei
( ) ( )
∆S S, g N = ∆S(S) + ∆S g N mil lei
1,53 = 1,5 + 0,03.
341
CAPITOLUL 7
342
STATISTICĂ ECONOMICĂ
Σx 1f 0 Σx1f1
I1x 0 = I1x 0 L ⋅ I1x 0 P = ⋅ (7.47)
Σx 0 f 0 Σx 0 f1
343
CAPITOLUL 7
— dacă I 1x 0 P < I1x 0 L atunci cei trei factori sunt diferiţi de zero,
r i xif < 0 p < 0
D' E
c'
F
D C
B B'
Fig. 7.1
344
STATISTICĂ ECONOMICĂ
Factorul cantitativ
Descompunerea geometrică:
Σx 0f1
I1Σy0(f ) = (7.52)
Σx 0f0
Descompunerea analitică:
∆Σy(f ) = Σx 0f1 − Σx 0f0 (7.53)
Factorul calitativ
Descompunerea geometrică:
Σx 1 f 1
I1Σy0(x ) = (7.54)
Σx 0 f 1
Descompunerea analitică:
∆Σy(x ) = Σx 1f1 − Σx 0 f1 (7.55)
I 1Σy0 = I Σy (f ) ⋅ I Σy ( x ) (7.56)
∆Σy = ∆Σy(f ) + ∆Σy(x ) (7.57)
345
CAPITOLUL 7
D' E
c'
F
D C
B B'
A
Fig. 7.2
Factorul calitativ
Descompunerea geometrică:
Σx 1f 0
I Σy (x ) = (7.58)
Σx 0 f 0
Descompunerea analitică:
∆Σy(x ) = Σx 1 f 0 − Σx 0 f 0 (7.59)
Factorul cantitativ
Descompunerea geometrică:
Σx 1 f 1
I Σ y (f ) = (7.60)
Σx 1 f 0
Descompunerea analitică:
∆Σy(f ) = Σx 1 f 1 − Σx 1f 0 (7.61)
346
STATISTICĂ ECONOMICĂ
(I Σy
)
− 1 100 = R Σy (7.64)
347
CAPITOLUL 7
Fig. 7.3
Σy (f x 0 ) Σy (x f 0 ) Σy ( x ∩ f )
I Σy ( x , f ) = I ⋅I ⋅I
348
STATISTICĂ ECONOMICĂ
∆Σy(x ∩ f )
∆Σy(f ) = ∆Σy(f x 0 ) + (7.77)
2
∆Σy(x ∩ f )
∆Σy(x ) = ∆Σy(x f 0 ) + (7.78)
2
∆Σy(f ) ∆Σy(x )
⋅ 100; ⋅ 100 (7.79)
∆Σy(x , f ) ∆Σy(x , f )
349
CAPITOLUL 7
ţia totală a unui fenomen complex, însă ea devine mai greoaie, mai dificil de
aplicat atunci când numărul factorilor de influenţă este mai mare.
a) baza de raportare
Sub acest aspect, seriile de indici vor fi:
— cu bază fixă
— cu bază în lanţ
b) ponderile folosite
Ponderile se utilizează în cazul seriilor alcătuite din indici sintetici, care
se referă la variabile cu valori neînsumabile direct. Ponderile ce pot fi utili-
zate sunt de două tipuri:
— ponderi constante — atunci când se folosesc aceleaşi ponderi în toată
seria
— ponderi variabile — atunci când ponderile se modifică odată cu
modificarea bazei de raportare.
350
STATISTICĂ ECONOMICĂ
§ ¦ x if0 ·
I ix/ o = ¨¨ ¸¸ (7.80)
© ¦ x 0 f 0 ¹ i =1,n
adică:
¦ x1f 0 x ¦ x 2f 0 x ¦ x 3f 0 ¦ x nf0
I1x/ 0 = ; I2 / 0 = ; I3 / 0 = ; ... ; I nx / 0 =
¦ x of 0 ¦ x 0f 0 ¦ x of 0 ¦ x of 0
§ ¦ x ofi ·
I1f / 0 = ¨¨ ¸¸ (7.81)
© ¦ x 0 f 0 ¹ i =1,n
adică:
¦ x 0f1 f ¦ x 0f 2 f ¦ x 0f 3 ¦ x 0f n
I1f / 0 = ; I2 / 0 = ; I3 / 0 = ; ...; Ifn / 0 =
¦ x of 0 ¦ x of 0 ¦ x of 0 ¦ x of 0
¦ x1f 0 x ¦ x 2f 0 x ¦ x 3f 0 ¦ x nf0
I1x/ 0 = ; I2 / 1 = ; I3 / 2 = ; ...; Inx / n −1 =
¦ x of 0 ¦ x1f 0 ¦ x 2f 0 ¦ x n −1f 0
adică:
¦ x 1f n x ¦ x 2fn x ¦ x 3f n ¦ xnfn
I1x/ 0 = ; I 2 /1 = ; I3/ 2 = ; ...; I nx / n −1 =
¦ xofn ¦ x 1f n ¦ x 2f n ¦ x n −1f n
351
CAPITOLUL 7
Între termenii fiecăreia dintre aceste serii se verifică relaţia dintre indicii
cu bază în lanţ şi cei cu bază fixă, adică:
§ ¦ x 0f i ·
I if / i−1 = ¨¨ ¸¸ (7.86)
© ¦ x 0 f i −1 ¹ i =1,n
¦ x 0 f1 f ¦ x 0f2 f ¦ x 0f 3 ¦ x 0fn
I1f / 0 = ; I 2 /1 = ; I3/ 2 = ; ...; I fn / n −1 =
¦ x of0 ¦ x 0 f1 ¦ x 0f 2 ¦ x 0 f n −1
— ponderi la nivelul perioadei curente:
§ ¦ x n fi ·
Iif / i −1 = ¨¨ ¸¸ (7.87)
© ¦ x f
n i −1 ¹i =1, n
352
STATISTICĂ ECONOMICĂ
¦ x 1f 0 x ¦ x 2 f1 x ¦ x 3f 2 ¦ x n f n −1
I1x/ 0 = ; I 2 /1 = ; I3 / 2 = ; ...; I nx / n −1 =
¦ x 0f 0 ¦ x 1f 1 ¦ x 2f 2 ¦ x n −1f n −1
§ ¦ xifi ·
I ix/ i −1 = ¨¨ ¸¸ (7.89)
© ¦ x i −1f i ¹ i =1,n
§ ¦ x i−1f i ·
I if / i−1 = ¨¨ ¸¸ (7.90)
© ¦ x i −1f i−1 ¹ i =1,n
§ ¦ xifi ·
I if / i −1 = ¨¨ ¸¸ (7.91)
© ¦ x i f i −1 ¹ i =1,n
353
CAPITOLUL 7
a) indici individuali
Fie i, j — două unităţi teritoriale.
