Editura PIM

Iaºi, 2008
EDITURA PIM
Soseaua Stefan cel Mare nr. 11 Iasi -700498
Tel. / fax: 0232-212740
e-mail:editurapim@pimcopy.ro
www.pimcopy.ro
EDITURĂ ACREDITATĂ CNCSIS BUCUREŞTI
66/01.05.2006

Descrierea CIP a Bibliotecii Naţionale a României

COMAN, GHEORGHE
Statistică şi econometrie : aplicaţii / Gheorghe
Coman. - Iaşi : PIM, 2008
Bibliogr.
ISBN 978-973-716-991-4

311
 STATISTICĂ ŞI ECONOMETRIE 3 4
INTRODUCERE
Statistica a apărut din nevoia reala de cunoaştere, în expresie
numerică, a diferite activităţi umane, fenomene si procese ale vieţii societăţii,
devenind un instrument indispensabil de cercetare şi evaluare a fenomenelor
şi proceselor economico-sociale.
Dacă aritmetica a apărut din necesitatea omului de a număra
(pentru a cunoaşte numărul membrilor tribului, numărul de capete dintr-o
turmă etc.), iar mai târziu geometria, după cum o arată chiar numele său, din
necesitatea de a măsura pământul, calculul probabilităţilor şi statistica au
apărut ca urmare necesităţilor evaluării fenomenelor de masă din ştiinţele
naturii şi viaţa social-economică.
Totalitatea operaţiilor, tehnicilor, procedeelor si metodelor de
investigare a fenomenelor ce aparţin unor procese de tip stohastic formează
ceea ce se numeşte metoda statistică.
În toate fazele evoluţiei sale, statistica studiază fenomene de masă
sau de tip colectiv. Principala proprietate a fenomenelor de masă este
variabilitatea în timp şi spaţiu, precum şi posibilitatea apariţiei într-o
multitudine de forme organizatorice.
Prin definiţie, obiectul de studiu al statisticii este constituit din
aspectele cantitative a determinărilor calitative ale fenomenelor de
masă, fenomene care sunt expuse acţiunii legilor statistice, care se
manifestă în condiţii concrete, variabile în timp, spaţiu şi în raport cu
formele de organizare socio-economică.
Metodele statistice pot fi descrise printr-un ansamblu de procedee
de selectare, colectare şi organizare a datelor, urmate de sistematizarea,
prezentarea şi analiza acestora, în scopul obţinerii cantităţii de informaţie
necesară luării deciziilor în timp util. În general managerii solicită valori
centralizatoare, tipice, cu o largă reprezentativitate, preferând informaţii
sintetice în locul detaliilor ce pot descrie situaţii netipice.
În practica economică cea mai mare parte a informaţiilor este
obţinută în urma organizării unei cercetări parţiale, ce investighează selectiv
unităţile statistice cuprinse într-un subset reprezentativ al colectivităţii
generale, subset denumit eşantion. Informaţiile culese printr-un sondaj oferă
în mod normal o bună evaluare a nivelului caracteristicilor, a atitudinilor şi
opiniilor populaţiei din care a fost extras eşantionul, dacă acesta îndeplineşte
condiţiile de reprezentativitate.
Observarea statistică are un rol major în buna funcţionare şi în
eficientizarea fluxului informaţional al firmei. Tendinţa spre optimizarea
fluxului informaţional al firmei se completează cu nevoia companiei de a fi
din ce în ce mai profitabilă într-un mediu în care concurenţa se exacerbează
şi atinge niveluri maxime. Dacă înţelegem Statistica ca un instrument
operaţional ce facilitează procesul decizional, atunci putem înţelege locul şi
rolul pe care îl are în sistemul de comunicare al firmei.
Gh. COMAN
Putem spune că Statistica este arta şi ştiinţa culegerii, analizei şi
inferenţei pe baza unui set de date ce caracterizează orice relaţie de piaţă în
economia concurenţială. Deşi iniţial a fost asociată cu date culese pentru
autorităţile guvernamentale, teoria sondajului a evoluat, găsindu-şi
aplicabilitatea nu doar în controlul calităţii producţiei, ci şi în contabilitate,
management şi studii de piaţă, psihologie şi educaţie.
Succesul sau falimentul în afaceri depinde de nevoile şi preferinţele
clienţilor. Răspunsul la acest tip de întrebări poate fi găsit prin aplicarea unei
tehnici de cercetare şi studiu al preferinţelor umane denumită sondaj.
Sondajul reprezintă o cercetare parţială, al cărei scop este de
estimare a caracteristicilor populaţiei generale pe baza rezultatelor obţinute
de la un eşantion riguros prelevat. Această metodă de investigaţie statistică
parţială se bazează pe principiile teoriei probabilităţilor, statisticii matematice
şi legii numerelor mari. Teoria sondajului are ca obiect principal elaborarea
metodelor ştiinţifice de modelare a problemelor legate de culegerea şi
analiza datelor.
Cercetarea prin sondaj şi-a extins permanent aria de aplicare
datorită multiplelor avantaje pe care le oferă analiştilor şi decidenţilor.
Ofertanţii de produse şi servicii nu au altă soluţie pentru a crea o bază
informaţională necesară luării deciziilor decât aplicarea metodelor de sondaj
pentru identificarea şi studiul preferinţelor clienţilor potenţiali. Pentru
asigurarea continuităţii procesului decizional, soluţia firmelor este
organizarea unui sistem integrat de sondaje periodice care să asigure
formarea unei baze de date şi a seriilor de date cronologice ce vor permite
efectuare de planuri şi prognoze cu privire la evoluţia cererii.
Principalele concepte folosite în statistică sunt următoarele:
colectivitatea statistică; unitatea statistică; variabila (caracteristica) statistică;
indicatorul statistic.
Colectivitatea statistică, numită şi populaţie statistică, reprezintă
masa totală sau globală a evenimentelor distincte din cadrul unui fenomen
sau proces natural sau socio-economic, supus cercetării statistice.
Colectivitatea este de doua feluri: colectivitate totală; colectivitate
parţială. Ambele colectivităţi pot fi statice sau dinamice, în funcţie de
variabilitatea lor în timp.
Colectivitatea totală reprezintă situaţia în care toate apariţiile
fenomenelor şi proceselor cu aceeaşi caracteristică studiată sunt supuse
cercetării .
Colectivitatea parţială reprezintă situaţia în care doar o parte din
manifestările individuale vor intra sub incidenţa cercetării statistice.
Variabila statistică, numită şi caracteristică statistică, reprezintă
atributul sau însuşirea pe care o are unitatea statistică şi care este supusă
cercetării statistice, fiind de mai multe tipuri: variabile de timp; variabile de
spaţiu; variabile atributive.
Indicatorii statistici reprezintă măsura numerică a variabilelor
statistice. Indicatorii statistici sunt de două tipuri: indicatori primari; indicatori
derivaţi.
 STATISTICĂ ŞI ECONOMETRIE 3 4
INTRODUCERE
Statistica a apărut din nevoia reala de cunoaştere, în expresie
numerică, a diferite activităţi umane, fenomene si procese ale vieţii societăţii,
devenind un instrument indispensabil de cercetare şi evaluare a fenomenelor
şi proceselor economico-sociale.
Dacă aritmetica a apărut din necesitatea omului de a număra
(pentru a cunoaşte numărul membrilor tribului, numărul de capete dintr-o
turmă etc.), iar mai târziu geometria, după cum o arată chiar numele său, din
necesitatea de a măsura pământul, calculul probabilităţilor şi statistica au
apărut ca urmare necesităţilor evaluării fenomenelor de masă din ştiinţele
naturii şi viaţa social-economică.
Totalitatea operaţiilor, tehnicilor, procedeelor si metodelor de
investigare a fenomenelor ce aparţin unor procese de tip stohastic formează
ceea ce se numeşte metoda statistică.
În toate fazele evoluţiei sale, statistica studiază fenomene de masă
sau de tip colectiv. Principala proprietate a fenomenelor de masă este
variabilitatea în timp şi spaţiu, precum şi posibilitatea apariţiei într-o
multitudine de forme organizatorice.
Prin definiţie, obiectul de studiu al statisticii este constituit din
aspectele cantitative a determinărilor calitative ale fenomenelor de
masă, fenomene care sunt expuse acţiunii legilor statistice, care se
manifestă în condiţii concrete, variabile în timp, spaţiu şi în raport cu
formele de organizare socio-economică.
Metodele statistice pot fi descrise printr-un ansamblu de procedee
de selectare, colectare şi organizare a datelor, urmate de sistematizarea,
prezentarea şi analiza acestora, în scopul obţinerii cantităţii de informaţie
necesară luării deciziilor în timp util. În general managerii solicită valori
centralizatoare, tipice, cu o largă reprezentativitate, preferând informaţii
sintetice în locul detaliilor ce pot descrie situaţii netipice.
În practica economică cea mai mare parte a informaţiilor este
obţinută în urma organizării unei cercetări parţiale, ce investighează selectiv
unităţile statistice cuprinse într-un subset reprezentativ al colectivităţii
generale, subset denumit eşantion. Informaţiile culese printr-un sondaj oferă
în mod normal o bună evaluare a nivelului caracteristicilor, a atitudinilor şi
opiniilor populaţiei din care a fost extras eşantionul, dacă acesta îndeplineşte
condiţiile de reprezentativitate.
Observarea statistică are un rol major în buna funcţionare şi în
eficientizarea fluxului informaţional al firmei. Tendinţa spre optimizarea
fluxului informaţional al firmei se completează cu nevoia companiei de a fi
din ce în ce mai profitabilă într-un mediu în care concurenţa se exacerbează
şi atinge niveluri maxime. Dacă înţelegem Statistica ca un instrument
operaţional ce facilitează procesul decizional, atunci putem înţelege locul şi
rolul pe care îl are în sistemul de comunicare al firmei.
Gh. COMAN
Putem spune că Statistica este arta şi ştiinţa culegerii, analizei şi
inferenţei pe baza unui set de date ce caracterizează orice relaţie de piaţă în
economia concurenţială. Deşi iniţial a fost asociată cu date culese pentru
autorităţile guvernamentale, teoria sondajului a evoluat, găsindu-şi
aplicabilitatea nu doar în controlul calităţii producţiei, ci şi în contabilitate,
management şi studii de piaţă, psihologie şi educaţie.
Succesul sau falimentul în afaceri depinde de nevoile şi preferinţele
clienţilor. Răspunsul la acest tip de întrebări poate fi găsit prin aplicarea unei
tehnici de cercetare şi studiu al preferinţelor umane denumită sondaj.
Sondajul reprezintă o cercetare parţială, al cărei scop este de
estimare a caracteristicilor populaţiei generale pe baza rezultatelor obţinute
de la un eşantion riguros prelevat. Această metodă de investigaţie statistică
parţială se bazează pe principiile teoriei probabilităţilor, statisticii matematice
şi legii numerelor mari. Teoria sondajului are ca obiect principal elaborarea
metodelor ştiinţifice de modelare a problemelor legate de culegerea şi
analiza datelor.
Cercetarea prin sondaj şi-a extins permanent aria de aplicare
datorită multiplelor avantaje pe care le oferă analiştilor şi decidenţilor.
Ofertanţii de produse şi servicii nu au altă soluţie pentru a crea o bază
informaţională necesară luării deciziilor decât aplicarea metodelor de sondaj
pentru identificarea şi studiul preferinţelor clienţilor potenţiali. Pentru
asigurarea continuităţii procesului decizional, soluţia firmelor este
organizarea unui sistem integrat de sondaje periodice care să asigure
formarea unei baze de date şi a seriilor de date cronologice ce vor permite
efectuare de planuri şi prognoze cu privire la evoluţia cererii.
Principalele concepte folosite în statistică sunt următoarele:
colectivitatea statistică; unitatea statistică; variabila (caracteristica) statistică;
indicatorul statistic.
Colectivitatea statistică, numită şi populaţie statistică, reprezintă
masa totală sau globală a evenimentelor distincte din cadrul unui fenomen
sau proces natural sau socio-economic, supus cercetării statistice.
Colectivitatea este de doua feluri: colectivitate totală; colectivitate
parţială. Ambele colectivităţi pot fi statice sau dinamice, în funcţie de
variabilitatea lor în timp.
Colectivitatea totală reprezintă situaţia în care toate apariţiile
fenomenelor şi proceselor cu aceeaşi caracteristică studiată sunt supuse
cercetării .
Colectivitatea parţială reprezintă situaţia în care doar o parte din
manifestările individuale vor intra sub incidenţa cercetării statistice.
Variabila statistică, numită şi caracteristică statistică, reprezintă
atributul sau însuşirea pe care o are unitatea statistică şi care este supusă
cercetării statistice, fiind de mai multe tipuri: variabile de timp; variabile de
spaţiu; variabile atributive.
Indicatorii statistici reprezintă măsura numerică a variabilelor
statistice. Indicatorii statistici sunt de două tipuri: indicatori primari; indicatori
derivaţi.
 STATISTICĂ ŞI ECONOMETRIE 5 6
Indicatorii primari sunt extraşi direct din realitatea sub toate
formele ei de organizare.
Indicatorii derivaţi sunt obţinuţi prin transformarea logico-
matematică a indicatorilor primari, ei găsindu-se sub următoarele forme:
indicatori absoluţi; indicatori relativi; mediile statistice; indicii statistici;
ecuaţiile de estimare.
Dar, aşa cum s-a precizat anterior, statistica este fundamentată
teoretic pe calculul probabilităţilor.
În înţelesul ei cel mai larg, probabilitatea este definită ca măsură a
posibilităţii, ca latură cantitativă a întemeierii acesteia.
Fiind expresia cantitativă a întemeierii obiective a perspectivelor de
evoluţie a unui sistem, a şanselor acestuia de a trece în altceva,
probabilitatea se exprimă matematic printr-o ecuaţie de frecvenţă, ca raport
între numărul de cazuri de realizare efectivă a unui eveniment şi numărul
total de cazuri posibile.
Formal, matematic, orice eveniment poate fi exprimat în termeni de
probabilitate. Evenimentele necesare – caracterizate printr-o concordanţă
deplină cu legea fenomenului şi printr-o stabilitate şi concordanţă a condiţiilor
de realizare – au o probabilitate egală cu “1”, sau o probabilitate de 100%;
evenimentele imposibile au o probabilitate “0”; iar toate celelalte
evenimente, care nu sunt necesare sau imposibil, adică evenimentele
întâmplătoare, au o probabilitate cuprinsă între “0” şi “1”.
Probabilitatea este caracteristică fenomenelor lipsite de constanţă şi
regularitate, a căror realizare este legată de instabilitatea şi caracterul
aleatoriu al apariţiei condiţiilor; ea este deci o caracteristică importantă a
fenomenelor întâmplătoare, care comportă o variaţie probabilistică între
necesar şi imposibil. De aceea, probabilitatea este definită drept o
dimensiune cantitativă a acestora. Matematic, probabilitatea (P), a unui
eveniment întâmplător (A), este redată de expresia 0<P(A)<1.
În procesul de cunoaştere, probabilitatea are sens şi valoare numai
în cazul fenomenelor întâmplătoare, pentru care există cel puţin două
posibilităţi diferite: să se realizeze sau nu, să se realizeze într-o formă sau
alta (altfel fenomenul este necesar sau imposibil). Totodată, probabilitatea îşi
pierde sensul pentru cunoaştere atunci când fenomenul întâmplător are un
număr infinit de posibilităţi, întrucât – deşi evenimentul nu este fizic imposibil
– pentru fiecare posibilitate în parte, probabilitatea devine “0”.
Cu toate că probabilitatea este o caracteristică obiectivă a
evenimentelor individuale, ea devine evidentă şi capătă o valoare pentru
cunoaştere numai atunci când este supusă observării un număr mare de
evenimente întâmplătoare de acelaşi fel, care se manifestă independent unul
de altul. Independenţa reciprocă şi dezordinea evenimentelor individuale
dintr-un ansamblu fac ca o anumită proporţie de evenimente din acest
ansamblu să se afle în aceeaşi situaţie sau în situaţii asemănătoare, care
conduc la acelaşi rezultat (se realizează în acelaşi mod). Acest fenomen
poartă denumirea de frecvenţă şi se exprimă prin raportul între numărul
cazurilor care se realizează şi numărul total de cazuri posibile. Frecvenţa se
Gh. COMAN
realizează la nivelul ansamblului, ca medie statistică a componentelor
individuale şi are valoare de necesitate pentru ansamblu; ea este cu atât mai
stabilă, cu cât numărul de componente ale ansamblului este mai mare.
Această cerinţă poartă denumirea de legea numerelor mari şi arată că ceea
ce este necesar într-un ansamblu de evenimente se poate manifesta dacă şi
numai dacă este considerat şi supus observării un număr suficient de mare
de unităţi elementare ale ansamblului.
La limita ideală a stabilităţii sale, frecvenţa este egală cu
probabilitatea fiecăruia dintre evenimentele individuale întâmplătoare care
compun ansamblul, întrucât – la nivelul ansamblului – frecvenţa este o
manifestare a probabilităţii ce caracterizează nivelul individual al existenţei
ansamblului. De aceea, probabilitatea este deseori definită prin frecvenţă.
Probabilitatea şi frecvenţa sunt egale ca valoare numerică (cantitativ), dar se
deosebesc între ele sub aspect calitativ şi ca nivel al existenţei la care se
referă şi pe care îl descriu: probabilitatea caracterizează nivelul individual la
existenţei şi evaluează întâmplarea, iar frecvenţa caracterizează nivelul
ansamblului şi pune în valoare necesitatea. Ceea ce la nivel individual se
manifestă ca întâmplare (probabilitatea) devine, la nivelul ansamblului –
printr-un proces dialectic de trecere a cantităţii în calitate -, necesitate,
(frecvenţa); aceasta este însă o necesitate statistică, pe care se întemeiază
legitatea statistică.
Aceasta din urmă reprezintă tendinţa legică a mişcării ansamblurilor
statistice; ea îşi subordonează şi îşi subsumează tendinţele individuale
întâmplătoare. Astfel, şi în cazul fenomenelor întâmplătoare, care se
grupează în ansambluri, trecerea de la posibil la real este dominată de
necesitate; numai formele concrete de realizare şi comportare a părţilor sunt
întâmplătoare şi probabile.
Totodată, fiind expresia cantitativă a frecvenţei de realizare a
diferitelor posibilităţi ale elementelor, care au valoare de factori întâmplători
în determinarea sistemului, probabilitatea exprimă raporturile dintre aceste
posibilităţi, compararea şi ordinea lor în ce priveşte şansele de realizare,
direcţiile preferenţiale obiective de evoluţie a sistemului în ansamblu.
Încrederea în posibilităţile de aplicare şi în semnificaţia practică a
unora din rezultatele calculului probabilităţilor şi statisticii matematice a
crescut continuu. Dar pentru sporirea acestei încrederi este necesar să fie
cunoscute cât mai profund principiile teoretice de bază al acestui domeniu
ştiinţific. Una din căile de îmbunătăţire a demersului instructiv-educativ
pentru însuşirea cunoştinţelor de teoria probabilităţilor şi statisticii o
constituie modernizarea continuă a procesului de transmitere a informaţiei.
Un mijloc evident constă în elaborarea unor instrumente pedagogice
adecvate care să uşureze asimilarea cunoştinţelor în care se înscrie cu brio
elaborarea unor probleme şi studii de caz corespunzătoare. Pe această linie
se înscrie prezenta culegere de probleme prin care s-a căutat modelarea
unor situaţii practice specifice.
Înţelegerea probabilităţii ca determinare a existenţei (dedusă din
înţelegerea raportului dialectic dintre necesitate şi întâmplare), precum şi
 STATISTICĂ ŞI ECONOMETRIE 5 6
Indicatorii primari sunt extraşi direct din realitatea sub toate
formele ei de organizare.
Indicatorii derivaţi sunt obţinuţi prin transformarea logico-
matematică a indicatorilor primari, ei găsindu-se sub următoarele forme:
indicatori absoluţi; indicatori relativi; mediile statistice; indicii statistici;
ecuaţiile de estimare.
Dar, aşa cum s-a precizat anterior, statistica este fundamentată
teoretic pe calculul probabilităţilor.
În înţelesul ei cel mai larg, probabilitatea este definită ca măsură a
posibilităţii, ca latură cantitativă a întemeierii acesteia.
Fiind expresia cantitativă a întemeierii obiective a perspectivelor de
evoluţie a unui sistem, a şanselor acestuia de a trece în altceva,
probabilitatea se exprimă matematic printr-o ecuaţie de frecvenţă, ca raport
între numărul de cazuri de realizare efectivă a unui eveniment şi numărul
total de cazuri posibile.
Formal, matematic, orice eveniment poate fi exprimat în termeni de
probabilitate. Evenimentele necesare – caracterizate printr-o concordanţă
deplină cu legea fenomenului şi printr-o stabilitate şi concordanţă a condiţiilor
de realizare – au o probabilitate egală cu “1”, sau o probabilitate de 100%;
evenimentele imposibile au o probabilitate “0”; iar toate celelalte
evenimente, care nu sunt necesare sau imposibil, adică evenimentele
întâmplătoare, au o probabilitate cuprinsă între “0” şi “1”.
Probabilitatea este caracteristică fenomenelor lipsite de constanţă şi
regularitate, a căror realizare este legată de instabilitatea şi caracterul
aleatoriu al apariţiei condiţiilor; ea este deci o caracteristică importantă a
fenomenelor întâmplătoare, care comportă o variaţie probabilistică între
necesar şi imposibil. De aceea, probabilitatea este definită drept o
dimensiune cantitativă a acestora. Matematic, probabilitatea (P), a unui
eveniment întâmplător (A), este redată de expresia 0<P(A)<1.
În procesul de cunoaştere, probabilitatea are sens şi valoare numai
în cazul fenomenelor întâmplătoare, pentru care există cel puţin două
posibilităţi diferite: să se realizeze sau nu, să se realizeze într-o formă sau
alta (altfel fenomenul este necesar sau imposibil). Totodată, probabilitatea îşi
pierde sensul pentru cunoaştere atunci când fenomenul întâmplător are un
număr infinit de posibilităţi, întrucât – deşi evenimentul nu este fizic imposibil
– pentru fiecare posibilitate în parte, probabilitatea devine “0”.
Cu toate că probabilitatea este o caracteristică obiectivă a
evenimentelor individuale, ea devine evidentă şi capătă o valoare pentru
cunoaştere numai atunci când este supusă observării un număr mare de
evenimente întâmplătoare de acelaşi fel, care se manifestă independent unul
de altul. Independenţa reciprocă şi dezordinea evenimentelor individuale
dintr-un ansamblu fac ca o anumită proporţie de evenimente din acest
ansamblu să se afle în aceeaşi situaţie sau în situaţii asemănătoare, care
conduc la acelaşi rezultat (se realizează în acelaşi mod). Acest fenomen
poartă denumirea de frecvenţă şi se exprimă prin raportul între numărul
cazurilor care se realizează şi numărul total de cazuri posibile. Frecvenţa se
Gh. COMAN
realizează la nivelul ansamblului, ca medie statistică a componentelor
individuale şi are valoare de necesitate pentru ansamblu; ea este cu atât mai
stabilă, cu cât numărul de componente ale ansamblului este mai mare.
Această cerinţă poartă denumirea de legea numerelor mari şi arată că ceea
ce este necesar într-un ansamblu de evenimente se poate manifesta dacă şi
numai dacă este considerat şi supus observării un număr suficient de mare
de unităţi elementare ale ansamblului.
La limita ideală a stabilităţii sale, frecvenţa este egală cu
probabilitatea fiecăruia dintre evenimentele individuale întâmplătoare care
compun ansamblul, întrucât – la nivelul ansamblului – frecvenţa este o
manifestare a probabilităţii ce caracterizează nivelul individual al existenţei
ansamblului. De aceea, probabilitatea este deseori definită prin frecvenţă.
Probabilitatea şi frecvenţa sunt egale ca valoare numerică (cantitativ), dar se
deosebesc între ele sub aspect calitativ şi ca nivel al existenţei la care se
referă şi pe care îl descriu: probabilitatea caracterizează nivelul individual la
existenţei şi evaluează întâmplarea, iar frecvenţa caracterizează nivelul
ansamblului şi pune în valoare necesitatea. Ceea ce la nivel individual se
manifestă ca întâmplare (probabilitatea) devine, la nivelul ansamblului –
printr-un proces dialectic de trecere a cantităţii în calitate -, necesitate,
(frecvenţa); aceasta este însă o necesitate statistică, pe care se întemeiază
legitatea statistică.
Aceasta din urmă reprezintă tendinţa legică a mişcării ansamblurilor
statistice; ea îşi subordonează şi îşi subsumează tendinţele individuale
întâmplătoare. Astfel, şi în cazul fenomenelor întâmplătoare, care se
grupează în ansambluri, trecerea de la posibil la real este dominată de
necesitate; numai formele concrete de realizare şi comportare a părţilor sunt
întâmplătoare şi probabile.
Totodată, fiind expresia cantitativă a frecvenţei de realizare a
diferitelor posibilităţi ale elementelor, care au valoare de factori întâmplători
în determinarea sistemului, probabilitatea exprimă raporturile dintre aceste
posibilităţi, compararea şi ordinea lor în ce priveşte şansele de realizare,
direcţiile preferenţiale obiective de evoluţie a sistemului în ansamblu.
Încrederea în posibilităţile de aplicare şi în semnificaţia practică a
unora din rezultatele calculului probabilităţilor şi statisticii matematice a
crescut continuu. Dar pentru sporirea acestei încrederi este necesar să fie
cunoscute cât mai profund principiile teoretice de bază al acestui domeniu
ştiinţific. Una din căile de îmbunătăţire a demersului instructiv-educativ
pentru însuşirea cunoştinţelor de teoria probabilităţilor şi statisticii o
constituie modernizarea continuă a procesului de transmitere a informaţiei.
Un mijloc evident constă în elaborarea unor instrumente pedagogice
adecvate care să uşureze asimilarea cunoştinţelor în care se înscrie cu brio
elaborarea unor probleme şi studii de caz corespunzătoare. Pe această linie
se înscrie prezenta culegere de probleme prin care s-a căutat modelarea
unor situaţii practice specifice.
Înţelegerea probabilităţii ca determinare a existenţei (dedusă din
înţelegerea raportului dialectic dintre necesitate şi întâmplare), precum şi
 STATISTICĂ ŞI ECONOMETRIE 7 8
admiterea unei corelări a probabilităţii cu cauzalitatea (exprimată prin
conceptul de cauzalitate statistică) sunt produse teoretice de dată mai
recentă. Probabilitatea însăşi a fost luată în consideraţie drept o componentă
a determinismului abia în faza înţelegerii moderne, materialist-dialectice a
acesteia şi mai alea în cadrul teoriei determinismului statistic.
Determinismul clasic nu considera probabilitatea ca un fenomen
obiectiv, ca un moment al determinismului; posibilitatea era identificată cu
necesitatea, iar întâmplarea era considerată ca fenomen iluzoriu (orice
eveniment era socotit sau necesar, sau imposibil).
Până în secolul al XX-lea, probabilitatea nu şi-a găsit locul cuvenit
nici în domeniul ştiinţei. Teoria matematică a probabilităţii, dezvoltată
începând din secolul al XVII-lea şi al XVIII-lea, mai ales în legătură cu
jocurile de noroc, reducea probabilitatea la planul gnoseologic; în mecanica
clasică, probabilitatea clasică nu ocupă nici un loc; iar în fizica statistică
clasică, ea apare ca o completare a principiilor dinamicii şi intervine numai
din raţiuni subiective (întrucât cunoaşterea comportării fiecărei unităţi
componente este deosebit de dificilă), fără a interveni ca relaţie de bază în
legile fundamentale (în teoria cinetică a gazelor, de exemplu, se considera
că moleculele se mişcă după legile mecanicii newtoniene). Abia în fizica
secolului al XX-lea, mai ales în mecanica cuantică, probabilitatea intervine în
legile fundamentale, în legătură cu natura duală a microparticulelor, a căror
comportare nu putea fi redusă la legitatea dinamică.
Astăzi, probabilitatea intervine în cunoaşterea tuturor domeniilor
existenţei, mai ales în cercetarea ansamblurilor, în determinarea statistică a
evoluţiei unor mulţimi de evenimente sau stări întâmplătoare. Metodele
probabilistice sunt larg folosite în cercetările din domeniul fizicii, chimiei,
biologiei, în cibernetică şi teoria informaţiei, în sociologie, în economie şi
demografie etc.
Demersul probabilistic în cunoaştere, care stă la baza deducţiei
probabile, nu rezultă din adoptarea unor criterii preferenţiale, dintr-o alegere
subiectivă a metodelor de descriere a sistemelor, sau din incapacitatea
omenească de a oferi o cunoaştere absolut certă a evoluţiei lor obiective, ci
din caracterul întâmplător şi probabil al înseşi proceselor reale al căror
determinism este configurat de raporturi neunivoce, statistice, raporturi ce
condiţionează – în plan gnoseologic – o certitudine relativă.
Problema deducţiei probabile este mult mai amplă decât problemele
care constituie domeniul calculului probabilităţilor. Doar obsesia abordărilor
matematice putea da naştere la prejudecata că probabilitatea înseamnă
totdeauna frecvenţă. O eroare suplimentară a dus la confuzia problemei
probabilităţii cu problema raţionamentului inductiv, aşa cum este acesta
aplicat în ştiinţele naturale. Tentativa de a substitui categoriei de cauzalitate
o teorie universală a probabilităţilor caracterizează o metodă abortivă de
filozofare, care era foarte la modă cu numai câţiva ani în urmă.
În zilele noastre, rezultatele obţinute prin aplicarea teoriei
probabilităţilor şi statisticii matematice în cele mai variate domenii cum ar fi:
fizică, tehnică, economie, ştiinţe sociale, biologie, medicină, comunicaţii,
Gh. COMAN
demografie etc., ca şi concordanţa sistematică dintre previziunile teoretice şi
cele experimentale sunt mărturii incontestabile ale utilităţii practice a
analizelor probabilistice şi statistice.
Dar, aceste probleme nu trebuie considerate instrumente separate
de mesajul teoretic şi într-o simbioză cât mai adecvată din care a rezultat
procesul didactic modern cunoscut sub denumirea de învăţământ
problematizat.
Dar ce este învăţământul problematizat ? În procesul de
învăţământ tradiţional, în general, numai emiţătorul mesajului este activ, el
vorbeşte mult, explică, demonstrează, defineşte noţiunile de conţinut ale
mesajului informaţional. Receptorii mesajului depun un efort însemnat pentru
înţelegerea, reţinerea şi reproducerea conţinutului mesajului informaţional.
Aceştia consumă un volum important de timp şi cu efectuarea diferitelor
genuri de exerciţii. În asemenea condiţii de instruire, activizarea intelectuală
internă a studenţilor sau elevilor este redusă. În ce priveşte elementele de
creaţie, de căutare, de investigaţie, ele sunt, în general, reduse la minimum.
Activizarea studenţilor este restrânsă în primul rând pentru că instruirea, în
ansamblu, are un caracter explicativ - exemplificativ. Chiar şi în cazul
efectuării multor exerciţii de lucru independent se urmăreşte acelaşi scop
unic de consolidare cât mai trainică a cunoştinţelor şi priceperilor în condiţiile
operării, în principal, cu probleme a căror metode de rezolvare a fost
demonstrată anterior în amănunt; consolidarea sistemului de operaţii
1
reglementat cu stricteţe de către profesor .
Instruirea explicativ – exemplificativă, în procesul căreia studentul
dobândeşte cunoştinţe date, cu precădere sub o formă finită, limitează în
mod accentuat posibilităţile de dezvoltare a independenţei gândirii şi acţiunii
studenţilor. În acelaşi timp, poate deveni un bun durabil al subiectului numai
ceea ce a trecut prin gândirea şi acţiunea independentă a studenţilor.
În măsura în care instruirea tradiţională se caracterizează prin
activismul unilateral al profesorului, în aceeaşi măsură devine mai dificilă
dirijarea procesului de asimilare a cunoştinţelor şi de formare a priceperilor şi
deprinderilor personale la studenţi. Profesorul dispune de prea puţine
informaţii despre modul în care se „transformă” în conştiinţa studentului
cunoştinţele transmise şi despre dificultăţile pe care le întâmpină studentul.
În ultima vreme, în legătură cu introducerea programării în instruire, a
crescut posibilitatea de dirijare a procesului de învăţământ. Totuşi, instruirea
programată nu poate înlocui tot procesul de învăţământ. Iată de ce, pe
ansamblu, instruirea rămâne insuficient dirijată cu competenţă profesională
de către profesorul de specialitate.
În esenţă, învăţământul problematizat se caracterizează prin
faptul că procesul instructiv-educativ este un proces interactiv între cel
care transmite mesajul informaţional şi cei care recepţionează acest
mesaj.
1
Angela Solcan, Problematizarea – mijloc de dezvoltare a gândirii critice, în „Didactica
Pro”, Nr.6 (16), 2002, p.64-66
 STATISTICĂ ŞI ECONOMETRIE 7 8
admiterea unei corelări a probabilităţii cu cauzalitatea (exprimată prin
conceptul de cauzalitate statistică) sunt produse teoretice de dată mai
recentă. Probabilitatea însăşi a fost luată în consideraţie drept o componentă
a determinismului abia în faza înţelegerii moderne, materialist-dialectice a
acesteia şi mai alea în cadrul teoriei determinismului statistic.
Determinismul clasic nu considera probabilitatea ca un fenomen
obiectiv, ca un moment al determinismului; posibilitatea era identificată cu
necesitatea, iar întâmplarea era considerată ca fenomen iluzoriu (orice
eveniment era socotit sau necesar, sau imposibil).
Până în secolul al XX-lea, probabilitatea nu şi-a găsit locul cuvenit
nici în domeniul ştiinţei. Teoria matematică a probabilităţii, dezvoltată
începând din secolul al XVII-lea şi al XVIII-lea, mai ales în legătură cu
jocurile de noroc, reducea probabilitatea la planul gnoseologic; în mecanica
clasică, probabilitatea clasică nu ocupă nici un loc; iar în fizica statistică
clasică, ea apare ca o completare a principiilor dinamicii şi intervine numai
din raţiuni subiective (întrucât cunoaşterea comportării fiecărei unităţi
componente este deosebit de dificilă), fără a interveni ca relaţie de bază în
legile fundamentale (în teoria cinetică a gazelor, de exemplu, se considera
că moleculele se mişcă după legile mecanicii newtoniene). Abia în fizica
secolului al XX-lea, mai ales în mecanica cuantică, probabilitatea intervine în
legile fundamentale, în legătură cu natura duală a microparticulelor, a căror
comportare nu putea fi redusă la legitatea dinamică.
Astăzi, probabilitatea intervine în cunoaşterea tuturor domeniilor
existenţei, mai ales în cercetarea ansamblurilor, în determinarea statistică a
evoluţiei unor mulţimi de evenimente sau stări întâmplătoare. Metodele
probabilistice sunt larg folosite în cercetările din domeniul fizicii, chimiei,
biologiei, în cibernetică şi teoria informaţiei, în sociologie, în economie şi
demografie etc.
Demersul probabilistic în cunoaştere, care stă la baza deducţiei
probabile, nu rezultă din adoptarea unor criterii preferenţiale, dintr-o alegere
subiectivă a metodelor de descriere a sistemelor, sau din incapacitatea
omenească de a oferi o cunoaştere absolut certă a evoluţiei lor obiective, ci
din caracterul întâmplător şi probabil al înseşi proceselor reale al căror
determinism este configurat de raporturi neunivoce, statistice, raporturi ce
condiţionează – în plan gnoseologic – o certitudine relativă.
Problema deducţiei probabile este mult mai amplă decât problemele
care constituie domeniul calculului probabilităţilor. Doar obsesia abordărilor
matematice putea da naştere la prejudecata că probabilitatea înseamnă
totdeauna frecvenţă. O eroare suplimentară a dus la confuzia problemei
probabilităţii cu problema raţionamentului inductiv, aşa cum este acesta
aplicat în ştiinţele naturale. Tentativa de a substitui categoriei de cauzalitate
o teorie universală a probabilităţilor caracterizează o metodă abortivă de
filozofare, care era foarte la modă cu numai câţiva ani în urmă.
În zilele noastre, rezultatele obţinute prin aplicarea teoriei
probabilităţilor şi statisticii matematice în cele mai variate domenii cum ar fi:
fizică, tehnică, economie, ştiinţe sociale, biologie, medicină, comunicaţii,
Gh. COMAN
demografie etc., ca şi concordanţa sistematică dintre previziunile teoretice şi
cele experimentale sunt mărturii incontestabile ale utilităţii practice a
analizelor probabilistice şi statistice.
Dar, aceste probleme nu trebuie considerate instrumente separate
de mesajul teoretic şi într-o simbioză cât mai adecvată din care a rezultat
procesul didactic modern cunoscut sub denumirea de învăţământ
problematizat.
Dar ce este învăţământul problematizat ? În procesul de
învăţământ tradiţional, în general, numai emiţătorul mesajului este activ, el
vorbeşte mult, explică, demonstrează, defineşte noţiunile de conţinut ale
mesajului informaţional. Receptorii mesajului depun un efort însemnat pentru
înţelegerea, reţinerea şi reproducerea conţinutului mesajului informaţional.
Aceştia consumă un volum important de timp şi cu efectuarea diferitelor
genuri de exerciţii. În asemenea condiţii de instruire, activizarea intelectuală
internă a studenţilor sau elevilor este redusă. În ce priveşte elementele de
creaţie, de căutare, de investigaţie, ele sunt, în general, reduse la minimum.
Activizarea studenţilor este restrânsă în primul rând pentru că instruirea, în
ansamblu, are un caracter explicativ - exemplificativ. Chiar şi în cazul
efectuării multor exerciţii de lucru independent se urmăreşte acelaşi scop
unic de consolidare cât mai trainică a cunoştinţelor şi priceperilor în condiţiile
operării, în principal, cu probleme a căror metode de rezolvare a fost
demonstrată anterior în amănunt; consolidarea sistemului de operaţii
1
reglementat cu stricteţe de către profesor .
Instruirea explicativ – exemplificativă, în procesul căreia studentul
dobândeşte cunoştinţe date, cu precădere sub o formă finită, limitează în
mod accentuat posibilităţile de dezvoltare a independenţei gândirii şi acţiunii
studenţilor. În acelaşi timp, poate deveni un bun durabil al subiectului numai
ceea ce a trecut prin gândirea şi acţiunea independentă a studenţilor.
În măsura în care instruirea tradiţională se caracterizează prin
activismul unilateral al profesorului, în aceeaşi măsură devine mai dificilă
dirijarea procesului de asimilare a cunoştinţelor şi de formare a priceperilor şi
deprinderilor personale la studenţi. Profesorul dispune de prea puţine
informaţii despre modul în care se „transformă” în conştiinţa studentului
cunoştinţele transmise şi despre dificultăţile pe care le întâmpină studentul.
În ultima vreme, în legătură cu introducerea programării în instruire, a
crescut posibilitatea de dirijare a procesului de învăţământ. Totuşi, instruirea
programată nu poate înlocui tot procesul de învăţământ. Iată de ce, pe
ansamblu, instruirea rămâne insuficient dirijată cu competenţă profesională
de către profesorul de specialitate.
În esenţă, învăţământul problematizat se caracterizează prin
faptul că procesul instructiv-educativ este un proces interactiv între cel
care transmite mesajul informaţional şi cei care recepţionează acest
mesaj.
1
Angela Solcan, Problematizarea – mijloc de dezvoltare a gândirii critice, în „Didactica
Pro”, Nr.6 (16), 2002, p.64-66
 STATISTICĂ ŞI ECONOMETRIE 9 10
În procesul instructiv-educativ şi procesul de creaţie al cercetării se
disting o serie de componente generale şi esenţiale comune pentru aceste
activităţi. În primul rând, asemănătoare sunt scopurile lor, înţelegerea
fenomenului sau procesului, să stabilească lanţul dependenţelor cauzale, să-
şi îmbogăţească noţiunile şi cunoştinţele despre lumea înconjurătoare. În al
doilea rând, şi într-un caz şi celălalt, omul intră într-un contact activ cu
obiectele cunoaşterii sau ale studiului său. În al treilea rând, şi în procesul
cercetării, şi în cel al învăţării, subiectul se foloseşte de posibilităţile vaste
ale gândirii sale ca principal mijloc în rezolvarea problemelor cu caracter
cognitiv sau cognitiv-didactic, care îi sunt puse.
Cunoscând diferite fenomene sau procese, însuşindu-şi un anumit
material instructiv, omul realizează acest lucru în cursul studierii, al explorării
obiectului ce trebuie cunoscut sau însuşit. La fel ca în activitatea de
cercetare, în cazul însuşirii unui obiect de învăţământ, nou, la student apare,
de regulă, o anumită necesitate şi un anumit interes faţă de studierea
acestuia. Apoi urmează formularea unor ipoteze, a unor răspunsuri
anticipative, la problema pusă. Ipotezele respective pot fi verificate pe cale
experimentală.
Atât cercetarea, ca una dintre formele activităţii cognitive a omului,
cât şi procesul cognitiv considerat în ansamblu, se realizează în
desfăşurarea activităţii intelectuale. Gândirea este, în esenţă, cunoaşterea
care conduce la rezolvarea problemelor sau a sarcinilor cu care este
confruntat omul. Gândirea începe acolo unde apare o situaţie-problemă.
Altfel spus, acolo unde nu există o problemă, nu există nici gândire, în sensul
cel mai strict al termenului. Situaţia-problemă conţine totdeauna ceva ce
2
trebuie desăvârşit , definit. Probabil tocmai de aceea rezultatul rezolvării ei
va fi o cunoştinţă nouă pentru subiect sau un procedeu de acţiune fie nou, fie
modificat.
Aşadar, cunoaşterea ştiinţifică a realităţii şi procesul învăţării sunt
într-o oarecare privinţă asemănătoare. De aceea, se poate presupune că
procesele învăţării, cunoaşterii, cercetării şi gândirii sunt legate între ele, se
întrepătrund şi uneori chiar trec unele în altele. Dar dacă lucrurile se prezintă
astfel, nu ar trebui oare ca procesul de învăţare, prin unele dintre trăsăturile
sale esenţiale, să modeleze procesul cunoaşterii, procesul investigativ-
explorator şi de gândire ? Şi mai cu seamă nu ar trebui ca procesul învăţării
să modeleze, într-un anumit grad, procesul gândirii ?
În ultima vreme psihopedagogia se remarcă printr-o tendinţă de
apropiere între psihologia gândirii şi psihologia învăţării. Această situaţie nu
este întâmplătoare. Exigenţele ştiinţei moderne, ale cunoaşterii şi
învăţământului de specialitate în general, determină necesitatea de a conferii
procesului instructiv-educativ un caracter „problematizat”. Tocmai de aceea
este şi firesc ca psihologia învăţării să apeleze la psihologia gândirii. În
apropierea dintre aceste două ramuri ale psihologiei, simptomatic se
dovedeşte faptul că principiul problematizării începe să fie transpus din
2 3
Coman Gheorghe, Analiza valorii, Iaşi, Casa de Editură Venus, 2001.
Gh. COMAN
psihologia gândirii în psihologia învăţării. Deseori, elaborarea acestei
metodologii noi se identifică cu crearea unei metode noi, specifice, de
instruire – a metodei problematizării – sau a metodei creării situaţiilor-
problemă, cunoscută şi sub numele studii de caz.
Instruirea explicativ - exemplificativă, bazată pe principiul
comunicării unor cunoştinţe gata elaborate, contribuie la formarea unui
stil propriu, specific, de activitate individuală. Acest stil constă, în
principal, în dezvoltarea gândirii reproductive şi a memoriei studenţilor.
Instruirea prin problematizare îşi propune, ca una dintre sarcinile şi
rezultatele sale principale, dezvoltarea gândirii independente,
productive. Ea este orientată spre formarea activităţii de explorare,
creative.
Se consideră că problematizarea instruirii poate fi privită ca una
dintre cerinţele psihodidactice de primă importanţă. Fireşte că activitatea
studenţilor include şi acţiuni pur executive, memorarea cunoştinţelor de-a
gata elaborate, operarea după model etc. Totuşi, efectuarea acestor acţiuni
şi „sarcini” de execuţie poate fi subordonată scopurilor realizării principiului
problematizării, ceea ce înseamnă că momentele de achiziţie a cunoştinţelor
gata elaborate, de operare după model etc., se includ în contextul rezolvării
unei sarcini cognitiv-problematice mult mai largi.
Dar, deşi învăţământul problematizat se practică de multă vreme, o
teorie psihopedagogică a învăţării prin învăţământul problematizat se află
încă într-un proces de devenire. Unii autori încearcă să construiască edificiul
teoretic al sistemului de învăţare prin problematizarea în ansamblu, iar alţii
caută să elaboreze în detaliu unele laturi ale acestui tip de învăţare. Aceasta
întrucât problematizarea obiectelor învăţării se pretează, cu precădere, la
învăţământul specializat al ştiinţelor exacte: matematică, fizică, chimie,
tehnică etc. Şi dacă suntem în domeniul învăţământului de specialitate
tehnico-economic putem cita, spre exemplu, un manual destinat studenţilor
3
Optimizări în economie , elaborat şi publicat recent. Desigur, pot fi citate
multe alte manuale elaborate pe acest principiu.
Problema este un rezultat al procesului de cunoaştere care conţine
indicarea unor lacune în sistemul de cunoştinţe, evidenţiind o contradicţie
între cunoaştere şi necunoaştere şi fiind, de aceea, îndreptat mai mult sau
mai puţin direct către înlăturarea acestei contradicţii.
Situaţia-problemă este o formă specifică de interacţiune cognitivă
dintre subiect şi obiect, caracterizată printr-o asemenea stare psihică a
subiectului, în timpul efectuării unei teme, care solicită găsirea (descoperirea
sau asimilarea) unor cunoştinţe sau procedee de acţiuni noi, necunoscute
anterior de către subiect. Din punct de vedere psihologic, în structura
situaţiei-problemă se poate include, în primul rând, o trebuinţă de
cunoaştere, în al doilea rând, căutarea cunoştinţelor sau a procedeelor de
acţiune necunoscute, compuse din experienţa şi capacităţile acestuia.
Clasele principale de situaţii-problemă se diferenţiază în funcţie de
Grunichevici Ecaterina, Optimizări în economie, Iaşi, Casa de Editură Venus, 2003.
 STATISTICĂ ŞI ECONOMETRIE 9 10
În procesul instructiv-educativ şi procesul de creaţie al cercetării se
disting o serie de componente generale şi esenţiale comune pentru aceste
activităţi. În primul rând, asemănătoare sunt scopurile lor, înţelegerea
fenomenului sau procesului, să stabilească lanţul dependenţelor cauzale, să-
şi îmbogăţească noţiunile şi cunoştinţele despre lumea înconjurătoare. În al
doilea rând, şi într-un caz şi celălalt, omul intră într-un contact activ cu
obiectele cunoaşterii sau ale studiului său. În al treilea rând, şi în procesul
cercetării, şi în cel al învăţării, subiectul se foloseşte de posibilităţile vaste
ale gândirii sale ca principal mijloc în rezolvarea problemelor cu caracter
cognitiv sau cognitiv-didactic, care îi sunt puse.
Cunoscând diferite fenomene sau procese, însuşindu-şi un anumit
material instructiv, omul realizează acest lucru în cursul studierii, al explorării
obiectului ce trebuie cunoscut sau însuşit. La fel ca în activitatea de
cercetare, în cazul însuşirii unui obiect de învăţământ, nou, la student apare,
de regulă, o anumită necesitate şi un anumit interes faţă de studierea
acestuia. Apoi urmează formularea unor ipoteze, a unor răspunsuri
anticipative, la problema pusă. Ipotezele respective pot fi verificate pe cale
experimentală.
Atât cercetarea, ca una dintre formele activităţii cognitive a omului,
cât şi procesul cognitiv considerat în ansamblu, se realizează în
desfăşurarea activităţii intelectuale. Gândirea este, în esenţă, cunoaşterea
care conduce la rezolvarea problemelor sau a sarcinilor cu care este
confruntat omul. Gândirea începe acolo unde apare o situaţie-problemă.
Altfel spus, acolo unde nu există o problemă, nu există nici gândire, în sensul
cel mai strict al termenului. Situaţia-problemă conţine totdeauna ceva ce
2
trebuie desăvârşit , definit. Probabil tocmai de aceea rezultatul rezolvării ei
va fi o cunoştinţă nouă pentru subiect sau un procedeu de acţiune fie nou, fie
modificat.
Aşadar, cunoaşterea ştiinţifică a realităţii şi procesul învăţării sunt
într-o oarecare privinţă asemănătoare. De aceea, se poate presupune că
procesele învăţării, cunoaşterii, cercetării şi gândirii sunt legate între ele, se
întrepătrund şi uneori chiar trec unele în altele. Dar dacă lucrurile se prezintă
astfel, nu ar trebui oare ca procesul de învăţare, prin unele dintre trăsăturile
sale esenţiale, să modeleze procesul cunoaşterii, procesul investigativ-
explorator şi de gândire ? Şi mai cu seamă nu ar trebui ca procesul învăţării
să modeleze, într-un anumit grad, procesul gândirii ?
În ultima vreme psihopedagogia se remarcă printr-o tendinţă de
apropiere între psihologia gândirii şi psihologia învăţării. Această situaţie nu
este întâmplătoare. Exigenţele ştiinţei moderne, ale cunoaşterii şi
învăţământului de specialitate în general, determină necesitatea de a conferii
procesului instructiv-educativ un caracter „problematizat”. Tocmai de aceea
este şi firesc ca psihologia învăţării să apeleze la psihologia gândirii. În
apropierea dintre aceste două ramuri ale psihologiei, simptomatic se
dovedeşte faptul că principiul problematizării începe să fie transpus din
2 3
Coman Gheorghe, Analiza valorii, Iaşi, Casa de Editură Venus, 2001.
Gh. COMAN
psihologia gândirii în psihologia învăţării. Deseori, elaborarea acestei
metodologii noi se identifică cu crearea unei metode noi, specifice, de
instruire – a metodei problematizării – sau a metodei creării situaţiilor-
problemă, cunoscută şi sub numele studii de caz.
Instruirea explicativ - exemplificativă, bazată pe principiul
comunicării unor cunoştinţe gata elaborate, contribuie la formarea unui
stil propriu, specific, de activitate individuală. Acest stil constă, în
principal, în dezvoltarea gândirii reproductive şi a memoriei studenţilor.
Instruirea prin problematizare îşi propune, ca una dintre sarcinile şi
rezultatele sale principale, dezvoltarea gândirii independente,
productive. Ea este orientată spre formarea activităţii de explorare,
creative.
Se consideră că problematizarea instruirii poate fi privită ca una
dintre cerinţele psihodidactice de primă importanţă. Fireşte că activitatea
studenţilor include şi acţiuni pur executive, memorarea cunoştinţelor de-a
gata elaborate, operarea după model etc. Totuşi, efectuarea acestor acţiuni
şi „sarcini” de execuţie poate fi subordonată scopurilor realizării principiului
problematizării, ceea ce înseamnă că momentele de achiziţie a cunoştinţelor
gata elaborate, de operare după model etc., se includ în contextul rezolvării
unei sarcini cognitiv-problematice mult mai largi.
Dar, deşi învăţământul problematizat se practică de multă vreme, o
teorie psihopedagogică a învăţării prin învăţământul problematizat se află
încă într-un proces de devenire. Unii autori încearcă să construiască edificiul
teoretic al sistemului de învăţare prin problematizarea în ansamblu, iar alţii
caută să elaboreze în detaliu unele laturi ale acestui tip de învăţare. Aceasta
întrucât problematizarea obiectelor învăţării se pretează, cu precădere, la
învăţământul specializat al ştiinţelor exacte: matematică, fizică, chimie,
tehnică etc. Şi dacă suntem în domeniul învăţământului de specialitate
tehnico-economic putem cita, spre exemplu, un manual destinat studenţilor
3
Optimizări în economie , elaborat şi publicat recent. Desigur, pot fi citate
multe alte manuale elaborate pe acest principiu.
Problema este un rezultat al procesului de cunoaştere care conţine
indicarea unor lacune în sistemul de cunoştinţe, evidenţiind o contradicţie
între cunoaştere şi necunoaştere şi fiind, de aceea, îndreptat mai mult sau
mai puţin direct către înlăturarea acestei contradicţii.
Situaţia-problemă este o formă specifică de interacţiune cognitivă
dintre subiect şi obiect, caracterizată printr-o asemenea stare psihică a
subiectului, în timpul efectuării unei teme, care solicită găsirea (descoperirea
sau asimilarea) unor cunoştinţe sau procedee de acţiuni noi, necunoscute
anterior de către subiect. Din punct de vedere psihologic, în structura
situaţiei-problemă se poate include, în primul rând, o trebuinţă de
cunoaştere, în al doilea rând, căutarea cunoştinţelor sau a procedeelor de
acţiune necunoscute, compuse din experienţa şi capacităţile acestuia.
Clasele principale de situaţii-problemă se diferenţiază în funcţie de
Grunichevici Ecaterina, Optimizări în economie, Iaşi, Casa de Editură Venus, 2003.
 STATISTICĂ ŞI ECONOMETRIE
componenta acţiunii care se cere însuşită (o legitate a unui obiect, anumite
procedee sau condiţii de operare). Una dintre acestea, pentru specializările
din domeniul ingineriei şi economiei sunt cele cunoscute sub numele de
studii de caz.
Dar, indiferent de clasa din care face parte situaţia-problemă de
rezolvat, în etapa când are loc susţinerea soluţiei adoptate, este necesar ca
modalitatea de rezolvare aleasă să fie fundamentată din toate punctele de
vedere, iar soluţia să fie realizabilă practic.
Aplicarea metodei studiului de caz face posibile trei situaţii de bază,
corespunzătoare caracterului problemelor tehnice sau economice de
producţie. În prima, studenţii capătă întreaga informaţie necesară, situaţie ce
îşi are scăderile ei, pentru că în practica de producţie, de regulă, ea nu se
întâlneşte sau se întâlneşte foarte rar. În a doua, studenţii nu primesc
întreaga informaţie, astfel încât devine necesară studierea analitică a
situaţiei concrete şi culegerea unor informaţii suplimentare (aceasta este o
situaţie apropiată de practica de producţie). În a treia situaţie, studenţilor le
este descris succint cazul concret, neoferindu-li-se toată informaţia
necesară, fapt care, de asemenea, corespunde condiţiilor de producţie.
Instruirea prin problematizare implică crearea (organizarea)
situaţiilor-problemă, conştientizarea, acceptarea şi rezolvarea acestor situaţii
în procesul activităţii comune dintre studenţi şi profesor, în condiţiile unei
autonomii cât mai mari a celor dintâi şi sub conducerea competentă,
ştiinţifică şi didactică, a profesorului.
Instruirea prin problematizare (ca orice alt gen de instruire) poate
contribui la realizarea următoarelor două scopuri: 1. formarea unui sistem
necesar de cunoştinţe, priceperi şi deprinderi; 2. atingerea unui nivel înalt de
dezvoltare intelectuală, dezvoltarea capacităţii de învăţare independentă, de
autoinstruire. Ambele scopuri pot fi îndeplinite cu mai mult succes tocmai în
procesul instruirii prin problematizare, deoarece însuşirea mesajului
informaţional de către subiecţi se realizează aici în condiţiile intensei activităţi
explorative a studenţilor, în condiţiile rezolvării de către aceştia a unui sistem
de teme cognitiv-problematice, în procesul rezolvării de către aceştia a unui
sistem de teme cognitiv-programatice. Cunoştinţele, priceperile şi
deprinderile achiziţionate pe această cale sunt active, ele pot fi rapid
actualizate şi aplicate în practică. Rezolvarea sistemelor de sarcini cu
caracter problematic, generalizarea cunoştinţelor şi a procedeelor de
acţiune, transferul priceperilor dobândite la rezolvarea de probleme noi –
toată această activitate, însoţită de „satisfacţia intelectuală” decurgând din
învingerea dificultăţilor şi din „descoperirile” obţinute prin forţe proprii exercită
o influenţă favorabilă asupra sferei cognitive a personalităţii: se constituie
interese şi motive cognitive stabile pentru activitatea didactică, se elaborează
atitudini cognitive pozitive faţă de materialul instructiv şi, în genere, faţă de
realitatea înconjurătoare. De asemenea, un scop important pe care îl
realizează instruirea problematizată – formarea unui stil specific al activităţii
intelectuale, una dintre caracteristicile esenţiale ale acestuia fiind orientarea
11 12 Gh. COMAN
activ-exploratorie şi independenţa subiecţilor în rezolvarea unor probleme
teoretice şi practice noi.
Altfel spus, învăţământul prin instruire problematizată satisface
aforismul rostit deseori de marele matematician român Grigore Moisil: vrei să
vezi cum se descurcă cineva – încurcă-l (adică creează-i probleme).
Situaţia-problemă apare ca o stare psihică a subiectului,
confruntat cu o dificultate practică sau cognitivă, ca o contradicţie care
apare între subiect şi obiectul cunoaşterii în activitatea individuală, în
acest sens, ea reprezentând o formă deosebită de interacţiune
intelectuală între subiect şi obiect. Aşadar, primul semn de recunoaştere a
unei situaţii-problemă este faptul că ea generează o dificultate care poate fi
depăşită de către subiect numai ca urmare a unei activităţi individuale
cognitive şi rezolvarea oricărei probleme de gândire înseamnă înlăturarea
unei neconcordanţe sau a unei contradicţii dintre ceea ce a devenit o
achiziţie cognitivă şi ceea ce urmează să devină o astfel de achiziţie.
Situaţia problemă apare şi atunci când există o contradicţie între
calea teoretică posibilă de rezolvare a unei probleme şi imposibilitatea sau
ineficienţa alegerii acestei căi pentru rezolvări practice; ea apare şi atunci
când intervine o contradicţie între un rezultat practic, obţinut prin îndeplinirea
unei sarcini, şi absenţa fundamentării teoretice a acestui demers practic.
Prezenta culegere de probleme are ca obiectiv înlesnirea efortului de
asimilare a raţionamentului probabilistic de către cei care o consultă, folositor
în aprecierea evenimentelor şi fenomenelor economico-sociale. Ea creează
condiţiile necesare înţelegerii şi, deci, aprofundării metodelor utilizate în
statistica economică, dând un înţeles corespunzător concluziilor statistice
rezultate în urma analizei fenomenelor economice respective. Culegerea de
probleme este o prelungire a materialului documentar pus la dispoziţia
studenţilor de către autor sub formă de manual, cu un conţinut teoretic şi faptic
adecvat pregătirii profesionale în domeniul ştiinţelor economice.
 STATISTICĂ ŞI ECONOMETRIE
componenta acţiunii care se cere însuşită (o legitate a unui obiect, anumite
procedee sau condiţii de operare). Una dintre acestea, pentru specializările
din domeniul ingineriei şi economiei sunt cele cunoscute sub numele de
studii de caz.
Dar, indiferent de clasa din care face parte situaţia-problemă de
rezolvat, în etapa când are loc susţinerea soluţiei adoptate, este necesar ca
modalitatea de rezolvare aleasă să fie fundamentată din toate punctele de
vedere, iar soluţia să fie realizabilă practic.
Aplicarea metodei studiului de caz face posibile trei situaţii de bază,
corespunzătoare caracterului problemelor tehnice sau economice de
producţie. În prima, studenţii capătă întreaga informaţie necesară, situaţie ce
îşi are scăderile ei, pentru că în practica de producţie, de regulă, ea nu se
întâlneşte sau se întâlneşte foarte rar. În a doua, studenţii nu primesc
întreaga informaţie, astfel încât devine necesară studierea analitică a
situaţiei concrete şi culegerea unor informaţii suplimentare (aceasta este o
situaţie apropiată de practica de producţie). În a treia situaţie, studenţilor le
este descris succint cazul concret, neoferindu-li-se toată informaţia
necesară, fapt care, de asemenea, corespunde condiţiilor de producţie.
Instruirea prin problematizare implică crearea (organizarea)
situaţiilor-problemă, conştientizarea, acceptarea şi rezolvarea acestor situaţii
în procesul activităţii comune dintre studenţi şi profesor, în condiţiile unei
autonomii cât mai mari a celor dintâi şi sub conducerea competentă,
ştiinţifică şi didactică, a profesorului.
Instruirea prin problematizare (ca orice alt gen de instruire) poate
contribui la realizarea următoarelor două scopuri: 1. formarea unui sistem
necesar de cunoştinţe, priceperi şi deprinderi; 2. atingerea unui nivel înalt de
dezvoltare intelectuală, dezvoltarea capacităţii de învăţare independentă, de
autoinstruire. Ambele scopuri pot fi îndeplinite cu mai mult succes tocmai în
procesul instruirii prin problematizare, deoarece însuşirea mesajului
informaţional de către subiecţi se realizează aici în condiţiile intensei activităţi
explorative a studenţilor, în condiţiile rezolvării de către aceştia a unui sistem
de teme cognitiv-problematice, în procesul rezolvării de către aceştia a unui
sistem de teme cognitiv-programatice. Cunoştinţele, priceperile şi
deprinderile achiziţionate pe această cale sunt active, ele pot fi rapid
actualizate şi aplicate în practică. Rezolvarea sistemelor de sarcini cu
caracter problematic, generalizarea cunoştinţelor şi a procedeelor de
acţiune, transferul priceperilor dobândite la rezolvarea de probleme noi –
toată această activitate, însoţită de „satisfacţia intelectuală” decurgând din
învingerea dificultăţilor şi din „descoperirile” obţinute prin forţe proprii exercită
o influenţă favorabilă asupra sferei cognitive a personalităţii: se constituie
interese şi motive cognitive stabile pentru activitatea didactică, se elaborează
atitudini cognitive pozitive faţă de materialul instructiv şi, în genere, faţă de
realitatea înconjurătoare. De asemenea, un scop important pe care îl
realizează instruirea problematizată – formarea unui stil specific al activităţii
intelectuale, una dintre caracteristicile esenţiale ale acestuia fiind orientarea
11 12 Gh. COMAN
activ-exploratorie şi independenţa subiecţilor în rezolvarea unor probleme
teoretice şi practice noi.
Altfel spus, învăţământul prin instruire problematizată satisface
aforismul rostit deseori de marele matematician român Grigore Moisil: vrei să
vezi cum se descurcă cineva – încurcă-l (adică creează-i probleme).
Situaţia-problemă apare ca o stare psihică a subiectului,
confruntat cu o dificultate practică sau cognitivă, ca o contradicţie care
apare între subiect şi obiectul cunoaşterii în activitatea individuală, în
acest sens, ea reprezentând o formă deosebită de interacţiune
intelectuală între subiect şi obiect. Aşadar, primul semn de recunoaştere a
unei situaţii-problemă este faptul că ea generează o dificultate care poate fi
depăşită de către subiect numai ca urmare a unei activităţi individuale
cognitive şi rezolvarea oricărei probleme de gândire înseamnă înlăturarea
unei neconcordanţe sau a unei contradicţii dintre ceea ce a devenit o
achiziţie cognitivă şi ceea ce urmează să devină o astfel de achiziţie.
Situaţia problemă apare şi atunci când există o contradicţie între
calea teoretică posibilă de rezolvare a unei probleme şi imposibilitatea sau
ineficienţa alegerii acestei căi pentru rezolvări practice; ea apare şi atunci
când intervine o contradicţie între un rezultat practic, obţinut prin îndeplinirea
unei sarcini, şi absenţa fundamentării teoretice a acestui demers practic.
Prezenta culegere de probleme are ca obiectiv înlesnirea efortului de
asimilare a raţionamentului probabilistic de către cei care o consultă, folositor
în aprecierea evenimentelor şi fenomenelor economico-sociale. Ea creează
condiţiile necesare înţelegerii şi, deci, aprofundării metodelor utilizate în
statistica economică, dând un înţeles corespunzător concluziilor statistice
rezultate în urma analizei fenomenelor economice respective. Culegerea de
probleme este o prelungire a materialului documentar pus la dispoziţia
studenţilor de către autor sub formă de manual, cu un conţinut teoretic şi faptic
adecvat pregătirii profesionale în domeniul ştiinţelor economice.
 STATISTICĂ ŞI ECONOMETRIE 13 14 Gh. COMAN

Grupe de vârste, ani 20-30 31-40 41-50 51-60 61-70

1. REPREZENTAREA GRAFICĂ Număr salariaţi 100 200 150 100 25
A SERIILOR STATISTICE

1. Să se reprezinte grafic următoarea serie statistică care conţine O histogramă se construieşte astfel:
notele la examenul de Statistică a unei grupe de studenţi. - pe axa Ox a unui sistem de
250 200 axe ortogonale xOy se construieşte o
Nota 3 4 5 6 7 8 9 10

Nr. salariaţi
200 150 succesiune de segmente proporţionale
Frecvenţa 1 3 5 6 5 4 4 2 150 100 100
cu clasele caracteristicii;
100 25
50 - fiecare segment de pe axa Ox
a. Diagramă în bare sau coloane. 0 este baza unui dreptunghi cu înălţimea
Construcţia diagramei în bare se face în felul următor: 20-30 31-40 41-50 51-60 61-70 proporţională cu frecvenţele absolute ale
- pe axa absciselor unui Grupe de vârste claselor.
sistem de axe ortogonal xOy se Diagramă în bare sau coloane 3. Poligonul frecvenţelor. Se
consideră valorile caracteristicii xi; construieşte astfel:

Număr de studenţi
8
- pe axa ordonatelor se 6 - pe axa Ox se reprezintă
consideră frecvenţele absolute ni; 4 intervalele grupelor datelor statistice (xi Poligonul frecvenţelor

- segmentul cu capetele în 2 – xi+1) 1 ≤ i ≤ p

punctele de coordonare (xi, 0) şi (xi, ni) 200

Nr. salariaţi
0 300
100 150 100
reprezintă bara corespunzătoare 3 4 5 6 7 8 9 10 - pe axa Oy se reprezintă 200
25

frecvenţele absolute ni, 1 ≤ i ≤ q;

100
Note la statistică
valorii xi. 0
20-30 31-40 41-50 51-60 61-70
Coloanele sunt dreptunghiuri - se unesc succesiv punctele Grupe de vârste
cu bazele egale şi înălţimile proporţionale cu frecvenţele absolute unei serii de coordonate (mi, ni) unde mi sunt
statistice. coordonatele mijloacelor segmentelor (xi, xi+1).
Reprezentările în bare Poligonul frecvenţelor cumulate. Poligonul frecvenţelor cumulate
sau coloane sunt echivalente, Diagramă prin benzi
(de exemplu, crescătoare) se obţine
diferenţele care se caută între ele Poligonul frecvenţelor unind succesiv, printr-o linie
sunt minore şi neesenţiale. cumulate poligonală, punctele de coordonate
9
În general, diagramele 40 (xi+1, ni+1), unde xi+1 este extremitatea
24 28 30
Note la statistică

prin coloane pot fi reprezentările

studenţi
30 dreaptă a intervalului (xi, xi+1), iar ni+1

Nr. de
7 20
grafice pentru serii cu valori mari 20 15
4 9
frecvenţa cumulată a clasei (xi, xi+1)
ale frecvenţelor absolute, spre 5 10 1 corespunzătoare valorii xi+1.
deosebire de diagrama în bare. 0 4. Să se realizeze poligonul
Din acest motiv diagrama în 3 3 4 5 6 7 8 9 10 frecvenţelor cumulate pentru
coloane este cel mai adesea 0 2 4 6 8
Note la examen
următoarea serie statistică de date
utilizată în practică, renunţându- Număr de studenţi care reprezintă notele obţinute de
se la diagrama cu bare, de unde studenţii unei grupe la disciplina de statistică.
şi nediferenţierea între ele.
Dreptunghiurile din diagrama prin coloane şi prin benzi pot fi aşezate şi
Nota 3 4 5 6 7 8 9 10
orizontal, reprezentarea grafică respectivă căpătând numele de diagramă
prin benzi. Frecvenţa absolută 1 3 5 6 5 4 4 2
b. Diagrama prin benzi este deci similară diagramei prin coloane, Frecvenţa cumulată
1 4 9 15 20 14 28 30
cu deosebirea că de data aceasta coloanele sunt aşezate orizontal, se face crescătoare
o schimbare de axe.
2. Se consideră următorul exemplu. Să se traseze histograma Diagrame circulare. În diagrama circulară aria cercului va
datelor statistice privind gruparea salariaţilor unei unităţi economice pe grupe reprezenta suma totală N, a valorilor ni, 1 ≤ i ≤ p , iar fiecare frecvenţă
de vârste.
 STATISTICĂ ŞI ECONOMETRIE 13 14 Gh. COMAN

Grupe de vârste, ani 20-30 31-40 41-50 51-60 61-70

1. REPREZENTAREA GRAFICĂ Număr salariaţi 100 200 150 100 25
A SERIILOR STATISTICE

1. Să se reprezinte grafic următoarea serie statistică care conţine O histogramă se construieşte astfel:
notele la examenul de Statistică a unei grupe de studenţi. - pe axa Ox a unui sistem de
250 200 axe ortogonale xOy se construieşte o
Nota 3 4 5 6 7 8 9 10

Nr. salariaţi
200 150 succesiune de segmente proporţionale
Frecvenţa 1 3 5 6 5 4 4 2 150 100 100
cu clasele caracteristicii;
100 25
50 - fiecare segment de pe axa Ox
a. Diagramă în bare sau coloane. 0 este baza unui dreptunghi cu înălţimea
Construcţia diagramei în bare se face în felul următor: 20-30 31-40 41-50 51-60 61-70 proporţională cu frecvenţele absolute ale
- pe axa absciselor unui Grupe de vârste claselor.
sistem de axe ortogonal xOy se Diagramă în bare sau coloane 3. Poligonul frecvenţelor. Se
consideră valorile caracteristicii xi; construieşte astfel:

Număr de studenţi
8
- pe axa ordonatelor se 6 - pe axa Ox se reprezintă
consideră frecvenţele absolute ni; 4 intervalele grupelor datelor statistice (xi Poligonul frecvenţelor

- segmentul cu capetele în 2 – xi+1) 1 ≤ i ≤ p

punctele de coordonare (xi, 0) şi (xi, ni) 200

Nr. salariaţi
0 300
100 150 100
reprezintă bara corespunzătoare 3 4 5 6 7 8 9 10 - pe axa Oy se reprezintă 200
25

frecvenţele absolute ni, 1 ≤ i ≤ q;

100
Note la statistică
valorii xi. 0
20-30 31-40 41-50 51-60 61-70
Coloanele sunt dreptunghiuri - se unesc succesiv punctele Grupe de vârste
cu bazele egale şi înălţimile proporţionale cu frecvenţele absolute unei serii de coordonate (mi, ni) unde mi sunt
statistice. coordonatele mijloacelor segmentelor (xi, xi+1).
Reprezentările în bare Poligonul frecvenţelor cumulate. Poligonul frecvenţelor cumulate
sau coloane sunt echivalente, Diagramă prin benzi
(de exemplu, crescătoare) se obţine
diferenţele care se caută între ele Poligonul frecvenţelor unind succesiv, printr-o linie
sunt minore şi neesenţiale. cumulate poligonală, punctele de coordonate
9
În general, diagramele 40 (xi+1, ni+1), unde xi+1 este extremitatea
24 28 30
Note la statistică

prin coloane pot fi reprezentările

studenţi
30 dreaptă a intervalului (xi, xi+1), iar ni+1

Nr. de
7 20
grafice pentru serii cu valori mari 20 15
4 9
frecvenţa cumulată a clasei (xi, xi+1)
ale frecvenţelor absolute, spre 5 10 1 corespunzătoare valorii xi+1.
deosebire de diagrama în bare. 0 4. Să se realizeze poligonul
Din acest motiv diagrama în 3 3 4 5 6 7 8 9 10 frecvenţelor cumulate pentru
coloane este cel mai adesea 0 2 4 6 8
Note la examen
următoarea serie statistică de date
utilizată în practică, renunţându- Număr de studenţi care reprezintă notele obţinute de
se la diagrama cu bare, de unde studenţii unei grupe la disciplina de statistică.
şi nediferenţierea între ele.
Dreptunghiurile din diagrama prin coloane şi prin benzi pot fi aşezate şi
Nota 3 4 5 6 7 8 9 10
orizontal, reprezentarea grafică respectivă căpătând numele de diagramă
prin benzi. Frecvenţa absolută 1 3 5 6 5 4 4 2
b. Diagrama prin benzi este deci similară diagramei prin coloane, Frecvenţa cumulată
1 4 9 15 20 14 28 30
cu deosebirea că de data aceasta coloanele sunt aşezate orizontal, se face crescătoare
o schimbare de axe.
2. Se consideră următorul exemplu. Să se traseze histograma Diagrame circulare. În diagrama circulară aria cercului va
datelor statistice privind gruparea salariaţilor unei unităţi economice pe grupe reprezenta suma totală N, a valorilor ni, 1 ≤ i ≤ p , iar fiecare frecvenţă
de vârste.
 STATISTICĂ ŞI ECONOMETRIE 15 16 Gh. COMAN

(absolută sau relativă) va fi reprezentată printr-un sector de cerc cu aria Se recomandă să se utilizeze cu prioritate graficele prin coloane,
proporţională cu valoarea ni. întrucât sunt mai sugestive decât cele prin suprafeţe şi volum.
5. Repartizarea studenţilor pe ani de studii la Facultatea de Ştiinţe 6. Stabilirea intervalelor de valori dintr-o serie statistică. Să se
Economice, în anul şcolar 2000/2001 a generat seria statistică următoare: facă divizarea pe intervale de valori a datelor referitoare la procesul de
Anul de studii I II III IV îndeplinire a normei de către 80 de muncitori ai unei societăţi comerciale,
Număr studenţi 240 120 120 60 conform tabelului următor, A.
Tabelul A
Să se reprezinte grafic în diagramă circulară repartiţia studenţilor pe
% de % de % de
ani de4 studii, în frecvenţă absolută şi frecvenţă relativă. Nr. Nr. % de îndeplinire Nr. Nr.
îndeplinire a îndeplinire a îndeplinire a
Rezolvare. Pentru frecvenţă relativă se determină segmentul crt
normei
crt a normei crt
normei
crt
normei
circular corespunzător fiecărei cifre de studenţi pe anii de studii.
0 1 109,1 21 100,5 41 113,2 61 100,4
Aşadar, la 360 îi corespund 540 studenţi. Aplicând regula de trei
2 103,3 22 90,0 42 103,8 62 107,6
simplă se obţine:
3 100,6 23 92,9 43 112,2 63 101,1
40......................360 ⎫ 240 × 360 4 96,5 24 109,2 44 102,4 64 106,4
⎬ x= = 160 0 5 111,7 25 102,1 45 101,2 65 104,7
240.......................x ⎭ 540 6 109,5 26 105,0 46 104,0 66 100,0
7 101,1 27 108,9 47 101,9 67 104,8
22,20 11,10 60 8 105,0 28 113,2 48 107,7 68 102,8
% % 120 9 100,0 29 102,6 49 104,6 69 106,1
10 101,2 30 110,1 50 100,6 70 102,0
22,20 11 111,8 31 93,9 51 101,2 71 108,1
% 44,40 120 240 12 104,8 32 118,0 52 101,4 72 106,7
% 13 102,7 33 105,9 53 103,2 73 104,3
14 118,8 34 112,3 54 120,7 74 109,0
15 101,9 35 101,0 55 104,7 75 105,9
16 102,7 36 102,7 56 101,8 76 115,0
0 17 107,5 37 101,6 57 102,5 77 103,1
Analog, la 120 de studenţi corespund 80 , iar la 60 de studenţi 18 104,8 38 110,2 58 106,1 78 106,6
0
corespund 40 . Rezultă următoarea diagramă circulară. Diagramele circulare 19 107,4 39 106,9 59 105,4 79 106,1
în frecvenţă relativă şi frecvenţă absolută se prezintă în felul următor. 20 103,3 40 107,1 60 104,3 80 102,6
Se mai realizează reprezentări grafice sub formă de cronograme,
Rezolvare. Pentru început, datele din tabelul A se ordonează, în
diagrame prin figuri geometrice (pătrate, cercuri etc.), cartodiagrame,
ordine crescătoare, tabelul B.
reprezentări grafice prin figuri naturale, reprezentări grafice prin figuri
Tabelul B
simbolice etc.
La realizarea reprezentărilor grafice trebuie avut în vedere: % de % de % de % de
Nr. Nr. Nr. Nr.
- orice grafic trebuie să poarte un titlu scurt, clar şi concis. Titlul îndeplinire îndeplinire îndeplinire îndeplinire
crt crt crt crt
graficului trebuie să corespundă titlului seriei statistice ale cărei date sunt a normei a normei a normei a normei
reprezentate. 1 90.0 21 101.9 41 104.7 61 107.6
- scara graficului trebuie astfel construită încât să rezulte clar 2 92.9 22 102.0 42 104.7 62 107.7
variaţiile fenomenului reprezentat.
3 93.9 23 102.1 43 104.8 63 108.1
- notarea cifrelor pe scara orizontală se face dedesubt iar pe scara
verticală în partea stângă. 4 96.5 24 102.4 44 104.8 64 108.9
- scara graficului trebuie să pornească totdeauna de la cifra zero şi 5 100.0 25 102.5 45 104.8 65 109.0
totodată să indice felul indicatorilor cu ajutorul cărora se reprezintă 6 100.0 26 102.6 46 105.0 66 109.1
fenomenul: indicatori absoluţi, sau indicatori derivaţi (mărimi relative, mărimi 7 100.4 27 102.6 47 105.0 67 109.2
absolute).
 STATISTICĂ ŞI ECONOMETRIE 15 16 Gh. COMAN

(absolută sau relativă) va fi reprezentată printr-un sector de cerc cu aria Se recomandă să se utilizeze cu prioritate graficele prin coloane,
proporţională cu valoarea ni. întrucât sunt mai sugestive decât cele prin suprafeţe şi volum.
5. Repartizarea studenţilor pe ani de studii la Facultatea de Ştiinţe 6. Stabilirea intervalelor de valori dintr-o serie statistică. Să se
Economice, în anul şcolar 2000/2001 a generat seria statistică următoare: facă divizarea pe intervale de valori a datelor referitoare la procesul de
Anul de studii I II III IV îndeplinire a normei de către 80 de muncitori ai unei societăţi comerciale,
Număr studenţi 240 120 120 60 conform tabelului următor, A.
Tabelul A
Să se reprezinte grafic în diagramă circulară repartiţia studenţilor pe
% de % de % de
ani de4 studii, în frecvenţă absolută şi frecvenţă relativă. Nr. Nr. % de îndeplinire Nr. Nr.
îndeplinire a îndeplinire a îndeplinire a
Rezolvare. Pentru frecvenţă relativă se determină segmentul crt
normei
crt a normei crt
normei
crt
normei
circular corespunzător fiecărei cifre de studenţi pe anii de studii.
0 1 109,1 21 100,5 41 113,2 61 100,4
Aşadar, la 360 îi corespund 540 studenţi. Aplicând regula de trei
2 103,3 22 90,0 42 103,8 62 107,6
simplă se obţine:
3 100,6 23 92,9 43 112,2 63 101,1
40......................360 ⎫ 240 × 360 4 96,5 24 109,2 44 102,4 64 106,4
⎬ x= = 160 0 5 111,7 25 102,1 45 101,2 65 104,7
240.......................x ⎭ 540 6 109,5 26 105,0 46 104,0 66 100,0
7 101,1 27 108,9 47 101,9 67 104,8
22,20 11,10 60 8 105,0 28 113,2 48 107,7 68 102,8
% % 120 9 100,0 29 102,6 49 104,6 69 106,1
10 101,2 30 110,1 50 100,6 70 102,0
22,20 11 111,8 31 93,9 51 101,2 71 108,1
% 44,40 120 240 12 104,8 32 118,0 52 101,4 72 106,7
% 13 102,7 33 105,9 53 103,2 73 104,3
14 118,8 34 112,3 54 120,7 74 109,0
15 101,9 35 101,0 55 104,7 75 105,9
16 102,7 36 102,7 56 101,8 76 115,0
0 17 107,5 37 101,6 57 102,5 77 103,1
Analog, la 120 de studenţi corespund 80 , iar la 60 de studenţi 18 104,8 38 110,2 58 106,1 78 106,6
0
corespund 40 . Rezultă următoarea diagramă circulară. Diagramele circulare 19 107,4 39 106,9 59 105,4 79 106,1
în frecvenţă relativă şi frecvenţă absolută se prezintă în felul următor. 20 103,3 40 107,1 60 104,3 80 102,6
Se mai realizează reprezentări grafice sub formă de cronograme,
Rezolvare. Pentru început, datele din tabelul A se ordonează, în
diagrame prin figuri geometrice (pătrate, cercuri etc.), cartodiagrame,
ordine crescătoare, tabelul B.
reprezentări grafice prin figuri naturale, reprezentări grafice prin figuri
Tabelul B
simbolice etc.
La realizarea reprezentărilor grafice trebuie avut în vedere: % de % de % de % de
Nr. Nr. Nr. Nr.
- orice grafic trebuie să poarte un titlu scurt, clar şi concis. Titlul îndeplinire îndeplinire îndeplinire îndeplinire
crt crt crt crt
graficului trebuie să corespundă titlului seriei statistice ale cărei date sunt a normei a normei a normei a normei
reprezentate. 1 90.0 21 101.9 41 104.7 61 107.6
- scara graficului trebuie astfel construită încât să rezulte clar 2 92.9 22 102.0 42 104.7 62 107.7
variaţiile fenomenului reprezentat.
3 93.9 23 102.1 43 104.8 63 108.1
- notarea cifrelor pe scara orizontală se face dedesubt iar pe scara
verticală în partea stângă. 4 96.5 24 102.4 44 104.8 64 108.9
- scara graficului trebuie să pornească totdeauna de la cifra zero şi 5 100.0 25 102.5 45 104.8 65 109.0
totodată să indice felul indicatorilor cu ajutorul cărora se reprezintă 6 100.0 26 102.6 46 105.0 66 109.1
fenomenul: indicatori absoluţi, sau indicatori derivaţi (mărimi relative, mărimi 7 100.4 27 102.6 47 105.0 67 109.2
absolute).
 STATISTICĂ ŞI ECONOMETRIE 17 18 Gh. COMAN

8 100.5 28 102.7 48 105.4 68 109.5 Se cere să se efectueze gruparea pe intervale de variaţie a datelor
9 100.6 29 102.7 49 105.9 69 110.1 înregistrate.
Rezolvare. Numărul variantelor de grupare a datelor experimentale
10 100.6 30 102.7 50 105.9 70 110.2
este destul de mare. Se va alege, însă, acea variantă care asigură o imagine
11 101.0 31 102.8 51 106.1 71 111.7 cât mai corectă asupra posibilităţilor de prelucrare statistică a datelor
12 101.1 32 103.1 52 106.1 72 111.8 experimentale.
13 101.1 33 103.2 53 106.1 73 112.2 În primul rând, se va stabili mărimea intervalului de variaţie (I),
14 101.2 34 103.3 54 106.4 74 112.3 considerându-se un număr adecvat de intervale (k). Se va considera astfel k
15 101.2 35 103.3 55 106.6 75 113.2 = 5 intervale. Ca urmare:
16 101.2 36 103.8 56 106.7 76 113.2 A xmax − xmin 69 − 21
I= = = = 9,6 ≈ 10
17 101.4 37 104.0 57 106.9 77 115.0 k k 5
18 101.6 38 104.3 58 107.1 78 118.0 sau, aplicând formula lui Sturges:
19 101.8 39 104.3 59 107.4 79 118.8 k = 1 + 3,322 log n = 1 + 3,322 log 50 şi
20 101.9 40 104.6 60 107.5 80 120.7
xmax − xmin
În continuare, datele ordonate se vor grupa pe intervale de valori. I= = 7,2 ≈ 7 sau 8
Pentru aceasta, se stabileşte diferenţa xmax – xmin = 124,9 – 90,0 = 34,9 ≈ 1 + 3,322 log 50
35%. Se recomandă a se alege un număr fără soţ de intervale. Se vor stabili Tabelul B
7 intervale a câte 5 procente fiecare, tabelul C.
Număr
Tabelul C Număr Număr Număr Număr Număr Număr Număr
de
Interval de valori Interval de valori de de de de de de de
Număr de Număr de muncito
pentru îndeplinirea pentru îndeplinirea piese muncitori piese piese muncitori piese muncitori
muncitori muncitori ri
normei normei
21 1 39 1 50 2 66 2
90,0 – 94,9 3 110,0 – 114,9 9
26 2 41 2 54 3 69 2
95,0 – 99,9 1 115,0 – 119,9 1
30 1 45 8 57 5
100,0 – 104,9 42 120,0 – 124,9 1
35 2 48 6 59 2
105,0 – 109,9 23 Total 80
37 5 49 2 65 4
Datele din tabelul C pot fi reprezentate grafic sub formă de
histogramă sau/şi poligon de frecvenţe
7. Criterii de grupare a datelor. Se consideră că 50 de muncitori
dintr-o secţie au produs în 8 ore de muncă următorul număr de piese pe Varianta I Varianta II
muncitor după cum urmează, tabelul A. Număr de Numărul Număr de Numărul
Tabelul A piese muncitorilor piese muncitorilor
Număr Număr Număr Număr 20 – 30 1 20 – 30 4
Număr Număr Număr Număr
de de de de 30 – 40 9 30 – 40 8
de piese de piese de piese de piese
muncitori muncitori muncitori muncitori 40 – 50 18 40 – 50 20
21 1 39 1 50 2 66 2 50 – 60 12 50 – 60 10
26 2 41 2 54 3 69 2 60 – 70 8 60 – 70 8
30 1 45 8 57 5 Limita inferioară este inclusă în Limita superioară este inclusă
35 2 48 6 59 2 interval în interval
37 5 49 2 65 4
∑ ni = 50 ∑ ni = 50
 STATISTICĂ ŞI ECONOMETRIE 17 18 Gh. COMAN