Indicii teritoriali individuali ce se pot construi sunt:
y
i iy/ j = i (7.92)
yj
dacă „j“ este unitatea teritorială aleasă ca bază de comparaţie
yj
i yj / i = (7.93)
yi
dacă „i“ este unitatea teritorială aleasă ca bază de comparaţie
354
STATISTICĂ ECONOMICĂ
Σx i f i
I if / j = (7.97)
Σx i f j
Σx j f i
I if / j = (7.98)
Σx j f j
Σx i f i Σx i f j
I ix/ j = ⋅ (7.102)
Σx jf i Σx j f j
355
Indici de dinamică
y = fenomen complex
y = xf
x – factor calitativ
f – factor cantitativ
Nivel elementar
DA NU
Σy1
I1Σ/y0 =
y1 x f
i1y/ 0 = = 11
y0 x 0f 0 Σy 0
x
i1x/ 0 = 1
x0
f1 Σf este posibil
i1f / 0 =
f0
NU DA
Σy (f ) Σi1f / 0 y 0
I1 / 0 = = Σi1f / 0 g 0
y
356
Σy 0
CAPITOLUL 7
Întrebări recapitulative
357
CAPITOLUL 7
Teste de autoevaluare
3. Despre salariul lunar net înregistrat într-o societate comercială şi în cele două
departamente ale sale, pentru lunile mai şi iunie 2001, se cunosc datele:
358
STATISTICĂ ECONOMICĂ
Tabelul 7.3’
Departamentul Salariul mediu (mil. lei / pers.)
mai 2001 iunie 2001
A 3,25 4,00
B 5,10 5,75
Total S.C. 4,175 5,05
359
CAPITOLUL 7
Tabelul 7.5’
Tipuri de mărfuri Variaţia preţurilor în Structura cheltuielilor (%)
şi servicii perioada curentă faţă de Perioada de Perioada
cea de bază (%) bază curentă
0 1 2 3
Mărfuri alimentare +30 55 62
Mărfuri +20 25 22
nealimentare
Servicii +75 20 16
Să se calculeze indicele mediu al preţurilor de consum pe
ansamblulu celor trei grupe de mărfuri şi servicii.
360
STATISTICĂ ECONOMICĂ
361
CAPITOLUL 7
Tabelul
q
7.7’
Marfa v0 p
i v
i i
Valoarea Indicele Indicile Indicele
producţiei în preţurilor valorii volumului
dec. 2000 (%) în ian. producţiei în fizic
(mil. lei) 2001 faţă de ian. 2001 /
dec. 2000 dec. 2000
0 1 2 3 4
M1 15 120 1,02 0,85
M2 20 90 1,1 1,22
M3 40 105 1,5 1,43
12. Indicii de grup calculaţi ca raport a două medii se aplică atunci când:
a) vrem să caracterizăm variaţia unei caracteristici complexe şi nu
putem calcula valorile agregate;
b) vrem să caracterizăm variaţia unei caracteristici complexe care se
descompune în produsul a doi factori, din care unul cantitativ şi
altul calitativ.
c) vrem să caracterizăm variaţia unei caracteristici a cărei valoare la
nivel total se calculează ca medie;
d) vrem să caracterizăm variaţia unei caracteristici calitative, în con-
diţiile în care valorile individuale ale factorului cantitativ sunt
însumabile;
e) în nici una dintre situaţiile de mai sus.
362
STATISTICĂ ECONOMICĂ
a) I f =
∑ x 0 f1 ;
∑ x 0f0
b) I f =
∑ x 0 f1 ⋅ ∑ x 1f1 ;
∑ x 0 f 0 ∑ x 1f 0
c) I f =
∑ x 1f 0 ⋅ ∑ x 1f 1 ;
∑ x 0 f 0 ∑ x 0 f1
d) I f =
∑ x 0 f 0 ⋅ ∑ x 0 f1 ;
∑ x 1f 1 ∑ x 1 f 0
e) I f =
∑ x 1f 0 ⋅ ∑ x 0 f 0 .
∑ x 1f 1 ∑ x 0 f 1
363
CAPITOLUL 7
a) cu 45%;
b) cu 10%;
c) de 1,1 ori;
d) de 1,2 ori sau cu 20%;
e) nici o variantă nu este corectă.
364
STATISTICĂ ECONOMICĂ
v
1. v 0 = p 0 ⋅ q 0 p 0 = 0 (tabelul 7.9’, col. 5)
q0
v1
v1 = p1 ⋅ q1 p1 = (tabelul 7.9’, col. 6)
q1
Tabelul 7.9’
Cantităţi Preţuri Valoarea vânzărilor
iq ip
Produs vândute unitare (mii lei)
(mii lei)
q0 q1 p0 p1 v0 v1
0 1 2 3 4 5 6 7 8
Cafea (kg.) 500 600 100 150 50.000 90.000 1,2 1,5
Zahăr (kg.) 1020 900 20 25 20.400 22.500 0,88 1,25
Lapte (litri) 1500 1400 12 15 18.000 21.000 0,93 1,25
Total - - - - 88.400 133.500 - -
Tabelul 7. 9’ – continuare
q p
∆ q
∆p
∆ v
r (%) r (%) rv(%) p0 q1 p 1 q0
iv
9 10 11 12 13 14 15 16 17
q1
iq = (tabelul 7.9’, col. 7)
q0
p1
ip = (tabelul 7.9’, col. 8)
p0
365
CAPITOLUL 7
v1 q1 p1
iv = = = i q ⋅ i p (tabelul 7.9’, col. 9)
v0 q 0 p0
r%q = i %
q
− 100 (tabelul 7.9’, col. 13)
p p
r% = i% − 100 (tabelul 7.9, col. 14)
r%v = i%
v
− 100 (tabelul 7.9’, col. 15)
¦ v1 ¦ p1 ⋅ q1 133500
b) I ¦ v = = = = 1,51 (151%)
¦ v0 ¦ p0 ⋅ q0 88400
¦ p1 ⋅ q1 133500
I ¦ v( p ) = = = 1,408 (140,8%)
¦ p 0 ⋅ q1 94800
¦ p 0 ⋅ q1 94800
I ¦ v(q ) = = = 1,072 (107,2%)
¦ p 0 ⋅ q 0 88400
366
STATISTICĂ ECONOMICĂ
¦ p 0 ⋅ q1 94800
I ¦ v ( q / p0 ) = = = 1,072 (107,2%)
¦ p 0 ⋅ q 0 88400
¦ p1 q1 ¦ p1 q 0
I ¦ v ( p∩q ) = : = 1,012 (101,2%)
¦ p 0 q1 ¦ p 0 q 0
I ¦ v ( q / p0 ) 1,072
I ¦ v(q)
=I ¦ v ( q / p0 )
⋅ ⋅ I ¦ v ( p ∩q ) = 1,072 ⋅ ⋅1,012 = 0,947
I ¦ v ( p / q0 ) 1,39
367
CAPITOLUL 7
I ¦ v ( p / q0 ) 1,39
I ¦ v( p)
=I ¦ v ( p / q0 )
⋅ ⋅ I ¦ v ( p ∩q ) = 1,39 ⋅ ⋅ 1,012 = 1,592
I ¦ v ( q / p0 ) 1,072
Modificarea absolută
∆¦ v = ¦ v1 − ¦ v 0 = ¦ p1 ⋅ q1 − ¦ p 0 ⋅ q 0 = 133500 − 88400 = 45100
mii lei
368
STATISTICĂ ECONOMICĂ
Valoarea vânzărilor pe total a crescut cu 45100 mii lei, din care cu 38700
mii lei pe seama modificării preţurilor unitare şi cu 6400 mii lei pe seama
modificării cantităţilor vândute.
I ¦ v ( q / p0 )
∆ ¦ v(q)
=∆¦ v ( q / p0 )
+ ⋅ I ¦ v ( p ∩q ) = 7040 mii
¦ v ( q / p0 ) ¦ v ( p / q0 )
I +I
lei
I ¦ v ( p / q0 )
∆¦ v ( p ) = ∆¦ v ( p / q0 ) + ⋅ I ¦ v ( p ∩q ) = 38060 mii
¦ v ( p / q0 ) ¦ v ( q / p0 )
I +I
lei
369
CAPITOLUL 7
2.
a) La nivel de produs (individual) calculăm dinamica valorii desfacerilor,
volumului fizic şi preţurilor:
Tabelul 7.10’
Produs v1 v (mil. q p p0q1
(mil. ∆v1 / 0 r1q/ 0 ( 0lei) i1v/ 0 ( i1 / 0 i1 / 0 (mil. lei) ∆
v( p)
∆v( q )
(mil. lei) (mil. lei)
lei) (mil. lei) %) %) (%) (%)
0 1 2 3 4 5 6 7 8 9 10
A 75 +10 +5 65 1,154 1,05 1,099 68,24 6,76 3,24
B 200 +25 -10 225 0,889 0,90 0,988 202,43 -2,43 -22,57
C 130 +70 -25 60 2,167 0,75 2,889 45,0 85,00 -15,00
Total 405 +55 - 350 - - - 315,67 89,33 -34,33
Pentru produsul A:
v 0A = v1A − ∆v1 / 0 A = 75 − 10 = 65 mil. lei
v1 pq
i1v/ 0 = = 1 1
v0 p0 q0
370
STATISTICĂ ECONOMICĂ
r1q/ 0
i1q/ 0 = +1
100
Pentru produsul A, avem:
r1q/ 0 A
5
i1q/ 0 A = +1 =
+ 1 = 1,05
100 100
Similar, se determină iq şi pentru celelalte produse (col. 6, tabelul
7.10’)
i1v/ 0 A 1,154
i1p/ 0 A = = = 1,099 iar pentru celelalte produse indicii
i1q/ 0 A 1,05
preţului unitar sunt prezentaţi în col. 7, tabelul 7.10’.