8 100.5 28 102.7 48 105.4 68 109.5 Se cere să se efectueze gruparea pe intervale de variaţie a datelor
9 100.6 29 102.7 49 105.9 69 110.1 înregistrate.
Rezolvare. Numărul variantelor de grupare a datelor experimentale
10 100.6 30 102.7 50 105.9 70 110.2
este destul de mare. Se va alege, însă, acea variantă care asigură o imagine
11 101.0 31 102.8 51 106.1 71 111.7 cât mai corectă asupra posibilităţilor de prelucrare statistică a datelor
12 101.1 32 103.1 52 106.1 72 111.8 experimentale.
13 101.1 33 103.2 53 106.1 73 112.2 În primul rând, se va stabili mărimea intervalului de variaţie (I),
14 101.2 34 103.3 54 106.4 74 112.3 considerându-se un număr adecvat de intervale (k). Se va considera astfel k
15 101.2 35 103.3 55 106.6 75 113.2 = 5 intervale. Ca urmare:
16 101.2 36 103.8 56 106.7 76 113.2 A xmax − xmin 69 − 21
I= = = = 9,6 ≈ 10
17 101.4 37 104.0 57 106.9 77 115.0 k k 5
18 101.6 38 104.3 58 107.1 78 118.0 sau, aplicând formula lui Sturges:
19 101.8 39 104.3 59 107.4 79 118.8 k = 1 + 3,322 log n = 1 + 3,322 log 50 şi
20 101.9 40 104.6 60 107.5 80 120.7
xmax − xmin
În continuare, datele ordonate se vor grupa pe intervale de valori. I= = 7,2 ≈ 7 sau 8
Pentru aceasta, se stabileşte diferenţa xmax – xmin = 124,9 – 90,0 = 34,9 ≈ 1 + 3,322 log 50
35%. Se recomandă a se alege un număr fără soţ de intervale. Se vor stabili Tabelul B
7 intervale a câte 5 procente fiecare, tabelul C.
Număr
Tabelul C Număr Număr Număr Număr Număr Număr Număr
de
Interval de valori Interval de valori de de de de de de de
Număr de Număr de muncito
pentru îndeplinirea pentru îndeplinirea piese muncitori piese piese muncitori piese muncitori
muncitori muncitori ri
normei normei
21 1 39 1 50 2 66 2
90,0 – 94,9 3 110,0 – 114,9 9
26 2 41 2 54 3 69 2
95,0 – 99,9 1 115,0 – 119,9 1
30 1 45 8 57 5
100,0 – 104,9 42 120,0 – 124,9 1
35 2 48 6 59 2
105,0 – 109,9 23 Total 80
37 5 49 2 65 4
Datele din tabelul C pot fi reprezentate grafic sub formă de
histogramă sau/şi poligon de frecvenţe
7. Criterii de grupare a datelor. Se consideră că 50 de muncitori
dintr-o secţie au produs în 8 ore de muncă următorul număr de piese pe Varianta I Varianta II
muncitor după cum urmează, tabelul A. Număr de Numărul Număr de Numărul
Tabelul A piese muncitorilor piese muncitorilor
Număr Număr Număr Număr 20 – 30 1 20 – 30 4
Număr Număr Număr Număr
de de de de 30 – 40 9 30 – 40 8
de piese de piese de piese de piese
muncitori muncitori muncitori muncitori 40 – 50 18 40 – 50 20
21 1 39 1 50 2 66 2 50 – 60 12 50 – 60 10
26 2 41 2 54 3 69 2 60 – 70 8 60 – 70 8
30 1 45 8 57 5 Limita inferioară este inclusă în Limita superioară este inclusă
35 2 48 6 59 2 interval în interval
37 5 49 2 65 4
∑ ni = 50 ∑ ni = 50
 STATISTICĂ ŞI ECONOMETRIE 19 20 Gh. COMAN

12 F 5.4 6.32
Varianta III Varianta IV 13 F 3.75 6.31
Număr de Numărul Număr de Numărul 14 F 5.1 6.30
piese muncitorilor piese muncitorilor 15 F 5.0 6.25
20 – 29 3 21 – 30 4
16 F 2.15 5.95
30 – 39 9 31 – 40 8
17 M 5.95 5.91
40 – 49 18 41 – 50 20 18 F 2.7 5.85
50 – 59 12 51 – 60 10 19 F 4.2 5.72
60 – 69 8 61 – 70 8
20 F 2.95 5.72
Limita inferioară este inclusă în Limita superioară este inclusă
21 F 3.6 5.61
interval în interval
22 F 4.45 5.60
∑ ni = 50 ∑ ni = 50 23 F 4.4 5.51
24 F 5.4 5.38
Pentru a se observa mai rapid variaţia variabilei de grupare se 25 F 3.6 5.17
rotunjeşte la mărimea intervalului la 10, fără a se modifica prin aceasta
esenţa problemei. Se cere stabilirea intervalelor de grupare a datelor înregistrate şi
În funcţie de mărimea intervalului ales, se delimitează grupele de reprezentarea grafică sub formă de histogramă şi poligon de frecvenţe.
variaţie, apoi, se separă unităţile de intervale de variaţie adică se caută Rezolvare. Se vor nota cu xi notele la matematică şi yi – mediile
frecvenţa absolută de apariţie a fenomenului caracterizat de intervalul de generale. Se va proceda în succesiunea etapelor.
variaţie respectiv. 1. Se stabileşte amplitudinea de variaţie a datelor experimentale: Ax
Rezultatele se prezintă în variantele I, II, III şi IV, de unde rezultă = xmax – xmin = 7,80 – 2,15 = 5,65. Ay = ymax – ymin = 7,35 – 5,17 = 2,18.
posibilităţile multiple de grupare a datelor experimentale. 2. Se stabileşte mărimea intervalului de grupare K.
În continuare, se procedează la trasarea histogramei, a poligonului a. dacă se stabileşte anticipat numărul de grupe, de exemplu r = 6,
de frecvenţe, emiterea ipotezei repartiţiei statistice, calculul caracteristicilor atunci:
statistice pe baza cărora se trag concluziile dorite. Ax 5,65 A 2,18
8. La examenul de admitere s-a înregistrat, pentru 25 de candidaţi Kx = = = 0,94166 ≈ 1,0 ; K y = y = = 0,363 ≈ 0,4
luaţi la întâmplare din situaţia centralizatoare, următoarea situaţie, tabelul A. r 6 r 6
b. Mărimea intervalului se determină după relaţia lui H. A. Sturgers:
Nr. Notele obţinute la: xmax − xmin
Sexul K= unde n este numărul unităţilor statistice. Deci
crt. Matematică Media generală 1 + 3,322 log n
0 1 2 3 va rezulta:
1 F 6.2 7.35 5,65 2,18
2 M 7 7.06 Kx = = 1,001 ≈ 1; K y = = 0,3862 ≈ 0,4
1 + 3,322 log 25 1 + 3,322 log 25
3 F 6.6 7.05
1. Se formează intervalele de grupare pornind de la xmin sau de la o
4 F 6.55 7.02 valoare puţin mai mică dacă aceasta este mai convenabilă. Se poate
5 F 4.3 6.83 considera că fiecare caracteristică are variaţie continuă sau variaţie
6 F 7.8 6.71 discontinuă:
7 M 5.2 6.66
8 F 5.8 6.58 Distribuţia candidaţilor după nota la matematică
9 M 4.5 6.43 Varianta I Varianta II Varianta III
10 F 4.85 6.42 Note Nr. candidaţi Note Nr. candidaţi Note Nr. candidaţi
11 F 4.3 6.40 2,15-3,15 3 2-3 3 2 – 2,99 3
 STATISTICĂ ŞI ECONOMETRIE 19 20 Gh. COMAN

12 F 5.4 6.32
Varianta III Varianta IV 13 F 3.75 6.31
Număr de Numărul Număr de Numărul 14 F 5.1 6.30
piese muncitorilor piese muncitorilor 15 F 5.0 6.25
20 – 29 3 21 – 30 4
16 F 2.15 5.95
30 – 39 9 31 – 40 8
17 M 5.95 5.91
40 – 49 18 41 – 50 20 18 F 2.7 5.85
50 – 59 12 51 – 60 10 19 F 4.2 5.72
60 – 69 8 61 – 70 8
20 F 2.95 5.72
Limita inferioară este inclusă în Limita superioară este inclusă
21 F 3.6 5.61
interval în interval
22 F 4.45 5.60
∑ ni = 50 ∑ ni = 50 23 F 4.4 5.51
24 F 5.4 5.38
Pentru a se observa mai rapid variaţia variabilei de grupare se 25 F 3.6 5.17
rotunjeşte la mărimea intervalului la 10, fără a se modifica prin aceasta
esenţa problemei. Se cere stabilirea intervalelor de grupare a datelor înregistrate şi
În funcţie de mărimea intervalului ales, se delimitează grupele de reprezentarea grafică sub formă de histogramă şi poligon de frecvenţe.
variaţie, apoi, se separă unităţile de intervale de variaţie adică se caută Rezolvare. Se vor nota cu xi notele la matematică şi yi – mediile
frecvenţa absolută de apariţie a fenomenului caracterizat de intervalul de generale. Se va proceda în succesiunea etapelor.
variaţie respectiv. 1. Se stabileşte amplitudinea de variaţie a datelor experimentale: Ax
Rezultatele se prezintă în variantele I, II, III şi IV, de unde rezultă = xmax – xmin = 7,80 – 2,15 = 5,65. Ay = ymax – ymin = 7,35 – 5,17 = 2,18.
posibilităţile multiple de grupare a datelor experimentale. 2. Se stabileşte mărimea intervalului de grupare K.
În continuare, se procedează la trasarea histogramei, a poligonului a. dacă se stabileşte anticipat numărul de grupe, de exemplu r = 6,
de frecvenţe, emiterea ipotezei repartiţiei statistice, calculul caracteristicilor atunci:
statistice pe baza cărora se trag concluziile dorite. Ax 5,65 A 2,18
8. La examenul de admitere s-a înregistrat, pentru 25 de candidaţi Kx = = = 0,94166 ≈ 1,0 ; K y = y = = 0,363 ≈ 0,4
luaţi la întâmplare din situaţia centralizatoare, următoarea situaţie, tabelul A. r 6 r 6
b. Mărimea intervalului se determină după relaţia lui H. A. Sturgers:
Nr. Notele obţinute la: xmax − xmin
Sexul K= unde n este numărul unităţilor statistice. Deci
crt. Matematică Media generală 1 + 3,322 log n
0 1 2 3 va rezulta:
1 F 6.2 7.35 5,65 2,18
2 M 7 7.06 Kx = = 1,001 ≈ 1; K y = = 0,3862 ≈ 0,4
1 + 3,322 log 25 1 + 3,322 log 25
3 F 6.6 7.05
1. Se formează intervalele de grupare pornind de la xmin sau de la o
4 F 6.55 7.02 valoare puţin mai mică dacă aceasta este mai convenabilă. Se poate
5 F 4.3 6.83 considera că fiecare caracteristică are variaţie continuă sau variaţie
6 F 7.8 6.71 discontinuă:
7 M 5.2 6.66
8 F 5.8 6.58 Distribuţia candidaţilor după nota la matematică
9 M 4.5 6.43 Varianta I Varianta II Varianta III
10 F 4.85 6.42 Note Nr. candidaţi Note Nr. candidaţi Note Nr. candidaţi
11 F 4.3 6.40 2,15-3,15 3 2-3 3 2 – 2,99 3
 STATISTICĂ ŞI ECONOMETRIE 21 22 Gh. COMAN

3,15-4,15 3 3-4 3 3 – 3,99 3

4,15-5,15 9 4–5 8 4 – 4,99 7 2. MĂRIMI MEDII
5,15-6,15 5 5–6 6 5 – 5,99 7
Media aritmetică. După tehnica de calcul este de două feluri şi
6,15-7,15 4 6–7 4 6 – 6,99 3 anume: simplă şi ponderată.
7,15-8,15 1 7–8 1 7 – 7,99 2 Media aritmetică simplă. Fiind dată seria statistică x1, x2,…,xn,
Total 25 Total 25 Total 25 media aritmetică simplă se determină cu expresia:
Limita inferioară Limita superioară Variaţie discontinuă a x1 + x 2 + ... + xn
cuprinsă în interval inclusă în interval intervalelor ma =
n
În mod similar se poate proceda pentru a efectua gruparea după Media aritmetică prezintă următoarele proprietăţi:
media generală de la examenul de admitere, la distribuţia candidaţilor după
sex etc. 1. min xi ≤ ma ≤ max xi
1≤i ≤ n 1≤i≤ n
2. x1 + x2 + ... + xn = ma + ma + ... + ma = n.ma
144 42444 3
de n ori
n
3.
∑ ( xi − ma ) = 0
i =1
n
4.
∑ ( xi − v) = n.( ma − v) , oricare ar fi v.
i =1
n n
5.
∑ ( xi − v) 2 ≥ ∑ ( xi − ma ) 2 , oricare ar fi v.
i =1 i =1
1. Exemple de calcul. Într-un atelier, în timp de 8 ore, 8 muncitori
realizează următorul număr de piese:

Muncitorul A B C D E F G H
Nr. de piese 20 22 30 25 32 18 21 32

Se cere să se determine numărul mediu de piese produse de un

muncitor. Se va determina cu expresia:
x1 + x 2 + ... + xn 20 + 22 + 30 + 25 + 32 + 18 + 21 + 32
ma = = =
n 8
200
= = 25
8
Media aritmetică ponderată. Dacă se notează nivelele individuale
cu x1, x2,…,xp, iar frecvenţele absolute cu n1, n2,…,np, formula mediei
aritmetice ponderate va fi:
 STATISTICĂ ŞI ECONOMETRIE 21 22 Gh. COMAN

3,15-4,15 3 3-4 3 3 – 3,99 3

4,15-5,15 9 4–5 8 4 – 4,99 7 2. MĂRIMI MEDII
5,15-6,15 5 5–6 6 5 – 5,99 7
Media aritmetică. După tehnica de calcul este de două feluri şi
6,15-7,15 4 6–7 4 6 – 6,99 3 anume: simplă şi ponderată.
7,15-8,15 1 7–8 1 7 – 7,99 2 Media aritmetică simplă. Fiind dată seria statistică x1, x2,…,xn,
Total 25 Total 25 Total 25 media aritmetică simplă se determină cu expresia:
Limita inferioară Limita superioară Variaţie discontinuă a x1 + x 2 + ... + xn
cuprinsă în interval inclusă în interval intervalelor ma =
n
În mod similar se poate proceda pentru a efectua gruparea după Media aritmetică prezintă următoarele proprietăţi:
media generală de la examenul de admitere, la distribuţia candidaţilor după
sex etc. 1. min xi ≤ ma ≤ max xi
1≤i ≤ n 1≤i≤ n
2. x1 + x2 + ... + xn = ma + ma + ... + ma = n.ma
144 42444 3
de n ori
n
3.
∑ ( xi − ma ) = 0
i =1
n
4.
∑ ( xi − v) = n.( ma − v) , oricare ar fi v.
i =1
n n
5.
∑ ( xi − v) 2 ≥ ∑ ( xi − ma ) 2 , oricare ar fi v.
i =1 i =1
1. Exemple de calcul. Într-un atelier, în timp de 8 ore, 8 muncitori
realizează următorul număr de piese:

Muncitorul A B C D E F G H
Nr. de piese 20 22 30 25 32 18 21 32

Se cere să se determine numărul mediu de piese produse de un

muncitor. Se va determina cu expresia:
x1 + x 2 + ... + xn 20 + 22 + 30 + 25 + 32 + 18 + 21 + 32
ma = = =
n 8
200
= = 25
8
Media aritmetică ponderată. Dacă se notează nivelele individuale
cu x1, x2,…,xp, iar frecvenţele absolute cu n1, n2,…,np, formula mediei
aritmetice ponderate va fi:
 STATISTICĂ ŞI ECONOMETRIE 23 24 Gh. COMAN

p Se alege prima posibilitate:

x1n1 + x2 n2 + ... + x p n p ∑ xi ni n
∑ (xi − a ) f i
i =1
ma = = i =1
+a=x
n1 + n2 + ... + n p p n

∑ ni ∑ fi
i =1
i =1 care se verifică, întrucât dezvoltând expresia din stânga relaţiei, se ajunge la:
2. Considerând seria statistică xi, ni a distribuţiei notelor la o
n n
∑ xi f i a∑ f i
lucrare de statistică:
xi 3 4 5 6 7 8 9 10
i =1 i =1
ni 1 3 4 7 5 4 4 2 n
− n
+a=x
Să se determine valoarea mediei obţinută la lucrarea de statistică:
Aplicând relaţia de mai sus rezultă: ∑ fi fi∑
p i =1 i =1

x1 n1 + x 2 n 2 + ... + x p n p ∑ x i ni Constanta „a” se alege dintre valorile x1, x2,…,xn, fiind, de regulă,
variabila cu frecvenţa cea mai mare.
i =1
ma = = = 2. Media calculată din variantele caracteristicii micşorate prin
n1 + n 2 + ... + n p p împărţire la o constantă „k” este mai mică decât media reală de „k” ori.
∑ ni n
⎛ xi ⎞ n
i =1
∑ ⎜ ⎟ i
⎝ k ⎠
f a ∑
xi f i
1.3 + 4.3 + 5.4 + 6.7 + 7.5 + 8.4 + 9.4 + 10.2 i =1
< i =n1 de " k " ori
= = n
1+ 3+ 4 + 7 + 5 + 4 + 4 + 2
210
∑ fi fi ∑
i =1 i =1
= =7 k reprezintă mărimea intervalului de grupare.
30 Pentru ale egala se alege una din posibilităţi şi anume:
Metode simplificate de calcul pentru media aritmetică.
n
1. Media calculată din variantele caracteristicii micşorate cu o ⎛x ⎞
constantă „a” este mai mică decât media reală cu constanta „a”;
simbolic această proprietate este sintetizată de inegalitatea:
∑ ⎜⎝ ki ⎟⎠ f i
i =1
n n k=x
∑ ( xi − a ) f i ∑ xi f i
n

i =1 i =1
∑ fi
n
< n
cu " a" i =1

∑ fi ∑ fi
Dezvoltând membrul stâng al relaţiei se ajunge la:
1 n
i =1 i =1
în care: partea stângă a inegalităţii reprezintă media obţinută din variantele
∑ xi f i
k i =1
micşorate cu constanta „a”; partea dreaptă – media reală. n
k=x
Pentru a le egala sunt două posibilităţi:
- să se mărească partea stângă cu „a”;
∑ fi
i =1
- să se micşoreze partea dreaptă cu „a”.
3. Metoda combinată, a celor două de mai sus:
 STATISTICĂ ŞI ECONOMETRIE 23 24 Gh. COMAN

p Se alege prima posibilitate:

x1n1 + x2 n2 + ... + x p n p ∑ xi ni n
∑ (xi − a ) f i
i =1
ma = = i =1
+a=x
n1 + n2 + ... + n p p n

∑ ni ∑ fi
i =1
i =1 care se verifică, întrucât dezvoltând expresia din stânga relaţiei, se ajunge la:
2. Considerând seria statistică xi, ni a distribuţiei notelor la o
n n
∑ xi f i a∑ f i
lucrare de statistică:
xi 3 4 5 6 7 8 9 10
i =1 i =1
ni 1 3 4 7 5 4 4 2 n
− n
+a=x
Să se determine valoarea mediei obţinută la lucrarea de statistică:
Aplicând relaţia de mai sus rezultă: ∑ fi fi∑
p i =1 i =1

x1 n1 + x 2 n 2 + ... + x p n p ∑ x i ni Constanta „a” se alege dintre valorile x1, x2,…,xn, fiind, de regulă,
variabila cu frecvenţa cea mai mare.
i =1
ma = = = 2. Media calculată din variantele caracteristicii micşorate prin
n1 + n 2 + ... + n p p împărţire la o constantă „k” este mai mică decât media reală de „k” ori.
∑ ni n
⎛ xi ⎞ n
i =1
∑ ⎜ ⎟ i
⎝ k ⎠
f a ∑
xi f i
1.3 + 4.3 + 5.4 + 6.7 + 7.5 + 8.4 + 9.4 + 10.2 i =1
< i =n1 de " k " ori
= = n
1+ 3+ 4 + 7 + 5 + 4 + 4 + 2
210
∑ fi fi ∑
i =1 i =1
= =7 k reprezintă mărimea intervalului de grupare.
30 Pentru ale egala se alege una din posibilităţi şi anume:
Metode simplificate de calcul pentru media aritmetică.
n
1. Media calculată din variantele caracteristicii micşorate cu o ⎛x ⎞
constantă „a” este mai mică decât media reală cu constanta „a”;
simbolic această proprietate este sintetizată de inegalitatea:
∑ ⎜⎝ ki ⎟⎠ f i
i =1
n n k=x
∑ ( xi − a ) f i ∑ xi f i
n

i =1 i =1
∑ fi
n
< n
cu " a" i =1

∑ fi ∑ fi
Dezvoltând membrul stâng al relaţiei se ajunge la:
1 n
i =1 i =1
în care: partea stângă a inegalităţii reprezintă media obţinută din variantele
∑ xi f i
k i =1
micşorate cu constanta „a”; partea dreaptă – media reală. n
k=x
Pentru a le egala sunt două posibilităţi:
- să se mărească partea stângă cu „a”;
∑ fi
i =1
- să se micşoreze partea dreaptă cu „a”.
3. Metoda combinată, a celor două de mai sus:
 STATISTICĂ ŞI ECONOMETRIE 25 26 Gh. COMAN

n
⎛ xi − a ⎞ Salariul xi − a ⎛ xi − a ⎞
∑ ⎜⎝ k ⎠
⎟ fi lunar
Număr
salariaţi
Centrul
intervalelor
x i fi ⎜ ⎟ f1
i =1
k+a=x
u.m. k ⎝ k ⎠
n 1 2 3 4 5 6
∑ fi 1500-1700 4 1600 6400 -2 -8
i =1 1700-1900 14 1800 25200 -1 -14
Întrucât constantele „a” şi „k” sunt elemente ale seriilor de 1900-2100 20 2000 40000 0 0
distribuţie, calculul simplificat se aplică numai mediei aritmetice ponderate,
2100-2300 10 2200 22000 1 10
caz în care seriile de distribuţie trebuie să fie construite după intervale egale
de variaţie. 2300-2500 7 2400 16800 2 14
De multe ori, în practica statistică, se întâlnesc serii de distribuţii la 2500-2700 4 2600 10400 3 12
care frecvenţele absolute f1, f2,…,fn au niveluri relativ mari, afectând Peste
1 2800 2800 4 4
întrucâtva calculul mediei. Pentru a facilita şi mai mult simplificarea calculului 2700
se poate apela la încă o proprietate a mediei aritmetice, care vizează Total 60 x 123600 x 18
frecvenţele şi nu variabilele caracteristicii şi anume: Observaţie. Limita superioară este inclusă în interval. (a=2000; k=200)
- dacă se micşorează frecvenţele f1, f2,…,fn prin împărţire la o Rezolvare. Se observă că distribuţia salariaţilor este construită
constantă „c” aleasă arbitrar, nivelul mediei aritmetice nu se schimbă, după intervale de variaţie. Pentru toate cazurile de acest gen, în calculul
adică: mediei aritmetice ponderate se folosesc ca variabile x1, x2,…,xn centrele
n n
fi intervalelor de variaţie. Ele se determină ca medii aritmetice simple din
∑ xi c
∑ xi f i cele două limite ale fiecărui interval. De exemplu:
i =1 i =1
= 1500 + 1700
n
fi n x1 = = 1600 etc.
∑ c
∑ fi 2
i =1 i =1 Pentru intervalele deschise la unul din capete, centrul se determină
întrucât: astfel:
- dacă intervalul deschis este la capătul inferior (cazul distribuţiilor
1 n
∑ xi f i
c i=1
deschise la începutul lor), se determină mai întâi limita inferioară a
intervalului respectiv, scăzând din limita superioară mărimea intervalului de
=x grupare (k) şi apoi centru intervalului respectiv ca semisumă a celor două
1 n limite componente;
∑ fi
c i =1
- dacă intervalul este deschis la capătul superior (cazul distribuţiilor
deschise la sfârşitul lor), se determină mai întâi limita superioară a acestui
În condiţiile combinării celor trei proprietăţi, relaţia de calcul interval prin adăugarea la limita inferioară a lui k şi apoi centrul său prin
simplificat al mediei aritmetice este: semisuma acestor limite.
Practic, pentru determinarea centrului intervalelor deschise există
n
⎛ xi − a ⎞ f i
∑ ⎜⎝ k ⎠c
⎟
mai multe posibilităţi.
Aplicând relaţia de calcul obişnuit salariul mediu se determină astfel:
i =1
n
k+a=x 1600.4 + 1800.14 + ... + 2800.1
fi x= = 2060 u.m.
∑c 60
i =1 Interpretare. În medie, unui salariat i-a revenit un salariu lunar de
Se va considera următorul exemplu: 2060 u.m.
3. Se cere să se determine media aritmetică a salariului mediu Aplicând relaţia de calcul simplificat se va obţine acelaşi rezultat,
pentru un grup de salariaţi care realizează veniturile lunare menţionate în însă mult mai operativ, deşi formula pare la prima vedere mai complicată:
coloanele 1 şi 2 din tabelul următor (a = 2000; k = 200):
 STATISTICĂ ŞI ECONOMETRIE 25 26 Gh. COMAN

n
⎛ xi − a ⎞ Salariul xi − a ⎛ xi − a ⎞
∑ ⎜⎝ k ⎠
⎟ fi lunar
Număr
salariaţi
Centrul
intervalelor
x i fi ⎜ ⎟ f1
i =1
k+a=x
u.m. k ⎝ k ⎠
n 1 2 3 4 5 6
∑ fi 1500-1700 4 1600 6400 -2 -8
i =1 1700-1900 14 1800 25200 -1 -14
Întrucât constantele „a” şi „k” sunt elemente ale seriilor de 1900-2100 20 2000 40000 0 0
distribuţie, calculul simplificat se aplică numai mediei aritmetice ponderate,
2100-2300 10 2200 22000 1 10
caz în care seriile de distribuţie trebuie să fie construite după intervale egale
de variaţie. 2300-2500 7 2400 16800 2 14
De multe ori, în practica statistică, se întâlnesc serii de distribuţii la 2500-2700 4 2600 10400 3 12
care frecvenţele absolute f1, f2,…,fn au niveluri relativ mari, afectând Peste
1 2800 2800 4 4
întrucâtva calculul mediei. Pentru a facilita şi mai mult simplificarea calculului 2700
se poate apela la încă o proprietate a mediei aritmetice, care vizează Total 60 x 123600 x 18
frecvenţele şi nu variabilele caracteristicii şi anume: Observaţie. Limita superioară este inclusă în interval. (a=2000; k=200)
- dacă se micşorează frecvenţele f1, f2,…,fn prin împărţire la o Rezolvare. Se observă că distribuţia salariaţilor este construită
constantă „c” aleasă arbitrar, nivelul mediei aritmetice nu se schimbă, după intervale de variaţie. Pentru toate cazurile de acest gen, în calculul
adică: mediei aritmetice ponderate se folosesc ca variabile x1, x2,…,xn centrele
n n
fi intervalelor de variaţie. Ele se determină ca medii aritmetice simple din
∑ xi c
∑ xi f i cele două limite ale fiecărui interval. De exemplu:
i =1 i =1
= 1500 + 1700
n
fi n x1 = = 1600 etc.
∑ c
∑ fi 2
i =1 i =1 Pentru intervalele deschise la unul din capete, centrul se determină
întrucât: astfel:
- dacă intervalul deschis este la capătul inferior (cazul distribuţiilor
1 n
∑ xi f i
c i=1
deschise la începutul lor), se determină mai întâi limita inferioară a
intervalului respectiv, scăzând din limita superioară mărimea intervalului de
=x grupare (k) şi apoi centru intervalului respectiv ca semisumă a celor două
1 n limite componente;
∑ fi
c i =1
- dacă intervalul este deschis la capătul superior (cazul distribuţiilor
deschise la sfârşitul lor), se determină mai întâi limita superioară a acestui
În condiţiile combinării celor trei proprietăţi, relaţia de calcul interval prin adăugarea la limita inferioară a lui k şi apoi centrul său prin
simplificat al mediei aritmetice este: semisuma acestor limite.
Practic, pentru determinarea centrului intervalelor deschise există
n
⎛ xi − a ⎞ f i
∑ ⎜⎝ k ⎠c
⎟
mai multe posibilităţi.
Aplicând relaţia de calcul obişnuit salariul mediu se determină astfel:
i =1
n
k+a=x 1600.4 + 1800.14 + ... + 2800.1
fi x= = 2060 u.m.
∑c 60
i =1 Interpretare. În medie, unui salariat i-a revenit un salariu lunar de
Se va considera următorul exemplu: 2060 u.m.
3. Se cere să se determine media aritmetică a salariului mediu Aplicând relaţia de calcul simplificat se va obţine acelaşi rezultat,
pentru un grup de salariaţi care realizează veniturile lunare menţionate în însă mult mai operativ, deşi formula pare la prima vedere mai complicată:
coloanele 1 şi 2 din tabelul următor (a = 2000; k = 200):
 STATISTICĂ ŞI ECONOMETRIE 27 28 Gh. COMAN

18 adică atunci când nivelul variabilei aleatoare se menţine constant la fiecare

x= 200 + 2000 = 2060 u.m. (a = 2000; k = 200) grupă.
60 Metodologie de calcul. Ţinând seama de cerinţele impuse de
Operativitatea calculului simplificat este dată de faptul că odată condiţia matematică de semnificaţie şi considerând mh – simbolul mediei
stabilită poziţia lui „a” în cadrul seriei, nivelurile rapoartelor
xi − a se trec
armonice, filiera calculului mediei armonice simple este identică cu cea de la
media aritmetică simplă, cu singura deosebire că se foloseşte în calcul
k inversul variabilelor caracteristicii:
automat astfel: zero în dreptul lui „a”, -1, -2, -3,… deasupra şi 1, 2, 3,… sub Media armonică simplă se determină cu relaţia:
zero. n
1 1 1 1 n
Se va verifica acest lucru prin exemplul prezentat în tabelul
precedent. De exemplu: + + ... + =∑ =
x1 − a 1600 − 2200
x1 x2 xn i =1 xi mh
= = −2 de unde rezultă:
k 200
1 n n
.
mh = = =
. 1 1 1 1 1 1 n
1
. + + ... +
x1 x2 xn
+ + ... +
x1 x2 xn ∑x
x7 − a 2800 − 2000 i =1 i
= =4
k 200 n
Aşadar, avantajul pe care-l are utilizarea procedeului simplificat este Media armonică ponderată se utilizează în situaţia în care:
dublu:
- se micşorează considerabil nivelul indicatorilor folosiţi în calculul
x1 f1 ≠ x2 f 2 ≠ ... ≠ xn f n
mediei, ceea ce facilitează efectuarea operaţiunilor aferente; şi se determină cu relaţia:
xi − a 1
- se pot cunoaşte direct, fără calcule, valorile rapoartelor mh = =
k 1 1 1
pentru orice tip de distribuţie, indiferent de locul pe care îl ocupă constanta x1 f1 + x2 f 2 + ... + xn f n
„a” în cadrul seriei respective. x1 x2 xn
Datorită acestor însuşiri, procedeul de calcul simplificat al mediei
aritmetice ponderate este preferat procedeul obişnuit. x1 f1 + x2 f 2 + ... + xn f n
Media armonică. Este o formă transformată a mediei aritmetice şi n
se foloseşte în situaţiile în care nu se cunosc frecvenţele f1, f2,…,fn şi nici
volumul general al acestora ∑ f . Este folosită în cazurile când avem de
x1 f1 + x2 f 2 + ... + xn f n
∑ xi f i
calculat o medie generală din medii parţiale. Este mărimea inversă a mediei = = ni =1
1 1 1 1
aritmetice, calculată din mărimile inverse ale valorilor individuale ale
caracteristicii. x1 f1 + x2 f 2 + ... + xn f n ∑ xi f i
Media armonică se aplică la calculul salariului mediu pe diferitele x1 x2 xn i =1 xi
categorii de salariaţi; la calculul recoltei medii pe fermă, cunoscându-se 4. Se cere să se determine recolta medie la hectar pe suprafaţa
recolta medie şi totală de pe diferitele lanuri etc. unei ferme agricole cunoscând că recolta medie pe cele trei lanuri cultivate şi
Deşi derivă din media aritmetică ponderată, în practică se întâlnesc recoltele totale prezintă următoarele valori:
două variante ale mediei armonice: simplă şi ponderată. Lanul L1 L2 L3
Media armonică simplă se foloseşte când: Recolta medie 2,5 t 3t 4t
x1 f1 = x 2 f 2 = ... = x n f n Recolta totală 25 t 24 t
Rezolvare. Recolta medie pe fermă va fi:
28 t 77 t
 STATISTICĂ ŞI ECONOMETRIE 27 28 Gh. COMAN

18 adică atunci când nivelul variabilei aleatoare se menţine constant la fiecare

x= 200 + 2000 = 2060 u.m. (a = 2000; k = 200) grupă.
60 Metodologie de calcul. Ţinând seama de cerinţele impuse de
Operativitatea calculului simplificat este dată de faptul că odată condiţia matematică de semnificaţie şi considerând mh – simbolul mediei
stabilită poziţia lui „a” în cadrul seriei, nivelurile rapoartelor
xi − a se trec
armonice, filiera calculului mediei armonice simple este identică cu cea de la
media aritmetică simplă, cu singura deosebire că se foloseşte în calcul
k inversul variabilelor caracteristicii:
automat astfel: zero în dreptul lui „a”, -1, -2, -3,… deasupra şi 1, 2, 3,… sub Media armonică simplă se determină cu relaţia:
zero. n
1 1 1 1 n
Se va verifica acest lucru prin exemplul prezentat în tabelul
precedent. De exemplu: + + ... + =∑ =
x1 − a 1600 − 2200
x1 x2 xn i =1 xi mh
= = −2 de unde rezultă:
k 200
1 n n
.
mh = = =
. 1 1 1 1 1 1 n
1
. + + ... +
x1 x2 xn
+ + ... +
x1 x2 xn ∑x
x7 − a 2800 − 2000 i =1 i
= =4
k 200 n
Aşadar, avantajul pe care-l are utilizarea procedeului simplificat este Media armonică ponderată se utilizează în situaţia în care:
dublu:
- se micşorează considerabil nivelul indicatorilor folosiţi în calculul
x1 f1 ≠ x2 f 2 ≠ ... ≠ xn f n
mediei, ceea ce facilitează efectuarea operaţiunilor aferente; şi se determină cu relaţia:
xi − a 1
- se pot cunoaşte direct, fără calcule, valorile rapoartelor mh = =
k 1 1 1
pentru orice tip de distribuţie, indiferent de locul pe care îl ocupă constanta x1 f1 + x2 f 2 + ... + xn f n
„a” în cadrul seriei respective. x1 x2 xn
Datorită acestor însuşiri, procedeul de calcul simplificat al mediei
aritmetice ponderate este preferat procedeul obişnuit. x1 f1 + x2 f 2 + ... + xn f n
Media armonică. Este o formă transformată a mediei aritmetice şi n
se foloseşte în situaţiile în care nu se cunosc frecvenţele f1, f2,…,fn şi nici
volumul general al acestora ∑ f . Este folosită în cazurile când avem de
x1 f1 + x2 f 2 + ... + xn f n
∑ xi f i
calculat o medie generală din medii parţiale. Este mărimea inversă a mediei = = ni =1
1 1 1 1
aritmetice, calculată din mărimile inverse ale valorilor individuale ale
caracteristicii. x1 f1 + x2 f 2 + ... + xn f n ∑ xi f i
Media armonică se aplică la calculul salariului mediu pe diferitele x1 x2 xn i =1 xi
categorii de salariaţi; la calculul recoltei medii pe fermă, cunoscându-se 4. Se cere să se determine recolta medie la hectar pe suprafaţa
recolta medie şi totală de pe diferitele lanuri etc. unei ferme agricole cunoscând că recolta medie pe cele trei lanuri cultivate şi
Deşi derivă din media aritmetică ponderată, în practică se întâlnesc recoltele totale prezintă următoarele valori:
două variante ale mediei armonice: simplă şi ponderată. Lanul L1 L2 L3
Media armonică simplă se foloseşte când: Recolta medie 2,5 t 3t 4t
x1 f1 = x 2 f 2 = ... = x n f n Recolta totală 25 t 24 t
Rezolvare. Recolta medie pe fermă va fi:
28 t 77 t
 STATISTICĂ ŞI ECONOMETRIE 29 30 Gh. COMAN

n
∑ xi f i 25 + 24 + 28 77 firmei. Pentru aceasta, ele culege date privind salariul mediu la fiecare secţie
mh = = = 3,08 t şi fondurile de salarii ale secţiilor respective, realizând tabelul următor.
mh = i =1
= 1 1 1 25 Salariul mediu, U.M. (unităţi Fondul de salarii,
n
1 25 + 24 + 28 Secţia
∑ x xi f i 2,5 3 4 1
monetare)
540
U.M.
45900
i =1 i
Se observă că dacă se calcula media aritmetică ponderată a 2 620 33480
recoltelor medii se obţinea: 3 480 16800
2,5.25 + 3.24 + 4.28 4 700 19600
= 3,3t Rezolvare:
77 Cum fondul de salarii la nivelul unei secţii este:
fapt ce era fals, întrucât dacă se calculează direct raportul dintre totalul
producţiei (77 t) şi numărul total de hectare rezultă (25:2,5 + 24:3 + 28:4 =25 FS i = S i .N i
ha) 3,08 t. iar la nivelul întregii firme este:
5. Într-un atelier lucrează o echipă compusă din trei muncitori. FS = ∑ FSi = S .∑ N i
Efectuându-se cronometrări în cursul unei zile normale de lucru (8 ore) s-au
înregistrat următorul consum de timp pe piesă prelucrată: muncitorul 1 – 50
de minute; muncitorul 2 – 70 de minute; muncitorul 3 – 80 de minute.
se va putea calcula salariul mediu S ca o medie armonică ponderată:
Σni ΣFSi ΣFSi
Care este timpul mediu consumat de un muncitor pentru realizarea xh = = = =
1 Σ N 1
unei piese ?
Rezolvare. Evident, la prima vedere problema pare foarte simplă,
∑ x ni i
∑ S i FSi
i
aşa că timpul mediu poate fi determinat ca o medie aritmetică simplă. În 45900 + 33480 + 16800 + 19600 115840
realitate, însă, dat fiind faptul că în decursul celor 8 ore de lucru muncitorii = = = 573,465 u.m.
1 1 1 1 202
respectivi se diferenţiază între ei prin volumul lucrărilor executate, nu se 45900 + 33480 + 16800 + 19600
poate aplica media aritmetică simplă. 540 620 480 700
Identificând datele problemei, se constată că se cunosc variabilele Media geometrică numită şi medie logaritmică se calculează pe
caracteristicii analizate, adică: x1 = 50’; x2 = 70’; x3 = 80’ şi timpul prestat de baza mărimilor relative ale dinamicii în cadrul seriilor cronologice. Cu ajutorul
fiecare muncitor în decursul zilei de lucru, care se menţine constant, adică: ei se determină ritmurile medii de creştere a populaţiei, producţiei, circulaţiei
x1f1 = x2f2 = x3f3 = 480’ de lucru, pentru determinarea timpului mediu se mărfurilor, preţurilor, venitului naţional etc. Media geometrică este de două
foloseşte media armonică: feluri: simplă şi ponderată.
Media geometrică simplă se determină pe baza expresiei:
n 3
mh = = = 64 min/ piesă n
n 1 1 1
∑x
1
+ +
50 70 80
mg = x1.x2 ...xn =
n n ∏ xi
i =1 i i =1
sau: 7. Se cere să se determine coeficientul mediu de creştere lunară a
n volumului desfacerilor de mărfuri a unui supermagazin pe baza următoarelor
∑ xi . f i 480 + 480 + 480 3.480 date:
i =1
mh = = = = 64 min/ piesă Lunile ianuarie februarie martie aprilie mai iunie
n
1 1 1 1 ⎛ 1 1 1 ⎞
∑ x xi f i 50
480 + 480 + 480 480⎜ +
70 80
+ ⎟
⎝ 50 70 80 ⎠
Volumul desfacerilor (u.m) 300 320 350 400 420 450
i =1 i Coeficientul de creştere
100 1,067 1,094 1,143 1,050 1,071
se observă că în condiţiile în care x1 f1 = x2 f 2 = ... = xn f n se poate cu baza în lanţ
Rezolvare. Se determină, la început, coeficienţii de creştere cu
folosi atât relaţia mediei armonice simple, cât şi relaţia mediei armonice bază în lanţ:
ponderate.
februarie: 320 300 = 1,067 ; martie: 350 320 = 1,094 etc.
6. Un analist din serviciul financiar al unei firme are misiunea de a
determina salariul mediu acordat la salariaţii din 4 secţii componente ale Se aplică formula mediei geometrice:
 STATISTICĂ ŞI ECONOMETRIE 29 30 Gh. COMAN

n
∑ xi f i 25 + 24 + 28 77 firmei. Pentru aceasta, ele culege date privind salariul mediu la fiecare secţie
mh = = = 3,08 t şi fondurile de salarii ale secţiilor respective, realizând tabelul următor.
mh = i =1
= 1 1 1 25 Salariul mediu, U.M. (unităţi Fondul de salarii,
n
1 25 + 24 + 28 Secţia
∑ x xi f i 2,5 3 4 1
monetare)
540
U.M.
45900
i =1 i
Se observă că dacă se calcula media aritmetică ponderată a 2 620 33480
recoltelor medii se obţinea: 3 480 16800
2,5.25 + 3.24 + 4.28 4 700 19600
= 3,3t Rezolvare:
77 Cum fondul de salarii la nivelul unei secţii este:
fapt ce era fals, întrucât dacă se calculează direct raportul dintre totalul
producţiei (77 t) şi numărul total de hectare rezultă (25:2,5 + 24:3 + 28:4 =25 FS i = S i .N i
ha) 3,08 t. iar la nivelul întregii firme este:
5. Într-un atelier lucrează o echipă compusă din trei muncitori. FS = ∑ FSi = S .∑ N i
Efectuându-se cronometrări în cursul unei zile normale de lucru (8 ore) s-au
înregistrat următorul consum de timp pe piesă prelucrată: muncitorul 1 – 50
de minute; muncitorul 2 – 70 de minute; muncitorul 3 – 80 de minute.
se va putea calcula salariul mediu S ca o medie armonică ponderată:
Σni ΣFSi ΣFSi
Care este timpul mediu consumat de un muncitor pentru realizarea xh = = = =
1 Σ N 1
unei piese ?
Rezolvare. Evident, la prima vedere problema pare foarte simplă,
∑ x ni i
∑ S i FSi
i
aşa că timpul mediu poate fi determinat ca o medie aritmetică simplă. În 45900 + 33480 + 16800 + 19600 115840
realitate, însă, dat fiind faptul că în decursul celor 8 ore de lucru muncitorii = = = 573,465 u.m.
1 1 1 1 202
respectivi se diferenţiază între ei prin volumul lucrărilor executate, nu se 45900 + 33480 + 16800 + 19600
poate aplica media aritmetică simplă. 540 620 480 700
Identificând datele problemei, se constată că se cunosc variabilele Media geometrică numită şi medie logaritmică se calculează pe
caracteristicii analizate, adică: x1 = 50’; x2 = 70’; x3 = 80’ şi timpul prestat de baza mărimilor relative ale dinamicii în cadrul seriilor cronologice. Cu ajutorul
fiecare muncitor în decursul zilei de lucru, care se menţine constant, adică: ei se determină ritmurile medii de creştere a populaţiei, producţiei, circulaţiei
x1f1 = x2f2 = x3f3 = 480’ de lucru, pentru determinarea timpului mediu se mărfurilor, preţurilor, venitului naţional etc. Media geometrică este de două
foloseşte media armonică: feluri: simplă şi ponderată.
Media geometrică simplă se determină pe baza expresiei:
n 3
mh = = = 64 min/ piesă n
n 1 1 1
∑x
1
+ +
50 70 80
mg = x1.x2 ...xn =
n n ∏ xi
i =1 i i =1
sau: 7. Se cere să se determine coeficientul mediu de creştere lunară a
n volumului desfacerilor de mărfuri a unui supermagazin pe baza următoarelor
∑ xi . f i 480 + 480 + 480 3.480 date:
i =1
mh = = = = 64 min/ piesă Lunile ianuarie februarie martie aprilie mai iunie
n
1 1 1 1 ⎛ 1 1 1 ⎞
∑ x xi f i 50
480 + 480 + 480 480⎜ +
70 80
+ ⎟
⎝ 50 70 80 ⎠
Volumul desfacerilor (u.m) 300 320 350 400 420 450
i =1 i Coeficientul de creştere
100 1,067 1,094 1,143 1,050 1,071
se observă că în condiţiile în care x1 f1 = x2 f 2 = ... = xn f n se poate cu baza în lanţ
Rezolvare. Se determină, la început, coeficienţii de creştere cu
folosi atât relaţia mediei armonice simple, cât şi relaţia mediei armonice bază în lanţ:
ponderate.
februarie: 320 300 = 1,067 ; martie: 350 320 = 1,094 etc.
6. Un analist din serviciul financiar al unei firme are misiunea de a
determina salariul mediu acordat la salariaţii din 4 secţii componente ale Se aplică formula mediei geometrice:
 STATISTICĂ ŞI ECONOMETRIE 31 32 Gh. COMAN

n Rezolvare. Pentru a determina nivelul mediu al indicilor de creştere

mg = n ∏ xi = 5 1,067 × 1,094 × 1,143 × 1,050 × 1,071 = 5 1,5004 pe perioada de 16 ani, întrucât datele din tabel se referă la intervale de timp
diferite, se va folosi relaţia de calcul a mediei geometrice ponderate:
i =1 k
Aplicându-se calculul logaritmic obţinem: ∑ ni k

log1,5004 0,17609
mg = i =1
∏ xin i
= 16 1,138 5. 1,112 5. 1,12 . 1,12 . 1,15 . 1,15 . 1,12 . 1,11
log m g = = = 0,035218 i =1

5 5 5 log1,138 + 5 log1,112 + log1,12 + ... + log1,11

log m g = = 0,05159
Calculând antilogaritmul, rezultă: 16
m g = 1,084 × 100 = 108,4% , adică ritmul mediei lunare de m g = 1,126
creştere a volumului desfacerilor de mărfuri a fost de 8,4%. Din calcule rezultă că în fiecare an al perioadei de 16 ani,
8. Să se determine nivelul mediu de creştere a preţurilor la un productivitatea muncii creşte în medie, de 1,126 ori, faţă de anul precedent.
produs avându-se în vedere că variaţia anuală a acestuia se prezintă în 10. În Anuarul Statistic al României pe 1995, la pag. 411, se
tabelul următor: prezintă indicii anuali ai preţurilor de consum la mărfurile alimentare pe
Anul 1 2 3 4 5 6 perioada 1991-1994, care au fost:
Indicii de creştere a Anul Indice (anul precedent = 100)
preţului de la un an la 112 110 110 111 110 110
1991 286,2
altul
Rezolvare. Întrucât datele din tabel se referă la intervale egale de 1992 336,6
timp, pentru determinarea nivelului mediu al indicilor pe perioada 1÷6 se pot 1993 348,9
utiliza relaţiile aferente mediei geometrice simple: 1994 236,2
Se cere să se determine indicele mediu de creştere la preţurile de
mg = 6 1,12 × 1,1 × 1,1 × 1,11 × 1,1 × 1,1 consum a mărfurilor alimentare pe perioada menţionată.
Rezolvare. Pentru calculul indicelui mediu se va utiliza media
log1,12 + log1,1 + log1,1log1,11log1,1log1,1
log mg = = 0,04335 geometrică, întrucât între nivelurile variabilei studiate (indice) se află relaţia
6 de produs:
m g = 1,105 x g = n ∏ xi
Interpretare: în fiecare an al perioadei 1÷6 , nivelul mediu al
preţurilor creşte de 1,105 ori pe produsul considerat.
I p = 4 I p = 4 I p 91 / 90 .I p 92 / 91.I p 93 / 92 .I p 94 / 93 =
Media geometrică ponderată. Se determină cu expresia:
k = 4 2,862 × 3,366 × 3,489 × 2,362 = 2,9850 = 298,5%
∑ ni k
∏
Media pătratică. Este o mărime medie calculată prin extragerea
m g = i =1 x in i rădăcinii pătrate din media aritmetică a pătratelor termenilor seriei statistice.
i =1 Ea se aplică în cazuri speciale, cum ar fi de exemplu la determinarea abaterii
9. Să se determine nivelul mediu de creştere a productivităţii medii pătratice, când se studiază variaţia caracteristicii. Este de două feluri:
muncii într-o unitate economică, considerându-se creşterile parţiale conform simplă şi ponderată.
datelor din tabelul următor: Media pătratică simplă se determină cu expresia:
Perioada 1-5 6-10 11 12 13 14 15 16 n
Indicii
Indicii medii Indicii medii
anuali anuali 1,12 1,12 1,15 1,15 1,12 1,11
∑ xi2
i =1
dinamici
1,138 1,112 mp =
n
Media pătratică ponderată se determină cu relaţia:
 STATISTICĂ ŞI ECONOMETRIE 31 32 Gh. COMAN

n Rezolvare. Pentru a determina nivelul mediu al indicilor de creştere

mg = n ∏ xi = 5 1,067 × 1,094 × 1,143 × 1,050 × 1,071 = 5 1,5004 pe perioada de 16 ani, întrucât datele din tabel se referă la intervale de timp
diferite, se va folosi relaţia de calcul a mediei geometrice ponderate:
i =1 k
Aplicându-se calculul logaritmic obţinem: ∑ ni k

log1,5004 0,17609
mg = i =1
∏ xin i
= 16 1,138 5. 1,112 5. 1,12 . 1,12 . 1,15 . 1,15 . 1,12 . 1,11
log m g = = = 0,035218 i =1

5 5 5 log1,138 + 5 log1,112 + log1,12 + ... + log1,11

log m g = = 0,05159
Calculând antilogaritmul, rezultă: 16
m g = 1,084 × 100 = 108,4% , adică ritmul mediei lunare de m g = 1,126
creştere a volumului desfacerilor de mărfuri a fost de 8,4%. Din calcule rezultă că în fiecare an al perioadei de 16 ani,
8. Să se determine nivelul mediu de creştere a preţurilor la un productivitatea muncii creşte în medie, de 1,126 ori, faţă de anul precedent.
produs avându-se în vedere că variaţia anuală a acestuia se prezintă în 10. În Anuarul Statistic al României pe 1995, la pag. 411, se
tabelul următor: prezintă indicii anuali ai preţurilor de consum la mărfurile alimentare pe
Anul 1 2 3 4 5 6 perioada 1991-1994, care au fost:
Indicii de creştere a Anul Indice (anul precedent = 100)
preţului de la un an la 112 110 110 111 110 110
1991 286,2
altul
Rezolvare. Întrucât datele din tabel se referă la intervale egale de 1992 336,6
timp, pentru determinarea nivelului mediu al indicilor pe perioada 1÷6 se pot 1993 348,9
utiliza relaţiile aferente mediei geometrice simple: 1994 236,2
Se cere să se determine indicele mediu de creştere la preţurile de
mg = 6 1,12 × 1,1 × 1,1 × 1,11 × 1,1 × 1,1 consum a mărfurilor alimentare pe perioada menţionată.
Rezolvare. Pentru calculul indicelui mediu se va utiliza media
log1,12 + log1,1 + log1,1log1,11log1,1log1,1
log mg = = 0,04335 geometrică, întrucât între nivelurile variabilei studiate (indice) se află relaţia
6 de produs:
m g = 1,105 x g = n ∏ xi
Interpretare: în fiecare an al perioadei 1÷6 , nivelul mediu al
preţurilor creşte de 1,105 ori pe produsul considerat.
I p = 4 I p = 4 I p 91 / 90 .I p 92 / 91.I p 93 / 92 .I p 94 / 93 =
Media geometrică ponderată. Se determină cu expresia:
k = 4 2,862 × 3,366 × 3,489 × 2,362 = 2,9850 = 298,5%
∑ ni k
∏
Media pătratică. Este o mărime medie calculată prin extragerea
m g = i =1 x in i rădăcinii pătrate din media aritmetică a pătratelor termenilor seriei statistice.
i =1 Ea se aplică în cazuri speciale, cum ar fi de exemplu la determinarea abaterii
9. Să se determine nivelul mediu de creştere a productivităţii medii pătratice, când se studiază variaţia caracteristicii. Este de două feluri:
muncii într-o unitate economică, considerându-se creşterile parţiale conform simplă şi ponderată.
datelor din tabelul următor: Media pătratică simplă se determină cu expresia:
Perioada 1-5 6-10 11 12 13 14 15 16 n
Indicii
Indicii medii Indicii medii
anuali anuali 1,12 1,12 1,15 1,15 1,12 1,11
∑ xi2
i =1
dinamici
1,138 1,112 mp =
n
Media pătratică ponderată se determină cu relaţia:
 STATISTICĂ ŞI ECONOMETRIE 33 34 Gh. COMAN

n Media cronologică simplă se întrebuinţează în situaţiile în care

∑ xi2 f i termenii dinamice statistice sunt plasaţi la distanţe egale unul de altul. Se
determină însumând jumătate din valoarea primului şi ultimului termen al
i =1
mp = n
seriei dinamice, cu valoarea întreagă a celorlalţi termeni şi raportând suma
obţinută la numărul termenilor minus 1 pe baza expresiei:
∑ fi x1 x
+ x2 + x3 + ... + xn−1 + n
i =1
Calculul se face în următoarea succesiune: se ridică termenii seriei mcr = 2 2
statistice la pătrat; se împarte suma la numărul termenilor; se extrage n −1
rădăcina pătrată din rezultat. 12. Să se determine valoare medie a fondurilor fixe pentru o
11. Se cere să se determine productivitatea medie pe muncitorii societate comercială, anii 1994-2000, dacă la 31 decembrie pentru fiecare
din două ateliere, pe baza înregistrării următoarelor date privind producţie de an existau valorile:
piese pe muncitor din cele două ateliere.
Nr. de piese/ Nr. de piese/ Nr. de Anii 1994 1995 1996 1997 1998 1999 2000
Muncitorul muncitor muncitor muncitori xi.fi
xi xi fi u.m. 500 520 540 600 620 650 700
Atelierul I Atelierul II
A 4 4 3 12 500 700
B 6 6 4 24 + 520 + 540 + 600 + 620 + 650 +
C 5 5 2 10 mcr = 2 2 = 3530 = 588
D 8 8 5 40 6 6
E 7 7 6 42
F 9 9 3 27 Media cronologică ponderată se întrebuinţează în cazurile în care
G 10 10 2 20 termenii seriei nu se află la distanţă egală unul de altul. În acest caz,
H 11 11 1 11 semisuma termenilor se ponderează cu distanţa dintre momente:
Total 61 26 186
Media aritmetică ma va fi: x1 + x2 x + x3 x + x4 x + xn
× f1 + 2 × f2 + 3 × f 3 + ... + n−1 × f n−1
Atelierul I: ma1 =
∑ xi 61
== 7,62 piese.
mcr = 2 2 2
f1 + f 2 + ... + f n−1
2

n 8
Atelierul II: m =
∑ xi f i = 186 = 7,15 piese 13. Stocul de mărfuri al unei baze de desfacere, conform
inventarului efectuat, a înregistrat următoarele valori în unităţi monetare
∑ f i 26
a2
(u.m.): 1 ianuarie: 300 u.m.; 1 martie: 400 u.m.; 1 iunie: 450 u.m.; 1 iulie: 500
Pornind de la datele privind producţia muncitorilor la cele două u.m. Deci f1 = 2 luni; f2 = 3 luni; f3 = 1 lună.
ateliere se determină cele două medii pătratice. Prin aplicarea formulei de la media cronologică ponderată se obţine:

m p1 =
∑ xi2 =
4 2 + 6 2 + 5 2 + 8 2 + 7 2 + 9 2 + 10 2 + 112
=
492
= 7,84 300 + 400 400 + 450 450 + 500
n 8 8 ×2+ ×3+ ×1
2 2 2 2450
mcr = = = 408,33 u.m.
mp2 =
∑ xi2 fi =
4 2.3 + 6 2.4 + 52.2 + 82.5 + 7 2.6 + 9 2.3 + 102.2 + 112
=
1370
= 7,26 2 + 3 +1 6
∑ fi 3 + 4 + 2 + 5 + 6 + 3 + 2 +1 26
Media cronologică. Este folosită în statistică pentru determinarea Expresiile de calcul ale mediei cronologice reprezintă o adaptare a
nivelului mediu al seriilor cronologice de momente. Este de două feluri: formulelor mediei aritmetice la elementele seriilor cronologice. Dacă
simplă şi ponderată. reprezentăm alăturat expresiile de calcul ale celor două medii se obţine:
 STATISTICĂ ŞI ECONOMETRIE 33 34 Gh. COMAN

n Media cronologică simplă se întrebuinţează în situaţiile în care

∑ xi2 f i termenii dinamice statistice sunt plasaţi la distanţe egale unul de altul. Se
determină însumând jumătate din valoarea primului şi ultimului termen al
i =1
mp = n
seriei dinamice, cu valoarea întreagă a celorlalţi termeni şi raportând suma
obţinută la numărul termenilor minus 1 pe baza expresiei:
∑ fi x1 x
+ x2 + x3 + ... + xn−1 + n
i =1
Calculul se face în următoarea succesiune: se ridică termenii seriei mcr = 2 2
statistice la pătrat; se împarte suma la numărul termenilor; se extrage n −1
rădăcina pătrată din rezultat. 12. Să se determine valoare medie a fondurilor fixe pentru o
11. Se cere să se determine productivitatea medie pe muncitorii societate comercială, anii 1994-2000, dacă la 31 decembrie pentru fiecare
din două ateliere, pe baza înregistrării următoarelor date privind producţie de an existau valorile:
piese pe muncitor din cele două ateliere.
Nr. de piese/ Nr. de piese/ Nr. de Anii 1994 1995 1996 1997 1998 1999 2000
Muncitorul muncitor muncitor muncitori xi.fi
xi xi fi u.m. 500 520 540 600 620 650 700
Atelierul I Atelierul II
A 4 4 3 12 500 700
B 6 6 4 24 + 520 + 540 + 600 + 620 + 650 +
C 5 5 2 10 mcr = 2 2 = 3530 = 588
D 8 8 5 40 6 6
E 7 7 6 42
F 9 9 3 27 Media cronologică ponderată se întrebuinţează în cazurile în care
G 10 10 2 20 termenii seriei nu se află la distanţă egală unul de altul. În acest caz,
H 11 11 1 11 semisuma termenilor se ponderează cu distanţa dintre momente:
Total 61 26 186
Media aritmetică ma va fi: x1 + x2 x + x3 x + x4 x + xn
× f1 + 2 × f2 + 3 × f 3 + ... + n−1 × f n−1
Atelierul I: ma1 =
∑ xi 61
== 7,62 piese.
mcr = 2 2 2
f1 + f 2 + ... + f n−1
2

n 8
Atelierul II: m =
∑ xi f i = 186 = 7,15 piese 13. Stocul de mărfuri al unei baze de desfacere, conform
inventarului efectuat, a înregistrat următoarele valori în unităţi monetare
∑ f i 26
a2
(u.m.): 1 ianuarie: 300 u.m.; 1 martie: 400 u.m.; 1 iunie: 450 u.m.; 1 iulie: 500
Pornind de la datele privind producţia muncitorilor la cele două u.m. Deci f1 = 2 luni; f2 = 3 luni; f3 = 1 lună.
ateliere se determină cele două medii pătratice. Prin aplicarea formulei de la media cronologică ponderată se obţine:

m p1 =
∑ xi2 =
4 2 + 6 2 + 5 2 + 8 2 + 7 2 + 9 2 + 10 2 + 112
=
492
= 7,84 300 + 400 400 + 450 450 + 500
n 8 8 ×2+ ×3+ ×1
2 2 2 2450
mcr = = = 408,33 u.m.
mp2 =
∑ xi2 fi =
4 2.3 + 6 2.4 + 52.2 + 82.5 + 7 2.6 + 9 2.3 + 102.2 + 112
=
1370
= 7,26 2 + 3 +1 6
∑ fi 3 + 4 + 2 + 5 + 6 + 3 + 2 +1 26
Media cronologică. Este folosită în statistică pentru determinarea Expresiile de calcul ale mediei cronologice reprezintă o adaptare a
nivelului mediu al seriilor cronologice de momente. Este de două feluri: formulelor mediei aritmetice la elementele seriilor cronologice. Dacă
simplă şi ponderată. reprezentăm alăturat expresiile de calcul ale celor două medii se obţine:
 STATISTICĂ ŞI ECONOMETRIE 35 36 Gh. COMAN

Media Aritmetică Cronologică

Simplă n 3. INDICATORI AI VARIAŢIEI
x1 x
∑ xi + x 2 + x3 + ... + xn −1 + n
ma = i =1 mcr = 2 2 Indicatori simpli ai variaţiei. Servesc pentru a caracteriza gradul
n n −1 de împrăştiere a unităţilor purtătoare de semnificaţie a caracteristicilor
înregistrate. Aceşti indicatori se pot exprima atât în mărimi absolute –
Ponde- p
folosind aceleaşi unităţi de măsură ca şi pentru caracteristica studiată – cât
rată ∑ xi ni x1 + x2 x +x x +x
× f1 + 2 3 × f2 + ...+ n−1 n × fn−1
şi în mărimi relative, calculate în raport cu valoarea medie.
i =1
ma = p mcr = 2 2 2 Amplitudinea absolută a variaţiei (A) se calculează ca diferenţă
f1 + f2 + ...+ fn−1 între nivelul maxim (xmax) şi nivelul minim (xmin) al caracteristicii:
∑ ni A = xmax − xmin
i =1
Amplitudinea relativă a variaţiei (A%) se exprimă, de regulă, în
procente şi se calculează ca raport între amplitudinea absolută a variaţiei (A)
şi nivelul mediu al caracteristicii (ma):
A
A% = 100
ma
Abaterile individuale absolute (a) se calculează ca diferenţe între
fiecare valoare înregistrată şi media aritmetică a acestora:
a = xi − ma
Abaterile individuale relative (a%) se calculează raportând
abaterile absolute la nivelul mediu al caracteristicii:
ai x − ma
100 = i 100
ma ma
Indicatorii sintetici ai variaţiei. Aceştia sunt: abaterea medie
liniară, abaterea medie pătratică, dispersia şi coeficientul de variaţie.
Abaterea medie liniară ( d ) se calculează ca medie aritmetică
simplă sau ponderată din abaterile termenilor seriei de la media lor, luate în
valoare absolută.
- pentru o serie de frecvenţe absolute, abaterea medie liniară se
determină cu relaţia:,
n
∑ xi − ma 1 n
d= i =1
n
= ∑ xi − ma
n i =1
respectiv:
k
∑ xi − ma ni 1 n
d= i =1
k
= k ∑ xi − ma ni
∑ ni ∑ ni i=1
i =1 i =1
 STATISTICĂ ŞI ECONOMETRIE 35 36 Gh. COMAN

Media Aritmetică Cronologică

Simplă n 3. INDICATORI AI VARIAŢIEI
x1 x
∑ xi + x 2 + x3 + ... + xn −1 + n
ma = i =1 mcr = 2 2 Indicatori simpli ai variaţiei. Servesc pentru a caracteriza gradul
n n −1 de împrăştiere a unităţilor purtătoare de semnificaţie a caracteristicilor
înregistrate. Aceşti indicatori se pot exprima atât în mărimi absolute –
Ponde- p
folosind aceleaşi unităţi de măsură ca şi pentru caracteristica studiată – cât
rată ∑ xi ni x1 + x2 x +x x +x
× f1 + 2 3 × f2 + ...+ n−1 n × fn−1
şi în mărimi relative, calculate în raport cu valoarea medie.
i =1
ma = p mcr = 2 2 2 Amplitudinea absolută a variaţiei (A) se calculează ca diferenţă
f1 + f2 + ...+ fn−1 între nivelul maxim (xmax) şi nivelul minim (xmin) al caracteristicii:
∑ ni A = xmax − xmin
i =1
Amplitudinea relativă a variaţiei (A%) se exprimă, de regulă, în
procente şi se calculează ca raport între amplitudinea absolută a variaţiei (A)
şi nivelul mediu al caracteristicii (ma):
A
A% = 100
ma
Abaterile individuale absolute (a) se calculează ca diferenţe între
fiecare valoare înregistrată şi media aritmetică a acestora:
a = xi − ma
Abaterile individuale relative (a%) se calculează raportând
abaterile absolute la nivelul mediu al caracteristicii:
ai x − ma
100 = i 100
ma ma
Indicatorii sintetici ai variaţiei. Aceştia sunt: abaterea medie
liniară, abaterea medie pătratică, dispersia şi coeficientul de variaţie.
Abaterea medie liniară ( d ) se calculează ca medie aritmetică
simplă sau ponderată din abaterile termenilor seriei de la media lor, luate în
valoare absolută.
- pentru o serie de frecvenţe absolute, abaterea medie liniară se
determină cu relaţia:,
n
∑ xi − ma 1 n
d= i =1
n
= ∑ xi − ma
n i =1
respectiv:
k
∑ xi − ma ni 1 n
d= i =1
k
= k ∑ xi − ma ni
∑ ni ∑ ni i=1
i =1 i =1
 STATISTICĂ ŞI ECONOMETRIE 37 38 Gh. COMAN

- pentru o serie de frecvenţe relative, exprimate în procente,

abaterea medie liniară se determină cu relaţia: (x − x )q 2
= x iq − C q1 xiq −1 x + C q2 x iq − 2 x + ... + ( − 1) q −1 C qq x
q

k k
∑ xi − ma ni % 1 n
Înmulţind cu ni şi împărţind la ∑ ni rezultă:
d= i =1
100
= ∑ xi − ma ni %
100 i =1
i =1

∑ (x )
k k k
q
Momente simple. Se numeşte moment simplu de ordinul q al i − x .ni ∑ xiq .ni ∑ xiq−1.ni
i =1 i =1 i =1
distribuţiei date expresia: mq = k
= k
− Cq1 k
x+
k
∑
xis .ni ∑ ni ∑ ni ∑ ni
i =1 i =1 i =1
M q = i =1k k

∑ ni ∑ xiq−2 .ni
x + ... + (− 1) x
i =1 2 q q
i =1 + C q2 k
∑ ni
pentru q = 1:
k
∑ xi .ni sau:
i =1

i =1
Mq = x = k mq = M q − Cq1 M q−1M 1 + Cq2 M q −2 M 12 + ... + (−1) q M 1q
∑ ni Dacă se dă lui q valorile 1, 2,…,q, se obţin expresiile momentelor
centrate de diferite ordine în funcţie de momentele obişnuite:
i =1
adică este media aritmetică. Pentru q = 2: m1 = M 1 − M 1 = 0
k
∑ xi2 .ni m 2 = M 2 − 2.M 1 .M 1 + M 12 = M 2 − M 12
Mq = i =1 m3 = M 3 − 3.M 2 .M 1 + 3.M 1.M 12 − M 13 = M 3 − 3.M 2 .M 1 + 2.M 13
k
………………………………………………………….
∑ ni Dispersia unei caracteristici se notează cu
2
şi se calculează cu σ
i =1
adică este media pătratică. o medie aritmetică simplă sau ponderală a pătratelor abaterilor termenilor
Momente centrate. Dacă se alege ca origine de calcul al faţă de media lor. Deci, se mai poate numi şi pătratul mediu al abaterilor
momentului de ordinul q, momentul de ordinul întâi, atunci se obţine termenilor faţă de media lor. Formulele de calcul sunt:
momentul centrat de ordinul q care are expresia: - pentru o serie simplă:
n

∑ (x ) ∑ (xi − ma )
k 2
q
− x .ni 1 n
∑ (xi − ma )2
i
i =1 σ2 = i =1
=
mq = k n n i =1
∑ ni - pentru o serie cu frecvenţe absolute:
i =1
q
Dacă se dezvoltă expresia (xi -⎯x) , se obţine:
 STATISTICĂ ŞI ECONOMETRIE 37 38 Gh. COMAN

- pentru o serie de frecvenţe relative, exprimate în procente,

abaterea medie liniară se determină cu relaţia: (x − x )q 2
= x iq − C q1 xiq −1 x + C q2 x iq − 2 x + ... + ( − 1) q −1 C qq x
q

k k
∑ xi − ma ni % 1 n
Înmulţind cu ni şi împărţind la ∑ ni rezultă:
d= i =1
100
= ∑ xi − ma ni %
100 i =1
i =1

∑ (x )
k k k
q
Momente simple. Se numeşte moment simplu de ordinul q al i − x .ni ∑ xiq .ni ∑ xiq−1.ni
i =1 i =1 i =1
distribuţiei date expresia: mq = k
= k
− Cq1 k
x+
k
∑
xis .ni ∑ ni ∑ ni ∑ ni
i =1 i =1 i =1
M q = i =1k k

∑ ni ∑ xiq−2 .ni
x + ... + (− 1) x
i =1 2 q q
i =1 + C q2 k
∑ ni
pentru q = 1:
k
∑ xi .ni sau:
i =1

i =1
Mq = x = k mq = M q − Cq1 M q−1M 1 + Cq2 M q −2 M 12 + ... + (−1) q M 1q
∑ ni Dacă se dă lui q valorile 1, 2,…,q, se obţin expresiile momentelor
centrate de diferite ordine în funcţie de momentele obişnuite:
i =1
adică este media aritmetică. Pentru q = 2: m1 = M 1 − M 1 = 0
k
∑ xi2 .ni m 2 = M 2 − 2.M 1 .M 1 + M 12 = M 2 − M 12
Mq = i =1 m3 = M 3 − 3.M 2 .M 1 + 3.M 1.M 12 − M 13 = M 3 − 3.M 2 .M 1 + 2.M 13
k
………………………………………………………….
∑ ni Dispersia unei caracteristici se notează cu
2
şi se calculează cu σ
i =1
adică este media pătratică. o medie aritmetică simplă sau ponderală a pătratelor abaterilor termenilor
Momente centrate. Dacă se alege ca origine de calcul al faţă de media lor. Deci, se mai poate numi şi pătratul mediu al abaterilor
momentului de ordinul q, momentul de ordinul întâi, atunci se obţine termenilor faţă de media lor. Formulele de calcul sunt:
momentul centrat de ordinul q care are expresia: - pentru o serie simplă:
n

∑ (x ) ∑ (xi − ma )
k 2
q
− x .ni 1 n
∑ (xi − ma )2
i
i =1 σ2 = i =1
=
mq = k n n i =1
∑ ni - pentru o serie cu frecvenţe absolute:
i =1
q
Dacă se dezvoltă expresia (xi -⎯x) , se obţine:
 STATISTICĂ ŞI ECONOMETRIE 39 40 Gh. COMAN

k - pentru o serie cu frecvenţe relative exprimate în procente:

∑ (xi − ma )2 .ni k
∑ (xi − ma ) .ni %
n
1 2
σ = 2 i =1
= ∑ (xi − ma ) .ni 2
1 n
∑ (xi − ma ) .ni %
k k 2
σ2 = i =1
=
∑ ni ∑ ni i =1
100 100 i =1
i =1 i =1
Dispersia reprezintă momentul centrat de ordinul doi şi se poate
şi aplicând relaţia de dependenţă dintre momentele centrate de ordinul 2 şi
stabili şi fără să fie necesar să se calculeze în prealabil abaterile individuale
momentele obişnuite, rezultă:
ale variantelor de la media lor. Efectuând dezvoltări succesive în formula
2
⎛ n n
⎞ dispersiei se obţine:
∑ ⎜ ∑ xi ni ⎟
xi2 n - pentru o serie simplă:
− ⎜ i =1n ⎟ 2
σ 2 = M 2 − M 12 = i=1n ⎛ n ⎞n
⎜ ⎟ ∑ x ⎜ ∑ xi ⎟ 2

∑ ni ⎜ ∑ ni ⎟
i

⎝ i =1 ⎠ σ =
2 i =1
− ⎜ i =1 ⎟
i =1 n ⎜ n ⎟
n ⎜ ⎟
Dacă punem n = ∑ ni se poate obţine: ⎝ ⎠
i =1 - pentru o serie de frecvenţe:
2 2
⎛ n ⎞ k
⎛ k ⎞
⎜⎜ ∑ xi ni ⎟⎟ ∑ xi2 .ni ⎜ ∑ xi ni ⎟
− ⎜ i =1k ⎟
n
∑ xi2 ni − ⎝ i=1 n ⎠ σ2 = i =1
k
⎜ ⎟
σ 2 = i=1 ∑n i ⎜ ∑ ni
⎝ i =1
⎟
⎠
n i =1

Dacă valorile iniţiale se iau în raport cu originea de calcul C şi se Abaterea medie pătratică. Este numită şi abatere standard sau
împart la un număr constant a, atunci valorile iniţiale se pot scrie sub forma: abatere tip, notată cu litera grecească σ, se calculează ca o medie pătratică

xi = xi′.a + C
din abaterile tuturor variantelor seriei de la media lor aritmetică. Este, în fond,
radicalul din dispersie:
şi expresia de calcul a dispersiei va căpăta forma: - pentru o serie simplă:
⎡ n 2 n
⎞ ⎤
2 2

∑ (xi − ma )
n
⎛ n ⎞ ⎛ n 2
∑ (xi′a + C ) ni ⎜ ∑ ( xi′a + C ).ni ⎟ ⎢ ∑ xi′ .ni ⎜ ∑ xi′ni ⎟ ⎥
2

− ⎜ i =1 n ⎟ = a 2 ⎢ i =1 − ⎜ i =1 ⎟ ⎥ 1 n
σ =
( xi − ma )2
2 i =1
n
∑ ni
⎜
⎜ ∑ ni
⎟
⎟
⎢ n
⎢ ∑ ni
⎜ n ⎟ ⎥
⎜ ⎟ ⎥
σ= i =1
n
= ∑
n i =1
i =1 ⎝ i =1 ⎠ ⎣⎢ i =1 ⎝ ⎠ ⎦⎥
sau: - pentru o serie de frecvenţe absolute:
k
⎡ 2
⎤
⎢ n
⎛ n ⎞
⎜⎜ ∑ x i′n i ⎟⎟ ⎥ ∑ (xi − ma )2 .ni 1 n
⎢ x ′ 2 .n − ⎝ i =1 ⎠ ⎥
∑ (xi − ma ) .ni
2
⎢ ∑ i i ⎥
σ= i =1
k
= k
n
σ = a 2 ⎢ i =1 ∑ ni ∑ ni i =1
2
⎥
⎢ n ⎥ i =1 i =1
⎢ ⎥ - pentru o serie cu frecvenţe relative exprimate în procente:
⎢ ⎥
⎢⎣ ⎥⎦
 STATISTICĂ ŞI ECONOMETRIE 39 40 Gh. COMAN

k - pentru o serie cu frecvenţe relative exprimate în procente:

∑ (xi − ma )2 .ni k
∑ (xi − ma ) .ni %
n
1 2
σ = 2 i =1
= ∑ (xi − ma ) .ni 2
1 n
∑ (xi − ma ) .ni %
k k 2
σ2 = i =1
=
∑ ni ∑ ni i =1
100 100 i =1
i =1 i =1
Dispersia reprezintă momentul centrat de ordinul doi şi se poate
şi aplicând relaţia de dependenţă dintre momentele centrate de ordinul 2 şi
stabili şi fără să fie necesar să se calculeze în prealabil abaterile individuale
momentele obişnuite, rezultă:
ale variantelor de la media lor. Efectuând dezvoltări succesive în formula
2
⎛ n n
⎞ dispersiei se obţine:
∑ ⎜ ∑ xi ni ⎟
xi2 n - pentru o serie simplă:
− ⎜ i =1n ⎟ 2
σ 2 = M 2 − M 12 = i=1n ⎛ n ⎞n
⎜ ⎟ ∑ x ⎜ ∑ xi ⎟ 2

∑ ni ⎜ ∑ ni ⎟
i

⎝ i =1 ⎠ σ =
2 i =1
− ⎜ i =1 ⎟
i =1 n ⎜ n ⎟
n ⎜ ⎟
Dacă punem n = ∑ ni se poate obţine: ⎝ ⎠
i =1 - pentru o serie de frecvenţe:
2 2
⎛ n ⎞ k
⎛ k ⎞
⎜⎜ ∑ xi ni ⎟⎟ ∑ xi2 .ni ⎜ ∑ xi ni ⎟
− ⎜ i =1k ⎟
n
∑ xi2 ni − ⎝ i=1 n ⎠ σ2 = i =1
k
⎜ ⎟
σ 2 = i=1 ∑n i ⎜ ∑ ni
⎝ i =1
⎟
⎠
n i =1

Dacă valorile iniţiale se iau în raport cu originea de calcul C şi se Abaterea medie pătratică. Este numită şi abatere standard sau
împart la un număr constant a, atunci valorile iniţiale se pot scrie sub forma: abatere tip, notată cu litera grecească σ, se calculează ca o medie pătratică

xi = xi′.a + C
din abaterile tuturor variantelor seriei de la media lor aritmetică. Este, în fond,
radicalul din dispersie:
şi expresia de calcul a dispersiei va căpăta forma: - pentru o serie simplă:
⎡ n 2 n
⎞ ⎤
2 2

∑ (xi − ma )
n
⎛ n ⎞ ⎛ n 2
∑ (xi′a + C ) ni ⎜ ∑ ( xi′a + C ).ni ⎟ ⎢ ∑ xi′ .ni ⎜ ∑ xi′ni ⎟ ⎥
2

− ⎜ i =1 n ⎟ = a 2 ⎢ i =1 − ⎜ i =1 ⎟ ⎥ 1 n
σ =
( xi − ma )2
2 i =1
n
∑ ni
⎜
⎜ ∑ ni
⎟
⎟
⎢ n
⎢ ∑ ni
⎜ n ⎟ ⎥
⎜ ⎟ ⎥
σ= i =1
n
= ∑
n i =1
i =1 ⎝ i =1 ⎠ ⎣⎢ i =1 ⎝ ⎠ ⎦⎥
sau: - pentru o serie de frecvenţe absolute:
k
⎡ 2
⎤
⎢ n
⎛ n ⎞
⎜⎜ ∑ x i′n i ⎟⎟ ⎥ ∑ (xi − ma )2 .ni 1 n
⎢ x ′ 2 .n − ⎝ i =1 ⎠ ⎥
∑ (xi − ma ) .ni
2
⎢ ∑ i i ⎥
σ= i =1
k
= k
n
σ = a 2 ⎢ i =1 ∑ ni ∑ ni i =1
2
⎥
⎢ n ⎥ i =1 i =1
⎢ ⎥ - pentru o serie cu frecvenţe relative exprimate în procente:
⎢ ⎥
⎢⎣ ⎥⎦
 STATISTICĂ ŞI ECONOMETRIE 41 42 Gh. COMAN

k Grupe de
Nr. Centrul
∑ (xi − ma ) .ni %
2
1 n
salariaţi, după
venitul
salariaţil intervalul
xi - a
xi − a xi − a
ni
σ= i =1
= ∑ (xi − ma )2 .ni % înregistrat,
or,
(ni)
ui,
(xi)
k k
100 100 i =1 u.m.
90-95 3 92,5 -10 -2 -6
Coeficientul de variaţie (V). Se calculează în raport cu abaterea
95-100 1 97,5 -5 -1 -1
medie pătratică şi nivelul mediu al seriei.
100-105 42 102,5 0 0 0
σ 105-110 23 107,5 +5 1 23
V= 100 110-115 9 112,5 +10 2 18
ma
115-120 1 117,5 +15 3 3
Dacă se cunoaşte numai abaterea medie liniară, atunci se poate 120-125 1 122,5 +20 4 4
calcula coeficientul de variaţie şi pe baza expresiei:
Total 80 - - - 41
d
Vd = 100 Se va utiliza astfel o expresie simplificată:
ma n
xi − a
1. La o unitate economică cu 80 salariaţi, se face o analiză ∑ k
i =1
statistică pentru veniturile anuale ale acestora. Se înregistrează următoarea
situaţie:
ma = n
k+a

Grupe, după
∑ ni
90-95 95-100 100-105 105-110 110-115 115-120 120-125 i =1
venit, u.m.
Acest procedeu se bazează pe două proprietăţi ale mediei
Nr. salariaţi 3 1 42 23 9 1 1
aritmetice, şi anume: dacă toţi termenii seriei se micşorează cu o constantă
a, media noilor termeni este mai mică cu acea constantă şi dacă toţi termenii
Se cere să se determine indicatorii de variaţie pentru datele se împart cu un coeficient k, se va micşora şi ea de acelaşi număr de ori (se
înregistrate mai sus. adoptă k = 5 deoarece toţi termenii sunt divizibili prin 5 şi a = 102,5,
Rezolvare. Se întocmeşte următorul tabel de calcul ajutător, care
coordonata centrală a intervalului cu cea mai mare frecvenţă absolută):
ilustrează sugestiv datele obţinute: n
xi − a
Grupe de Numărul Centrul ∑ k 41
salariaţi, după salariaţilor intervalulu 2 ma = i =1
k+a= 5 + 102,5 = 105,06250 venitul
xi -ma ⏐xi - ma⏐ni (xi – ma) ni n
venitul , i 80
înregistrat, u.m. (ni) (xi) ∑ ni
90-95 3 92,5 -12,6 37,8 476,8 i =1
95-100 1 97,5 -7,6 7,6 57,76 mediu/salariat
100-105 42 102,5 -2,6 109,2 283,92 În continuare, se determină indicii de variaţie:
105-110 23 107,5 2,4 55,2 132,48 Abaterea medie liniară:
110-115 9 112,5 7,4 66,6 492,84 k
115-120
120-125
1
1
117,5
122,5
12,4
17,4
12,4
17,4
153,76
302,76
∑ xi − ma ni 306,2
i =1
Total 80 - - 306,2 1899,80 d= k
= = 3,83 u.m. / salariat
80
În primul rând se determină valoarea medie ma. În acest scop se ∑ ni
întocmeşte tabelul următor (a = 102,5; k = 5): i =1
 STATISTICĂ ŞI ECONOMETRIE 41 42 Gh. COMAN

k Grupe de
Nr. Centrul
∑ (xi − ma ) .ni %
2
1 n
salariaţi, după
venitul
salariaţil intervalul
xi - a
xi − a xi − a
ni
σ= i =1
= ∑ (xi − ma )2 .ni % înregistrat,
or,
(ni)
ui,
(xi)
k k
100 100 i =1 u.m.
90-95 3 92,5 -10 -2 -6
Coeficientul de variaţie (V). Se calculează în raport cu abaterea
95-100 1 97,5 -5 -1 -1
medie pătratică şi nivelul mediu al seriei.
100-105 42 102,5 0 0 0
σ 105-110 23 107,5 +5 1 23
V= 100 110-115 9 112,5 +10 2 18
ma
115-120 1 117,5 +15 3 3
Dacă se cunoaşte numai abaterea medie liniară, atunci se poate 120-125 1 122,5 +20 4 4
calcula coeficientul de variaţie şi pe baza expresiei:
Total 80 - - - 41
d
Vd = 100 Se va utiliza astfel o expresie simplificată:
ma n
xi − a
1. La o unitate economică cu 80 salariaţi, se face o analiză ∑ k
i =1
statistică pentru veniturile anuale ale acestora. Se înregistrează următoarea
situaţie:
ma = n
k+a