Modificarea absolută a valorii desfacerilor se poate descompune pe
seama factorilor de influenţă. Astfel, la nivelul unui produs:
∆v1 / 0 = v1 − v 0 = p1q1 − p 0 q 0
p0 pq
∆v1(/ p0) = p1q1 − p 0 q1 = p1q1 − p1 q1 = p1q1 − 1 1
p1 i1p/ 0
Pentru produsul A:
p1 A q1 A v1 A 75
p 0 A q1 A = = = = 68,24 mil. lei
i1p/ 0 A i1p/ 0 A 1,099
v( p)
Atunci ∆ 1 / 0 A = p1 A q1 A − p 0 A q1 A = 75 − 68,24 = 6,76 mil. lei
Celelalte valori, pentru celelalte produse, sunt calculate în col. 9, tabelul
7.10’
371
CAPITOLUL 7
Pentru produsul A:
Pentru celelalte produse, valorile sunt calculate în col. 10, tabelul 7.10’
b) Pe ansamblul S.C., indicele de grup al valorii, volumului fizic şi
preţurilor este:
¦ v1 405
I 1¦/ 0v = = = 1,157 (115,7%)
¦ v 0 350
∑ p1 q1 ∑ v1 405
I 1∑/ 0v ( p ) = = = = 1,283 (128,3%)
∑ p 0 q1 ∑ p 0 q1 315,67
¦ p1 q1 ¦ v1 405
I 1¦/ 0v ( p ) = = = = 1,283
p0 1 75 200 130
¦ p1 q1 ¦ P v1 + +
p1 i 1,099 0,988 2,889
¦ p 0 q1 ¦ p 0 q1 315,67
I 1¦/ 0v ( q ) = = = = 0,902 (90,2%)
¦ p0 q0 ¦ v0 350
372
STATISTICĂ ECONOMICĂ
q1
¦ p0 q0 q
¦ p 0 q1 ¦ i1 / 0 ⋅ v 0
q0
I 1¦/ 0v ( q )
= = = =
¦ p0 q0 ¦ p0 q0 ¦ v0
65 ⋅1,05 + 225 ⋅ 0,9 + 60 ⋅ 0,75
= = 0,902
350
v( p)
∆∑
1/ 0 = ∑ p1 q1 − ∑ p 0 q1 = ∑ v1 − ∑ p 0 q1 = 405 − 315,67 = 89,33 mil.
lei
v(q)
∆∑
1/ 0 = ∑ p 0 q1 − ∑ p 0 q 0 = ∑ p 0 q1 − ∑ v 0 =315,67 − 350 = −34,33 m
il. lei
sau
v(q) ∑ v( p)
∆∑
1/ 0 = ∆∑ v
1 / 0 − ∆1 / 0 = 55 − 89,33 = −34,33 mil. lei
3.
a) La nivelul unui departament, salariul mediu este:
FS i
si = , unde Si = salariul mediu al filialei “i”
Ni
Ni = nr. salariaţilor filialei “i”
373
CAPITOLUL 7
¦ FS i ¦ si N i
s= = = ¦ si g iN
¦ Ni ¦ Ni
Ştim că:
∆s¦ FS 105
¦ N1 = = = 120 persoane
∆s 0,875
374
STATISTICĂ ECONOMICĂ
¦ FS1 606
I ¦ FS = = = 1,45
¦ FS 0 417,5
s1 ¦ N1 5,05
I ¦s FS = = Is = = 1,21
s 0 ¦ N1 4,175
N s 0 ¦ N1 120
I ¦¦ FS = = I ¦N = = 1,2
s0 ¦ N0 100
4.
a) Se calculează nivelul producţiei pe baza relaţiei: Q = W ⋅ N (col. 1,2
tabelul 7.12’).
w1 13
i1w/ 0 = = = 1,18 (118%)
w0 11
Q1 1950
i1Q/ 0 = = = 1,77 (177%)
Q0 1100
∆w1 / 0 = w1 − w0 = 13 − 11 = 2
∆Q
1 / 0 = Q1 − Q 0 = 1950 − 1100 = 850 mil. lei.
375
CAPITOLUL 7
∆Q
1 / 0 = Q1 − Q 0 = w 1N1 − w 0 N 0 = 1950 − 1100 = 850 mil. lei
∆Q (w) w
1 / 0 = w 1 N1 − w 0 N1 = ∆1 / 0 ⋅ N1 = 2 ⋅ 150 = 300mil.lei
∆Q ( N) N
1 / 0 = w 0 N1 − w 0 N 0 = w 0 ⋅ ∆1 / 0 = 11 ⋅ 50 = 550mil.lei
∆Q1 /(0W ) + ∆Q (N ) Q
1 / 0 = ∆1 / 0 (300 + 550 = 850 mil. lei)
Analiza se efectuează similar pentru secţiile B şi C (col. 3-10 tabelul 7.12’)
Tabelul 7.12’
Secţia Producţie (mil. lei)
i1N/ 0 i1w/ 0 i1Q/ 0 ∆1N/ 0
ian. ‘01 iul. ‘01 (pers.)
0 1 2 3 4 5 6
376
STATISTICĂ ECONOMICĂ
¦ Q1 7510
I1¦/ 0Q = = = 1,417 (141,7%)
¦ Q0 500
¦ N1 490
I1¦/ 0N = = = 1,17 (117%)
¦ N 0 420
w1 15,326
I1w/ 0 = = = 1,214 (121,4%)
w0 12,62
N
∑ w1 g1 ∑ N1
I1∑/ 0Q ( w) = = I 1w/ (0w) = 1,223
N
∑ w0 g1 ∑ N1
N
N ∑ w0 g1 ∑ N1 N
I1∑/ 0Q ( g )
= = I1w/ (0g )
= 0,993
N
∑ w0 g 0 ∑ N1
FS ( S ) FS ( g N ) FS ( S )
I1∑/ 0 ⋅ I1∑/ 0 = I1∑/ 0
377
CAPITOLUL 7
N
∑ w0 g 0 ∑ N1
I1∑/ 0Q ( ∑ N ) = = I1∑/ 0N = 1,17
N
∑ w0 g 0 ∑ N0
N)
I1∑/ 0Q ( w) ⋅ I1∑/ 0Q ( g ⋅ I1∑/ 0Q ( ∑ N ) = I1∑/ 0Q ( w) ⋅ I1∑/ 0Q ( ∑ N ) = I1∑/ 0Q
∆¦
Q
1 / 0 = ¦ Q1 − ¦ Q 0 = 7510 − 5300 = 2210 mil. lei
∆¦
N
1 / 0 = ¦ N1 − ¦ N 0 = 490 − 420 = 70 persoane
N)
∆w1 /(0w) + ∆w1 /(0g = ∆w1 / 0
378
STATISTICĂ ECONOMICĂ
Q ( w)
∆¦
1/ 0 = ¦ w1 g1N ¦ N1 − ¦ w0 g1N ¦ N1 = ∆w1 /(0w) ⋅ ¦ N1 =
= 2,796 ⋅ 490 = 1370 mil. lei
Q( g N) N)
∆¦
1/ 0 = ¦ w0 g1N ¦ N1 − ¦ w0 g 0N ¦ N1 = ∆w1 /(0g ⋅ ¦ N1 =
= -0,09 ⋅ 490 ≅ -44,1 mil. lei
Q(¦ N )
∆¦
1/ 0 = ¦ w0 g 0N ¦ N1 − ¦ w0 g 0N ¦ N 0 = w 0 ⋅ ∆¦ N
1/ 0 =
= 12,62 ⋅ 70 ≅ 883,4 mil. lei
Q ( w) q( g N) Q(¦ N )
∆¦
1/ 0 + ∆¦
1/ 0 + ∆¦
1/ 0 = (1370 − 44,1 + 883,4 =
= 2210 mil. lei.
6. c)
7. a), e)
8. c)
9. b), c)
10. c).
11. e).
379
CAPITOLUL 7
12. c), d)
13. b)
14. d)
15. a).
a ) I1x/ 0 = ¦ ;
ix
n
b) I1x/ 0 =
¦ i x f1 ;
¦ f1
c) I1x/ 0 =
¦ i x (x 1f1 ) = ¦ i x ⋅ y1 ;
¦ (x 1f1 ) ¦ y1
d) I1x/ 0 =
¦ x 1f1 = ¦ y1 ;
1 1
¦ ⋅ x 1f 1 ¦ ⋅ y1
ix ix
e) I1x/ 0 =
¦ x1 .
¦ x0
2. Despre sistemul de ponderare Fischer sunt adevărate afirmaţiile:
a) foloseşte ponderi numai din perioada de bază;
b) indicii factoriali calculaţi pe baza acestui sistem de ponderare în-
deplinesc condiţia de reversibilitate.
c) indicii factoriali calculaţi pe baza acestui sistem de ponderare nu
îndeplinesc condiţia de reversibilitate.
d) relaţiile de calcul al indicilor de grup se bazează pe media geome-
trică a indicilor Laspeyres şi Paasche;
e) presupune existenţa datelor în evidenţa curentă privind toate
variabilele implicate şi din ambele perioade.
380
STATISTICĂ ECONOMICĂ
381
CAPITOLUL 7
Se cere:
a) indicii individuali ai productivităţii muncii;
b) dinamica şi modificarea absolută pe total a productivităţii muncii şi
influenţele factorilor;
c) dacă în luna iunie 2000 numărul total al personalului a fost de 1000
persoane, să se calculeze sporul absolut al producţiei pe seama
modificării productivităţii muncii.
382
STATISTICĂ ECONOMICĂ
Se cere:
a) Indicii individuali ai valorii volumului fizic şi preţurilor.
b) Indicii de grup ai valorii, volumului fizic şi preţurilor.
c) Reprezentarea grafică a valorii mărfurilor vândute.
Se cere:
a) Indicii individuali ai valorii, volumului fizic şi preţurilor.
b) Indicii de grup ai valorii, volumului fizic şi preţurilor.
c) Modificarea absolută a valorii mărfurilor şi descompunerea acesteia pe
factori de influenţă prin metoda indicilor.
d) Graficul valorii mărfurilor vândute în perioada de bază şi perioada
curentă.
383
CAPITOLUL 7
Tabelul 7.18’
Marfa Valoarea mărfurilor Modificarea absolută Modificarea
vândute în per. de bază a valorii pe seama relativă a
(mil. lei) preţurilor (mil. lei) cantităţii (%)
Pâine 275 +45 +7
Zahăr 100 -25 +20
Cafea 250 -30 -17
Lapte 170 +65 +12
Să se determine:
a) Dinamca valorii vânzărilor, a cantităţilor şi a preţurilor mărfurilor, pe
fiecare marfă şi pe total societate comercială.
b) Modificările absolute ale valorilor vânzărilor, pe fiecare marfă şi pe total
societate comercială, cu evidenţierea influenţei factorilor.
384
CAPITOLUL 8
CAPITOLUL 8
ELEMENTE DE STATISTICĂ
MACROECONOMICĂ
Consideraţii preliminare
Termeni cheie
385
STATISTICĂ ECONOMICĂ
386
CAPITOLUL 8
Noţiuni teoretice
8.1. INTRODUCERE
387
STATISTICĂ ECONOMICĂ
388
CAPITOLUL 8
389
STATISTICĂ ECONOMICĂ
VR VIC − Am
I%
Ut = * 100 = * 100
VIC VIC
Am
I%
Uz = * 100 = 100 − I %
ut
VIC
390
CAPITOLUL 8
391
STATISTICĂ ECONOMICĂ
392
CAPITOLUL 8
393
STATISTICĂ ECONOMICĂ
394
CAPITOLUL 8
( ) (
∆Th D z = D lz − D z * Tz ) (în om-ore)
∆Tz (D l ) = (D ll − D l )* T (în om-zile) sau,
∆Th (D l ) = (D ll − D l )* T * 8 (în om-ore)
( ) ( ) (
∆Th D z , D l = D lz − D z * Th + D ll − D l * T * 8)
VABi
Wi =
Ti
395
STATISTICĂ ECONOMICĂ
PIB ¦ VABi ¦ Wi Ti
W= = = = ¦ Wi g iT
T ¦ i
T ¦ i
T
396
CAPITOLUL 8
397
STATISTICĂ ECONOMICĂ
398
CAPITOLUL 8
399
STATISTICĂ ECONOMICĂ
VABi = VPB i − CI i
PIB = ¦ VPBi − CI
400
CAPITOLUL 8
401
STATISTICĂ ECONOMICĂ
PIBpp = CM + EN + I nind + A
unde:
CM reprezintă compensarea factorului muncă, care include:
salariile acordate angajaţilor, în numerar şi în natură; contribuţiile efective
sau importate, plătite de patroni în numele salariaţilor către sistemul
asigurărilor sociale şi/sau către unităţile private de asigurări;
EN reprezintă excedentul net de exploatare care rămâne după
scăderea compensării angajaţilor şi a amortizării capitalului fix, din valoarea
adăugată brută la preturile factorilor. El cuprinde: dobânda netă; renta;
profitul brut (compus din dividende plătite, impozite de profit, profit
nedistribuit);
A reprezintă amortizarea capitalului fix.