Grupe, după
∑ ni
90-95 95-100 100-105 105-110 110-115 115-120 120-125 i =1
venit, u.m.
Acest procedeu se bazează pe două proprietăţi ale mediei
Nr. salariaţi 3 1 42 23 9 1 1
aritmetice, şi anume: dacă toţi termenii seriei se micşorează cu o constantă
a, media noilor termeni este mai mică cu acea constantă şi dacă toţi termenii
Se cere să se determine indicatorii de variaţie pentru datele se împart cu un coeficient k, se va micşora şi ea de acelaşi număr de ori (se
înregistrate mai sus. adoptă k = 5 deoarece toţi termenii sunt divizibili prin 5 şi a = 102,5,
Rezolvare. Se întocmeşte următorul tabel de calcul ajutător, care
coordonata centrală a intervalului cu cea mai mare frecvenţă absolută):
ilustrează sugestiv datele obţinute: n
xi − a
Grupe de Numărul Centrul ∑ k 41
salariaţi, după salariaţilor intervalulu 2 ma = i =1
k+a= 5 + 102,5 = 105,06250 venitul
xi -ma ⏐xi - ma⏐ni (xi – ma) ni n
venitul , i 80
înregistrat, u.m. (ni) (xi) ∑ ni
90-95 3 92,5 -12,6 37,8 476,8 i =1
95-100 1 97,5 -7,6 7,6 57,76 mediu/salariat
100-105 42 102,5 -2,6 109,2 283,92 În continuare, se determină indicii de variaţie:
105-110 23 107,5 2,4 55,2 132,48 Abaterea medie liniară:
110-115 9 112,5 7,4 66,6 492,84 k
115-120
120-125
1
1
117,5
122,5
12,4
17,4
12,4
17,4
153,76
302,76
∑ xi − ma ni 306,2
i =1
Total 80 - - 306,2 1899,80 d= k
= = 3,83 u.m. / salariat
80
În primul rând se determină valoarea medie ma. În acest scop se ∑ ni
întocmeşte tabelul următor (a = 102,5; k = 5): i =1
 STATISTICĂ ŞI ECONOMETRIE 43 44 Gh. COMAN

Dispersia: • se va reface gruparea unităţilor.

k Coeficientul de variaţie poate fi folosit şi ca test de semnificaţie a
∑ (xi − ma ) .ni
2
reprezentativităţii mediei, considerându-se următoarele praguri de
1899,80 semnificaţie:
σ2 = i =1
k
= = 23,75 0 < ma ≤ 17% media este strict reprezentativă;
80
∑ ni 17% < ma ≤ 35%, media este moderat semnificativă;
35% < ma ≤ 50% media este relativ reprezentativă;
i =1
Abaterea medie pătratică: ma > 50% media nu este reprezentativă.
k Revenindu-se la exemplul considerat, pe baza rezultatelor obţinute
∑ ( xi − ma ) .ni
2 se poate afirma că media este o valoare foarte reprezentativă pentru seria
1899,80 u.m./salariat din care s-a calculat, deoarece s-a obţinut un coeficient foarte mic de variaţie
σ= i =1
k
= = 23,75 ≈ 4,87 (sub 5%); iar cele mai multe valori (65 din 80) se concentrează în intervalul
80
∑ ni 100÷110. Tendinţa de normalitate a distribuţiei se poate constata şi pe baza
relaţiei dintre abaterea medie pătratică şi abaterea medie liniară. În exemplul
i =1
considerat 4/5 din abaterea medie pătratică a seriei sunt egale cu
Coeficientul de variaţie pe baza abaterii medii pătratice:
σ 4,87 ⎛ 4 × 4,87 ⎞ , ceea ce prezintă o diferenţă minimă faţă de valoarea
3,896⎜ ⎟
V= 100 = 100 = 4,63% ⎝ 5 ⎠
ma 105,1 reală a abaterii medii liniare (d = 3,86).
Coeficientul de variaţie pe baza abaterii medii liniare: Calculul simplificat pentru abaterea medie pătratică. Ca şi în cazul
mediei aritmetice, şi pentru abaterea medie pătratică se poate folosi o
d 3,83
Vd = 100 = .100 = 3,64% metodă simplificată. Se întocmeşte tabelul următor:
ma 165,1
Observaţii. Coeficientul de variaţie pentru medie ia valori între 0 şi Grupe de
salariaţi, după
Nr. xi − a ⎛ xi − a ⎞
2
⎛ xi − a ⎞
2
100% conform inegalităţii: 0 ≤ Vm ≤ 10. salariaţilor, ⎜ ⎟ ⎜ ⎟ ni
venitul k ⎝ k ⎠
- dacă Vm = 0, înseamnă lipsă de variaţie, valorile sunt egale
înregistrat, u.m.
(ni) ⎝ k ⎠
între ele şi egale cu media lor, adică x1 = x2 = … = xn = ma;
90-95 3 -2 4 12
- dacă Vm → 0, variaţia caracteristicii este mică;
95-100 1 -1 1 1
- dacă Vm → 100, variaţia caracteristicii este mare.
100-105 42 0 0 0
Intervalul pentru Vm se poate divide astfel:
105-110 23 1 1 23
a. 0 < Vm ≤ 35% = variaţie mică care se concretizează în:
110-115 9 2 4 36
• media ca indicator al tendinţei centrale este semnificativă pentru
că abaterile (xi – ma) sunt mici, valorile seriei gravitează în jurul 115-120 1 3 9 9
mediei; 120-125 1 4 10 16
• colectivitatea este omogenă, respectiv este formată din Total 80 - - 97
unităţi ce aparţin aceluiaşi tip calitativ;
Dispersia se va determina cu următoarea relaţie simplificată:
• gruparea ca metodă de sistematizare primară este bine făcută. 2
b. 35% < Vm ≤ 50% ⇒ variaţie relativ mare, ceea ce înseamnă că
k
⎛ xi − a ⎞
aspectele menţionate la punctul „a” sunt discutabile; ∑ ⎜
k ⎠
⎟ ni
i =1 ⎝
c. 50% < Vm ≤ 100% ⇒ variaţie foarte mare ceea ce înseamnă σ =
2
k
k 2 − (ma − a) 2
că:
• media calculată nu este semnificativă deoarece ascunde abateri
∑ ni
i =1
mari ale termenilor care se plasează la distanţe mari; La această expresie se ajunge considerând două proprietăţi ale
• colectivitatea cercetată este eterogenă deoarece este formată din dispersiei:
unităţi ce aparţin unor tipuri calitative diferite;
 STATISTICĂ ŞI ECONOMETRIE 43 44 Gh. COMAN

Dispersia: • se va reface gruparea unităţilor.

k Coeficientul de variaţie poate fi folosit şi ca test de semnificaţie a
∑ (xi − ma ) .ni
2
reprezentativităţii mediei, considerându-se următoarele praguri de
1899,80 semnificaţie:
σ2 = i =1
k
= = 23,75 0 < ma ≤ 17% media este strict reprezentativă;
80
∑ ni 17% < ma ≤ 35%, media este moderat semnificativă;
35% < ma ≤ 50% media este relativ reprezentativă;
i =1
Abaterea medie pătratică: ma > 50% media nu este reprezentativă.
k Revenindu-se la exemplul considerat, pe baza rezultatelor obţinute
∑ ( xi − ma ) .ni
2 se poate afirma că media este o valoare foarte reprezentativă pentru seria
1899,80 u.m./salariat din care s-a calculat, deoarece s-a obţinut un coeficient foarte mic de variaţie
σ= i =1
k
= = 23,75 ≈ 4,87 (sub 5%); iar cele mai multe valori (65 din 80) se concentrează în intervalul
80
∑ ni 100÷110. Tendinţa de normalitate a distribuţiei se poate constata şi pe baza
relaţiei dintre abaterea medie pătratică şi abaterea medie liniară. În exemplul
i =1
considerat 4/5 din abaterea medie pătratică a seriei sunt egale cu
Coeficientul de variaţie pe baza abaterii medii pătratice:
σ 4,87 ⎛ 4 × 4,87 ⎞ , ceea ce prezintă o diferenţă minimă faţă de valoarea
3,896⎜ ⎟
V= 100 = 100 = 4,63% ⎝ 5 ⎠
ma 105,1 reală a abaterii medii liniare (d = 3,86).
Coeficientul de variaţie pe baza abaterii medii liniare: Calculul simplificat pentru abaterea medie pătratică. Ca şi în cazul
mediei aritmetice, şi pentru abaterea medie pătratică se poate folosi o
d 3,83
Vd = 100 = .100 = 3,64% metodă simplificată. Se întocmeşte tabelul următor:
ma 165,1
Observaţii. Coeficientul de variaţie pentru medie ia valori între 0 şi Grupe de
salariaţi, după
Nr. xi − a ⎛ xi − a ⎞
2
⎛ xi − a ⎞
2
100% conform inegalităţii: 0 ≤ Vm ≤ 10. salariaţilor, ⎜ ⎟ ⎜ ⎟ ni
venitul k ⎝ k ⎠
- dacă Vm = 0, înseamnă lipsă de variaţie, valorile sunt egale
înregistrat, u.m.
(ni) ⎝ k ⎠
între ele şi egale cu media lor, adică x1 = x2 = … = xn = ma;
90-95 3 -2 4 12
- dacă Vm → 0, variaţia caracteristicii este mică;
95-100 1 -1 1 1
- dacă Vm → 100, variaţia caracteristicii este mare.
100-105 42 0 0 0
Intervalul pentru Vm se poate divide astfel:
105-110 23 1 1 23
a. 0 < Vm ≤ 35% = variaţie mică care se concretizează în:
110-115 9 2 4 36
• media ca indicator al tendinţei centrale este semnificativă pentru
că abaterile (xi – ma) sunt mici, valorile seriei gravitează în jurul 115-120 1 3 9 9
mediei; 120-125 1 4 10 16
• colectivitatea este omogenă, respectiv este formată din Total 80 - - 97
unităţi ce aparţin aceluiaşi tip calitativ;
Dispersia se va determina cu următoarea relaţie simplificată:
• gruparea ca metodă de sistematizare primară este bine făcută. 2
b. 35% < Vm ≤ 50% ⇒ variaţie relativ mare, ceea ce înseamnă că
k
⎛ xi − a ⎞
aspectele menţionate la punctul „a” sunt discutabile; ∑ ⎜
k ⎠
⎟ ni
i =1 ⎝
c. 50% < Vm ≤ 100% ⇒ variaţie foarte mare ceea ce înseamnă σ =
2
k
k 2 − (ma − a) 2
că:
• media calculată nu este semnificativă deoarece ascunde abateri
∑ ni
i =1
mari ale termenilor care se plasează la distanţe mari; La această expresie se ajunge considerând două proprietăţi ale
• colectivitatea cercetată este eterogenă deoarece este formată din dispersiei:
unităţi ce aparţin unor tipuri calitative diferite;
 STATISTICĂ ŞI ECONOMETRIE 45 46 Gh. COMAN

- dispersia calculată faţă de o constantă a ⎛⎜ ∑ ( xi − a) 2 ⎞⎟ este

Grupe contribuabili
Tabelul 1
⎜ n ⎟
⎝ ⎠ după volumul
mai mică decât dispersia seriei ⎛ ∑ ( xi − ma ) 2 ⎞ cu pătratul diferenţei dintre impozitului Total unităţi pe
⎜ ⎟ y1,…..,yj,……,ym
(u.m.) grupe
⎜ n ⎟
⎝ ⎠ Grupe contribuabili
2
medie şi constantă, respectiv (ma – a) . pe judeţe
- Dispersia calculată din simplificarea abaterilor individuale cu un x1 f11,…,f1j,…,f1m f1
coeficient k ⎛ ∑ ( xi − ma ) ⎞ este de k ori mai mică decât dispersia seriei
2
. …… .
⎜⎜ ⎟⎟ xi fi1,…,fij,…,fim fi
⎝ k ⎠ . ….. .
⎛ ∑ ( xi − m a ) ⎞
2
. xn fn1,…,fnj,…,fnm fn
⎜⎜ ⎟⎟
⎝ n ⎠ n m
Calculată cu expresia simplificată: Total unităţi pe subgrupe
(fj)
f1,…,fj,…,fm ∑∑ f ij
97 i =1 j =1
σ = 52 − (105,1 − 102,5) 2 = 23,5525 .
2
C) Pentru o analiză a nivelului impozitelor încasate într-un an într-
80
Deci, aproximativ aceeaşi, ca şi în cazul precedent. o economie se folosesc datele unei distribuţii de forma celei din tabelul
Analiza varianţei în populaţiile împărţite în grupe. În următor, tabelul 1.
populaţiile împărţite pe grupe se pot calcula: Pentru analiză vom calcula impozitul mediu pe un contribuabil şi
- media pentru fiecare grupă şi media colectivităţii totale; varianţa în rândul contribuabililor din întreaga ţară, impozitul mediu pe un
- varianţa pentru fiecare grupă si varianţa pentru întreaga contribuabil şi varianţa în rândul contribuabililor din fiecare judeţ precum şi
colectivitate. varianţa, diferenţierea, dintre judeţe.
Factorii care determină varianţa în astfel de distribuţii sunt: Analiza varianţei în populaţiile împărţite în grupe porneşte de la o
- factori esenţiali (se mai numesc înregistraţi), în funcţie de care repartiţie bidimensională de frecvenţe rezultată în urma unei grupări
s-a realizat gruparea şi care explică abaterile mediilor de grupă de la media după două variabile, x (variabila factorială, cauză) şi y (variabila rezultativă,
generală; efect) ca şi în exemplul de mai sus. Completând Tabelul nr.1 cu o
- factori neesenţiali (se mai numesc întâmplători, coloană pentru calculul mediilor şi o coloană pentru calculul dispersiilor,
neînregistraţi, reziduali) adică toţi ceilalţi factori, în afara celor de grupare, aferente variabilei efect, obţinem informaţia sistematizată ca în Tabelul nr.2.
care determină variaţia şi care acţionează în interiorul fiecărei Tabelul 2
grupe fiind cauza abaterilor termenilor individuali de la media grupei din Grupe contribuabili Medii de Dispersii
care fac parte. după y Total unităţi grupă, de grupă
y1,…..,yj,……,ym
Atunci când factorul esenţial este determinant, varianţa dintre
grupe este mai mare decât varianţa din interiorul grupelor. Exemple: Grupe după x
pe grupe
yi σ i2
A) Studenţii Facultăţii de Ştiinţe Economice, anul doi, sunt y1 σ 12
împărţiţi în şapte grupe. Dacă ne propunem o analiză a situaţiei la x1 f11,…,f1j,…,f1m f1
învăţătură pentru anul întâi de studiu vom calcula media de absolvire a . .
. …… .
anului întâi pentru fiecare grupă şi media pentru întregul an. De xi fi1,…,fij,…,fim fi yi σ i2
asemenea, vom calcula variaţia în fiecare grupă, variaţia în întregul an de . ….. .
. .
studiu precum şi varianţa, diferenţierea, între grupe. xn fn1,…,fnj,…,fnm fn
B) Salariaţii unei firme se împart în grupe după anii de yn σ n2
vechime iar în cadrul fiecărei grupe astfel formate se reîmpart în grupe n m
Total unităţi pe
după nivelul salariului. Pentru a analiza situaţia vom calcula salariul
mediu şi varianţa pentru toţi salariaţii, salariul mediu şi varianţa pentru
subgrupe
(fj)
f1,…,fj,…,fm ∑∑ f
i =1 j =1
ij y σ y2
fiecare grupă de vechime precum şi varianţa, împrăştierea, între
grupele formate după vechimea în muncă.
 STATISTICĂ ŞI ECONOMETRIE 45 46 Gh. COMAN

- dispersia calculată faţă de o constantă a ⎛⎜ ∑ ( xi − a) 2 ⎞⎟ este

Grupe contribuabili
Tabelul 1
⎜ n ⎟
⎝ ⎠ după volumul
mai mică decât dispersia seriei ⎛ ∑ ( xi − ma ) 2 ⎞ cu pătratul diferenţei dintre impozitului Total unităţi pe
⎜ ⎟ y1,…..,yj,……,ym
(u.m.) grupe
⎜ n ⎟
⎝ ⎠ Grupe contribuabili
2
medie şi constantă, respectiv (ma – a) . pe judeţe
- Dispersia calculată din simplificarea abaterilor individuale cu un x1 f11,…,f1j,…,f1m f1
coeficient k ⎛ ∑ ( xi − ma ) ⎞ este de k ori mai mică decât dispersia seriei
2
. …… .
⎜⎜ ⎟⎟ xi fi1,…,fij,…,fim fi
⎝ k ⎠ . ….. .
⎛ ∑ ( xi − m a ) ⎞
2
. xn fn1,…,fnj,…,fnm fn
⎜⎜ ⎟⎟
⎝ n ⎠ n m
Calculată cu expresia simplificată: Total unităţi pe subgrupe
(fj)
f1,…,fj,…,fm ∑∑ f ij
97 i =1 j =1
σ = 52 − (105,1 − 102,5) 2 = 23,5525 .
2
C) Pentru o analiză a nivelului impozitelor încasate într-un an într-
80
Deci, aproximativ aceeaşi, ca şi în cazul precedent. o economie se folosesc datele unei distribuţii de forma celei din tabelul
Analiza varianţei în populaţiile împărţite în grupe. În următor, tabelul 1.
populaţiile împărţite pe grupe se pot calcula: Pentru analiză vom calcula impozitul mediu pe un contribuabil şi
- media pentru fiecare grupă şi media colectivităţii totale; varianţa în rândul contribuabililor din întreaga ţară, impozitul mediu pe un
- varianţa pentru fiecare grupă si varianţa pentru întreaga contribuabil şi varianţa în rândul contribuabililor din fiecare judeţ precum şi
colectivitate. varianţa, diferenţierea, dintre judeţe.
Factorii care determină varianţa în astfel de distribuţii sunt: Analiza varianţei în populaţiile împărţite în grupe porneşte de la o
- factori esenţiali (se mai numesc înregistraţi), în funcţie de care repartiţie bidimensională de frecvenţe rezultată în urma unei grupări
s-a realizat gruparea şi care explică abaterile mediilor de grupă de la media după două variabile, x (variabila factorială, cauză) şi y (variabila rezultativă,
generală; efect) ca şi în exemplul de mai sus. Completând Tabelul nr.1 cu o
- factori neesenţiali (se mai numesc întâmplători, coloană pentru calculul mediilor şi o coloană pentru calculul dispersiilor,
neînregistraţi, reziduali) adică toţi ceilalţi factori, în afara celor de grupare, aferente variabilei efect, obţinem informaţia sistematizată ca în Tabelul nr.2.
care determină variaţia şi care acţionează în interiorul fiecărei Tabelul 2
grupe fiind cauza abaterilor termenilor individuali de la media grupei din Grupe contribuabili Medii de Dispersii
care fac parte. după y Total unităţi grupă, de grupă
y1,…..,yj,……,ym
Atunci când factorul esenţial este determinant, varianţa dintre
grupe este mai mare decât varianţa din interiorul grupelor. Exemple: Grupe după x
pe grupe
yi σ i2
A) Studenţii Facultăţii de Ştiinţe Economice, anul doi, sunt y1 σ 12
împărţiţi în şapte grupe. Dacă ne propunem o analiză a situaţiei la x1 f11,…,f1j,…,f1m f1
învăţătură pentru anul întâi de studiu vom calcula media de absolvire a . .
. …… .
anului întâi pentru fiecare grupă şi media pentru întregul an. De xi fi1,…,fij,…,fim fi yi σ i2
asemenea, vom calcula variaţia în fiecare grupă, variaţia în întregul an de . ….. .
. .
studiu precum şi varianţa, diferenţierea, între grupe. xn fn1,…,fnj,…,fnm fn
B) Salariaţii unei firme se împart în grupe după anii de yn σ n2
vechime iar în cadrul fiecărei grupe astfel formate se reîmpart în grupe n m
Total unităţi pe
după nivelul salariului. Pentru a analiza situaţia vom calcula salariul
mediu şi varianţa pentru toţi salariaţii, salariul mediu şi varianţa pentru
subgrupe
(fj)
f1,…,fj,…,fm ∑∑ f
i =1 j =1
ij y σ y2
fiecare grupă de vechime precum şi varianţa, împrăştierea, între
grupele formate după vechimea în muncă.
 STATISTICĂ ŞI ECONOMETRIE 47 48 Gh. COMAN

Variaţia totală înregistrată în colectivitate după caracteristica m

efect poate fi analizată în următoarele sensuri: ∑(y j − yi ). f ij
- abaterile valorilor individuale dintr-o grupă de la media grupei j =1
σ = i
2

( y j − yi ) .
m
respective
∑f ij
- abaterile mediilor grupei de la media colectivităţii totale j =1

( yi − y ) . unde: yj - valorile caracteristicii distribuită în funcţie de factorul de grupare x; yi -

- abaterile tuturor valorilor individuale de la media valorilor mediile pe grupe (medii condiţionate); fij - frecvenţele condiţionate de variaţia
colectivităţii ( y j − y) . condiţionată a caracteristicilor x şi y.
Mediile pe grupe s-au calculat:
Între cele trei componente există următoarea relaţie: m
( y j − y ) = ( y j − yi ) + ( yi − y ) ∑ y .f
j =1
j ij
care se verifică la nivelul fiecărei unităţi statistice din populaţie. yi = m
, i = 1,2,..., n
Indicatorii de variaţie prin care se caracterizează cele trei abateri
definite mai sus sunt:
Dispersia totală, calculată pe baza tuturor abaterilor individuale
∑f j −1
ij

faţă de media colectivităţii totale. Acest indicator sintetizează influenţa factorilor aleatori care
m
acţionează în interiorul grupelor determinând variaţia valorilor individuale
∑(y
j =1
j − y) f j 2
din acestea.
σ =
2
m
Media dispersiilor de grupă, calculată ca o medie aritmetică a
∑f
j =1
j
dispersiilor tuturor grupelor.
n
unde: yj - valorile caracteristicii distribuită în funcţie de factorul de grupare x; ∑σ i
2
. fi
y - media caracteristicii rezultative pentru întreaga colectivitate; fj -frecvenţele σ = 2 i =1
n
subgrupelor formate după variaţia caracteristicii rezultative; m - numărul
subgrupelor.
∑f i =1
i

Media colectivităţii totale s-a calculat: Acest indicator măsoară influenţa factorului de grupare după o
n

∑ y .f
relaţie de directă proporţionalitate.
i i Mediile şi dispersiile de grupă se mai numesc medii şi
y= i =1
n
dispersii condiţionate.
Media şi dispersia pe întreaga colectivitate se numesc marginale.
∑f i =1
i Regula adunării dispersiilor. Dispersia colectivităţii totale este
egală cu media dispersiilor de grupă plus dispersia dintre grupe.
unde: yi - mediile pe grupe (medii condiţionate); fi - volumul grupelor formate σ 2 = σ 2 + σ y2 / x
după variaţia caracteristicii de grupare; n - numărul grupelor. Pe baza acestei reguli se calculează indicatorii.
Acest indicator reuneşte influenţele tuturor factorilor, esenţiali şi Coeficientul de determinaţie, care măsoară influenţa factorului
neesenţiali, care determină variaţia caracteristicii y. de grupare x asupra variaţiei caracteristicii y.
Dispersiile de grupe, calculată pe baza abaterilor tuturor
varianţelor dintr-o grupă faţă de media lor de grupă. σ y2 / x
R2 = 100
σ2
 STATISTICĂ ŞI ECONOMETRIE 47 48 Gh. COMAN

Variaţia totală înregistrată în colectivitate după caracteristica m

efect poate fi analizată în următoarele sensuri: ∑(y j − yi ). f ij
- abaterile valorilor individuale dintr-o grupă de la media grupei j =1
σ = i
2

( y j − yi ) .
m
respective
∑f ij
- abaterile mediilor grupei de la media colectivităţii totale j =1

( yi − y ) . unde: yj - valorile caracteristicii distribuită în funcţie de factorul de grupare x; yi -

- abaterile tuturor valorilor individuale de la media valorilor mediile pe grupe (medii condiţionate); fij - frecvenţele condiţionate de variaţia
colectivităţii ( y j − y) . condiţionată a caracteristicilor x şi y.
Mediile pe grupe s-au calculat:
Între cele trei componente există următoarea relaţie: m
( y j − y ) = ( y j − yi ) + ( yi − y ) ∑ y .f
j =1
j ij
care se verifică la nivelul fiecărei unităţi statistice din populaţie. yi = m
, i = 1,2,..., n
Indicatorii de variaţie prin care se caracterizează cele trei abateri
definite mai sus sunt:
Dispersia totală, calculată pe baza tuturor abaterilor individuale
∑f j −1
ij

faţă de media colectivităţii totale. Acest indicator sintetizează influenţa factorilor aleatori care
m
acţionează în interiorul grupelor determinând variaţia valorilor individuale
∑(y
j =1
j − y) f j 2
din acestea.
σ =
2
m
Media dispersiilor de grupă, calculată ca o medie aritmetică a
∑f
j =1
j
dispersiilor tuturor grupelor.
n
unde: yj - valorile caracteristicii distribuită în funcţie de factorul de grupare x; ∑σ i
2
. fi
y - media caracteristicii rezultative pentru întreaga colectivitate; fj -frecvenţele σ = 2 i =1
n
subgrupelor formate după variaţia caracteristicii rezultative; m - numărul
subgrupelor.
∑f i =1
i

Media colectivităţii totale s-a calculat: Acest indicator măsoară influenţa factorului de grupare după o
n

∑ y .f
relaţie de directă proporţionalitate.
i i Mediile şi dispersiile de grupă se mai numesc medii şi
y= i =1
n
dispersii condiţionate.
Media şi dispersia pe întreaga colectivitate se numesc marginale.
∑f i =1
i Regula adunării dispersiilor. Dispersia colectivităţii totale este
egală cu media dispersiilor de grupă plus dispersia dintre grupe.
unde: yi - mediile pe grupe (medii condiţionate); fi - volumul grupelor formate σ 2 = σ 2 + σ y2 / x
după variaţia caracteristicii de grupare; n - numărul grupelor. Pe baza acestei reguli se calculează indicatorii.
Acest indicator reuneşte influenţele tuturor factorilor, esenţiali şi Coeficientul de determinaţie, care măsoară influenţa factorului
neesenţiali, care determină variaţia caracteristicii y. de grupare x asupra variaţiei caracteristicii y.
Dispersiile de grupe, calculată pe baza abaterilor tuturor
varianţelor dintr-o grupă faţă de media lor de grupă. σ y2 / x
R2 = 100
σ2
 STATISTICĂ ŞI ECONOMETRIE 49 50 Gh. COMAN

Se consideră că factorul de grupare x influenţează hotărâtor Dispersia grupei 1:

2
variaţia caracteristicii rezultative y dacă R > 50%. 4
Coeficientul de nedeterminaţie, care măsoară influenţa
factorilor neesenţiali asupra variaţiei caracteristicii y.
∑(y j =1
j − y1 ) 2 . f1 j
132,4
2 2
Cei doi indicatori sunt complementari R + N =100%. σ 12 = 4
= = 3,31
40
2. Se consideră distribuţia unui eşantion de studenţi după sex şi
vârstă, astfel: ∑f
j =1
1j
Tabel nr.3
Abaterea medie pătratică pentru grupa 1:
Subgrupe de studenţi după vârstă
Grupe de studenţi,
după sex
(ani împliniţi) Total σ 1 = σ 12 = 3,31 = 1,82
18-20 20-22 22-24 24-26 26-28 Coeficientul de variaţie pentru grupa 1:
σ1 1,82
Feminin 4 14 14 8 - 40 v1 = 100 = 100 = 8,16%
y1 22,3
Masculin 2 2 6 6 4 20 Afirmaţie. Grupa de sex feminin este foarte omogenă din punct de
vedere al vârstei, iar media de 22,3 ani este reprezentativă.
Total subgrupă 6 16 20 14 4 60
Tabel nr.5, Grupa 2-a, masculin
Observaţie. Date convenţionale, limita inferioară inclusă în interval.
Grupe stud. Număr Centrul de
yj.fij
( y j − yi ) 2 . f
după vârstă studenţi interval, yj
Să se analizeze varianţa în distribuţia dată.
Rezolvare. Caracteristica de grupare x se consideră caracteristica 18-20 2 19 38 46,08
sex, iar caracteristica secundară y caracteristica vârstă.
20-22 2 21 42 15,68
Pentru calcule şi analiză departajăm:
Tabel nr.4, Grupa 1-a, feminin 22-24 6 23 138 3,84
Grupe stud. Număr Centrul de
după vârstă studenţi interval, yj
yj.fij ( y j − yi ) 2 . f 24-26 6 25 150 8,64
26-28 4 27 108 40,96
18-20 4 19 76 43,56 Total 40 - 476 115,2
20-22 14 21 294 23,66
Vârsta medie a băieţilor:
22-24 14 23 322 6,86 5

24-26 8 25 200 58,32 ∑y

j =1
j f2 j
476
y2 = 5
= = 23,8 ani
20
Total 40 - 892 132,4
∑f j =1
2j

Vârsta medie a fetelor: Dispersia grupei 2:

4 5
∑y j f1 j
892 ∑(y j − y2 ) 2 . f1 j
y1 =
j =1
= = 22,3 ani 115,2
4
40
σ 22 = j =1
5
= = 5,76
∑f j =1
1j ∑f 2j
20
j =1
 STATISTICĂ ŞI ECONOMETRIE 49 50 Gh. COMAN

Se consideră că factorul de grupare x influenţează hotărâtor Dispersia grupei 1:

2
variaţia caracteristicii rezultative y dacă R > 50%. 4
Coeficientul de nedeterminaţie, care măsoară influenţa
factorilor neesenţiali asupra variaţiei caracteristicii y.
∑(y j =1
j − y1 ) 2 . f1 j
132,4
2 2
Cei doi indicatori sunt complementari R + N =100%. σ 12 = 4
= = 3,31
40
2. Se consideră distribuţia unui eşantion de studenţi după sex şi
vârstă, astfel: ∑f
j =1
1j
Tabel nr.3
Abaterea medie pătratică pentru grupa 1:
Subgrupe de studenţi după vârstă
Grupe de studenţi,
după sex
(ani împliniţi) Total σ 1 = σ 12 = 3,31 = 1,82
18-20 20-22 22-24 24-26 26-28 Coeficientul de variaţie pentru grupa 1:
σ1 1,82
Feminin 4 14 14 8 - 40 v1 = 100 = 100 = 8,16%
y1 22,3
Masculin 2 2 6 6 4 20 Afirmaţie. Grupa de sex feminin este foarte omogenă din punct de
vedere al vârstei, iar media de 22,3 ani este reprezentativă.
Total subgrupă 6 16 20 14 4 60
Tabel nr.5, Grupa 2-a, masculin
Observaţie. Date convenţionale, limita inferioară inclusă în interval.
Grupe stud. Număr Centrul de
yj.fij
( y j − yi ) 2 . f
după vârstă studenţi interval, yj
Să se analizeze varianţa în distribuţia dată.
Rezolvare. Caracteristica de grupare x se consideră caracteristica 18-20 2 19 38 46,08
sex, iar caracteristica secundară y caracteristica vârstă.
20-22 2 21 42 15,68
Pentru calcule şi analiză departajăm:
Tabel nr.4, Grupa 1-a, feminin 22-24 6 23 138 3,84
Grupe stud. Număr Centrul de
după vârstă studenţi interval, yj
yj.fij ( y j − yi ) 2 . f 24-26 6 25 150 8,64
26-28 4 27 108 40,96
18-20 4 19 76 43,56 Total 40 - 476 115,2
20-22 14 21 294 23,66
Vârsta medie a băieţilor:
22-24 14 23 322 6,86 5

24-26 8 25 200 58,32 ∑y

j =1
j f2 j
476
y2 = 5
= = 23,8 ani
20
Total 40 - 892 132,4
∑f j =1
2j

Vârsta medie a fetelor: Dispersia grupei 2:

4 5
∑y j f1 j
892 ∑(y j − y2 ) 2 . f1 j
y1 =
j =1
= = 22,3 ani 115,2
4
40
σ 22 = j =1
5
= = 5,76
∑f j =1
1j ∑f 2j
20
j =1
 STATISTICĂ ŞI ECONOMETRIE 51 52 Gh. COMAN

Abaterea medie pătratică pentru grupa 2: σ 2,15

v= 100 = 100 = 9,43%
σ 2 = σ = 5,76 = 2,4 2
2 y 22,8
Coeficientul de variaţie pentru grupa 2: Afirmaţie. Eşantionul, ca şi cele două grupe din care se compune,
σ2 2,4 este foarte omogen din punct de vedere al vârstei, dar mai puţin omogenă
v2 = 100 = 100 = 10,08% decât grupa de sex feminin, iar media de 22,8 ani este reprezentativă.
y2 23,8 Se calculează media dispersiilor de grupă:
2
Afirmaţie. Grupa de sex masculin este, de asemenea, foarte
omogenă din punct de vedere al vârstei, dar mai puţin omogenă decât grupa ∑σ i
2
. fi
3,31.40 + 5,76.20
de sex feminin, iar media de 23,8 ani este reprezentativă. σ =
2 i =1
2
= = 4,1266
60
Tabel nr 6, Total eşantion
∑f i
Grupe stud. Număr Centrul de
yj.fij
( y j − yi ) . f ij
2 i =1
după vârstă studenţi interval, yj Se calculează dispersia dintre grupe:
2
18-20 6 19 114 86,64 ∑(y i − y )2 . fi
(22,3 − 22,8) 2 .40 + (23,8 − 22,8) 2 .20
20-22 16 21 336 51,84 σ 2
y/ x = i =1
2
= = 0,5
60
22-24 20 23 460 0,8 ∑f
i =1
i

24-26 14 25 350 67,76

Se verifică regula adunării dispersiilor:
26-28 4 27 108 70,56
σ 2 = σ 2 + σ y2 / x = 0,5 + 4,13 = 4,63
Total 60 - 1368 277,6
Se calculează coeficientul de determinaţie:
Vârsta medie pentru întregul eşantion: σ y2 / x 0,5
R2 = 100 = 100 = 11%
5
σ 2
4,63
∑y
j =1
j fj
1368
Se calculează coeficientul de nedeterminaţie:
y= = = 22,8 ani σ2 4,13
5
60 N2 = 100 = 100 = 89%
∑f σ 2
j
4,63
j =1 Se verifică complementaritatea coeficienţilor:
Dispersia eşantionului: 11% + 89% = 100%
2
5 Afirmaţie. Întrucât coeficientul de determinaţie R este mult sub
∑( y
j =1
j − y) . f j2

277,6
50%, înseamnă că variabila sex nu este determinantă pentru variabila
vârstă, aceasta din urmă fiind influenţată de alţi factori sau fiind factor de
σ =
2
5
= = 4,63 influenţă pentru alte variabile.
60
∑f
j =1
j
4. Într-o colectivitate statistică s-au cules date privitoare la două
variabile numerice, obţinându-se:
Abaterea medie pătratică pentru eşantion: { } {
{xi } = {4,1,1,5,6,3,2,1} şi yi = 100,90,40,80,70,50,100,700 }
Se cere să se arate după care din variabile colectivitatea este mai
σ = σ 2 = 4,63 = 2,15 omogenă.
Coeficientul de variaţie pentru eşantion: Rezolvare.
Pentru variabile X se va calcula:
 STATISTICĂ ŞI ECONOMETRIE 51 52 Gh. COMAN

Abaterea medie pătratică pentru grupa 2: σ 2,15

v= 100 = 100 = 9,43%
σ 2 = σ = 5,76 = 2,4 2
2 y 22,8
Coeficientul de variaţie pentru grupa 2: Afirmaţie. Eşantionul, ca şi cele două grupe din care se compune,
σ2 2,4 este foarte omogen din punct de vedere al vârstei, dar mai puţin omogenă
v2 = 100 = 100 = 10,08% decât grupa de sex feminin, iar media de 22,8 ani este reprezentativă.
y2 23,8 Se calculează media dispersiilor de grupă:
2
Afirmaţie. Grupa de sex masculin este, de asemenea, foarte
omogenă din punct de vedere al vârstei, dar mai puţin omogenă decât grupa ∑σ i
2
. fi
3,31.40 + 5,76.20
de sex feminin, iar media de 23,8 ani este reprezentativă. σ =
2 i =1
2
= = 4,1266
60
Tabel nr 6, Total eşantion
∑f i
Grupe stud. Număr Centrul de
yj.fij
( y j − yi ) . f ij
2 i =1
după vârstă studenţi interval, yj Se calculează dispersia dintre grupe:
2
18-20 6 19 114 86,64 ∑(y i − y )2 . fi
(22,3 − 22,8) 2 .40 + (23,8 − 22,8) 2 .20
20-22 16 21 336 51,84 σ 2
y/ x = i =1
2
= = 0,5
60
22-24 20 23 460 0,8 ∑f
i =1
i

24-26 14 25 350 67,76

Se verifică regula adunării dispersiilor:
26-28 4 27 108 70,56
σ 2 = σ 2 + σ y2 / x = 0,5 + 4,13 = 4,63
Total 60 - 1368 277,6
Se calculează coeficientul de determinaţie:
Vârsta medie pentru întregul eşantion: σ y2 / x 0,5
R2 = 100 = 100 = 11%
5
σ 2
4,63
∑y
j =1
j fj
1368
Se calculează coeficientul de nedeterminaţie:
y= = = 22,8 ani σ2 4,13
5
60 N2 = 100 = 100 = 89%
∑f σ 2
j
4,63
j =1 Se verifică complementaritatea coeficienţilor:
Dispersia eşantionului: 11% + 89% = 100%
2
5 Afirmaţie. Întrucât coeficientul de determinaţie R este mult sub
∑( y
j =1
j − y) . f j2

277,6
50%, înseamnă că variabila sex nu este determinantă pentru variabila
vârstă, aceasta din urmă fiind influenţată de alţi factori sau fiind factor de
σ =
2
5
= = 4,63 influenţă pentru alte variabile.
60
∑f
j =1
j
4. Într-o colectivitate statistică s-au cules date privitoare la două
variabile numerice, obţinându-se:
Abaterea medie pătratică pentru eşantion: { } {
{xi } = {4,1,1,5,6,3,2,1} şi yi = 100,90,40,80,70,50,100,700 }
Se cere să se arate după care din variabile colectivitatea este mai
σ = σ 2 = 4,63 = 2,15 omogenă.
Coeficientul de variaţie pentru eşantion: Rezolvare.
Pentru variabile X se va calcula:
 STATISTICĂ ŞI ECONOMETRIE 53 54 Gh. COMAN

Σxi 23 Tabelul 2. Calcule intermediare

x= = = 2,875 Grupe de
n 8 firme
Productivitatea,
u.m./min ( xi − xa ) ( xi − xa )2
Σ( xi − x ) 2 26,875 (u.m./min)
sx =
2
= = 3,839 A 80 -20 400
n −1 7
Sau, prin metoda momentelor: B 120 20 400
(Σxi ) 2 (23) 2
Σx −
2
i 93 − C 100 0 0
s x2 = n = 8 = 3,839
n −1 7 D 125 25 625
s 1,959 E 75 -25 625
sx = sx2 = 3,839 = 1,959; Cv = x .100 = .100 = 68,1%
x 2,875
Total 500 0 2050
Pentru variabila Y vom avea:
Σyi 600 Σ( xi − xa ) 2 2050
σ2 = = = 410 ⇒ σ =
Σ( xi − xa ) 2
=
2050
≅ 20,25
y= = = 75 n 5 n 5
n 8
d. abaterea medie liniară. Se realizează tabelul 3 pentru calcule
Σ( yi − y ) 2 3400 intermediare:
sy =
2
= = 485,71 Tabelul 3 – Abaterea medie liniară
n −1 7
sy 22,039 Firma A B C D E
s y = s y2 = 485,71 = 22,039; Cv = .100 = .100 = 29,38%
y 75 u.m./min 80 120 100 125 75
Rezultă că seria după caracteristica Y este mai omogenă decât cea
formată după caracteristica X.
xi − xa 20 20 0 25 25
5. Să se determine amplitudinea absolută şi relativă, dispersia şi
Σ xi − xa
abaterea medie pătratică, abaterea medie liniară, coeficientul de variaţie în d =
cele două forme ale sale pentru variaţia productivităţii (u.m./min.) în cadrul a n
cinci firme, cunoscându-se datele din tabelul 1:
Tabelul 1 Σ xi − x a 20 + 20 + 0 + 25 + 25 90
d = = = = 18
Firma A B C D E n 5 5
u.m./min 80 120 100 125 75 e. coeficientul de variaţie în cele două forme ale sale.
Rezolvare: - Cv = σ × 100 = 20,25 × 100 = 20,25% . Rezultă că seria este
a. amplitudinea absolută: xa 100
A = xmax − xmin = 125 − 75 = 50 u.m. / min suficient de omogenă, iar media îndeplineşte condiţia de reprezentativitate.
b. amplitudinea relativă: - Întrucât: d = 18 şi xa = 100 rezultă că:
A 50 d 18
Ar = × 100 = × 100 = 50% Cv = × 100 = × 100 = 18%
xa 100 xa 100
6. Să se determine amplitudinea absolută şi relativă, abaterea de
Σx 80 + 120 + 100 + 125 + 75 500
xa = i = = = 100 la medie în cele două variante: absolută şi relativă, abaterea medie liniară,
n 5 5 dispersia şi abaterea medie pătratică, coeficientul de variaţie pentru datele
c. Dispersia şi abaterea medie pătratică. Se realizează tabelul 2 din problema 10, în cele două forme ale sale, pentru variaţia lichidităţii
pentru calcule intermediare: generale în cadrul a cinci firme, pe baza datelor din tabelul 1:
 STATISTICĂ ŞI ECONOMETRIE 53 54 Gh. COMAN

Σxi 23 Tabelul 2. Calcule intermediare

x= = = 2,875 Grupe de
n 8 firme
Productivitatea,
u.m./min ( xi − xa ) ( xi − xa )2
Σ( xi − x ) 2 26,875 (u.m./min)
sx =
2
= = 3,839 A 80 -20 400
n −1 7
Sau, prin metoda momentelor: B 120 20 400
(Σxi ) 2 (23) 2
Σx −
2
i 93 − C 100 0 0
s x2 = n = 8 = 3,839
n −1 7 D 125 25 625
s 1,959 E 75 -25 625
sx = sx2 = 3,839 = 1,959; Cv = x .100 = .100 = 68,1%
x 2,875
Total 500 0 2050
Pentru variabila Y vom avea:
Σyi 600 Σ( xi − xa ) 2 2050
σ2 = = = 410 ⇒ σ =
Σ( xi − xa ) 2
=
2050
≅ 20,25
y= = = 75 n 5 n 5
n 8
d. abaterea medie liniară. Se realizează tabelul 3 pentru calcule
Σ( yi − y ) 2 3400 intermediare:
sy =
2
= = 485,71 Tabelul 3 – Abaterea medie liniară
n −1 7
sy 22,039 Firma A B C D E
s y = s y2 = 485,71 = 22,039; Cv = .100 = .100 = 29,38%
y 75 u.m./min 80 120 100 125 75
Rezultă că seria după caracteristica Y este mai omogenă decât cea
formată după caracteristica X.
xi − xa 20 20 0 25 25
5. Să se determine amplitudinea absolută şi relativă, dispersia şi
Σ xi − xa
abaterea medie pătratică, abaterea medie liniară, coeficientul de variaţie în d =
cele două forme ale sale pentru variaţia productivităţii (u.m./min.) în cadrul a n
cinci firme, cunoscându-se datele din tabelul 1:
Tabelul 1 Σ xi − x a 20 + 20 + 0 + 25 + 25 90
d = = = = 18
Firma A B C D E n 5 5
u.m./min 80 120 100 125 75 e. coeficientul de variaţie în cele două forme ale sale.
Rezolvare: - Cv = σ × 100 = 20,25 × 100 = 20,25% . Rezultă că seria este
a. amplitudinea absolută: xa 100
A = xmax − xmin = 125 − 75 = 50 u.m. / min suficient de omogenă, iar media îndeplineşte condiţia de reprezentativitate.
b. amplitudinea relativă: - Întrucât: d = 18 şi xa = 100 rezultă că:
A 50 d 18
Ar = × 100 = × 100 = 50% Cv = × 100 = × 100 = 18%
xa 100 xa 100
6. Să se determine amplitudinea absolută şi relativă, abaterea de
Σx 80 + 120 + 100 + 125 + 75 500
xa = i = = = 100 la medie în cele două variante: absolută şi relativă, abaterea medie liniară,
n 5 5 dispersia şi abaterea medie pătratică, coeficientul de variaţie pentru datele
c. Dispersia şi abaterea medie pătratică. Se realizează tabelul 2 din problema 10, în cele două forme ale sale, pentru variaţia lichidităţii
pentru calcule intermediare: generale în cadrul a cinci firme, pe baza datelor din tabelul 1:
 STATISTICĂ ŞI ECONOMETRIE 55 56 Gh. COMAN

Tabelul 1. Date istorice Tabelul 3. Abaterea medie liniară

Firma A B C D E Firma A B C D E Total
Lichiditate Lichiditate
1,10 1,00 1,30 1,15 1,45 1,10 1,00 1,30 1,15 1,45 6,0
generală generală
Rezolvare: xi − xa 0,1 0,2 0,1 0,05 0,25 0,70
a. Amplitudinea absolută şi relativă:
A = xmax − xmin = 1,45 − 1,00 = 0,45
Σ xi − x a 0,1 + 0,2 + 0,1 + 0,05 + 0,25 0,70
A 0,45 4,5 d = = = = 0,14
Ar = × 100 = × 100 = × 100 = 37,5% n 5 5
xa 1,2 12 d. dispersia şi abaterea medie pătratică. Se realizează tabelul 4
Σxi 1,10 + 1,00 + 1,30 + 1,15 + 1,45 6 pentru calcule intermediare:
xa = = = = 1,2 Tabelul 4. Calcule intermediare
n 5 5
Tabelul 2. Determinarea abaterilor Grupe de
firme
Lichiditate
generală i (x − x )
a
( xi − xa ) 2
d
Firma
Productivitatea
(u.m./min)
d i = xi − xa d r = i × 100
xa
A 1,10 0,1 0,01
B 1,00 0,2 0,04
A 1,10 -0,1 -8,33
C 1,30 0,1 0,01
B 1,00 -0,2 -16,66
D 1,15 0,05 0,0025
C 1,30 0,1 8,33
E 1,45 0,25 0,0625
D 1,15 -0,05 -4,16
Total 6,00 0,70 0,125
E 1,45 0,25 20,83

b. abaterea de la medie absolută şi relativă. Se realizează tabelul 2 Σ( xi − xa ) 2 0,125 Σ ( xi − x a ) 2 0,025

σ2 = = = 0,025 ⇒ σ = = = 0,158
pentru calcule intermediare: n 5 n 5
e. coeficientul de variaţie în cele două forme ale sale.
- abaterea absolută: d i = xi − xa
σ = 0,158⎫ σ 0,158
d - Întrucât: ⎬ ⇒ Cv = × 100 = × 100 = 13,17%
- abaterea relativă: d r = i × 100 xa = 1,20 ⎭ xa 1,20
xa
d = 0,14 ⎫ d 0,14
- Întrucât: ⎬ ⇒ Cv = × 100 = × 100 = 11,66%
− 0,1 100 − 0,2 200 xa = 1,20⎭ xa 1,20
d rA = × 100 = − = −8,33% d rB = × 100 = − = −16,66% 7. În urma unei analize statistice efectuate la 200 de firme grupate
1,2 12 1,2 12
după nivelul cheltuielilor şi publicitate în u.m. (x), s-au obţinut informaţiile din
tabelul 1:
0,1 100 − 0,05 50 Tabelul 1. Abaterea medie liniară
d rC = × 100 = − = 8,33% d rD = × 100 = − = −4,16%
1,2 12 1,2 12 Grupe de firme
1000- 1500- 2000- 2500- 3000-
0,25 250 după nivelul Total
1500 2000 2500 3000 3500
d rE = × 100 = = 20,83% cheltuielilor (x)
1,2 12 Frecvenţa (fi) 70 30 65 20 15 200
c. abaterea medie liniară. Se realizează tabelul 3 pentru calcule
intermediare:
 STATISTICĂ ŞI ECONOMETRIE 55 56 Gh. COMAN

Tabelul 1. Date istorice Tabelul 3. Abaterea medie liniară

Firma A B C D E Firma A B C D E Total
Lichiditate Lichiditate
1,10 1,00 1,30 1,15 1,45 1,10 1,00 1,30 1,15 1,45 6,0
generală generală
Rezolvare: xi − xa 0,1 0,2 0,1 0,05 0,25 0,70
a. Amplitudinea absolută şi relativă:
A = xmax − xmin = 1,45 − 1,00 = 0,45
Σ xi − x a 0,1 + 0,2 + 0,1 + 0,05 + 0,25 0,70
A 0,45 4,5 d = = = = 0,14
Ar = × 100 = × 100 = × 100 = 37,5% n 5 5
xa 1,2 12 d. dispersia şi abaterea medie pătratică. Se realizează tabelul 4
Σxi 1,10 + 1,00 + 1,30 + 1,15 + 1,45 6 pentru calcule intermediare:
xa = = = = 1,2 Tabelul 4. Calcule intermediare
n 5 5
Tabelul 2. Determinarea abaterilor Grupe de
firme
Lichiditate
generală i (x − x )
a
( xi − xa ) 2
d
Firma
Productivitatea
(u.m./min)
d i = xi − xa d r = i × 100
xa
A 1,10 0,1 0,01
B 1,00 0,2 0,04
A 1,10 -0,1 -8,33
C 1,30 0,1 0,01
B 1,00 -0,2 -16,66
D 1,15 0,05 0,0025
C 1,30 0,1 8,33
E 1,45 0,25 0,0625
D 1,15 -0,05 -4,16
Total 6,00 0,70 0,125
E 1,45 0,25 20,83

b. abaterea de la medie absolută şi relativă. Se realizează tabelul 2 Σ( xi − xa ) 2 0,125 Σ ( xi − x a ) 2 0,025

σ2 = = = 0,025 ⇒ σ = = = 0,158
pentru calcule intermediare: n 5 n 5
e. coeficientul de variaţie în cele două forme ale sale.
- abaterea absolută: d i = xi − xa
σ = 0,158⎫ σ 0,158
d - Întrucât: ⎬ ⇒ Cv = × 100 = × 100 = 13,17%
- abaterea relativă: d r = i × 100 xa = 1,20 ⎭ xa 1,20
xa
d = 0,14 ⎫ d 0,14
- Întrucât: ⎬ ⇒ Cv = × 100 = × 100 = 11,66%
− 0,1 100 − 0,2 200 xa = 1,20⎭ xa 1,20
d rA = × 100 = − = −8,33% d rB = × 100 = − = −16,66% 7. În urma unei analize statistice efectuate la 200 de firme grupate
1,2 12 1,2 12
după nivelul cheltuielilor şi publicitate în u.m. (x), s-au obţinut informaţiile din
tabelul 1:
0,1 100 − 0,05 50 Tabelul 1. Abaterea medie liniară
d rC = × 100 = − = 8,33% d rD = × 100 = − = −4,16%
1,2 12 1,2 12 Grupe de firme
1000- 1500- 2000- 2500- 3000-
0,25 250 după nivelul Total
1500 2000 2500 3000 3500
d rE = × 100 = = 20,83% cheltuielilor (x)
1,2 12 Frecvenţa (fi) 70 30 65 20 15 200
c. abaterea medie liniară. Se realizează tabelul 3 pentru calcule
intermediare:
 STATISTICĂ ŞI ECONOMETRIE 57 58 Gh. COMAN

Se cere să se determine abaterea liniară medie, dispersia şi 2

⎛x −x ⎞
abaterea medie pătratică prin metoda directă şi simplificată, coeficientul de
variaţie. ∑ ⎜⎝ i k a ⎟⎠ fi 2
Rezolvare. σ= × k − ( xa − a ) 2
a. abaterea liniară medie. Se realizează tabelul 2 pentru calcule Σf i
intermediare: Tabelul 3. Calcule intermediare
Tabelul 2. Calcule intermediare pentru determinarea abaterii liniare Grupe Frec- Cen- xi − a xi − a ⎛ xi − a ⎞
2
⎛ xi − a ⎞
2
Grupe de firme Centrul xi − a xi − a firme venţa trul fi ⎜ ⎟ ⎜ ⎟ fi xi − xa ( xi − xa ) 2 f i
după nivelul
Frecven-
ţa fi
interva- fi xi − xa xi − xa f i (u.m.) fi xi k k ⎝ k ⎠ ⎝ k ⎠
cheltuielilor lului xi k k
1000-
70 1250 -2 -140 4 280 700 34300000
1000-1500 70 1250 -2 -140 700 49000 1500
1500-2000 30 1750 -1 -30 200 6000 1500-
30 1750 -1 -30 1 30 200 1200000
2000-2500 65 2250 0 0 300 19500 2000
2500-3000 20 2750 1 20 800 16000 2000-
65 2250 0 0 0 0 300 5850000
3000-3500 15 3250 2 30 1300 19500 2500
Total 200 - 0 -120 3300 110000 2500-
20 2750 1 20 1 20 800 12800000
3000
3000-
xi − a 15 3250 2 30 4 60 1300 25350000
a = 2250⎫ ∑ k
fi
− 120
3500
Total 200 - 0 -120 10 390 3300 79500000
⎬ ⇒ xa = ×k +a = × 500 + 2250 = 1950
x −a
k = 500 ⎭ Σf i 200
a = 2250⎫ ∑ i k fi − 120
Σ xi − x a f i 110000 ⎬ ⇒ xa = ×k +a = × 500 + 2250 = 1950
d= = = 550 k = 500 ⎭ Σf i 200
Σf i 200 • Dispersia – metoda directă:
b. dispersia, prin metoda directă şi simplificată şi abaterea medie Σ( xi − xa ) f i 79500000
2
σ2 = = = 397500
pătratică. Se realizează tabelul 10 pentru calcule intermediare: Σf i 200
• Dispersia – metoda directă:
- metoda simplificată:
Σ( xi − xa ) 2 fi ⎛ xi − xa ⎞
2
σ =2
∑ ⎜ ⎟ fi
Σf i ⎝ k ⎠
- metoda simplificată:
σ =
2
× k 2 − ( xa − a) 2 =
2
Σf i
⎛ xi − xa ⎞
∑ ⎜
⎝ k ⎠
⎟ fi
=
390
× 500 2 − (1950 − 2250) 2 = 397500
σ =
2
× k 2 − ( xa − a ) 2 200
Σf i
• Abaterea medie pătratică: σ = σ 2 = 397500 = 630,476
• Abaterea medie pătratică: σ= σ 2
- – metoda directă: c. coeficientul de variaţie în cele două forme ale sale.
- întrucât:
Σ( xi − xa ) f i
2
σ = 630,476⎫ σ
σ= ⎬ ⇒ Cv = × 100 =
630,476
× 100 = 32,33%
Σf i xa = 1950 ⎭ xa 1950
- metoda simplificată: - întrucât:
 STATISTICĂ ŞI ECONOMETRIE 57 58 Gh. COMAN

Se cere să se determine abaterea liniară medie, dispersia şi 2

⎛x −x ⎞
abaterea medie pătratică prin metoda directă şi simplificată, coeficientul de
variaţie. ∑ ⎜⎝ i k a ⎟⎠ fi 2
Rezolvare. σ= × k − ( xa − a ) 2
a. abaterea liniară medie. Se realizează tabelul 2 pentru calcule Σf i
intermediare: Tabelul 3. Calcule intermediare
Tabelul 2. Calcule intermediare pentru determinarea abaterii liniare Grupe Frec- Cen- xi − a xi − a ⎛ xi − a ⎞
2
⎛ xi − a ⎞
2
Grupe de firme Centrul xi − a xi − a firme venţa trul fi ⎜ ⎟ ⎜ ⎟ fi xi − xa ( xi − xa ) 2 f i
după nivelul
Frecven-
ţa fi
interva- fi xi − xa xi − xa f i (u.m.) fi xi k k ⎝ k ⎠ ⎝ k ⎠
cheltuielilor lului xi k k
1000-
70 1250 -2 -140 4 280 700 34300000
1000-1500 70 1250 -2 -140 700 49000 1500
1500-2000 30 1750 -1 -30 200 6000 1500-
30 1750 -1 -30 1 30 200 1200000
2000-2500 65 2250 0 0 300 19500 2000
2500-3000 20 2750 1 20 800 16000 2000-
65 2250 0 0 0 0 300 5850000
3000-3500 15 3250 2 30 1300 19500 2500
Total 200 - 0 -120 3300 110000 2500-
20 2750 1 20 1 20 800 12800000
3000
3000-
xi − a 15 3250 2 30 4 60 1300 25350000
a = 2250⎫ ∑ k
fi
− 120
3500
Total 200 - 0 -120 10 390 3300 79500000
⎬ ⇒ xa = ×k +a = × 500 + 2250 = 1950
x −a
k = 500 ⎭ Σf i 200
a = 2250⎫ ∑ i k fi − 120
Σ xi − x a f i 110000 ⎬ ⇒ xa = ×k +a = × 500 + 2250 = 1950
d= = = 550 k = 500 ⎭ Σf i 200
Σf i 200 • Dispersia – metoda directă:
b. dispersia, prin metoda directă şi simplificată şi abaterea medie Σ( xi − xa ) f i 79500000
2
σ2 = = = 397500
pătratică. Se realizează tabelul 10 pentru calcule intermediare: Σf i 200
• Dispersia – metoda directă:
- metoda simplificată:
Σ( xi − xa ) 2 fi ⎛ xi − xa ⎞
2
σ =2
∑ ⎜ ⎟ fi
Σf i ⎝ k ⎠
- metoda simplificată:
σ =
2
× k 2 − ( xa − a) 2 =
2
Σf i
⎛ xi − xa ⎞
∑ ⎜
⎝ k ⎠
⎟ fi
=
390
× 500 2 − (1950 − 2250) 2 = 397500
σ =
2
× k 2 − ( xa − a ) 2 200
Σf i
• Abaterea medie pătratică: σ = σ 2 = 397500 = 630,476
• Abaterea medie pătratică: σ= σ 2
- – metoda directă: c. coeficientul de variaţie în cele două forme ale sale.
- întrucât:
Σ( xi − xa ) f i
2
σ = 630,476⎫ σ
σ= ⎬ ⇒ Cv = × 100 =
630,476
× 100 = 32,33%
Σf i xa = 1950 ⎭ xa 1950
- metoda simplificată: - întrucât:
 STATISTICĂ ŞI ECONOMETRIE 59 60 Gh. COMAN

- Pentru vechimea în muncă: Se consideră tabelul 3 pentru

d = 550 ⎫ d 550
⎬ ⇒ Cv = × 100 = × 100 = 28,20% calcule intermediare.
Tabelul 3. Calcule intermediare
xa = 1950⎭ xa 1950
Vechimea (ani) Frecvenţa xi xi.fi
8. La realizarea unui sondaj statistic s-au înregistrat datele din
tabelul 1 cu semnificaţia dependenţei salariului mediu lunar (u.m.) de 0–5 5 2,5 12,5
vechimea în muncă (ani) a salariaţilor. 5 – 10 7 7,5 52,5
Tabelul 1. Date statistice de sondaj
10 – 15 3 12,5 37,5
Nr. crt 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Total 15 - 102,5
Vechime
3 6 7 1 2 9 12 15 13 6 8 9 10 2 3 Media aritmetică:
ani
Σxi f i 102,5
Salariu
900 1200 1300 750 800 1400 1600 1800 1700 1200 1350 1400 1500 800 900 x= = = 6,83
mediu Σf i 15
Se cere:
Mediana. Intervalul median este (5 – 10). Întrucât Σf i este număr
a. Să se calculeze mediana pentru vechime şi salariu; impar:
b. Să se grupeze datele în funcţie de vechimea în muncă, Σf i + 1 15 + 1
respectiv salariul mediu lunar, în 3 grupe cu intervale egale; − f cm −1 −5
c. Să se calculeze indicatorii tendinţei centrale (media, mediana şi Me = xMe + 2 ×k =5+ 2 × 5 = 7,14
modulul) pentru seria de frecvenţe de la punctul b; f Me 7
d. Să se verifice regula de aur a dispersiilor (regula adunării în care, xMe – limita inferioară a intervalului median; fi – frecvenţele
dispersiilor). caracteristicii xi; fcm-1 – frecvenţele cumulate până la intervalul median; k –
Rezolvare. mărimea intervalului; fMe – frecvenţa intervalului median.
a. Mediana pentru vechime şi salariu. Modulul. Se determină cu expresia:
- Vechimea în muncă. Se va ordona seria: 1; 2; 2; 3; 3; 6; 6; 7; 8; Δ1 2
9; 10; 12; 13; 15. Mo = xMo + ×k = 5+ × 5 = 6,67
n + 1 15 + 1 Δ1 + Δ 2 2+4
rangul = = 8 ⇒ Me = 7
2 2 în care xMo – limita inferioară a intervalului modal; Δ1 – diferenţa dintre
- Salariul mediu lunar. Se va ordona seria: 750; 800; 800; 900; frecvenţa intervalului modal şi frecvenţa intervalului premodal; Δ2 – diferenţa
900; 1200; 1200; 1300; 1350; 1400; 1400; 1500; 1600; 1700; 1800. dintre frecvenţa intervalului modal şi frecvenţa intervalului postmodal; k –
n + 1 15 + 1 mărimea intervalului modal.
rangul = = 8 ⇒ Me = 1300 - Pentru salariul mediu lunar. Se consideră tabelul 4 pentru
2 2 calcule intermediare.
b. Gruparea datelor. Se centralizează în final în tabelul 2. Media aritmetică:
Tabelul 2. Prezentarea tabelară a grupării datelor
Σxi f i 18775
Vechimea (ani) Frecvenţa Salariul (u.m.) Frecvenţa x= = = 1251,66
0–5 3 750 – 1100 5 Σf i 15
5 – 10 7 1100 – 1450 6 Tabelul 4. Calcule intermediare
10 – 15 3 1450 – 1800 4 Salariul (u.m.) Frecvenţa xi xi.fi
Total 15 Total 15 750-1100 5 925 4625
1100-1450 6 1275 7950
c. Indicatorii tendinţei centrale.
 STATISTICĂ ŞI ECONOMETRIE 59 60 Gh. COMAN

- Pentru vechimea în muncă: Se consideră tabelul 3 pentru

d = 550 ⎫ d 550
⎬ ⇒ Cv = × 100 = × 100 = 28,20% calcule intermediare.
Tabelul 3. Calcule intermediare
xa = 1950⎭ xa 1950
Vechimea (ani) Frecvenţa xi xi.fi
8. La realizarea unui sondaj statistic s-au înregistrat datele din
tabelul 1 cu semnificaţia dependenţei salariului mediu lunar (u.m.) de 0–5 5 2,5 12,5
vechimea în muncă (ani) a salariaţilor. 5 – 10 7 7,5 52,5
Tabelul 1. Date statistice de sondaj
10 – 15 3 12,5 37,5
Nr. crt 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Total 15 - 102,5
Vechime
3 6 7 1 2 9 12 15 13 6 8 9 10 2 3 Media aritmetică:
ani
Σxi f i 102,5
Salariu
900 1200 1300 750 800 1400 1600 1800 1700 1200 1350 1400 1500 800 900 x= = = 6,83
mediu Σf i 15
Se cere:
Mediana. Intervalul median este (5 – 10). Întrucât Σf i este număr
a. Să se calculeze mediana pentru vechime şi salariu; impar:
b. Să se grupeze datele în funcţie de vechimea în muncă, Σf i + 1 15 + 1
respectiv salariul mediu lunar, în 3 grupe cu intervale egale; − f cm −1 −5
c. Să se calculeze indicatorii tendinţei centrale (media, mediana şi Me = xMe + 2 ×k =5+ 2 × 5 = 7,14
modulul) pentru seria de frecvenţe de la punctul b; f Me 7
d. Să se verifice regula de aur a dispersiilor (regula adunării în care, xMe – limita inferioară a intervalului median; fi – frecvenţele
dispersiilor). caracteristicii xi; fcm-1 – frecvenţele cumulate până la intervalul median; k –
Rezolvare. mărimea intervalului; fMe – frecvenţa intervalului median.
a. Mediana pentru vechime şi salariu. Modulul. Se determină cu expresia:
- Vechimea în muncă. Se va ordona seria: 1; 2; 2; 3; 3; 6; 6; 7; 8; Δ1 2
9; 10; 12; 13; 15. Mo = xMo + ×k = 5+ × 5 = 6,67
n + 1 15 + 1 Δ1 + Δ 2 2+4
rangul = = 8 ⇒ Me = 7
2 2 în care xMo – limita inferioară a intervalului modal; Δ1 – diferenţa dintre
- Salariul mediu lunar. Se va ordona seria: 750; 800; 800; 900; frecvenţa intervalului modal şi frecvenţa intervalului premodal; Δ2 – diferenţa
900; 1200; 1200; 1300; 1350; 1400; 1400; 1500; 1600; 1700; 1800. dintre frecvenţa intervalului modal şi frecvenţa intervalului postmodal; k –
n + 1 15 + 1 mărimea intervalului modal.
rangul = = 8 ⇒ Me = 1300 - Pentru salariul mediu lunar. Se consideră tabelul 4 pentru
2 2 calcule intermediare.
b. Gruparea datelor. Se centralizează în final în tabelul 2. Media aritmetică:
Tabelul 2. Prezentarea tabelară a grupării datelor
Σxi f i 18775
Vechimea (ani) Frecvenţa Salariul (u.m.) Frecvenţa x= = = 1251,66
0–5 3 750 – 1100 5 Σf i 15
5 – 10 7 1100 – 1450 6 Tabelul 4. Calcule intermediare
10 – 15 3 1450 – 1800 4 Salariul (u.m.) Frecvenţa xi xi.fi
Total 15 Total 15 750-1100 5 925 4625
1100-1450 6 1275 7950
c. Indicatorii tendinţei centrale.
 STATISTICĂ ŞI ECONOMETRIE 61 62 Gh. COMAN

1450-1800 4 1625 6500 Tabelul 5. Dispersii de grupă

Total 15 - 18775 xgi fgi xgi.fgi ( xi − xg ) 2 f g i ( xi − x ) 2 f i

1 1 1 1,44 33,9889
Mediana. Intervalul median este (1100 – 1450). Întrucât Σf i este
2 2 4 0,08 46,6578
număr impar:
Σf i + 1 15 + 1 3 2 6 1,28 29,3378
− f cm −1 −5 4 0 0 0 0
Me = xMe + 2 × k = 1100 + 2 × 350 = 1275
f Me 6 5 0 0 0 0
în care, xMe – limita inferioară a intervalului median; fi – frecvenţele T1 5 11 2,8 109,9845
caracteristicii xi; fcm-1 – frecvenţele cumulate până la intervalul median; k –
mărimea intervalului; fMe – frecvenţa intervalului median. 6 2 12 6,897 1,3778
Modulul. Se determină cu expresia:
7 1 7 0,734 0,0289
Δ1 1
Mo = xMo + × k = 1100 + × 350 = 1216,67 8 1 8 0,020 1,3689
Δ1 + Δ 2 1+ 2
9 2 18 2,613 9,4278
în care xMo – limita inferioară a intervalului modal; Δ1 – diferenţa dintre 10 1 10 4,592 10,0489
frecvenţa intervalului modal şi frecvenţa intervalului premodal; Δ2 – diferenţa
dintre frecvenţa intervalului modal şi frecvenţa intervalului postmodal; k – T2 7 55 14,856 22,2423
mărimea intervalului modal. 11 0 0 0 0
d. Verificarea regulii de aur a dispersiilor (regula adunării
dispersiilor). 12 1 12 1,7689 26,7289
13 1 13 0,1089 38,0689
- Dispersia generală: - Dispersia de grupă:
14 0 0 0 0
Σ( xi − x ) f i2
Σ( xgi − xg ) f gi 2
σ 02 = σ g2 =
15 1 15 2,7889 66,7489

Σf i Σf gi T3 3 40 4,6667 131,5467

- Media dispersiilor de grupă - Dispersia dintre mediile de grupă Tgeneral 15 106 22,3227 263,7735
(dispersia reziduală)
Mediile de grupă:
Σσ 2
fg j Σ( xg j − x ) 2 f g Σxg i f g i 11 Σxg i f g i 55
σ2 = g j
σ gj2 = xg1 = = = 2,2 ; xg 2 =
Σf gi
= = 7,857 ;
Σf g j Σf g Σf gi 5 7
Σx g i f g i 40
Regula adunării dispersiilor xg1 = = = 13,33
Σf gi 3
σ 02 = σ 2 + σ g2 j
Dispersiile de grupă:

- Vechimea în muncă. Se consideră tabelul 5 pentru calcule

intermediare.
 STATISTICĂ ŞI ECONOMETRIE 61 62 Gh. COMAN

1450-1800 4 1625 6500 Tabelul 5. Dispersii de grupă

Total 15 - 18775 xgi fgi xgi.fgi ( xi − xg ) 2 f g i ( xi − x ) 2 f i

1 1 1 1,44 33,9889
Mediana. Intervalul median este (1100 – 1450). Întrucât Σf i este
2 2 4 0,08 46,6578
număr impar:
Σf i + 1 15 + 1 3 2 6 1,28 29,3378
− f cm −1 −5 4 0 0 0 0
Me = xMe + 2 × k = 1100 + 2 × 350 = 1275
f Me 6 5 0 0 0 0
în care, xMe – limita inferioară a intervalului median; fi – frecvenţele T1 5 11 2,8 109,9845
caracteristicii xi; fcm-1 – frecvenţele cumulate până la intervalul median; k –
mărimea intervalului; fMe – frecvenţa intervalului median. 6 2 12 6,897 1,3778
Modulul. Se determină cu expresia:
7 1 7 0,734 0,0289
Δ1 1
Mo = xMo + × k = 1100 + × 350 = 1216,67 8 1 8 0,020 1,3689
Δ1 + Δ 2 1+ 2
9 2 18 2,613 9,4278
în care xMo – limita inferioară a intervalului modal; Δ1 – diferenţa dintre 10 1 10 4,592 10,0489
frecvenţa intervalului modal şi frecvenţa intervalului premodal; Δ2 – diferenţa
dintre frecvenţa intervalului modal şi frecvenţa intervalului postmodal; k – T2 7 55 14,856 22,2423
mărimea intervalului modal. 11 0 0 0 0
d. Verificarea regulii de aur a dispersiilor (regula adunării
dispersiilor). 12 1 12 1,7689 26,7289
13 1 13 0,1089 38,0689
- Dispersia generală: - Dispersia de grupă:
14 0 0 0 0
Σ( xi − x ) f i2
Σ( xgi − xg ) f gi 2
σ 02 = σ g2 =
15 1 15 2,7889 66,7489

Σf i Σf gi T3 3 40 4,6667 131,5467

- Media dispersiilor de grupă - Dispersia dintre mediile de grupă Tgeneral 15 106 22,3227 263,7735
(dispersia reziduală)
Mediile de grupă:
Σσ 2
fg j Σ( xg j − x ) 2 f g Σxg i f g i 11 Σxg i f g i 55
σ2 = g j
σ gj2 = xg1 = = = 2,2 ; xg 2 =
Σf gi
= = 7,857 ;
Σf g j Σf g Σf gi 5 7
Σx g i f g i 40
Regula adunării dispersiilor xg1 = = = 13,33
Σf gi 3
σ 02 = σ 2 + σ g2 j
Dispersiile de grupă:

- Vechimea în muncă. Se consideră tabelul 5 pentru calcule

intermediare.
 STATISTICĂ ŞI ECONOMETRIE 63 64 Gh. COMAN

Σ( xgi − xg 1 ) 2 f gi 2,8 1800 1 1800 22500 300676,75

σ g21 = = = 0,56
Σf gi 5 T3 4 6600 50000 684699
Tgeneral 15 18600 110083,32 1653039,2
Σ( x gi − x g 2 ) 2 f gi 14,856
σ 2
g2 = = = 2,122
Σf gi 7 - Dispersia generală.
Σ( x gi − x g 3 ) f gi 2
4,6667 Σ( xi j − x ) 2 f i j 263,7735
σ 2
= = = 1,555 σ 02 = = = 17,5849
g3
Σf gi 3 Σf i j 15
Media dispersiilor de grupă: - Regula adunării dispersiilor.
Σσ 2
fg j σ f +σ fg2 + σ f
2 2 2
0,56.5 + 2,122.7 + 1,555.3 σ 02 = σ 2 + σ g2 j = 17,5849 = 1,488 + 16,0878 = 18,5758 ≅ 17,58
σ =2 gj
=
g1 g1 g2 g3 g3
= = 1,488 - Vechimea în muncă. Se consideră tabelul 6 pentru calcule
Σf g j f1 + f 2 + f 3 5+7+3
intermediare.
Mediile de grupă:
- Dispersia dintre mediile de grupă (dispersia
reziduală). Σx g i f g i 4150
x g1 = = = 830
Σ( x g j − x ) f g 2
( x g1 − x ) f g1 + ( x g 2 − x ) f g 2 + ( x g 3 − x ) f g 3
2 2 2
Σf gi 5
σ gj2 = = =
Σf g f g1 + f g 2 + f g 3
Σx g i f g i 7850
( 2,2 − 6,83) 2 .5 + (7,857 − 6,83) 2 .7 + (13,33 − 6,83) 2 .3 xg 2 = = = 1308,33
= = 16,0878 Σf gi 6
5+7+3
Tabelul 6. Dispersii de grupă Σx g i f g i 6600
x g1 = = = 1650
xgi fgi xgi.fgi ( xi − xg ) f g i
2
( xi − x ) f i
2
Σf gi 4
750 1 750 6400 251662,75 Dispersiile de grupă:
800 2 1600 1800 407993,5 Σ( x gi − x g 1 ) 2 f gi 18000
σ 2
g1 = = = 3600
900 2 1800 9800 247392,5 Σf gi 5
T1 5 4150 18000 906985,74
Σ( xgi − xg 2 ) 2 f gi 42083,329
1200 2 2400 23450,776 5337,5112 σ 2
g2 = = = 7013,888
Σf gi 6
1300 1 1300 69,3889 2336,7556
1350 1 1350 1736,3889 9670,7556 Σ( xgi − xg 3 ) 2 f gi 50000
σ 2
g3 = = = 12500
1400 2 2800 16806,777 44009,51 Σf gi 4
T2 6 7850 42083,329 61354,532 Media dispersiilor de grupă:
1500 1 1500 22500 61672,755 Σσ g2 j f g j σ g21 f g1 + σ g2 2 f g 2 + σ g23 f g 3
1600 1 1600 2500 121340,75 σ = 2
= =
Σf g j f1 + f 2 + f 3
1700 1 1700 2500 201008,75
 STATISTICĂ ŞI ECONOMETRIE 63 64 Gh. COMAN

Σ( xgi − xg 1 ) 2 f gi 2,8 1800 1 1800 22500 300676,75

σ g21 = = = 0,56
Σf gi 5 T3 4 6600 50000 684699
Tgeneral 15 18600 110083,32 1653039,2
Σ( x gi − x g 2 ) 2 f gi 14,856
σ 2
g2 = = = 2,122
Σf gi 7 - Dispersia generală.
Σ( x gi − x g 3 ) f gi 2
4,6667 Σ( xi j − x ) 2 f i j 263,7735
σ 2
= = = 1,555 σ 02 = = = 17,5849
g3
Σf gi 3 Σf i j 15
Media dispersiilor de grupă: - Regula adunării dispersiilor.
Σσ 2
fg j σ f +σ fg2 + σ f
2 2 2
0,56.5 + 2,122.7 + 1,555.3 σ 02 = σ 2 + σ g2 j = 17,5849 = 1,488 + 16,0878 = 18,5758 ≅ 17,58
σ =2 gj
=
g1 g1 g2 g3 g3
= = 1,488 - Vechimea în muncă. Se consideră tabelul 6 pentru calcule
Σf g j f1 + f 2 + f 3 5+7+3
intermediare.
Mediile de grupă:
- Dispersia dintre mediile de grupă (dispersia
reziduală). Σx g i f g i 4150
x g1 = = = 830
Σ( x g j − x ) f g 2
( x g1 − x ) f g1 + ( x g 2 − x ) f g 2 + ( x g 3 − x ) f g 3
2 2 2
Σf gi 5
σ gj2 = = =
Σf g f g1 + f g 2 + f g 3
Σx g i f g i 7850
( 2,2 − 6,83) 2 .5 + (7,857 − 6,83) 2 .7 + (13,33 − 6,83) 2 .3 xg 2 = = = 1308,33
= = 16,0878 Σf gi 6
5+7+3
Tabelul 6. Dispersii de grupă Σx g i f g i 6600
x g1 = = = 1650
xgi fgi xgi.fgi ( xi − xg ) f g i
2
( xi − x ) f i
2
Σf gi 4
750 1 750 6400 251662,75 Dispersiile de grupă:
800 2 1600 1800 407993,5 Σ( x gi − x g 1 ) 2 f gi 18000
σ 2
g1 = = = 3600
900 2 1800 9800 247392,5 Σf gi 5
T1 5 4150 18000 906985,74
Σ( xgi − xg 2 ) 2 f gi 42083,329
1200 2 2400 23450,776 5337,5112 σ 2
g2 = = = 7013,888
Σf gi 6
1300 1 1300 69,3889 2336,7556
1350 1 1350 1736,3889 9670,7556 Σ( xgi − xg 3 ) 2 f gi 50000
σ 2
g3 = = = 12500
1400 2 2800 16806,777 44009,51 Σf gi 4
T2 6 7850 42083,329 61354,532 Media dispersiilor de grupă:
1500 1 1500 22500 61672,755 Σσ g2 j f g j σ g21 f g1 + σ g2 2 f g 2 + σ g23 f g 3
1600 1 1600 2500 121340,75 σ = 2
= =
Σf g j f1 + f 2 + f 3
1700 1 1700 2500 201008,75
 STATISTICĂ ŞI ECONOMETRIE 65 66 Gh. COMAN

3600.5 + 7013,888.6 + 12500.43 Poziţia medianei se stabileşte cu expresia:

n +1 8 +1
= = 4,5 .
= = 7338,888 2 2
5+6+4 Deci, poziţia medianei va fi la mijlocul seriei statistice.
- Dispersia dintre mediile de grupă (dispersia
Ordonată crescător seria X: 2; 3; 4; 5; 6; 7; 8; 9. Termenii centrali
reziduală).
sunt pe poziţiile 4 şi 5, adică 5 şi 6. Ca urmare, mediana va fi:
Σ( x g j − x ) 2 f g ( x g1 − x ) 2 f g1 + ( x g 2 − x ) 2 f g 2 + ( x g 3 − x ) 2 f g 3 5+6
σ gj2 = = = Me = = 5,5
Σf g f g1 + f g 2 + f g 3 2
Se observă că: x ≡ Me. Într-o serie de variante simple nu există
(830 − 1251,66) 2 .5 + (1308,33 − 1251,66) 2 .6 + (1650 − 1251,66) 2 .4
= = 102863,57
5+6+4 valoare modală.
- Dispersia generală. Pentru seria de variante cu frecvenţe, conform tabelului 1, mediile
Σ ( xi j − x ) 2 f i j 1653039,2 calculate rezultă din aplicarea relaţiilor ponderate.
σ 02 = = = 110202,61 Σxi ni 171
Σf i j 15 • Media aritmetică: x = = = 4,75;
- Regula adunării dispersiilor. Σni 36
σ 02 = σ 2 + σ g2 j = 110202,61 = 102863,57 + 7338,888 = 110202,458 ≅ 110202,61 Faţă de media specifică seriei de variante simple, se constată o
reducere cu 0,75 unităţi, cu 13,6%. Reducerea se datorează faptului că
9. Se consideră datele statistice din tabelul 1. variantele mici ale seriei sunt mai frecvente decât variantele mari.
Tabelul 1. Date iniţiale
Σni 36
xi 7 9 4 6 3 5 8 2
• Media armonică: xh = = = 4,026;
ni 4 1 9 4 8 4 3 3 ni 8,9409
Σ
S cere: să se determine mărimile medii specifice seriei unei variante
xi
simple şi să se observe relaţia dintre indicatorii determinaţi: 7; 9; 4; 6; 3; 5; Deoarece media armonică este sensibilă la variantele mici ale
8; 2. seriei, scăderea nu mai este atât de pronunţată ca în cazul mediei aritmetice.
Rezolvare. Totuşi, scăderea mediei armonice a seriei de frecvenţe este de 0,348 unităţi
Se va considera seria X simplă: Se vor obţine următoarele medii: (cu 8%) faţă de aceeaşi medie a seriei de variante simple.

• Media aritmetică: x=
Σxi 44
= = 5,5;
• Media geometrică: x g = Σni ∏x ni
i = 36 7 4.91.4 9...2 3 = 4,406
n 8 Pentru rezolvarea relaţiei de calcul este necesară logaritmarea
n 8 acesteia:
• Media armonică: xh = = = 4,374; Σni . lg xi 23,09098
1 1,829 lg xg = = = 0,64142 .
Σ Σni 36
xi
Se observă că, pentru a uşura procesul de calcul, media
• Media geometrică: xg = n ∏ xi = 8 662880 = 4,954 geometrică ponderată este transformată în medie aritmetică ponderată a
logaritmilor variantelor, ponderarea mediei realizându-se cu frecvenţa
Σxi2 284 înregistrării variantelor în colectivitatea cercetată. Media geometrică a
• Media pătratică: xp = = = 5,958 variantelor seriei de frecvenţe este şi ea mai mică decât cea a seriei simple,
n 8
dar reducerea este cu 0,548 unităţi, adică 11,1%.
Se constată: xh < xg < x < x p Σxi2 .ni 941
• Media pătratică: xp = = = 5,113
Σni 36
 STATISTICĂ ŞI ECONOMETRIE 65 66 Gh. COMAN

3600.5 + 7013,888.6 + 12500.43 Poziţia medianei se stabileşte cu expresia:

n +1 8 +1
= = 4,5 .
= = 7338,888 2 2
5+6+4 Deci, poziţia medianei va fi la mijlocul seriei statistice.
- Dispersia dintre mediile de grupă (dispersia
Ordonată crescător seria X: 2; 3; 4; 5; 6; 7; 8; 9. Termenii centrali
reziduală).
sunt pe poziţiile 4 şi 5, adică 5 şi 6. Ca urmare, mediana va fi:
Σ( x g j − x ) 2 f g ( x g1 − x ) 2 f g1 + ( x g 2 − x ) 2 f g 2 + ( x g 3 − x ) 2 f g 3 5+6
σ gj2 = = = Me = = 5,5
Σf g f g1 + f g 2 + f g 3 2
Se observă că: x ≡ Me. Într-o serie de variante simple nu există
(830 − 1251,66) 2 .5 + (1308,33 − 1251,66) 2 .6 + (1650 − 1251,66) 2 .4
= = 102863,57
5+6+4 valoare modală.
- Dispersia generală. Pentru seria de variante cu frecvenţe, conform tabelului 1, mediile
Σ ( xi j − x ) 2 f i j 1653039,2 calculate rezultă din aplicarea relaţiilor ponderate.
σ 02 = = = 110202,61 Σxi ni 171
Σf i j 15 • Media aritmetică: x = = = 4,75;
- Regula adunării dispersiilor. Σni 36
σ 02 = σ 2 + σ g2 j = 110202,61 = 102863,57 + 7338,888 = 110202,458 ≅ 110202,61 Faţă de media specifică seriei de variante simple, se constată o
reducere cu 0,75 unităţi, cu 13,6%. Reducerea se datorează faptului că
9. Se consideră datele statistice din tabelul 1. variantele mici ale seriei sunt mai frecvente decât variantele mari.
Tabelul 1. Date iniţiale
Σni 36
xi 7 9 4 6 3 5 8 2
• Media armonică: xh = = = 4,026;
ni 4 1 9 4 8 4 3 3 ni 8,9409
Σ
S cere: să se determine mărimile medii specifice seriei unei variante
xi
simple şi să se observe relaţia dintre indicatorii determinaţi: 7; 9; 4; 6; 3; 5; Deoarece media armonică este sensibilă la variantele mici ale
8; 2. seriei, scăderea nu mai este atât de pronunţată ca în cazul mediei aritmetice.
Rezolvare. Totuşi, scăderea mediei armonice a seriei de frecvenţe este de 0,348 unităţi
Se va considera seria X simplă: Se vor obţine următoarele medii: (cu 8%) faţă de aceeaşi medie a seriei de variante simple.

• Media aritmetică: x=
Σxi 44
= = 5,5;
• Media geometrică: x g = Σni ∏x ni
i = 36 7 4.91.4 9...2 3 = 4,406
n 8 Pentru rezolvarea relaţiei de calcul este necesară logaritmarea
n 8 acesteia:
• Media armonică: xh = = = 4,374; Σni . lg xi 23,09098
1 1,829 lg xg = = = 0,64142 .
Σ Σni 36
xi
Se observă că, pentru a uşura procesul de calcul, media
• Media geometrică: xg = n ∏ xi = 8 662880 = 4,954 geometrică ponderată este transformată în medie aritmetică ponderată a
logaritmilor variantelor, ponderarea mediei realizându-se cu frecvenţa
Σxi2 284 înregistrării variantelor în colectivitatea cercetată. Media geometrică a
• Media pătratică: xp = = = 5,958 variantelor seriei de frecvenţe este şi ea mai mică decât cea a seriei simple,
n 8
dar reducerea este cu 0,548 unităţi, adică 11,1%.
Se constată: xh < xg < x < x p Σxi2 .ni 941
• Media pătratică: xp = = = 5,113
Σni 36
 STATISTICĂ ŞI ECONOMETRIE 67 68 Gh. COMAN

Şi media pătratică ponderată este mai mică cu 0,845 unităţi (adică f. Să se calculeze mediana şi modulul pentru seria de frecvenţe
cu 14,2%) decât media pătratică simplă. absolute;
Atribuirea unor frecvenţe diferite variantelor seriei statistice Rezolvare.
ponderate va genera reduceri variabile de la o medie la alta, în raport cu a. Reprezentarea histogramei şi a poligonului frecvenţelor absolute
mediile simple. se prezintă în figurile următoare:
Se constată însă că se păstrează relaţia dintre medii:
xh < xg < x < x p 1200
1000

Frecvenţa absolută
1000
În cazul mediilor ponderate, pentru aflarea medianei este necesar
să se refacă tabelul 1, în sensul construcţiei lui pentru ordinea crescătoare a 800
valorilor xi. Se realizează astfel tabelul 2. 600 450
Tabelul 2. Refacerea tabelului 1 pentru determinarea mediilor poziţionale 400 300
xi 2 3 4 5 6 7 8 9 150 100
200
ni 3 8 9 4 4 4 3 1 0
0…2 2…4 4…6 6…8 8…10
Σni + 1 36 + 1 Cifra de afaceri, u.m.
Locul medianei este egal cu: = = 18,5 , iar mediana
2 2
este media aritmetică simplă a variantelor x18 şi x19. Adunând treptat
frecvenţele se constată că 3+8+9=20, ceea ce înseamnă că ambele variante
au valoarea 4, deci: 1200
1000

Frecvenţa absolută
Me = 4. 1000
Modul reprezintă varianta cu frecvenţa cea mai mare:
Mo = 4. 800
Prin urmare, în acest exemplu, mediana şi modul au aceeaşi 450
600
valoare, 4, fiind mai mici decât media aritmetică ponderată. 300
10. Se efectuează un sondaj pe un eşantion de 2000 de firme cu 400
privire la mărimea indicatorului CA (cifra de afaceri) şi se obţin datele din 150 100
200
tabelul 1.
Tabelul 1. Date iniţiale 0
CA (u.m.) 0-2 2-4 4-6 6-8 8-10 Total 0…2 2…4 4…6 6…8 8…10
fi 150 450 1000 300 100 2000
9
Cifra de afaceri, u.m.
1 u.m. (unitate monetară) = 10 lei; fi – frecvenţa absolută
Se cere:
a. Reprezentarea histogramei şi a poligonului frecvenţelor absolute b. Frecvenţele absolute cumulate (tabelul 2):
pentru datele înregistrate în tabelul 1; Tabelul 2. Calcule intermediare.
b. Să se determine frecvenţele absolute cumulate ascendent şi
descendent; Frecvenţa absolută cumulată
CA fi
c. Să se determine frecvenţele relative şi frecvenţele relative Ascendent Descendent
cumulate ascendent şi descendent;
d. Să se calculeze media aritmetică prin metoda directă şi metoda 0-2 150 150 2000
simplificată; 2-4 450 600 1850
e. Să se calculeze dispersia prin metoda directă şi metoda
simplificată; 4-6 1000 1600 1400
 STATISTICĂ ŞI ECONOMETRIE 67 68 Gh. COMAN

Şi media pătratică ponderată este mai mică cu 0,845 unităţi (adică f. Să se calculeze mediana şi modulul pentru seria de frecvenţe
cu 14,2%) decât media pătratică simplă. absolute;
Atribuirea unor frecvenţe diferite variantelor seriei statistice Rezolvare.
ponderate va genera reduceri variabile de la o medie la alta, în raport cu a. Reprezentarea histogramei şi a poligonului frecvenţelor absolute
mediile simple. se prezintă în figurile următoare:
Se constată însă că se păstrează relaţia dintre medii:
xh < xg < x < x p 1200
1000

Frecvenţa absolută
1000
În cazul mediilor ponderate, pentru aflarea medianei este necesar
să se refacă tabelul 1, în sensul construcţiei lui pentru ordinea crescătoare a 800
valorilor xi. Se realizează astfel tabelul 2. 600 450
Tabelul 2. Refacerea tabelului 1 pentru determinarea mediilor poziţionale 400 300
xi 2 3 4 5 6 7 8 9 150 100
200
ni 3 8 9 4 4 4 3 1 0
0…2 2…4 4…6 6…8 8…10
Σni + 1 36 + 1 Cifra de afaceri, u.m.
Locul medianei este egal cu: = = 18,5 , iar mediana
2 2
este media aritmetică simplă a variantelor x18 şi x19. Adunând treptat
frecvenţele se constată că 3+8+9=20, ceea ce înseamnă că ambele variante
au valoarea 4, deci: 1200
1000

Frecvenţa absolută
Me = 4. 1000
Modul reprezintă varianta cu frecvenţa cea mai mare:
Mo = 4. 800
Prin urmare, în acest exemplu, mediana şi modul au aceeaşi 450
600
valoare, 4, fiind mai mici decât media aritmetică ponderată. 300
10. Se efectuează un sondaj pe un eşantion de 2000 de firme cu 400
privire la mărimea indicatorului CA (cifra de afaceri) şi se obţin datele din 150 100
200
tabelul 1.
Tabelul 1. Date iniţiale 0
CA (u.m.) 0-2 2-4 4-6 6-8 8-10 Total 0…2 2…4 4…6 6…8 8…10
fi 150 450 1000 300 100 2000
9
Cifra de afaceri, u.m.
1 u.m. (unitate monetară) = 10 lei; fi – frecvenţa absolută
Se cere:
a. Reprezentarea histogramei şi a poligonului frecvenţelor absolute b. Frecvenţele absolute cumulate (tabelul 2):
pentru datele înregistrate în tabelul 1; Tabelul 2. Calcule intermediare.
b. Să se determine frecvenţele absolute cumulate ascendent şi
descendent; Frecvenţa absolută cumulată
CA fi
c. Să se determine frecvenţele relative şi frecvenţele relative Ascendent Descendent
cumulate ascendent şi descendent;
d. Să se calculeze media aritmetică prin metoda directă şi metoda 0-2 150 150 2000
simplificată; 2-4 450 600 1850
e. Să se calculeze dispersia prin metoda directă şi metoda
simplificată; 4-6 1000 1600 1400
 STATISTICĂ ŞI ECONOMETRIE 69 70 Gh. COMAN

6-8 300 1900 400 Tabelul 3. Calcule intermediare

Frecvenţe relative
f r = ( f i Σf i ).100
8-10 100 2000 100 cumulate
CA fi
Total 2000 ascendent descendent

0-2 150 150/2000 = 0,075 = 7,5% 0,075 1,000

2500 2-4 450 450/2000 = 0,225 = 22,5% 0,300 0,925
1900 2000
Frecvenţa absolută

2000 4-6 1000 1000/2000 = 0,500 = 50% 0,800 0,700

1500 6-8 300 300/2000 = 0,150 = 15% 0,950 0,200

1600
1000 8-10 100 100/2000 = 0,050 = 5% 1,000 0,050
600
500 Total 2000 100%
150
CA – cifra de afaceri; fi – frecvenţa absolută; fr – frecvenţa relativă.
0
0…2 2…4 4…6 6…8 8…10 d. Metoda directă:
Σxi f i 9500
Cifra de afaceri, u.m. xa = = = 4,75 u.m.
Σf i 2000
Metoda simplificată:
2500 ⎛ x −a ⎞
2000 1850 Σ⎜ i fi ⎟
⎝ k ⎠ k + a = − 250 2 + 5 = 4,75 u.m.
Frecvenţa absolută

2000 xa =
Σf i 2000
1400
1500
1000 Tabel de calcul pentru parametrii statistici, tabelul 4:
400 Tabelul 4. Calcule intermediare
500 100
xi − a xi − a
0
CA fi xi fi.xi fi
k k
0…2 2…4 4…6 6…8 8…10
0-2 150 1 150 -2 -300
Cifra de afaceri, u.m.
2-4 450 3 1350 -1 -450

4-6 1000 5 5000 0 0

c. Frecvenţele relative (tabelul 3):
6-8 300 7 2100 1 300
 STATISTICĂ ŞI ECONOMETRIE 69 70 Gh. COMAN

6-8 300 1900 400 Tabelul 3. Calcule intermediare

Frecvenţe relative
f r = ( f i Σf i ).100
8-10 100 2000 100 cumulate
CA fi
Total 2000 ascendent descendent

0-2 150 150/2000 = 0,075 = 7,5% 0,075 1,000

2500 2-4 450 450/2000 = 0,225 = 22,5% 0,300 0,925
1900 2000
Frecvenţa absolută

2000 4-6 1000 1000/2000 = 0,500 = 50% 0,800 0,700

1500 6-8 300 300/2000 = 0,150 = 15% 0,950 0,200

1600
1000 8-10 100 100/2000 = 0,050 = 5% 1,000 0,050
600
500 Total 2000 100%
150
CA – cifra de afaceri; fi – frecvenţa absolută; fr – frecvenţa relativă.
0
0…2 2…4 4…6 6…8 8…10 d. Metoda directă:
Σxi f i 9500
Cifra de afaceri, u.m. xa = = = 4,75 u.m.
Σf i 2000
Metoda simplificată:
2500 ⎛ x −a ⎞
2000 1850 Σ⎜ i fi ⎟
⎝ k ⎠ k + a = − 250 2 + 5 = 4,75 u.m.
Frecvenţa absolută

2000 xa =
Σf i 2000
1400
1500
1000 Tabel de calcul pentru parametrii statistici, tabelul 4:
400 Tabelul 4. Calcule intermediare
500 100
xi − a xi − a
0
CA fi xi fi.xi fi
k k
0…2 2…4 4…6 6…8 8…10
0-2 150 1 150 -2 -300
Cifra de afaceri, u.m.
2-4 450 3 1350 -1 -450

4-6 1000 5 5000 0 0

c. Frecvenţele relative (tabelul 3):
6-8 300 7 2100 1 300
 STATISTICĂ ŞI ECONOMETRIE 71 72 Gh. COMAN

8-10 100 9 900 2 200 Σf i 2000

− f cm − 1 − 600
Total 2000 9500 0 -250 Me = x Me + 2 k = 4+ 2 2 = 4,80 u.m.
f Me 1000
k = 2, a = 5
Intervalul modal este (4 – 6):
Δ1 1000 − 450
e. Metoda directă: Mo = x Mo + k = 4+ 2 = 4,88 u.m.
Δ1 + Δ 2 (1000 − 450) + (1000 − 300)
Σ( xi − xa ) 2 . f i 6875 11. Într-o lună 10 agenţi economici realizează o cifră de afaceri
σ2 = = = 3,4375 (în unităţi monetare – u.m.) după cum urmează: 138,8; 146,0; 150,0; 152,3;
Σf i 2000 158,2; 163,1; 165,0; 170,4; 176,2; 180,0.
Se cere:
Metoda simplificată: 1. să se formeze seria privind volumul desfacerilor prin
centralizarea datelor individuale;
2 2. să se calculeze volumul mediu al cifrelor de afaceri folosind
⎛ x −a⎞ media aritmetică şi să se verifice principalele proprietăţi ale acesteia;
Σ⎜ i ⎟ . fi
⎝ k ⎠ 1750 3. să se folosească pentru aceeaşi serie şi alte tipuri de medii şi să
σ =
2
× k 2 − ( xa − a ) 2 = 4 − (4,75 − 5) 2 = 3,4375 se arate în ce raport de mărime se află faţă de media aritmetică;
Σf i 2000
4. să se calculeze indicatorii medii de poziţie (medii de structură);
5. să se caracterizeze gradul de variaţie al distribuţiei calculând în
Pentru efectuarea calculelor s-a întocmit tabelul 5. acest scop indicatorii simpli sintetici ai variaţiei, precum şi gradul de
asimetrie;
Tabelul 5. Calcule intermediare 6. să se reprezinte grafic seria.
2 2
xi − a ⎛ xi − a ⎞ ⎛ xi − a ⎞ Rezolvare.
CA fi xi xi − x a ( xi − xa ) f i
2
⎜ ⎟ ⎜ ⎟ fi
k ⎝ k ⎠ ⎝ k ⎠ 1. Seria se formează prin ordonarea valorilor (vezi coloana 1 din
tabelul 1). Suma va fi: Σ xi = 138,8+146,0+150,0+...+180,0=1600_u.m.
0-2 150 1 -3,75 2109,375 -2 4 600
Tabelul 1
2-4 450 3 -1,75 1378,125 -1 1 450
xi − a xi
Nr.
crt.
Cifra de
afaceri (u.m.) xi − x a = 138 ,8 h
; h = 20
4-6 1000 5 0,25 62,5 0 0 0
0 1 2 3 4
6-8 300 7 2,25 1518,75 1 1 300 1 138,8 -21,2 0 6,94
2 146,0 -14,0 7,2 7,3
8-10 100 9 4,25 1806,25 2 4 400
3 150,0 -10,0 11,2 7,5
Total 2000 6875 0 10 1750 4 152,3 -7,7 13,5 7,615
5 158,2 -1,8 19,4 7,91
k = 2; a = 5; x a = 4,75 6 163,1 +3,1 24,3 8,155
7 165,0 +5,0 26,2 8,25
f. Intervalul median este (4 – 6): 8 170,4 +10,4 31,6 8,52
9 176,2 +16,2 37,4 8,01
 STATISTICĂ ŞI ECONOMETRIE 71 72 Gh. COMAN

8-10 100 9 900 2 200 Σf i 2000

− f cm − 1 − 600
Total 2000 9500 0 -250 Me = x Me + 2 k = 4+ 2 2 = 4,80 u.m.
f Me 1000
k = 2, a = 5
Intervalul modal este (4 – 6):
Δ1 1000 − 450
e. Metoda directă: Mo = x Mo + k = 4+ 2 = 4,88 u.m.
Δ1 + Δ 2 (1000 − 450) + (1000 − 300)
Σ( xi − xa ) 2 . f i 6875 11. Într-o lună 10 agenţi economici realizează o cifră de afaceri
σ2 = = = 3,4375 (în unităţi monetare – u.m.) după cum urmează: 138,8; 146,0; 150,0; 152,3;
Σf i 2000 158,2; 163,1; 165,0; 170,4; 176,2; 180,0.
Se cere:
Metoda simplificată: 1. să se formeze seria privind volumul desfacerilor prin
centralizarea datelor individuale;
2 2. să se calculeze volumul mediu al cifrelor de afaceri folosind
⎛ x −a⎞ media aritmetică şi să se verifice principalele proprietăţi ale acesteia;
Σ⎜ i ⎟ . fi
⎝ k ⎠ 1750 3. să se folosească pentru aceeaşi serie şi alte tipuri de medii şi să
σ =
2
× k 2 − ( xa − a ) 2 = 4 − (4,75 − 5) 2 = 3,4375 se arate în ce raport de mărime se află faţă de media aritmetică;
Σf i 2000
4. să se calculeze indicatorii medii de poziţie (medii de structură);
5. să se caracterizeze gradul de variaţie al distribuţiei calculând în
Pentru efectuarea calculelor s-a întocmit tabelul 5. acest scop indicatorii simpli sintetici ai variaţiei, precum şi gradul de
asimetrie;
Tabelul 5. Calcule intermediare 6. să se reprezinte grafic seria.
2 2
xi − a ⎛ xi − a ⎞ ⎛ xi − a ⎞ Rezolvare.
CA fi xi xi − x a ( xi − xa ) f i
2
⎜ ⎟ ⎜ ⎟ fi
k ⎝ k ⎠ ⎝ k ⎠ 1. Seria se formează prin ordonarea valorilor (vezi coloana 1 din
tabelul 1). Suma va fi: Σ xi = 138,8+146,0+150,0+...+180,0=1600_u.m.
0-2 150 1 -3,75 2109,375 -2 4 600
Tabelul 1
2-4 450 3 -1,75 1378,125 -1 1 450
xi − a xi
Nr.
crt.
Cifra de
afaceri (u.m.) xi − x a = 138 ,8 h
; h = 20
4-6 1000 5 0,25 62,5 0 0 0
0 1 2 3 4
6-8 300 7 2,25 1518,75 1 1 300 1 138,8 -21,2 0 6,94
2 146,0 -14,0 7,2 7,3
8-10 100 9 4,25 1806,25 2 4 400
3 150,0 -10,0 11,2 7,5
Total 2000 6875 0 10 1750 4 152,3 -7,7 13,5 7,615
5 158,2 -1,8 19,4 7,91
k = 2; a = 5; x a = 4,75 6 163,1 +3,1 24,3 8,155
7 165,0 +5,0 26,2 8,25
f. Intervalul median este (4 – 6): 8 170,4 +10,4 31,6 8,52
9 176,2 +16,2 37,4 8,01
 STATISTICĂ ŞI ECONOMETRIE 73 74 Gh. COMAN

10 180,0 +20,0 41,2 9,0 Σxi2 10 257613,18

xp = n = = 150,5 u.m. ⇒ x p = 160,5 > x = 160
Total Σ= Σ= Σ= Σ= n 10
1600,0 0 212 80 Tabelul 2
2
2. Calculul mediei aritmetice şi verificarea principalelor proprietăţi Nr. crt C.A. (u.m.) 1/xi xi
lg xi
ale acesteia se poate face cu ajutorul unui tabel de calcul (tabelul 24).
2.1. Calculul mediei aritmetice simple (coloana 1 din tabelul 24): 0 1 2 3 4
Σx 1600
x= i = = 160 u.m. 1 138,8 0,0072046 19265,44 2,14239
n 10 2 146,0 0,0068000 21316,00 2,16425
2.2. Verificarea principalelor proprietăţi ale mediei aritmetice:
3 150,0 0,0066670 22500,00 2,15605
a. xmin = 138,8 < x = 160 < xmax = 180 4 152,3 0,0065659 23195,29 2,18270
b. Σ( xi − x ) = 0 (coloana 2 din tabelul 24) 5 158,2 0,0063211 25027,24 2,19921

c. Σxi = n.x = 10.160 = 1600 u.m. 6 163,1 0,0061312 26601,61 2,21245

7 165,0 0,0060606 27225,00 2,21748
n

∑ ( x − a)
i
8 170,4 0,0058685 29036,16 2,23045

d. x′ = i =1
= x−a 9 176,2 0,0056753 31046,44 2,24601
n 10 180,0 0,0055550 32400,00 2,25527
Alegând arbitrar a = 138,8 (primul termen) şi calculând valorile xi-a
(vezi coloana 3 din tabelul 24) se obţine: Total 1600,0 0,0628986 257613,18 22,02640
n

∑ (x 212 i − a)
3.2. Calculul mediei armonice ( xh ), (vezi coloana 2 din tabelul 2):
x′ = i =1
= 21,2 u.m. ⇒ x − x ′ = a ⇒ x = x ′ + a ⇒
=
n 10 n 10
⇒ 21,2 + 138,8 = 160 u.m. xh = = = 158,98 u.m.; xh = 158,98 < x = 160,0
1 0,0628986
∑x
n
⎛ xi ⎞
∑ ⎜⎝ h ⎟⎠
i

x xh < x < x p
e.
i =1
= 3.3. Calculul mediei geometrice ( xg ) (vezi coloana 4 din tabelul 2):
n h
Luând arbitrar un h = 20 (vezi coloana 4 din tabelul 24) se obţine: n
n
⎛ xi ⎞ n ∑ lg x i
22,02640
∑ ⎜⎝ h ⎟⎠ x 80
xg = n ∏ xi ⇒ lg xg = i =1
n
=
10
= 2,20264
x ′′ = i =1
= = = 8 ⇒ x = x ′′.h = 8.20 = 160 u.m. i =1

n h 10 anti log 2,20264 = 159,5 ⇒ xg = 159,5 u.m.

3. Calculul mediei pătratice, al mediei armonice şi al mediei
Recapitulând valorile mediilor obţinute rezultă:
geometrice
x = 160,00; x p = 160,5; xh = 158,98; x g = 159,50
3.1. Calculul mediei pătratice ( x p ) (vezi coloana 4 din tabelul 2):
Deci:
 STATISTICĂ ŞI ECONOMETRIE 73 74 Gh. COMAN

10 180,0 +20,0 41,2 9,0 Σxi2 10 257613,18

xp = n = = 150,5 u.m. ⇒ x p = 160,5 > x = 160
Total Σ= Σ= Σ= Σ= n 10
1600,0 0 212 80 Tabelul 2
2
2. Calculul mediei aritmetice şi verificarea principalelor proprietăţi Nr. crt C.A. (u.m.) 1/xi xi
lg xi
ale acesteia se poate face cu ajutorul unui tabel de calcul (tabelul 24).
2.1. Calculul mediei aritmetice simple (coloana 1 din tabelul 24): 0 1 2 3 4
Σx 1600
x= i = = 160 u.m. 1 138,8 0,0072046 19265,44 2,14239
n 10 2 146,0 0,0068000 21316,00 2,16425
2.2. Verificarea principalelor proprietăţi ale mediei aritmetice:
3 150,0 0,0066670 22500,00 2,15605
a. xmin = 138,8 < x = 160 < xmax = 180 4 152,3 0,0065659 23195,29 2,18270
b. Σ( xi − x ) = 0 (coloana 2 din tabelul 24) 5 158,2 0,0063211 25027,24 2,19921

c. Σxi = n.x = 10.160 = 1600 u.m. 6 163,1 0,0061312 26601,61 2,21245

7 165,0 0,0060606 27225,00 2,21748
n

∑ ( x − a)
i
8 170,4 0,0058685 29036,16 2,23045

d. x′ = i =1
= x−a 9 176,2 0,0056753 31046,44 2,24601
n 10 180,0 0,0055550 32400,00 2,25527
Alegând arbitrar a = 138,8 (primul termen) şi calculând valorile xi-a
(vezi coloana 3 din tabelul 24) se obţine: Total 1600,0 0,0628986 257613,18 22,02640
n

∑ (x 212 i − a)
3.2. Calculul mediei armonice ( xh ), (vezi coloana 2 din tabelul 2):
x′ = i =1
= 21,2 u.m. ⇒ x − x ′ = a ⇒ x = x ′ + a ⇒
=
n 10 n 10
⇒ 21,2 + 138,8 = 160 u.m. xh = = = 158,98 u.m.; xh = 158,98 < x = 160,0
1 0,0628986
∑x
n
⎛ xi ⎞
∑ ⎜⎝ h ⎟⎠
i

x xh < x < x p
e.
i =1
= 3.3. Calculul mediei geometrice ( xg ) (vezi coloana 4 din tabelul 2):
n h
Luând arbitrar un h = 20 (vezi coloana 4 din tabelul 24) se obţine: n
n
⎛ xi ⎞ n ∑ lg x i
22,02640
∑ ⎜⎝ h ⎟⎠ x 80
xg = n ∏ xi ⇒ lg xg = i =1
n
=
10
= 2,20264
x ′′ = i =1
= = = 8 ⇒ x = x ′′.h = 8.20 = 160 u.m. i =1

n h 10 anti log 2,20264 = 159,5 ⇒ xg = 159,5 u.m.

3. Calculul mediei pătratice, al mediei armonice şi al mediei
Recapitulând valorile mediilor obţinute rezultă:
geometrice
x = 160,00; x p = 160,5; xh = 158,98; x g = 159,50
3.1. Calculul mediei pătratice ( x p ) (vezi coloana 4 din tabelul 2):
Deci:
 STATISTICĂ ŞI ECONOMETRIE 75 76 Gh. COMAN

xh < xg < x < xp 2 146,0 14,0 196,00 21316,00 -8,75

3 150,0 10,0 100,00 225,00 -6,25
158,98 < 159,50 < 160,00 < 160,5
4 152,3 7,7 59,29 23195,24 -4,81
Întrucât între cele patru medii există deferenţe foarte mici se poate
trage concluzia corectă că oricare dintre ele măsoară suficient de corect 5 158,2 1,8 3,24 25027,24 -1,13
tendinţa de grupare a datelor experimentale şi deci media în acest caz poate
6 163,1 3,1 9,61 26601,61 1,94
fi o valoare tipică.
4. Calculul indicatorilor medii de poziţie: 7 165,0 5,0 25,0 27225,00 3,13
4.1. Calculul medianei (Me):
8 170,4 10,4 108,16 29036,16 10,13
n + 1 10 + 1
• Locul medianei: L( Me) = = = 5,5 9 176,2 16,2 262,44 31046,44 10,13
2 2
10 180,0 20,0 400,00 32400,00 12,50
• Valoarea medianei: Me =
x5 + x6 158,2 + 163,1
= = 160,65 u.m. Total 1600,0 109,4 1613,18 257613,18
2 2
4.2. Calculul modei:
Fiind serie simplă şi neavând termeni care să se repete, nu este 5.1. Indicatorii simpli ai variaţiei:
cazul. • Amplitudinea variaţiei:
4.3. Calculul cuartilelor: Aa = x max − x min = 180 − 138,2 = 41,2 u.m.;
n + 1 11 x + x3 146 + 150
Loc(Q1 ) = = = 2,75 ⇒ Q1 = 2 = = 148 u.m. x max − x min 41,2
4 4 2 2 A% = 100 = 100 = 25,75%
x 160
Q2 = Me = 160,65 u.m. • Abaterile absolute ale fiecărei variabile de medie (di):
Loc(Q3 ) =
3(n + 1) 3.11
4
=
4
x + x9 170,4 + 176,2
= 8,25 ⇒ Q3 = 8
2
=
2
= 173,3 u.m. d i = xi − x (vezi coloana 2 din tabelul 4).
Potrivit celor trei cuartile, seria se poate structura în funcţie de • Abaterile relative medii (di%)
valorile lor în felul următor, tabelul 3:
xi − x
Tabelul 3 di % = 100 (vezi coloana 5 din tabelul 4).
Interval de
variaţie
138,80- 148,00- 160,65- 173,30- x
148,00 160,65 173,30 180,00
5.2. Abaterea medie liniară ( d x ) (se folosesc datele din coloana 2
Structura
seriei % 25 25 25 25 tabelul 4)
n

5. Calculul indicatorilor de variaţie şi asimetrie. ∑x i −x

109,4
Pentru calculul indicatorilor de variaţie se realizează tabelul 4: dx = i =1
= = 10,94
Tabelul 4. Calculul indicatorilor de variaţie. n 10
• Dispersia ( σ x ) se calculează cu datele din coloana 3, tabelul 27.
2
xi − x
Nr.
crt.
xi xi − x ( xi − x ) 2 xi2 100 n
x
∑ (x − x)
i
2
1613,18
0 1 2 3 4 5 σ x2 = i =1
= = 161,318
n 10
1 138,8 21,2 449,44 19265,44 -13,25
Dispersia se poate calcula şi cu expresia (coloanele 1 şi 4, tabelul
4):
 STATISTICĂ ŞI ECONOMETRIE 75 76 Gh. COMAN

xh < xg < x < xp 2 146,0 14,0 196,00 21316,00 -8,75

3 150,0 10,0 100,00 225,00 -6,25
158,98 < 159,50 < 160,00 < 160,5
4 152,3 7,7 59,29 23195,24 -4,81
Întrucât între cele patru medii există deferenţe foarte mici se poate
trage concluzia corectă că oricare dintre ele măsoară suficient de corect 5 158,2 1,8 3,24 25027,24 -1,13
tendinţa de grupare a datelor experimentale şi deci media în acest caz poate
6 163,1 3,1 9,61 26601,61 1,94
fi o valoare tipică.
4. Calculul indicatorilor medii de poziţie: 7 165,0 5,0 25,0 27225,00 3,13
4.1. Calculul medianei (Me):
8 170,4 10,4 108,16 29036,16 10,13
n + 1 10 + 1
• Locul medianei: L( Me) = = = 5,5 9 176,2 16,2 262,44 31046,44 10,13
2 2
10 180,0 20,0 400,00 32400,00 12,50
• Valoarea medianei: Me =
x5 + x6 158,2 + 163,1
= = 160,65 u.m. Total 1600,0 109,4 1613,18 257613,18
2 2
4.2. Calculul modei:
Fiind serie simplă şi neavând termeni care să se repete, nu este 5.1. Indicatorii simpli ai variaţiei:
cazul. • Amplitudinea variaţiei:
4.3. Calculul cuartilelor: Aa = x max − x min = 180 − 138,2 = 41,2 u.m.;
n + 1 11 x + x3 146 + 150
Loc(Q1 ) = = = 2,75 ⇒ Q1 = 2 = = 148 u.m. x max − x min 41,2
4 4 2 2 A% = 100 = 100 = 25,75%
x 160
Q2 = Me = 160,65 u.m. • Abaterile absolute ale fiecărei variabile de medie (di):
Loc(Q3 ) =
3(n + 1) 3.11
4
=
4
x + x9 170,4 + 176,2
= 8,25 ⇒ Q3 = 8
2
=
2
= 173,3 u.m. d i = xi − x (vezi coloana 2 din tabelul 4).
Potrivit celor trei cuartile, seria se poate structura în funcţie de • Abaterile relative medii (di%)
valorile lor în felul următor, tabelul 3:
xi − x
Tabelul 3 di % = 100 (vezi coloana 5 din tabelul 4).
Interval de
variaţie
138,80- 148,00- 160,65- 173,30- x
148,00 160,65 173,30 180,00
5.2. Abaterea medie liniară ( d x ) (se folosesc datele din coloana 2
Structura
seriei % 25 25 25 25 tabelul 4)
n

5. Calculul indicatorilor de variaţie şi asimetrie. ∑x i −x

109,4
Pentru calculul indicatorilor de variaţie se realizează tabelul 4: dx = i =1
= = 10,94
Tabelul 4. Calculul indicatorilor de variaţie. n 10
• Dispersia ( σ x ) se calculează cu datele din coloana 3, tabelul 27.
2
xi − x
Nr.
crt.
xi xi − x ( xi − x ) 2 xi2 100 n
x
∑ (x − x)
i
2
1613,18
0 1 2 3 4 5 σ x2 = i =1
= = 161,318
n 10
1 138,8 21,2 449,44 19265,44 -13,25
Dispersia se poate calcula şi cu expresia (coloanele 1 şi 4, tabelul
4):
 STATISTICĂ ŞI ECONOMETRIE 77 78 Gh. COMAN

n În acest caz, variaţia nefiind continuă, se poate folosi un grafic prin

∑x 2
i
257613,18
coloane sau radială cu zece raze, figurile 1 şi 2.
σ x2 = i =1
− x2 = − 1602 = 161,318 → acelaşi rezultat. 12. Pentru o societate comercială (SC) se cunosc următoarele
n 10 date statistice privind vechimea în muncă a angajaţilor, tabelul 1:
• Abaterea medie pătratică: Tabelul 1. Date iniţiale.
Grupe de salariaţi
σ x = σ x2 = 161,318 = 12,70 u.m. după vechime, ani
<5 5-10 10-15 15-20 20-25 25-30 30-35 ≥35
• Coeficienţii de variaţie: Număr salariaţi 10 40 60 80 50 30 20 10
σx 12,70
Cv = 100 = 100 = 7,84% Se cere:
x 160 1. Reprezentarea grafică a seriei folosind frecvenţele absolute şi
cele cumulate.
dx 10,94
Cvd = 100 = 100 = 6,84% 2. Vechimea medie a angajaţilor prin calculul mediei aritmetice cu
x 160 frecvenţe absolute, relative şi prin calcul simplificat, specificând ce proprietăţi
6. Reprezentarea grafică: ale mediei aritmetice stau la baza calculului mediei aritmetice cu frecvenţe
relative şi prin calculul simplificat.

173.4

176.2
3. Indicatorii medii de poziţie.

180
163.1
200
158.2
152.3

165
138.8

4. Indicatorii simpli şi sintetici ai variaţiei.

Cifra de afaceri u.m.

150
146

150 5. Indicatorii de asimetrie.

6. Media şi dispersia pentru salariaţii cu o vechime mai mare decât
vechimea medie.
100 Rezolvare.
1. Reprezentarea grafică a seriei:
50 • Histograma şi curba frecvenţelor absolute.
• Curba frecvenţilor absolute cumulate.
0
100

Numar salariati
1 2 3 4 5 6 7 8 9 10
80
Succesiunea anilor 60
40
200
20
10 2
150 0

100 5 10/ 15 20 25 30 35 40
9 3 Ani vechime
50
Histograma şi curba de distribuţie
0
350 350
300 300
8 4 250 250
200 200
150 150
100 100
50 50
7 5 0 0
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40

Repartiţia frecvenţelor absolute cumulate, ascendent şi descendent

 STATISTICĂ ŞI ECONOMETRIE 77 78 Gh. COMAN

n În acest caz, variaţia nefiind continuă, se poate folosi un grafic prin

∑x 2
i
257613,18
coloane sau radială cu zece raze, figurile 1 şi 2.
σ x2 = i =1
− x2 = − 1602 = 161,318 → acelaşi rezultat. 12. Pentru o societate comercială (SC) se cunosc următoarele
n 10 date statistice privind vechimea în muncă a angajaţilor, tabelul 1:
• Abaterea medie pătratică: Tabelul 1. Date iniţiale.
Grupe de salariaţi
σ x = σ x2 = 161,318 = 12,70 u.m. după vechime, ani
<5 5-10 10-15 15-20 20-25 25-30 30-35 ≥35
• Coeficienţii de variaţie: Număr salariaţi 10 40 60 80 50 30 20 10
σx 12,70
Cv = 100 = 100 = 7,84% Se cere:
x 160 1. Reprezentarea grafică a seriei folosind frecvenţele absolute şi
cele cumulate.
dx 10,94
Cvd = 100 = 100 = 6,84% 2. Vechimea medie a angajaţilor prin calculul mediei aritmetice cu
x 160 frecvenţe absolute, relative şi prin calcul simplificat, specificând ce proprietăţi
6. Reprezentarea grafică: ale mediei aritmetice stau la baza calculului mediei aritmetice cu frecvenţe
relative şi prin calculul simplificat.

173.4

176.2
3. Indicatorii medii de poziţie.

180
163.1
200
158.2
152.3

165
138.8

4. Indicatorii simpli şi sintetici ai variaţiei.

Cifra de afaceri u.m.

150
146

150 5. Indicatorii de asimetrie.

6. Media şi dispersia pentru salariaţii cu o vechime mai mare decât
vechimea medie.
100 Rezolvare.
1. Reprezentarea grafică a seriei:
50 • Histograma şi curba frecvenţelor absolute.
• Curba frecvenţilor absolute cumulate.
0
100

Numar salariati
1 2 3 4 5 6 7 8 9 10
80
Succesiunea anilor 60
40
200
20
10 2
150 0

100 5 10/ 15 20 25 30 35 40
9 3 Ani vechime
50
Histograma şi curba de distribuţie
0
350 350
300 300
8 4 250 250
200 200
150 150
100 100
50 50
7 5 0 0
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40

Repartiţia frecvenţelor absolute cumulate, ascendent şi descendent

 STATISTICĂ ŞI ECONOMETRIE 79 80 Gh. COMAN

2. Calculul vechimii medii. Se realizează tabelul 2.

Σxi ni 5450
Tabelul 2. Calcule intermediare. x= = = 18,167 ≅ 18,2 ani / salariat
Grupe de
Numărul salariaţilor Centrul de Σni 300
salariaţi după
vechime, ani ni *
ni %
interval,

xi
x .n
i i
• frecvenţele relative. Frecvenţele relative arată importanţa relativă
a fiecărei grupe, punând în evidenţă structura colectivităţii. Folosirea acestui
indicator permite să se compare seriile empirice între ele sau cu distribuţiile
0 1 2 3 4 teoretice.
Se calculează cu relaţia:
0-5 10 3,33 2,5 25
ni ni
5-10 40 13,33 7,5 300 ni* = k
⇒ ni* % = k
× 100
10-15 60 20,00 12,5 750 ∑n
i =1
i ∑n
i =1
i

15-20 80 26,67 17,5 1400

unde: ni - frecvenţa absolută a grupei i; ni* - frecvenţa relativă a grupei i,
20-25 50 16,67 22,5 1125
25-30 30 10,00 27,5 825 exprimată sub formă de coeficient; ni* % - frecvenţa relativă a grupei i,
exprimată procentual. În exemplul considerat:
30-35 20 6,67 32,5 650
Σxi ni* % 5450
35-40 10 3,33 37,5 375 x= = = 18,167 ≅ 18,2 ani / salariat
Total 300 100 - 5450 Σni 300
Calculul mediei folosind frecvenţele relative se bazează pe proprietatea:
Tabelul 2 (continuare)
ni
xi − a ⎛ xi − a ⎞
Frecvenţe absolute Σxi
xi .ni* % ⎜
⎝ h ⎠
⎟.ni cumulate c = x ; in acest caz c = Σn
h Ascendent Descendent n i
Σ i
5 6 7 8 9 c
8,325 -3 -30 10 300 2.2. Calculul simplificat al mediei aritmetice:
99,975 -2 -80 50 290 ⎛ x −a⎞
Σ⎜ i ⎟.ni
250,000 -1 -60 110 250 ⎝ h ⎠ 40
x= h+a= 5 + 17,5 ≅ 18,2 ani / salariat
466,725 0 0 190 190 Σni 300
375,075 1 50 240 110 3. Calculul indicatorilor medii de poziţie.
3.1. Calculul medianei (Me) şi a celorlalte medii de poziţii. În cazul
275,000 2 60 270 60 datelor grupate pe variante, locul medianei este varianta a cărei frecvenţă
216,775 3 60 290 30 cumulată este prima mai mare decât [(n+1)/2] iar valoarea medianei este
chiar varianta respectivă.
124,875 4 40 300 10 În caul datelor grupate pe intervale, locul medianei este intervalul a
1816,75 a=17,5;h=5 40 - - cărei frecvenţă cumulată este prima mai mare decât
⎛ k ⎞
2.1. Calculul mediei aritmetice de bază: ⎜ ∑ ni + 1⎟ 2 ,
• frecvenţele absolute: ⎝ i =1 ⎠
 STATISTICĂ ŞI ECONOMETRIE 79 80 Gh. COMAN

2. Calculul vechimii medii. Se realizează tabelul 2.

Σxi ni 5450
Tabelul 2. Calcule intermediare. x= = = 18,167 ≅ 18,2 ani / salariat
Grupe de
Numărul salariaţilor Centrul de Σni 300
salariaţi după
vechime, ani ni *
ni %
interval,

xi
x .n
i i
• frecvenţele relative. Frecvenţele relative arată importanţa relativă
a fiecărei grupe, punând în evidenţă structura colectivităţii. Folosirea acestui
indicator permite să se compare seriile empirice între ele sau cu distribuţiile
0 1 2 3 4 teoretice.
Se calculează cu relaţia:
0-5 10 3,33 2,5 25
ni ni
5-10 40 13,33 7,5 300 ni* = k
⇒ ni* % = k
× 100
10-15 60 20,00 12,5 750 ∑n
i =1
i ∑n
i =1
i

15-20 80 26,67 17,5 1400

unde: ni - frecvenţa absolută a grupei i; ni* - frecvenţa relativă a grupei i,
20-25 50 16,67 22,5 1125
25-30 30 10,00 27,5 825 exprimată sub formă de coeficient; ni* % - frecvenţa relativă a grupei i,
exprimată procentual. În exemplul considerat:
30-35 20 6,67 32,5 650
Σxi ni* % 5450
35-40 10 3,33 37,5 375 x= = = 18,167 ≅ 18,2 ani / salariat
Total 300 100 - 5450 Σni 300
Calculul mediei folosind frecvenţele relative se bazează pe proprietatea:
Tabelul 2 (continuare)
ni
xi − a ⎛ xi − a ⎞
Frecvenţe absolute Σxi
xi .ni* % ⎜
⎝ h ⎠
⎟.ni cumulate c = x ; in acest caz c = Σn
h Ascendent Descendent n i
Σ i
5 6 7 8 9 c
8,325 -3 -30 10 300 2.2. Calculul simplificat al mediei aritmetice:
99,975 -2 -80 50 290 ⎛ x −a⎞
Σ⎜ i ⎟.ni
250,000 -1 -60 110 250 ⎝ h ⎠ 40
x= h+a= 5 + 17,5 ≅ 18,2 ani / salariat
466,725 0 0 190 190 Σni 300
375,075 1 50 240 110 3. Calculul indicatorilor medii de poziţie.
3.1. Calculul medianei (Me) şi a celorlalte medii de poziţii. În cazul
275,000 2 60 270 60 datelor grupate pe variante, locul medianei este varianta a cărei frecvenţă
216,775 3 60 290 30 cumulată este prima mai mare decât [(n+1)/2] iar valoarea medianei este
chiar varianta respectivă.
124,875 4 40 300 10 În caul datelor grupate pe intervale, locul medianei este intervalul a
1816,75 a=17,5;h=5 40 - - cărei frecvenţă cumulată este prima mai mare decât
⎛ k ⎞
2.1. Calculul mediei aritmetice de bază: ⎜ ∑ ni + 1⎟ 2 ,
• frecvenţele absolute: ⎝ i =1 ⎠
 STATISTICĂ ŞI ECONOMETRIE 81 82 Gh. COMAN

iar valoarea medianei se calculează cu expresia: k

k
∑n i +1
300 + 1
Loc(QI ) = i =1
= = 75,25 ⇒ 10 < Me < 15
∑ ni + 1 m −1 4 4
i =1
− ∑ ni 1⎛ k ⎞ u −1
2 ⎜ ∑ ni + 1⎟ − ∑ ni
Me = x0 + h × i =1 4
QI = x0 + h ⎝ i =1 ⎠ i =1 = 10 + 5 72,25 − 50 = 12,125 ani
nm nu 60
în care h este mărimea intervalului median; m – indexul intervalului median;
m −1 QII = Me = 17,5 ani
∑n
i =1
i - suma frecvenţelor precedente intervalului median (frecvenţa 3⎛ k ⎞ 3
Loc(QIII ) = ⎜ ∑ ni + 1⎟ = × 301 = 225,75 ⇒ 20 < QIII < 25
cumulată a intervalelor precedente celui median); nm – frecvenţa absolută a 4 ⎝ i =1 ⎠ 4
intervalului median. 3⎛ k ⎞ v −1
Pentru exemplul considerat: ⎜ ∑ ni + 1⎟ − ∑ ni
• cu frecvenţe absolute:
4
QIII = x0 + h ⎝ i =1 ⎠ i =1 = 20 + 5 225,75 − 190 = 23,525 ani
k nv 50
∑n i +1
300 + 1
• cu frecvenţe relative:
k
Loc( Me) = i =1
= = 150,5 ⇒ 15 < Me < 20
2 2 ∑ n % +1 *
i
100 + 1
k Loc( Me) = i =1
= = 50,5 ⇒ 15 < Me < 20
∑ n +1 i m −1
2 2
− ∑ ni
k

∑ n % +1
i =1 *

2 150,5 + 110 i m −1
Me = x0 + h × i =1
= 15 + 5 × = 17,5 ani i =1
− ∑ ni* %
nm 80 2 50,5 + 36,66
Me = x0 + h × *
i =1
= 15 + 5 × = 17,59 ani
Cuartile. Cuartilele sunt acele valori ale caracteristicii care separă n % m 826,67
seria statistică în patru părţi egale. k

1⎛ k
n + 1
⎞ u −1
⎜ ∑ i ⎟ − ∑ ni
∑n % +1 *
i
101
4 ⎝ i =1 ⎠ i =1 Loc (QI ) = i =1
= = 25,25 ⇒ 10 < QI < 15
QI = x0 + h în care u este indexul 4 4
nu 1⎛ k
⎞ u −1
⎜ ∑ ni* % + 1⎟ − ∑ ni* %
intervalului care conţine QI. 4 25,25 − 16,66
QI = x0 + h × ⎝ i =1 ⎠ i=1 = 10 + 5 = 12,148 ani
QII = Me nu* % 20

3⎛ k ⎞ v −1 QII = Me = 17,59 ani

⎜ ∑ ni + 1⎟ − ∑ ni
4 3⎛ k ⎞ 3
QIII = x0 + h ⎝ i =1 ⎠ i =1 în care v este indexul Loc(QIII ) = ⎜ ∑ ni* % + 1⎟ = × 101 = 75,75 ⇒ 20 < QIII < 25
nv 4 ⎝ i =1 ⎠ 4
intervalului care conţine QIII. 3⎛ k * ⎞ v−1
⎜ ∑ ni % + 1⎟ − ∑ ni* %
4 75,75 − 63,33
QIII = x0 + h ⎝ i=1 ⎠ i=1 = 20 + 5 = 23,725 ani
nv* % 16,67
 STATISTICĂ ŞI ECONOMETRIE 81 82 Gh. COMAN

iar valoarea medianei se calculează cu expresia: k

k
∑n i +1
300 + 1
Loc(QI ) = i =1
= = 75,25 ⇒ 10 < Me < 15
∑ ni + 1 m −1 4 4
i =1
− ∑ ni 1⎛ k ⎞ u −1
2 ⎜ ∑ ni + 1⎟ − ∑ ni
Me = x0 + h × i =1 4
QI = x0 + h ⎝ i =1 ⎠ i =1 = 10 + 5 72,25 − 50 = 12,125 ani
nm nu 60
în care h este mărimea intervalului median; m – indexul intervalului median;
m −1 QII = Me = 17,5 ani
∑n
i =1
i - suma frecvenţelor precedente intervalului median (frecvenţa 3⎛ k ⎞ 3
Loc(QIII ) = ⎜ ∑ ni + 1⎟ = × 301 = 225,75 ⇒ 20 < QIII < 25
cumulată a intervalelor precedente celui median); nm – frecvenţa absolută a 4 ⎝ i =1 ⎠ 4
intervalului median. 3⎛ k ⎞ v −1
Pentru exemplul considerat: ⎜ ∑ ni + 1⎟ − ∑ ni
• cu frecvenţe absolute:
4
QIII = x0 + h ⎝ i =1 ⎠ i =1 = 20 + 5 225,75 − 190 = 23,525 ani
k nv 50
∑n i +1
300 + 1
• cu frecvenţe relative:
k
Loc( Me) = i =1
= = 150,5 ⇒ 15 < Me < 20
2 2 ∑ n % +1 *
i
100 + 1
k Loc( Me) = i =1
= = 50,5 ⇒ 15 < Me < 20
∑ n +1 i m −1
2 2
− ∑ ni
k

∑ n % +1
i =1 *

2 150,5 + 110 i m −1
Me = x0 + h × i =1
= 15 + 5 × = 17,5 ani i =1
− ∑ ni* %
nm 80 2 50,5 + 36,66
Me = x0 + h × *
i =1
= 15 + 5 × = 17,59 ani
Cuartile. Cuartilele sunt acele valori ale caracteristicii care separă n % m 826,67
seria statistică în patru părţi egale. k

1⎛ k
n + 1
⎞ u −1
⎜ ∑ i ⎟ − ∑ ni
∑n % +1 *
i
101
4 ⎝ i =1 ⎠ i =1 Loc (QI ) = i =1
= = 25,25 ⇒ 10 < QI < 15
QI = x0 + h în care u este indexul 4 4
nu 1⎛ k
⎞ u −1
⎜ ∑ ni* % + 1⎟ − ∑ ni* %
intervalului care conţine QI. 4 25,25 − 16,66
QI = x0 + h × ⎝ i =1 ⎠ i=1 = 10 + 5 = 12,148 ani
QII = Me nu* % 20

3⎛ k ⎞ v −1 QII = Me = 17,59 ani

⎜ ∑ ni + 1⎟ − ∑ ni
4 3⎛ k ⎞ 3
QIII = x0 + h ⎝ i =1 ⎠ i =1 în care v este indexul Loc(QIII ) = ⎜ ∑ ni* % + 1⎟ = × 101 = 75,75 ⇒ 20 < QIII < 25
nv 4 ⎝ i =1 ⎠ 4
intervalului care conţine QIII. 3⎛ k * ⎞ v−1
⎜ ∑ ni % + 1⎟ − ∑ ni* %
4 75,75 − 63,33
QIII = x0 + h ⎝ i=1 ⎠ i=1 = 20 + 5 = 23,725 ani
nv* % 16,67
 STATISTICĂ ŞI ECONOMETRIE 83 84 Gh. COMAN

Diferenţele dintre indicatorii calculaţi cu frecvenţe absolute şi cei cu Grupe Numărul

frecvenţe relative sunt nesemnificative şi provin din rotunjirea frecvenţelor de salariaţilor Centrul ⎛ xi − a ⎞
2
relative. salariaţi de ⎜ ⎟ .ni
interval, xi − x ( xi − x ).ni ( xi − x ) .ni
2
⎝ h ⎠
3.2. Calculul modei (Mo). Moda (modulul, modul) este valoarea care după *
se repetă de cele mai multe ori, motiv pentru care mai este cunoscut în vechim
n i ni % xi a=17,5;h=5
literatura de specialitate şi sub denumirea de dominanta seriei. În cazul e, ani
unei serii de distribuţie pe variante, modul este varianta cu frecvenţa 0 1 2 3 4 5 6 7
maximă.
În cazul grupării pe intervale modul este intervalul cu frecvenţa 0-5 10 3,33 2,5 -15,7 -157 2464,9 90
maximă iar valoarea se calculează cu expresia: 5-10 40 13,33 7,5 -10,7 -428 4579,6 160
Δ1 -5,7
Mo = x0 + h × în care x0 este limita inferioară a 10-15 60 20,00 12,5 -342 1949,4 60
Δ1 + Δ 2 15-20 80 26,67 17,5 -0,7 -56 39,2 0
intervalului modal; h – mărimea intervalului modal; Δ1 - diferenţa dintre 20-25 50 16,67 22,5 4,3 215 924,5 60
frecvenţa intervalului modal şi a celui precedente; Δ2 - diferenţa dintre 25-30 30 10,00 27,5 9,3 279 2594,7 120
frecvenţa intervalului modal şi a celui următor. 30-35 20 6,67 32,5 14,3 286 4089,8 180
• cu frecvenţe absolute.
35-40 10 3,33 37,5 19,3 193 3724,9 160
Locul Mo îl constituie intervalul cu frecvenţa maximă:
15 < Mo < 20. Total 300 100 - - -10 20367,0 820
Δ1 20
Mo = x0 + h × = 15 + 5 × = 17 ani • Dispersia:
Δ1 + Δ 2 20 + 30 - calculul obişnuit:
k
• cu frecvenţe relative:
Δ1 26,67 − 20 ∑(x i − x ) 2 .ni
20367
Mo = x0 + h × = 15 + 5 × = 17 ani σ x2 = i =1
= = 67,89
Δ1 + Δ 2 (26,67 − 20) + (26,67 − 16,67) k
300
Valorile tendinţei centrale considerate ca mărimi tipice ce definesc ∑n
i =1
i

această serie statistică (pentru calculul cu frecvenţe absolute) sunt:

- calculul simplificat:
x = 18,2 ani; Me = 17,5 ani; Mo = 17 ani. k
⎛ xi − a ⎞
2

4. Calculul indicatorilor de variaţie, tabelul 3. ∑ ⎜

i =1 ⎝ h ⎠
⎟ .ni
820 2
4.1. Calculul indicatorilor simpli. Nu sunt concludenţi în acest caz. σx =
2
k
h 2 − ( x − a) 2 = 5 − (18,2 − 17,5) 2 = 67,84
300
4.2. Calculul indicatorilor sintetici.
∑ ni
• Abaterea medie liniară ( d i ) se obţine din însumarea valorilor din i =1
• Abaterea medie pătratică:
coloana 4, tabelul 30, fără a ţine seama semnul minus.
k σ x = σ x2 = 67,84 = 8,2 ani
∑ x − x .n
i i
1956 • Coeficienţii de variaţie:
dx = i =1
k
= = 6,5 ani σx 8,2
300 Cv = 100 =
100 = 45%
∑ ni
i =1
x 18,2
d 6,5
Tabelul 3. Calcule intermediare. Cvd = x 100 = 100 = 35,7%
x 18,2
 STATISTICĂ ŞI ECONOMETRIE 83 84 Gh. COMAN

Diferenţele dintre indicatorii calculaţi cu frecvenţe absolute şi cei cu Grupe Numărul

frecvenţe relative sunt nesemnificative şi provin din rotunjirea frecvenţelor de salariaţilor Centrul ⎛ xi − a ⎞
2
relative. salariaţi de ⎜ ⎟ .ni
interval, xi − x ( xi − x ).ni ( xi − x ) .ni
2
⎝ h ⎠
3.2. Calculul modei (Mo). Moda (modulul, modul) este valoarea care după *
se repetă de cele mai multe ori, motiv pentru care mai este cunoscut în vechim
n i ni % xi a=17,5;h=5
literatura de specialitate şi sub denumirea de dominanta seriei. În cazul e, ani
unei serii de distribuţie pe variante, modul este varianta cu frecvenţa 0 1 2 3 4 5 6 7
maximă.
În cazul grupării pe intervale modul este intervalul cu frecvenţa 0-5 10 3,33 2,5 -15,7 -157 2464,9 90
maximă iar valoarea se calculează cu expresia: 5-10 40 13,33 7,5 -10,7 -428 4579,6 160
Δ1 -5,7
Mo = x0 + h × în care x0 este limita inferioară a 10-15 60 20,00 12,5 -342 1949,4 60
Δ1 + Δ 2 15-20 80 26,67 17,5 -0,7 -56 39,2 0
intervalului modal; h – mărimea intervalului modal; Δ1 - diferenţa dintre 20-25 50 16,67 22,5 4,3 215 924,5 60
frecvenţa intervalului modal şi a celui precedente; Δ2 - diferenţa dintre 25-30 30 10,00 27,5 9,3 279 2594,7 120
frecvenţa intervalului modal şi a celui următor. 30-35 20 6,67 32,5 14,3 286 4089,8 180
• cu frecvenţe absolute.
35-40 10 3,33 37,5 19,3 193 3724,9 160
Locul Mo îl constituie intervalul cu frecvenţa maximă:
15 < Mo < 20. Total 300 100 - - -10 20367,0 820
Δ1 20
Mo = x0 + h × = 15 + 5 × = 17 ani • Dispersia:
Δ1 + Δ 2 20 + 30 - calculul obişnuit:
k
• cu frecvenţe relative:
Δ1 26,67 − 20 ∑(x i − x ) 2 .ni
20367
Mo = x0 + h × = 15 + 5 × = 17 ani σ x2 = i =1
= = 67,89
Δ1 + Δ 2 (26,67 − 20) + (26,67 − 16,67) k
300
Valorile tendinţei centrale considerate ca mărimi tipice ce definesc ∑n
i =1
i

această serie statistică (pentru calculul cu frecvenţe absolute) sunt:

- calculul simplificat:
x = 18,2 ani; Me = 17,5 ani; Mo = 17 ani. k
⎛ xi − a ⎞
2

4. Calculul indicatorilor de variaţie, tabelul 3. ∑ ⎜

i =1 ⎝ h ⎠
⎟ .ni
820 2
4.1. Calculul indicatorilor simpli. Nu sunt concludenţi în acest caz. σx =
2
k
h 2 − ( x − a) 2 = 5 − (18,2 − 17,5) 2 = 67,84
300
4.2. Calculul indicatorilor sintetici.
∑ ni
• Abaterea medie liniară ( d i ) se obţine din însumarea valorilor din i =1
• Abaterea medie pătratică:
coloana 4, tabelul 30, fără a ţine seama semnul minus.
k σ x = σ x2 = 67,84 = 8,2 ani
∑ x − x .n
i i
1956 • Coeficienţii de variaţie:
dx = i =1
k
= = 6,5 ani σx 8,2
300 Cv = 100 =
100 = 45%
∑ ni
i =1
x 18,2
d 6,5
Tabelul 3. Calcule intermediare. Cvd = x 100 = 100 = 35,7%
x 18,2
 STATISTICĂ ŞI ECONOMETRIE 85 86 Gh. COMAN

Interpretând valoarea coeficientului de variaţie se poate afirma că

media nu este suficient de reprezentativă, ca urmare a faptului că seria nu
σ p2 = p.(1 − p) = 0,3667.(1 − 0,3667) = 0,2322
este omogenă. De altfel, fiind vorba de toţi salariaţii era de aşteptat ca 13. La o societate comercială se hotărăşte verificarea normelor
vechimea medie să aibă o dispersie mare, salariaţii în ansamblul lor să tehnice de producţie. În acest scop se stabileşte pentru evaluare un eşantion
aparţină la întregul interval de variaţie a vechimii. de 50 de muncitori reprezentând 10% din total. Se înregistrează
De fapt, aşa cum rezultă şi din tabelul 30, coloana 5, media nu este următoarele rezultate ale producţiei pe zi de opt ore în unităţi convenţionale:
un cât exact şi a fost rotunjită, nu verifică proprietatea ( xi − x ).ni =0. 43; 37; 37; 42; 42; 43; 41; 41; 41; 42; 43; 43; 41; 41; 37; 38; 39; 40; 39; 40;
38; 43; 40; 40; 40; 38; 39; 39; 40; 40; 41; 43; 42; 40; 42; 38; 40; 39; 40; 37;
Diferenţa fiind mică (-10), rotunjirea medie nu va influenţa decât într-o mică 38; 38; 37; 39; 40; 39; 39; 40; 40; 41.
măsură mărimea celorlalţi indicatori. Se cere:
5. Calculul indicatorilor de asimetrie. Se vor calcula coeficienţii de 1. Să se grupeze muncitorii din eşantion după producţia realizată.
asimetrie propuşi de Pearson ( Cas şi Cas′ ) şi Yule: 2. Să se calculeze producţia medie pe un muncitor utilizând media
aritmetică şi să se verifice proprietăţile acesteia.
( x − Mo) 18,2 − 17 3. Să se reprezinte grafic repartiţia muncitorilor după producţia
Cas = = = 0,146 respectiv: realizată.
σx 8,2 4. Să se stabilească ce alte tipuri de medii se mai pot calcula şi în
3 × ( x − Me) 3 × (18,2 − 17,5) ce raport de mărime se află faţă de media aritmetică.
C as′ = = = 0,256 şi 5. Să se calculeze indicatorii medii de poziţie.
σx 8,2 6. Să se calculeze indicatorii sintetici ai variaţiei şi să se precizeze
dacă media este reprezentativă.
q2 − q1 7. Să se estimeze parametrii colectivităţii generale dacă rezultatele
AS = , unde se garantează cu o probabilitate P = 0,9973 (z = 3), iar cei 50 de muncitori
q2 + q1 reprezintă 10% din numărul total al acestora.
8. Să se determine noul volum al eşantionului dacă eroarea limită
q1 = Me − QI şi q2 = QIII − Me . calculată anterior se măreşte de 1,03 ori şi se utilizează selecţia nerepetată,
Ca urmare: celelalte condiţii rămânând neschimbate.
q2 − q1 6,075 − 5,375 Rezolvare.
AS = = = 0,061 1. Amplitudinea variaţiei fiind mică (A0 = xmax – xmin= 43 + 37 = 6
q2 + q1 6,075 + 5,375 unităţi de măsură convenţionale) şi numărul valorilor înregistrate fiind de
asemenea mic, se poate efectua gruparea pe variante şi se obţin datele
Cei trei indicatori de asimetrie conduc la concluzia că există o prezentate în tabelul 1.
asimetrie moderată pozitivă a distribuţiei. Tabelul 1. Date iniţiale grupate după numărul de unităţi
6. Media şi dispersia caracteristicii alternative. convenţionale de producţie realizate de un muncitor şi numărul de muncitori
• Media (p): corespunzători unităţilor de producţie menţionate
M Grupe după unităţi de
37 38 39 40 41 42 43
p= unde:
producţie realizate, xi
N Număr de muncitori, ni 5 6 8 13 7 5 6
M = 110 reprezentând numărul salariaţilor care au o vechime mai
mare decât vechimea medie x = 18,2 ani . 2. Calculul mediei aritmetice şi verificarea principalelor proprietăţi
N = 300 reprezentând numărul total al salariaţilor. ale acesteia:
Rezultă: • Calculul mediei aritmetice ponderate:
M 110 Σxi ni 37.5 + 38.6 + 39.8 + 40.13 + 41.7 + 42.5 + 43.6
x= = = 40
p= = = 0,3667 Σni 50
N 300
• Dispersia: • Verificarea principalelor proprietăţi ale mediei aritmetice:
 STATISTICĂ ŞI ECONOMETRIE 85 86 Gh. COMAN

Interpretând valoarea coeficientului de variaţie se poate afirma că

media nu este suficient de reprezentativă, ca urmare a faptului că seria nu
σ p2 = p.(1 − p) = 0,3667.(1 − 0,3667) = 0,2322
este omogenă. De altfel, fiind vorba de toţi salariaţii era de aşteptat ca 13. La o societate comercială se hotărăşte verificarea normelor
vechimea medie să aibă o dispersie mare, salariaţii în ansamblul lor să tehnice de producţie. În acest scop se stabileşte pentru evaluare un eşantion
aparţină la întregul interval de variaţie a vechimii. de 50 de muncitori reprezentând 10% din total. Se înregistrează
De fapt, aşa cum rezultă şi din tabelul 30, coloana 5, media nu este următoarele rezultate ale producţiei pe zi de opt ore în unităţi convenţionale:
un cât exact şi a fost rotunjită, nu verifică proprietatea ( xi − x ).ni =0. 43; 37; 37; 42; 42; 43; 41; 41; 41; 42; 43; 43; 41; 41; 37; 38; 39; 40; 39; 40;
38; 43; 40; 40; 40; 38; 39; 39; 40; 40; 41; 43; 42; 40; 42; 38; 40; 39; 40; 37;
Diferenţa fiind mică (-10), rotunjirea medie nu va influenţa decât într-o mică 38; 38; 37; 39; 40; 39; 39; 40; 40; 41.
măsură mărimea celorlalţi indicatori. Se cere:
5. Calculul indicatorilor de asimetrie. Se vor calcula coeficienţii de 1. Să se grupeze muncitorii din eşantion după producţia realizată.
asimetrie propuşi de Pearson ( Cas şi Cas′ ) şi Yule: 2. Să se calculeze producţia medie pe un muncitor utilizând media
aritmetică şi să se verifice proprietăţile acesteia.
( x − Mo) 18,2 − 17 3. Să se reprezinte grafic repartiţia muncitorilor după producţia
Cas = = = 0,146 respectiv: realizată.
σx 8,2 4. Să se stabilească ce alte tipuri de medii se mai pot calcula şi în
3 × ( x − Me) 3 × (18,2 − 17,5) ce raport de mărime se află faţă de media aritmetică.
C as′ = = = 0,256 şi 5. Să se calculeze indicatorii medii de poziţie.
σx 8,2 6. Să se calculeze indicatorii sintetici ai variaţiei şi să se precizeze
dacă media este reprezentativă.
q2 − q1 7. Să se estimeze parametrii colectivităţii generale dacă rezultatele
AS = , unde se garantează cu o probabilitate P = 0,9973 (z = 3), iar cei 50 de muncitori
q2 + q1 reprezintă 10% din numărul total al acestora.
8. Să se determine noul volum al eşantionului dacă eroarea limită
q1 = Me − QI şi q2 = QIII − Me . calculată anterior se măreşte de 1,03 ori şi se utilizează selecţia nerepetată,
Ca urmare: celelalte condiţii rămânând neschimbate.
q2 − q1 6,075 − 5,375 Rezolvare.
AS = = = 0,061 1. Amplitudinea variaţiei fiind mică (A0 = xmax – xmin= 43 + 37 = 6
q2 + q1 6,075 + 5,375 unităţi de măsură convenţionale) şi numărul valorilor înregistrate fiind de
asemenea mic, se poate efectua gruparea pe variante şi se obţin datele
Cei trei indicatori de asimetrie conduc la concluzia că există o prezentate în tabelul 1.
asimetrie moderată pozitivă a distribuţiei. Tabelul 1. Date iniţiale grupate după numărul de unităţi
6. Media şi dispersia caracteristicii alternative. convenţionale de producţie realizate de un muncitor şi numărul de muncitori
• Media (p): corespunzători unităţilor de producţie menţionate
M Grupe după unităţi de
37 38 39 40 41 42 43
p= unde:
producţie realizate, xi
N Număr de muncitori, ni 5 6 8 13 7 5 6
M = 110 reprezentând numărul salariaţilor care au o vechime mai
mare decât vechimea medie x = 18,2 ani . 2. Calculul mediei aritmetice şi verificarea principalelor proprietăţi
N = 300 reprezentând numărul total al salariaţilor. ale acesteia:
Rezultă: • Calculul mediei aritmetice ponderate:
M 110 Σxi ni 37.5 + 38.6 + 39.8 + 40.13 + 41.7 + 42.5 + 43.6
x= = = 40
p= = = 0,3667 Σni 50
N 300
• Dispersia: • Verificarea principalelor proprietăţi ale mediei aritmetice:
 STATISTICĂ ŞI ECONOMETRIE 87 88 Gh. COMAN

a. xmin < x < xmax 37 < 40 < 43 • Calculul medianei (Me).

Locul: Me = Σni + 1 = 50 + 1 = 25,5 ; 5 + 5 + 8 + 13 = 32 > 25,5
b. Σ( xi − x ).ni = (37 − 40).5 + (38 − 40).6 + (39 − 40).8 + (40 − 40).7 + 2 2
+ (41 − 40).7 + (42 − 40).5 + (43 − 40).6 = −35 + 35 = 0 Valoarea medianei este prima variantă a cărei frecvenţă cumulată
este prima mai mare decât 25,5, deci Me = 40.
c. (Σxi ni = 2000) = ( x.Σxi = 40.50) • Moda.
Moda (modul, modulul) este varianta corespunzătoare frecvenţei
Σ( xi − a ).ni
d. = x − a (se pot da diverse valori pentru a) maxime: Mo = 40.
Σni 6. Calculul indicatorilor de variaţie.
Indicatorii simpli ai variaţiei:
• Amplitudinea variaţiei:
xi x
e. ∑hn i =
h
Aa = xmax − xmin = 43 − 37 = 6
xmax − xmin 6
3.Histograma pentru datele experimentale grupate în tabelul 1. A% = .100 = .100 = 15%
x 40
14 13 • Abaterile fiecărei variante faţă de medie:
12 d i = xi − x
Numar muncitori

► Abaterile absolute:
10 8 De exemplu:
8 7
5 6 5 6 d i max( + ) = 43 − 40 = 3; d i max( − ) = 37 − 40 = −3
6
xi − x
4 ► Abaterile relative: di % = 100
2 x
De exemplu:
0 3 −3
37 38 39 40 41 42 43 d i max( + ) % = 100 = 7,5%; d i max( − ) % = 100 = −7,5%
40 40
Productia realizata
Indicatorii sintetici ai variaţiei:
• Abaterea medie liniară:
4. Calculul mediei armonice şi al mediei pătratice. Σ xi − x .ni 37 − 40 .5 + ... + 43 − 40 .6 70
• Calculul mediei armonice: d= = = = 1,4
Σni 50 Σni 50 50
xh = = = 39,92 • Dispersia.
1 1 1 1 1 1 1 1
∑ x ni 37 .5 + 38 .6 + 39 .8 + 40 .13 + 41.7 + 42 .5 + 43 .6
i
Σ( xi − x ).ni (37 − 40) 2 .5 + (38 − 40) 2 .6 + ... + (43 − 40) 2 .6
• Calculul mediei pătratice: σ2 = = = 3,16
Σni 50
• Abaterea medie pătratică:
Σxi2 ni 37 2.5 + 382.6 + 392.8 + 40 2.13 + 412.7 + 42 2.5 + 432.6
xp = = = 40,04
Σni 50 σ = σ 2 = 3,16 = 1,8
xh = 39,92 < x = 40 < x p = 40,04 Raportul dintre cele două abateri medii:
5. Calculul indicatorilor medii de poziţie.
 STATISTICĂ ŞI ECONOMETRIE 87 88 Gh. COMAN

a. xmin < x < xmax 37 < 40 < 43 • Calculul medianei (Me).

Locul: Me = Σni + 1 = 50 + 1 = 25,5 ; 5 + 5 + 8 + 13 = 32 > 25,5
b. Σ( xi − x ).ni = (37 − 40).5 + (38 − 40).6 + (39 − 40).8 + (40 − 40).7 + 2 2
+ (41 − 40).7 + (42 − 40).5 + (43 − 40).6 = −35 + 35 = 0 Valoarea medianei este prima variantă a cărei frecvenţă cumulată
este prima mai mare decât 25,5, deci Me = 40.
c. (Σxi ni = 2000) = ( x.Σxi = 40.50) • Moda.
Moda (modul, modulul) este varianta corespunzătoare frecvenţei
Σ( xi − a ).ni
d. = x − a (se pot da diverse valori pentru a) maxime: Mo = 40.
Σni 6. Calculul indicatorilor de variaţie.
Indicatorii simpli ai variaţiei:
• Amplitudinea variaţiei:
xi x
e. ∑hn i =
h
Aa = xmax − xmin = 43 − 37 = 6
xmax − xmin 6
3.Histograma pentru datele experimentale grupate în tabelul 1. A% = .100 = .100 = 15%
x 40
14 13 • Abaterile fiecărei variante faţă de medie:
12 d i = xi − x
Numar muncitori

► Abaterile absolute:
10 8 De exemplu:
8 7
5 6 5 6 d i max( + ) = 43 − 40 = 3; d i max( − ) = 37 − 40 = −3
6
xi − x
4 ► Abaterile relative: di % = 100
2 x
De exemplu:
0 3 −3
37 38 39 40 41 42 43 d i max( + ) % = 100 = 7,5%; d i max( − ) % = 100 = −7,5%
40 40
Productia realizata
Indicatorii sintetici ai variaţiei:
• Abaterea medie liniară:
4. Calculul mediei armonice şi al mediei pătratice. Σ xi − x .ni 37 − 40 .5 + ... + 43 − 40 .6 70
• Calculul mediei armonice: d= = = = 1,4
Σni 50 Σni 50 50
xh = = = 39,92 • Dispersia.
1 1 1 1 1 1 1 1
∑ x ni 37 .5 + 38 .6 + 39 .8 + 40 .13 + 41.7 + 42 .5 + 43 .6
i
Σ( xi − x ).ni (37 − 40) 2 .5 + (38 − 40) 2 .6 + ... + (43 − 40) 2 .6
• Calculul mediei pătratice: σ2 = = = 3,16
Σni 50
• Abaterea medie pătratică:
Σxi2 ni 37 2.5 + 382.6 + 392.8 + 40 2.13 + 412.7 + 42 2.5 + 432.6
xp = = = 40,04
Σni 50 σ = σ 2 = 3,16 = 1,8
xh = 39,92 < x = 40 < x p = 40,04 Raportul dintre cele două abateri medii:
5. Calculul indicatorilor medii de poziţie.
 STATISTICĂ ŞI ECONOMETRIE 89 90 Gh. COMAN

d 1,4 500
500(40 − 0,715) < ∑ xi < 500(40 + 0,715)
= = 0,79
σ 1,8
Se poate trage concluzia că repartiţia valorilor statistice tinde către i =1
o distribuţie normală întrucât acest raport este aproximativ 4/5. La aceeaşi 8. Determinarea volumului eşantionului pentru:
concluzie se poate ajunge şi din analiza indicatorilor tendinţei centrale care
sunt aproape egali ca valoare: x = Me + Mo. Δ′x = 1,03.Δ x = 1,03.0,715 = 0,736
• Coeficientul de variaţie.
σ 1,8 z 2 .σ 2 32.3,16 2
Cv = .100 = .100 = 4,5% n′ = = = 47 muncitori
x 40 z 2 .σ 2 32.3,162
(Δ′x ) 2 + (0,736) 2 +
d 1,4 N 500
Cvd = .100 = .100 = 3,5%
x 40 14. La o societate comercială (SC) s-a luat în analiză statistică un
7. Extinderea rezultatelor asupra colectivităţii generale din care a
eşantion de 380 de salariaţi pentru stabilirea salariului mediu. După gruparea
fost extras eşantionul. acestora s-a realizat tabelul 1.
Calculul erorii limită admisă.
Tabelul 1. Date iniţiale
• Selecţia repetată:
Interval de 120- 160- 200- 240-
40-80 80-120 Total
σ2 3,16 variaţie, u.m. 160 200 240 280
Δ x = z. = 3. = 0,754 Nr. salariaţi 50 70 90 100 50 20 380
n 50
• Selecţia nerepetată:
Se cere analiza seriei de repartiţie pentru determinarea salariului
σ2 ⎛ n⎞ 3,16 ⎛ 50 ⎞ mediu şi a indicatorilor de poziţie.
Δ x = z. ⎜1 − ⎟ = 3. ⎜1 − ⎟ = 0,715 Rezolvare.
n ⎝ N⎠ 50 ⎝ 500 ⎠
Se realizează reprezentarea grafică a datelor experimentale
Limitele pentru producţia medie pe un muncitor din colectivitatea obţinându-se histograma datelor respective.
generală:
x − Δ x < x0 < x + Δ x
Histograma
• Selecţia repetată: 120
40 − 0,754 < x0 < 40 + 0,754 100

salariatilor
Numarul
• Selecţia nerepetată:
80
60
40 − 0,715 < x0 < 40 + 0,715 40
Limitele pentru producţia totală a muncitorilor de colectivitatea 20
generală: 0
N
N (x − Δx ) < ∑ N (x + Δx ) 0-40 40- 80- 120- 160- 200- 240- 280-
i =1 80 120 160 200 240 280 320
• Selecţia repetată: Centrele intervalelor de variatie
500
500(40 − 0,754) < ∑ xi < 500(40 + 0,754)
i =1
• Selecţia nerepetată:
 STATISTICĂ ŞI ECONOMETRIE 89 90 Gh. COMAN

d 1,4 500
500(40 − 0,715) < ∑ xi < 500(40 + 0,715)
= = 0,79
σ 1,8
Se poate trage concluzia că repartiţia valorilor statistice tinde către i =1
o distribuţie normală întrucât acest raport este aproximativ 4/5. La aceeaşi 8. Determinarea volumului eşantionului pentru:
concluzie se poate ajunge şi din analiza indicatorilor tendinţei centrale care
sunt aproape egali ca valoare: x = Me + Mo. Δ′x = 1,03.Δ x = 1,03.0,715 = 0,736
• Coeficientul de variaţie.
σ 1,8 z 2 .σ 2 32.3,16 2
Cv = .100 = .100 = 4,5% n′ = = = 47 muncitori
x 40 z 2 .σ 2 32.3,162
(Δ′x ) 2 + (0,736) 2 +
d 1,4 N 500
Cvd = .100 = .100 = 3,5%
x 40 14. La o societate comercială (SC) s-a luat în analiză statistică un
7. Extinderea rezultatelor asupra colectivităţii generale din care a
eşantion de 380 de salariaţi pentru stabilirea salariului mediu. După gruparea
fost extras eşantionul. acestora s-a realizat tabelul 1.
Calculul erorii limită admisă.
Tabelul 1. Date iniţiale
• Selecţia repetată:
Interval de 120- 160- 200- 240-
40-80 80-120 Total
σ2 3,16 variaţie, u.m. 160 200 240 280
Δ x = z. = 3. = 0,754 Nr. salariaţi 50 70 90 100 50 20 380
n 50
• Selecţia nerepetată:
Se cere analiza seriei de repartiţie pentru determinarea salariului
σ2 ⎛ n⎞ 3,16 ⎛ 50 ⎞ mediu şi a indicatorilor de poziţie.
Δ x = z. ⎜1 − ⎟ = 3. ⎜1 − ⎟ = 0,715 Rezolvare.
n ⎝ N⎠ 50 ⎝ 500 ⎠
Se realizează reprezentarea grafică a datelor experimentale
Limitele pentru producţia medie pe un muncitor din colectivitatea obţinându-se histograma datelor respective.
generală:
x − Δ x < x0 < x + Δ x
Histograma
• Selecţia repetată: 120
40 − 0,754 < x0 < 40 + 0,754 100

salariatilor
Numarul
• Selecţia nerepetată:
80
60
40 − 0,715 < x0 < 40 + 0,715 40
Limitele pentru producţia totală a muncitorilor de colectivitatea 20
generală: 0
N
N (x − Δx ) < ∑ N (x + Δx ) 0-40 40- 80- 120- 160- 200- 240- 280-
i =1 80 120 160 200 240 280 320
• Selecţia repetată: Centrele intervalelor de variatie
500
500(40 − 0,754) < ∑ xi < 500(40 + 0,754)
i =1
• Selecţia nerepetată:
 STATISTICĂ ŞI ECONOMETRIE 91 92 Gh. COMAN

Mediana (Me) se determină prin interpolare pe intervalul median:

Poligonul de frecvente absolute
120 n + 1 Σni + 1 381
loc Me = = = = 190,5
Numarul salariatilor 100 2 2 2
80 Valoarea mediană u.m. se găseşte între a 190-a valoarea şi cea a
191-a valoare a salariului individual din eşantion. Intervalul median [120-160]
60
u.m. este primul interval în care frecvenţa cumulată Fi este mai mare decât
40 locul medianei, întrucât până la limita superioară a acestui interval se găsesc
20 210 salarii individuale (deci în acest interval se vor găsi valorile salariale
individuale cu numărul 190 şi 191).
0
loc Me − FMe−1 190,5 + 120
0-40 40-80 80- 120- 160- 200- 240- 280- Me = x0 + k = 120 + 40 = 151,33 u.m.
120 160 200 240 280 320 nMe 90
Centrele intervalelor de variatie în care: x0 = 120 – limita inferioară a intervalului median; k = 40 – mărimea
intervalului median; FMe-1 = 120 – frecvenţa cumulată a intervalului anterior
celui median; nMe = 90 – frecvenţa intervalului median.
Pentru calculul parametrilor statistici se realizează tabelul 2. Cuartile:
Tabelul 2. Calcule intermediare. Cuartila I:
n + 1 Σni + 1 381
Interval de
variaţie, u.m. ni xi ni .xi Fi loc QI = = = = 95,25
4 4 4
0 1 2 3 4 Intervalul cuartilei I: [80-120] este primul interval care are frecvenţa
40-80 50 60 3000 50 Fi mai mare decât cuartila I. Până la limita superioară a acestui interval se
situează 120 de salarii.
80-120 70 100 7000 120
loc QI − FQ I −1 95,25 + 50
120-160 90 140 12600 210 QI = x0 + k = 80 + 40 = 105,86 u.m.
nQ I 70
160-200 100 180 18000 310
în care: x0 = 80 – limita inferioară a intervalului cuartilei I; k = 40 – mărimea
200-240 50 220 11000 360 intervalului cuartilei I; FQI-1 = 95,25 – frecvenţa cumulată până la intervalul
240-280 20 260 5200 380 cuartilei I; nQI = 70 – frecvenţa intervalului primei cuartile.
Cuartila II. Este totdeauna egală cu Me:
Total 380 - 56800 -
QII = Me = 151,33 u.m.
Se va utiliza media aritmetica ponderată, calculată pe baza Cuartila III.
expresiei: 3.( n + 1) 3.(Σni + 1) 3.381
Σx n 56800 loc QIII = = = = 285,75
x= i i = = 149,47 u.m. 4 4 4
Σni 380 Intervalul cuartilei III: [160-200]
loc QIII − FQIII −1 285,75 + 210
unde: ni – frecvenţele de apariţie, numărul de salariaţi ce se încadrează în QIII = x0 + k = 160 + 40 = 190,3 u.m.
fiecare interval de variaţie; Fi – frecvenţele absolute cumulate; xi – centrele nQIII 100
de interval: în care: x0 = 160 – limita inferioară a intervalului cuartilei III; k = 40 –
hi xiinf + xisup mărimea intervalului cuartilei III; FQIII-1 = 210– frecvenţa cumulată până la
xi = x inf
i + = ; i = 1, r ( r − nr. int ervalelor ) intervalul cuartilei III; nQIII = 100 – frecvenţa intervalului cuartilei III.
2 2 Cele mai mari salarii vor avea o valoare mai mare decât 190,3 u.m.
Indicatorii medii de poziţie:
 STATISTICĂ ŞI ECONOMETRIE 91 92 Gh. COMAN

Mediana (Me) se determină prin interpolare pe intervalul median:

Poligonul de frecvente absolute
120 n + 1 Σni + 1 381
loc Me = = = = 190,5
Numarul salariatilor 100 2 2 2
80 Valoarea mediană u.m. se găseşte între a 190-a valoarea şi cea a
191-a valoare a salariului individual din eşantion. Intervalul median [120-160]
60
u.m. este primul interval în care frecvenţa cumulată Fi este mai mare decât
40 locul medianei, întrucât până la limita superioară a acestui interval se găsesc
20 210 salarii individuale (deci în acest interval se vor găsi valorile salariale
individuale cu numărul 190 şi 191).
0
loc Me − FMe−1 190,5 + 120
0-40 40-80 80- 120- 160- 200- 240- 280- Me = x0 + k = 120 + 40 = 151,33 u.m.
120 160 200 240 280 320 nMe 90
Centrele intervalelor de variatie în care: x0 = 120 – limita inferioară a intervalului median; k = 40 – mărimea
intervalului median; FMe-1 = 120 – frecvenţa cumulată a intervalului anterior
celui median; nMe = 90 – frecvenţa intervalului median.
Pentru calculul parametrilor statistici se realizează tabelul 2. Cuartile:
Tabelul 2. Calcule intermediare. Cuartila I:
n + 1 Σni + 1 381
Interval de
variaţie, u.m. ni xi ni .xi Fi loc QI = = = = 95,25
4 4 4
0 1 2 3 4 Intervalul cuartilei I: [80-120] este primul interval care are frecvenţa
40-80 50 60 3000 50 Fi mai mare decât cuartila I. Până la limita superioară a acestui interval se
situează 120 de salarii.
80-120 70 100 7000 120
loc QI − FQ I −1 95,25 + 50
120-160 90 140 12600 210 QI = x0 + k = 80 + 40 = 105,86 u.m.
nQ I 70
160-200 100 180 18000 310
în care: x0 = 80 – limita inferioară a intervalului cuartilei I; k = 40 – mărimea
200-240 50 220 11000 360 intervalului cuartilei I; FQI-1 = 95,25 – frecvenţa cumulată până la intervalul
240-280 20 260 5200 380 cuartilei I; nQI = 70 – frecvenţa intervalului primei cuartile.
Cuartila II. Este totdeauna egală cu Me:
Total 380 - 56800 -
QII = Me = 151,33 u.m.
Se va utiliza media aritmetica ponderată, calculată pe baza Cuartila III.
expresiei: 3.( n + 1) 3.(Σni + 1) 3.381
Σx n 56800 loc QIII = = = = 285,75
x= i i = = 149,47 u.m. 4 4 4
Σni 380 Intervalul cuartilei III: [160-200]
loc QIII − FQIII −1 285,75 + 210
unde: ni – frecvenţele de apariţie, numărul de salariaţi ce se încadrează în QIII = x0 + k = 160 + 40 = 190,3 u.m.
fiecare interval de variaţie; Fi – frecvenţele absolute cumulate; xi – centrele nQIII 100
de interval: în care: x0 = 160 – limita inferioară a intervalului cuartilei III; k = 40 –
hi xiinf + xisup mărimea intervalului cuartilei III; FQIII-1 = 210– frecvenţa cumulată până la
xi = x inf
i + = ; i = 1, r ( r − nr. int ervalelor ) intervalul cuartilei III; nQIII = 100 – frecvenţa intervalului cuartilei III.
2 2 Cele mai mari salarii vor avea o valoare mai mare decât 190,3 u.m.
Indicatorii medii de poziţie:
 STATISTICĂ ŞI ECONOMETRIE 93 94 Gh. COMAN

Modul (Mo) identifică valoarea salariilor cu frecvenţa cea mai mare. 10 – 20 70 15 0 0 0 0