PNB=PIB+SVFS
PIN pp = PIBpp − A
La nivelul sectoarelor, valoarea adăugată netă este:
VAN i , pp = VABi , pp − Ai
PIN pp = ∑VAN i , pp
PIN pf = PIBpp − A − I nind = PIBpf − A
402
CAPITOLUL 8
VN = PNBpp − A − I nind
VN = PNN pp − I nind
403
STATISTICĂ ECONOMICĂ
.
Pentru alcătuirea seriilor cronologice (pentru realizarea comparaţiilor
în timp), trebuie ţinut seama de faptul că agregatele sunt exprimate în preturi
curente. Problema care se ridică este de a determina cât din modificarea
„nominală” în timp (creştere sau descreştere) a indicatorilor se datorează
modificării preţurilor şi cât este modificarea cantitativă (reală). Aceasta
presupune diminuarea din modificarea „nominală” a agregatului a variaţiei
datorate preţurilor, prin deflaţionarea indicatorului.
În practica statistică, la deflaţionarea seriilor cronologice ale
agregatelor macroeconomice de rezultate (prin eliminarea modificării
preţurilor pe baza unei game stabilite de bunuri), se utilizează indicii
preţurilor de tip Laspeyres ( I Lp ) şi de tip Paasche ( I Pp ) :
n
¦p q i1 i 0
I =
p
L
i =1
n
¦p
i =1
q
i0 i0
¦p q i1 i1
I =
p
P
i =1
n
¦p
i =1
q
i 0 i1
I Pp = I v : I Lq =
¦pq :¦p q1 1 0 1
=
¦pq
1 1
¦p q ¦p q0 0 0 0 ¦ pq
0 1
404
CAPITOLUL 8
I Pp =
¦pq 1 1
¦p q0 1
C j1 C j1
C*j1 = =
¦p j1 q j1 I Pp
¦p j0 q j1
unde:
C*j1 reprezintă componenta j exprimată în preţuri constante.
PIB* = ¦C *
j1
unde:
PIB* reprezintă produsul intern brut în preţuri constante
(comparabile).
Dacă se raportează PIB nominal (în preţuri curente) la PIB real (în
preţuri constante), rezultă un indice implicit al preţurilor PIB, denumit şi
deflator sau indice de deflaţionare ( I dfe
P
) adică:
¦ C j1 PIB
P
I dfe = =
¦ C*j1 PIB*
rinf l = ( I dfe
P
− 1) * 100
405
STATISTICĂ ECONOMICĂ
IPC =
¦p q i1 i 0
¦p q
i0 i0
pi1
¦ p *p i0 i0q
IPC = i0
= ¦i p
* gic0
¦p q
1/ 0
i0 i0
I Fp =
¦p q
iA iA
*
¦p q
iA iB
¦p q
iB iA ¦p q
iB iB
406
CAPITOLUL 8
408
CAPITOLUL 8
Pe scurt
Resurse Rezultate
Capital fix Mijloace circulante Potenţ ial uman • Produs Intern Brut (PIB)
• Produs Naţ ional Brut
(PNB)
Indicatori ai Indicatori Indicatori ai Indicatori Indicatori Indicatori ai • Produs Intern Net (PIN)
volumului, ai volumului, ai • resurse de muncă eficienţ ei • Produs Naţ ional Net
structurii, eficienţ ei structurii, eficienţ ei • populaţ ie activă folosirii (PNN)
dinamicii folosirii dinamicii folosirii • populaţ ie inactivă potenţ ialului • Venit Naţ ional (VN)
• populaţ ie ocupată uman • Venit Naţ ional Disponibil
• ş omeri (VND)
• forţ a de muncă
• timp de lucru
Indicatori ai creş terii
economice
Indicatori ai
dezvoltă rii economice
409
STATISTICĂ ECONOMICĂ
Întrebări recapitulative
1. Care sunt principalele obiective ale statisticii macroeconomice?
2. Care sunt principalele clasificări utilizate în statistica macroeconomică?
3. Ce reprezintă avuţia naţională şi cum se măsoară ea?
4. Ce cuprinde avuţia naţională acumulată?
5. Care este diferenţa dintre principiul "naţional" şi principiul teritorial în
calculul indicatorilor macroeconomici?
6. Care sunt principalii indicatori ai volumului, structurii şi dinamicii
fondurilor fixe?
7. Cum se caracterizează statistic eficienţa folosirii fondurilor fixe?
8. Cum se caracterizează statistic eficienţa folosirii mijloacelor materiale
circulante?
9. Cum se determină resursele de muncă?
10. Ce cuprinde indicatorul "populaţia activă din punct de vedere
economic"?
11. Ce cuprinde indicatorul "populaţia inactivă din punct de vedere
economic"?
12. Ce cuprinde indicatorul "populaţia ocupată"?
13. Cum se construieşte balanţa resurselor de muncă?
14. Ce indicatori se pot calcula pe baza balanţei resurselor de muncă?
15. Cum se construieşte balanţa utilizării timpului de muncă?
16. Ce indicatori se pot calcula pe baza balanţei utilizării timpului de
muncă?
17. Cum se determină rezervele de timp de lucru?
18. Cum se caracterizează statistic eficienţa utilizării potenţialului uman?
19. Ce reprezintă Sistemul Conturilor Naţionale?
20. care sunt conturile macroeconomice din SCN şi ce conţin acestea?