El se determină prin interpolare pe intervalul cu frecvenţă maximă [160-200].
20 – 30 10 25 10 100 1 10
Δ1 100 − 90
Mo = x0 + k = 160 + 40 = 166,67 u.m. 30 – 40 5 35 20 100 2 20
Δ1 + Δ 2 (100 − 90) + (100 − 50)
Total 100 - - 400 - 60
în care: x0 = 160 – limita inferioară a intervalului modal; k = 40 – mărimea
Se cere:
intervalului modal; Δ1 = nMo − nMo −1 – frecvenţa intervalului modal minus Să se analizeze tendinţa centrală şi variaţia din cele două
colectivităţi pentru caracteristica menţionată.
frecvenţa intervalului anterior celui moda; Δ 2 = nMo − nMo +1 – frecvenţa
Rezolvare.
intervalului modal minus frecvenţa intervalului următor celui modal. Se face reprezentarea grafică sub formă de histogramă:
Rezultă că cele mai multe salarii sunt la valoarea de 166,67 u.m.
Echipa A
Din valorile celor trei indicatori ai tendinţei centrale ( x < Me < Mo ) , 35
precum şi din histogramă şi poligonul frecvenţelor absolute se observă că 30
repartiţia de frecvenţe nu este perfect simetrică, în ea predominând valorile

Numar muncitori
mici ale variabilei care simbolizează salariile angajaţilor. 25
15. Gradul de îndeplinire a normelor de două echipe de câte 100
20
muncitori, la două secţii de fabricaţie, se prezintă în felul următor (date
convenţionale), tabelul 1, coloanele 1 şi 2, pentru echipa A şi tabelul 2, 15
coloanele 1 şi 2 pentru echipa B:
10
Tabelul 1. Date iniţiale.
Intervale de 5
variaţie a
îndeplinirii
Nr. de
muncitori, ni
xi d ,%
i ix −xn i ( xi − x ) ni
2
0
normelor, % -10-0 0-10 10,-20, 20-30 30-40
Intervale procentuale
0 1 2 3 4 5
-10 – 0 15 -5 -20 300 6000
Echipa B
0 – 10 20 5 -10 200 2000 80
10 – 20 30 15 0 0 0 70

Numar muncitori
20 – 30 20 25 10 200 2000 60
30 – 40 15 35 20 300 6000 50
Total 100 - - 1000 16000 40
Tabelul 2. Date iniţiale. 30
Intervale 20
de variaţie 2
Nr. de xi − x ⎛ xi − x ⎞ 10
a
îndeplinirii
muncitori, xi d i ,% xi − x ni ⎜ ⎟ ni 0
ni h ⎝ h ⎠ -10-0 0-10 10,-20, 20-30 30-40
normelor,
% Intervale procentuale
0 1 2 3 4 5 6
Întrucât distribuţiile de frecvenţe sunt perfect simetrice, rata medie a
-10 – 0 5 -5 -20 100 -2 20 îndeplinirii normelor de producţie va fi centrul de interval cu frecvenţă
0 – 10 10 5 -10 100 -1 10 maximă:
 STATISTICĂ ŞI ECONOMETRIE 93 94 Gh. COMAN

Modul (Mo) identifică valoarea salariilor cu frecvenţa cea mai mare. 10 – 20 70 15 0 0 0 0

El se determină prin interpolare pe intervalul cu frecvenţă maximă [160-200].
20 – 30 10 25 10 100 1 10
Δ1 100 − 90
Mo = x0 + k = 160 + 40 = 166,67 u.m. 30 – 40 5 35 20 100 2 20
Δ1 + Δ 2 (100 − 90) + (100 − 50)
Total 100 - - 400 - 60
în care: x0 = 160 – limita inferioară a intervalului modal; k = 40 – mărimea
Se cere:
intervalului modal; Δ1 = nMo − nMo −1 – frecvenţa intervalului modal minus Să se analizeze tendinţa centrală şi variaţia din cele două
colectivităţi pentru caracteristica menţionată.
frecvenţa intervalului anterior celui moda; Δ 2 = nMo − nMo +1 – frecvenţa
Rezolvare.
intervalului modal minus frecvenţa intervalului următor celui modal. Se face reprezentarea grafică sub formă de histogramă:
Rezultă că cele mai multe salarii sunt la valoarea de 166,67 u.m.
Echipa A
Din valorile celor trei indicatori ai tendinţei centrale ( x < Me < Mo ) , 35
precum şi din histogramă şi poligonul frecvenţelor absolute se observă că 30
repartiţia de frecvenţe nu este perfect simetrică, în ea predominând valorile

Numar muncitori
mici ale variabilei care simbolizează salariile angajaţilor. 25
15. Gradul de îndeplinire a normelor de două echipe de câte 100
20
muncitori, la două secţii de fabricaţie, se prezintă în felul următor (date
convenţionale), tabelul 1, coloanele 1 şi 2, pentru echipa A şi tabelul 2, 15
coloanele 1 şi 2 pentru echipa B:
10
Tabelul 1. Date iniţiale.
Intervale de 5
variaţie a
îndeplinirii
Nr. de
muncitori, ni
xi d ,%
i ix −xn i ( xi − x ) ni
2
0
normelor, % -10-0 0-10 10,-20, 20-30 30-40
Intervale procentuale
0 1 2 3 4 5
-10 – 0 15 -5 -20 300 6000
Echipa B
0 – 10 20 5 -10 200 2000 80
10 – 20 30 15 0 0 0 70

Numar muncitori
20 – 30 20 25 10 200 2000 60
30 – 40 15 35 20 300 6000 50
Total 100 - - 1000 16000 40
Tabelul 2. Date iniţiale. 30
Intervale 20
de variaţie 2
Nr. de xi − x ⎛ xi − x ⎞ 10
a
îndeplinirii
muncitori, xi d i ,% xi − x ni ⎜ ⎟ ni 0
ni h ⎝ h ⎠ -10-0 0-10 10,-20, 20-30 30-40
normelor,
% Intervale procentuale
0 1 2 3 4 5 6
Întrucât distribuţiile de frecvenţe sunt perfect simetrice, rata medie a
-10 – 0 5 -5 -20 100 -2 20 îndeplinirii normelor de producţie va fi centrul de interval cu frecvenţă
0 – 10 10 5 -10 100 -1 10 maximă:
 STATISTICĂ ŞI ECONOMETRIE 95 96 Gh. COMAN

x A = 15% xB = 15% Σ xi − x ni 1000

d= ⇒ dA = = 10% (tabelul 34, coloana 4).
Indicatorii simpli ai variaţiei, calculaţi pentru cele două colectivităţi Σni 100
sunt:
Pentru echipa A: Dispersia:
Amplitudinea variaţiei: Σ( xi − x ) 2 ni 16000
σ2 = ⇒ σ A2 = = 160 (tabelul 34, coloana 5).
A = xmax − xmin ⇒ AA = 40 − (−10) = 50% Σni 100
Abaterea individuală (tabelul 34, coloana 3): Abaterea medie pătratică:
Σ( xi − x )2 ni
d i = xi − x σ= ⇒σA =
16000
= 160 = 12,649%
Σni 100
Abaterea maximă pozitivă:
Coeficientul de variaţie:
d max poz = xmax − x ⇒ d max poz A = 40 − 15 = 25% σ 12,649
Abaterea maximă negativă:
Cv = .100 ⇒ Cv A = = 84,3%
x 15
d max neg = xmin − x ⇒ d max poz A = −10 − 15 = −25% Pentru echipa B. Se utilizează datele din tabelul 35:
Pentru echipa B:
Amplitudinea variaţiei:
d B = 4%
2
A = xmax − xmin ⇒ AB = 40 − (−10) = 50% ⎛ x −a⎞
Σ⎜ i ⎟ ni
Abaterea individuală (tabelul 35, coloana 3):
⎝ h ⎠
σ =
2
h 2 − ( x − a ) 2 ; a = 15; h = 10
d i = xi − x Σni
Abaterea maximă pozitivă: 60
d max poz = xmax − x ⇒ d max poz B = 40 − 15 = 25% σ B2 = .100 − (15 − 15) 2 = 60
100
Abaterea maximă negativă:
σ B = 60 = 7,746%
d max neg = xmin − x ⇒ d max poz B = −10 − 15 = −25%
7,746
După cum se observă, indicatorii simpli ai variaţiei sunt egali pentru CvB = 100 = 51,64%
cele două echipe de muncitori şi ne oferă informaţii suficiente pentru 15
caracterizarea sintetică şi compararea variabilităţii în colectivităţile După cum rezultă, dacă pentru echipa A rata îndeplinirii normelor
respective. Deşi amplitudinile sunt egale şi indicatorii tendinţei centrale sunt se abate în medie cu 12,649% faţă de rata medie de 15%, pentru echipa B,
aceeaşi, pentru aceste două seturi de date simetrice, există o diferenţă rata îndeplinirii normelor se abate în medie cu 7,746% faţă de rata medie de
evidentă între cele două echipe privind distribuţia ratei îndeplinirii normelor 15%, arătând o stabilitate crescută a valorilor (CvB < Cv A ).
de producţie. Diferenţa este aceea că la echipa B rata îndeplinirii normelor
tinde să se focalizeze în jurul valorii centrale. Prin contrast, rata îndeplinirii
normelor la echipa A este mult mai împrăştiată de-a lungul amplitudinii,
indicând o incidenţă crescută a lucrărilor cu rată mare a îndeplinirii normelor,
dar de asemenea şi acelor cu risc crescut de neîndeplinire. Indicatorii
sintetici ai variaţiei vor lua în considerare toate valorile înregistrate.
Indicatorii sintetici ai variaţiei.
Pentru echipa A:
Abaterea medie liniară:
 STATISTICĂ ŞI ECONOMETRIE 95 96 Gh. COMAN

x A = 15% xB = 15% Σ xi − x ni 1000

d= ⇒ dA = = 10% (tabelul 34, coloana 4).
Indicatorii simpli ai variaţiei, calculaţi pentru cele două colectivităţi Σni 100
sunt:
Pentru echipa A: Dispersia:
Amplitudinea variaţiei: Σ( xi − x ) 2 ni 16000
σ2 = ⇒ σ A2 = = 160 (tabelul 34, coloana 5).
A = xmax − xmin ⇒ AA = 40 − (−10) = 50% Σni 100
Abaterea individuală (tabelul 34, coloana 3): Abaterea medie pătratică:
Σ( xi − x )2 ni
d i = xi − x σ= ⇒σA =
16000
= 160 = 12,649%
Σni 100
Abaterea maximă pozitivă:
Coeficientul de variaţie:
d max poz = xmax − x ⇒ d max poz A = 40 − 15 = 25% σ 12,649
Abaterea maximă negativă:
Cv = .100 ⇒ Cv A = = 84,3%
x 15
d max neg = xmin − x ⇒ d max poz A = −10 − 15 = −25% Pentru echipa B. Se utilizează datele din tabelul 35:
Pentru echipa B:
Amplitudinea variaţiei:
d B = 4%
2
A = xmax − xmin ⇒ AB = 40 − (−10) = 50% ⎛ x −a⎞
Σ⎜ i ⎟ ni
Abaterea individuală (tabelul 35, coloana 3):
⎝ h ⎠
σ =
2
h 2 − ( x − a ) 2 ; a = 15; h = 10
d i = xi − x Σni
Abaterea maximă pozitivă: 60
d max poz = xmax − x ⇒ d max poz B = 40 − 15 = 25% σ B2 = .100 − (15 − 15) 2 = 60
100
Abaterea maximă negativă:
σ B = 60 = 7,746%
d max neg = xmin − x ⇒ d max poz B = −10 − 15 = −25%
7,746
După cum se observă, indicatorii simpli ai variaţiei sunt egali pentru CvB = 100 = 51,64%
cele două echipe de muncitori şi ne oferă informaţii suficiente pentru 15
caracterizarea sintetică şi compararea variabilităţii în colectivităţile După cum rezultă, dacă pentru echipa A rata îndeplinirii normelor
respective. Deşi amplitudinile sunt egale şi indicatorii tendinţei centrale sunt se abate în medie cu 12,649% faţă de rata medie de 15%, pentru echipa B,
aceeaşi, pentru aceste două seturi de date simetrice, există o diferenţă rata îndeplinirii normelor se abate în medie cu 7,746% faţă de rata medie de
evidentă între cele două echipe privind distribuţia ratei îndeplinirii normelor 15%, arătând o stabilitate crescută a valorilor (CvB < Cv A ).
de producţie. Diferenţa este aceea că la echipa B rata îndeplinirii normelor
tinde să se focalizeze în jurul valorii centrale. Prin contrast, rata îndeplinirii
normelor la echipa A este mult mai împrăştiată de-a lungul amplitudinii,
indicând o incidenţă crescută a lucrărilor cu rată mare a îndeplinirii normelor,
dar de asemenea şi acelor cu risc crescut de neîndeplinire. Indicatorii
sintetici ai variaţiei vor lua în considerare toate valorile înregistrate.
Indicatorii sintetici ai variaţiei.
Pentru echipa A:
Abaterea medie liniară:
 STATISTICĂ ŞI ECONOMETRIE 97 98 Gh. COMAN

4. FUNCŢII DE REPARTIŢIE ⎛ 2 3 4 5 6 7 8 9 10 11 12 ⎞
X :⎜ 1 1 1 1 5 1 5 1 1 1 1⎟
1. Să se determine constanta c astfel ca funcţia: ⎜ ⎟
⎝ 36 18 12 9 36 36 36 9 12 18 36 ⎠
c Conform definiţiei:
f ( x) = x∈ R
1 + x2 1 1 1 1
să fie o densitate de repartiţie. M (X ) = 2 + 3 + 4 + ... + 12 = 7
Rezolvare. Pentru a fi densitate de repartiţie, funcţia f(x) trebuie să 36 18 14 36
satisfacă condiţia: 4. Variabila aleatoare X are densitatea de repartiţie:
+∞ ⎧ 2
dx ⎪ dacă ∈ (−1,1)
c∫ =1 f ( x) = ⎨π (1 + x 2 )
−∞ 1 − x 2
⎪0 dacă x ∉ (−1,1)
⎩
fapt pentru care rezultă: c= 1 , adică,
π Să se calculeze valoarea medie a variabilei aleatoare X .
2

1 Rezolvare. Conform definiţiei:

f ( x) = x∈R
[ ]
+∞ +1
π .(1 + x 2 ) 2x2 2 4
∫ π 1 + x 2 dx = π (x − arc tg x ) −1 = π − 1
+1

şi întrucât f(x) > 0 pentru orice x∈R, f(x) este o densitate de repartiţie.
M (X 2) = ∫ x 2 f ( x)dx =
( )
−∞ −1
2. Considerând că variabila aleatoare X are densitatea de 5. La realizarea unui nou produs industrial este necesar să se
repartiţie: elaboreze o fontă maleabilă neagă cu o anumită compoziţie.
1 Pentru a determina conţinutul mediu de carbon se extrag din
f ( x) = x∈R producţia curentă probe din 130 şarje şi se supun analizei chimice. După
π .(1 + x 2 ) efectuarea măsurărilor, ordonarea datelor obţinute şi stabilirea mărimii
intervalelor de grupare a datelor experimentale obţinute s-a întocmit tabelul A.
a. Să se scrie funcţia de repartiţie corespunzătoare; Se cere prelucrarea datelor experimentale, din punctul de vedere al
b. Să se calculeze probabilitatea ca variabila X să ia o valoare calităţii fontei elaborate, şi interpretarea acestora.
cuprinsă între –1 şi +1: Tabelul A
Rezolvare.
xi* =
a. Funcţia de repartiţie corespunzătoare este: ni n
x
% de
xi ni ∑ 130i xi − 2,25 xi* × ni xi*2 ×ni
F ( x) = ∫
du
(1
π
) 1⎛
π
π⎞ 1
π
1
= arc tg u −x ∞ = ⎜ arc tg x + ⎟ = arc tg x + x ∈ R
carbon 130
0,1
−∞ 1 + u ⎝ ⎠
2
2 2 1 2 3 4 5 8 9 10
b. P ( −1 < X < 1) = F (1) − F ( −1) = 1 ⎛ π + π ⎞ = 1 1,70-1,80 1,75 1 0,008 0,008 -5 -5 25
⎜ ⎟ 1,80-1,90 1,85 6 0,046 0,054 -5 -24 96
π ⎝4 4⎠ 2
1,90-2,00 1,95 6 0,046 0,100 -3 -18 54
3. Se aruncă două zaruri. Să se calculeze valoare medie a
2,00-2,10 2,05 8 0,062 0,162 -2 -16 32
numărului total de puncte.
Rezolvare. Dacă X este numărul total de puncte, trebuie
2,10-2,20 2,15 14 0,107 0,269 -1 -14 14
determinată legea de probabilitate a acestei variabile aleatoare pentru ca pe
2,20-2,30 2,25 34 0,262 0,531 0 0 0
baza ei să se determine valoarea mediei. 2,30-2,40 2,35 28 0,215 0,746 1 28 28
Variabila X poate lua valorile: 2, 3, 4,…,12 şi ca atare: 2,40-2,50 2,45 19 0,146 0,892 2 38 76
2,50-2,60 2,55 9 0,059 0,961 3 27 81
1 2
P ( X = 2) = ; P ( X = 3) = ; etc 2,60-2,70 2,65 4 0,031 0,992 4 16 64
36 36 2,70-2,80 2,75 1 0,008 1,000 5 5 25
Se obţine tabloul: Total 130 1,000 37 495
 STATISTICĂ ŞI ECONOMETRIE 97 98 Gh. COMAN

4. FUNCŢII DE REPARTIŢIE ⎛ 2 3 4 5 6 7 8 9 10 11 12 ⎞
X :⎜ 1 1 1 1 5 1 5 1 1 1 1⎟
1. Să se determine constanta c astfel ca funcţia: ⎜ ⎟
⎝ 36 18 12 9 36 36 36 9 12 18 36 ⎠
c Conform definiţiei:
f ( x) = x∈ R
1 + x2 1 1 1 1
să fie o densitate de repartiţie. M (X ) = 2 + 3 + 4 + ... + 12 = 7
Rezolvare. Pentru a fi densitate de repartiţie, funcţia f(x) trebuie să 36 18 14 36
satisfacă condiţia: 4. Variabila aleatoare X are densitatea de repartiţie:
+∞ ⎧ 2
dx ⎪ dacă ∈ (−1,1)
c∫ =1 f ( x) = ⎨π (1 + x 2 )
−∞ 1 − x 2
⎪0 dacă x ∉ (−1,1)
⎩
fapt pentru care rezultă: c= 1 , adică,
π Să se calculeze valoarea medie a variabilei aleatoare X .
2

1 Rezolvare. Conform definiţiei:

f ( x) = x∈R
[ ]
+∞ +1
π .(1 + x 2 ) 2x2 2 4
∫ π 1 + x 2 dx = π (x − arc tg x ) −1 = π − 1
+1

şi întrucât f(x) > 0 pentru orice x∈R, f(x) este o densitate de repartiţie.
M (X 2) = ∫ x 2 f ( x)dx =
( )
−∞ −1
2. Considerând că variabila aleatoare X are densitatea de 5. La realizarea unui nou produs industrial este necesar să se
repartiţie: elaboreze o fontă maleabilă neagă cu o anumită compoziţie.
1 Pentru a determina conţinutul mediu de carbon se extrag din
f ( x) = x∈R producţia curentă probe din 130 şarje şi se supun analizei chimice. După
π .(1 + x 2 ) efectuarea măsurărilor, ordonarea datelor obţinute şi stabilirea mărimii
intervalelor de grupare a datelor experimentale obţinute s-a întocmit tabelul A.
a. Să se scrie funcţia de repartiţie corespunzătoare; Se cere prelucrarea datelor experimentale, din punctul de vedere al
b. Să se calculeze probabilitatea ca variabila X să ia o valoare calităţii fontei elaborate, şi interpretarea acestora.
cuprinsă între –1 şi +1: Tabelul A
Rezolvare.
xi* =
a. Funcţia de repartiţie corespunzătoare este: ni n
x
% de
xi ni ∑ 130i xi − 2,25 xi* × ni xi*2 ×ni
F ( x) = ∫
du
(1
π
) 1⎛
π
π⎞ 1
π
1
= arc tg u −x ∞ = ⎜ arc tg x + ⎟ = arc tg x + x ∈ R
carbon 130
0,1
−∞ 1 + u ⎝ ⎠
2
2 2 1 2 3 4 5 8 9 10
b. P ( −1 < X < 1) = F (1) − F ( −1) = 1 ⎛ π + π ⎞ = 1 1,70-1,80 1,75 1 0,008 0,008 -5 -5 25
⎜ ⎟ 1,80-1,90 1,85 6 0,046 0,054 -5 -24 96
π ⎝4 4⎠ 2
1,90-2,00 1,95 6 0,046 0,100 -3 -18 54
3. Se aruncă două zaruri. Să se calculeze valoare medie a
2,00-2,10 2,05 8 0,062 0,162 -2 -16 32
numărului total de puncte.
Rezolvare. Dacă X este numărul total de puncte, trebuie
2,10-2,20 2,15 14 0,107 0,269 -1 -14 14
determinată legea de probabilitate a acestei variabile aleatoare pentru ca pe
2,20-2,30 2,25 34 0,262 0,531 0 0 0
baza ei să se determine valoarea mediei. 2,30-2,40 2,35 28 0,215 0,746 1 28 28
Variabila X poate lua valorile: 2, 3, 4,…,12 şi ca atare: 2,40-2,50 2,45 19 0,146 0,892 2 38 76
2,50-2,60 2,55 9 0,059 0,961 3 27 81
1 2
P ( X = 2) = ; P ( X = 3) = ; etc 2,60-2,70 2,65 4 0,031 0,992 4 16 64
36 36 2,70-2,80 2,75 1 0,008 1,000 5 5 25
Se obţine tabloul: Total 130 1,000 37 495
 STATISTICĂ ŞI ECONOMETRIE 99 100 Gh. COMAN

Rezolvare. În Tabelul A sunt prezentate, în coloanele 1, 2, 3, 4 şi 5, După efectuarea încercărilor, ordonarea datelor obţinute şi stabilirea
intervalele stabilite pentru fonta elaborată, din punctul de vedere al mărimii intervalelor de grupare a datelor experimentale obţinute s-a întocmit
procentului de carbon, cota centrală a cestor intervale, frecvenţa absolută tabelul A.
pentru intervalele respective, frecvenţa relativă şi frecvenţa relativă Tabelul A
cumulată. Rezistenţa Nr. şarjelor Frecvenţa Frecvenţ
Centrele Frecvenţa
la rupere, (frecvenţa absolută a relativă
2 intervalelor relativă
daN/mm absolută) cumulată cumulată
1,5
27,0-30,0 28,5 2 2 0,015 0,015

Frecvenţa cumulată
40
30,0-33,0 31,5 5 7 0,039 0,054

0,531
34
Frecvenţa absolută

28 1

0,269
30 19
33,0-36,0 34,5 26 33 0,200 0,254

1
0,162

0,992
0,054
0,1

0,961
0,892
20

0,008
14 0,5

2,35 0,746
10 1
6 6 8 9 4
1
36,0-39,0 37,5 48 81 0,369 0,623
0 0 39,0-42,0 40,5 20 101 0,154 0,777

1,75

1,95

2,15

2,55

2,75
1,75

1,85

1,95

2,05

2,15

2,25

2,35

2,45

2,55

2,65

2,75
42,0-45,0 43,5 17 118 0,131 0,908
Procent mediu de carbon Procent cumulat de carbon
45,0-48,0 46,5 6 124 0,046 0,954
48,0-51,0 49,5 4 128 0,031 0,985
51,0-54,0 52,5 1 129 0,008 0,992
În figurile de mai sus s-au reprezentat grafic histograma, poligonul 54,0-57,0 55,5 1 130 0,007 1,000
de frecvenţe şi curba frecvenţelor Total 130 1,000
relative cumulate. Acestea pun în
Frecvenţa absolută

40
evidenţă aspectul general al 30
28
19
Se cere să se analizeze şi
34
distribuţiei statistice pentru datele 20
1 6 6 8 9 4 1 60 să se interpreteze datele obţinute.

Frecvenţa absolută
10 48
experimentale analizate. 0
14 50 Răspuns. La început se
40
Se vor calcula principalii trasează histograma şi poligonul
1,75

1,95

2,15

2,35

2,55

2,75
30 26 20 17
indici ai tendinţei de grupare şi de Procent mediu de carbon 20 frecvenţelor absolute sau relative.
împrăştiere a datelor experimentale: 10 2 5 6 4 1 1
0
media aritmetică şi abaterea medie

28.5

31.5

34.5

37.5

40.5

43.5

46.5

49.5

52.5

55.5
60

Frecvenţa absolută
48
pătratică: 50
Rezistenţa la rupere, daN/mm2 40
k 26

∑ xi*ni
30
20 17
20
5 6 4
10
i =1 În continuare se determină 2 1 1

x= 0,1 + 2,25 ≈ 2,28%

0
parametrii statistici de bază ai tendinţei

28,5
31,5
34,5
37,5
40,5
43,5
46,5
49,5
52,5
55,5
k
∑ ni de grupare şi ai tendinţei de împrăştiere
a datelor experimentale. Se vor face
Rezistenţa la rupere, daN/mm2

i =1
calculele respective.
2
k
⎛ k * ⎞
∑ xi*2 .ni ⎜ ∑ xi ni ⎟ 2
σ = 0,1 i =1
− ⎜ i =1k ⎟ = 0,1 495 − ⎛ 37 ⎞ = 0,193%C
k ⎜ ⎟ ⎜ ⎟
130 ⎝ 130 ⎠
∑ ni ⎜ ∑ ni ⎟
i =1 ⎝ i =1 ⎠

6. În scopul determinării rezistenţei la rupere a unei fonte

maleabile negre se realizează epruvete corespunzătoare din 130 şarje de
fontă turnată.
 STATISTICĂ ŞI ECONOMETRIE 99 100 Gh. COMAN

Rezolvare. În Tabelul A sunt prezentate, în coloanele 1, 2, 3, 4 şi 5, După efectuarea încercărilor, ordonarea datelor obţinute şi stabilirea
intervalele stabilite pentru fonta elaborată, din punctul de vedere al mărimii intervalelor de grupare a datelor experimentale obţinute s-a întocmit
procentului de carbon, cota centrală a cestor intervale, frecvenţa absolută tabelul A.
pentru intervalele respective, frecvenţa relativă şi frecvenţa relativă Tabelul A
cumulată. Rezistenţa Nr. şarjelor Frecvenţa Frecvenţ
Centrele Frecvenţa
la rupere, (frecvenţa absolută a relativă
2 intervalelor relativă
daN/mm absolută) cumulată cumulată
1,5
27,0-30,0 28,5 2 2 0,015 0,015

Frecvenţa cumulată
40
30,0-33,0 31,5 5 7 0,039 0,054

0,531
34
Frecvenţa absolută

28 1

0,269
30 19
33,0-36,0 34,5 26 33 0,200 0,254

1
0,162

0,992
0,054
0,1

0,961
0,892
20

0,008
14 0,5

2,35 0,746
10 1
6 6 8 9 4
1
36,0-39,0 37,5 48 81 0,369 0,623
0 0 39,0-42,0 40,5 20 101 0,154 0,777

1,75

1,95

2,15

2,55

2,75
1,75

1,85

1,95

2,05

2,15

2,25

2,35

2,45

2,55

2,65

2,75
42,0-45,0 43,5 17 118 0,131 0,908
Procent mediu de carbon Procent cumulat de carbon
45,0-48,0 46,5 6 124 0,046 0,954
48,0-51,0 49,5 4 128 0,031 0,985
51,0-54,0 52,5 1 129 0,008 0,992
În figurile de mai sus s-au reprezentat grafic histograma, poligonul 54,0-57,0 55,5 1 130 0,007 1,000
de frecvenţe şi curba frecvenţelor Total 130 1,000
relative cumulate. Acestea pun în
Frecvenţa absolută

40
evidenţă aspectul general al 30
28
19
Se cere să se analizeze şi
34
distribuţiei statistice pentru datele 20
1 6 6 8 9 4 1 60 să se interpreteze datele obţinute.

Frecvenţa absolută
10 48
experimentale analizate. 0
14 50 Răspuns. La început se
40
Se vor calcula principalii trasează histograma şi poligonul
1,75

1,95

2,15

2,35

2,55

2,75
30 26 20 17
indici ai tendinţei de grupare şi de Procent mediu de carbon 20 frecvenţelor absolute sau relative.
împrăştiere a datelor experimentale: 10 2 5 6 4 1 1
0
media aritmetică şi abaterea medie

28.5

31.5

34.5

37.5

40.5

43.5

46.5

49.5

52.5

55.5
60

Frecvenţa absolută
48
pătratică: 50
Rezistenţa la rupere, daN/mm2 40
k 26

∑ xi*ni
30
20 17
20
5 6 4
10
i =1 În continuare se determină 2 1 1

x= 0,1 + 2,25 ≈ 2,28%

0
parametrii statistici de bază ai tendinţei

28,5
31,5
34,5
37,5
40,5
43,5
46,5
49,5
52,5
55,5
k
∑ ni de grupare şi ai tendinţei de împrăştiere
a datelor experimentale. Se vor face
Rezistenţa la rupere, daN/mm2

i =1
calculele respective.
2
k
⎛ k * ⎞
∑ xi*2 .ni ⎜ ∑ xi ni ⎟ 2
σ = 0,1 i =1
− ⎜ i =1k ⎟ = 0,1 495 − ⎛ 37 ⎞ = 0,193%C
k ⎜ ⎟ ⎜ ⎟
130 ⎝ 130 ⎠
∑ ni ⎜ ∑ ni ⎟
i =1 ⎝ i =1 ⎠

6. În scopul determinării rezistenţei la rupere a unei fonte

maleabile negre se realizează epruvete corespunzătoare din 130 şarje de
fontă turnată.
 STATISTICĂ ŞI ECONOMETRIE 101 102 Gh. COMAN

2,50-2,59 9 3 27 81
5. VERIFICAREA CORESPONDENŢEI DINTRE REPARTIŢIILE 2,60-2,69 4 4 16 64
TEORETICE ŞI CELE EMPIRICE 2,70-2,79 1 5 5 25
Total 130 37 495
1. Într-un proces tehnologic de turnare a fontei maleabile se supun
analizei chimice 130 şarje pentru a se constata dacă procentul de carbon se Pentru verificarea normalităţii distribuţiei datelor experimentale,
încadrează în limitele prestabilite. adică a ipotezei emise, se va folosi criteriul lui Kolmogorov.
După înregistrarea datelor şi divizarea pe intervale a câmpului de Aplicarea criteriului lui Kolmogorov conduce la stabilirea
dispersie a procentului de carbon, s-au
concordanţei dintre distribuţia teoretică şi distribuţia empirică.
completat coloanele 1 şi 2 din tabelul A. 40 34

Datele astfel înregistrate se supun 30

28
x1 x2 … xk

Procente
19
analizei statistice. 20
6 6 8
14
9
4
10 1
Printre altele, se cere a se 0
1
n1 n2 … nk
stabili legea de distribuţie a datelor

1,79

1,89
1,99
2,09

2,19
2,29

2,39

2,49
2,59

2,69

2,79
experimentale. Care este aceasta ? Intervale procentuale
Rezolvare. Se efectuează Astfel, se presupune că:
reprezentarea grafică din figura este distribuţia empirică şi că se face ipoteza că variabila X are o distribuţie a
alăturată. cărei funcţie de frecvenţă este f(x).
Se emite ipoteza distribuţiei normale a datelor experimentale. În Se pot calcula frecvenţele relative cumulate, adică valorile funcţiei
cazul distribuţiei normale, funcţia de distribuţie poate fi scrisă sub de distribuţie empirice:
următoarea formă: Fn(x1), Fn(x2),…,Fn(xk) (2)
unde:
F ( x) = 0,5 + Φ ( z ) (1)
n1 + n2 + ... + ni
( )
unde Φ z este funcţia lui Laplace, iar z = (xi -⎯x)/σ - abaterea normată, xi Fn ( xi ) =
n
(3)
luând drept valori succesive limitele superioare ale intervalelor (1,79; 1,89;
precum şi valorile funcţiei de distribuţie F(x) corespunzătoare valorilor xi (i = 1,
1,99;…;2,79). Pentru a calcula pe z sunt necesare media şi abaterea medie
2,…k).
pătratică al căror calcul se face cu ajutorul tabelului B.
F(x1), F(x2),…,F(x3) (4)
37 unde:
x= 0,1 + 2,25 = 2,278 x
130 (5)
F ( x ) = P ( X ≤ x) = ∫ f ( x ).dx
2 −∞
495 ⎛ 37 ⎞ Tabelul A
σ = 0,1 −⎜ ⎟ = 0,193
130 ⎝ 130 ⎠ Limitele x−x F(x)=0,5+ Fn(x)-
Tabelul B intervalelor
ni fr Fn(x) x -⎯x zi = Φ(z)
+Φ(z) F(x)
σ
Nr. şarje 2 1 2 3 4 5 6 7 8 9
Conţinut de carbon,% x’ x’.n x’ .n
n 1,70-1,79 1 0,0077 0,0077 -0,488 -2,53 -0,4943 0,0057 0,0020
1,70-1,79 1 -5 -5 25 1,80-1,89 6 0,0462 0,0539 -0,388 -2,01 -0,4778 0,0222 0,0317
1,80-1,89 6 -4 -24 96 1,90-1,99 6 0,0462 0,1001 -0,288 -1,49 -0,4319 0,0681 0,0320
1,90-1,99 6 -3 -18 54 2,00-2,09 8 0,0615 0,1616 -0,188 -0,97 -0,3340 0,1160 -0,0044
2,00-2,09 8 -2 -16 32 2,10-2,19 14 0,1077 0,2693 -0,088 -0,46 -0,1772 0,3228 -0,0535
2,10-2,19 14 -1 -14 14 2,20-2,29 34 0,2615 0,5308 -0,012 0,06 0,0239 0,5239 0,0069
2,30-2,39 28 0,2154 0,7462 -0,012 0,58 0,2190 0,7190 0,0272
2,20-2,29 34 0 0 0
2,40-2,49 19 0,1461 0,8923 0,212 1,10 0,3643 0,8643 0,0280
2,30-2,39 28 1 28 28 2,50-2,59 9 0,0692 0,9615 0,312 1,62 0,4474 0,9474 0,0141
2,40-2,49 19 2 38 76 2,60-2,69 4 0,0308 0,9923 0,412 2,13 0,4983 0,9983 -0,0060
 STATISTICĂ ŞI ECONOMETRIE 101 102 Gh. COMAN

2,50-2,59 9 3 27 81
5. VERIFICAREA CORESPONDENŢEI DINTRE REPARTIŢIILE 2,60-2,69 4 4 16 64
TEORETICE ŞI CELE EMPIRICE 2,70-2,79 1 5 5 25
Total 130 37 495
1. Într-un proces tehnologic de turnare a fontei maleabile se supun
analizei chimice 130 şarje pentru a se constata dacă procentul de carbon se Pentru verificarea normalităţii distribuţiei datelor experimentale,
încadrează în limitele prestabilite. adică a ipotezei emise, se va folosi criteriul lui Kolmogorov.
După înregistrarea datelor şi divizarea pe intervale a câmpului de Aplicarea criteriului lui Kolmogorov conduce la stabilirea
dispersie a procentului de carbon, s-au
concordanţei dintre distribuţia teoretică şi distribuţia empirică.
completat coloanele 1 şi 2 din tabelul A. 40 34

Datele astfel înregistrate se supun 30

28
x1 x2 … xk

Procente
19
analizei statistice. 20
6 6 8
14
9
4
10 1
Printre altele, se cere a se 0
1
n1 n2 … nk
stabili legea de distribuţie a datelor

1,79

1,89
1,99
2,09

2,19
2,29

2,39

2,49
2,59

2,69

2,79
experimentale. Care este aceasta ? Intervale procentuale
Rezolvare. Se efectuează Astfel, se presupune că:
reprezentarea grafică din figura este distribuţia empirică şi că se face ipoteza că variabila X are o distribuţie a
alăturată. cărei funcţie de frecvenţă este f(x).
Se emite ipoteza distribuţiei normale a datelor experimentale. În Se pot calcula frecvenţele relative cumulate, adică valorile funcţiei
cazul distribuţiei normale, funcţia de distribuţie poate fi scrisă sub de distribuţie empirice:
următoarea formă: Fn(x1), Fn(x2),…,Fn(xk) (2)
unde:
F ( x) = 0,5 + Φ ( z ) (1)
n1 + n2 + ... + ni
( )
unde Φ z este funcţia lui Laplace, iar z = (xi -⎯x)/σ - abaterea normată, xi Fn ( xi ) =
n
(3)
luând drept valori succesive limitele superioare ale intervalelor (1,79; 1,89;
precum şi valorile funcţiei de distribuţie F(x) corespunzătoare valorilor xi (i = 1,
1,99;…;2,79). Pentru a calcula pe z sunt necesare media şi abaterea medie
2,…k).
pătratică al căror calcul se face cu ajutorul tabelului B.
F(x1), F(x2),…,F(x3) (4)
37 unde:
x= 0,1 + 2,25 = 2,278 x
130 (5)
F ( x ) = P ( X ≤ x) = ∫ f ( x ).dx
2 −∞
495 ⎛ 37 ⎞ Tabelul A
σ = 0,1 −⎜ ⎟ = 0,193
130 ⎝ 130 ⎠ Limitele x−x F(x)=0,5+ Fn(x)-
Tabelul B intervalelor
ni fr Fn(x) x -⎯x zi = Φ(z)
+Φ(z) F(x)
σ
Nr. şarje 2 1 2 3 4 5 6 7 8 9
Conţinut de carbon,% x’ x’.n x’ .n
n 1,70-1,79 1 0,0077 0,0077 -0,488 -2,53 -0,4943 0,0057 0,0020
1,70-1,79 1 -5 -5 25 1,80-1,89 6 0,0462 0,0539 -0,388 -2,01 -0,4778 0,0222 0,0317
1,80-1,89 6 -4 -24 96 1,90-1,99 6 0,0462 0,1001 -0,288 -1,49 -0,4319 0,0681 0,0320
1,90-1,99 6 -3 -18 54 2,00-2,09 8 0,0615 0,1616 -0,188 -0,97 -0,3340 0,1160 -0,0044
2,00-2,09 8 -2 -16 32 2,10-2,19 14 0,1077 0,2693 -0,088 -0,46 -0,1772 0,3228 -0,0535
2,10-2,19 14 -1 -14 14 2,20-2,29 34 0,2615 0,5308 -0,012 0,06 0,0239 0,5239 0,0069
2,30-2,39 28 0,2154 0,7462 -0,012 0,58 0,2190 0,7190 0,0272
2,20-2,29 34 0 0 0
2,40-2,49 19 0,1461 0,8923 0,212 1,10 0,3643 0,8643 0,0280
2,30-2,39 28 1 28 28 2,50-2,59 9 0,0692 0,9615 0,312 1,62 0,4474 0,9474 0,0141
2,40-2,49 19 2 38 76 2,60-2,69 4 0,0308 0,9923 0,412 2,13 0,4983 0,9983 -0,0060
 STATISTICĂ ŞI ECONOMETRIE 103 104 Gh. COMAN

2,70-2,79 1 0,0077 1,0000 0,512 2,65 0,5000 1,0000 În coloana 6 din tabelul A sunt date valorile zi. În anexa 1 se caută
Total 130 1,0000 valorile Φ ( z ) corespunzătoare. De remarcat că valorile Φ( zi )
corespunzătoare valorilor negative ale lui z sunt, de asemenea, negative.
Dacă caracteristica X urmează legea de distribuţie f(x), atunci Aplicând formula (1) se calculează, în coloana 8 din tabelul A, valorile
frecvenţele relative cumulate Fn(xi) au valori apropiate de valorile funcţiei de distribuţie F(xi). În sfârşit, în coloana 9 sunt calculate diferenţele
corespunzătoare ale funcţiei de distribuţie F(xi), respectiv diferenţele: Fn(xi).
Fn ( x1 ) − F ( x1 ) ; Fn ( x2 ) − F ( x2 ) ;...; Fn ( xk ) − F ( xk ) (6) Se observă că cea mai mare diferenţă în valoare absolută este
sunt mici, adică nu vor depăşi o valoare determinată dn. Această valoare (-0,0535), deci dn = 0,0535. Această valoare se compară cu mărimea
trebuie determinată astfel încât probabilitatea q ca cea mai mare dintre λq n.
diferenţele (6) s-o depăşească (să fie mică, mai mică sau egală cu 0,05),
adică:
Pentru q = 0,025, K(λ) = 1 – q = 0,975 se găseşte λ0,975 = 1,48 aşa

⎛ λ ⎞ încât λ n = 1,48 136 = 0,1298.

P⎜ d n > ⎟ = q ≤ 0 , 05 (7) q

⎝ n⎠ Deoarece dn = 0,0535 este mai mic decât λ n = 1,48 136 =

q
Dar, 0,1298, se conchide că distribuţia şarjelor de fontă maleabilă cenuşie, din
⎛ λ ⎞ ⎛ λ ⎞ (8) punct de vedere al conţinutului de carbon, urmează legea normală de
P⎜ dn > ⎟ = 1 − P⎜ d n < ⎟ = 1 − K (λ ) distribuţie.
⎝ n⎠ ⎝ n⎠
2. În condiţiile exemplului precedent, se cere a se verifica dacă
Unei probabilităţi date q îi corespunde prin relaţia (8) o valoare
conţinutul de carbon al şarjelor de fontă maleabilă cenuşie urmează legea
determinată λq aşa încât pentru o mărime a selecţiei n dată şi pentru un nivel
normală utilizându-se criteriul χ 2 (HI – pătrat).
de semnificaţie q dat se găseşte valoarea tabelară d n = λq n. Rezolvare. Pentru a prezenta modul de aplicare a criteriului χ 2 (HI
– pătrat), se presupune, în general, că n valori observate se grupează în k
Prin urmare, în cazul când distribuţia empirică corespunde
grupe şi că n1, n2,…,nk reprezintă numărul observaţiilor corespunzătoare
distribuţiei teoretice trebuie să fie satisfăcută relaţia:
acestor grupe, adică n1 + n2 +…+ nk = n şi fie p1, p2,…,pk probabilităţile ca
⎛ λq ⎞ fiecare din valorile observate să aparţină respectiv grupelor de mărime n1,
P⎜⎜ d n > ⎟=q ( q ≤ 0,005) (9)
⎝ n ⎟⎠ n2,…,nk astfel încât p1 + p2 +…+ pk = 1.
În cazul distribuţiei binomiale, aşa cum se cunoaşte, media şi
Dat fiind că probabilitatea evenimentului d n > λq n este mică, dispersia acestei distribuţii sunt M[x] = n.p şi D[x] = n.p.q aşa încât abaterea
x − n. p
se poate considera că în condiţiile corespondenţei dintre distribuţia empirică normată z= se distribuie normal cu media 0 şi dispersia 1, unde x
şi distribuţia teoretică este imposibil ca cea mai mare diferenţă în valoare n. p.q
absolută dintre Fn(x) şi F(x) să fie mai mare decât mărimea λq n reprezintă numărul de câte ori se realizează evenimentul a cărei probabilitate
de realizare în orice încercare este egală cu p, iar q este probabilitatea de
Astfel că se pot formula următoarele reguli:
realizare a evenimentului contrar adică q = 1 – p. Urmează atunci că
- dacă cea mai mare diferenţă dintre frecvenţele relative cumulate şi
valorile corespunzătoare ale funcţiei de distribuţie teoretice este mai mică abaterile normate:

decât valoarea λ q
ni − n. pi
n , se conchide că variabila X urmează legea de zi = (10)
distribuţie teoretică f(x).
n. pi (1 − pi )
- dacă diferenţa dn = max|Fn(x)-F(x)| este mai mare decât se distribuie normal cu media 0 şi dispersia 1 iar mărimea,
valoarea λq n , nu există nici un temei să se accepte ipoteza că variabila (n − n. p1 )2 (n2 − n. p2 ) (n − n. pk )2 k (ni − n. pi ) (11)
χ2 = 1 + + ... + k =∑
X urmează legea de distribuţie considerată f(x). n. p1 (1 − p1 ) n. p2 (1 − p 2 ) n. p k (1 − p k ) i =1 n. pi (1 − pi )
Se va urmări aplicarea acestei metodici a criteriului lui Kolmogorov are o distribuţie χ2 (HI – pătrat).
la exemplul considerat.
 STATISTICĂ ŞI ECONOMETRIE 103 104 Gh. COMAN

2,70-2,79 1 0,0077 1,0000 0,512 2,65 0,5000 1,0000 În coloana 6 din tabelul A sunt date valorile zi. În anexa 1 se caută
Total 130 1,0000 valorile Φ ( z ) corespunzătoare. De remarcat că valorile Φ( zi )
corespunzătoare valorilor negative ale lui z sunt, de asemenea, negative.
Dacă caracteristica X urmează legea de distribuţie f(x), atunci Aplicând formula (1) se calculează, în coloana 8 din tabelul A, valorile
frecvenţele relative cumulate Fn(xi) au valori apropiate de valorile funcţiei de distribuţie F(xi). În sfârşit, în coloana 9 sunt calculate diferenţele
corespunzătoare ale funcţiei de distribuţie F(xi), respectiv diferenţele: Fn(xi).
Fn ( x1 ) − F ( x1 ) ; Fn ( x2 ) − F ( x2 ) ;...; Fn ( xk ) − F ( xk ) (6) Se observă că cea mai mare diferenţă în valoare absolută este
sunt mici, adică nu vor depăşi o valoare determinată dn. Această valoare (-0,0535), deci dn = 0,0535. Această valoare se compară cu mărimea
trebuie determinată astfel încât probabilitatea q ca cea mai mare dintre λq n.
diferenţele (6) s-o depăşească (să fie mică, mai mică sau egală cu 0,05),
adică:
Pentru q = 0,025, K(λ) = 1 – q = 0,975 se găseşte λ0,975 = 1,48 aşa

⎛ λ ⎞ încât λ n = 1,48 136 = 0,1298.

P⎜ d n > ⎟ = q ≤ 0 , 05 (7) q

⎝ n⎠ Deoarece dn = 0,0535 este mai mic decât λ n = 1,48 136 =

q
Dar, 0,1298, se conchide că distribuţia şarjelor de fontă maleabilă cenuşie, din
⎛ λ ⎞ ⎛ λ ⎞ (8) punct de vedere al conţinutului de carbon, urmează legea normală de
P⎜ dn > ⎟ = 1 − P⎜ d n < ⎟ = 1 − K (λ ) distribuţie.
⎝ n⎠ ⎝ n⎠
2. În condiţiile exemplului precedent, se cere a se verifica dacă
Unei probabilităţi date q îi corespunde prin relaţia (8) o valoare
conţinutul de carbon al şarjelor de fontă maleabilă cenuşie urmează legea
determinată λq aşa încât pentru o mărime a selecţiei n dată şi pentru un nivel
normală utilizându-se criteriul χ 2 (HI – pătrat).
de semnificaţie q dat se găseşte valoarea tabelară d n = λq n. Rezolvare. Pentru a prezenta modul de aplicare a criteriului χ 2 (HI
– pătrat), se presupune, în general, că n valori observate se grupează în k
Prin urmare, în cazul când distribuţia empirică corespunde
grupe şi că n1, n2,…,nk reprezintă numărul observaţiilor corespunzătoare
distribuţiei teoretice trebuie să fie satisfăcută relaţia:
acestor grupe, adică n1 + n2 +…+ nk = n şi fie p1, p2,…,pk probabilităţile ca
⎛ λq ⎞ fiecare din valorile observate să aparţină respectiv grupelor de mărime n1,
P⎜⎜ d n > ⎟=q ( q ≤ 0,005) (9)
⎝ n ⎟⎠ n2,…,nk astfel încât p1 + p2 +…+ pk = 1.
În cazul distribuţiei binomiale, aşa cum se cunoaşte, media şi
Dat fiind că probabilitatea evenimentului d n > λq n este mică, dispersia acestei distribuţii sunt M[x] = n.p şi D[x] = n.p.q aşa încât abaterea
x − n. p
se poate considera că în condiţiile corespondenţei dintre distribuţia empirică normată z= se distribuie normal cu media 0 şi dispersia 1, unde x
şi distribuţia teoretică este imposibil ca cea mai mare diferenţă în valoare n. p.q
absolută dintre Fn(x) şi F(x) să fie mai mare decât mărimea λq n reprezintă numărul de câte ori se realizează evenimentul a cărei probabilitate
de realizare în orice încercare este egală cu p, iar q este probabilitatea de
Astfel că se pot formula următoarele reguli:
realizare a evenimentului contrar adică q = 1 – p. Urmează atunci că
- dacă cea mai mare diferenţă dintre frecvenţele relative cumulate şi
valorile corespunzătoare ale funcţiei de distribuţie teoretice este mai mică abaterile normate:

decât valoarea λ q
ni − n. pi
n , se conchide că variabila X urmează legea de zi = (10)
distribuţie teoretică f(x).
n. pi (1 − pi )
- dacă diferenţa dn = max|Fn(x)-F(x)| este mai mare decât se distribuie normal cu media 0 şi dispersia 1 iar mărimea,
valoarea λq n , nu există nici un temei să se accepte ipoteza că variabila (n − n. p1 )2 (n2 − n. p2 ) (n − n. pk )2 k (ni − n. pi ) (11)
χ2 = 1 + + ... + k =∑
X urmează legea de distribuţie considerată f(x). n. p1 (1 − p1 ) n. p2 (1 − p 2 ) n. p k (1 − p k ) i =1 n. pi (1 − pi )
Se va urmări aplicarea acestei metodici a criteriului lui Kolmogorov are o distribuţie χ2 (HI – pătrat).
la exemplul considerat.
 STATISTICĂ ŞI ECONOMETRIE
Dacă între distribuţia empirică şi distribuţia teoretică există
corespondenţă, atunci mărimea χ 2 (HI – pătrat) nu va depăşi o valoare
dată χ 2 corespunzătoare nivelului de semnificaţie q, care trebuie astfel ales
q empirică şi distribuţia teoretică se întâlnesc două situaţii:
încât evenimentul χ 2 > χ q2 să fie practic imposibil. Practica arată că pentru
q trebuie aleasă o valoare mai mică sau cel mult egală cu 0,05 (q ≤ 0,05).
Deci χ 2 se determină astfel încât să fie satisfăcută relaţia:
q
P( χ 2 > χ q2 ) = q ≤ 0,05
Se pot formula următoarele reguli pentru verificarea corespondenţei
dintre distribuţia empirică şi distribuţia teoretică. Dacă valoarea lui
χ 2
determinată de relaţia:
χ2 =
(n1 − n. p1 )2 + (n2 − n. p2 ) + ... + (nk − n. pk )2 =∑
k
(ni − n. pi )
n. p1 n. p2 n. pk i =1
cu f = k – 1 grade de libertate este mai mică decât valoarea tabelată χ 2
q
corespunzătoare unui nivel de semnificaţie q ≤ 0,05, se poate conchide că
distribuţia empirică urmează legea de distribuţie f(x).
Dacă valoarea χ 2 calculată pe baza datelor cercetării cu ajutorul
formulei (13) este mai mare decât valoarea tabelară χ q2 , nu există nici un
temei să se considere că distribuţia empirică urmează legea de distribuţie
f(x).
S-a menţionat că pi reprezintă probabilitatea ca valorile observate
să aparţină intervalului i (i = 1, 2,…,k). Probabilitatea pi se calculează în
ipoteza că distribuţia cercetată urmează o lege de distribuţie bine
determinată. De obicei însă distribuţia ipotetică conţine un număr de
parametri care se estimează cu ajutorul distribuţiei care se compară cu
distribuţia teoretică. Aşa că nu se pot găsi valori exacte ale probabilităţilor pi,
ci numai valori aproximative p̂i care depind de datele cercetării. În acest
caz, se utilizează drept criteriu mărimea:
χ2 =∑
(ni − n. pˆ i )
n. pˆ i
unde abaterile (ni - p̂i .ni) sunt legate printr-un număr mai mare de legături
liniare. Acest număr depinde de numărul parametrilor care se estimează pe
baza valorilor observate. Dacă numărul parametrilor estimaţi este egal cu l,
atunci numărul legăturilor liniare care se impun abaterilor (ni -
egal cu l + 1. Prin urmare, mărimea determinată cu expresia (14) are o
105 106 Gh. COMAN
distribuţie χ 2 cu k – (l + 1) grade de liberate. Deci, se poate spune că în
aplicarea criteriului χ 2 la verificarea corespondenţei dintre distribuţia
1. forma distribuţiei este determinată, adică toţi parametrii
acesteia sunt cunoscuţi şi;
2. parametrii distribuţiei teoretice se estimează pe baza datelor
cercetării.
În primul caz, intervalul critic este definit de inegalitatea χ 2 > χ 2
q
(12)
unde χ 2 se determină cu ajutorul relaţiei (11) şi are k-1 grade de libertate. În
cazul al doilea, intervalul critic este definit de inegalitatea χ 2 > χ 2 unde χ 2
q
se determină cu ajutorul formulei (14) şi are k – (l + 1) grade de liberate.
(13)
Şi într-un caz şi în celălalt probabilităţile pi şi respectiv p̂i se
n. pi calculează urmând procedeul următor. Atât pi cât şi p̂i reprezintă
probabilitatea ca valorile caracteristicii să aparţină grupei i sau să fie
cuprinse în intervalul i care are limite valorile xi-1 şi xi. Dacă F(x) este funcţia
de distribuţie, atunci pi se obţin făcând diferenţa dintre valorile funcţiei de
distribuţie corespunzătoare valorilor xi-1 şi xi, adică:
pi = F ( xi ) − F ( xi −1 ) (15)
dacă parametrii din expresia funcţiei de distribuţie sunt cunoscuţi.
Dacă parametrii nu sunt cunoscuţi, atunci ei se înlocuiesc cu
estimaţiile lor obţinute pe baza datelor cercetării aşa încât în acest caz
funcţia de distribuţie F(x) va fi înlocuită cu estimaţia Fˆ ( x) , iar probabilităţile
p̂i sunt:
pˆ i = Fˆ ( xi ) − Fˆ ( xi −1 ) (16)
Tehnica de calcule este aceeaşi atât pentru determinarea lui pi cât
şi a lui p̂i . Deosebirea constă în faptul că în primul caz parametrii au valori
(14)
cunoscute, iar în al doilea caz se cunosc estimaţiile lor, de aceea în cele ce
urmează se va folosi relaţia (14). Trebuie însă să se aibă în vedere dacă în
calcule se utilizează valori cunoscute ale parametrilor sau estimaţiile lor
deoarece acest lucru este important pentru stabilirea numărului gradelor de
libertate ale mărimii χ 2 .
În cele ce urmează se va arăta cum se utilizează criteriul χ 2 în
cazul când se face ipoteza că variabila este distribuită normal.
p̂i .ni) este În cazul când se face ipoteza că distribuţia empirică urmează legea
normală, funcţia de distribuţie are expresia:
F(xi) = 0,5 + Φ( zi ) (17)
 STATISTICĂ ŞI ECONOMETRIE
Dacă între distribuţia empirică şi distribuţia teoretică există
corespondenţă, atunci mărimea χ 2 (HI – pătrat) nu va depăşi o valoare
dată χ 2 corespunzătoare nivelului de semnificaţie q, care trebuie astfel ales
q empirică şi distribuţia teoretică se întâlnesc două situaţii:
încât evenimentul χ 2 > χ q2 să fie practic imposibil. Practica arată că pentru
q trebuie aleasă o valoare mai mică sau cel mult egală cu 0,05 (q ≤ 0,05).
Deci χ 2 se determină astfel încât să fie satisfăcută relaţia:
q
P( χ 2 > χ q2 ) = q ≤ 0,05
Se pot formula următoarele reguli pentru verificarea corespondenţei
dintre distribuţia empirică şi distribuţia teoretică. Dacă valoarea lui
χ 2
determinată de relaţia:
χ2 =
(n1 − n. p1 )2 + (n2 − n. p2 ) + ... + (nk − n. pk )2 =∑
k
(ni − n. pi )
n. p1 n. p2 n. pk i =1
cu f = k – 1 grade de libertate este mai mică decât valoarea tabelată χ 2
q
corespunzătoare unui nivel de semnificaţie q ≤ 0,05, se poate conchide că
distribuţia empirică urmează legea de distribuţie f(x).
Dacă valoarea χ 2 calculată pe baza datelor cercetării cu ajutorul
formulei (13) este mai mare decât valoarea tabelară χ q2 , nu există nici un
temei să se considere că distribuţia empirică urmează legea de distribuţie
f(x).
S-a menţionat că pi reprezintă probabilitatea ca valorile observate
să aparţină intervalului i (i = 1, 2,…,k). Probabilitatea pi se calculează în
ipoteza că distribuţia cercetată urmează o lege de distribuţie bine
determinată. De obicei însă distribuţia ipotetică conţine un număr de
parametri care se estimează cu ajutorul distribuţiei care se compară cu
distribuţia teoretică. Aşa că nu se pot găsi valori exacte ale probabilităţilor pi,
ci numai valori aproximative p̂i care depind de datele cercetării. În acest
caz, se utilizează drept criteriu mărimea:
χ2 =∑
(ni − n. pˆ i )
n. pˆ i
unde abaterile (ni - p̂i .ni) sunt legate printr-un număr mai mare de legături
liniare. Acest număr depinde de numărul parametrilor care se estimează pe
baza valorilor observate. Dacă numărul parametrilor estimaţi este egal cu l,
atunci numărul legăturilor liniare care se impun abaterilor (ni -
egal cu l + 1. Prin urmare, mărimea determinată cu expresia (14) are o
105 106 Gh. COMAN
distribuţie χ 2 cu k – (l + 1) grade de liberate. Deci, se poate spune că în
aplicarea criteriului χ 2 la verificarea corespondenţei dintre distribuţia
1. forma distribuţiei este determinată, adică toţi parametrii
acesteia sunt cunoscuţi şi;
2. parametrii distribuţiei teoretice se estimează pe baza datelor
cercetării.
În primul caz, intervalul critic este definit de inegalitatea χ 2 > χ 2
q
(12)
unde χ 2 se determină cu ajutorul relaţiei (11) şi are k-1 grade de libertate. În
cazul al doilea, intervalul critic este definit de inegalitatea χ 2 > χ 2 unde χ 2
q
se determină cu ajutorul formulei (14) şi are k – (l + 1) grade de liberate.
(13)
Şi într-un caz şi în celălalt probabilităţile pi şi respectiv p̂i se
n. pi calculează urmând procedeul următor. Atât pi cât şi p̂i reprezintă
probabilitatea ca valorile caracteristicii să aparţină grupei i sau să fie
cuprinse în intervalul i care are limite valorile xi-1 şi xi. Dacă F(x) este funcţia
de distribuţie, atunci pi se obţin făcând diferenţa dintre valorile funcţiei de
distribuţie corespunzătoare valorilor xi-1 şi xi, adică:
pi = F ( xi ) − F ( xi −1 ) (15)
dacă parametrii din expresia funcţiei de distribuţie sunt cunoscuţi.
Dacă parametrii nu sunt cunoscuţi, atunci ei se înlocuiesc cu
estimaţiile lor obţinute pe baza datelor cercetării aşa încât în acest caz
funcţia de distribuţie F(x) va fi înlocuită cu estimaţia Fˆ ( x) , iar probabilităţile
p̂i sunt:
pˆ i = Fˆ ( xi ) − Fˆ ( xi −1 ) (16)
Tehnica de calcule este aceeaşi atât pentru determinarea lui pi cât
şi a lui p̂i . Deosebirea constă în faptul că în primul caz parametrii au valori
(14)
cunoscute, iar în al doilea caz se cunosc estimaţiile lor, de aceea în cele ce
urmează se va folosi relaţia (14). Trebuie însă să se aibă în vedere dacă în
calcule se utilizează valori cunoscute ale parametrilor sau estimaţiile lor
deoarece acest lucru este important pentru stabilirea numărului gradelor de
libertate ale mărimii χ 2 .
În cele ce urmează se va arăta cum se utilizează criteriul χ 2 în
cazul când se face ipoteza că variabila este distribuită normal.
p̂i .ni) este În cazul când se face ipoteza că distribuţia empirică urmează legea
normală, funcţia de distribuţie are expresia:
F(xi) = 0,5 + Φ( zi ) (17)
 STATISTICĂ ŞI ECONOMETRIE 107 108 Gh. COMAN

xi − x Pentru stabilirea reţelei şi mărimii unităţilor service se procedează la

unde Φ ( zi ) este funcţia tabelară a lui Laplace, zi = în care xi realizarea unor încercări de fiabilitate. Se iau în considerare pentru încercări
σ experimentale 224 produse. Se stabilesc condiţiile de încercare. Se
reprezintă limita superioară a intervalului i, iar ⎯x şi σ sunt parametrii înregistrează numărul de defecte pe produs din perioada de încercare
distribuţiei, respectiv, media şi abaterea medie pătratică. completându-se datele din coloanele 1 şi 2 ale tabelului E. Pe baza acestor
Rezultă că probabilităţile pi se determină în acest caz cu ajutorul date experimentale se trage concluzia că defectarea produselor se supune
expresiei: legii de distribuţie a evenimentelor rare a lui Poisson. Se cere verificarea
p i = F ( z i ) − F ( z i −1 ) = Φ ( z i ) − Φ ( z i −1 ) ipotezei privind legea de distribuţie.
Rezolvare. Se va folosi criteriul lui Kolmogorov.
Trebuie să se facă o precizare a modului cum se vor calcula Legea de distribuţie a lui Poisson are expresia:
probabilităţile p1 şi pk. Simbolul p1 reprezintă probabilitatea ca valorile
caracteristicii să fie mai mici decât x1, limită superioară a primului interval. λx
Prin urmare, drept limită inferioară a acestui interval se consideră (-∞) cum
f ( x) = e −λ (18)
x!
însă Φ(-∞) = - Φ(+∞) = - 0,5, rezultă că:
Tabelul C
p1 = Φ ( z1 ) − ( −0,5) = Φ ( z1 ) + 0,5 pi =
De asemenea, pk reprezintă probabilitatea ca valorile caracteristicii Nr. Limitele xi − x
Φ (zi ) Φ( zi ) - n.pi (ni – (ni − n. pi )2
ni zi = 2
crt intervalului σ n.pi) n. pi
să aparţină intervalului k, dar pentru ca suma probabilităţilor să fie 1 trebuie - Φ( zi−1) *
să se considere că ultimul interval are limita superioară +∞. Or, Φ (+ ∞ ) =
0,5, aşa încât pk = 0,5 - Φ ( z k −1 ) . Φ (z1 ) (n1 – (n1 − n. p1 )2
1 x0 – x1 n1 z1 p1 n.p1 2
n.p1) n. p1
De remarcat că în cazul criteriului χ 2 trebuie să se facă o astfel de
grupare încât frecvenţele intervalelor să nu fie mai mici decât 5. Φ(z2 ) (n2 – (n2 − n. p2 )2
2 x1 – x2 n2 z2 p2 n.p2 2
Desfăşurarea calculelor se face conform schemei prezentate în n.p2) n. p2
tabelul C.
Φ( z 3 ) (n3 – (n3 − n. p3 )2
Rezolvare. În tabelul D se prezintă calculul desfăşurat pentru χ 2 , 3 x2 – x3 n3 z3 p3 n.p3 2
n.p3) n. p3
după schema de calcul din tabelul C. … … … … … … … …
Se observă că primele două şi ultimele două intervale au fost
contopite pentru ca numărul valorilor aparţinând noilor intervale să fie mai Φ(zi ) (ni – (ni − n. pi )2
i xi-1 – xi ni zi pi n.pi 2
mare sau cel puţin egal cu 5. Din tabel rezultă că χ 2 = 13,03. Întrucât n.pi) n. pi
parametrii distribuţiei normale⎯x şi σ s-au calculat pe baza datelor cercetării, … …
χ2 are f = k – l – 1 = 9 – 2 – 1 = 6 grade de libertate. Pentru nivelul de Φ(zk ) n.
(nk – (nk − n. p k )
2
k xk-1 – xk nk zk pk n.pk)
pk 2 n. p k
semnificaţie se alege valoarea q = 0,025. În anexa 2, corespunzător
probabilităţii P = 1 – q = 1 – 0,025 = 0,975 şi numărul gradelor de libertate f= (ni − n. pi )2
6 se găseşte χ 2 = 14,4. Total n 1,00 χ2 =
0,025 n. pi
Valoarea χ 2 = 13,03 calculată pe baza valorilor observate este mai
Tabelul D
mică decât valoarea tabelată χ 2 = 14,4, prin urmare se consideră pi =
0 , 025
distribuţia conţinutului de carbon al şarjelor de fontă maleabilă cenuşie xi − Φ(zi ) (ni − n. pi )
urmează aproximativ legea de distribuţie normală.
Limitele
intervalului
ni xi – x zi =
σ Φ(zi ) - n.pi
(ni –
n.pi)
(ni –
n.pi)
2
n. pi
3. Se consideră următorul exemplu, cu date convenţionale. La o Φ(zi−1)
unitate economică productivă se realizează un produs nou (autoturisme de *
1,70 – 1,79
teren, motoare electrice, aparate de radio, televizare, aspiratoare etc.). 1,80 – 1,89 7 - 2,01 -0,4778 0,0222 2,89 4,11 16,8921 5,85
 STATISTICĂ ŞI ECONOMETRIE 107 108 Gh. COMAN

xi − x Pentru stabilirea reţelei şi mărimii unităţilor service se procedează la

unde Φ ( zi ) este funcţia tabelară a lui Laplace, zi = în care xi realizarea unor încercări de fiabilitate. Se iau în considerare pentru încercări
σ experimentale 224 produse. Se stabilesc condiţiile de încercare. Se
reprezintă limita superioară a intervalului i, iar ⎯x şi σ sunt parametrii înregistrează numărul de defecte pe produs din perioada de încercare
distribuţiei, respectiv, media şi abaterea medie pătratică. completându-se datele din coloanele 1 şi 2 ale tabelului E. Pe baza acestor
Rezultă că probabilităţile pi se determină în acest caz cu ajutorul date experimentale se trage concluzia că defectarea produselor se supune
expresiei: legii de distribuţie a evenimentelor rare a lui Poisson. Se cere verificarea
p i = F ( z i ) − F ( z i −1 ) = Φ ( z i ) − Φ ( z i −1 ) ipotezei privind legea de distribuţie.
Rezolvare. Se va folosi criteriul lui Kolmogorov.
Trebuie să se facă o precizare a modului cum se vor calcula Legea de distribuţie a lui Poisson are expresia:
probabilităţile p1 şi pk. Simbolul p1 reprezintă probabilitatea ca valorile
caracteristicii să fie mai mici decât x1, limită superioară a primului interval. λx
Prin urmare, drept limită inferioară a acestui interval se consideră (-∞) cum
f ( x) = e −λ (18)
x!
însă Φ(-∞) = - Φ(+∞) = - 0,5, rezultă că:
Tabelul C
p1 = Φ ( z1 ) − ( −0,5) = Φ ( z1 ) + 0,5 pi =
De asemenea, pk reprezintă probabilitatea ca valorile caracteristicii Nr. Limitele xi − x
Φ (zi ) Φ( zi ) - n.pi (ni – (ni − n. pi )2
ni zi = 2
crt intervalului σ n.pi) n. pi
să aparţină intervalului k, dar pentru ca suma probabilităţilor să fie 1 trebuie - Φ( zi−1) *
să se considere că ultimul interval are limita superioară +∞. Or, Φ (+ ∞ ) =
0,5, aşa încât pk = 0,5 - Φ ( z k −1 ) . Φ (z1 ) (n1 – (n1 − n. p1 )2
1 x0 – x1 n1 z1 p1 n.p1 2
n.p1) n. p1
De remarcat că în cazul criteriului χ 2 trebuie să se facă o astfel de
grupare încât frecvenţele intervalelor să nu fie mai mici decât 5. Φ(z2 ) (n2 – (n2 − n. p2 )2
2 x1 – x2 n2 z2 p2 n.p2 2
Desfăşurarea calculelor se face conform schemei prezentate în n.p2) n. p2
tabelul C.
Φ( z 3 ) (n3 – (n3 − n. p3 )2
Rezolvare. În tabelul D se prezintă calculul desfăşurat pentru χ 2 , 3 x2 – x3 n3 z3 p3 n.p3 2
n.p3) n. p3
după schema de calcul din tabelul C. … … … … … … … …
Se observă că primele două şi ultimele două intervale au fost
contopite pentru ca numărul valorilor aparţinând noilor intervale să fie mai Φ(zi ) (ni – (ni − n. pi )2
i xi-1 – xi ni zi pi n.pi 2
mare sau cel puţin egal cu 5. Din tabel rezultă că χ 2 = 13,03. Întrucât n.pi) n. pi
parametrii distribuţiei normale⎯x şi σ s-au calculat pe baza datelor cercetării, … …
χ2 are f = k – l – 1 = 9 – 2 – 1 = 6 grade de libertate. Pentru nivelul de Φ(zk ) n.
(nk – (nk − n. p k )
2
k xk-1 – xk nk zk pk n.pk)
pk 2 n. p k
semnificaţie se alege valoarea q = 0,025. În anexa 2, corespunzător
probabilităţii P = 1 – q = 1 – 0,025 = 0,975 şi numărul gradelor de libertate f= (ni − n. pi )2
6 se găseşte χ 2 = 14,4. Total n 1,00 χ2 =
0,025 n. pi
Valoarea χ 2 = 13,03 calculată pe baza valorilor observate este mai
Tabelul D
mică decât valoarea tabelată χ 2 = 14,4, prin urmare se consideră pi =
0 , 025
distribuţia conţinutului de carbon al şarjelor de fontă maleabilă cenuşie xi − Φ(zi ) (ni − n. pi )
urmează aproximativ legea de distribuţie normală.
Limitele
intervalului
ni xi – x zi =
σ Φ(zi ) - n.pi
(ni –
n.pi)
(ni –
n.pi)
2
n. pi
3. Se consideră următorul exemplu, cu date convenţionale. La o Φ(zi−1)
unitate economică productivă se realizează un produs nou (autoturisme de *
1,70 – 1,79
teren, motoare electrice, aparate de radio, televizare, aspiratoare etc.). 1,80 – 1,89 7 - 2,01 -0,4778 0,0222 2,89 4,11 16,8921 5,85
 STATISTICĂ ŞI ECONOMETRIE 109 110 Gh. COMAN

0,388 0,866
1,90 – 1,99 6
-
-1,49 -0,4319 0,0459 5,97 0,03 0,0009 0,00 f (1) = 0,42063 = 0,36427
0,288 0 +1
- În mod analog se calculează şi celelalte valori care se dau în
2,00 – 2,09 8 -0,97 -0,3340 0,0979 12,73 -4,73 22,3729 1,76
0,188
- coloana 4 din tabelul E.
2,10 – 2,19 14 -0,46 -0,1772 0,1568 20,38 -6,38 40,7044 2,00 Se calculează apoi: valorile funcţiei de distribuţie F(x) după formula
0,088
2,20 – 2,29 34 0,012 0,06 0,0239 0,2011 26,14 7,86 61,7796 2,36 (19) (coloana 5 din tabelul E); frecvenţa absolută cumulată nx cum şi
2,30 – 2,39 28 0,112 0,58 0,2190 0,1951 25,36 2,64 6,9696 0,27 diferenţele n.F(x) – nx cum.
2,40 – 2,49 19 0,212 1,10 0,3643 0,1453 18,89 0,11 0,0121 0,00
Diferenţa maximă în valoare absolută, după cum se observă din
2,50 – 2,59 9 0,312 1,62 0,4474 0,0831 10,80 -1,80 3,2400 0,30
2,60 – 2,69
coloana 8, este Dmax = 2,2.
2,70 – 2,79 5 0,512 2,65 0,5000 0,0526 6,84 -1,84 3,3856 0,49 Pentru q = 0,05 sau Kλ = 1 – q = 0,95 se găseşte în tabelul funcţiei
lui Kolmogorov λ = 1,36. Diferenţa maximă 2,2 este mai mică decât
Tabelul E
Nr.
λ n = 1,36 × 14,9666 = 20,4 şi prin urmare numărul defectelor
Nr. defecte n.F(x)-nx produselor luate în considerare urmează legea de distribuţie a lui Poisson.
produse x.nx f(x) F(x) n.F(x) nx cum.
x cum 4. În condiţiile exemplului precedent, se cere să se folosească
nx
1 2 3 4 5 6 7 8 criteriul χ2 (HI – pătrat).
0 92 0 0,42063 0,42063 94,2 92 2,2
Rezolvare. Dacă distribuţia empirică poate fi considerată ca o
1 86 86 0,36427 0,78490 175,8 178 -2,2
2 34 68 0,15773 0,94236 211,1 212 -0,9 estimaţie a distribuţiei Poisson, atunci aplicarea criteriului χ2, în scopul
3 9 27 0,04553 0,98816 221,3 221 0,3 estimaţiei unei asemenea corespondenţe, se desfăşoară după schema din
4 2 8 0,00986 0,99802 223,5 223 0,5 tabelul F.
5 1 5 0,00171 0,99973 223,9 224 -0,1 După cum s-a arătat în exemplul precedent:
6 0 0 0,00025 0,99998 224,0 224 0,0
λx
7 0 0 0,00002 1,00000 224,0 224 0,0 p x = f ( x) = e −λ (21)
Total 224 194 1,00000 - - - - x!
În relaţia (18) λ este media variabilei cercetate X (numărul de
unde λ este media variabilei, adică λ = M[x].
defecte). În cazul distribuţiilor discrete funcţia de distribuţie este: Aşadar, probabilităţile px se calculează aplicând formula de
x
F ( x) = P ( X ≤ x ) = ∑ f ( x) (19) recurenţă (20).
λ
X =0
f ( x + 1) = f ( x)
Prin urmare, trebuie să se calculeze valorile funcţiei de frecvenţă x +1
corespunzătoare valorilor X = 0, 1, 2,…. În acest scop se utilizează formula
de recurenţă: Se completează tabelul G. Din tabel rezultă că χ 2 =1,50. Pentru a
λ χ2
f ( x + 1) = f ( x ) (20) stabili numărul gradelor de libertate ale mărimii se ţine seama că legea
x +1 de distribuţie ipotetică conţine un parametru care s-a calculat pe baza datelor
Se calculează la început media: cercetării aşa fel încât f = (k – 1) – 1 = 8 – 2 = 6. Dacă se alege pentru
Σx.n x 194
M [x ] = λ = = = 0,866 nivelul de semnificaţie valoarea q = 0,05, atunci din tabelul funcţiei χ2 se
Σn x 224
Pentru x = 0 se obţine: caută valoarea lui χ2 corespunzătoare probabilităţii P = 1 – q = 1 – 0,05 =
0,866 − 0,866 0,95 şi numărul gradelor de libertate f = 6. Se obţine: χ 2 = 12,6
f (0) = e = e − 0,866 = 0,42063 6;0 , 95
0!
 STATISTICĂ ŞI ECONOMETRIE 109 110 Gh. COMAN

0,388 0,866
1,90 – 1,99 6
-
-1,49 -0,4319 0,0459 5,97 0,03 0,0009 0,00 f (1) = 0,42063 = 0,36427
0,288 0 +1
- În mod analog se calculează şi celelalte valori care se dau în
2,00 – 2,09 8 -0,97 -0,3340 0,0979 12,73 -4,73 22,3729 1,76
0,188
- coloana 4 din tabelul E.
2,10 – 2,19 14 -0,46 -0,1772 0,1568 20,38 -6,38 40,7044 2,00 Se calculează apoi: valorile funcţiei de distribuţie F(x) după formula
0,088
2,20 – 2,29 34 0,012 0,06 0,0239 0,2011 26,14 7,86 61,7796 2,36 (19) (coloana 5 din tabelul E); frecvenţa absolută cumulată nx cum şi
2,30 – 2,39 28 0,112 0,58 0,2190 0,1951 25,36 2,64 6,9696 0,27 diferenţele n.F(x) – nx cum.
2,40 – 2,49 19 0,212 1,10 0,3643 0,1453 18,89 0,11 0,0121 0,00
Diferenţa maximă în valoare absolută, după cum se observă din
2,50 – 2,59 9 0,312 1,62 0,4474 0,0831 10,80 -1,80 3,2400 0,30
2,60 – 2,69
coloana 8, este Dmax = 2,2.
2,70 – 2,79 5 0,512 2,65 0,5000 0,0526 6,84 -1,84 3,3856 0,49 Pentru q = 0,05 sau Kλ = 1 – q = 0,95 se găseşte în tabelul funcţiei
lui Kolmogorov λ = 1,36. Diferenţa maximă 2,2 este mai mică decât
Tabelul E
Nr.
λ n = 1,36 × 14,9666 = 20,4 şi prin urmare numărul defectelor
Nr. defecte n.F(x)-nx produselor luate în considerare urmează legea de distribuţie a lui Poisson.
produse x.nx f(x) F(x) n.F(x) nx cum.
x cum 4. În condiţiile exemplului precedent, se cere să se folosească
nx
1 2 3 4 5 6 7 8 criteriul χ2 (HI – pătrat).
0 92 0 0,42063 0,42063 94,2 92 2,2
Rezolvare. Dacă distribuţia empirică poate fi considerată ca o
1 86 86 0,36427 0,78490 175,8 178 -2,2
2 34 68 0,15773 0,94236 211,1 212 -0,9 estimaţie a distribuţiei Poisson, atunci aplicarea criteriului χ2, în scopul
3 9 27 0,04553 0,98816 221,3 221 0,3 estimaţiei unei asemenea corespondenţe, se desfăşoară după schema din
4 2 8 0,00986 0,99802 223,5 223 0,5 tabelul F.
5 1 5 0,00171 0,99973 223,9 224 -0,1 După cum s-a arătat în exemplul precedent:
6 0 0 0,00025 0,99998 224,0 224 0,0
λx
7 0 0 0,00002 1,00000 224,0 224 0,0 p x = f ( x) = e −λ (21)
Total 224 194 1,00000 - - - - x!
În relaţia (18) λ este media variabilei cercetate X (numărul de
unde λ este media variabilei, adică λ = M[x].
defecte). În cazul distribuţiilor discrete funcţia de distribuţie este: Aşadar, probabilităţile px se calculează aplicând formula de
x
F ( x) = P ( X ≤ x ) = ∑ f ( x) (19) recurenţă (20).
λ
X =0
f ( x + 1) = f ( x)
Prin urmare, trebuie să se calculeze valorile funcţiei de frecvenţă x +1
corespunzătoare valorilor X = 0, 1, 2,…. În acest scop se utilizează formula
de recurenţă: Se completează tabelul G. Din tabel rezultă că χ 2 =1,50. Pentru a
λ χ2
f ( x + 1) = f ( x ) (20) stabili numărul gradelor de libertate ale mărimii se ţine seama că legea
x +1 de distribuţie ipotetică conţine un parametru care s-a calculat pe baza datelor
Se calculează la început media: cercetării aşa fel încât f = (k – 1) – 1 = 8 – 2 = 6. Dacă se alege pentru
Σx.n x 194
M [x ] = λ = = = 0,866 nivelul de semnificaţie valoarea q = 0,05, atunci din tabelul funcţiei χ2 se
Σn x 224
Pentru x = 0 se obţine: caută valoarea lui χ2 corespunzătoare probabilităţii P = 1 – q = 1 – 0,05 =
0,866 − 0,866 0,95 şi numărul gradelor de libertate f = 6. Se obţine: χ 2 = 12,6
f (0) = e = e − 0,866 = 0,42063 6;0 , 95
0!
 STATISTICĂ ŞI ECONOMETRIE 111 112 Gh. COMAN

Tabelul F Intervale de variaţie a consumului,

Număr de automobile
2 (n. p x − nx )2 l/100 km
xi nx px n.px (n.px – nx) 6,2 – 6,6 4
n. p x
6,6 – 7,0 12
2 (n. p0 − n0 )2 7,0 – 7,4 44
0 n0 p0 n.p0 (n.p0 – n0)
n. p0
7,4 – 7,8 90
2 (n. p1 − n1 )2 7,8 – 8,2 107
1 n1 p1 n.p1 (n.p1 – n1)
n. p1 8,2 – 8,6 86
2 (n. p2 − n2 ) 2
8,6 – 9,0 36
2 n2 p2 n.p2 (n.p2 – n2)
n. p2 9,0 – 9,4 15
… … 9,4 – 9,8 6
2 (n. p x − n x )2 Total 400
x nx px n.pi (n.px – nx)
n. p x
2
… Se cere să se verifice normalitatea distribuţiei, folosind criteriul χ .
Rezolvare.
2 (n. pk − nk )2 Pentru verificarea normalităţii repartiţiei empirice se parcurg
k nk pk n.pk (n.pk – nk)
n. pk următoarele etape.

χ2 =
(n. p x − n x )2 a. Se face reprezentarea grafică a datelor experimentale
Total n 1,00 n şi se calculează x şi σ pentru distribuţia prezentată în
n. p x
tabelul de mai sus.
Tabelul G b.
(n.px – (n.px – (n. p x − n x )2
xi nx px n.px
nx) nx)
2
n. p x Distribuţia datelor experimentale
0 92 0,42063 94,2 2,2 4,84 0,05
1 86 0,36427 81,6 -4,4 19,36 0,24 120 107

număr de automobile
2 34 0,15773 35,3 1,3 1,69 0,05 100 90 86
3 9 0,04553 10,2 1,2 1,44 0,14
80
4 2 0,00986 2,2 0,2 0,04 0,02 44
60 36
5 1 0,00171 0,4 -0,6 0,36 0,90
6 0 0,00025 0,2 0,2 0,01 0,10 40 15
4 12 6
7 0 0,00002 0,0 0,0 0,00 0,00 20
Total 224 1,00000 224,0 0,0 1,50 0
6,4 6,8 7,2 7,6 8 8,4 8,8 9,2 9,6
Deoarece χ2= 1,50, obţinut pe baza datelor cercetării, este mai
Consumul la suta de kilometri
mic decât valoarea tabelată χ 2 , se trage concluzia corectă că
6;0,95 = 12,6
distribuţia numărului de defecte ale produselor considerate este o distribuţie
de tip Poisson. Σxi .ni 3198,8
x= = = 7,997litri ≈ 8 litri
5. Distribuţia unui lot de automobile, după consumul de carburant Σni 400
la 100 km parcurşi, se prezintă astfel:
 STATISTICĂ ŞI ECONOMETRIE 111 112 Gh. COMAN

Tabelul F Intervale de variaţie a consumului,

Număr de automobile
2 (n. p x − nx )2 l/100 km
xi nx px n.px (n.px – nx) 6,2 – 6,6 4
n. p x
6,6 – 7,0 12
2 (n. p0 − n0 )2 7,0 – 7,4 44
0 n0 p0 n.p0 (n.p0 – n0)
n. p0
7,4 – 7,8 90
2 (n. p1 − n1 )2 7,8 – 8,2 107
1 n1 p1 n.p1 (n.p1 – n1)
n. p1 8,2 – 8,6 86
2 (n. p2 − n2 ) 2
8,6 – 9,0 36
2 n2 p2 n.p2 (n.p2 – n2)
n. p2 9,0 – 9,4 15
… … 9,4 – 9,8 6
2 (n. p x − n x )2 Total 400
x nx px n.pi (n.px – nx)
n. p x
2
… Se cere să se verifice normalitatea distribuţiei, folosind criteriul χ .
Rezolvare.
2 (n. pk − nk )2 Pentru verificarea normalităţii repartiţiei empirice se parcurg
k nk pk n.pk (n.pk – nk)
n. pk următoarele etape.

χ2 =
(n. p x − n x )2 a. Se face reprezentarea grafică a datelor experimentale
Total n 1,00 n şi se calculează x şi σ pentru distribuţia prezentată în
n. p x
tabelul de mai sus.
Tabelul G b.
(n.px – (n.px – (n. p x − n x )2
xi nx px n.px
nx) nx)
2
n. p x Distribuţia datelor experimentale
0 92 0,42063 94,2 2,2 4,84 0,05
1 86 0,36427 81,6 -4,4 19,36 0,24 120 107

număr de automobile
2 34 0,15773 35,3 1,3 1,69 0,05 100 90 86
3 9 0,04553 10,2 1,2 1,44 0,14
80
4 2 0,00986 2,2 0,2 0,04 0,02 44
60 36
5 1 0,00171 0,4 -0,6 0,36 0,90
6 0 0,00025 0,2 0,2 0,01 0,10 40 15
4 12 6
7 0 0,00002 0,0 0,0 0,00 0,00 20
Total 224 1,00000 224,0 0,0 1,50 0
6,4 6,8 7,2 7,6 8 8,4 8,8 9,2 9,6
Deoarece χ2= 1,50, obţinut pe baza datelor cercetării, este mai
Consumul la suta de kilometri
mic decât valoarea tabelată χ 2 , se trage concluzia corectă că
6;0,95 = 12,6
distribuţia numărului de defecte ale produselor considerate este o distribuţie
de tip Poisson. Σxi .ni 3198,8
x= = = 7,997litri ≈ 8 litri
5. Distribuţia unui lot de automobile, după consumul de carburant Σni 400
la 100 km parcurşi, se prezintă astfel:
 STATISTICĂ ŞI ECONOMETRIE 113 114 Gh. COMAN

Σ ( x i − x ) 2 .ni 143,84 ( ni − n. pi ) 2
σ2 = = = 0,3596 n. pi (ni − n. pi ) (ni − n. pi ) 2
Σ ni 400 n. pi
5 6 7 8
1,52 2,48 6,1504 4,046
σ = σ 2
= 0,3596 = 0,5997 7,58 4,42 19,5364 2,577
27,604 16,396 268,829 9,739
Pentru calculul lui x şi σ s-a realizat tabelul următor.
65,148 24,852 617,622 9,480
98,148 8,852 78,358 0,798
Limitele
intervalelor
ni xi xi ni ( xi − x ) 2 ni 98,148 -12,148 147,574 1,504
65,148 -29,148 849,606 13,041
0 1 2 3 4 27,604 -12,604 158,861 5,755
6,2 – 6,6 4 6,4 25,6 10,24 9,1 -3,1 9,61 1,056
6,6 – 7,0 12 6,8 81,6 17,28 400 47,996
7,0 – 7,4 44 7,2 316,8 28,16
7,4 – 7,8 90 7,6 684,0 14,40 Probabilităţile pi se determină cu ajutorul expresiei:
7,8 – 8,2 107 8,0 856,0 0 p = Φ( z ) − Φ( z
i i )
i −1
8,2 – 8,6 86 8,4 722,4 13,76
Trebuie să se facă, însă, o precizare a modului cum se vor calcula
8,6 – 9,0 36 8,8 316,8 23,04
probabilităţile p1 şi pk. Simbolul p1 reprezintă probabilitatea ca valorile
9,0 – 9,4 15 9,2 138,0 21,60 caracteristicii să fie mai mici decât x1, limită inferioară a primului interval. Prin
9,4 – 9,8 6 9,6 57,6 15,36 urmare, drept limită inferioară a acestui interval se consideră (-∞) cum Φ(-∞)
Total 400 - 3198,8 143,84 = - Φ(+∞) = - 0,5, rezultă că:

b. Se calculează valorile variabilei normale normate zi, Φ(zi), 1 p = Φ ( z ) − ( −0,5) = Φ ( z ) + 0,5

1 1
2
probabilităţile pi şi variabila χ pe baza tabelului următor. De asemenea, pk reprezintă probabilitatea ca valorile caracteristicii
să aparţină intervalului k, limita superioară a ultimului interval, dar pentru ca
pi = Φ ( z i ) − suma probabilităţilor să fie 1 trebuie să se considere că ultimul interval are
xi − x
Φ(+ ∞ ) = 0,5, aşa încât pk = 0,5 - Φ ( z k −1 ) .
Limitele Φ( zi )
ni zi = limita superioară +∞. Or,
intervalelor σ − Φ ( zi −1 )
0
6,2 – 6,6
1
4
2
-2,668
3
-0,49620
4
0,00380
De remarcat că în cazul criteriului χ2 trebuie să se facă o astfel
6,6 – 7,0 12 -2,001 -0,47725 0,01895 de grupare încât frecvenţele intervalelor să nu fie mai mici decât 5 fapt
7,0 – 7,4 44 -1,334 -0,40824 0,06901 pentru care se renunţă la prima grupă, numărul de probe adunându-se la
7,4 – 7,8 90 -0,667 -0,24537 0,16287 grupa următoare.
Desfăşurarea calculelor se face conform schemei prezentate în
7,8 – 8,2 107 0,000 0,00000 0,24537
tabelul de mai sus.
8,2 – 8,6 86 0,667 0,24537 0,24537 c. Se calculează statistica
8,6 – 9,0 36 1,334 0,40824 0,16287
9,0 – 9,4
9,4 – 9,8
15
6
2,001
∞
0,47725
0,50000
0,06901
0,02275 χ =∑
2
k
(ni − n. pi )2 = 47,996
Total 400 - 1,00000 n. pi
i =1
 STATISTICĂ ŞI ECONOMETRIE 113 114 Gh. COMAN

Σ ( x i − x ) 2 .ni 143,84 ( ni − n. pi ) 2
σ2 = = = 0,3596 n. pi (ni − n. pi ) (ni − n. pi ) 2
Σ ni 400 n. pi
5 6 7 8
1,52 2,48 6,1504 4,046
σ = σ 2
= 0,3596 = 0,5997 7,58 4,42 19,5364 2,577
27,604 16,396 268,829 9,739
Pentru calculul lui x şi σ s-a realizat tabelul următor.
65,148 24,852 617,622 9,480
98,148 8,852 78,358 0,798
Limitele
intervalelor
ni xi xi ni ( xi − x ) 2 ni 98,148 -12,148 147,574 1,504
65,148 -29,148 849,606 13,041
0 1 2 3 4 27,604 -12,604 158,861 5,755
6,2 – 6,6 4 6,4 25,6 10,24 9,1 -3,1 9,61 1,056
6,6 – 7,0 12 6,8 81,6 17,28 400 47,996
7,0 – 7,4 44 7,2 316,8 28,16
7,4 – 7,8 90 7,6 684,0 14,40 Probabilităţile pi se determină cu ajutorul expresiei:
7,8 – 8,2 107 8,0 856,0 0 p = Φ( z ) − Φ( z
i i )
i −1
8,2 – 8,6 86 8,4 722,4 13,76
Trebuie să se facă, însă, o precizare a modului cum se vor calcula
8,6 – 9,0 36 8,8 316,8 23,04
probabilităţile p1 şi pk. Simbolul p1 reprezintă probabilitatea ca valorile
9,0 – 9,4 15 9,2 138,0 21,60 caracteristicii să fie mai mici decât x1, limită inferioară a primului interval. Prin
9,4 – 9,8 6 9,6 57,6 15,36 urmare, drept limită inferioară a acestui interval se consideră (-∞) cum Φ(-∞)
Total 400 - 3198,8 143,84 = - Φ(+∞) = - 0,5, rezultă că:

b. Se calculează valorile variabilei normale normate zi, Φ(zi), 1 p = Φ ( z ) − ( −0,5) = Φ ( z ) + 0,5

1 1
2
probabilităţile pi şi variabila χ pe baza tabelului următor. De asemenea, pk reprezintă probabilitatea ca valorile caracteristicii
să aparţină intervalului k, limita superioară a ultimului interval, dar pentru ca
pi = Φ ( z i ) − suma probabilităţilor să fie 1 trebuie să se considere că ultimul interval are
xi − x
Φ(+ ∞ ) = 0,5, aşa încât pk = 0,5 - Φ ( z k −1 ) .
Limitele Φ( zi )
ni zi = limita superioară +∞. Or,
intervalelor σ − Φ ( zi −1 )
0
6,2 – 6,6
1
4
2
-2,668
3
-0,49620
4
0,00380
De remarcat că în cazul criteriului χ2 trebuie să se facă o astfel
6,6 – 7,0 12 -2,001 -0,47725 0,01895 de grupare încât frecvenţele intervalelor să nu fie mai mici decât 5 fapt
7,0 – 7,4 44 -1,334 -0,40824 0,06901 pentru care se renunţă la prima grupă, numărul de probe adunându-se la
7,4 – 7,8 90 -0,667 -0,24537 0,16287 grupa următoare.
Desfăşurarea calculelor se face conform schemei prezentate în
7,8 – 8,2 107 0,000 0,00000 0,24537
tabelul de mai sus.
8,2 – 8,6 86 0,667 0,24537 0,24537 c. Se calculează statistica
8,6 – 9,0 36 1,334 0,40824 0,16287
9,0 – 9,4
9,4 – 9,8
15
6
2,001
∞
0,47725
0,50000
0,06901
0,02275 χ =∑
2
k
(ni − n. pi )2 = 47,996
Total 400 - 1,00000 n. pi
i =1
 STATISTICĂ ŞI ECONOMETRIE 115 116 Gh. COMAN

Din tabelele statistice pentru funcţia χ 2 , pentru v = n – k – 1 grade 6. NIVEL DE SEMNIFICAŢIE ŞI

de libertate (v = 400 – 9 – 1 = 390) şi nivelul de încredere P = 0,95, NIVEL DE SIGURANŢĂ
χ tab
2
>>124,3, deci:
Dacă x1, x2,…,xn sunt valorile caracteristicii obţinute pe baza
χcalc
2
= 47,996 < χtab
2
fapt pentru care se confirmă ipoteza de selecţiei, atunci media selecţiei se va calcula cu ajutorul expresiei:
nul adoptată. x1 + x2 + ... + xn
x= (1)
n
Să presupunem că variabila x se distribuie normal şi că dispersia
σ 2
este cunoscută. Parametrul selecţiei x se distribuie normal cu media m
şi dispersia σ =σ2
x
2
n . Împărţind abaterea mediei de selecţie x faţă de

media generală m, la abaterea medie pătratică a mediei de selecţie σ n

se obţine mărimea:
x−m
z= (2)
σ n
Mărimea (2) este numită abatere normată, are o distribuţie normală
cu media zero şi dispersia 1. Funcţia de frecvenţă a variabilei z are expresia:
z2
1 −2
f ( z) = e (3)
2π
După cum se observă, distribuţia variabilei z nu depinde de m şi σ
ceea ce permite evaluarea cu uşurinţă a probabilităţii ca variabila z să
aparţină unui interval dat. Într-adevăr, dacă se dă intervalul (z1, z2), atunci
probabilitatea ca variabila z să se găsească în acest interval se obţine cu
ajutorul expresiei:
z2
P ( z1 < z ≤ z 2 ) = ∫ f ( z )dz = Φ(z 2 ) − Φ(z1 ) (4)
z1
Dacă se ţine seama de relaţia (2), atunci (4) se poate scrie sub
forma:
⎛ σ σ ⎞
P⎜ m − z1 < x ≤ m + z2 ⎟ (5)
⎝ n n⎠
Dacă probabilitatea P are o valoare apropiată de 1, se consideră că
practic toate mediile de selecţie x se găsesc în intervalul
⎛ σ σ ⎞ . Intervalul astfel determinat se numeşte
⎜ m − z1 < x ≤ m + z2 ⎟
⎝ n n⎠
interval de încredere, iar intervalul definit de inegalităţile:
 STATISTICĂ ŞI ECONOMETRIE 115 116 Gh. COMAN

Din tabelele statistice pentru funcţia χ 2 , pentru v = n – k – 1 grade 6. NIVEL DE SEMNIFICAŢIE ŞI

de libertate (v = 400 – 9 – 1 = 390) şi nivelul de încredere P = 0,95, NIVEL DE SIGURANŢĂ
χ tab
2
>>124,3, deci:
Dacă x1, x2,…,xn sunt valorile caracteristicii obţinute pe baza
χcalc
2
= 47,996 < χtab
2
fapt pentru care se confirmă ipoteza de selecţiei, atunci media selecţiei se va calcula cu ajutorul expresiei:
nul adoptată. x1 + x2 + ... + xn
x= (1)
n
Să presupunem că variabila x se distribuie normal şi că dispersia
σ 2
este cunoscută. Parametrul selecţiei x se distribuie normal cu media m
şi dispersia σ =σ2
x
2
n . Împărţind abaterea mediei de selecţie x faţă de

media generală m, la abaterea medie pătratică a mediei de selecţie σ n

se obţine mărimea:
x−m
z= (2)
σ n
Mărimea (2) este numită abatere normată, are o distribuţie normală
cu media zero şi dispersia 1. Funcţia de frecvenţă a variabilei z are expresia:
z2
1 −2
f ( z) = e (3)
2π
După cum se observă, distribuţia variabilei z nu depinde de m şi σ
ceea ce permite evaluarea cu uşurinţă a probabilităţii ca variabila z să
aparţină unui interval dat. Într-adevăr, dacă se dă intervalul (z1, z2), atunci
probabilitatea ca variabila z să se găsească în acest interval se obţine cu
ajutorul expresiei:
z2
P ( z1 < z ≤ z 2 ) = ∫ f ( z )dz = Φ(z 2 ) − Φ(z1 ) (4)
z1
Dacă se ţine seama de relaţia (2), atunci (4) se poate scrie sub
forma:
⎛ σ σ ⎞
P⎜ m − z1 < x ≤ m + z2 ⎟ (5)
⎝ n n⎠
Dacă probabilitatea P are o valoare apropiată de 1, se consideră că
practic toate mediile de selecţie x se găsesc în intervalul
⎛ σ σ ⎞ . Intervalul astfel determinat se numeşte
⎜ m − z1 < x ≤ m + z2 ⎟
⎝ n n⎠
interval de încredere, iar intervalul definit de inegalităţile:
 STATISTICĂ ŞI ECONOMETRIE 117 118 Gh. COMAN

⎛ σ σ ⎞ 9 2,59 29 841
P⎜ m − z1 < x ≤ m + z2 ⎟ 10 2,55 25 625
⎝ n n⎠ 11 2,51 21 441
se numeşte interval critic. Probabilitatea ca valorile lui z să aparţină 12 2,65 35 1225
intervalului critic se numeşte nivel de semnificaţie şi se notează cu q. 13 2,55 25 625
În cazul când z1 = z2 = z, relaţia (5) se scrie sub forma: 14 2,31 1 1
⎛ σ σ ⎞ 15 2,58 28 784
P⎜ m − z <x≤m+ z ⎟ 16 2,27 -3 9
⎝ n n⎠ 17 2,27 -3 9
1. Se presupune că trebuie verificat dacă media gramajului unui lot 18 2,19 -11 121
de pâine de 2 kilograme, realizat în aceleaşi condiţii, este într-adevăr de 2 19 2,47 17 289
kg. Din analize statistice anterioare se cunoaşte că abaterea medie pătratică 20 2,21 -9 81
este de 0,03 kg. şi că distribuţia pâinilor după gramaj este normală.
Rezolvare. În acest scop se extrage dintr-un lot de pâine fabricată Rezolvare. Se determină valoarea medie:
un număr de 9 pâini.
Dacă greutatea medie este de 2 kg. atunci gramajul mediu al celor 9 x=
∑x = 1 ∑ x′
+ 2,30 =
240 1
+ 2,30 = 2,42%
pâini trebuie să se găsească în intervalul determinat de următoarea relaţie: n 100 20 20 100
Abaterea medie pătratică va fi:
⎛ 0,03 0,03 ⎞
P = P⎜ 2 − z <x≤2+ z ⎟ (∑ x′)2 240 2
⎝ 9 9 ⎠ ∑ (x − x )
2
1 ∑ x′ 2 −20 = 1
7250 −
20 = 0,152%
s2 = =
Alegând pentru P valoarea P = 0,9973, în Anexa 1 se găseşte z = 3, n −1 100 20 − 1 100 19
în care caz, limitele intervalului de încredere corespunzător probabilităţii P = Se va alege pentru nivelul de semnificaţie qI = 0,01. Întrucât se
2
0,9973 vor fi: cunoaşte s = 0,152% se aplică criteriul t. Probabilitatea P va fi:
⎛ 0,03 0,03 ⎞
P =1−
qI
=1−
0,01
= 0,995
P = P⎜ 2 − 3 < x≤2+3 ⎟ = 1,97 < x ≤ 2,03
⎝ 9 9 ⎠ 2 2
Din Anexa 3 pentru P = 0,995 şi f = 19 grade de libertate, îi
2. Conţinutul mediu de carbon al pieselor turnate din fontă
corespunde t0,01 = 2,90. Limitele de încredere vor fi:
maleabilă neagră trebuie să fie 2,35%. Pentru a verifica dacă conţinutul
mediu de carbon al pieselor turnate dintr-o şarjă este corespunzător, adică s 0,152
2,35%, se efectuează o selecţie de mărime n = 20 adică se iau 20 de piese m0 − t 0,01 = 2,35 − 2,9 = 2,28%
produse din aceeaşi fontă (aceeaşi şarjă). Conţinutul de carbon al celor 20 n 20
piese se prezintă în coloana 2 din tabelul următor: s 0,152
m0 + t 0,01 = 2,35 + 2,9 = 2,42%
Nr. de ordine al
pieselor
Conţinutul de carbon, % x′ x′ 2 n 20
Prin urmare, pentru a putea considera că conţinutul mediu de
1 2,23 -7 49 carbon al lotului de piese obţinut din aceeaşi şarjă este cel corespunzător,
2 2,32 2 4 trebuie ca conţinutul mediu de carbon al selecţiilor compuse din 20 de piese
3 2,33 3 9 să fie cuprins între 2,28% şi 2,42%.
4 2,44 14 196 Dacă se acceptă aceste limite, atunci în 1% din cazuri se va
5 2,58 28 784 considera că procentul de carbon este necorespunzător când de fapt el este
6 2,44 14 196 corespunzător. Se observă că media selecţiei extrase este 2,42%. Prin
7 2,61 31 961 urmare se poate considera că piesele produse din şarjele de fontă
8 2,30 0 0 considerate au un conţinut de carbon corespunzător.
 STATISTICĂ ŞI ECONOMETRIE 117 118 Gh. COMAN

⎛ σ σ ⎞ 9 2,59 29 841
P⎜ m − z1 < x ≤ m + z2 ⎟ 10 2,55 25 625
⎝ n n⎠ 11 2,51 21 441
se numeşte interval critic. Probabilitatea ca valorile lui z să aparţină 12 2,65 35 1225
intervalului critic se numeşte nivel de semnificaţie şi se notează cu q. 13 2,55 25 625
În cazul când z1 = z2 = z, relaţia (5) se scrie sub forma: 14 2,31 1 1
⎛ σ σ ⎞ 15 2,58 28 784
P⎜ m − z <x≤m+ z ⎟ 16 2,27 -3 9
⎝ n n⎠ 17 2,27 -3 9
1. Se presupune că trebuie verificat dacă media gramajului unui lot 18 2,19 -11 121
de pâine de 2 kilograme, realizat în aceleaşi condiţii, este într-adevăr de 2 19 2,47 17 289
kg. Din analize statistice anterioare se cunoaşte că abaterea medie pătratică 20 2,21 -9 81
este de 0,03 kg. şi că distribuţia pâinilor după gramaj este normală.
Rezolvare. În acest scop se extrage dintr-un lot de pâine fabricată Rezolvare. Se determină valoarea medie:
un număr de 9 pâini.
Dacă greutatea medie este de 2 kg. atunci gramajul mediu al celor 9 x=
∑x = 1 ∑ x′
+ 2,30 =
240 1
+ 2,30 = 2,42%
pâini trebuie să se găsească în intervalul determinat de următoarea relaţie: n 100 20 20 100
Abaterea medie pătratică va fi:
⎛ 0,03 0,03 ⎞
P = P⎜ 2 − z <x≤2+ z ⎟ (∑ x′)2 240 2
⎝ 9 9 ⎠ ∑ (x − x )
2
1 ∑ x′ 2 −20 = 1
7250 −
20 = 0,152%
s2 = =
Alegând pentru P valoarea P = 0,9973, în Anexa 1 se găseşte z = 3, n −1 100 20 − 1 100 19
în care caz, limitele intervalului de încredere corespunzător probabilităţii P = Se va alege pentru nivelul de semnificaţie qI = 0,01. Întrucât se
2
0,9973 vor fi: cunoaşte s = 0,152% se aplică criteriul t. Probabilitatea P va fi:
⎛ 0,03 0,03 ⎞
P =1−
qI
=1−
0,01
= 0,995
P = P⎜ 2 − 3 < x≤2+3 ⎟ = 1,97 < x ≤ 2,03
⎝ 9 9 ⎠ 2 2
Din Anexa 3 pentru P = 0,995 şi f = 19 grade de libertate, îi
2. Conţinutul mediu de carbon al pieselor turnate din fontă
corespunde t0,01 = 2,90. Limitele de încredere vor fi:
maleabilă neagră trebuie să fie 2,35%. Pentru a verifica dacă conţinutul
mediu de carbon al pieselor turnate dintr-o şarjă este corespunzător, adică s 0,152
2,35%, se efectuează o selecţie de mărime n = 20 adică se iau 20 de piese m0 − t 0,01 = 2,35 − 2,9 = 2,28%
produse din aceeaşi fontă (aceeaşi şarjă). Conţinutul de carbon al celor 20 n 20
piese se prezintă în coloana 2 din tabelul următor: s 0,152
m0 + t 0,01 = 2,35 + 2,9 = 2,42%
Nr. de ordine al
pieselor
Conţinutul de carbon, % x′ x′ 2 n 20
Prin urmare, pentru a putea considera că conţinutul mediu de
1 2,23 -7 49 carbon al lotului de piese obţinut din aceeaşi şarjă este cel corespunzător,
2 2,32 2 4 trebuie ca conţinutul mediu de carbon al selecţiilor compuse din 20 de piese
3 2,33 3 9 să fie cuprins între 2,28% şi 2,42%.
4 2,44 14 196 Dacă se acceptă aceste limite, atunci în 1% din cazuri se va
5 2,58 28 784 considera că procentul de carbon este necorespunzător când de fapt el este
6 2,44 14 196 corespunzător. Se observă că media selecţiei extrase este 2,42%. Prin
7 2,61 31 961 urmare se poate considera că piesele produse din şarjele de fontă
8 2,30 0 0 considerate au un conţinut de carbon corespunzător.
 STATISTICĂ ŞI ECONOMETRIE 119 120 Gh. COMAN

Dacă se examinează însă conţinutul de carbon al celor 20 de piese profesionale aprofundate şi condiţiile concrete în care să se desfăşoare
cercetate, tabelul de mai sus, se poate observa că în afară de piesele 1, 18 procesul de producţie.
şi 20, toate celelalte în număr de 15 au un conţinut de carbon care 3. Pentru a verifica dacă durata de ardere a două loturi de becuri
depăşeşte 2,27%, iar numai 8 piese depăşesc limita superioară admisă este aceeaşi, s-a luat câte o probă de 20 de becuri din fiecare lot care s-au
pentru conţinutul de carbon (2,50%). Acest fapt ne determină a pune la încercat în privinţa caracteristicii studiate. Datele obţinute sunt prezentate în
îndoială rezultatul obţinut. De aceea, pentru a putea să ne decidem asupra tabelul următor (din datele iniţiale – pentru a se simplifica calculele – s-a
concluziei juste trebuie să calculăm puterea criteriului. Pe baza analizei scăzut 1100, apoi rezultatul s-a împărţit la 10, obţinându-se astfel datele din
sumare făcută mai sus înclinăm să credem că conţinutul mediu de carbon al coloanele 4 şi 6).
şarjei cercetate este mai mare cu aproximativ 0,1% decât conţinutul mediu Selecţia din: Selecţia din:
de carbon stabilit 2,35%. Nr.
Lotul I, Lotul II, Lotul I, Lotul II,
′2
x1v x′2v2
Se va calcula puterea criteriului presupunând că crt
x1v x2v x1′v x′2v
m1 ≠ m0 = 2,35% şi anume că m1 = 2,45% adică se va calcula puterea
1 2 3 4 5 6 7
criteriului în ipoteza că δ1 = 3 : 1 1070 1100 -3 0 9 0
2 1110 1170 +1 +7 1 49
⎡ ⎛ ⎞ ⎛ ⎞⎤ 3 1050 990 -5 -11 25 121
⎢ ⎜ ⎟ ⎜ ⎟⎥ 4 1090 1180 -1 +8 1 64
⎢ ⎜ tq − δ1 ⎟ ⎜ t q + δ 1 ⎟⎥
π (m ) = 1 − ⎢Φ⎜ ⎟ + Φ⎜ ⎟⎥
5
6
1140
1130
1130
1140
4
3
3
4
16
9
9
16
⎢ ⎜ t 2
⎟ ⎜ t q ⎟⎥
2
7 1240 1110 14 1 196 1
+ +
q
⎢ ⎜ 1 ⎟ ⎜ 1 ⎟
⎣ ⎝ 2f ⎠ ⎝ 2 f ⎠⎥⎦ 8 1010 1090 -9 -1 81 1
9 1030 1100 -7 0 49 0
Pentru: δ 1 = 3; t0,01 = 2,9; f = n - 1 = 19, avem: 10 1110 1130 1 3 1 9
11 1100 1120 0 12 0 144
⎡ ⎛ ⎞ ⎛ ⎞⎤ 12 1160 1030 6 -7 36 49
⎢ ⎜ ⎟ ⎜ ⎟⎥ 13 1100 1010 0 -9 0 81
⎜ − ⎟ ⎜ + ⎟⎥
π (m ) = 1 − ⎢Φ⎜
2,9 3 2 ,9 3
⎟ + Φ⎜ ⎟
14 1060 1130 -4 3 16 9
⎢ 2
2,9 ⎟ 2,9 ⎟⎥
2 15 1020 1110 -8 1 64 1
⎢ ⎜⎜ 1 + ⎟ ⎜
⎜ 1 + ⎟⎥ 16 1130 1120 3 2 9 4
⎣ ⎝ 38 ⎠ ⎝ 38 ⎠⎦ 17 1210 1140 11 4 121 16
π (m ) = 1 − [Φ (− 0,08 ) + Φ (4,84 )] = 1 − [− 0,0319 + 0,5] ≈ 0,53 18 970 1050 -13 -5 169 25
Prin urmare, în ipoteza că eroarea sistematică normată este 3, deci 19 1110 1130 0 3 0 9
o eroare sistematică de aproximativ 0,10%, eroare foarte mare, se obţine 20 1030 1080 -7 -2 49 4
pentru funcţia de putere a criteriului valoarea π (m) = 0,53 , valoare destul -14 16 49 4

de mică. Într-adevăr, cu toate că eroarea δ1 are o valoare aşa de mare, Mediile de selecţie sunt:
criteriul nu permite decât în 53% din cazuri să se aprecieze această eroare,
x1 =
∑ x′ 10 + 1110 = − 14 10 + 1110 = 1097
iar în 47% din cazuri se acceptă că şarja are un conţinut mediu de carbon
corespunzător, adică 2,35%. Prin urmare, îndoiala care a existat asupra n 20
rezultatelor se poate considera justă şi există temeiul să se considere că 16
este necesar a se extrage o nouă selecţie, sau să se reflecteze eventual x2 = 10 + 1110 = 1108
asupra unui nivel de semnificaţie mai mare, de exemplu qI = 0,05, şi spre o 20
selecţie mai mare. Orice măsură trebuie însă să aibă la bază cunoştinţe Se determină, în continuare, dispersiile din datele transformate care
2
se vor înmulţi cu 10 pentru a găsi dispersiile datelor iniţiale.
 STATISTICĂ ŞI ECONOMETRIE 119 120 Gh. COMAN

Dacă se examinează însă conţinutul de carbon al celor 20 de piese profesionale aprofundate şi condiţiile concrete în care să se desfăşoare
cercetate, tabelul de mai sus, se poate observa că în afară de piesele 1, 18 procesul de producţie.
şi 20, toate celelalte în număr de 15 au un conţinut de carbon care 3. Pentru a verifica dacă durata de ardere a două loturi de becuri
depăşeşte 2,27%, iar numai 8 piese depăşesc limita superioară admisă este aceeaşi, s-a luat câte o probă de 20 de becuri din fiecare lot care s-au
pentru conţinutul de carbon (2,50%). Acest fapt ne determină a pune la încercat în privinţa caracteristicii studiate. Datele obţinute sunt prezentate în
îndoială rezultatul obţinut. De aceea, pentru a putea să ne decidem asupra tabelul următor (din datele iniţiale – pentru a se simplifica calculele – s-a
concluziei juste trebuie să calculăm puterea criteriului. Pe baza analizei scăzut 1100, apoi rezultatul s-a împărţit la 10, obţinându-se astfel datele din
sumare făcută mai sus înclinăm să credem că conţinutul mediu de carbon al coloanele 4 şi 6).
şarjei cercetate este mai mare cu aproximativ 0,1% decât conţinutul mediu Selecţia din: Selecţia din:
de carbon stabilit 2,35%. Nr.
Lotul I, Lotul II, Lotul I, Lotul II,
′2
x1v x′2v2
Se va calcula puterea criteriului presupunând că crt
x1v x2v x1′v x′2v
m1 ≠ m0 = 2,35% şi anume că m1 = 2,45% adică se va calcula puterea
1 2 3 4 5 6 7
criteriului în ipoteza că δ1 = 3 : 1 1070 1100 -3 0 9 0
2 1110 1170 +1 +7 1 49
⎡ ⎛ ⎞ ⎛ ⎞⎤ 3 1050 990 -5 -11 25 121
⎢ ⎜ ⎟ ⎜ ⎟⎥ 4 1090 1180 -1 +8 1 64
⎢ ⎜ tq − δ1 ⎟ ⎜ t q + δ 1 ⎟⎥
π (m ) = 1 − ⎢Φ⎜ ⎟ + Φ⎜ ⎟⎥
5
6
1140
1130
1130
1140
4
3
3
4
16
9
9
16
⎢ ⎜ t 2
⎟ ⎜ t q ⎟⎥
2
7 1240 1110 14 1 196 1
+ +
q
⎢ ⎜ 1 ⎟ ⎜ 1 ⎟
⎣ ⎝ 2f ⎠ ⎝ 2 f ⎠⎥⎦ 8 1010 1090 -9 -1 81 1
9 1030 1100 -7 0 49 0
Pentru: δ 1 = 3; t0,01 = 2,9; f = n - 1 = 19, avem: 10 1110 1130 1 3 1 9
11 1100 1120 0 12 0 144
⎡ ⎛ ⎞ ⎛ ⎞⎤ 12 1160 1030 6 -7 36 49
⎢ ⎜ ⎟ ⎜ ⎟⎥ 13 1100 1010 0 -9 0 81
⎜ − ⎟ ⎜ + ⎟⎥
π (m ) = 1 − ⎢Φ⎜
2,9 3 2 ,9 3
⎟ + Φ⎜ ⎟
14 1060 1130 -4 3 16 9
⎢ 2
2,9 ⎟ 2,9 ⎟⎥
2 15 1020 1110 -8 1 64 1
⎢ ⎜⎜ 1 + ⎟ ⎜
⎜ 1 + ⎟⎥ 16 1130 1120 3 2 9 4
⎣ ⎝ 38 ⎠ ⎝ 38 ⎠⎦ 17 1210 1140 11 4 121 16
π (m ) = 1 − [Φ (− 0,08 ) + Φ (4,84 )] = 1 − [− 0,0319 + 0,5] ≈ 0,53 18 970 1050 -13 -5 169 25
Prin urmare, în ipoteza că eroarea sistematică normată este 3, deci 19 1110 1130 0 3 0 9
o eroare sistematică de aproximativ 0,10%, eroare foarte mare, se obţine 20 1030 1080 -7 -2 49 4
pentru funcţia de putere a criteriului valoarea π (m) = 0,53 , valoare destul -14 16 49 4

de mică. Într-adevăr, cu toate că eroarea δ1 are o valoare aşa de mare, Mediile de selecţie sunt:
criteriul nu permite decât în 53% din cazuri să se aprecieze această eroare,
x1 =
∑ x′ 10 + 1110 = − 14 10 + 1110 = 1097
iar în 47% din cazuri se acceptă că şarja are un conţinut mediu de carbon
corespunzător, adică 2,35%. Prin urmare, îndoiala care a existat asupra n 20
rezultatelor se poate considera justă şi există temeiul să se considere că 16
este necesar a se extrage o nouă selecţie, sau să se reflecteze eventual x2 = 10 + 1110 = 1108
asupra unui nivel de semnificaţie mai mare, de exemplu qI = 0,05, şi spre o 20
selecţie mai mare. Orice măsură trebuie însă să aibă la bază cunoştinţe Se determină, în continuare, dispersiile din datele transformate care
2
se vor înmulţi cu 10 pentru a găsi dispersiile datelor iniţiale.
 STATISTICĂ ŞI ECONOMETRIE 121 122 Gh. COMAN

⎛ n1
2
⎞ x1 + x2 σ z
⎜⎜ ∑ x1′v ⎟⎟ t= × =
′ 2 n1 1 1 s s
∑ x1′v2 − ⎝ n ⎠
n1
∑ ⎛⎜⎝ x1′v − x 1 ⎞⎟⎠ 14 2 σ +
v =1
852 − n1 n2 σ
s12 = v=1 10 2 = v=1 1
100 = 20 100 = 4432,63
n1 − 1 n1 − 1 19 şi ca atare ultima relaţie ne arată că variabila t are o distribuţie t cu f = f1 + f2
2 = n1 + n2 – 2 grade de libertate. Cum, în cazul de faţă, n1 = n2 = n
⎛ n1 ⎞
⎜⎜ ∑ x′2v ⎟⎟ transformarea formule se face în felul următor.
′ x1 + x2 1093 − 1108
2 n2
∑ x2′2v − ⎝ n ⎠
n2
∑ ⎛⎜⎝ x′2v − x 2 ⎞⎟⎠ 16 2
v =1
612 − t= = = −0,77 < −0,8
s22 = v=1 10 2 = v=1 2
100 = 20 100 = 3157,26 2 1
n2 − 1 n2 − 1 19 s 61,5
n 10
Se face verificarea pentru a se vedea dacă cele două dispersii
iar,
2 f = f1 + f2 = n1 + n2 – 2 = 2(n – 1) = 2.19 = 38
generale sunt egale, adică se face verificarea dacă diferenţele dintre s1 şi
În anexa 4 pentru f = ∞ şi t = 0,8 se găseşte probabilitatea 0,78814
s22 este întâmplătoare. Pentru aceasta se aplică criteriul F. care este mult mai mică decât 0,95 corespunzătoare lui qI = 0,05, deci cele
două medii diferă numai întâmplător.
s12 4432,63 În acest caz, media generală şi dispersia generală se pot calcula cu
F= 2= = 1,44; ( f1 = 19; f 2 = 19) ajutorul relaţiilor:
s 2 3157,26 x1 + x 2 1093 + 1100,5
În anexa 4 pentru f1 = 19 şi f2 = 19 şi pentru un nivel de x= = = 1100,5 ore
semnificaţie de b1% se găseşte F0,99 = 3,03, adică este mai mare decât F = 2 2
1,44.
⎡ ⎛ n 2⎞ ⎤ ⎡
2
⎛ n 2⎞ ⎤
2
Concluzia este că ce3le două dispersii generale σ 12 şi σ 22 sunt ⎢n ⎜⎜ ∑ x1′v ⎟⎟ ⎥ ⎢ n ⎜⎜ ∑ x2′ v ⎟⎟ ⎥
⎢ x′ 2 − ⎝ v=1 ⎠ ⎥ + ⎢ x′ 2 − ⎝ v =1 ⎠ ⎥
σ2 ⎢∑ ⎥ ⎢∑
2
egale între ele. Se poate deci calcula estimaţia s pentru cu expresia
cunoscută. v =1
1v
n v =1
2v
n ⎥
⎢ ⎥ ⎢ ⎥
f1 s12 + f 2 s22 ⎢ ⎥⎦ ⎢⎣ ⎥⎦ 2
s= s02 = ⎣ 10 =
f1 + f 2 n1 − 1
însă, f1 = f2 şi deci expresia se transformă:
=
[852 − 9,8] + [612 − 12,8]100 = 3695,90
s12 + s22 4432,63 + 3157,26
s= = = 61,6 ore 20 + 20 − 1
2 2 de unde:
În continuare, se verifică şi dacă diferenţa dintre cele două medii de
selecţie este întâmplătoare. Această verificare se face cu ajutorul criteriului t, s0 = 3695,79 ore
cu relaţia: Având aceste date se pot determina limitele de încredere pentru
x1 + x2 media generală necunoscută m, cu relaţia:
t=
1 1
+
⎛ s0 s0 ⎞
s P⎜ x − t q < m ≤ x + tq ⎟ = 1 − qI
n1 n2 ⎜ n1 + n2 n1 + n2 ⎟
care poate fi adusă la forma: ⎝ ⎠
 STATISTICĂ ŞI ECONOMETRIE 121 122 Gh. COMAN

⎛ n1
2
⎞ x1 + x2 σ z
⎜⎜ ∑ x1′v ⎟⎟ t= × =
′ 2 n1 1 1 s s
∑ x1′v2 − ⎝ n ⎠
n1
∑ ⎛⎜⎝ x1′v − x 1 ⎞⎟⎠ 14 2 σ +
v =1
852 − n1 n2 σ
s12 = v=1 10 2 = v=1 1
100 = 20 100 = 4432,63
n1 − 1 n1 − 1 19 şi ca atare ultima relaţie ne arată că variabila t are o distribuţie t cu f = f1 + f2
2 = n1 + n2 – 2 grade de libertate. Cum, în cazul de faţă, n1 = n2 = n
⎛ n1 ⎞
⎜⎜ ∑ x′2v ⎟⎟ transformarea formule se face în felul următor.
′ x1 + x2 1093 − 1108
2 n2
∑ x2′2v − ⎝ n ⎠
n2
∑ ⎛⎜⎝ x′2v − x 2 ⎞⎟⎠ 16 2
v =1
612 − t= = = −0,77 < −0,8
s22 = v=1 10 2 = v=1 2
100 = 20 100 = 3157,26 2 1
n2 − 1 n2 − 1 19 s 61,5
n 10
Se face verificarea pentru a se vedea dacă cele două dispersii
iar,
2 f = f1 + f2 = n1 + n2 – 2 = 2(n – 1) = 2.19 = 38
generale sunt egale, adică se face verificarea dacă diferenţele dintre s1 şi
În anexa 4 pentru f = ∞ şi t = 0,8 se găseşte probabilitatea 0,78814
s22 este întâmplătoare. Pentru aceasta se aplică criteriul F. care este mult mai mică decât 0,95 corespunzătoare lui qI = 0,05, deci cele
două medii diferă numai întâmplător.
s12 4432,63 În acest caz, media generală şi dispersia generală se pot calcula cu
F= 2= = 1,44; ( f1 = 19; f 2 = 19) ajutorul relaţiilor:
s 2 3157,26 x1 + x 2 1093 + 1100,5
În anexa 4 pentru f1 = 19 şi f2 = 19 şi pentru un nivel de x= = = 1100,5 ore
semnificaţie de b1% se găseşte F0,99 = 3,03, adică este mai mare decât F = 2 2
1,44.
⎡ ⎛ n 2⎞ ⎤ ⎡
2
⎛ n 2⎞ ⎤
2
Concluzia este că ce3le două dispersii generale σ 12 şi σ 22 sunt ⎢n ⎜⎜ ∑ x1′v ⎟⎟ ⎥ ⎢ n ⎜⎜ ∑ x2′ v ⎟⎟ ⎥
⎢ x′ 2 − ⎝ v=1 ⎠ ⎥ + ⎢ x′ 2 − ⎝ v =1 ⎠ ⎥
σ2 ⎢∑ ⎥ ⎢∑
2
egale între ele. Se poate deci calcula estimaţia s pentru cu expresia
cunoscută. v =1
1v
n v =1
2v
n ⎥
⎢ ⎥ ⎢ ⎥
f1 s12 + f 2 s22 ⎢ ⎥⎦ ⎢⎣ ⎥⎦ 2
s= s02 = ⎣ 10 =
f1 + f 2 n1 − 1
însă, f1 = f2 şi deci expresia se transformă:
=
[852 − 9,8] + [612 − 12,8]100 = 3695,90
s12 + s22 4432,63 + 3157,26
s= = = 61,6 ore 20 + 20 − 1
2 2 de unde:
În continuare, se verifică şi dacă diferenţa dintre cele două medii de
selecţie este întâmplătoare. Această verificare se face cu ajutorul criteriului t, s0 = 3695,79 ore
cu relaţia: Având aceste date se pot determina limitele de încredere pentru
x1 + x2 media generală necunoscută m, cu relaţia:
t=
1 1
+
⎛ s0 s0 ⎞
s P⎜ x − t q < m ≤ x + tq ⎟ = 1 − qI
n1 n2 ⎜ n1 + n2 n1 + n2 ⎟
care poate fi adusă la forma: ⎝ ⎠
 STATISTICĂ ŞI ECONOMETRIE 123 124 Gh. COMAN

Alegând ca nivel de semnificaţie qI = 0,05 şi înlocuind datele în 2

⎛ ⎞
relaţia de mai sus: ⎜⎜ ∑ x2v ⎟⎟
∑ x22v − ⎝ v n ⎠ 11,4133 − (8,87 )
⎛ 60,79 60,79 ⎞ 2
P⎜1100,5 − t q < m ≤ 1100 + t q ⎟ = 1 − qI
⎝ 40 40 ⎠ s 22 = v = 7 = 0,02374
Pentru a afla pe tq, mai întâi se determină P din expresia P = 1 – n −1 7 −1
(qI/2) = 1 – 0,05/2 = 0,975, apoi din Anexa 4 pentru f = 39 şi P = 0,975 se
obţine t0,05 = 2,021, deci: s12 + s 22 0,01852 + 0,02374
s2 = = = 0,02374
P(1100,5 − 19,4 < m ≤ 1100,5 + 19,4) = 0,95 2 2
P(1081,1 < m ≤ 1119,9) = 0,95 t=
x1 + x 2
n=
1,253 − 1,267
7 = −0,17 ≈ 0,2
Aşadar, cu o probabilitate de 0,95 intervalul 1081,1…1119,9 va s 2 0,02374 2
acoperi media generală m.
numărul gradelor de libertate este: f = 2.(n – 1) = 2×6 = 12.
4. Două echipe de lucrători efectuează activităţi similare. La
În anexa 4 pentru f = 12 şi t = 0,17 (t = 02) se găseşte o
negocieri, s-au stabilit indicii de salarizare pentru membrii echipelor
probabilitate egală cu 0,577 care este cu mult mai mică decât 0,955 aşa
respective. Se pune întrebarea dacă cele două categorii de indici ai
încât, pe baza regulilor stabilite pentru criteriul t, se poate afirma că diferenţa
salarizării conduc la salarii similare. În acest scop se iau în considerare,
dintre cele două medii ale indicilor de salarizare nu este semnificativă. Prin
aleatoriu, indicii de salarizare a câte 7 salariaţi din fiecare echipă, prezentaţi
urmare, rezultatele celor două negocieri nu diferă semnificativ, ci doar
în tabelul următor, se face prelucrarea statistică a datelor şi se interpretează
întâmplător.
rezultatele obţinute.
Trebuie reţinut că mărimea t se poate calcula cu ajutorul expresiei
Nr. de ordine Indicele constatat
a indicelui x1v x2v x1v2 2
x2v x1 + x 2 x1 + x 2
1 1,28 1,33 1,6384 1,7689 t= = n
1 1 s 2
2
3
0,98
1,30
1,01
1,29
0,9694
1,6900
1,0201
1,6641
s +
n n
4 1,55 1,53 2,4025 2,3409
numai după ce s-a verificat în prealabil, cu ajutorul criteriului F, că dispersia
5 1,08 1,15 1,1664 1,3225
6 1,37 1,38 1,8769 1,9044 s22 nu diferă semnificativ de dispersia s12 .
7 1,21 1,18 1,3641 1,3924
Total 8,77 8,87 11,0987 11,4133 Dacă s12 , s22 diferă semnificativ, atunci mărimea t se determină cu
Răspunsul la întrebarea pusă se poate da cu ajutorul criteriului t.
ajutorul formulei aproximative:
Pentru aceasta se calculează valorile medii şi dispersiile caracteristicii cu
ajutorul datelor obţinute din prelevările efectuate: x1 + x 2 x1 + x 2
t= = n
∑ x1v ∑ x2v s12 s 22 s12 + s 22
x1 = v
=
8,77
= 1,253 ; x2 = v
=
8,87
= 1,267 +
n 7 n 7 n n
În acest caz, t urmează distribuţia t cu n −1
⎛ ⎞
2
f = grade de
⎜⎜ ∑ x1v ⎟⎟ c + (1 − c) 2
2

∑ 1v
x 2
− ⎝ v ⎠
11, 0987 −
(8,77 )
2
s12
n 7 = 0,01852 libertate, unde c= .
s12 = v = s12 + s22
n −1 7 −1
 STATISTICĂ ŞI ECONOMETRIE 123 124 Gh. COMAN

Alegând ca nivel de semnificaţie qI = 0,05 şi înlocuind datele în 2

⎛ ⎞
relaţia de mai sus: ⎜⎜ ∑ x2v ⎟⎟
∑ x22v − ⎝ v n ⎠ 11,4133 − (8,87 )
⎛ 60,79 60,79 ⎞ 2
P⎜1100,5 − t q < m ≤ 1100 + t q ⎟ = 1 − qI
⎝ 40 40 ⎠ s 22 = v = 7 = 0,02374
Pentru a afla pe tq, mai întâi se determină P din expresia P = 1 – n −1 7 −1
(qI/2) = 1 – 0,05/2 = 0,975, apoi din Anexa 4 pentru f = 39 şi P = 0,975 se
obţine t0,05 = 2,021, deci: s12 + s 22 0,01852 + 0,02374
s2 = = = 0,02374
P(1100,5 − 19,4 < m ≤ 1100,5 + 19,4) = 0,95 2 2
P(1081,1 < m ≤ 1119,9) = 0,95 t=
x1 + x 2
n=
1,253 − 1,267
7 = −0,17 ≈ 0,2
Aşadar, cu o probabilitate de 0,95 intervalul 1081,1…1119,9 va s 2 0,02374 2
acoperi media generală m.
numărul gradelor de libertate este: f = 2.(n – 1) = 2×6 = 12.
4. Două echipe de lucrători efectuează activităţi similare. La
În anexa 4 pentru f = 12 şi t = 0,17 (t = 02) se găseşte o
negocieri, s-au stabilit indicii de salarizare pentru membrii echipelor
probabilitate egală cu 0,577 care este cu mult mai mică decât 0,955 aşa
respective. Se pune întrebarea dacă cele două categorii de indici ai
încât, pe baza regulilor stabilite pentru criteriul t, se poate afirma că diferenţa
salarizării conduc la salarii similare. În acest scop se iau în considerare,
dintre cele două medii ale indicilor de salarizare nu este semnificativă. Prin
aleatoriu, indicii de salarizare a câte 7 salariaţi din fiecare echipă, prezentaţi
urmare, rezultatele celor două negocieri nu diferă semnificativ, ci doar
în tabelul următor, se face prelucrarea statistică a datelor şi se interpretează
întâmplător.
rezultatele obţinute.
Trebuie reţinut că mărimea t se poate calcula cu ajutorul expresiei
Nr. de ordine Indicele constatat
a indicelui x1v x2v x1v2 2
x2v x1 + x 2 x1 + x 2
1 1,28 1,33 1,6384 1,7689 t= = n
1 1 s 2
2
3
0,98
1,30
1,01
1,29
0,9694
1,6900
1,0201
1,6641
s +
n n
4 1,55 1,53 2,4025 2,3409
numai după ce s-a verificat în prealabil, cu ajutorul criteriului F, că dispersia
5 1,08 1,15 1,1664 1,3225
6 1,37 1,38 1,8769 1,9044 s22 nu diferă semnificativ de dispersia s12 .
7 1,21 1,18 1,3641 1,3924
Total 8,77 8,87 11,0987 11,4133 Dacă s12 , s22 diferă semnificativ, atunci mărimea t se determină cu
Răspunsul la întrebarea pusă se poate da cu ajutorul criteriului t.
ajutorul formulei aproximative:
Pentru aceasta se calculează valorile medii şi dispersiile caracteristicii cu
ajutorul datelor obţinute din prelevările efectuate: x1 + x 2 x1 + x 2
t= = n
∑ x1v ∑ x2v s12 s 22 s12 + s 22
x1 = v
=
8,77
= 1,253 ; x2 = v
=
8,87
= 1,267 +
n 7 n 7 n n
În acest caz, t urmează distribuţia t cu n −1
⎛ ⎞
2
f = grade de
⎜⎜ ∑ x1v ⎟⎟ c + (1 − c) 2
2

∑ 1v
x 2
− ⎝ v ⎠
11, 0987 −
(8,77 )
2
s12
n 7 = 0,01852 libertate, unde c= .
s12 = v = s12 + s22
n −1 7 −1
 STATISTICĂ ŞI ECONOMETRIE 125 126 Gh. COMAN

5. Caracteristica X este controlată cu ajutorul a două metode M1 şi reciprocă să fie independentă, atunci diferenţa – pe cât se pare – ar fi fost
M2. Presupunem că au fost extrase 10 perechi de unităţi, iar rezultatele semnificativă. Să prelucrăm rezultatele presupunând că probele nu sunt
determinării prin cele două metode sunt prezentate în tabelul următor. reunite în perechi, adică să se aplice metoda de cercetare statistică de la
Nr. Metoda Diferenţa: 2 exemplul precedent. În acest caz, valoarea lui t va include dispersiile celor
crt M1 M2 di i d două sisteme de observaţii care depind de variaţia de la probă la probă şi de
erori de experimentare.
1 33,5 31,1 2,4 5,76
Deci, vom avea dispersia:
2 33,9 32,9 1,0 1,00
3 33,5 32,8 0,7 0,49 s12 + s22
4 31,9 31,9 0,0 0,00 s =
2
5 34,1 33,0 1,1 1,21
6 33,2 31,6 1,6 2,56
2
adică:
7 33,2 31,6 1,6 2,56
∑ (xi1 − x1 ) ∑ (xi 2 − x 2 )
2 2
8 31,1 31,5 -0,4 0,16
+
∑ (xi1 − x1 ) + ∑ (xi 2 − x 2 )
2 2
9 31,1 31,0 0,1 0,01 n −1 n −1
10 31,7 31,0 0,7 0,49 s2 = = =
2 2(n − 1)
Total ∑ d i = 8,3 ∑ d i2 = 12,89
⎡ (∑ xi1 )2 ⎤ + ⎡ x 2 − (∑ xi 2 )2 ⎤
⎢∑ xi21 − ⎥ ⎢∑ i 2 ⎥
Rezolvare. Se va aplica criteriul t. În vederea aplicării criteriului t se ⎢⎣ n ⎥ ⎢ n ⎥⎦
= ⎦ ⎣
va calcula d şi sd. 2(n − 1)
d=
∑ d i = 8,3 = 0,83 Pentru simplificarea calculelor, datele experimentale se aduc la
forma care este prezentată în tabelul următor.
n 10 Metoda Metoda
(∑ di )
2
(8,3)
2
Nr. crt M 1, M2,
xi′12 xi′22 x ′ .x ′
∑ (d i −d )
2
∑ di − n
2
12,89 −
10 = 0,667
′
xi1 ′
xi 2 i1 i 2
s d2 = = = 1 2,5 0,1 6,25 0,01 0,25
n −1 n −1 10 − 1
iar: 2 2,9 1,9 8,41 3,61 5,51
3 2,5 1,8 6,25 3,24 4,50
d 0,83 şi f = n – 1 = 10 – 1 = 9 4 0,9 0,9 0,81 0,81 0,81
t= = = 3,2
sd 0,667 5 3,1 2,0 9,61 4,00 6,20
6 2,2 0,6 4,87 0,36 1,32
n 10 7 2,2 1,1 4,84 1,21 2,42
Pentru f = 9 şi t = 3,2 se găseşte în Anexa 4 probabilitatea 0,994, 8 0,1 0,5 0,01 0,25 0,05
care este mai mare decât probabilitatea 0,99 corespunzătoare nivelului de 9 0,1 0,0 0,01 0,00 0,00
semnificaţie de qI = 0,01. Concluzia va fi că metoda M1 dă rezultate 10 0,7 0,0 0,49 0,00 0,00
semnificativ diferite de metoda M2, cu alte cuvinte aplicarea metodei M1 duce Total 17,2 8,9 41,52 13,49 21,06
la obţinerea unor valori mai mari ale caracteristicii decât aplicarea metodei M2.
Planul experimentului şi prelucrarea statistică a datelor elimină mare De aici rezultă:
parte a influenţei diferenţelor dintre probe, deoarece se compară numai
valori-perechi care, după cum se observă din tabel, sunt pozitiv corelate.
x1 = 31 +
∑ xi′1 = 31 + 17,2 = 32,72
Dacă experimentul ar fi organizat în aşa fel ca cele 10 probe la care
s-a aplicat metoda M1 să fi fost alese întâmplător şi în acelaşi timp poziţia lor
n 10
 STATISTICĂ ŞI ECONOMETRIE 125 126 Gh. COMAN

5. Caracteristica X este controlată cu ajutorul a două metode M1 şi reciprocă să fie independentă, atunci diferenţa – pe cât se pare – ar fi fost
M2. Presupunem că au fost extrase 10 perechi de unităţi, iar rezultatele semnificativă. Să prelucrăm rezultatele presupunând că probele nu sunt
determinării prin cele două metode sunt prezentate în tabelul următor. reunite în perechi, adică să se aplice metoda de cercetare statistică de la
Nr. Metoda Diferenţa: 2 exemplul precedent. În acest caz, valoarea lui t va include dispersiile celor
crt M1 M2 di i d două sisteme de observaţii care depind de variaţia de la probă la probă şi de
erori de experimentare.
1 33,5 31,1 2,4 5,76
Deci, vom avea dispersia:
2 33,9 32,9 1,0 1,00
3 33,5 32,8 0,7 0,49 s12 + s22
4 31,9 31,9 0,0 0,00 s =
2
5 34,1 33,0 1,1 1,21
6 33,2 31,6 1,6 2,56
2
adică:
7 33,2 31,6 1,6 2,56
∑ (xi1 − x1 ) ∑ (xi 2 − x 2 )
2 2
8 31,1 31,5 -0,4 0,16
+
∑ (xi1 − x1 ) + ∑ (xi 2 − x 2 )
2 2
9 31,1 31,0 0,1 0,01 n −1 n −1
10 31,7 31,0 0,7 0,49 s2 = = =
2 2(n − 1)
Total ∑ d i = 8,3 ∑ d i2 = 12,89
⎡ (∑ xi1 )2 ⎤ + ⎡ x 2 − (∑ xi 2 )2 ⎤
⎢∑ xi21 − ⎥ ⎢∑ i 2 ⎥
Rezolvare. Se va aplica criteriul t. În vederea aplicării criteriului t se ⎢⎣ n ⎥ ⎢ n ⎥⎦
= ⎦ ⎣
va calcula d şi sd. 2(n − 1)
d=
∑ d i = 8,3 = 0,83 Pentru simplificarea calculelor, datele experimentale se aduc la
forma care este prezentată în tabelul următor.
n 10 Metoda Metoda
(∑ di )
2
(8,3)
2
Nr. crt M 1, M2,
xi′12 xi′22 x ′ .x ′
∑ (d i −d )
2
∑ di − n
2
12,89 −
10 = 0,667
′
xi1 ′
xi 2 i1 i 2
s d2 = = = 1 2,5 0,1 6,25 0,01 0,25
n −1 n −1 10 − 1
iar: 2 2,9 1,9 8,41 3,61 5,51
3 2,5 1,8 6,25 3,24 4,50
d 0,83 şi f = n – 1 = 10 – 1 = 9 4 0,9 0,9 0,81 0,81 0,81
t= = = 3,2
sd 0,667 5 3,1 2,0 9,61 4,00 6,20
6 2,2 0,6 4,87 0,36 1,32
n 10 7 2,2 1,1 4,84 1,21 2,42
Pentru f = 9 şi t = 3,2 se găseşte în Anexa 4 probabilitatea 0,994, 8 0,1 0,5 0,01 0,25 0,05
care este mai mare decât probabilitatea 0,99 corespunzătoare nivelului de 9 0,1 0,0 0,01 0,00 0,00
semnificaţie de qI = 0,01. Concluzia va fi că metoda M1 dă rezultate 10 0,7 0,0 0,49 0,00 0,00
semnificativ diferite de metoda M2, cu alte cuvinte aplicarea metodei M1 duce Total 17,2 8,9 41,52 13,49 21,06
la obţinerea unor valori mai mari ale caracteristicii decât aplicarea metodei M2.
Planul experimentului şi prelucrarea statistică a datelor elimină mare De aici rezultă:
parte a influenţei diferenţelor dintre probe, deoarece se compară numai
valori-perechi care, după cum se observă din tabel, sunt pozitiv corelate.
x1 = 31 +
∑ xi′1 = 31 + 17,2 = 32,72
Dacă experimentul ar fi organizat în aşa fel ca cele 10 probe la care
s-a aplicat metoda M1 să fi fost alese întâmplător şi în acelaşi timp poziţia lor
n 10
 STATISTICĂ ŞI ECONOMETRIE 127 128 Gh. COMAN

x 2 = 31 +
∑ xi′2 = 31 + 8,9 = 31,89 deci:
s12 + s 22 = 2 s 2
n 10
adică:
iar:
⎡ (17,2 ) ⎤ ⎡
2
(8,9 ) ⎤
2 s d2 = 2 s 2 − 2 s12 = 2( s 2 − s12 )
⎢41,52 − ⎥ + ⎢13,49 − ⎥ în care făcând substituţiile respective se obţine:
⎣ 10 ⎦ ⎣ 10 ⎦
s =
2
= 0,9725 sd2 = 2 (0,9725 − 0,6391) ≈ 0,667
2(10 − 1) 2
Aplicând cea de a doua metodă de cercetare statistică s = 0,9725
Mai departe: 2
s-a redus până la s d = 0,667, datorită eliminării variaţiei dintre probe, adică
x1 − x 2 x1 − x 2 37,73 − 31,89
t= = = = 1,9 datorită corectării cu s12. Afară de aceasta, în al doilea caz, la numitorul
1 1 2 2 sd n
s + s 0,9725 criteriului t avem cantitatea care este mai mică decât cea din
n n n 10 primul caz sd 2n ceea ce face ca a doua metodă de cercetare să fie
f = n1 + n2 − 2 = 2( n − 1) = 2(10 − 1) = 18 mai sensibilă.
Întrucât pentru f = 18 şi t = 1,9 găsim o probabilitate P = 0,963, mai Într-adevăr, calculând puterile celor două criterii pentru diferite valori
mică decât cea corespunzătoare nivelului de semnificaţie qI = 0,05,
concludem că diferenţa nu este semnificativă. ale lui δ1 :
Faptul că în primul caz cele două metode de prelucrare au dus la o
m1 − m2
diferenţă semnificativă, iar în al doilea caz nu, se explică prin aceea că δ1 =
2
valoarea lui s d scade pe măsură ce corelaţia dintre valorile perechi este 1 1
s +
mai strânsă, adică pe măsură ce momentul de ordin doi corelat s12 este mai n1 n2
mare. Conform expresiei:
(Σxi1 )(Σxi 2 ) pentru cazul când se compară mediile de selecţie x1 şi x2 şi:
Σxi1 xi 2 −
1 n
s12 = ∑ ( xi1 − x1 )( xi 2 − x 2 ) =
n − 1 i =1 n −1
n
δ2 =
m1 − m2
sd
suma Σxi1 xi 2 este calculată în tabelul de mai sus şi este 21,06.
Deci:
n
pentru cazul când se compară diferenţele di = xi1 – xi2, găsim:
17,2 × 8,9 pentru m1 - m2 = 1,
21,06 − -
s12 = 10 = 0,6391
10 − 1 1 1
Conform expresiei: δ1 = = 2,27 şi δ2 = = 3,88
0,441 0,258
2
ds = s12 + s 22 − 2.s12
însă: Înlocuind aceste valori în expresia de calcul a puterii criteriului se
obţine:
s12 + s 22
s2 =
2
 STATISTICĂ ŞI ECONOMETRIE 127 128 Gh. COMAN

x 2 = 31 +
∑ xi′2 = 31 + 8,9 = 31,89 deci:
s12 + s 22 = 2 s 2
n 10
adică:
iar:
⎡ (17,2 ) ⎤ ⎡
2
(8,9 ) ⎤
2 s d2 = 2 s 2 − 2 s12 = 2( s 2 − s12 )
⎢41,52 − ⎥ + ⎢13,49 − ⎥ în care făcând substituţiile respective se obţine:
⎣ 10 ⎦ ⎣ 10 ⎦
s =
2
= 0,9725 sd2 = 2 (0,9725 − 0,6391) ≈ 0,667
2(10 − 1) 2
Aplicând cea de a doua metodă de cercetare statistică s = 0,9725
Mai departe: 2
s-a redus până la s d = 0,667, datorită eliminării variaţiei dintre probe, adică
x1 − x 2 x1 − x 2 37,73 − 31,89
t= = = = 1,9 datorită corectării cu s12. Afară de aceasta, în al doilea caz, la numitorul
1 1 2 2 sd n
s + s 0,9725 criteriului t avem cantitatea care este mai mică decât cea din
n n n 10 primul caz sd 2n ceea ce face ca a doua metodă de cercetare să fie
f = n1 + n2 − 2 = 2( n − 1) = 2(10 − 1) = 18 mai sensibilă.
Întrucât pentru f = 18 şi t = 1,9 găsim o probabilitate P = 0,963, mai Într-adevăr, calculând puterile celor două criterii pentru diferite valori
mică decât cea corespunzătoare nivelului de semnificaţie qI = 0,05,
concludem că diferenţa nu este semnificativă. ale lui δ1 :
Faptul că în primul caz cele două metode de prelucrare au dus la o
m1 − m2
diferenţă semnificativă, iar în al doilea caz nu, se explică prin aceea că δ1 =
2
valoarea lui s d scade pe măsură ce corelaţia dintre valorile perechi este 1 1
s +
mai strânsă, adică pe măsură ce momentul de ordin doi corelat s12 este mai n1 n2
mare. Conform expresiei:
(Σxi1 )(Σxi 2 ) pentru cazul când se compară mediile de selecţie x1 şi x2 şi:
Σxi1 xi 2 −
1 n
s12 = ∑ ( xi1 − x1 )( xi 2 − x 2 ) =
n − 1 i =1 n −1
n
δ2 =
m1 − m2
sd
suma Σxi1 xi 2 este calculată în tabelul de mai sus şi este 21,06.
Deci:
n
pentru cazul când se compară diferenţele di = xi1 – xi2, găsim:
17,2 × 8,9 pentru m1 - m2 = 1,
21,06 − -
s12 = 10 = 0,6391
10 − 1 1 1
Conform expresiei: δ1 = = 2,27 şi δ2 = = 3,88
0,441 0,258
2
ds = s12 + s 22 − 2.s12
însă: Înlocuind aceste valori în expresia de calcul a puterii criteriului se
obţine:
s12 + s 22
s2 =
2
 STATISTICĂ ŞI ECONOMETRIE 129 130 Gh. COMAN

⎡ ⎛
⎢ ⎜
⎞
⎟
⎛
⎜
⎞⎤
⎟⎥ ⎡ ⎛
⎢ ⎜
⎞
⎟
⎛
⎜
⎞⎤
⎟⎥
1, puterea criteriului π 1 = 0,633 şi π 2 = 0,739, iar când m1 – m2 = 1,5,
⎢ ⎜ − δ ⎟ ⎜ + δ ⎟ ⎥ ⎜ 1,9 − 2,27 ⎟ ⎜ 1,9 + 2,27 ⎟⎥
π 1 = 0,916 şi π 2 = 0,993.
t t
π 1 = 1 − ⎢Φ ⎜ ⎟ + Φ⎜ ⎟ ⎥ = 1 − ⎢Φ ⎜ + Φ ⎟ =
q 1 q 1
⎢ ⎟ ⎜ puterile devin
⎢ ⎜ t q2 ⎟ ⎜ t q2 ⎟⎥ ⎜ 1,9 2 ⎟ ⎜ 1,9 2 ⎟⎥
⎢ ⎜ 1+ ⎜ 1+ ⎟⎥
⎢ ⎜ 1+ 2 f ⎟ ⎜ 1+ ⎟
2 f ⎠⎥⎦ ⎣ ⎝ 18 ⎠
⎟
⎝ 18 ⎠⎦ 6. Rezultatele a nouă măsurători de fibre (%) la un anumit soi de
⎣ ⎝ ⎠ ⎝ cânepă sunt: 22,5; 26; 24,5; 23,5; 29,5; 32,5; 25,5; 26; 28. Din cercetări
=1 − [− Φ (0,34 ) + Φ (3,81)] = 0,63314 anterioare se ştie că variabila aleatoare X – conţinutul de fibre (%) urmează
⎡ ⎛ ⎞ ⎛ ⎞⎤ o lege normală N(m; 2,20). Pentru un nivel de semnificaţie α = 0,05, să se
⎡ ⎛ ⎞ ⎛ ⎞⎤
⎢ ⎜ ⎟ ⎜ ⎟⎥
⎢ ⎜ ⎟ ⎜ ⎟⎥ verifice ipoteza: H0: m = 27.
⎢ ⎜ tq − δ 2 ⎟ ⎜ t q + δ 2 ⎟⎥
⎢ ⎜ 3 , 2 − 3 ,88 ⎟ ⎜ 3, 2 + 3 ,88 ⎟⎥ Rezolvare.
π 2 = 1 − ⎢Φ ⎜ ⎟ + Φ⎜ ⎟⎥ = 1 − Φ ⎜ + Φ⎜ =
⎢ 2 ⎟ 2 ⎟⎥ Se cunoaşte că: σ = 2,20; α = 0,05; n = 9.
⎢ ⎜ t 2
⎟ ⎜ t 2
⎟ ⎥ ⎜ 3, 2 ⎟ ⎜ 3, 2 ⎟
⎢ ⎜ 1+ ⎜ 1+ ⎥
⎢ ⎜⎜ 1 + 2 f ⎟⎟ ⎜⎜ 1 +
q q
⎟ ⎟ ⎟ Se aplică testul z bilateral:
⎣ ⎝ ⎠ ⎝ 2 f ⎟⎠⎥⎦ ⎢⎣ ⎝ 9 ⎠ ⎝ 9 ⎠ ⎥⎦
= 1 − [− Φ (0,64 ) + Φ (6,33)] = 0,73891 ⎛ x − m0 ⎞
P⎜ − z α ≤ ≤ +z α ⎟ = 1−α
- pentru m1 – m2 = 1,5,
⎜ 1− σ n 1− ⎟
1,5 δ2 =
1,5
= 5,82
⎝ 2 2 ⎠
δ1 = = 3,405 şi
Limitele intervalului de încredere sunt:
0,441 0,258
σ σ
obţine:
Înlocuind aceste valori în expresia de calcul a puterii criteriului se
m0 − z α. ≤ x ≤ m0 + z α. ;
1− n 1− n
⎡ ⎛ ⎞ ⎛ ⎞⎤ 2 2
⎢ ⎜ ⎟ ⎜ ⎟⎥
⎢
π 1 = 1 − Φ⎜
⎜ 1,9 − 3, 405 ⎟ ⎜
+ Φ⎜
1,9 + 3, 405 ⎟⎥
=1 − [− Φ(1,38) + Φ(4,84 )] = 0,9162 σ 2,20
⎢ 1,9 2 ⎟
1 ,9 2 ⎟⎥ z α. = 1,96 = 1,437
⎜
⎢ ⎜ 1+ ⎟
⎟ ⎜
⎜ 1+ ⎟
⎟⎥ 1− n 9
2
⎣ ⎝ 18 ⎠ ⎝ 18 ⎠⎦
⎡ ⎛ ⎞ ⎛ ⎞⎤ 27 − 1,437 ≤ x ≤ 27 + 1,437 ; 25,536 ≤ x ≤ 28,437
⎢ ⎜ ⎟ ⎜ ⎟⎥ Din sondaj se obţine:
⎜ 3,2 − 5,82 ⎟ ⎜ 3,2 + 5,82 ⎟⎥
π 2 = 1 − ⎢ Φ⎜ + Φ =1 − [− Φ(2,46 ) + Φ(8,4 )] = 0,99305 Σxi
⎢ 2 ⎟ ⎜ 2 ⎟⎥
⎢ ⎜⎜ 1 +
3 , 2 ⎟⎟ ⎜⎜ 1 + 3, 2 ⎟⎟⎥ x= = 27,11
⎣ ⎝ 18 ⎠ ⎝ 18 ⎠⎦ n
Se observă că metoda de cercetare bazată pe compararea Deoarece media de sondaj este cuprinsă în intervalul de încredere
diferenţelor valorilor-perechi este mai sensibilă decât metoda bazată pe 25,563 < 27,11 < 28,437, se acceptă ipoteza H0. Deci, se poate spune că m
compararea a două medii, puterea corespunzătoare a criteriului fiind în = 27% este o valoare verosimilă.
fiecare caz sensibil mai mare decât puterea corespunzătoare celelalte 7. Conţinutul de grăsime a laptelui de vacă integral este stabilit la
metode. 3,6%. Pentru a verifica dacă această condiţie este satisfăcută, în cazul unei

Astfel, în cazul când m1 – m2 = 1,5, atunci π 1 = 0,9162, iar π 2 =
0,99305, adică metoda comparării diferenţelor nu descoperă diferenţa
semnificativă în 0,7% din cazuri, în timp ce metoda comparării mediilor nu
descoperă în 8,4% din cazuri.
Pe de altă parte, din acest exemplu se observă că funcţia puterii
criteriului ia valori mari atunci când diferenţa m1 – m2 creşte. Când m1 – m2 =
ferme de vaci, s-au luat nouă probe, obţinându-se următoarele procente de
grăsime: 3,5; 3,3; 3,6; 3,2; 3,4; 3,1; 3,5; 3,7; 3,3. Să se verifice ipoteza că m
= 3,6% (procente de grăsimi), cunoscându-se σ = 0,18 şi nivelul de
semnificaţie α = 0,04.
Rezolvare.
Întrucât calitatea laptelui este asigurată dacă procentul de grăsime
este egal sau depăşeşte nivelul de 3,6%, suntem în cazul unui test z
unilateral.
În urma datelor se obţine:
 STATISTICĂ ŞI ECONOMETRIE 129 130 Gh. COMAN

⎡ ⎛
⎢ ⎜
⎞
⎟
⎛
⎜
⎞⎤
⎟⎥ ⎡ ⎛
⎢ ⎜
⎞
⎟
⎛
⎜
⎞⎤
⎟⎥
1, puterea criteriului π 1 = 0,633 şi π 2 = 0,739, iar când m1 – m2 = 1,5,
⎢ ⎜ − δ ⎟ ⎜ + δ ⎟ ⎥ ⎜ 1,9 − 2,27 ⎟ ⎜ 1,9 + 2,27 ⎟⎥
π 1 = 0,916 şi π 2 = 0,993.
t t
π 1 = 1 − ⎢Φ ⎜ ⎟ + Φ⎜ ⎟ ⎥ = 1 − ⎢Φ ⎜ + Φ ⎟ =
q 1 q 1
⎢ ⎟ ⎜ puterile devin
⎢ ⎜ t q2 ⎟ ⎜ t q2 ⎟⎥ ⎜ 1,9 2 ⎟ ⎜ 1,9 2 ⎟⎥
⎢ ⎜ 1+ ⎜ 1+ ⎟⎥
⎢ ⎜ 1+ 2 f ⎟ ⎜ 1+ ⎟
2 f ⎠⎥⎦ ⎣ ⎝ 18 ⎠
⎟
⎝ 18 ⎠⎦ 6. Rezultatele a nouă măsurători de fibre (%) la un anumit soi de
⎣ ⎝ ⎠ ⎝ cânepă sunt: 22,5; 26; 24,5; 23,5; 29,5; 32,5; 25,5; 26; 28. Din cercetări
=1 − [− Φ (0,34 ) + Φ (3,81)] = 0,63314 anterioare se ştie că variabila aleatoare X – conţinutul de fibre (%) urmează
⎡ ⎛ ⎞ ⎛ ⎞⎤ o lege normală N(m; 2,20). Pentru un nivel de semnificaţie α = 0,05, să se
⎡ ⎛ ⎞ ⎛ ⎞⎤
⎢ ⎜ ⎟ ⎜ ⎟⎥
⎢ ⎜ ⎟ ⎜ ⎟⎥ verifice ipoteza: H0: m = 27.
⎢ ⎜ tq − δ 2 ⎟ ⎜ t q + δ 2 ⎟⎥
⎢ ⎜ 3 , 2 − 3 ,88 ⎟ ⎜ 3, 2 + 3 ,88 ⎟⎥ Rezolvare.
π 2 = 1 − ⎢Φ ⎜ ⎟ + Φ⎜ ⎟⎥ = 1 − Φ ⎜ + Φ⎜ =
⎢ 2 ⎟ 2 ⎟⎥ Se cunoaşte că: σ = 2,20; α = 0,05; n = 9.
⎢ ⎜ t 2
⎟ ⎜ t 2
⎟ ⎥ ⎜ 3, 2 ⎟ ⎜ 3, 2 ⎟
⎢ ⎜ 1+ ⎜ 1+ ⎥
⎢ ⎜⎜ 1 + 2 f ⎟⎟ ⎜⎜ 1 +
q q
⎟ ⎟ ⎟ Se aplică testul z bilateral:
⎣ ⎝ ⎠ ⎝ 2 f ⎟⎠⎥⎦ ⎢⎣ ⎝ 9 ⎠ ⎝ 9 ⎠ ⎥⎦
= 1 − [− Φ (0,64 ) + Φ (6,33)] = 0,73891 ⎛ x − m0 ⎞
P⎜ − z α ≤ ≤ +z α ⎟ = 1−α
- pentru m1 – m2 = 1,5,
⎜ 1− σ n 1− ⎟
1,5 δ2 =
1,5
= 5,82
⎝ 2 2 ⎠
δ1 = = 3,405 şi
Limitele intervalului de încredere sunt:
0,441 0,258
σ σ
obţine:
Înlocuind aceste valori în expresia de calcul a puterii criteriului se
m0 − z α. ≤ x ≤ m0 + z α. ;
1− n 1− n
⎡ ⎛ ⎞ ⎛ ⎞⎤ 2 2
⎢ ⎜ ⎟ ⎜ ⎟⎥
⎢
π 1 = 1 − Φ⎜
⎜ 1,9 − 3, 405 ⎟ ⎜
+ Φ⎜
1,9 + 3, 405 ⎟⎥
=1 − [− Φ(1,38) + Φ(4,84 )] = 0,9162 σ 2,20
⎢ 1,9 2 ⎟
1 ,9 2 ⎟⎥ z α. = 1,96 = 1,437
⎜
⎢ ⎜ 1+ ⎟
⎟ ⎜
⎜ 1+ ⎟
⎟⎥ 1− n 9
2
⎣ ⎝ 18 ⎠ ⎝ 18 ⎠⎦
⎡ ⎛ ⎞ ⎛ ⎞⎤ 27 − 1,437 ≤ x ≤ 27 + 1,437 ; 25,536 ≤ x ≤ 28,437
⎢ ⎜ ⎟ ⎜ ⎟⎥ Din sondaj se obţine:
⎜ 3,2 − 5,82 ⎟ ⎜ 3,2 + 5,82 ⎟⎥
π 2 = 1 − ⎢ Φ⎜ + Φ =1 − [− Φ(2,46 ) + Φ(8,4 )] = 0,99305 Σxi
⎢ 2 ⎟ ⎜ 2 ⎟⎥
⎢ ⎜⎜ 1 +
3 , 2 ⎟⎟ ⎜⎜ 1 + 3, 2 ⎟⎟⎥ x= = 27,11
⎣ ⎝ 18 ⎠ ⎝ 18 ⎠⎦ n
Se observă că metoda de cercetare bazată pe compararea Deoarece media de sondaj este cuprinsă în intervalul de încredere
diferenţelor valorilor-perechi este mai sensibilă decât metoda bazată pe 25,563 < 27,11 < 28,437, se acceptă ipoteza H0. Deci, se poate spune că m
compararea a două medii, puterea corespunzătoare a criteriului fiind în = 27% este o valoare verosimilă.
fiecare caz sensibil mai mare decât puterea corespunzătoare celelalte 7. Conţinutul de grăsime a laptelui de vacă integral este stabilit la
metode. 3,6%. Pentru a verifica dacă această condiţie este satisfăcută, în cazul unei

Astfel, în cazul când m1 – m2 = 1,5, atunci π 1 = 0,9162, iar π 2 =
0,99305, adică metoda comparării diferenţelor nu descoperă diferenţa
semnificativă în 0,7% din cazuri, în timp ce metoda comparării mediilor nu
descoperă în 8,4% din cazuri.
Pe de altă parte, din acest exemplu se observă că funcţia puterii
criteriului ia valori mari atunci când diferenţa m1 – m2 creşte. Când m1 – m2 =
ferme de vaci, s-au luat nouă probe, obţinându-se următoarele procente de
grăsime: 3,5; 3,3; 3,6; 3,2; 3,4; 3,1; 3,5; 3,7; 3,3. Să se verifice ipoteza că m
= 3,6% (procente de grăsimi), cunoscându-se σ = 0,18 şi nivelul de
semnificaţie α = 0,04.
Rezolvare.
Întrucât calitatea laptelui este asigurată dacă procentul de grăsime
este egal sau depăşeşte nivelul de 3,6%, suntem în cazul unui test z
unilateral.
În urma datelor se obţine:
 STATISTICĂ ŞI ECONOMETRIE 131 132 Gh. COMAN

Σxi 30,6 = z1−0,04 = z 0,96 = 1,75 9. Presupunem că pentru 100 de observaţii asupra unei variabile
x= = = 3,4% ; z1−α aleatoare X, s-a obţinut media x = 110 şi abaterea standard, σ = 60 . Se
n 9
Intervalul de încredere este dat de: cere:
a. Testaţi ipoteza nulă că m = 100, cu alternativa m > 100, utilizând
⎛ x − m0 ⎞ σ α = 0,05.
P⎜⎜ − z1−α ≤ ⎟ = 1 − α , adică: x ≥ − z1−α
σ n ⎟⎠
b. Testaţi ipoteza nulă că m = 100, cu alternativa m ≠ 100, utilizând
⎝ n α = 0,05.
σ 0,18 Comparaţi rezultatele celor două teste.
m 0 − z1−α = 3,6 − .1,75 = 3,495 % Rezolvare.
n 9 a. n = 100; x = 110 ; σ
= 60 ; α = 0,05.
Cum x
= 3,4 < 3,495, rezultă că ne aflăm în regiunea critică, deci Considerăm: H0: m = 100; Ha > 100.
Se aplică testul z unilateral dreapta.
ipoteza H0 se respinge.
8. Pentru a verifica dacă între salariile medii ale lucrătorilor din ⎛ x − m0 ⎞
două ateliere service există o diferenţă semnificativă sau nu, s-au luat în P⎜⎜ ≤ z1−α ⎟⎟ = 1 − α
⎝σ n
considerare câte 10 salarii individuale (în unităţi monetare – U.M.) de la
fiecare atelier şi s-au obţinut următoarele date: ⎠
Soiul I 260 250 290 300 270 310 260 280 340 300 regiunea critică va fi dată de:
Soiul II 240 270 230 250 220 280 210 260 290 240 σ
x =≥ m0 + z1−α ; z1−0,05 = z0,95 = 1,645
Din cercetările anterioare se cunoaşte că: σ 12 = 275 şi σ 22 = 260. n
Rezolvare. σ 60
Pentru a verifica dacă există o diferenţă semnificativă între salariile m0 + z1−α = 100 + 1,645 = 109,870
medii ale lucrătorilor din cele două ateliere, se foloseşte testul z bilateral. n 100
Din datele de sondaj: Cum x = 110 > 109,870 , suntem în regiunea critică, deci se
Σx 2860 Σx 2490
x2 = i = = 286 u.m. x1 = i = = 249 u.m. respinge H0.
n 10 n 10 b. H0: m = 100; Ha: m ≠ 100, se aplică testul z bilateral:
Pentru un nivel de semnificaţie de α = 0,05 rezultă că: ⎛ x − m0 ⎞
z =z = z0,975 = 1,96 P⎜ − z α ≤ + ≤ z α ⎟ = 1−α ;
1−
α
1−
0, 05 ⎜ 1− σ n 1− ⎟
2 2 ⎝ 2 2 ⎠
Intervalul de încredere este: z 0, 05 = z0,975 = 1,96
⎛ σ 12 σ 22 σ 12 σ 22 ⎞⎟ 1−
P⎜ − z α + ≤ x2 − x1 ≤ + z α + = 1−α 2
⎜ 1− n1 n2 1− n1 n2 ⎟⎠ Limitele intervalului de încredere sunt:
⎝
σ σ
2 2

m0 − z α ≤ x ≤ m0 + z α
σ 2
σ 2
275 + 260 1− n 1− n
z α
1
+ 2
= 1,96. = 1,96.7,32 = 14,3472 2 2
1− n1 n2 10
2
σ 60
Cum x2 − x1 = 37 > 14,3472 , ne aflăm în regiunea critică, se z α = 1,96 = 11,76
1− n 100
respinge ipoteza H0. Deci, între salariile medii ale lucrătorilor din cele două 2
ateliere există diferenţe semnificative.
 STATISTICĂ ŞI ECONOMETRIE 131 132 Gh. COMAN

Σxi 30,6 = z1−0,04 = z 0,96 = 1,75 9. Presupunem că pentru 100 de observaţii asupra unei variabile
x= = = 3,4% ; z1−α aleatoare X, s-a obţinut media x = 110 şi abaterea standard, σ = 60 . Se
n 9
Intervalul de încredere este dat de: cere:
a. Testaţi ipoteza nulă că m = 100, cu alternativa m > 100, utilizând
⎛ x − m0 ⎞ σ α = 0,05.
P⎜⎜ − z1−α ≤ ⎟ = 1 − α , adică: x ≥ − z1−α
σ n ⎟⎠
b. Testaţi ipoteza nulă că m = 100, cu alternativa m ≠ 100, utilizând
⎝ n α = 0,05.
σ 0,18 Comparaţi rezultatele celor două teste.
m 0 − z1−α = 3,6 − .1,75 = 3,495 % Rezolvare.
n 9 a. n = 100; x = 110 ; σ
= 60 ; α = 0,05.
Cum x
= 3,4 < 3,495, rezultă că ne aflăm în regiunea critică, deci Considerăm: H0: m = 100; Ha > 100.
Se aplică testul z unilateral dreapta.
ipoteza H0 se respinge.
8. Pentru a verifica dacă între salariile medii ale lucrătorilor din ⎛ x − m0 ⎞
două ateliere service există o diferenţă semnificativă sau nu, s-au luat în P⎜⎜ ≤ z1−α ⎟⎟ = 1 − α
⎝σ n
considerare câte 10 salarii individuale (în unităţi monetare – U.M.) de la
fiecare atelier şi s-au obţinut următoarele date: ⎠
Soiul I 260 250 290 300 270 310 260 280 340 300 regiunea critică va fi dată de:
Soiul II 240 270 230 250 220 280 210 260 290 240 σ
x =≥ m0 + z1−α ; z1−0,05 = z0,95 = 1,645
Din cercetările anterioare se cunoaşte că: σ 12 = 275 şi σ 22 = 260. n
Rezolvare. σ 60
Pentru a verifica dacă există o diferenţă semnificativă între salariile m0 + z1−α = 100 + 1,645 = 109,870
medii ale lucrătorilor din cele două ateliere, se foloseşte testul z bilateral. n 100
Din datele de sondaj: Cum x = 110 > 109,870 , suntem în regiunea critică, deci se
Σx 2860 Σx 2490
x2 = i = = 286 u.m. x1 = i = = 249 u.m. respinge H0.
n 10 n 10 b. H0: m = 100; Ha: m ≠ 100, se aplică testul z bilateral:
Pentru un nivel de semnificaţie de α = 0,05 rezultă că: ⎛ x − m0 ⎞
z =z = z0,975 = 1,96 P⎜ − z α ≤ + ≤ z α ⎟ = 1−α ;
1−
α
1−
0, 05 ⎜ 1− σ n 1− ⎟
2 2 ⎝ 2 2 ⎠
Intervalul de încredere este: z 0, 05 = z0,975 = 1,96
⎛ σ 12 σ 22 σ 12 σ 22 ⎞⎟ 1−
P⎜ − z α + ≤ x2 − x1 ≤ + z α + = 1−α 2
⎜ 1− n1 n2 1− n1 n2 ⎟⎠ Limitele intervalului de încredere sunt:
⎝
σ σ
2 2

m0 − z α ≤ x ≤ m0 + z α
σ 2
σ 2
275 + 260 1− n 1− n
z α
1
+ 2
= 1,96. = 1,96.7,32 = 14,3472 2 2
1− n1 n2 10
2
σ 60
Cum x2 − x1 = 37 > 14,3472 , ne aflăm în regiunea critică, se z α = 1,96 = 11,76
1− n 100
respinge ipoteza H0. Deci, între salariile medii ale lucrătorilor din cele două 2
ateliere există diferenţe semnificative.
 STATISTICĂ ŞI ECONOMETRIE 133 134 Gh. COMAN