21. care sunt principalele metode de calcul al indicatorilor macroeconomici
de rezultate?
22. Care sunt principalii indicatori macroeconomici de rezultate şi cum se
determină ei?
23. Care este diferenţa dintre indicatorii "nominale" şi cei "reali"?
24. Cum se detrmină deflatorul PIB?
25. Cum se calculează indicele preţurilor consumatorilor?
26. Cum se determină rata inflaţiei?
27. Cum se determină PIB la paritatea puterii de cumpărare?
28. Ce reprezintă creşterea economică? dar dezvoltarea economică?
29. Care sunt principalii indicatori ai dezvoltării economice?
410
STATISTICĂ ECONOMICĂ
Teste de autoevaluare
4. Eficienţa folosirii fondurilor fixe, la nivelul unei ramuri, creşte între două
perioade dacă:
a) Indicele valorii adăugate brute este supraunitar
b) Indicele valorii medii a fondurilor fixe este supraunitar
c) Dinamica valorii medii a fondurilor fixe devansează dinamica
valorii adăugate brute
d) Dinamica valorii adăugate brute devansează dinamica valorii
medii a fondurilor fixe
e) Valoarea adăugată brută creşte mai rapid decât creşte valoarea
medie a fondurilor fixe
f) Valoarea adăugată brută creşte în acelaşi ritm cu valoarea medie a
fondurilor fixe
411
CAPITOLUL 8
412
STATISTICĂ ECONOMICĂ
b) Wl=Wh D z
c) Wl=Wz D l
d) Wl=Wh D l
e) Wl=Wh D z D l
11. Pe baza notaţiilor din capitolul prezent, Produsul Intern Net exprimat în
preţul factorilor se calculează ca:
a) PIBpp - A
b) PIBpf - I ind
n
c) PNBpf - A
d) PNBpf + (Iind - S)
e) PIBpf - A
413
CAPITOLUL 8
Tabelul 8.2’
Ramura VAB (mld lei) Fonduri fixe (mld. Lei)
1998 1999 (preţuri 1998) 1998 1999
Industrie 103.060 102.050 250.800 346.200
Construcţii 18.730 18.300 28.400 40.900
Se cere:
a) Să se determine eficienţa folosirii fondurilor fixe în anul 1998 şi 1999, în
fiecare ramură şi pe ansamblul celor 2 ramuri;
b) Să se determine dinamica eficienţei medii a folosirii fondurilor fixe (pe
ansamblul celor 2 ramuri) şi modificarea ei absolută, cu evidenţierea
factorilor de influenţă;
c) Să se determine dinamica şi modificarea absolută a producţiei, pe
ansamblul celor 2 ramuri, cu evidenţierea influenţei factorilor de influenţă.
414
STATISTICĂ ECONOMICĂ
1. a), b), d)
2. b)
3. c), e)
4. d), e), g)
5. f)
6. b), c)
7. a)
8. a)
9. e)
10. b)
11. e)
12.
Tabelul 8.3’
Ramura VAB0 VAB1 T0 T1 W0 W1
(mld. (mld. (mii (mii (mil lei/ (mil. i1W/ 0 g1T T
W0 g1
Lei) Lei) pers.) pers.) pers.) Lei/
pers.)
Industrie 103.060 102.050 2.320 2.050 44,42 49,78 1,1206 0,851 37,80
Construcţii 18.730 18.300 390 360 48,03 50,83 1,058 0,149 7,16
Total 121.790 120.350 2.710 2.410 44,94 49,94 1,1112 1.000 44,96
VAB0I 103.060
a) W0 I = = = 44,42
T0 I 2.320
VAB1I 102.050
W1I = = = 49,78
T1I 2.050
415
CAPITOLUL 8
ΣVAB ΣWT
W= = = ΣWg T
ΣT ΣT
121.790
W0 = = 44,94 mil. Lei/pers
2.710
120.350
W1 = = 49,94 mil. Lei/pers
2.410
W1I 49,8
b) i1W/ 0I = = = 1,1206
W0I 44,42
W1 ΣW1g1T 49,94
I1W/ 0 = = = = 1,1112
W0 ΣW0 g T
0
44,94
ΣW1g1T 49,94
I1W/ 0( W ) = = = 1,1107
ΣW0 g1T 44,96
T
I1W/ 0 = I1W/ 0( W ) ⋅ I1W/ 0(g ) (1,1112 = 1,1107 ⋅ 1,001)
∆W T T
1 / 0 = W 1 − W 0 = ΣW1g1 − ΣW0 g 0 = 49,94 − 44,94 = 5 mil. Lei/pers
∆W (W)
1/ 0 = ΣW1g1T − ΣW0 g1T = 49,94 − 44,96 = 4,98 mil. Lei/pers
(g T )
∆W
1/ 0 = ΣW0 g1T − ΣW0 g T
0 = 44,96 − 44,94 = 0,02 mil. Lei/pers
W(W) (g T )
∆W
1/ 0 = ∆ 1/ 0 + ∆W
1/ 0 = 4,98 + 0,02 = 5 mil. Lei/pers
Σ ΣW1g1T ΣT1
I1 /VAB
0
(W)
= = I1W/ 0( W ) = 1,1107
ΣW0 g1T ΣT1
416
STATISTICĂ ECONOMICĂ
ΣVAB(ΣT ) ΣW0 g T
0 ΣT1 2.410
I1 / 0 = = I1Σ/T0 = = 0,889
ΣW0 g T
0 ΣT0
2.710
ΣVAB( W ) ΣVAB(g T ) ΣVAB(ΣT )
I1Σ/VAB
0 = I1 / 0 ⋅ I1 / 0 ⋅ I1 / 0
(0,988 = 1,1107 ⋅ 1,001 ⋅ 0,889)
∆Σ1/VAB
0 = ΣVAB1 − ΣVAB 0 = W1ΣT1 − W 0 ΣT0 =
417
CAPITOLUL 8
13.