100 − 11,76 ≤ x ≤ 100 + 11,76 ⇒ 88,24 ≤ x ≤ 111,76 x − x0 x − x0 110 − 100

Întrucât ne aflăm în intervalul de încredere, se acceptă ipoteza H0. z= = = = 1,67
10. Un producător de detergenţi industriali preambalează σx σ n 60 10
produsul la cutii ce trebuie să aibă, în medie, 12 kg. El doreşte să verifice Nivelul de încredere: 1 - α = 0,95. Pragul de semnificaţie α = 0,05
corectitudinea ambalării şi hotărăşte să organizeze un sondaj de n = 100 (testul unilateral dreapta).
observaţii (cutii), pentru care obţine greutatea medie x = 11,85 kg, cu o
abatere medie pătratică σ = 0,5 kg. Să se testeze ipoteza conform căreia
zα = z0,05 = 1,645
în medie cutiile au câte 12 kg, cu alternativa greutatea este diferită de 12 kg
(<12 kg sau >12 kg), pentru o probabilitate de 95%. Cum zcalc > zα , rezultă că ipoteza nulă este respinsă
Rezolvare.
( x0 = 100 u.m. ) şi se acceptă ipoteza alternativă
H0: x0 = 12 kg;
( x0 > 100 u.m. ).
Ha: x0 ≠ 12 kg (<12 kg sau >12 kg).
Testul statistic: b. H0: x0 = 100 u.m. H : x0 ≠ 100 u.m.
a

x − x0 x − x0 11,85 − 12 Testul statistic:

z= = = = −3,0
σx σ n 0,5 10 x − x0 x − x0 110 − 100
z= = = = 1,67
Nivelul de încredere: 1 - α = 0,95. Pragul de semnificaţie: α = 0,05, σx σ n 60 10
din care rezultă α/2 = 0,025 (deoarece este un test bilateral).
Nivelul de încredere: 1 - α = 0,95. Pragul de semnificaţie α = 0,05
zα / 2 = z0, 025 = 1,96 (test bilateral).
Domeniul de respingere: z α/2 < -1,96 sau z α/2 > 1,96. zα / 2 = z0, 025 = 1,96
Cum zcalc > zα / 2 rezultă că ipoteza nulă este respinsă şi se
Cum z calc < zα / 2 (1,67 < 1,96), rezultă că se acceptă ipoteza
acceptă ipoteza alternativă, aceea că în cutii se află o cantitate de detergenţi
semnificativ diferită de 12 kg. nulă (valoarea biletelor cumpărate nu este semnificativ diferită de 100 u.m.).
11. Într-o cercetare prin sondaj aleatoriu privitoare la transportul
în comun, au fost selectate 100 de persoane pentru care s-a calculat 12. Un producător de baterii doreşte să verifice dacă procentul
valoarea medie a biletelor cumpărate într-o lună pentru transport în comun bateriilor defecte este mai mic de 5%. Presupunem că sunt selectate 300 de
urban 110 u.m., cu o abatere medie pătratică de 60 u.m. baterii, fiecare este testată şi sunt depistate 10 baterii defecte. Oferă aceste
Se cere: informaţii suficiente dovezi că procentul bateriilor defecte este mai mic de 5%
a. să se testeze ipoteza nulă, conform căreia valoarea medie a ? Se va utiliza o probabilitate de 99% de garantare a rezultatelor.
biletelor cumpărate într-o lună pentru transport în comun urban, în
colectivitatea generală, este x0 = 110 u.m. , cu ipoteza alternativă Rezolvare.

x0 > 110 u.m. , utilizând un nivel de încredere 1 - α = 0,95 [probabilitatea Problema se încadrează în operaţii statistice cu variabile alternative.
(1 - α).100 = 95%]. Caracteristica alternativă înregistrează numai două variante posibile de
b. să se testeze ipoteza nulă x0 = 100 u.m. , cu ipoteza alternativă manifestare. De exemplu, da/nu, produs bun/rebut, plan de producţie
realizat/nerealizat, 0/1 etc.
x0 ≠ 100 u.m. , cu aceeaşi probabilitate. Să se interpreteze rezultatele. În practică, orice variabilă poate fi exprimată sub formă alternativă
Rezolvare. dacă se împarte colectivitatea în două grupe după un anumit criteriu. În cazul
unei variabile calitative se consideră o modalitate ca fiind forma directă de
a. H0: x0 = 100 u.m. Ha: x0 > 110 u.m. manifestare a caracteristicii iar toate celelalte modalităţi ca opusul formei
Testul statistic: directe de manifestare a caracteristicii. Pentru variabilele numerice cel mai
 STATISTICĂ ŞI ECONOMETRIE 133 134 Gh. COMAN

100 − 11,76 ≤ x ≤ 100 + 11,76 ⇒ 88,24 ≤ x ≤ 111,76 x − x0 x − x0 110 − 100

Întrucât ne aflăm în intervalul de încredere, se acceptă ipoteza H0. z= = = = 1,67
10. Un producător de detergenţi industriali preambalează σx σ n 60 10
produsul la cutii ce trebuie să aibă, în medie, 12 kg. El doreşte să verifice Nivelul de încredere: 1 - α = 0,95. Pragul de semnificaţie α = 0,05
corectitudinea ambalării şi hotărăşte să organizeze un sondaj de n = 100 (testul unilateral dreapta).
observaţii (cutii), pentru care obţine greutatea medie x = 11,85 kg, cu o
abatere medie pătratică σ = 0,5 kg. Să se testeze ipoteza conform căreia
zα = z0,05 = 1,645
în medie cutiile au câte 12 kg, cu alternativa greutatea este diferită de 12 kg
(<12 kg sau >12 kg), pentru o probabilitate de 95%. Cum zcalc > zα , rezultă că ipoteza nulă este respinsă
Rezolvare.
( x0 = 100 u.m. ) şi se acceptă ipoteza alternativă
H0: x0 = 12 kg;
( x0 > 100 u.m. ).
Ha: x0 ≠ 12 kg (<12 kg sau >12 kg).
Testul statistic: b. H0: x0 = 100 u.m. H : x0 ≠ 100 u.m.
a

x − x0 x − x0 11,85 − 12 Testul statistic:

z= = = = −3,0
σx σ n 0,5 10 x − x0 x − x0 110 − 100
z= = = = 1,67
Nivelul de încredere: 1 - α = 0,95. Pragul de semnificaţie: α = 0,05, σx σ n 60 10
din care rezultă α/2 = 0,025 (deoarece este un test bilateral).
Nivelul de încredere: 1 - α = 0,95. Pragul de semnificaţie α = 0,05
zα / 2 = z0, 025 = 1,96 (test bilateral).
Domeniul de respingere: z α/2 < -1,96 sau z α/2 > 1,96. zα / 2 = z0, 025 = 1,96
Cum zcalc > zα / 2 rezultă că ipoteza nulă este respinsă şi se
Cum z calc < zα / 2 (1,67 < 1,96), rezultă că se acceptă ipoteza
acceptă ipoteza alternativă, aceea că în cutii se află o cantitate de detergenţi
semnificativ diferită de 12 kg. nulă (valoarea biletelor cumpărate nu este semnificativ diferită de 100 u.m.).
11. Într-o cercetare prin sondaj aleatoriu privitoare la transportul
în comun, au fost selectate 100 de persoane pentru care s-a calculat 12. Un producător de baterii doreşte să verifice dacă procentul
valoarea medie a biletelor cumpărate într-o lună pentru transport în comun bateriilor defecte este mai mic de 5%. Presupunem că sunt selectate 300 de
urban 110 u.m., cu o abatere medie pătratică de 60 u.m. baterii, fiecare este testată şi sunt depistate 10 baterii defecte. Oferă aceste
Se cere: informaţii suficiente dovezi că procentul bateriilor defecte este mai mic de 5%
a. să se testeze ipoteza nulă, conform căreia valoarea medie a ? Se va utiliza o probabilitate de 99% de garantare a rezultatelor.
biletelor cumpărate într-o lună pentru transport în comun urban, în
colectivitatea generală, este x0 = 110 u.m. , cu ipoteza alternativă Rezolvare.

x0 > 110 u.m. , utilizând un nivel de încredere 1 - α = 0,95 [probabilitatea Problema se încadrează în operaţii statistice cu variabile alternative.
(1 - α).100 = 95%]. Caracteristica alternativă înregistrează numai două variante posibile de
b. să se testeze ipoteza nulă x0 = 100 u.m. , cu ipoteza alternativă manifestare. De exemplu, da/nu, produs bun/rebut, plan de producţie
realizat/nerealizat, 0/1 etc.
x0 ≠ 100 u.m. , cu aceeaşi probabilitate. Să se interpreteze rezultatele. În practică, orice variabilă poate fi exprimată sub formă alternativă
Rezolvare. dacă se împarte colectivitatea în două grupe după un anumit criteriu. În cazul
unei variabile calitative se consideră o modalitate ca fiind forma directă de
a. H0: x0 = 100 u.m. Ha: x0 > 110 u.m. manifestare a caracteristicii iar toate celelalte modalităţi ca opusul formei
Testul statistic: directe de manifestare a caracteristicii. Pentru variabilele numerice cel mai
 STATISTICĂ ŞI ECONOMETRIE 135 136 Gh. COMAN

frecvent se utilizează criteriul mediei, structurându-se colectivitatea în unităţi q− p q− p ; q = 10/300 = 0,03; p = 0,05.
cu valoarea caracteristicii sub/peste medie. z= =
σq q (1 − q )
Tabelul 1.
Variantele Valoarea Frecvenţe n
Frecvenţe relative
caracteristicii caracteristicii absolute *
(ni ) q(1 − q) 0,03 × 0,97
alternative alternative (ni) σq = = = 0,0098 ≅ 0,01
0 1 2 3 n 300
Afirmativ 1 M p q− p 0,03 − 0,05
z= = = −2
Negativ 0 N-M 1-p σq 0,01
Total - N 1
Nivel de încredere: 1 - α = 0,99; α = 0,01 (test unilateral stânga).
zα = z0,01 = 2,33.
În vederea satisfacerii necesităţilor de calcul, cele două variante ale
caracteristicii alternative pot fi codificate cu: Cum zcalc < zα , ( 2 < 2,33) rezultă că ipoteza de nul nu se
• "1" - variantă pozitivă, răspunsul afirmativ; respinge, aşadar sunt suficiente dovezi pentru a afirma că procentul bateriilor
• "0" - variantă opusă, răspuns negativ. defecte este mai mic de 5%.
Pentru calculul mediei aritmetice a caracteristicii alternative 13. Managerul unei unităţi de producţie consultă 5 experţi pentru
utilizează formula mediei ponderate: a-şi exprima opinia privind preţul unui produs în anul viitor. Rezultatele
x0 = 2,63 u.m. şi
k

∑ x .n i i
anchetei sunt exprimate în indicatorii sintetici:

x= i =1
k
; unde : k = 2 s = 0,72 u.m. ,
∑n i Σ( xi − x ) 2
i =1 s= ,
Conform notaţiilor din tabelul 1, formula anterioară devine: n −1
1.M + 0.( N − M ) M deoarece este un eşantion de volum redus. Dacă se ştie că în anul
x= = =p precedent preţul mediu a fost de 2,01 u.m., sunt motive suficiente pentru a
N N susţine ipoteza că anul viitor preţul mediu va fi semnificativ mai mare faţă de
unde M este frecvenţa absolută a unităţilor care prezintă varianta afirmativă;
cel precedent ? Se va utiliza o probabilitate de 95% de garantare a
N – volumul colectivităţii statistice.
rezultatelor.
După cum rezultă din expresia de mai sus, media caracteristicii
Rezolvare.
alternative este o mărime relativă de structură, care are ponderea unităţilor
care îndeplinesc o anumită condiţie în total colectivitate. H0: x0 = 2,01 ; Ha: x0 > 2,01
Dispersia caracteristicii alternative se determină cu expresia
cunoscută: x − x0 2,63 − 2,01
2
Testul statistic: t= = = 1,96 (se
σ = ∑ ( xi − p ) .n =(1 − p ) . p + (0 − p ) .(1 − p) =
2
p
2 *
i
2 2 s n 0,72 5
i =1 presupune distribuţia aproximativ normală pentru populaţia generală).
Nivelul de încredere: 1 - α = 0,95; Pragul de semnificaţie: α = 0,05;
= p (1 − p).(1 − p + p ) = p.(1 − p )
Abaterea medie pătratică se determină cu expresia:
tα , n−1 = t 0,05; 4 = 2,132 ; regiunea de respingere: t > tα ; n−1 .
Cum t calc < tα ; n −1 (1,96 < 2,132) , rezultă că nu există motive
σ p = p.(1 − p) Ca urmare:
de respingere a ipotezei de nul şi să se accepte ipoteza, conform căreia
H0: p = 0,05; Ha: p <0,05. preţul mediu din anul viitor va fi semnificativ mai mare faţă de anul
Testul statistic: precedent.
 STATISTICĂ ŞI ECONOMETRIE 135 136 Gh. COMAN

frecvent se utilizează criteriul mediei, structurându-se colectivitatea în unităţi q− p q− p ; q = 10/300 = 0,03; p = 0,05.
cu valoarea caracteristicii sub/peste medie. z= =
σq q (1 − q )
Tabelul 1.
Variantele Valoarea Frecvenţe n
Frecvenţe relative
caracteristicii caracteristicii absolute *
(ni ) q(1 − q) 0,03 × 0,97
alternative alternative (ni) σq = = = 0,0098 ≅ 0,01
0 1 2 3 n 300
Afirmativ 1 M p q− p 0,03 − 0,05
z= = = −2
Negativ 0 N-M 1-p σq 0,01
Total - N 1
Nivel de încredere: 1 - α = 0,99; α = 0,01 (test unilateral stânga).
zα = z0,01 = 2,33.
În vederea satisfacerii necesităţilor de calcul, cele două variante ale
caracteristicii alternative pot fi codificate cu: Cum zcalc < zα , ( 2 < 2,33) rezultă că ipoteza de nul nu se
• "1" - variantă pozitivă, răspunsul afirmativ; respinge, aşadar sunt suficiente dovezi pentru a afirma că procentul bateriilor
• "0" - variantă opusă, răspuns negativ. defecte este mai mic de 5%.
Pentru calculul mediei aritmetice a caracteristicii alternative 13. Managerul unei unităţi de producţie consultă 5 experţi pentru
utilizează formula mediei ponderate: a-şi exprima opinia privind preţul unui produs în anul viitor. Rezultatele
x0 = 2,63 u.m. şi
k

∑ x .n i i
anchetei sunt exprimate în indicatorii sintetici:

x= i =1
k
; unde : k = 2 s = 0,72 u.m. ,
∑n i Σ( xi − x ) 2
i =1 s= ,
Conform notaţiilor din tabelul 1, formula anterioară devine: n −1
1.M + 0.( N − M ) M deoarece este un eşantion de volum redus. Dacă se ştie că în anul
x= = =p precedent preţul mediu a fost de 2,01 u.m., sunt motive suficiente pentru a
N N susţine ipoteza că anul viitor preţul mediu va fi semnificativ mai mare faţă de
unde M este frecvenţa absolută a unităţilor care prezintă varianta afirmativă;
cel precedent ? Se va utiliza o probabilitate de 95% de garantare a
N – volumul colectivităţii statistice.
rezultatelor.
După cum rezultă din expresia de mai sus, media caracteristicii
Rezolvare.
alternative este o mărime relativă de structură, care are ponderea unităţilor
care îndeplinesc o anumită condiţie în total colectivitate. H0: x0 = 2,01 ; Ha: x0 > 2,01
Dispersia caracteristicii alternative se determină cu expresia
cunoscută: x − x0 2,63 − 2,01
2
Testul statistic: t= = = 1,96 (se
σ = ∑ ( xi − p ) .n =(1 − p ) . p + (0 − p ) .(1 − p) =
2
p
2 *
i
2 2 s n 0,72 5
i =1 presupune distribuţia aproximativ normală pentru populaţia generală).
Nivelul de încredere: 1 - α = 0,95; Pragul de semnificaţie: α = 0,05;
= p (1 − p).(1 − p + p ) = p.(1 − p )
Abaterea medie pătratică se determină cu expresia:
tα , n−1 = t 0,05; 4 = 2,132 ; regiunea de respingere: t > tα ; n−1 .
Cum t calc < tα ; n −1 (1,96 < 2,132) , rezultă că nu există motive
σ p = p.(1 − p) Ca urmare:
de respingere a ipotezei de nul şi să se accepte ipoteza, conform căreia
H0: p = 0,05; Ha: p <0,05. preţul mediu din anul viitor va fi semnificativ mai mare faţă de anul
Testul statistic: precedent.
 STATISTICĂ ŞI ECONOMETRIE 137 138 Gh. COMAN

14. Managerul unui restaurant doreşte să determine dacă o

campanie publicitară a mărit semnificativ media încasărilor zilnice. El culege 7. POPULAŢIE STATISTICĂ ŞI
date privitoare la 50 de zile înaintea campaniei şi la 30 de zile după SELECŢIE STATISTICĂ
încheierea campaniei publicitare. Rezultatele pentru cele două perioade
sunt: Utilizarea în practică a selecţiei statisticii sau eşantionării are raţiuni
Înaintea campaniei După campanie ştiinţifice şi economice. Raţiunile ştiinţifice derivă din faptul că, în anumite
n1 = 50 n2 = 50 condiţii de corectitudine în efectuarea eşantionării, selecţia statistică este
considerată reprezentativă în raport cu populaţia statistică, când reproduce
x1 = 12,55 u.m. x2 = 13,30 u.m. în structura sa aceeaşi structură pe care o prezintă şi populaţia.
σ 1 = 2,15 u.m. σ 2 = 2,38 u.m. Corectitudinea eşantionării presupune respectarea cu stricteţe a
următoarelor condiţii:
Informaţiile obţinute sunt suficiente pentru a susţine ipoteza, 1. includerea în eşantion a unităţilor în mod obiectiv fără a acorda
conform căreia mediile încasărilor diferă semnificativ, adică sunt semnificativ
preferinţă unora din ele, fiecare unitate fiind extrasă după principiul
mai mari după campania publicitară ? Să se utilizeze o probabilitate de 95%.
hazardului cu o probabilitate calculabilă egală şi diferită de zero;
Rezolvare.
2. eşantionul stabilit să fie suficient de mare ca să permită redarea
H0: x01 − x02 = 0 u.m. ; trăsăturilor esenţiale ale populaţiei originare, ceea ce determină obţinerea,
Ha: x01 − x02 < 0 u.m. ( x01 < x02 ) pe baza datelor de sondaj, a unor indicatori cu un grad mare de stabilitate;
3. includerea fiecărei unităţi în eşantion trebuie să se facă
Testul statistic: independent de alte unităţi;
z=
(x01 − x02 ) − 0 Satisfacerea acestor condiţii are loc prin alegerea celui mai adecvat
procedeu de eşantionare. Acestea pot fi: procedee de eşantionare
σ ( x1− x2 ) aleatoare, procedee de eşantionare dirijată, procedee de eşantionare
Presupunând că cele două eşantioane sunt independente: mixtă.
Indiferent de procedeul folosit eşantionul trebuie să fie reprezentativ
σ 12 σ 22 în raport cu populaţia statistică.
σ ( x1− x2 ) = + Dar, şi în condiţii de reprezentativitate există anumite erori de
n1 n2 estimare a parametrilor statistici ca indicatori ai tendinţei de grupare şi ai
12,55 − 13,30 12,55 − 13,30 tendinţei de împrăştiere a valorilor unităţilor statistice. Se impune ca aceste
z= = = −1,42 erori să fie cât mai mici şi să fie stabilite apriori. De aici se stabileşte volumul
(2,15) 2
(2,38) 2 0,53 eşantionului în raport cu populaţia statistică şi cu modul de efectuare a
+
50 50 sondajului.
Există, după cum se ştie, două procedee de extragere a
Domeniul de respingere: z > z 0.05 = 1,645 . eşantionului în cazul sondajului aleatoriu, procedeul sondajului aleatoriu
simplu repetat şi procedeul sondajului aleatoriu simplu nerepetat.
Cum zcalc < zα =0.05 , rezultă că nu sunt motive a se respinge În cazul procedeului sondajului repetat unitatea statistică se
ipoteza nulă, conform căreia diferenţa dintre cele două medii nu este reintroduce în populaţia statistică astfel că fiecare unitate statistică participă
semnificativ diferită de 0 (nu sunt suficiente dovezi pentru a susţine creşterea în mod egal la fiecare extragere.
încasărilor după campania publicitară). În cazul sondajului repetat, volumul sondajului se stabileşte
plecându-se de le inegalitatea:

n.σ x2 <σ 02
Aceasta ca urmare a faptului că posibilităţile de a participa la
extragere descresc de la 1/N la prima extragere şi până la 1/N – (n – 1) la
ultima extragere. Volumul ce rămâne după extragerea eşantionului de
mărimea n este aşadar de N – 1 la extragerea repetată şi de N – n la
extragerea nerepetată. În consecinţă, dispersia mediilor eşantioanelor
 STATISTICĂ ŞI ECONOMETRIE 137 138 Gh. COMAN

14. Managerul unui restaurant doreşte să determine dacă o

campanie publicitară a mărit semnificativ media încasărilor zilnice. El culege 7. POPULAŢIE STATISTICĂ ŞI
date privitoare la 50 de zile înaintea campaniei şi la 30 de zile după SELECŢIE STATISTICĂ
încheierea campaniei publicitare. Rezultatele pentru cele două perioade
sunt: Utilizarea în practică a selecţiei statisticii sau eşantionării are raţiuni
Înaintea campaniei După campanie ştiinţifice şi economice. Raţiunile ştiinţifice derivă din faptul că, în anumite
n1 = 50 n2 = 50 condiţii de corectitudine în efectuarea eşantionării, selecţia statistică este
considerată reprezentativă în raport cu populaţia statistică, când reproduce
x1 = 12,55 u.m. x2 = 13,30 u.m. în structura sa aceeaşi structură pe care o prezintă şi populaţia.
σ 1 = 2,15 u.m. σ 2 = 2,38 u.m. Corectitudinea eşantionării presupune respectarea cu stricteţe a
următoarelor condiţii:
Informaţiile obţinute sunt suficiente pentru a susţine ipoteza, 1. includerea în eşantion a unităţilor în mod obiectiv fără a acorda
conform căreia mediile încasărilor diferă semnificativ, adică sunt semnificativ
preferinţă unora din ele, fiecare unitate fiind extrasă după principiul
mai mari după campania publicitară ? Să se utilizeze o probabilitate de 95%.
hazardului cu o probabilitate calculabilă egală şi diferită de zero;
Rezolvare.
2. eşantionul stabilit să fie suficient de mare ca să permită redarea
H0: x01 − x02 = 0 u.m. ; trăsăturilor esenţiale ale populaţiei originare, ceea ce determină obţinerea,
Ha: x01 − x02 < 0 u.m. ( x01 < x02 ) pe baza datelor de sondaj, a unor indicatori cu un grad mare de stabilitate;
3. includerea fiecărei unităţi în eşantion trebuie să se facă
Testul statistic: independent de alte unităţi;
z=
(x01 − x02 ) − 0 Satisfacerea acestor condiţii are loc prin alegerea celui mai adecvat
procedeu de eşantionare. Acestea pot fi: procedee de eşantionare
σ ( x1− x2 ) aleatoare, procedee de eşantionare dirijată, procedee de eşantionare
Presupunând că cele două eşantioane sunt independente: mixtă.
Indiferent de procedeul folosit eşantionul trebuie să fie reprezentativ
σ 12 σ 22 în raport cu populaţia statistică.
σ ( x1− x2 ) = + Dar, şi în condiţii de reprezentativitate există anumite erori de
n1 n2 estimare a parametrilor statistici ca indicatori ai tendinţei de grupare şi ai
12,55 − 13,30 12,55 − 13,30 tendinţei de împrăştiere a valorilor unităţilor statistice. Se impune ca aceste
z= = = −1,42 erori să fie cât mai mici şi să fie stabilite apriori. De aici se stabileşte volumul
(2,15) 2
(2,38) 2 0,53 eşantionului în raport cu populaţia statistică şi cu modul de efectuare a
+
50 50 sondajului.
Există, după cum se ştie, două procedee de extragere a
Domeniul de respingere: z > z 0.05 = 1,645 . eşantionului în cazul sondajului aleatoriu, procedeul sondajului aleatoriu
simplu repetat şi procedeul sondajului aleatoriu simplu nerepetat.
Cum zcalc < zα =0.05 , rezultă că nu sunt motive a se respinge În cazul procedeului sondajului repetat unitatea statistică se
ipoteza nulă, conform căreia diferenţa dintre cele două medii nu este reintroduce în populaţia statistică astfel că fiecare unitate statistică participă
semnificativ diferită de 0 (nu sunt suficiente dovezi pentru a susţine creşterea în mod egal la fiecare extragere.
încasărilor după campania publicitară). În cazul sondajului repetat, volumul sondajului se stabileşte
plecându-se de le inegalitatea:

n.σ x2 <σ 02
Aceasta ca urmare a faptului că posibilităţile de a participa la
extragere descresc de la 1/N la prima extragere şi până la 1/N – (n – 1) la
ultima extragere. Volumul ce rămâne după extragerea eşantionului de
mărimea n este aşadar de N – 1 la extragerea repetată şi de N – n la
extragerea nerepetată. În consecinţă, dispersia mediilor eşantioanelor
 STATISTICĂ ŞI ECONOMETRIE 139 140 Gh. COMAN

posibile σ x2 trebuie corectată, în cazul sondajului nerepetat, formula ei Coeficientul zα exprimă probabilitatea cu care se garantează

devenind: rezultatele.
1. Să se determine numărul de piese ce trebuie extrase, în mod
σ 02 N −n aleatoriu şi nerepetat, dintr-un lot de 3000 piese dacă diametrul mediu al
σ x, nerepetat = × pieselor din eşantion trebuie să difere de diametrul mediu al pieselor din
n N −1 întreaga populaţie statistică cu cel mult 0,2 mm.
În cazul când nu se cunoaşte N, adică volumul populaţiei şi se Dintr-o cercetare anterioară se cunoaşte că varianţa caracteristicii
presupune că proporţia n/N este foarte mică, pentru calculul erorii medii de studiate (diametrul mediu) a fost de 20 mm. Rezultatul se garantează cu o
reprezentativitate se renunţă la coeficientul de corecţie şi se foloseşte, probabilitate de 0,9962 pentru care z = 2,90.
pentru ambele procedee de extragere, formula:
Rezolvare. Se cunosc: N = 3000; ε = 0,2 mm; σ 2 = 0,2 mm; z =
σ 2
2,90. Se cere să se determine n = ?.
σx = 0
Se utilizează relaţia (4.18) din manual:
n
În general, în practică, se consideră că eşantionul este reprezentativ z 2 .σ 2 2,9 2.0,2 8,41.0,2
n= = = =
dacă el nu prezintă erori mai mari de ± 5% . Pentru a se asigura z 2
.σ 2
2 ,9 2
. 0, 2 8, 41 . 0, 2
reprezentativitatea eşantionului este necesar să se limiteze intervalul ε2 + 0,04 + 0,04 +
înăuntrul căruia poate varia media sa, stabilindu-se astfel mărimea erorii N 3000 3000
limită. Aceasta se determină ca o abatere dată a mediei eşantionului de la 1,682 1,682
media populaţiei, generate de suma probabilităţilor corespunzătoare limitelor = = = 36,89 ≈ 37
intervalului de variaţie. 0,04 + 0,00056 0,0456
Se va nota cu ε
eroarea limită în cazul caracteristicilor şi se va Rezultă că pentru a evalua diametrul mediu al pieselor din întreaga
putea spune că teoretic media populaţiei este egală cu media eşantionului populaţie statistică de 3000 de piese, în limitele precizate de problemă,
± eroarea limită, deci: volumul eşantionului va trebui să fie format de circa 42 de piese.
2. În condiţiile datelor problemei precedente, se cere să se rezolve
X0 =x ±ε problema în ipoteza că sondajul s-a efectuat aleatoriu şi repetat.
Cum, în practică, nu se cunosc toate probabilităţile de apariţie şi nici
toate mediile eşantioanelor posibile, se va porni şi pentru calculul erorii tot de
Rezolvare. Se cunosc: N = 3000; ε
= 0,2 mm; σ = 0,2 mm; z =
2

2,90. Se cere să se determine n = ?. Folosindu-se relaţia (4.9) se obţine:

la mărimea erorii medii de reprezentativitate:
z 2 .σ 2 2,9 2.0,2 8,41.0,2 1,682
σ 02 n= = = = = 42,05 ≈ 42
σ xi = z
căreia i se aplică un coeficient α , ajungând la ε2 0,04 0,04 0,04
n După cum se observă, în cazul sondajului repetat, volumul
rezultatul: eşantionului rezultă ceva mai mare decât în cazul sondajului aleatoriu
repetat.
σ 02 3. Pentru determinarea timpului mediu de ardere a unor lămpi cu
ε = zα .σ xi = zα pentru sondajul aleatoriu repetat şi: incandescenţă se urmăreşte efectuarea unei cercetări prin sondaj. Pentru a
n stabili volumul sondajului se pot utiliza următoarele informaţii din cercetări
anterioare:
σ 02 ⎛ n⎞ populaţia statistică are un volum de 7500 de lămpi;
ε = zα .σ x i = zα ⎜1 − ⎟ pentru sondajul aleatoriu -
n ⎝ N⎠ abaterea medie pătratică a duratei de funcţionare σ = 150
2
-
nerepetat. ore;
- datorită caracterului distructiv al controlului lămpilor cu
incandescenţă, sondajul este de tipul nerepetat;
 STATISTICĂ ŞI ECONOMETRIE 139 140 Gh. COMAN

posibile σ x2 trebuie corectată, în cazul sondajului nerepetat, formula ei Coeficientul zα exprimă probabilitatea cu care se garantează

devenind: rezultatele.
1. Să se determine numărul de piese ce trebuie extrase, în mod
σ 02 N −n aleatoriu şi nerepetat, dintr-un lot de 3000 piese dacă diametrul mediu al
σ x, nerepetat = × pieselor din eşantion trebuie să difere de diametrul mediu al pieselor din
n N −1 întreaga populaţie statistică cu cel mult 0,2 mm.
În cazul când nu se cunoaşte N, adică volumul populaţiei şi se Dintr-o cercetare anterioară se cunoaşte că varianţa caracteristicii
presupune că proporţia n/N este foarte mică, pentru calculul erorii medii de studiate (diametrul mediu) a fost de 20 mm. Rezultatul se garantează cu o
reprezentativitate se renunţă la coeficientul de corecţie şi se foloseşte, probabilitate de 0,9962 pentru care z = 2,90.
pentru ambele procedee de extragere, formula:
Rezolvare. Se cunosc: N = 3000; ε = 0,2 mm; σ 2 = 0,2 mm; z =
σ 2
2,90. Se cere să se determine n = ?.
σx = 0
Se utilizează relaţia (4.18) din manual:
n
În general, în practică, se consideră că eşantionul este reprezentativ z 2 .σ 2 2,9 2.0,2 8,41.0,2
n= = = =
dacă el nu prezintă erori mai mari de ± 5% . Pentru a se asigura z 2
.σ 2
2 ,9 2
. 0, 2 8, 41 . 0, 2
reprezentativitatea eşantionului este necesar să se limiteze intervalul ε2 + 0,04 + 0,04 +
înăuntrul căruia poate varia media sa, stabilindu-se astfel mărimea erorii N 3000 3000
limită. Aceasta se determină ca o abatere dată a mediei eşantionului de la 1,682 1,682
media populaţiei, generate de suma probabilităţilor corespunzătoare limitelor = = = 36,89 ≈ 37
intervalului de variaţie. 0,04 + 0,00056 0,0456
Se va nota cu ε
eroarea limită în cazul caracteristicilor şi se va Rezultă că pentru a evalua diametrul mediu al pieselor din întreaga
putea spune că teoretic media populaţiei este egală cu media eşantionului populaţie statistică de 3000 de piese, în limitele precizate de problemă,
± eroarea limită, deci: volumul eşantionului va trebui să fie format de circa 42 de piese.
2. În condiţiile datelor problemei precedente, se cere să se rezolve
X0 =x ±ε problema în ipoteza că sondajul s-a efectuat aleatoriu şi repetat.
Cum, în practică, nu se cunosc toate probabilităţile de apariţie şi nici
toate mediile eşantioanelor posibile, se va porni şi pentru calculul erorii tot de
Rezolvare. Se cunosc: N = 3000; ε
= 0,2 mm; σ = 0,2 mm; z =
2

2,90. Se cere să se determine n = ?. Folosindu-se relaţia (4.9) se obţine:

la mărimea erorii medii de reprezentativitate:
z 2 .σ 2 2,9 2.0,2 8,41.0,2 1,682
σ 02 n= = = = = 42,05 ≈ 42
σ xi = z
căreia i se aplică un coeficient α , ajungând la ε2 0,04 0,04 0,04
n După cum se observă, în cazul sondajului repetat, volumul
rezultatul: eşantionului rezultă ceva mai mare decât în cazul sondajului aleatoriu
repetat.
σ 02 3. Pentru determinarea timpului mediu de ardere a unor lămpi cu
ε = zα .σ xi = zα pentru sondajul aleatoriu repetat şi: incandescenţă se urmăreşte efectuarea unei cercetări prin sondaj. Pentru a
n stabili volumul sondajului se pot utiliza următoarele informaţii din cercetări
anterioare:
σ 02 ⎛ n⎞ populaţia statistică are un volum de 7500 de lămpi;
ε = zα .σ x i = zα ⎜1 − ⎟ pentru sondajul aleatoriu -
n ⎝ N⎠ abaterea medie pătratică a duratei de funcţionare σ = 150
2
-
nerepetat. ore;
- datorită caracterului distructiv al controlului lămpilor cu
incandescenţă, sondajul este de tipul nerepetat;
 STATISTICĂ ŞI ECONOMETRIE 141 142 Gh. COMAN

- probabilitatea de decizie P = 1 - α = 99%, căruia îi

σx =
21,85
= 3,89 u.m.
corespunde zα = 2,33; 50
- eroarea probabilă ± 5% din durata medie de funcţionare Dacă s-ar lucra în varianta sondajului nerepetat:
prezentată în standard x = 1000 ore. 50
Rezolvare. Utilizându-se, ca şi în cazul precedent, relaţia (4.18) se
σ x = 3,89 1 − = 3,89.0,975 = 3,79 u.m.
obţine:
1000
Eroarea probabilă:
5 × 1000 α = 5% , dacă z0,05 = 1,96,
ε= = ± 50 ore - varianta sondajului repetat, pentru
100 ε x = 1,96.3,89 = 7,62 , în sondajul repetat, respectiv
şi deci:
z 2 .σ 2 2,332.150 2 5,4289.22500 ε x = 1,96.3,79 = 7,423 , în sondajul nerepetat;
n= = = =
z .σ - pentru risc de α = 1% la care z
2 2 2 2 5,4289.22500
2,33 .150 2500 + = 3,09, se obţine:
ε +
2
50 +
2 0,01

N 7500 7500 ε x = 3,09 .3,89 = 12,02 , respectiv în sondajul nerepetat:

=
122150,25
=
122150,25
= 48,54 ≈ 49 ε x = 3,09.3,79 = 11,71 .
2500 + 16,2867 2516,2867
Intervalul de încredere: m ∈ (161,6 ± 7,62 ) , deci intervalul
4. În tabelul următor se prezintă seria de repartiţie referitoare la este (153,98; 169,22 ) în cazul sondajului repetat şi un risc de 5%,
volumul desfacerilor zilnice la un număr de 50 de unităţi comerciale private
dintr-un oraş. respectiv m ∈ (161,6 ± 11,71) , în cazul riscului de 1% şi sondajului
Grupe, după volumul desfacerilor zilnice (u.m.) Număr magazine nerepetat m ∈ (149,89; 173,31) .
110 - 130 5 Calculul intervalului de încredere al volumului total al
130 - 150
150 - 170
8
20
vânzărilor (m × N )∈ N (161,6 ± 7,62) , rezultă: li = 153,980 , iar
170 - 190 12 l s = 169,220 în cazul sondajului repetat şi un risc de 5%, respectiv
190 - 210 5
Total 50 li = 1000 × 149,89 = 149890 şi l s = 1000 × 173,31 = 173310 ,
Se cere: în cazul sondajului nerepetat şi un risc de 1%.
1. Calculul intervalului de încredere pentru media vânzărilor dintr-un
magazin din populaţia generală de N = 1000.
În vederea unei noi cercetări, dacă eroarea limită va fi ε′ = 3:
2. Să se determine intervalul de încredere pentru volumul total al ε x = 3.7,62 = 22,86 , iar sondajul ar fi repetat, rezultă:
vânzărilor.
3. Să se redimensioneze volumul sondajului pentru o nouă 1,962.477,44
cercetare în condiţiile în care: a. eroarea limită s-ar tripla; b. eroarea limită n′ = = 3,509 ≈ 4 magazine, iar în varianta repetat:
s-ar reduce la 1/4 din nivelul iniţial al erorii. 22,862
Rezolvare. În urma calculelor rezultă: 1,96 2.477,44 magazine, deci rezultatele coincid.
n′ = = 3,497 ≈ 4
x = 161,6 u.m. s ≈ σ = 477,44 CV = 13,5%
2 2
1834,13
Eroarea medie de sondaj:
22,86 2 +
1000
 STATISTICĂ ŞI ECONOMETRIE 141 142 Gh. COMAN

- probabilitatea de decizie P = 1 - α = 99%, căruia îi

σx =
21,85
= 3,89 u.m.
corespunde zα = 2,33; 50
- eroarea probabilă ± 5% din durata medie de funcţionare Dacă s-ar lucra în varianta sondajului nerepetat:
prezentată în standard x = 1000 ore. 50
Rezolvare. Utilizându-se, ca şi în cazul precedent, relaţia (4.18) se
σ x = 3,89 1 − = 3,89.0,975 = 3,79 u.m.
obţine:
1000
Eroarea probabilă:
5 × 1000 α = 5% , dacă z0,05 = 1,96,
ε= = ± 50 ore - varianta sondajului repetat, pentru
100 ε x = 1,96.3,89 = 7,62 , în sondajul repetat, respectiv
şi deci:
z 2 .σ 2 2,332.150 2 5,4289.22500 ε x = 1,96.3,79 = 7,423 , în sondajul nerepetat;
n= = = =
z .σ - pentru risc de α = 1% la care z
2 2 2 2 5,4289.22500
2,33 .150 2500 + = 3,09, se obţine:
ε +
2
50 +
2 0,01

N 7500 7500 ε x = 3,09 .3,89 = 12,02 , respectiv în sondajul nerepetat:

=
122150,25
=
122150,25
= 48,54 ≈ 49 ε x = 3,09.3,79 = 11,71 .
2500 + 16,2867 2516,2867
Intervalul de încredere: m ∈ (161,6 ± 7,62 ) , deci intervalul
4. În tabelul următor se prezintă seria de repartiţie referitoare la este (153,98; 169,22 ) în cazul sondajului repetat şi un risc de 5%,
volumul desfacerilor zilnice la un număr de 50 de unităţi comerciale private
dintr-un oraş. respectiv m ∈ (161,6 ± 11,71) , în cazul riscului de 1% şi sondajului
Grupe, după volumul desfacerilor zilnice (u.m.) Număr magazine nerepetat m ∈ (149,89; 173,31) .
110 - 130 5 Calculul intervalului de încredere al volumului total al
130 - 150
150 - 170
8
20
vânzărilor (m × N )∈ N (161,6 ± 7,62) , rezultă: li = 153,980 , iar
170 - 190 12 l s = 169,220 în cazul sondajului repetat şi un risc de 5%, respectiv
190 - 210 5
Total 50 li = 1000 × 149,89 = 149890 şi l s = 1000 × 173,31 = 173310 ,
Se cere: în cazul sondajului nerepetat şi un risc de 1%.
1. Calculul intervalului de încredere pentru media vânzărilor dintr-un
magazin din populaţia generală de N = 1000.
În vederea unei noi cercetări, dacă eroarea limită va fi ε′ = 3:
2. Să se determine intervalul de încredere pentru volumul total al ε x = 3.7,62 = 22,86 , iar sondajul ar fi repetat, rezultă:
vânzărilor.
3. Să se redimensioneze volumul sondajului pentru o nouă 1,962.477,44
cercetare în condiţiile în care: a. eroarea limită s-ar tripla; b. eroarea limită n′ = = 3,509 ≈ 4 magazine, iar în varianta repetat:
s-ar reduce la 1/4 din nivelul iniţial al erorii. 22,862
Rezolvare. În urma calculelor rezultă: 1,96 2.477,44 magazine, deci rezultatele coincid.
n′ = = 3,497 ≈ 4
x = 161,6 u.m. s ≈ σ = 477,44 CV = 13,5%
2 2
1834,13
Eroarea medie de sondaj:
22,86 2 +
1000
 STATISTICĂ ŞI ECONOMETRIE 143 144 Gh. COMAN

Dacă eroarea limită se reduce de 4 ori, atunci: maximă cu probabilitatea Ф(z) = 0,9545 (z = 2) în limitele unui interval de
1 1 2
1,96 . 477 , 44 ±5%, respectiv ±5.
ε ′x′ = ε x = 7 , 62 = 1,905 ; şi n ′′ = = 506 Rezolvare:
4 4 1,905 2 z 2 .σ w2 4.0,24
magazine. Deci o sporire a exigenţei conduce la verificarea a mai mult de n= = = 974,62 ≈ 975 piese
z 2
.σ 2
0, 05 2
+ 0,00096
jumătate din elementele colectivităţii. Δw +
2 w
5. Dintr-o comandă de 1000 piese, se prelevă un eşantion de 65 N
piese prin extragere aleatoare, simplă, nerepetată. Potrivit comenzii, fiecare Cu acest rezultat, locul cercetării selective este luat de examinarea
piesă ar trebui să cântărească 85 grame. După examinarea eşantionului, se integrală a lotului comandat.
constată că greutatea medie a pieselor este de 87,2g, dispersia eşantionului 6. Un eşantion aleator de 80 de observaţii a fost selectat dintr-o
fiind de 70,6746, abaterea standard de 8,4 g, coeficientul de variaţie 9,6%. populaţie normal distribuită. În urma calculelor a rezultat valoarea medie în
Între piesele eşantionului se află 26 piese cu greutatea mai mare decât cea eşantion x = 14,1 şi abaterea medie pătratică σ = 2,6 . Se cere să se
prevăzută de comandă.
determine intervalul de încredere garantat cu o probabilitate de 95% pentru
Se cere:
Estimarea cu Ф(z) = 0,9545 (z = 2) limitele intervalului în care se media colectivităţii generale x0 .
înscrie greutatea medie a celor 1000 piese din lot. Rezolvare.
Rezolvare:
σ 2,6
Eroarea medie de reprezentativitate în cazul sondajului aleator,
simplu, nerepetat, se estimează astfel:
σx = = = 0,29
n 80
σ2 ⎛ n⎞ 70,6746 ⎛ 65 ⎞
Δ x = zα / 2 .σ x = z0 ,025 .0,29 = 1,96.0,29 = 0,5684
σx = ⎜1 − ⎟ = ⎜1 − ⎟ = 1,0083 g
n ⎝ N⎠ 65 ⎝ 1000 ⎠
Eroarea limită: x − Δ x ≤ x0 ≤ x + Δ x
Δ x = z.σ x = 2.1,0083 ≈ 2,02 g , pentru Ф(z) = 0,9545. 14,1 − 0,5684 ≤ x0 ≤ 14,1 + 0,5684
Intervalul în care se înscrie greutatea medie a tuturor pieselor cu
probabilitatea menţionată este: 13,53 ≤ x0 ≤ 14,67
0 x ∈ (87,2 ± 2,02) ⇒ 85,18 ≤ x ≤ 89,22 0
Estimarea cu Ф(z) = 0,90 (z = 1,65) a cărei cotei maxime de
produse cu greutatea depăşită.

Rezolvare:
σ w2 ⎛ n⎞
σw = ⎜1 − ⎟ , unde : σ w = w.(1 − w) = 0,4.0,6 = 0,24
2

n ⎝ N⎠

σ w = 0,059 ⇒ 59%; Δ w = z.σ w = 1,65.0,059 = 0,097 ⇒ 9,7%

Cota maximă este, de fapt, limita superioară a intervalului în care se
înscrie p, respectiv w + Δw = 0,4 + 0,097 = 0,497, ceea ce în mărime
absolută, înseamnă 497 de piese.
Cât de mare ar trebui să fie eşantionul extras prin acelaşi procedeu
pentru o nouă cercetare, dacă ar trebui să se estimeze cota minimă şi
 STATISTICĂ ŞI ECONOMETRIE 143 144 Gh. COMAN

Dacă eroarea limită se reduce de 4 ori, atunci: maximă cu probabilitatea Ф(z) = 0,9545 (z = 2) în limitele unui interval de
1 1 2
1,96 . 477 , 44 ±5%, respectiv ±5.
ε ′x′ = ε x = 7 , 62 = 1,905 ; şi n ′′ = = 506 Rezolvare:
4 4 1,905 2 z 2 .σ w2 4.0,24
magazine. Deci o sporire a exigenţei conduce la verificarea a mai mult de n= = = 974,62 ≈ 975 piese
z 2
.σ 2
0, 05 2
+ 0,00096
jumătate din elementele colectivităţii. Δw +
2 w
5. Dintr-o comandă de 1000 piese, se prelevă un eşantion de 65 N
piese prin extragere aleatoare, simplă, nerepetată. Potrivit comenzii, fiecare Cu acest rezultat, locul cercetării selective este luat de examinarea
piesă ar trebui să cântărească 85 grame. După examinarea eşantionului, se integrală a lotului comandat.
constată că greutatea medie a pieselor este de 87,2g, dispersia eşantionului 6. Un eşantion aleator de 80 de observaţii a fost selectat dintr-o
fiind de 70,6746, abaterea standard de 8,4 g, coeficientul de variaţie 9,6%. populaţie normal distribuită. În urma calculelor a rezultat valoarea medie în
Între piesele eşantionului se află 26 piese cu greutatea mai mare decât cea eşantion x = 14,1 şi abaterea medie pătratică σ = 2,6 . Se cere să se
prevăzută de comandă.
determine intervalul de încredere garantat cu o probabilitate de 95% pentru
Se cere:
Estimarea cu Ф(z) = 0,9545 (z = 2) limitele intervalului în care se media colectivităţii generale x0 .
înscrie greutatea medie a celor 1000 piese din lot. Rezolvare.
Rezolvare:
σ 2,6
Eroarea medie de reprezentativitate în cazul sondajului aleator,
simplu, nerepetat, se estimează astfel:
σx = = = 0,29
n 80
σ2 ⎛ n⎞ 70,6746 ⎛ 65 ⎞
Δ x = zα / 2 .σ x = z0 ,025 .0,29 = 1,96.0,29 = 0,5684
σx = ⎜1 − ⎟ = ⎜1 − ⎟ = 1,0083 g
n ⎝ N⎠ 65 ⎝ 1000 ⎠
Eroarea limită: x − Δ x ≤ x0 ≤ x + Δ x
Δ x = z.σ x = 2.1,0083 ≈ 2,02 g , pentru Ф(z) = 0,9545. 14,1 − 0,5684 ≤ x0 ≤ 14,1 + 0,5684
Intervalul în care se înscrie greutatea medie a tuturor pieselor cu
probabilitatea menţionată este: 13,53 ≤ x0 ≤ 14,67
0 x ∈ (87,2 ± 2,02) ⇒ 85,18 ≤ x ≤ 89,22 0
Estimarea cu Ф(z) = 0,90 (z = 1,65) a cărei cotei maxime de
produse cu greutatea depăşită.

Rezolvare:
σ w2 ⎛ n⎞
σw = ⎜1 − ⎟ , unde : σ w = w.(1 − w) = 0,4.0,6 = 0,24
2

n ⎝ N⎠

σ w = 0,059 ⇒ 59%; Δ w = z.σ w = 1,65.0,059 = 0,097 ⇒ 9,7%

Cota maximă este, de fapt, limita superioară a intervalului în care se
înscrie p, respectiv w + Δw = 0,4 + 0,097 = 0,497, ceea ce în mărime
absolută, înseamnă 497 de piese.
Cât de mare ar trebui să fie eşantionul extras prin acelaşi procedeu
pentru o nouă cercetare, dacă ar trebui să se estimeze cota minimă şi
 STATISTICĂ ŞI ECONOMETRIE 145 146 Gh. COMAN

∑x∑ y
8. CORELAŢIE ŞI REGRESIE ∑ xy −
sX Y = n
Indicatori sintetici ai corelaţiei: n −1
- covarianţa: iar coeficientul de corelaţie:
1 ∑x∑ y
cov(x, y ) = Σ( xi − x )( y i − y ) = s x , y ∑x y− sx y
n rX Y = n =
sau: (n − 1)s x s y sx s y
cov( x, y ) = r.σ xσ y
- coeficientul de corelaţie simplă liniară: Tabel de corelaţie pentru distribuţia bidimensională a legăturilor statistice
- în cazul seriilor de repartiţie simplă:
cov( x, y ) Σ( x − x )( y − y ) xi
yj
Suma yi
ry / x = r = = = 1 2 3 … j … k
σ xσ y (n − 1)σ xσ y 1 n11 n12 n13 … n1j … n1k n1• y1
nΣxi yi − Σxi Σyi sy/ x 2 n21 n22 n23 … n2j … n2k n2 • y2
= =
[ nΣxi2 − (Σxi ) 2 ][ nΣyi2 − (Σyi ) 2 ] sx s y 3 n31 n32 n33 … n3j … n3k n3• y3
… … … … … … … … … …
- în cazul unui număr mare de date sistematizate prin:
a. grupare simplă: i ni1 ni2 ni3 … nij … nik ni • yi
cov( x, y ) Σ( x − x )( y − y ) … … … … … … … … … …
ry / x = r = =
σ xσ y (Σni )σ xσ y m nm1 nm2 nm3 … nmj … nmk nm • ym
b. grupare combinată după ambele variabile Xi,Yi: Suma n•1 n•2 n•3 … n• j … n•k n y
Σni Σxi yi ni − Σxi ni Σyi ni
r= xj x1 x2 x3 … xj … xk x
[Σni Σxi2 ni − (Σxi ni ) 2 ][Σni Σy i2 ni − (Σyi ni ) 2 ]
Dacă se foloseşte tabelul de corelaţie, în care perechile xiyi se Coeficientul de corelaţie poate varia între -1 şi +1. Cu cât este mai
întâlnesc de nij ori: apropiat de valoarea -1 sau +1, corelaţia liniară este mai intensă. Dacă
ΣΣnij Σxi y j nij − Σxi ni •Σy j n• j variabilele sunt necorelate, coeficientul de corelaţie este 0. Dacă rxy > 0 se
r= spune că corelaţia este pozitivă, adică la creşterea lui x creşte şi y, iar dacă
[ΣΣnij Σxi2 ni • − (Σxi ni • ) 2 ][ΣΣnij Σy 2j n• j − (Σy j n• j ) 2 ] rxy < 0 se spune că corelaţia este negativă, adică la creşterea lui x, valoarea
lui y scade.
În practică, suma produselor Σ( x − x )( y − y ) se calculează mai În acest caz abaterile medii pătratice se determină cu expresiile:

1 ⎡m ⎞ ⎤
comod dacă este adusă la forma: 2
1⎛ m
Σ xΣ y sx = ⎢∑ ni• xi − ⎜⎜ ∑ ni • xi ⎟⎟ ⎥
2
Σ ( x − x )( y − y ) = Σxy − n − 1 ⎢ i =1
⎣
n ⎝ i =1 ⎠ ⎥⎦
n
Covarianţa devine: şi respectiv:
 STATISTICĂ ŞI ECONOMETRIE 145 146 Gh. COMAN

∑x∑ y
8. CORELAŢIE ŞI REGRESIE ∑ xy −
sX Y = n
Indicatori sintetici ai corelaţiei: n −1
- covarianţa: iar coeficientul de corelaţie:
1 ∑x∑ y
cov(x, y ) = Σ( xi − x )( y i − y ) = s x , y ∑x y− sx y
n rX Y = n =
sau: (n − 1)s x s y sx s y
cov( x, y ) = r.σ xσ y
- coeficientul de corelaţie simplă liniară: Tabel de corelaţie pentru distribuţia bidimensională a legăturilor statistice
- în cazul seriilor de repartiţie simplă:
cov( x, y ) Σ( x − x )( y − y ) xi
yj
Suma yi
ry / x = r = = = 1 2 3 … j … k
σ xσ y (n − 1)σ xσ y 1 n11 n12 n13 … n1j … n1k n1• y1
nΣxi yi − Σxi Σyi sy/ x 2 n21 n22 n23 … n2j … n2k n2 • y2
= =
[ nΣxi2 − (Σxi ) 2 ][ nΣyi2 − (Σyi ) 2 ] sx s y 3 n31 n32 n33 … n3j … n3k n3• y3
… … … … … … … … … …
- în cazul unui număr mare de date sistematizate prin:
a. grupare simplă: i ni1 ni2 ni3 … nij … nik ni • yi
cov( x, y ) Σ( x − x )( y − y ) … … … … … … … … … …
ry / x = r = =
σ xσ y (Σni )σ xσ y m nm1 nm2 nm3 … nmj … nmk nm • ym
b. grupare combinată după ambele variabile Xi,Yi: Suma n•1 n•2 n•3 … n• j … n•k n y
Σni Σxi yi ni − Σxi ni Σyi ni
r= xj x1 x2 x3 … xj … xk x
[Σni Σxi2 ni − (Σxi ni ) 2 ][Σni Σy i2 ni − (Σyi ni ) 2 ]
Dacă se foloseşte tabelul de corelaţie, în care perechile xiyi se Coeficientul de corelaţie poate varia între -1 şi +1. Cu cât este mai
întâlnesc de nij ori: apropiat de valoarea -1 sau +1, corelaţia liniară este mai intensă. Dacă
ΣΣnij Σxi y j nij − Σxi ni •Σy j n• j variabilele sunt necorelate, coeficientul de corelaţie este 0. Dacă rxy > 0 se
r= spune că corelaţia este pozitivă, adică la creşterea lui x creşte şi y, iar dacă
[ΣΣnij Σxi2 ni • − (Σxi ni • ) 2 ][ΣΣnij Σy 2j n• j − (Σy j n• j ) 2 ] rxy < 0 se spune că corelaţia este negativă, adică la creşterea lui x, valoarea
lui y scade.
În practică, suma produselor Σ( x − x )( y − y ) se calculează mai În acest caz abaterile medii pătratice se determină cu expresiile:

1 ⎡m ⎞ ⎤
comod dacă este adusă la forma: 2
1⎛ m
Σ xΣ y sx = ⎢∑ ni• xi − ⎜⎜ ∑ ni • xi ⎟⎟ ⎥
2
Σ ( x − x )( y − y ) = Σxy − n − 1 ⎢ i =1
⎣
n ⎝ i =1 ⎠ ⎥⎦
n
Covarianţa devine: şi respectiv:
 STATISTICĂ ŞI ECONOMETRIE 147 148 Gh. COMAN

Σni Σxi yi ni − Σxi ni Σyi ni

1 ⎡k ⎤
2
1 ⎛ k ⎞ + x
sy = ⎢ ∑
n − 1 ⎢ j =1
n• j y j − ⎜ ∑ n• j y j ⎟ ⎥
2 ⎜ ⎟ Σni Σxi2 ni − (Σxi ni )
2

⎣
n ⎝ j =1 ⎠ ⎥⎦ - cazul tabelului de corelaţie:

Regresia liniară simplă cu o singură variabilă independentă, Σxi2 ni •Σy j n• j − Σxi ni •Σxi y j nij
a=
Y xi = a + b.xi . ΣΣnij Σxi2 ni • − (Σxi ni • )
2

cazul (xi,yi):
-
ΣΣnij ΣΣxi y j nij − Σxi ni • Σy j n• j
S = Σ( yi − Yxi ) 2 = Σ( yi − a − b.xi ) 2 → min b=
ΣΣnij Σxi2 ni • − (Σxi ni • )
2
⎧ ∂S
⎪⎪ ∂a = 0 ⎧2Σ( y i − a − b.xi )(−1) = 0 ⎧n.a + bΣxi = Σy i La trecerea de la cazul (xi, yi, ni) la cazul tabelului de corelaţie s-au
⇒⎨ ⇒⎨ ⇒⎨ utilizat substituţiile:
⎪ ∂S = 0 ⎩2Σ( y i − a − b.xi )(− xi ) = 0 ⎩ aΣx i + bΣx i = Σx i y i
2

⎪⎩ ∂b Σni → ΣΣnij ; Σxik ni → Σxik ni•

Σyi Σxi Σyik ni → Σy kj n• j ; Σxi yi ni → ΣΣxi y j nij
Δ a Σxi yi Σxi Σx 2Σy − Σxi Σxi yi
2
a= = = i 2i Regresie simplă curbilinie: Yxi = a + b.xi + c.xi2
Δ n Σxi nΣxi − (Σxi )
2
- cazul (xi, yi, 1):
Σxi Σxi2 ∑ ( y − Y )2 = ∑ [yi − (a + bxi + c.xi2 )]
n n 2
= min
Σyi
i =1 i =1
n Egalând cu zero derivatele parţiale în raport cu coeficienţii de
regresie a, b şi c, după aranjarea termenilor se obţine:
Δ b Σxi Σxi yi nΣxi yi − Σxi Σyi ⎧ ∂S
b= = =
Δ n Σxi nΣxi2 − (Σxi )
2 ⎪ ∂a = 0 ⎧
⎪ 2Σ( yi − a − b.xi − c.xi2 ) 2 ( −1) = 0
⎪ ∂S ⎪
⎪
Σxi Σxi2 ⇒ ⎨ = 0 ⇒ ⎨2Σ( yi − a − b.xi − c.xi2 ) 2 ( − xi ) = 0 ⇒
- cazul (xi, yi, ni) – ponderat cu „ni”: ⎪ ∂b ⎪
⎪⎩2Σ( yi − a − b.xi − c.xi ) ( − xi ) = 0
2 2 2
⎪ ∂S
Σx 2 n Σy n − Σxi ni Σxi yi ni ⎪⎩ ∂c = 0
a = i i i 2i
(
Σni Σxi ni − Σxi ni
2
) ⎧n.a + bΣxi + cΣxi2 = Σyi
Σni Σxi yi ni − Σxi ni Σyi ni ⎪⎪
b= ⇒ ⎨aΣxi + bΣxi2 + cΣxi3 = Σxi yi
Σni Σxi2 ni − (Σxi ni )
2
⎪
⎪⎩aΣxi + bΣxi + cΣxi = Σxi yi
2 3 4 2
Deci:
Σxi2 ni Σyi ni − Σxi ni Σxi yi ni - cazul (xi, yi, ni). Urmând acelaşi algoritm ca şi în cazul precedent
y = a + b.x = + se obţine sistemul de ecuaţii următor:
Σni Σxi2 ni − (Σxi ni )
2
 STATISTICĂ ŞI ECONOMETRIE 147 148 Gh. COMAN

Σni Σxi yi ni − Σxi ni Σyi ni

1 ⎡k ⎤
2
1 ⎛ k ⎞ + x
sy = ⎢ ∑
n − 1 ⎢ j =1
n• j y j − ⎜ ∑ n• j y j ⎟ ⎥
2 ⎜ ⎟ Σni Σxi2 ni − (Σxi ni )
2

⎣
n ⎝ j =1 ⎠ ⎥⎦ - cazul tabelului de corelaţie:

Regresia liniară simplă cu o singură variabilă independentă, Σxi2 ni •Σy j n• j − Σxi ni •Σxi y j nij
a=
Y xi = a + b.xi . ΣΣnij Σxi2 ni • − (Σxi ni • )
2

cazul (xi,yi):
-
ΣΣnij ΣΣxi y j nij − Σxi ni • Σy j n• j
S = Σ( yi − Yxi ) 2 = Σ( yi − a − b.xi ) 2 → min b=
ΣΣnij Σxi2 ni • − (Σxi ni • )
2
⎧ ∂S
⎪⎪ ∂a = 0 ⎧2Σ( y i − a − b.xi )(−1) = 0 ⎧n.a + bΣxi = Σy i La trecerea de la cazul (xi, yi, ni) la cazul tabelului de corelaţie s-au
⇒⎨ ⇒⎨ ⇒⎨ utilizat substituţiile:
⎪ ∂S = 0 ⎩2Σ( y i − a − b.xi )(− xi ) = 0 ⎩ aΣx i + bΣx i = Σx i y i
2

⎪⎩ ∂b Σni → ΣΣnij ; Σxik ni → Σxik ni•

Σyi Σxi Σyik ni → Σy kj n• j ; Σxi yi ni → ΣΣxi y j nij
Δ a Σxi yi Σxi Σx 2Σy − Σxi Σxi yi
2
a= = = i 2i Regresie simplă curbilinie: Yxi = a + b.xi + c.xi2
Δ n Σxi nΣxi − (Σxi )
2
- cazul (xi, yi, 1):
Σxi Σxi2 ∑ ( y − Y )2 = ∑ [yi − (a + bxi + c.xi2 )]
n n 2
= min
Σyi
i =1 i =1
n Egalând cu zero derivatele parţiale în raport cu coeficienţii de
regresie a, b şi c, după aranjarea termenilor se obţine:
Δ b Σxi Σxi yi nΣxi yi − Σxi Σyi ⎧ ∂S
b= = =
Δ n Σxi nΣxi2 − (Σxi )
2 ⎪ ∂a = 0 ⎧
⎪ 2Σ( yi − a − b.xi − c.xi2 ) 2 ( −1) = 0
⎪ ∂S ⎪
⎪
Σxi Σxi2 ⇒ ⎨ = 0 ⇒ ⎨2Σ( yi − a − b.xi − c.xi2 ) 2 ( − xi ) = 0 ⇒
- cazul (xi, yi, ni) – ponderat cu „ni”: ⎪ ∂b ⎪
⎪⎩2Σ( yi − a − b.xi − c.xi ) ( − xi ) = 0
2 2 2
⎪ ∂S
Σx 2 n Σy n − Σxi ni Σxi yi ni ⎪⎩ ∂c = 0
a = i i i 2i
(
Σni Σxi ni − Σxi ni
2
) ⎧n.a + bΣxi + cΣxi2 = Σyi
Σni Σxi yi ni − Σxi ni Σyi ni ⎪⎪
b= ⇒ ⎨aΣxi + bΣxi2 + cΣxi3 = Σxi yi
Σni Σxi2 ni − (Σxi ni )
2
⎪
⎪⎩aΣxi + bΣxi + cΣxi = Σxi yi
2 3 4 2
Deci:
Σxi2 ni Σyi ni − Σxi ni Σxi yi ni - cazul (xi, yi, ni). Urmând acelaşi algoritm ca şi în cazul precedent
y = a + b.x = + se obţine sistemul de ecuaţii următor:
Σni Σxi2 ni − (Σxi ni )
2
 STATISTICĂ ŞI ECONOMETRIE 149 150 Gh. COMAN

pentru cazul (xi, yi, ni):

⎧aΣni + bΣxi ni + cΣxi2 ni = Σyi ni -

⎪⎪ (Σyi ni ) 2
aΣyi ni + bΣxi yi ni −
⇒ ⎨aΣxi ni + bΣxi2 ni + cΣxi3 ni = Σxi yi ni Σni
R=
⎪ ( Σy n ) 2

⎪⎩aΣxi ni + bΣxi ni + cΣxi ni = Σxi yi ni

2 3 4 2
Σyi2 ni − i i
Σni
- cazul tabelului de corelaţie: - pentru cazul tabelului de corelaţie:
⎧aΣΣnij + bΣxi ni • + cΣxi2 ni • = Σy j n• j (Σy j n• j ) 2
⎪⎪ aΣy j n• j + bΣxi y j nij −
⇒ ⎨aΣxi ni • + bΣxi2 ni • + cΣxi3 ni • = Σxi y j nij ΣΣnij
R=
⎪ (Σy j n• j ) 2
Σy 2j n• j −
⎪⎩aΣxi ni • + bΣxi ni • + cΣxi ni • = Σxi y j nij
2 3 4 2
ΣΣnij
Regresie liniară multiplă:
Yx1 , x2 ,..., xk = a0 + a1 x1 + a 2 x 2 + ... + a k x k
Parametrii a0, a1, a2,…,ak se determină prin metoda celor mai mici
pătrate:
k 2

∑ ( yi − Yx , x ,..., x
1 2 k
) = min
i =1
care conduce la sistemul de ecuaţii normale:
⎧n.a0 + a1Σx1i + ... + ak Σxki = Σyi
⎪
⎪a0Σx1i + a1Σx1i + ... + ak Σx1i xki = Σx1i yi
2

⎪
⎨a0Σx2i + a1Σx1i x2i + ... + ak Σx2i xki = Σx2i yi
⎪.................
⎪
⎪⎩a0Σxki + a1Σx1i xki + ... + ak Σxki2 = Σxki yi
Raportul de corelaţie ( R ):
σ Y2 / y σ y2 / Y Σ(Yi − y ) 2 Σ( yi − Yi )2
R= = 1 − = = 1−
σy 2
σy 2
Σ( yi − y ) 2
Σ ( yi − y ) 2
- în cazul legăturii liniare, raportul de corelaţie are aspectul:
(Σyi ) 2
aΣyi + bΣxi yi −
R= n
(Σyi ) 2
Σyi −
2

n
 STATISTICĂ ŞI ECONOMETRIE 149 150 Gh. COMAN

pentru cazul (xi, yi, ni):

⎧aΣni + bΣxi ni + cΣxi2 ni = Σyi ni -

⎪⎪ (Σyi ni ) 2
aΣyi ni + bΣxi yi ni −
⇒ ⎨aΣxi ni + bΣxi2 ni + cΣxi3 ni = Σxi yi ni Σni
R=
⎪ ( Σy n ) 2

⎪⎩aΣxi ni + bΣxi ni + cΣxi ni = Σxi yi ni

2 3 4 2
Σyi2 ni − i i
Σni
- cazul tabelului de corelaţie: - pentru cazul tabelului de corelaţie:
⎧aΣΣnij + bΣxi ni • + cΣxi2 ni • = Σy j n• j (Σy j n• j ) 2
⎪⎪ aΣy j n• j + bΣxi y j nij −
⇒ ⎨aΣxi ni • + bΣxi2 ni • + cΣxi3 ni • = Σxi y j nij ΣΣnij
R=
⎪ (Σy j n• j ) 2
Σy 2j n• j −
⎪⎩aΣxi ni • + bΣxi ni • + cΣxi ni • = Σxi y j nij
2 3 4 2
ΣΣnij
Regresie liniară multiplă:
Yx1 , x2 ,..., xk = a0 + a1 x1 + a 2 x 2 + ... + a k x k
Parametrii a0, a1, a2,…,ak se determină prin metoda celor mai mici
pătrate:
k 2

∑ ( yi − Yx , x ,..., x
1 2 k
) = min
i =1
care conduce la sistemul de ecuaţii normale:
⎧n.a0 + a1Σx1i + ... + ak Σxki = Σyi
⎪
⎪a0Σx1i + a1Σx1i + ... + ak Σx1i xki = Σx1i yi
2

⎪
⎨a0Σx2i + a1Σx1i x2i + ... + ak Σx2i xki = Σx2i yi
⎪.................
⎪
⎪⎩a0Σxki + a1Σx1i xki + ... + ak Σxki2 = Σxki yi
Raportul de corelaţie ( R ):
σ Y2 / y σ y2 / Y Σ(Yi − y ) 2 Σ( yi − Yi )2
R= = 1 − = = 1−
σy 2
σy 2
Σ( yi − y ) 2
Σ ( yi − y ) 2
- în cazul legăturii liniare, raportul de corelaţie are aspectul:
(Σyi ) 2
aΣyi + bΣxi yi −
R= n
(Σyi ) 2
Σyi −
2

n
 STATISTICĂ ŞI ECONOMETRIE 151 152 Gh. COMAN

Probleme rezolvate Rezolvare.

La o reprezentare grafică într-un sistem de axe rectangular se va
1. Se consideră seria statistică formată din variabila independentă putea constata că dependenţa dintre cele două variabile este liniară. Ca
(x) şi variabila dependentă (y), tabelul1. urmare se scrie ecuaţia de regresie:
Tabelul 1. Serie statistică
y xi = a + b.xi
x 0,4 0,6 0,8 1,0 1,3 1,5 1,7 1,8 1,9 2,0
Trebuie determinate valorile pentru a şi b. Se face utilizându-se
y 0,6 0,7 0,9 1,0 1,2 1,4 1,6 1,8 1,8 2,0
metoda celor mai mici pătrate:
Se cere să se determine coeficientul de corelaţie dintre variabila
independentă (x) şi variabila dependentă (y). S = Σ( yi − y xi ) 2 = Σ( yi − a − b.xi ) 2 ⇒ min ⇒
Rezolvare.
⎧ ∂S
Tabelul 2. Calcule intermediare ⎪⎪ ∂a = 0 ⎧2Σ( yi − a − b.xi )(−1) = 0 ⎧n.a + bΣxi = Σyi
( xi − x ) × ⇒⎨ ⇒⎨ ⇒⎨
( xi − x ) ( yi − y ) ( xi − x )2 ( yi − y ) 2 xi2 yi2 ⎪ ∂S = 0 ⎩2Σ( yi − a − b.xi )(− xi ) = 0 ⎩aΣxi + bΣxi = Σxi yi
2
xi yi xi yi
( yi − y )
⎩⎪ ∂b
0,4 0,6 -0,9 -0,7 0,81 0,49 0,63 0,24 0,16 0,36
0,6 0,7 -0,7 -0,6 0,49 0,36 0,42 0,42 0,36 0,49 ⎛ n Σxi Σyi ⎞
⎜ ⎟
0,8 0,9 -0,5 -0,4 0,25 0,16 0,20 0,72 0,64 0,81 ⎜ Σx Σxi2 Σxi yi ⎟⎠
1,0 1,0 -0,3 -0,3 0,09 0,09 0,09 1,00 1,00 1,00 ⎝ i
1,3 1,2 0 -0,1 0 0,01 0 1,56 1,69 1,44 Σyi Σxi
1,5 1,4 0,2 0,1 0,04 0,01 0,02 2,10 2,25 1,96 Δ Σx y Σxi2 Σxi2Σyi − Σxi Σxi yi 13.19,84 − 13.19,42
a= a = i i = = = 0,1857142
1,7 1,6 0,4 0,3 0,16 0,09 0,12 2,72 2,89 2,56 Δ n Σxi nΣxi2 − (Σxi ) 2 10.19,84 − (13) 2
1,8 1,8 0,5 0,5 0,25 0,25 0,25 3,24 3,24 3,24 Σxi Σxi2
1,9 1,8 0,6 0,5 0,36 0,25 0,30 3,42 3,61 3,61 n Σy i
2,0 2,0 0,7 0,7 0,49 0,49 0,49 4,00 4,00 4,00 Δ Σ x Σ xi yi nΣxi yi − Σxi Σyi 10.19,42 − 13.13
13 13 0 0 2,94 2,20 2,52 19,42 19,84 19,47 b= b = i
= = = 0,8571428
Δ n Σxi nΣxi2 − (Σxi ) 2 10.19,84 − (13) 2
Σxi Σxi2
a. Metoda directă.
Ecuaţia de regresie:
Σ( xi − x )( yi − y ) Σxi 13,0
ryx = x= = = 1,3 yxi = 0,1857142 + 0,8571428 × xi
nσ xσ y n 10
Raportul de corelaţie:
Σ( xi − x ) 2 2,94 Σyi 13
σx = = = 0,5422176 y = = = 1,3 aΣyi + bΣxi yi −
(Σyi ) 2
0,1857142 × 13 + 0,8571428 × 19,42 −
(13) 2
n 10 n 10 n = n = 0,9908
R=
(Σyi ) 2 (13) 2
Σ ( yi − y ) 2 2,20 Σyi −
2
19,47 −
σy = = = 0,4690415 n 10
n 10 Între variabilele x şi y există o legătură directă foarte puternică.
2,52 Coeficientul de determinaţie:
ryx = = 0,9908676 2 2
R = (0,9908) = 0,98168464
10 × 0,5422176 × 0,4690415 Rezultă că ponderea variaţiei lui y, în proporţie de peste 98%, se
b. Metoda simplificată. datorează variaţiei variabilei x, restul de alţi factori neglijaţi la analiza
n × Σxi yi − Σxi Σyi 10 × 19,42 − 13 × 13 statistică.
ryx = = = 0,9908674
[nΣxi2 − (Σxi ) 2 ] × [nΣyi2 − (Σyi ) 2 ] (10 × 19,84 − 169)(10 × 19,47 − 169) 3. La 70 de societăţi comerciale (SC) se face un sondaj statistic
privind legătura dintre cheltuielile de publicitate (x) şi rata de creştere (RC) a
2. Pentru datele statistice din problema precedentă se cere să se
vânzărilor (y). Rezultatele sunt prezentate şi structurate în tabelul 3.
calculeze ecuaţia de regresie şi raportul de corelaţie.
 STATISTICĂ ŞI ECONOMETRIE 151 152 Gh. COMAN

Probleme rezolvate Rezolvare.