Tabelul 8.4’
Ramura VAB0 VAB1 F0 F1 Ef0 Ef1
(mld. (mld. (mld. (mld. (lei/1000 (lei/1000 i1Ef/ 0 g1F Ef0 g1F
Lei) Lei) Lei) Lei) lei ff) lei ff)
Industrie 103.060 102.050 250.800 346.200 410,925 294,772 0,7173 1,894 367,367
Construcţii 18.730 18.300 28.400 40.900 659,507 447,433 0,6784 0,106 69,977
Total 121.790 120.350 279.200 387.100 436,210 310,902 0,7127 1,000 437,344
VAB1I 102.050
a) Ef1I = 1000 = 1000 = 294,772 lei / 1000lei ff
F1I 346.200
VAB0I 103.060
Ef 0I = 1000 = 1000 = 410,925 lei / 1000lei ff
F0I 250.800
ΣVAB1 120.350
Ef1 = 1000 = 1000 = 310,902 lei / 1000lei ff
ΣF1 387.100
ΣVAB0 121.790
Ef 0 = 1000 = 1000 = 436,210 lei / 1000lei ff
ΣF0 279.200
Ef 294,772
b) i1Ef/ 0I = 1I = = 0,7173
Ef 0I 410,925
Ef 1 ΣEf1g1F 310,902
I1Ef/ 0 = = = = 0,7127
Ef 0 ΣEf 0 g 0F 436,210
ΣEf1g1F 310,902
I1Ef/ 0( Ef ) = = = 0,711
ΣEf 0 g1F 437,344
F ΣEf 0 g1F 437,344
I1Ef/ 0(g ) = = = 1,003
ΣEf 0 g 0F 436,210
F
I1Ef/ 0 = I1Ef/ 0( Ef ) ⋅ I1Ef/ 0(g ) (0,7127 = 0,711 ⋅ 1,003)
∆Ef F F
1 / 0 = Ef 1 − Ef 0 = ΣEf1g1 − ΣEf 0 g 0 =
= 310,902 − 436,210 = −125,308 lei / 1000lei ff
418
STATISTICĂ ECONOMICĂ
∆Ef ( Ef )
1/ 0 = ΣEf1g1F − ΣEf 0 g1F = 310,902 − 437,344 = −126,442 lei / 1000 lei ff
(g F )
∆Ef
1/ 0 = ΣEf 0 g1F − ΣEf 0 g 0F = 437,344 − 436,210 = 1,134 lei / 1000 lei ff
Ef ( Ef ) Ef (g F )
∆Ef
1/ 0 = ∆ 1/ 0 + ∆ 1/ 0 (-15,308 = −126,442 + 1,134)
Σ ΣEf1g1F ΣF1
I1 /VAB
0
( Ef )
= = I1Ef/ 0( Ef ) = 0,711
F
ΣEf 0 g1 ΣF1
F
ΣVAB(g F ) ΣEf 0 g1 ΣF1 F
I1 / 0 = = I1Ef/ 0(g ) = 1,003
ΣEf 0 g 0F ΣF1
∆Σ1VAB
/0 = ΣVAB1 − ΣVAB 0 = Ef 1ΣF1 − Ef 0 ΣF0 =
∆Σ1/VAB
0
( Ef )
= ΣEf1g1F ΣF1 − ΣEf 0 g1F ΣF1 = ∆Ef ( Ef )
1/ 0 ΣF1 =
= - 126.442 ⋅ 387,100 = −48946 mld.lei
F
Ef (g F )
∆Σ1 VAB
/0
(g )
= Σ Ef 0 g F
1 ΣF1 − ΣEf 0 g F
0 Σ F1 = ∆ 1/ 0 ΣF1 =
= 1,134 ⋅ 387,100 = 439 mld.lei
∆Σ1 /VAB
0
( ΣF)
= ΣEf 0 g 0F ΣF1 − ΣEf 0 g 0F ΣF0 = Ef 0 ∆Σ1 F/ 0 =
= 436,210(387,1 - 279,2) = 47.067 mld.lei
419
CAPITOLUL 8
F
∆Σ1VAB
/0 = ∆Σ1 /VAB
0
( Ef )
+ ∆Σ1 VAB
/0
(g )
+ ∆Σ1 VAB
/0
( ΣF)
14.
Indicatori rezultate 1998 1999
i) 400 416
1. PIB real (preţuri 1998) =
ii)
2. PNB real (preţuri 1998) 382 399
= 1) - iii) + iv)
3. PIN real (preţuri 1998) 385 388
= 1) - v)
4. PNN real (preţuri 1998) 367 371
= 2) - v)
1) 14,3 14,4
5. PIB real pe locuitor =
vi)
2) 13,6 13,8
6. PNB real pe locuitor =
vi)
3) 13,75 13,4
7. PIN real pe locuitor =
vi)
4) 13,1 12,8
8. PNN real pe locuitor =
vi)
9. Creşterea PIB total (%) - 14,0
10. Creşterea PIB pe locuitor (%) - 0,7
11. Creşterea PNB total (%) - 4,5
12. Creşterea PNB pe locuitor (%) - 1,5
13. Creşterea PIN total (%) - 0,8
14. Modificarea PIN pe locuitor (%) - -2,5
15. Creşterea PNN total (%) - 1,1
16. Modificarea PNN pe locuitor (%) - -2,3
420
STATISTICĂ ECONOMICĂ
421
CAPITOLUL 8
422
STATISTICĂ ECONOMICĂ
423
CAPITOLUL 8
424
STATISTICĂ ECONOMICĂ
Să se determine: PIB nominal, PIB real, PNB nominal, PNB real, PIN
nominal, PIN real, PNN nominal, PNN real, investiţiile nete, modificarea
relativă a indicatorilor de rezultate în anul 1999 faţă de 1998.
425