La o reprezentare grafică într-un sistem de axe rectangular se va
1. Se consideră seria statistică formată din variabila independentă putea constata că dependenţa dintre cele două variabile este liniară. Ca
(x) şi variabila dependentă (y), tabelul1. urmare se scrie ecuaţia de regresie:
Tabelul 1. Serie statistică
y xi = a + b.xi
x 0,4 0,6 0,8 1,0 1,3 1,5 1,7 1,8 1,9 2,0
Trebuie determinate valorile pentru a şi b. Se face utilizându-se
y 0,6 0,7 0,9 1,0 1,2 1,4 1,6 1,8 1,8 2,0
metoda celor mai mici pătrate:
Se cere să se determine coeficientul de corelaţie dintre variabila
independentă (x) şi variabila dependentă (y). S = Σ( yi − y xi ) 2 = Σ( yi − a − b.xi ) 2 ⇒ min ⇒
Rezolvare.
⎧ ∂S
Tabelul 2. Calcule intermediare ⎪⎪ ∂a = 0 ⎧2Σ( yi − a − b.xi )(−1) = 0 ⎧n.a + bΣxi = Σyi
( xi − x ) × ⇒⎨ ⇒⎨ ⇒⎨
( xi − x ) ( yi − y ) ( xi − x )2 ( yi − y ) 2 xi2 yi2 ⎪ ∂S = 0 ⎩2Σ( yi − a − b.xi )(− xi ) = 0 ⎩aΣxi + bΣxi = Σxi yi
2
xi yi xi yi
( yi − y )
⎩⎪ ∂b
0,4 0,6 -0,9 -0,7 0,81 0,49 0,63 0,24 0,16 0,36
0,6 0,7 -0,7 -0,6 0,49 0,36 0,42 0,42 0,36 0,49 ⎛ n Σxi Σyi ⎞
⎜ ⎟
0,8 0,9 -0,5 -0,4 0,25 0,16 0,20 0,72 0,64 0,81 ⎜ Σx Σxi2 Σxi yi ⎟⎠
1,0 1,0 -0,3 -0,3 0,09 0,09 0,09 1,00 1,00 1,00 ⎝ i
1,3 1,2 0 -0,1 0 0,01 0 1,56 1,69 1,44 Σyi Σxi
1,5 1,4 0,2 0,1 0,04 0,01 0,02 2,10 2,25 1,96 Δ Σx y Σxi2 Σxi2Σyi − Σxi Σxi yi 13.19,84 − 13.19,42
a= a = i i = = = 0,1857142
1,7 1,6 0,4 0,3 0,16 0,09 0,12 2,72 2,89 2,56 Δ n Σxi nΣxi2 − (Σxi ) 2 10.19,84 − (13) 2
1,8 1,8 0,5 0,5 0,25 0,25 0,25 3,24 3,24 3,24 Σxi Σxi2
1,9 1,8 0,6 0,5 0,36 0,25 0,30 3,42 3,61 3,61 n Σy i
2,0 2,0 0,7 0,7 0,49 0,49 0,49 4,00 4,00 4,00 Δ Σ x Σ xi yi nΣxi yi − Σxi Σyi 10.19,42 − 13.13
13 13 0 0 2,94 2,20 2,52 19,42 19,84 19,47 b= b = i
= = = 0,8571428
Δ n Σxi nΣxi2 − (Σxi ) 2 10.19,84 − (13) 2
Σxi Σxi2
a. Metoda directă.
Ecuaţia de regresie:
Σ( xi − x )( yi − y ) Σxi 13,0
ryx = x= = = 1,3 yxi = 0,1857142 + 0,8571428 × xi
nσ xσ y n 10
Raportul de corelaţie:
Σ( xi − x ) 2 2,94 Σyi 13
σx = = = 0,5422176 y = = = 1,3 aΣyi + bΣxi yi −
(Σyi ) 2
0,1857142 × 13 + 0,8571428 × 19,42 −
(13) 2
n 10 n 10 n = n = 0,9908
R=
(Σyi ) 2 (13) 2
Σ ( yi − y ) 2 2,20 Σyi −
2
19,47 −
σy = = = 0,4690415 n 10
n 10 Între variabilele x şi y există o legătură directă foarte puternică.
2,52 Coeficientul de determinaţie:
ryx = = 0,9908676 2 2
R = (0,9908) = 0,98168464
10 × 0,5422176 × 0,4690415 Rezultă că ponderea variaţiei lui y, în proporţie de peste 98%, se
b. Metoda simplificată. datorează variaţiei variabilei x, restul de alţi factori neglijaţi la analiza
n × Σxi yi − Σxi Σyi 10 × 19,42 − 13 × 13 statistică.
ryx = = = 0,9908674
[nΣxi2 − (Σxi ) 2 ] × [nΣyi2 − (Σyi ) 2 ] (10 × 19,84 − 169)(10 × 19,47 − 169) 3. La 70 de societăţi comerciale (SC) se face un sondaj statistic
privind legătura dintre cheltuielile de publicitate (x) şi rata de creştere (RC) a
2. Pentru datele statistice din problema precedentă se cere să se
vânzărilor (y). Rezultatele sunt prezentate şi structurate în tabelul 3.
calculeze ecuaţia de regresie şi raportul de corelaţie.
 STATISTICĂ ŞI ECONOMETRIE 153 154 Gh. COMAN

Tabelul 4. Calcule intermediare

Tabelul 3. Date de sondaj statistic RC, %
RC, %
0,5- 1,0- 1,5-
SC,
xi∗ xi∗ni • ∑x y n
1,0 1,5 2,0 ∗ ∗
0,5-1,0 1,0-1,5 1,5-2,0 Total cheltuieli ni • xi∗2 ni • i
i j ij

SC, cheltuieli publicitate

publicitate yj 0,75 1,25 1,75
0-10 10 6 4 20 xi (-1) (0) (+1)
10-20 6 12 5 23 0- -1 -20 20
5(-1) 10 6 4 20 +6
20-30 4 15 8 27 10
Total 20 33 17 70 10- 0 0 0
15(0) 6 12 5 23 0
20
Se cere: 20- 1 27 27
25(+1) 4 15 8 27 +4
1. Să se stabilească dacă rata de creştere a vânzărilor variază liniar 30
cu cheltuielile pentru publicitate determinându-se parametrii de regresie prin n•j 20 33 17 70 0 47 47 10
metoda simplificată. ∗
2. Să se determine intensitatea legăturii dintre cheltuielile pentru y i
-1 0 1 0
publicitate şi rata de creştere a vânzărilor în cazul analizat, determinând
coeficientul de corelaţie şi raportul de corelaţie. yi∗ n• j -20 0 17 -3
Rezolvare.
yi∗2 n• j 20 0 17 37
y xi = a + b.xi ⇒ metoda celor mai mici pătrate.
S = Σ( yi − y xi ) 2 = Σ( yi − a − b.xi ) 2 ⇒ min ⇒ ∑x y n
j
∗ ∗
i i ij +6 0 4 10

⎧ ∂S
=0
⎪⎪ ∂a ⎧2Σ( yi − a − b.xi )(−1) = 0 ⎧n.a + bΣxi = Σyi
⇒⎨ ⇒⎨ ⇒⎨ Pentru metoda simplificată va fi:
⎪ ∂S = 0 ⎩2Σ( yi − a − b.xi )(− xi ) = 0 ⎩aΣxi + bΣxi = Σxi yi
2

⎪⎩ ∂b Σxi∗2 .ni•Σy ∗j n• j − Σxi∗ y ∗j nij

⎛ n
a=
Σxi Σyi ⎞ ΣΣnij Σxi∗2 .ni• − (Σxi∗ni• ) 2
⎜ ⎟
⎜ Σx Σxi2 Σxi yi ⎟⎠
⎝ i
ΣΣnij ΣΣxi∗ y ∗j nij − Σxi∗ni•Σy ∗j n• j
Σyi Σxi b=
Δ Σx y Σ xi2 Σxi2 Σyi − Σxi Σxi yi ; ΣΣnij Σxi∗2 .ni• − (Σxi∗ni• ) 2
a= a = i i =
Δ n Σxi nΣxi2 − (Σxi ) 2
y xi = a + b × xi
Σxi Σxi2
n Σyi Σxi∗2 .ni•Σy ∗j n• j − Σxi∗ y ∗j nij 47 × ( −3) − 7 × 10
a= ∗2 ∗
= = −0,0651
Δ Σx Σ xi yi nΣxi yi − Σxi Σyi ΣΣnij Σx .ni• − (Σx n ) i i•
2
70 × 47 − (7) 2
b= b = i = i
Δ n Σxi nΣxi2 − (Σxi ) 2 ΣΣnij ΣΣxi∗ y ∗j nij − Σxi∗ni•Σy ∗j n• j 70 × 10 − 7 × (−3)
Σxi Σxi 2
b= ∗2 ∗
= = 0,22246
ΣΣnij Σx .ni• − (Σx n )
i i i•
2
70 × 47 − (7) 2
 STATISTICĂ ŞI ECONOMETRIE 153 154 Gh. COMAN

Tabelul 4. Calcule intermediare

Tabelul 3. Date de sondaj statistic RC, %
RC, %
0,5- 1,0- 1,5-
SC,
xi∗ xi∗ni • ∑x y n
1,0 1,5 2,0 ∗ ∗
0,5-1,0 1,0-1,5 1,5-2,0 Total cheltuieli ni • xi∗2 ni • i
i j ij

SC, cheltuieli publicitate

publicitate yj 0,75 1,25 1,75
0-10 10 6 4 20 xi (-1) (0) (+1)
10-20 6 12 5 23 0- -1 -20 20
5(-1) 10 6 4 20 +6
20-30 4 15 8 27 10
Total 20 33 17 70 10- 0 0 0
15(0) 6 12 5 23 0
20
Se cere: 20- 1 27 27
25(+1) 4 15 8 27 +4
1. Să se stabilească dacă rata de creştere a vânzărilor variază liniar 30
cu cheltuielile pentru publicitate determinându-se parametrii de regresie prin n•j 20 33 17 70 0 47 47 10
metoda simplificată. ∗
2. Să se determine intensitatea legăturii dintre cheltuielile pentru y i
-1 0 1 0
publicitate şi rata de creştere a vânzărilor în cazul analizat, determinând
coeficientul de corelaţie şi raportul de corelaţie. yi∗ n• j -20 0 17 -3
Rezolvare.
yi∗2 n• j 20 0 17 37
y xi = a + b.xi ⇒ metoda celor mai mici pătrate.
S = Σ( yi − y xi ) 2 = Σ( yi − a − b.xi ) 2 ⇒ min ⇒ ∑x y n
j
∗ ∗
i i ij +6 0 4 10

⎧ ∂S
=0
⎪⎪ ∂a ⎧2Σ( yi − a − b.xi )(−1) = 0 ⎧n.a + bΣxi = Σyi
⇒⎨ ⇒⎨ ⇒⎨ Pentru metoda simplificată va fi:
⎪ ∂S = 0 ⎩2Σ( yi − a − b.xi )(− xi ) = 0 ⎩aΣxi + bΣxi = Σxi yi
2

⎪⎩ ∂b Σxi∗2 .ni•Σy ∗j n• j − Σxi∗ y ∗j nij

⎛ n
a=
Σxi Σyi ⎞ ΣΣnij Σxi∗2 .ni• − (Σxi∗ni• ) 2
⎜ ⎟
⎜ Σx Σxi2 Σxi yi ⎟⎠
⎝ i
ΣΣnij ΣΣxi∗ y ∗j nij − Σxi∗ni•Σy ∗j n• j
Σyi Σxi b=
Δ Σx y Σ xi2 Σxi2 Σyi − Σxi Σxi yi ; ΣΣnij Σxi∗2 .ni• − (Σxi∗ni• ) 2
a= a = i i =
Δ n Σxi nΣxi2 − (Σxi ) 2
y xi = a + b × xi
Σxi Σxi2
n Σyi Σxi∗2 .ni•Σy ∗j n• j − Σxi∗ y ∗j nij 47 × ( −3) − 7 × 10
a= ∗2 ∗
= = −0,0651
Δ Σx Σ xi yi nΣxi yi − Σxi Σyi ΣΣnij Σx .ni• − (Σx n ) i i•
2
70 × 47 − (7) 2
b= b = i = i
Δ n Σxi nΣxi2 − (Σxi ) 2 ΣΣnij ΣΣxi∗ y ∗j nij − Σxi∗ni•Σy ∗j n• j 70 × 10 − 7 × (−3)
Σxi Σxi 2
b= ∗2 ∗
= = 0,22246
ΣΣnij Σx .ni• − (Σx n )
i i i•
2
70 × 47 − (7) 2
 STATISTICĂ ŞI ECONOMETRIE 155 156 Gh. COMAN

y xi = a + b × xi = −0,0651 + 0,22246 × xi Pentru determinarea rangurilor, se va ordona crescător seria

statistică în funcţie de rata de creştere a productivităţii muncii (x).
Se realizează tabelul 6.
Coeficientul de corelaţie: Tabelul 6. Calcule intermediare
Rangul după rata de
ΣΣnij ΣΣxi y j nij − Σxi ni•Σy j n• j Nr. Rangul după rata de d = Rxi-
di
2
ryx = crt
creştere a productivităţii
creştere a salariilor Ryi
[ΣΣnij Σx .ni• − (Σxi ni• ) 2 ][ΣΣnij Σy 2j .n• j − (Σy j n• j ) 2 ]
2 muncii
i
1 1 2 -1 1
70 × 10 − 7(−3) 2 2 1 1 1
ryx = = 0,2492882 3 3 3 0 0
[70 × 47 − (7) 2 ][70 × 37 − (−3) 2 ] 4 4 5 -1 1
5 5 4 1 1
Raportul de corelaţie: 6 6 6 0 0

∗ ∗ ∗ (Σy ∗j n• j ) 2 7 7 7 0 0
aΣy n + bΣΣx y n −
j •j
8 8 8 0 0
ΣΣnij
i j ij
9 9 10 -1 1
R= ∗ 10 10 9 1 1
( Σy n )
j •j
2

Σy ∗j 2 n• j − Total 6
ΣΣnij
6Σd 2 6× 6 36
(−3) 2 c =1− =1− =1− = 0,9606
− 0,0651 × (−3) + 0,22246 × 10 − n(n − 1)
2
10(10 − 1)
2
990
R= 70 = 0,2492863
Întrucât coeficientul lui Spearman are o valoare aproape de 1,
(−3) 2
37 − rezultă că între cele două variabile este o legătură directă şi foarte puternică.
70 5. Pe baza datelor din problema precedentă (4) se cere să se
Deci, între cheltuielile de publicitate şi rata creşterii vânzărilor este o determine coeficientul de corelaţie al lui Kendall şi să se interpreteze
legătură directă însă de intensitate redusă, pentru cazul analizat. rezultatul.
Rezolvare.
4. Se consideră seria statistică formată din variabila independentă Se realizează tabelul 7 pentru calculul coeficientului Kendall.
(x) care reprezintă rata de creştere a productivităţii muncii şi variabila Tabelul 7. Calculul coeficientului Kendall.
dependentă (y), care reprezintă rata de creştere a salariului, tabelul 5. Rata de Rata de
Nr. Rangul Rangul
Tabelul 5. Serie statistică creştere a creştere a pi qi
crt. după, xi după, yi
x 0,5 0,6 0,8 1,0 1,3 1,5 1,7 1,8 1,9 2,0 productivităţii, x salariului, y
y 0,6 0,5 0,9 1,3 1,2 1,4 1,6 1,8 2,0 1,9 1 0,5 0,6 1 2 8 1
Se cere să se determine legătura dintre cele două variabile utilizând 2 0,6 0,5 2 1 8 0
metoda de corelaţie neparametrică a lui Spearman.
Rezolvare. 3 0,8 0,9 3 3 7 0
Coeficientul lui Spearman se determină cu expresia: 4 1,0 1,3 4 5 5 1
6Σd 2
5 1,3 1,2 5 4 5 0
c =1−
n( n 2 − 1) 6 1,5 1,4 6 6 4 0
în care: d – diferenţa între rangurile celor două variabile; n – numărul 7 1,7 1,6 7 7 3 0
perechilor de valori corelate.
 STATISTICĂ ŞI ECONOMETRIE 155 156 Gh. COMAN

y xi = a + b × xi = −0,0651 + 0,22246 × xi Pentru determinarea rangurilor, se va ordona crescător seria

statistică în funcţie de rata de creştere a productivităţii muncii (x).
Se realizează tabelul 6.
Coeficientul de corelaţie: Tabelul 6. Calcule intermediare
Rangul după rata de
ΣΣnij ΣΣxi y j nij − Σxi ni•Σy j n• j Nr. Rangul după rata de d = Rxi-
di
2
ryx = crt
creştere a productivităţii
creştere a salariilor Ryi
[ΣΣnij Σx .ni• − (Σxi ni• ) 2 ][ΣΣnij Σy 2j .n• j − (Σy j n• j ) 2 ]
2 muncii
i
1 1 2 -1 1
70 × 10 − 7(−3) 2 2 1 1 1
ryx = = 0,2492882 3 3 3 0 0
[70 × 47 − (7) 2 ][70 × 37 − (−3) 2 ] 4 4 5 -1 1
5 5 4 1 1
Raportul de corelaţie: 6 6 6 0 0

∗ ∗ ∗ (Σy ∗j n• j ) 2 7 7 7 0 0
aΣy n + bΣΣx y n −
j •j
8 8 8 0 0
ΣΣnij
i j ij
9 9 10 -1 1
R= ∗ 10 10 9 1 1
( Σy n )
j •j
2

Σy ∗j 2 n• j − Total 6
ΣΣnij
6Σd 2 6× 6 36
(−3) 2 c =1− =1− =1− = 0,9606
− 0,0651 × (−3) + 0,22246 × 10 − n(n − 1)
2
10(10 − 1)
2
990
R= 70 = 0,2492863
Întrucât coeficientul lui Spearman are o valoare aproape de 1,
(−3) 2
37 − rezultă că între cele două variabile este o legătură directă şi foarte puternică.
70 5. Pe baza datelor din problema precedentă (4) se cere să se
Deci, între cheltuielile de publicitate şi rata creşterii vânzărilor este o determine coeficientul de corelaţie al lui Kendall şi să se interpreteze
legătură directă însă de intensitate redusă, pentru cazul analizat. rezultatul.
Rezolvare.
4. Se consideră seria statistică formată din variabila independentă Se realizează tabelul 7 pentru calculul coeficientului Kendall.
(x) care reprezintă rata de creştere a productivităţii muncii şi variabila Tabelul 7. Calculul coeficientului Kendall.
dependentă (y), care reprezintă rata de creştere a salariului, tabelul 5. Rata de Rata de
Nr. Rangul Rangul
Tabelul 5. Serie statistică creştere a creştere a pi qi
crt. după, xi după, yi
x 0,5 0,6 0,8 1,0 1,3 1,5 1,7 1,8 1,9 2,0 productivităţii, x salariului, y
y 0,6 0,5 0,9 1,3 1,2 1,4 1,6 1,8 2,0 1,9 1 0,5 0,6 1 2 8 1
Se cere să se determine legătura dintre cele două variabile utilizând 2 0,6 0,5 2 1 8 0
metoda de corelaţie neparametrică a lui Spearman.
Rezolvare. 3 0,8 0,9 3 3 7 0
Coeficientul lui Spearman se determină cu expresia: 4 1,0 1,3 4 5 5 1
6Σd 2
5 1,3 1,2 5 4 5 0
c =1−
n( n 2 − 1) 6 1,5 1,4 6 6 4 0
în care: d – diferenţa între rangurile celor două variabile; n – numărul 7 1,7 1,6 7 7 3 0
perechilor de valori corelate.
 STATISTICĂ ŞI ECONOMETRIE 157 158 Gh. COMAN

8 1,8 1,8 8 8 2 0 Tabelul 9. Date prelucrate pentru metoda Spearman

Rangul după
9 1,9 2,0 9 10 0 1 Nr. Rangul după valoarea d = Rxi- 2
valoarea producţiei di
crt fondurilor fixe (x) Ryi
10 2,0 1,9 10 9 0 0 marfă livrată (y)
Total 42 3 D 1 2 -1 1
E 2 1 1 1
Coeficientul lui Kendall are formula: B 3 3 0 0
2.( P − Q)
k= F 4 5 -1 1
n.(n − 1)
A 5 4 1 1
în care: P = Σpi ; Q = Σqi , pi – numărul de ranguri superioare rangului „i”
C 6 6 0 0
al variabilei dependente (y) care există pe coloana respectivă după fiecare
rang; qi – numărul de ranguri inferioare rangului „i” al variabilei dependente G 7 7 0 0
(y) care există pe coloana respectivă după fiecare rang; n – numărul Total 4
perechilor de valori corelate; xi - rata de creştere a productivităţii; yi - Rata de
creştere a salariului. Coeficientul lui Spearman se determină cu expresia:
P = Σpi = 42⎫ 6Σd 2
⎬ ⇒ P − Q = 42 − 3 = 39 c =1−
Q = Σqi = 3 ⎭ n( n 2 − 1)
în care: d – diferenţa între rangurile celor două variabile; n – numărul
2.( P − Q ) 39 perechilor de valori corelate. Ca urmare:
k= = = 0,8666
n.(n − 1) 5 × 9 6Σd 2 6× 4 24
c =1− =1− =1− = 0,92857
Întrucât k = 0,8666, înseamnă că între cele două variabile – rata de n(n − 1)
2
7(7 − 1)
2
336
creştere a productivităţii muncii şi rata de creştere a salariului – există o Întrucât coeficientul lui Spearman are o valoare aproape de 1,
legătură directă şi puternică. rezultă că între cele două variabile este o legătură directă şi foarte puternică.
6. Se supune analizei statistice, la şapte societăţi comerciale (SC), b. Metoda neparametrică Kendall.
dependenţa dintre valoarea fondurilor fixe (x) şi valoarea producţiei marfă Se realizează tabelul 10.
livrată (y), tabelul 8. Tabelul 10. Date prelucrate pentru metoda Kendall
Tabelul 8. Date iniţiale Rangul după Rangul după
S.C. A B C D E F G Nr.
valoarea fondurilor valoarea producţiei pi qi
crt
x 775 625 869 347 482 725 1920 fixe (x) marfă livrată (y)
y 1825 1595 1985 1425 1327 1900 3000 D 1 2 5 1
E 2 1 5 0
Se cere să se determine legătura dintre cele două variabile – B 3 3 4 0
valoarea fondurilor fixe (unităţi monetare - u.m.) şi valoarea producţiei marfă F 4 5 2 1
livrată (unităţi monetare - u.m.) – utilizându-se metoda de corelare
A 5 4 2 0
neparametrică a lui Spearman şi Kendall.
C 6 6 1 0
Rezolvare. G 7 7 0 0
a. Metoda neparametrică Spearman. Total 19 2
Se ordonează S.C. după valoarea fondurilor fixe (x), în ordine
crescătoare. Se realizează tabelul 9.
 STATISTICĂ ŞI ECONOMETRIE 157 158 Gh. COMAN

8 1,8 1,8 8 8 2 0 Tabelul 9. Date prelucrate pentru metoda Spearman

Rangul după
9 1,9 2,0 9 10 0 1 Nr. Rangul după valoarea d = Rxi- 2
valoarea producţiei di
crt fondurilor fixe (x) Ryi
10 2,0 1,9 10 9 0 0 marfă livrată (y)
Total 42 3 D 1 2 -1 1
E 2 1 1 1
Coeficientul lui Kendall are formula: B 3 3 0 0
2.( P − Q)
k= F 4 5 -1 1
n.(n − 1)
A 5 4 1 1
în care: P = Σpi ; Q = Σqi , pi – numărul de ranguri superioare rangului „i”
C 6 6 0 0
al variabilei dependente (y) care există pe coloana respectivă după fiecare
rang; qi – numărul de ranguri inferioare rangului „i” al variabilei dependente G 7 7 0 0
(y) care există pe coloana respectivă după fiecare rang; n – numărul Total 4
perechilor de valori corelate; xi - rata de creştere a productivităţii; yi - Rata de
creştere a salariului. Coeficientul lui Spearman se determină cu expresia:
P = Σpi = 42⎫ 6Σd 2
⎬ ⇒ P − Q = 42 − 3 = 39 c =1−
Q = Σqi = 3 ⎭ n( n 2 − 1)
în care: d – diferenţa între rangurile celor două variabile; n – numărul
2.( P − Q ) 39 perechilor de valori corelate. Ca urmare:
k= = = 0,8666
n.(n − 1) 5 × 9 6Σd 2 6× 4 24
c =1− =1− =1− = 0,92857
Întrucât k = 0,8666, înseamnă că între cele două variabile – rata de n(n − 1)
2
7(7 − 1)
2
336
creştere a productivităţii muncii şi rata de creştere a salariului – există o Întrucât coeficientul lui Spearman are o valoare aproape de 1,
legătură directă şi puternică. rezultă că între cele două variabile este o legătură directă şi foarte puternică.
6. Se supune analizei statistice, la şapte societăţi comerciale (SC), b. Metoda neparametrică Kendall.
dependenţa dintre valoarea fondurilor fixe (x) şi valoarea producţiei marfă Se realizează tabelul 10.
livrată (y), tabelul 8. Tabelul 10. Date prelucrate pentru metoda Kendall
Tabelul 8. Date iniţiale Rangul după Rangul după
S.C. A B C D E F G Nr.
valoarea fondurilor valoarea producţiei pi qi
crt
x 775 625 869 347 482 725 1920 fixe (x) marfă livrată (y)
y 1825 1595 1985 1425 1327 1900 3000 D 1 2 5 1
E 2 1 5 0
Se cere să se determine legătura dintre cele două variabile – B 3 3 4 0
valoarea fondurilor fixe (unităţi monetare - u.m.) şi valoarea producţiei marfă F 4 5 2 1
livrată (unităţi monetare - u.m.) – utilizându-se metoda de corelare
A 5 4 2 0
neparametrică a lui Spearman şi Kendall.
C 6 6 1 0
Rezolvare. G 7 7 0 0
a. Metoda neparametrică Spearman. Total 19 2
Se ordonează S.C. după valoarea fondurilor fixe (x), în ordine
crescătoare. Se realizează tabelul 9.
 STATISTICĂ ŞI ECONOMETRIE 159 160 Gh. COMAN

Coeficientul lui Kendall are formula: 4 1,0 1,3 0,2 0,4 c

2.( P − Q) 5 1,3 1,2 0,3 -0,1 d
k=
n.(n − 1) 6 1,5 1,4 0,2 0,2 c
în care: P = Σpi ; Q = Σqi , pi – numărul de ranguri superioare rangului „i” 7 1,7 1,6 0,2 0,2 c
8 1,8 1,8 0,1 0,2 c
al variabilei independente (x) care există pe coloana respectivă după fiecare
rang; qi – numărul de ranguri inferioare rangului „i” al variabilei dependente 9 1,9 2,0 0,1 0,2 c
(y) care există pe coloana respectivă după fiecare rang; n – numărul 10 2,0 1,9 0,1 -0,1 d
perechilor de valori corelate; xi - rata de creştere a productivităţii; yi - Rata de d=3;
Total
creştere a salariului. c=6
P = Σpi = 19⎫
⎬ ⇒ P − Q = 19 − 2 = 17 c−d 6−3 3
Q = Σq i = 2 ⎭ K= = = = 0,3
n 10 10
2.( P − Q ) 2.17 8. Se consideră seria statistică cu variabila independentă (x) care
k= = = 0,8095 reprezintă cantitatea convenţională de îngrăşăminte administrate la unitatea
n.(n − 1) 7 × 6 de suprafaţă agricolă şi variabila dependentă (y) care reprezintă cantitatea
Întrucât k = 0,8095, înseamnă că între cele două variabile – convenţională de producţie agricolă realizată, tabelul 13.
valoarea fondurilor fixe şi valoarea producţiei marfă livrată – există o legătură Tabelul 13. Date iniţiale
directă şi puternică. x 4,4 5,3 5,6 7,4 7,7 8,3 10,1 11,3 12 12,5
7. Se consideră seria statistică formată din variabila independentă y 7,8 7,5 8,5 10,3 10,5 12,3 15,2 15,1 18 19
(x) care reprezintă rata de creştere a productivităţii muncii şi variabila
dependentă (y), care reprezintă rata de creştere a salariului, tabelul 11.
Se cere:
Tabelul 11. Serie statistică
a. Să se calculeze mediana pentru cele două serii paralele.
x 0,5 0,6 0,8 1,0 1,3 1,5 1,7 1,8 1,9 2,0 b. Să se reprezinte grafic dependenţa dintre variabilele x şi y.
y 0,6 0,5 0,9 1,3 1,2 1,4 1,6 1,8 2,0 1,9 c. Să se calculeze media aritmetică simplă pentru cele două serii
Se cere să se determine legătura dintre cele două variabile utilizând de date statistice.
coeficientul de corelaţie neparametrică a lui Fechner. d. Să se calculeze abaterea medie liniară pentru cele două serii
Rezolvare. de date statistice.
Coeficientul de corelaţie neparametrică a lui Fechner se determină e. Să se calculeze dispersia şi abaterea medie pătratică.
cu expresia: f. Să se calculeze coeficientul de variaţie.
c−d g. Să se determine coeficientul de corelaţie prin metoda
K= simplificată.
n h. Să se determine legătura dintre cele două variabile utilizând
în care c şi d reprezintă numărul de concordanţe, respectiv discordanţe de metodele de corelaţie neparametrică: Spearman, Kendal şi
semne ale abaterilor: Δxi = xi − xi −1 şi Δyi = yi − yi −1 . Fechner.
Rezolvare.
Se realizează tabelul 12. a. Mediana este egală cu semisuma termenilor centrali (T5 şi T6)
Tabelul 12. Calcule pentru metoda Fechner întrucât numărul termenilor seriei este par:
Nr.
xi yi Δxi = xi − xi −1 Δyi = yi − yi −1 c sau 7,7 + 8,3 16
crt d Pentru variabila x: Me = = =8
1 0,5 0,6 - - - 2 2
2 0,6 0,5 0,1 -0,1 d 10,5 + 12,3 22,8
Pentru variabila y: Me = = = 11,4
3 0,8 0,9 0,2 0,4 c 2 2
 STATISTICĂ ŞI ECONOMETRIE 159 160 Gh. COMAN

Coeficientul lui Kendall are formula: 4 1,0 1,3 0,2 0,4 c

2.( P − Q) 5 1,3 1,2 0,3 -0,1 d
k=
n.(n − 1) 6 1,5 1,4 0,2 0,2 c
în care: P = Σpi ; Q = Σqi , pi – numărul de ranguri superioare rangului „i” 7 1,7 1,6 0,2 0,2 c
8 1,8 1,8 0,1 0,2 c
al variabilei independente (x) care există pe coloana respectivă după fiecare
rang; qi – numărul de ranguri inferioare rangului „i” al variabilei dependente 9 1,9 2,0 0,1 0,2 c
(y) care există pe coloana respectivă după fiecare rang; n – numărul 10 2,0 1,9 0,1 -0,1 d
perechilor de valori corelate; xi - rata de creştere a productivităţii; yi - Rata de d=3;
Total
creştere a salariului. c=6
P = Σpi = 19⎫
⎬ ⇒ P − Q = 19 − 2 = 17 c−d 6−3 3
Q = Σq i = 2 ⎭ K= = = = 0,3
n 10 10
2.( P − Q ) 2.17 8. Se consideră seria statistică cu variabila independentă (x) care
k= = = 0,8095 reprezintă cantitatea convenţională de îngrăşăminte administrate la unitatea
n.(n − 1) 7 × 6 de suprafaţă agricolă şi variabila dependentă (y) care reprezintă cantitatea
Întrucât k = 0,8095, înseamnă că între cele două variabile – convenţională de producţie agricolă realizată, tabelul 13.
valoarea fondurilor fixe şi valoarea producţiei marfă livrată – există o legătură Tabelul 13. Date iniţiale
directă şi puternică. x 4,4 5,3 5,6 7,4 7,7 8,3 10,1 11,3 12 12,5
7. Se consideră seria statistică formată din variabila independentă y 7,8 7,5 8,5 10,3 10,5 12,3 15,2 15,1 18 19
(x) care reprezintă rata de creştere a productivităţii muncii şi variabila
dependentă (y), care reprezintă rata de creştere a salariului, tabelul 11.
Se cere:
Tabelul 11. Serie statistică
a. Să se calculeze mediana pentru cele două serii paralele.
x 0,5 0,6 0,8 1,0 1,3 1,5 1,7 1,8 1,9 2,0 b. Să se reprezinte grafic dependenţa dintre variabilele x şi y.
y 0,6 0,5 0,9 1,3 1,2 1,4 1,6 1,8 2,0 1,9 c. Să se calculeze media aritmetică simplă pentru cele două serii
Se cere să se determine legătura dintre cele două variabile utilizând de date statistice.
coeficientul de corelaţie neparametrică a lui Fechner. d. Să se calculeze abaterea medie liniară pentru cele două serii
Rezolvare. de date statistice.
Coeficientul de corelaţie neparametrică a lui Fechner se determină e. Să se calculeze dispersia şi abaterea medie pătratică.
cu expresia: f. Să se calculeze coeficientul de variaţie.
c−d g. Să se determine coeficientul de corelaţie prin metoda
K= simplificată.
n h. Să se determine legătura dintre cele două variabile utilizând
în care c şi d reprezintă numărul de concordanţe, respectiv discordanţe de metodele de corelaţie neparametrică: Spearman, Kendal şi
semne ale abaterilor: Δxi = xi − xi −1 şi Δyi = yi − yi −1 . Fechner.
Rezolvare.
Se realizează tabelul 12. a. Mediana este egală cu semisuma termenilor centrali (T5 şi T6)
Tabelul 12. Calcule pentru metoda Fechner întrucât numărul termenilor seriei este par:
Nr.
xi yi Δxi = xi − xi −1 Δyi = yi − yi −1 c sau 7,7 + 8,3 16
crt d Pentru variabila x: Me = = =8
1 0,5 0,6 - - - 2 2
2 0,6 0,5 0,1 -0,1 d 10,5 + 12,3 22,8
Pentru variabila y: Me = = = 11,4
3 0,8 0,9 0,2 0,4 c 2 2
 STATISTICĂ ŞI ECONOMETRIE 161 162 Gh. COMAN

b. Reprezentarea grafica a dependenţei dintre variabilele x şi y.

Σ yi − y 35,24
dy = = = 3,524
25
n 10
e. Dispersia. Se realizează tabelul 15.
18 19 Tabelul 15. Calcule intermediare. Sume relevante
20
15,2 15,1 Nr. crt xi yi ( xi − x ) 2 ( yi − y ) 2
12,3
Productie y

15
10,3 10,5 1 4,4 7,8 16,4836 21,3444
10 7,8 7,5 8,5 2 5,3 7,5 9,9856 24,2064
3 5,6 8,5 8,1796 16,3664
5 4 7,4 10,3 1,1236 4,4944
5 7,7 10,5 0,5776 3,6864
0
6 8,3 12,3 0,0256 0,0144
4,4

5,3

5,6

7,4

7,7

8,3

10,1

11,3

12

12,5
7 10,1 15,2 2,6896 7,7284
8 11,3 15,1 8,0656 7,1824
Cantitate ingrasaminte x
9 12 18 12,5316 31,1364
10 12,5 19 16,3216 43,2964
c. Media aritmetică. Se realizează tabelul 14. Total 84,6 124,2 75,984 158,456
Tabelul 14. Calcule intermediare. Sume relevante

Nr. crt xi
yi (în ordine
crescătoare xi − x yi − y σ x2 =
Σ( xi − x ) 2 75,984
= = 7,5984 ⇒ σ x = σ x2 = 7,5984 = 2,7565
n 10
1 4,4 7,7 4,06 4,62 Σ( yi − y ) 2 158,456
2 5,3 7,8 3,16 4,92 σ y2 = = = 15,8456 ⇒ σ y = σ y2 = 15,8456 = 3,98
n 10
3 5,6 8,5 2,86 3,92 f. Coeficientul de variaţie.
4 7,4 10,3 1,06 2,12 dx 2,412 σx 2,7565
Cvd x = 100 = 100 = 28,51%; Cvσ x = 100 = 100 = 32,58%
5 7,7 10,5 0,76 1,92 x 8,46 x 8,46
6 8,3 12,3 0,16 0,12 dy 3,524 σ 3,98
7 10,1 15,1 1,64 2,78 Cvd y = 100 = 100 = 28,37%; Cvσ y = y 100 = 100 = 32,045%
y 12,42 y 12,42
8 11,3 15,2 2,84 2,68 g. Coeficientul de corelaţie prin metoda simplificată. Se
9 12 18 3,54 5,58 realizează tabelul 16.
10 12,5 19 4,04 6,58 Tabelul 16. Calcule intermediare. Sume relevante
Total 84,6 124,2 24,12 35,24
Nr. crt xi yi xi2 yi2 xi yi
Σxi 84,6 Σy 124,2 1 4,4 7,8 19,36 60,84 34,32
x= = = 8,46 y = i = = 12,42 2 5,3 7,5 28,09 56,25 39,75
n 10 n 10
d. Abaterea medie liniară. 3 5,6 8,5 31,36 72,25 47,6
4 7,4 10,3 54,76 106,09 76,22
Σ xi − x 24,12
dx = = = 2,412 5 7,7 10,5 59,29 110,25 80,85
n 10 6 8,3 12,3 68,89 151,29 102,09
 STATISTICĂ ŞI ECONOMETRIE 161 162 Gh. COMAN

b. Reprezentarea grafica a dependenţei dintre variabilele x şi y.

Σ yi − y 35,24
dy = = = 3,524
25
n 10
e. Dispersia. Se realizează tabelul 15.
18 19 Tabelul 15. Calcule intermediare. Sume relevante
20
15,2 15,1 Nr. crt xi yi ( xi − x ) 2 ( yi − y ) 2
12,3
Productie y

15
10,3 10,5 1 4,4 7,8 16,4836 21,3444
10 7,8 7,5 8,5 2 5,3 7,5 9,9856 24,2064
3 5,6 8,5 8,1796 16,3664
5 4 7,4 10,3 1,1236 4,4944
5 7,7 10,5 0,5776 3,6864
0
6 8,3 12,3 0,0256 0,0144
4,4

5,3

5,6

7,4

7,7

8,3

10,1

11,3

12

12,5
7 10,1 15,2 2,6896 7,7284
8 11,3 15,1 8,0656 7,1824
Cantitate ingrasaminte x
9 12 18 12,5316 31,1364
10 12,5 19 16,3216 43,2964
c. Media aritmetică. Se realizează tabelul 14. Total 84,6 124,2 75,984 158,456
Tabelul 14. Calcule intermediare. Sume relevante

Nr. crt xi
yi (în ordine
crescătoare xi − x yi − y σ x2 =
Σ( xi − x ) 2 75,984
= = 7,5984 ⇒ σ x = σ x2 = 7,5984 = 2,7565
n 10
1 4,4 7,7 4,06 4,62 Σ( yi − y ) 2 158,456
2 5,3 7,8 3,16 4,92 σ y2 = = = 15,8456 ⇒ σ y = σ y2 = 15,8456 = 3,98
n 10
3 5,6 8,5 2,86 3,92 f. Coeficientul de variaţie.
4 7,4 10,3 1,06 2,12 dx 2,412 σx 2,7565
Cvd x = 100 = 100 = 28,51%; Cvσ x = 100 = 100 = 32,58%
5 7,7 10,5 0,76 1,92 x 8,46 x 8,46
6 8,3 12,3 0,16 0,12 dy 3,524 σ 3,98
7 10,1 15,1 1,64 2,78 Cvd y = 100 = 100 = 28,37%; Cvσ y = y 100 = 100 = 32,045%
y 12,42 y 12,42
8 11,3 15,2 2,84 2,68 g. Coeficientul de corelaţie prin metoda simplificată. Se
9 12 18 3,54 5,58 realizează tabelul 16.
10 12,5 19 4,04 6,58 Tabelul 16. Calcule intermediare. Sume relevante
Total 84,6 124,2 24,12 35,24
Nr. crt xi yi xi2 yi2 xi yi
Σxi 84,6 Σy 124,2 1 4,4 7,8 19,36 60,84 34,32
x= = = 8,46 y = i = = 12,42 2 5,3 7,5 28,09 56,25 39,75
n 10 n 10
d. Abaterea medie liniară. 3 5,6 8,5 31,36 72,25 47,6
4 7,4 10,3 54,76 106,09 76,22
Σ xi − x 24,12
dx = = = 2,412 5 7,7 10,5 59,29 110,25 80,85
n 10 6 8,3 12,3 68,89 151,29 102,09
 STATISTICĂ ŞI ECONOMETRIE 163 164 Gh. COMAN

7 10,1 15,2 102,01 231,04 153,52 Rezultă că între cele două variabile este o legătură directă şi
8 11,3 15,1 127,69 228,01 170,63 puternică.
• Metoda neparametrică Kendall.
9 12 18 144 324 216
Coeficientul lui Kendall are formula:
10 12,5 19 156,25 361 237,5
2.( P − Q )
Total 84,6 124,2 791,72 1701,02 1158,48 k=
n.(n − 1)
nΣxi yi − Σxi Σyi în care: P = Σpi ; Q = Σqi , pi – numărul de ranguri superioare rangului „i”
rxy = al variabilei independente (x) care există pe coloana respectivă după fiecare
[nΣxi2 − (Σxi ) 2 ][nΣyi2 − (Σyi ) 2 ] rang; qi – numărul de ranguri inferioare rangului „i” al variabilei dependente
10.1158,48 − 84,6.124,2 (y) care există pe coloana respectivă după fiecare rang; n – numărul
rxy = = 0,98196 perechilor de valori corelate; xi - rata de creştere a productivităţii; yi - Rata de
[10.791,72 − (84,6) 2 ][10.1701,02 − (124,2) 2 ] creştere a salariului.
Deci, între variabilele x şi y există o interdependenţă directă şi P = Σpi = 43⎫
foarte puternică. ⎬ ⇒ P − Q = 43 − 2 = 41
h. Determinarea legăturii dintre cele două variabile utilizând Q = Σq i = 2 ⎭
metodele de corelaţie neparametrică: Spearman, Kendal şi Fechner.
• Metoda Spearman. Se realizează tabelul 17. 2.( P − Q) 2.41 82
Tabelul 17. Calcule intermediare. Sume relevante k= = = = 0,91
Nr. Rangul Rangul qi n.(n − 1) 10 × 9 90
crt după xi după yi
d = Rxi-Ryi d i2 pi
Şi prin metoda Kendall se obţine că între variabilele x şi y există o
1 1 2 -1 1 8 1 legătură directă şi puternică.
2 2 1 1 1 8 0 • Metoda neparametrică Fechner. Coeficientul de corelaţie
3 3 3 0 0 7 0 neparametrică a lui Fechner se determină cu expresia:
4 4 4 0 0 6 0 c−d
5 5 5 0 0 5 0 K=
6 6 6 0 0 4 0 n
7 7 8 -1 1 2 1 în care c şi d reprezintă numărul de concordanţe, respectiv discordanţe de
8 8 7 1 1 2 0 semne ale abaterilor: Δxi = xi − xi −1 şi Δyi = yi − yi −1 .
9 9 9 0 0 1 0
Se realizează tabelul 18.
10 10 10 0 0 0 0 Tabelul 18. Calcule pentru metoda Fechner
Total 4 43 2
Coeficientul lui Spearman se determină cu expresia:
Nr.
crt
xi yi Δxi = xi − xi −1 Δyi = yi − yi −1 c sau d
6Σd 2 1 4,4 7,8 - - -
c =1− 2 5,3 7,5 0,9 -0,3 d
n( n 2 − 1)
3 5,6 8,5 0,3 1,0 c
în care: d – diferenţa între rangurile celor două variabile; n – numărul
perechilor de valori corelate. Ca urmare: 4 7,4 10,3 1,8 1,8 c
5 7,7 10,5 0,2 0,2 c
6Σ d 2 6× 4 24
c =1− =1− =1− = 0,97575 6 8,3 12,3 1,8 1,8 c
n(n − 1)
2
10(10 − 1)
2
990 7 10,1 15,2 2,9 2,9 c
8 11,3 15,1 -0,1 -0,1 d
 STATISTICĂ ŞI ECONOMETRIE 163 164 Gh. COMAN

7 10,1 15,2 102,01 231,04 153,52 Rezultă că între cele două variabile este o legătură directă şi
8 11,3 15,1 127,69 228,01 170,63 puternică.
• Metoda neparametrică Kendall.
9 12 18 144 324 216
Coeficientul lui Kendall are formula:
10 12,5 19 156,25 361 237,5
2.( P − Q )
Total 84,6 124,2 791,72 1701,02 1158,48 k=
n.(n − 1)
nΣxi yi − Σxi Σyi în care: P = Σpi ; Q = Σqi , pi – numărul de ranguri superioare rangului „i”
rxy = al variabilei independente (x) care există pe coloana respectivă după fiecare
[nΣxi2 − (Σxi ) 2 ][nΣyi2 − (Σyi ) 2 ] rang; qi – numărul de ranguri inferioare rangului „i” al variabilei dependente
10.1158,48 − 84,6.124,2 (y) care există pe coloana respectivă după fiecare rang; n – numărul
rxy = = 0,98196 perechilor de valori corelate; xi - rata de creştere a productivităţii; yi - Rata de
[10.791,72 − (84,6) 2 ][10.1701,02 − (124,2) 2 ] creştere a salariului.
Deci, între variabilele x şi y există o interdependenţă directă şi P = Σpi = 43⎫
foarte puternică. ⎬ ⇒ P − Q = 43 − 2 = 41
h. Determinarea legăturii dintre cele două variabile utilizând Q = Σq i = 2 ⎭
metodele de corelaţie neparametrică: Spearman, Kendal şi Fechner.
• Metoda Spearman. Se realizează tabelul 17. 2.( P − Q) 2.41 82
Tabelul 17. Calcule intermediare. Sume relevante k= = = = 0,91
Nr. Rangul Rangul qi n.(n − 1) 10 × 9 90
crt după xi după yi
d = Rxi-Ryi d i2 pi
Şi prin metoda Kendall se obţine că între variabilele x şi y există o
1 1 2 -1 1 8 1 legătură directă şi puternică.
2 2 1 1 1 8 0 • Metoda neparametrică Fechner. Coeficientul de corelaţie
3 3 3 0 0 7 0 neparametrică a lui Fechner se determină cu expresia:
4 4 4 0 0 6 0 c−d
5 5 5 0 0 5 0 K=
6 6 6 0 0 4 0 n
7 7 8 -1 1 2 1 în care c şi d reprezintă numărul de concordanţe, respectiv discordanţe de
8 8 7 1 1 2 0 semne ale abaterilor: Δxi = xi − xi −1 şi Δyi = yi − yi −1 .
9 9 9 0 0 1 0
Se realizează tabelul 18.
10 10 10 0 0 0 0 Tabelul 18. Calcule pentru metoda Fechner
Total 4 43 2
Coeficientul lui Spearman se determină cu expresia:
Nr.
crt
xi yi Δxi = xi − xi −1 Δyi = yi − yi −1 c sau d
6Σd 2 1 4,4 7,8 - - -
c =1− 2 5,3 7,5 0,9 -0,3 d
n( n 2 − 1)
3 5,6 8,5 0,3 1,0 c
în care: d – diferenţa între rangurile celor două variabile; n – numărul
perechilor de valori corelate. Ca urmare: 4 7,4 10,3 1,8 1,8 c
5 7,7 10,5 0,2 0,2 c
6Σ d 2 6× 4 24
c =1− =1− =1− = 0,97575 6 8,3 12,3 1,8 1,8 c
n(n − 1)
2
10(10 − 1)
2
990 7 10,1 15,2 2,9 2,9 c
8 11,3 15,1 -0,1 -0,1 d
 STATISTICĂ ŞI ECONOMETRIE 165 166 Gh. COMAN

9 12 18 2,9 2,9 c Tabelul 20. Calcule intermediare pentru sume relevante

2 2 2
10 12,5 19 1,0 1,0 c y x1 x2 y x1 x2 y.x1 y.x2 x1.x2
d=2; 43 10 6 1849 100 36 430 258 60
Total
c=7
41 6 7 1681 36 49 246 287 42
c−d 7−2 5
K= = = = 0,5 69 8 15 4761 64 225 552 1035 120
n 10 10 49 15 5 2401 225 25 735 245 75
9. Se consideră valorile corespunzătoare pentru trei variabile y, x1
şi x2, tabelul 19. 83 25 10 6889 625 100 2075 830 250
Tabelul 19. Date iniţiale 39 7 3 1521 49 9 273 117 21
y 43 41 69 49 83 39 29 63 59 41
29 11 1 841 121 1 319 29 11
x1 10 6 8 15 25 7 11 16 18 13
x2 6 7 15 5 10 3 1 12 10 8 63 16 12 3969 256 144 1008 756 192
59 18 10 3481 324 100 1062 590 180
Se cere:
1. Să se determine ecuaţia de regresie prin metoda celor mai mici 41 13 8 1681 169 64 533 328 104
pătrate pentru y în funcţie de x1 şi x2. Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ=
2. Să se determine valoarea estimată a lui y pentru valorile date x1 516 129 77 29074 1969 753 7233 4475 1055
şi x2.
3. Să se determine y când x1 = 50 şi x2 = 10. Utilizându-se datele din tabelul 20, sistemul de ecuaţii normale va fi:
4. Determinarea abaterilor medii pătratice pentru y, x1 şi x2.
a010 + a1129 + a2 77 = 516 (1)
5. Coeficienţii de corelaţie ryx1 , ryx2 , rx1 x 2
6. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. a0129 + a11969 + a21055 = 7233 (2)
7. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y, x2;
x2 şi y, x1. a0 77 + a11055 + a2 753 = 4475 (3)

ryx1 . x 2 ; ryx 2 . x1 . Rezolvarea prin metoda substituţiei se face prin următoarea

8. Coeficienţii de corelaţie parţială liniară:
schemă:
Rezolvare. Din (1) → a0 = 51,6 – 12,9.a1 – 7,7.a2 (4)
1. Ecuaţia de regresie pentru y în funcţie de x1 şi x2 se scrie sub Înlocuind (4) în (2) rezultă:
forma: 7233 = 6656,4.a1 – 993,3.a2 + 1969.a1 + 1055.a2 ↔
↔ 7233 = 304,9.a1 + 61,7.a2 +6656,4 (5)
y = a0 + a1.x1 + a2 .x2 Din (5)→a1 = 23,7225 – 0,20236.a2 – 21,8314→
→a1 = 1,89108 – 0,20236.a2 (6)
Sistemul de ecuaţii normale de regresie prin metoda celor mai mici
Înlocuind (6) în (4) obţinem:
pătrate este: a0 = 51,6 – 12,9 (1,89108 – 0,20236.a2) – 7,7.a2
a0 n + a1Σx1 + a2 x2 = Σy ⎫ a0 = 27,2051 – 5,08956.a2 (7)
⎪ Substituind (7) şi (6) în (3) rezultă:
a0Σx1 + a1Σx12 + a2Σx1 x2 = Σyx1 ⎬ 753.a2 →
4475 = 77.(27,2051 – 5,08956.a2) + 1055.(1,89108 – 0,20236.a2) +

⎪ →4475 = 2094,7927 – 391,89612.a2 + 1995,0894 – 213,4898.a2 =

a0Σx2 + a1Σx1 x2 + a2Σx22 = Σyx2 ⎭ = 385,1179 →147,61408.a2 = 385,1179→a2 = 2,60895
Se realizează tabelul 20. Se substituie a2 = 2,60895 în (6) şi (7) şi rezultă:
 STATISTICĂ ŞI ECONOMETRIE 165 166 Gh. COMAN

9 12 18 2,9 2,9 c Tabelul 20. Calcule intermediare pentru sume relevante

2 2 2
10 12,5 19 1,0 1,0 c y x1 x2 y x1 x2 y.x1 y.x2 x1.x2
d=2; 43 10 6 1849 100 36 430 258 60
Total
c=7
41 6 7 1681 36 49 246 287 42
c−d 7−2 5
K= = = = 0,5 69 8 15 4761 64 225 552 1035 120
n 10 10 49 15 5 2401 225 25 735 245 75
9. Se consideră valorile corespunzătoare pentru trei variabile y, x1
şi x2, tabelul 19. 83 25 10 6889 625 100 2075 830 250
Tabelul 19. Date iniţiale 39 7 3 1521 49 9 273 117 21
y 43 41 69 49 83 39 29 63 59 41
29 11 1 841 121 1 319 29 11
x1 10 6 8 15 25 7 11 16 18 13
x2 6 7 15 5 10 3 1 12 10 8 63 16 12 3969 256 144 1008 756 192
59 18 10 3481 324 100 1062 590 180
Se cere:
1. Să se determine ecuaţia de regresie prin metoda celor mai mici 41 13 8 1681 169 64 533 328 104
pătrate pentru y în funcţie de x1 şi x2. Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ=
2. Să se determine valoarea estimată a lui y pentru valorile date x1 516 129 77 29074 1969 753 7233 4475 1055
şi x2.
3. Să se determine y când x1 = 50 şi x2 = 10. Utilizându-se datele din tabelul 20, sistemul de ecuaţii normale va fi:
4. Determinarea abaterilor medii pătratice pentru y, x1 şi x2.
a010 + a1129 + a2 77 = 516 (1)
5. Coeficienţii de corelaţie ryx1 , ryx2 , rx1 x 2
6. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. a0129 + a11969 + a21055 = 7233 (2)
7. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y, x2;
x2 şi y, x1. a0 77 + a11055 + a2 753 = 4475 (3)

ryx1 . x 2 ; ryx 2 . x1 . Rezolvarea prin metoda substituţiei se face prin următoarea

8. Coeficienţii de corelaţie parţială liniară:
schemă:
Rezolvare. Din (1) → a0 = 51,6 – 12,9.a1 – 7,7.a2 (4)
1. Ecuaţia de regresie pentru y în funcţie de x1 şi x2 se scrie sub Înlocuind (4) în (2) rezultă:
forma: 7233 = 6656,4.a1 – 993,3.a2 + 1969.a1 + 1055.a2 ↔
↔ 7233 = 304,9.a1 + 61,7.a2 +6656,4 (5)
y = a0 + a1.x1 + a2 .x2 Din (5)→a1 = 23,7225 – 0,20236.a2 – 21,8314→
→a1 = 1,89108 – 0,20236.a2 (6)
Sistemul de ecuaţii normale de regresie prin metoda celor mai mici
Înlocuind (6) în (4) obţinem:
pătrate este: a0 = 51,6 – 12,9 (1,89108 – 0,20236.a2) – 7,7.a2
a0 n + a1Σx1 + a2 x2 = Σy ⎫ a0 = 27,2051 – 5,08956.a2 (7)
⎪ Substituind (7) şi (6) în (3) rezultă:
a0Σx1 + a1Σx12 + a2Σx1 x2 = Σyx1 ⎬ 753.a2 →
4475 = 77.(27,2051 – 5,08956.a2) + 1055.(1,89108 – 0,20236.a2) +

⎪ →4475 = 2094,7927 – 391,89612.a2 + 1995,0894 – 213,4898.a2 =

a0Σx2 + a1Σx1 x2 + a2Σx22 = Σyx2 ⎭ = 385,1179 →147,61408.a2 = 385,1179→a2 = 2,60895
Se realizează tabelul 20. Se substituie a2 = 2,60895 în (6) şi (7) şi rezultă:
 STATISTICĂ ŞI ECONOMETRIE 167 168 Gh. COMAN

• a1 = 1,89108 – 0,20236.2,60895 6. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. Coeficienţii

a1 = 1,363 de corelaţie multiplă măsoară intensitatea legăturii dintre o caracteristică
• a0 = 27,2051 – 5,08956.2,60895 rezultativă (y) şi două sau mai multe caracteristici factoriale (xi). Indicatorul
a0 = 13,928 are totdeauna valoare pozitivă şi este mai mare decât oricare coeficient de
Deci ecuaţia de regresie va fi: corelaţie simplă. În cazul nostru se consideră două caracteristici factoriale
y = 13,928 + 1,363 × x1 + 2,60895 × x2 (8)
(x1) şi (x2).

2. Valoarea estimată a lui y pentru valorile date x1 şi x2. Utilizând ryx2 1 + ryx2 2 − 2ryx1 ryx2 rx1 x2
ecuaţia de regresie (8) se obţin valorile estimate ale lui y (notate cu yestimat),
R y. x1 x2 = =
1 − rx21 x2
substituind valorile corespunzătoare pentru x1 şi x2, tabelul 21.
Tabelul 21. yestimat (0,66735) 2 + (0,80148) 2 − 2.0,66735.0,80148.0,27926
y 43 41 69 49 83 39 29 63 59 41 = = 0,92505
1 − (0,27926) 2
x1 10 6 8 15 25 7 11 16 18 13
x2 6 7 15 5 10 3 1 12 10 8 ryx2 1 + rx21 x2 − 2ryx1 ryx2 rx1 x2
Rx1 . yx2 = =
1 − ryx2 2
43,211

40,368

63,966

47,418

74,094

31,295

31,530

67,044

64,552

52,518
yestimat

(0,66735) 2 + (0,27926) 2 − 2.0,66735.0,80148.0,27926

= = 0,79249
3. Valoarea pentru y când x1 = 50 şi x2 = 10 se obţine cu relaţia: 1 − (0,80148) 2
yestimat = 13,928 + 1,363x50 + 2,60895x10 = 108,168.
4. Determinarea abaterilor medii pătratice. Folosind tabelul 20: ryx2 2 + rx21 x2 − 2ryx1 ryx2 rx1 x2
• pentru y: Rx2 . yx1 = =
Σ( yi − y ) Σy (Σyi )
2 2
29074 (516) 2 2 1 − ryx2 1
σy = = − = − i
= 15,647
n n n2 10 100
• pentru x1: (0,80148) 2 + (0,27926) 2 − 2.0,66735.0,80148.0,27926
= = 0,871875
Σ( x1i − x1 ) 2 Σx12i (Σx1i ) 2 1969 (129) 2 1 − (0,66735) 2
σx = = − = − = 5,5217
1
n n n 2
10 100 7. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y,
• pentru x2: x2; x2 şi y, x1.
Σ( x2 i − x2 ) 2 Σx22i (Σx2 i ) 2 753 (77) 2 Dy. x1 x 2 = Ry2. x1 x 2 = (0,92505) 2 = 0,8557
σx = = − = − = 4,001
2
n n n 2
10 100 Dx1 . yx2 = Rx21 . yx2 = (0,79249) 2 = 0,62804

5. Coeficienţii de corelaţie ryx1 , ryx2 , rx1 x 2 . Pe baza tabelului Dx2 . yx1 = Rx22 . yx1 = (0,871875) 2 = 0,760166
20 se obţine: 8. Coeficienţii de corelaţie parţială liniară: ryx1 . x2 ; ryx2 . x1 .
nΣyx1 − (Σy )(Σx1 ) 10.7233 − 516.129
ryx1 = = = 0,66735 Coeficienţii de corelaţie parţială liniară se calculează pe baza coeficienţilor
[nΣy 2 − (Σy )2 ][nΣx12 − ( x1 ) 2 ] [10.29074 − (516) 2 ][10.1969 − (129) 2 ] de corelaţie liniară simplă şi caracterizează intensitatea legăturii dintre două
nΣyx2 − (Σy )(Σx2 ) 10.4475 − 516.77 caracteristici incluse în analiza statistică în ipoteza că toate celelalte
ryx2 = = = 0,80148
[nΣy − (Σy ) ][nΣx − ( x2 ) ]
2 2 2 2
[10.29074 − (516) 2 ][10.753 − (77) 2 ] caracteristici incluse în analiza statistică rămân constante (adică nu
2
influenţează asupra legăturii caracteristicilor considerate).
nΣx1x2 − (Σx1 )(Σx2 ) 10.1055 − 129.77
rx1 x2 = = = 0,27926 ryx1 − ryx2 .rx1x2 0,66735 − 0,80148.0,27926
[nΣx12 − (Σx1 )2 ][nΣx22 − ( x2 ) 2 ] [10.1969 − (129)2 ][10.753 − (77) 2 ] ryx1 / x2 = = = 0,7724
(1 − r ).(1 − r
2
yx2
2
x1 x 2 ) [1 − (0,80148) 2 ].[1 − (0,27926) 2 ]
 STATISTICĂ ŞI ECONOMETRIE 167 168 Gh. COMAN

• a1 = 1,89108 – 0,20236.2,60895 6. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. Coeficienţii

a1 = 1,363 de corelaţie multiplă măsoară intensitatea legăturii dintre o caracteristică
• a0 = 27,2051 – 5,08956.2,60895 rezultativă (y) şi două sau mai multe caracteristici factoriale (xi). Indicatorul
a0 = 13,928 are totdeauna valoare pozitivă şi este mai mare decât oricare coeficient de
Deci ecuaţia de regresie va fi: corelaţie simplă. În cazul nostru se consideră două caracteristici factoriale
y = 13,928 + 1,363 × x1 + 2,60895 × x2 (8)
(x1) şi (x2).

2. Valoarea estimată a lui y pentru valorile date x1 şi x2. Utilizând ryx2 1 + ryx2 2 − 2ryx1 ryx2 rx1 x2
ecuaţia de regresie (8) se obţin valorile estimate ale lui y (notate cu yestimat),
R y. x1 x2 = =
1 − rx21 x2
substituind valorile corespunzătoare pentru x1 şi x2, tabelul 21.
Tabelul 21. yestimat (0,66735) 2 + (0,80148) 2 − 2.0,66735.0,80148.0,27926
y 43 41 69 49 83 39 29 63 59 41 = = 0,92505
1 − (0,27926) 2
x1 10 6 8 15 25 7 11 16 18 13
x2 6 7 15 5 10 3 1 12 10 8 ryx2 1 + rx21 x2 − 2ryx1 ryx2 rx1 x2
Rx1 . yx2 = =
1 − ryx2 2
43,211

40,368

63,966

47,418

74,094

31,295

31,530

67,044

64,552

52,518
yestimat

(0,66735) 2 + (0,27926) 2 − 2.0,66735.0,80148.0,27926

= = 0,79249
3. Valoarea pentru y când x1 = 50 şi x2 = 10 se obţine cu relaţia: 1 − (0,80148) 2
yestimat = 13,928 + 1,363x50 + 2,60895x10 = 108,168.
4. Determinarea abaterilor medii pătratice. Folosind tabelul 20: ryx2 2 + rx21 x2 − 2ryx1 ryx2 rx1 x2
• pentru y: Rx2 . yx1 = =
Σ( yi − y ) Σy (Σyi )
2 2
29074 (516) 2 2 1 − ryx2 1
σy = = − = − i
= 15,647
n n n2 10 100
• pentru x1: (0,80148) 2 + (0,27926) 2 − 2.0,66735.0,80148.0,27926
= = 0,871875
Σ( x1i − x1 ) 2 Σx12i (Σx1i ) 2 1969 (129) 2 1 − (0,66735) 2
σx = = − = − = 5,5217
1
n n n 2
10 100 7. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y,
• pentru x2: x2; x2 şi y, x1.
Σ( x2 i − x2 ) 2 Σx22i (Σx2 i ) 2 753 (77) 2 Dy. x1 x 2 = Ry2. x1 x 2 = (0,92505) 2 = 0,8557
σx = = − = − = 4,001
2
n n n 2
10 100 Dx1 . yx2 = Rx21 . yx2 = (0,79249) 2 = 0,62804

5. Coeficienţii de corelaţie ryx1 , ryx2 , rx1 x 2 . Pe baza tabelului Dx2 . yx1 = Rx22 . yx1 = (0,871875) 2 = 0,760166
20 se obţine: 8. Coeficienţii de corelaţie parţială liniară: ryx1 . x2 ; ryx2 . x1 .
nΣyx1 − (Σy )(Σx1 ) 10.7233 − 516.129
ryx1 = = = 0,66735 Coeficienţii de corelaţie parţială liniară se calculează pe baza coeficienţilor
[nΣy 2 − (Σy )2 ][nΣx12 − ( x1 ) 2 ] [10.29074 − (516) 2 ][10.1969 − (129) 2 ] de corelaţie liniară simplă şi caracterizează intensitatea legăturii dintre două
nΣyx2 − (Σy )(Σx2 ) 10.4475 − 516.77 caracteristici incluse în analiza statistică în ipoteza că toate celelalte
ryx2 = = = 0,80148
[nΣy − (Σy ) ][nΣx − ( x2 ) ]
2 2 2 2
[10.29074 − (516) 2 ][10.753 − (77) 2 ] caracteristici incluse în analiza statistică rămân constante (adică nu
2
influenţează asupra legăturii caracteristicilor considerate).
nΣx1x2 − (Σx1 )(Σx2 ) 10.1055 − 129.77
rx1 x2 = = = 0,27926 ryx1 − ryx2 .rx1x2 0,66735 − 0,80148.0,27926
[nΣx12 − (Σx1 )2 ][nΣx22 − ( x2 ) 2 ] [10.1969 − (129)2 ][10.753 − (77) 2 ] ryx1 / x2 = = = 0,7724
(1 − r ).(1 − r
2
yx2
2
x1 x 2 ) [1 − (0,80148) 2 ].[1 − (0,27926) 2 ]
 STATISTICĂ ŞI ECONOMETRIE 169 170 Gh. COMAN

ryx 2 − ryx1 .rx1 x 2 0,80148 − 0,66735.0,27926 73 20 12 5329 400 144 1460 876 240
ryx2 / x1 = = = 0,8601776
(1 − r ).(1 − r
2 2
) [1 − (0,66735) ].[1 − (0,27926) ]
2 2 Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ=
yx1 x1 x 2
270,5 73 44 12911,75 959 368 3415,5 2148 544
10. Se consideră valorile corespunzătoare pentru trei variabile y,
x1 şi x2, tabelul 22. • Media aritmetică:
Tabelul 22. Date iniţiale
⎧ 73
y 14 43,5 18,5 30 40 51,5 73
⎪ x1 = = 10,43
Σxi ⎪ 7 Σyi 270,5
x1 4 5 7 10 12 15 20 x= ⎨ y= = = 38,64
n ⎪ 44 n 7
x2 2 10 2 4 6 8 12 x2 = = 6,29
⎪⎩ 7
• Media pătratică:
Se cere:
a. Să se calculeze media aritmetică şi media pătratică simplă pentru ⎧ 959
⎪x = = 11,7
cele trei variabile. Σxi2 ⎪ 1 p 7 Σyi2 12911,75
xp = ⎨ yp = = = 42,95
b. Să se determine abaterea medie pătratică pentru cele trei n ⎪ 368 n 7
variabile. ⎪⎩ x2 p = 7 = 7,25
c. Să se determine abaterea medie liniară.
d. Să se calculeze coeficientul de variaţie în cele două forme ale b. Determinarea abaterilor medii pătratice. Folosind tabelul 23:
sale. • pentru y:
e. Să se calculeze momentele simple de ordinul I şi II. Σ ( yi − y ) 2 Σyi2 (Σyi ) 2 12911,75 (270,5) 2
f. Să se determine prin metoda celor mai mici pătrate ecuaţia de σy = = − 2
= − = 15,647
n n n 7 49
regresie y = a0 + a1 x1 + a2 x2 . • pentru x1:

g. Să se determine valoarea estimată a lui y pentru valorile date x1 Σ( x1i − x1 ) 2 Σx12i (Σx1i ) 2 959 (73) 2
σx = = − = − = 5,314
şi x2. 1
n n n2 7 49
• pentru x2:
h. Să se determine coeficienţii de corelaţie ryx1 , ryx2 , rx1 x2
Σ( x 2 i − x 2 ) 2 Σx22i (Σx2i ) 2 368 (44) 2
i. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. σx = = − = − = 3,614
j. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y, x2;
2
n n n2 7 49
x2 şi y, x1. c. Abaterea medie liniară. Se realizează tabelul 24.
Tabelul 24. Calcule intermediare. Sume relevante
k. Coeficienţii de corelaţie parţială liniară: ryx1 . x2 ; ryx2 . x1 .
Rezolvare.
y x1 x2 yi − y x1 − x1 x2 − x2
a. Media aritmetică şi media pătratică simplă pentru cele trei 14 4 2 24,64 6,43 4,29
variabile. Se realizează tabelul 23 pentru calcule intermediare. 43,5 5 10 48,6 5,43 3,71
Tabelul 23. Calcule intermediare pentru sume relevante 18,5 7 2 20,14 3,43 4,29
2 2 2
y x1 x2 y x1 x2 y.x1 y.x2 x1.x2 30 10 4 8,64 0,43 2,29
14 4 2 196 16 4 56 28 8 40 12 6 1,36 1,57 0,29
43,5 5 10 1892,25 25 100 217,5 435 50 51,5 15 8 12,86 4,57 1,71
18,5 7 2 342,25 49 4 129,5 37 14 73 20 12 34,36 9,57 5,71
30 10 4 900 100 16 300 120 40 Σ= Σ= Σ= Σ= Σ= Σ=
40 12 6 1600 144 36 480 240 72 270,5 73 44 106,86 31,43 22,29
51,5 15 8 2652,25 225 64 772,5 412 120
 STATISTICĂ ŞI ECONOMETRIE 169 170 Gh. COMAN

ryx 2 − ryx1 .rx1 x 2 0,80148 − 0,66735.0,27926 73 20 12 5329 400 144 1460 876 240
ryx2 / x1 = = = 0,8601776
(1 − r ).(1 − r
2 2
) [1 − (0,66735) ].[1 − (0,27926) ]
2 2 Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ= Σ=
yx1 x1 x 2
270,5 73 44 12911,75 959 368 3415,5 2148 544
10. Se consideră valorile corespunzătoare pentru trei variabile y,
x1 şi x2, tabelul 22. • Media aritmetică:
Tabelul 22. Date iniţiale
⎧ 73
y 14 43,5 18,5 30 40 51,5 73
⎪ x1 = = 10,43
Σxi ⎪ 7 Σyi 270,5
x1 4 5 7 10 12 15 20 x= ⎨ y= = = 38,64
n ⎪ 44 n 7
x2 2 10 2 4 6 8 12 x2 = = 6,29
⎪⎩ 7
• Media pătratică:
Se cere:
a. Să se calculeze media aritmetică şi media pătratică simplă pentru ⎧ 959
⎪x = = 11,7
cele trei variabile. Σxi2 ⎪ 1 p 7 Σyi2 12911,75
xp = ⎨ yp = = = 42,95
b. Să se determine abaterea medie pătratică pentru cele trei n ⎪ 368 n 7
variabile. ⎪⎩ x2 p = 7 = 7,25
c. Să se determine abaterea medie liniară.
d. Să se calculeze coeficientul de variaţie în cele două forme ale b. Determinarea abaterilor medii pătratice. Folosind tabelul 23:
sale. • pentru y:
e. Să se calculeze momentele simple de ordinul I şi II. Σ ( yi − y ) 2 Σyi2 (Σyi ) 2 12911,75 (270,5) 2
f. Să se determine prin metoda celor mai mici pătrate ecuaţia de σy = = − 2
= − = 15,647
n n n 7 49
regresie y = a0 + a1 x1 + a2 x2 . • pentru x1:

g. Să se determine valoarea estimată a lui y pentru valorile date x1 Σ( x1i − x1 ) 2 Σx12i (Σx1i ) 2 959 (73) 2
σx = = − = − = 5,314
şi x2. 1
n n n2 7 49
• pentru x2:
h. Să se determine coeficienţii de corelaţie ryx1 , ryx2 , rx1 x2
Σ( x 2 i − x 2 ) 2 Σx22i (Σx2i ) 2 368 (44) 2
i. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. σx = = − = − = 3,614
j. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y, x2;
2
n n n2 7 49
x2 şi y, x1. c. Abaterea medie liniară. Se realizează tabelul 24.
Tabelul 24. Calcule intermediare. Sume relevante
k. Coeficienţii de corelaţie parţială liniară: ryx1 . x2 ; ryx2 . x1 .
Rezolvare.
y x1 x2 yi − y x1 − x1 x2 − x2
a. Media aritmetică şi media pătratică simplă pentru cele trei 14 4 2 24,64 6,43 4,29
variabile. Se realizează tabelul 23 pentru calcule intermediare. 43,5 5 10 48,6 5,43 3,71
Tabelul 23. Calcule intermediare pentru sume relevante 18,5 7 2 20,14 3,43 4,29
2 2 2
y x1 x2 y x1 x2 y.x1 y.x2 x1.x2 30 10 4 8,64 0,43 2,29
14 4 2 196 16 4 56 28 8 40 12 6 1,36 1,57 0,29
43,5 5 10 1892,25 25 100 217,5 435 50 51,5 15 8 12,86 4,57 1,71
18,5 7 2 342,25 49 4 129,5 37 14 73 20 12 34,36 9,57 5,71
30 10 4 900 100 16 300 120 40 Σ= Σ= Σ= Σ= Σ= Σ=
40 12 6 1600 144 36 480 240 72 270,5 73 44 106,86 31,43 22,29
51,5 15 8 2652,25 225 64 772,5 412 120
 STATISTICĂ ŞI ECONOMETRIE 171 172 Gh. COMAN

⎧ 31,43 ⎧Σy = a0 n − a1.Σx1 − a2 Σx2

d =
Σ xi − x ⎪⎪ x1
= 4,49
Σ yi − y 106,86 ⎪
⇒ ⎨Σyx1 = a0 Σx1 − a1.Σx12 − a2 Σx1 x2
7
d = ⎨ dy = = 15,2657
n ⎪d = 22,29 = 3,184 n 7
⎪⎩ x2 7 ⎪
⎩Σyx2 = a0 Σx2 − a1.Σx1 x2 − a2 Σx2
2
d. Coeficientul de variaţie în cele două forme ale sale. Utilizăm
datele din
Utilizând datele din tabelul 23:
tabelul 24:
⎧
⎪Cvd x1 =
d x1
=
4,49
100 = 43,05% ⎧270,5 = 7 a0 − 73a1 − 44a2
d ⎪ x1 10,43 d 15,2657 ⎪
Cvd = 100 = ⎨
x ⎪Cv =
d x2
=
31,84
100 = 50,62%
Cvd y = y =
y 38,64
100 = 39,5%
⇒ ⎨3415,5 = 73a0 − 959a1 − 544a2
⎪ d x2
⎩ x2 6,29 ⎪2148 = 44a − 544a − 368a
⎧
⎪Cv x1 =
σx 1
=
5,314
100 = 50,95%
⎩ 0 1 2
σ ⎪ x1 10,43 σy 18,742 După rezolvarea sistemului de ecuaţii se obţine:
Cvσ = 100 = ⎨ Cv y = = 100 = 48,5%
x ⎪Cv
⎪⎩ x2
σx
= 2 =
x2
3,614
6,29
100 = 57,46%
y 38,64
a0 = 0,98; a1 = 1,5; a2 = 3,5 , ca urmare:
23.
e. Momentele simple de ordinul I şi II. Utilizăm datele din tabelul
y = 0,98 + 1,5 × x1 + 3,5 × x2
⎧ Σx 73 g. Valoarea estimată a lui y pentru valorile date x1 şi x2.
m = 1= = 10,43 Tabelul 25. Valoarea estimată a lui y pentru valorile date x1 şi x2.
Σxi ⎪⎪ 1x1 n 7 Σy 270,5
m1xi = =⎨ m1 y = = = 38,64 y 14 43,5 18,5 30 40 51,5 73
n ⎪m = Σx2 = 44 = 6,29 n 7
x1 4 5 7 10 12 15 20
⎪⎩ 1x2 n 7 x2 2 10 2 4 6 8 12
⎧ Σx 2 959 yxi-
⎪ m2 x1 = 1 = = 137 14,016 43,585 18,531 30,062 40,088 51,619 73,176
Σx
2
⎪ n 7 Σy 2 12911,75 estimat
m2 xi = i
=⎨ m2 y = = = 1844,54
⎪m = Σx 2 = 368 = 52,57
2
n n 7
⎪⎩ 2 x2 n 7
h. Coeficienţii de corelaţie ryx1 , ryx2 , rx1 x 2 . Se utilizează
f. Ecuaţia de regresie y = a0 + a1 x1 + a2 x2 . tabelul 23:
nΣyx1 − (Σy)(Σx1 ) 7.3415,5 − 270,5.73
S = Σ( yi − y xi ) 2 = Σ( y − a0 − a1.x1 − a2 x2 ) 2 ⇒ min ⇒ ryx1 = = = 0,8527
[nΣy − (Σy ) ][nΣx − ( x1 ) ]
2 2 2
1
2
[7.12911,75 − (270,5) 2 ][7.959 − (73) 2 ]
⎧ ∂S nΣyx2 − (Σy )(Σx2 ) 7.2148 − 270,5.44
⎪ =0 ryx2 = = = 0,9442
⎪ ∂a0
[nΣy 2 − (Σy ) 2 ][nΣx22 − ( x2 ) 2 ] [7.2148 − (270,5) 2 ][7.368 − (44) 2 ]
⎧2Σ( y − a0 − a1 .x1 − a 2 x2 )(−1) = 0 nΣx1 x2 − (Σx1 )(Σx2 ) 10.1055 − 129.77
⎪ ∂S ⎪ rx1 x2 = = = 0,6332
⇒⎨ = 0 ⇒ ⎨2Σ( y − a0 − a1 .x1 − a 2 x2 )(− x1 ) = 0 ⇒ [nΣx12 − (Σx1 ) 2 ][nΣx22 − ( x2 ) 2 ] [7.959 − (73) 2 ][7.959 − (44) 2 ]
⎪ ∂a1 ⎪2Σ( y − a − a .x − a x )(− x ) = 0 i. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. Coeficienţii
⎪ ∂S ⎩ 0 1 1 2 2 2 de corelaţie multiplă măsoară intensitatea legăturii dintre o caracteristică
⎪ rezultativă (y) şi două sau mai multe caracteristici factoriale (xi). Indicatorul
⎩ ∂a2 are totdeauna valoare pozitivă şi este mai mare decât oricare coeficient de
 STATISTICĂ ŞI ECONOMETRIE 171 172 Gh. COMAN

⎧ 31,43 ⎧Σy = a0 n − a1.Σx1 − a2 Σx2

d =
Σ xi − x ⎪⎪ x1
= 4,49
Σ yi − y 106,86 ⎪
⇒ ⎨Σyx1 = a0 Σx1 − a1.Σx12 − a2 Σx1 x2
7
d = ⎨ dy = = 15,2657
n ⎪d = 22,29 = 3,184 n 7
⎪⎩ x2 7 ⎪
⎩Σyx2 = a0 Σx2 − a1.Σx1 x2 − a2 Σx2
2
d. Coeficientul de variaţie în cele două forme ale sale. Utilizăm
datele din
Utilizând datele din tabelul 23:
tabelul 24:
⎧
⎪Cvd x1 =
d x1
=
4,49
100 = 43,05% ⎧270,5 = 7 a0 − 73a1 − 44a2
d ⎪ x1 10,43 d 15,2657 ⎪
Cvd = 100 = ⎨
x ⎪Cv =
d x2
=
31,84
100 = 50,62%
Cvd y = y =
y 38,64
100 = 39,5%
⇒ ⎨3415,5 = 73a0 − 959a1 − 544a2
⎪ d x2
⎩ x2 6,29 ⎪2148 = 44a − 544a − 368a
⎧
⎪Cv x1 =
σx 1
=
5,314
100 = 50,95%
⎩ 0 1 2
σ ⎪ x1 10,43 σy 18,742 După rezolvarea sistemului de ecuaţii se obţine:
Cvσ = 100 = ⎨ Cv y = = 100 = 48,5%
x ⎪Cv
⎪⎩ x2
σx
= 2 =
x2
3,614
6,29
100 = 57,46%
y 38,64
a0 = 0,98; a1 = 1,5; a2 = 3,5 , ca urmare:
23.
e. Momentele simple de ordinul I şi II. Utilizăm datele din tabelul
y = 0,98 + 1,5 × x1 + 3,5 × x2
⎧ Σx 73 g. Valoarea estimată a lui y pentru valorile date x1 şi x2.
m = 1= = 10,43 Tabelul 25. Valoarea estimată a lui y pentru valorile date x1 şi x2.
Σxi ⎪⎪ 1x1 n 7 Σy 270,5
m1xi = =⎨ m1 y = = = 38,64 y 14 43,5 18,5 30 40 51,5 73
n ⎪m = Σx2 = 44 = 6,29 n 7
x1 4 5 7 10 12 15 20
⎪⎩ 1x2 n 7 x2 2 10 2 4 6 8 12
⎧ Σx 2 959 yxi-
⎪ m2 x1 = 1 = = 137 14,016 43,585 18,531 30,062 40,088 51,619 73,176
Σx
2
⎪ n 7 Σy 2 12911,75 estimat
m2 xi = i
=⎨ m2 y = = = 1844,54
⎪m = Σx 2 = 368 = 52,57
2
n n 7
⎪⎩ 2 x2 n 7
h. Coeficienţii de corelaţie ryx1 , ryx2 , rx1 x 2 . Se utilizează
f. Ecuaţia de regresie y = a0 + a1 x1 + a2 x2 . tabelul 23:
nΣyx1 − (Σy)(Σx1 ) 7.3415,5 − 270,5.73
S = Σ( yi − y xi ) 2 = Σ( y − a0 − a1.x1 − a2 x2 ) 2 ⇒ min ⇒ ryx1 = = = 0,8527
[nΣy − (Σy ) ][nΣx − ( x1 ) ]
2 2 2
1
2
[7.12911,75 − (270,5) 2 ][7.959 − (73) 2 ]
⎧ ∂S nΣyx2 − (Σy )(Σx2 ) 7.2148 − 270,5.44
⎪ =0 ryx2 = = = 0,9442
⎪ ∂a0
[nΣy 2 − (Σy ) 2 ][nΣx22 − ( x2 ) 2 ] [7.2148 − (270,5) 2 ][7.368 − (44) 2 ]
⎧2Σ( y − a0 − a1 .x1 − a 2 x2 )(−1) = 0 nΣx1 x2 − (Σx1 )(Σx2 ) 10.1055 − 129.77
⎪ ∂S ⎪ rx1 x2 = = = 0,6332
⇒⎨ = 0 ⇒ ⎨2Σ( y − a0 − a1 .x1 − a 2 x2 )(− x1 ) = 0 ⇒ [nΣx12 − (Σx1 ) 2 ][nΣx22 − ( x2 ) 2 ] [7.959 − (73) 2 ][7.959 − (44) 2 ]
⎪ ∂a1 ⎪2Σ( y − a − a .x − a x )(− x ) = 0 i. Coeficienţii de corelaţie multiplă liniară y, x1 şi x2. Coeficienţii
⎪ ∂S ⎩ 0 1 1 2 2 2 de corelaţie multiplă măsoară intensitatea legăturii dintre o caracteristică
⎪ rezultativă (y) şi două sau mai multe caracteristici factoriale (xi). Indicatorul
⎩ ∂a2 are totdeauna valoare pozitivă şi este mai mare decât oricare coeficient de
 STATISTICĂ ŞI ECONOMETRIE 173 174 Gh. COMAN

corelaţie simplă. În cazul nostru se consideră două caracteristici factoriale 11. Pentru a-şi cunoaşte mai bine cititorii un cotidian realizează
(x1) şi (x2). un sondaj în rândul lor. Printre întrebările incluse în chestionar erau şi cele
referitoare la sexul cititorilor şi frecvenţa achiziţionării ziarului. Pe baza
ryx2 1 + ryx2 2 − 2ryx1 ryx2 rx1 x2 răspunsurilor obţinute s-a întocmit tabelul 26. Se cere să fie apreciată
R y. x1 x2 = = intensitatea legăturii dintre cele două variabile.
1 − rx21 x2 Tabelul 26. Date iniţiale
Sexul cititorului Cumpără ziarul Frecvenţa răspunsului
(0,8527) 2 + (0,9442) 2 − 2.0,8527.0,9442.0,6332
= = 0,9999582 Foarte rar 10
1 − (0,6332) 2 Uneori 10
Masculin
ryx2 1 + rx21 x2 − 2ryx1 ryx2 rx1 x2 Deseori 25
Rx1 . yx2 = = Zilnic 5
1 − ryx2 2 Foarte rar 20
Uneori 15
Feminin
(0,8527) 2 + (0,6332) 2 − 2.0,8527.0,9442.0,6332 Deseori 10
= = 0,9997695
1 − (0,9442) 2 Zilnic 5
Rezolvare.
ryx2 2 + rx21 x2 − 2ryx1 ryx2 rx1 x2 Pentru a se evidenţia şi măsura legătura dintre sexul cititorului şi
Rx2 . yx1 = = frecvenţa cu care cumpără ziarul s-a reorganizat informaţiile într-un tabel de
1 − ryx2 1 asociere, tabelul 27.
Tabelul 27. Regruparea datelor de sondaj
(0,9442) 2 + (0,6332) 2 − 2.0,8527.0,9442.0,6332
= = 0,9999083 Sexul cititorului
Cititori
Total
1 − (0,8527) 2 Ocazionali Fideli
j. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y, Feminin 35 15 50
x2; x2 şi y, x1. Masculin 20 30 50
D y. x1 x2 = R y2. x1 x2 = (0,9999582) 2 = 0,9999164 Total 55 45 100

Dx1 . yx2 = Rx21 . yx2 = (0,9997695) 2 = 0,999539 Regruparea variantelor de răspuns referitoare la frecvenţa
achiziţionării cotidianului a fost necesară pentru a obţine o variabilă
Dx2 . yx1 = Rx22 . yx1 = (0,999083) 2 = 0,99998166 alternativă:
- cumpărătorii ocazionali sunt cei care achiziţionează ziarul
k. Coeficienţii de corelaţie parţială liniară: ryx1 . x 2 ; ryx 2 . x1 . foarte rar sau uneori;
Coeficienţii de corelaţie parţială liniară se calculează pe baza coeficienţilor - cumpărătorii fideli sunt cei care-l achiziţionează deseori şi
de corelaţie liniară simplă şi caracterizează intensitatea legăturii dintre două zilnic.
caracteristici incluse în analiza statistică în ipoteza că toate celelalte Pe baza datelor din tabelul 27 poate fi calculat coeficientul de
caracteristici incluse în analiza statistică rămân constante (adică nu asociere:
influenţează asupra legăturii caracteristicilor considerate).
ryx1 − ryx2 .rx1 x2 0,8527 − 0,9442.0,6332 35.30 − 20.15 750
ryx1 / x2 = = = 0,9996159 Q= = = 0,556
(1 − ryx2 2 ).(1 − rx21 x2 ) [1 − (0,9442)2 ].[1 − (0,6332) 2 ] 35.30 + 20.15 1350

ryx2 − ryx1 .rx1 x 2 0,9442 − 0,8527.0,6332 Rezultă că între cele două variabile este o legătură de intensitate
ryx2 / x1 = = = 0,9998474 moderată.
(1 − ryx2 1 ).(1 − rx21 x 2 ) [1 − (0,8527) 2 ].[1 − (0,6332) 2 ]
 STATISTICĂ ŞI ECONOMETRIE 173 174 Gh. COMAN

corelaţie simplă. În cazul nostru se consideră două caracteristici factoriale 11. Pentru a-şi cunoaşte mai bine cititorii un cotidian realizează
(x1) şi (x2). un sondaj în rândul lor. Printre întrebările incluse în chestionar erau şi cele
referitoare la sexul cititorilor şi frecvenţa achiziţionării ziarului. Pe baza
ryx2 1 + ryx2 2 − 2ryx1 ryx2 rx1 x2 răspunsurilor obţinute s-a întocmit tabelul 26. Se cere să fie apreciată
R y. x1 x2 = = intensitatea legăturii dintre cele două variabile.
1 − rx21 x2 Tabelul 26. Date iniţiale
Sexul cititorului Cumpără ziarul Frecvenţa răspunsului
(0,8527) 2 + (0,9442) 2 − 2.0,8527.0,9442.0,6332
= = 0,9999582 Foarte rar 10
1 − (0,6332) 2 Uneori 10
Masculin
ryx2 1 + rx21 x2 − 2ryx1 ryx2 rx1 x2 Deseori 25
Rx1 . yx2 = = Zilnic 5
1 − ryx2 2 Foarte rar 20
Uneori 15
Feminin
(0,8527) 2 + (0,6332) 2 − 2.0,8527.0,9442.0,6332 Deseori 10
= = 0,9997695
1 − (0,9442) 2 Zilnic 5
Rezolvare.
ryx2 2 + rx21 x2 − 2ryx1 ryx2 rx1 x2 Pentru a se evidenţia şi măsura legătura dintre sexul cititorului şi
Rx2 . yx1 = = frecvenţa cu care cumpără ziarul s-a reorganizat informaţiile într-un tabel de
1 − ryx2 1 asociere, tabelul 27.
Tabelul 27. Regruparea datelor de sondaj
(0,9442) 2 + (0,6332) 2 − 2.0,8527.0,9442.0,6332
= = 0,9999083 Sexul cititorului
Cititori
Total
1 − (0,8527) 2 Ocazionali Fideli
j. Coeficienţii de determinaţie multiplă pentru: y şi x1, x2; x1 şi y, Feminin 35 15 50
x2; x2 şi y, x1. Masculin 20 30 50
D y. x1 x2 = R y2. x1 x2 = (0,9999582) 2 = 0,9999164 Total 55 45 100

Dx1 . yx2 = Rx21 . yx2 = (0,9997695) 2 = 0,999539 Regruparea variantelor de răspuns referitoare la frecvenţa
achiziţionării cotidianului a fost necesară pentru a obţine o variabilă
Dx2 . yx1 = Rx22 . yx1 = (0,999083) 2 = 0,99998166 alternativă:
- cumpărătorii ocazionali sunt cei care achiziţionează ziarul
k. Coeficienţii de corelaţie parţială liniară: ryx1 . x 2 ; ryx 2 . x1 . foarte rar sau uneori;
Coeficienţii de corelaţie parţială liniară se calculează pe baza coeficienţilor - cumpărătorii fideli sunt cei care-l achiziţionează deseori şi
de corelaţie liniară simplă şi caracterizează intensitatea legăturii dintre două zilnic.
caracteristici incluse în analiza statistică în ipoteza că toate celelalte Pe baza datelor din tabelul 27 poate fi calculat coeficientul de
caracteristici incluse în analiza statistică rămân constante (adică nu asociere:
influenţează asupra legăturii caracteristicilor considerate).
ryx1 − ryx2 .rx1 x2 0,8527 − 0,9442.0,6332 35.30 − 20.15 750
ryx1 / x2 = = = 0,9996159 Q= = = 0,556
(1 − ryx2 2 ).(1 − rx21 x2 ) [1 − (0,9442)2 ].[1 − (0,6332) 2 ] 35.30 + 20.15 1350

ryx2 − ryx1 .rx1 x 2 0,9442 − 0,8527.0,6332 Rezultă că între cele două variabile este o legătură de intensitate
ryx2 / x1 = = = 0,9998474 moderată.
(1 − ryx2 1 ).(1 − rx21 x 2 ) [1 − (0,8527) 2 ].[1 − (0,6332) 2 ]
 STATISTICĂ ŞI ECONOMETRIE 175 176 Gh. COMAN

12. Pentru efectuarea unui studiu privind relaţia dintre nivelul de 1. Să se ajusteze cheltuielile pentru cercetare în funcţie de cifra de
calificare şi comportamentul profesional s-au înregistrat următoarele date pe afaceri, folosind funcţia de regresie adecvată.
un eşantion de 50 de salariaţi, tabelul 28. 2. Să se testeze semnificaţia parametrilor funcţiei de regresie.
Tabelul 28. Date iniţiale 3. Să se măsoare intensitatea legăturii dintre cele două variabile,
Comportament folosind coeficientul de corelaţie liniară simplă şi raportul de corelaţie. Să se
profesional testeze semnificaţia indicatorului folosit.
Corespunzător Necorespunzător Rezolvare.
Nivel de calificare 1. Se notează cu X – cifra de afaceri (variabila factorială) şi cu Y –
Calificat 18 7 cheltuielile pentru cercetare (variabila rezultativă).
Necalificat 9 16 Yxi = a + b.xi + ε , Yxi - valorile teoretice ajustate ale lui Y.
Se cere: să se estimeze intensitatea asocierii între cele două S = Σ( yi − y xi ) 2 = Σ( yi − a − b.xi ) 2 ⇒ min ⇒
variabile alternative.
Rezolvare. ⎧ ∂S
Dacă se notează a = 18; b = 7; c = 9; d = 16, atunci coeficientul ⎪⎪ ∂a = 0 ⎧n.a + bΣxi ni = Σyi ni
Yulle de asociere este:
⇒⎨ ⇒⎨
Q=
a.d − b.c 18.16 − 7.9
= = +0,641
∂
⎪ = 0 ⎩aΣxi ni + bΣxi ni = Σxi yi ni
S 2

a.d + b.c 18.16 + 7.9 ⎪⎩ ∂b

Rezultatul exprimă o asociere directă de intensitate medie. Aceasta
confirmă faptul că un comportament corect depinde de caracterul persoanei Σyi ni Σxi ni
şi caracterul, aşa cu subliniază psihologii, se formează în primii trei ani de
Δ a Σxi yi ni Σxi ni Σxi2 ni Σyi ni − Σxi ni Σxi yi ni
2
viaţă, în familie.
Observaţie. Aranjarea corectă a datelor în tabelul de asociere este
a= = =
Δ n Σxi ni nΣxi2 ni − (Σxi ni ) 2
esenţială; dacă varianta independentă (nivel de calificare) începe cu varianta
pozitivă (calificat=, urmând apoi varianta alternativă, atunci şi variabila Σxi ni Σxi2 ni
dependentă (calitatea comportamentului profesional) trebuie să fie
înregistrată mai întâi cu varianta pozitivă (corespunzător) şi, apoi, cu varianta 5860.3272000 − 38800.496400
negativă (necorespunzător). Numai astfel mărimile a şi d exprimă asocierea a= = −0,66
directă, iar c şi d asocierea inversă. 500.3272000 − 388002
13. Se cunosc următoarele date privind cifra de afaceri (CA) şi
cheltuielile pentru cercetare efectuate de 500 de firme, tabelul 29.
n Σyi ni
Tabelul 29. Date iniţiale Δ Σx n Σxi yi ni nΣxi yi ni − Σxi ni Σyi ni
Grupe de firme după cifra Cheltuieli medii pentru b= b = i i = ≅ 0,16
de afaceri, (UM)
Număr de firme
cercetare, (UM) Δ n Σxi ni nΣxi2 ni − (Σxi ni ) 2
Sub 50 70 8 Σxi ni Σxi2 ni
50 – 70 100 7
Se realizează tabelul 30 pentru calcule intermediare.
70 – 90 200 12 Tabelul 30. Calcule intermediare
90 – 110 80 15
Peste 110 50 20 xi yi ni xi ni yi ni xi2
Total 500 - 0 1 2 3 4 5
40 8 70 2800 560 1600
Presupunând că între cele două variabile există o legătură liniară se 60 7 100 6000 700 3600
care:
 STATISTICĂ ŞI ECONOMETRIE 175 176 Gh. COMAN

12. Pentru efectuarea unui studiu privind relaţia dintre nivelul de 1. Să se ajusteze cheltuielile pentru cercetare în funcţie de cifra de
calificare şi comportamentul profesional s-au înregistrat următoarele date pe afaceri, folosind funcţia de regresie adecvată.
un eşantion de 50 de salariaţi, tabelul 28. 2. Să se testeze semnificaţia parametrilor funcţiei de regresie.
Tabelul 28. Date iniţiale 3. Să se măsoare intensitatea legăturii dintre cele două variabile,
Comportament folosind coeficientul de corelaţie liniară simplă şi raportul de corelaţie. Să se
profesional testeze semnificaţia indicatorului folosit.
Corespunzător Necorespunzător Rezolvare.
Nivel de calificare 1. Se notează cu X – cifra de afaceri (variabila factorială) şi cu Y –
Calificat 18 7 cheltuielile pentru cercetare (variabila rezultativă).
Necalificat 9 16 Yxi = a + b.xi + ε , Yxi - valorile teoretice ajustate ale lui Y.
Se cere: să se estimeze intensitatea asocierii între cele două S = Σ( yi − y xi ) 2 = Σ( yi − a − b.xi ) 2 ⇒ min ⇒
variabile alternative.
Rezolvare. ⎧ ∂S
Dacă se notează a = 18; b = 7; c = 9; d = 16, atunci coeficientul ⎪⎪ ∂a = 0 ⎧n.a + bΣxi ni = Σyi ni
Yulle de asociere este:
⇒⎨ ⇒⎨
Q=
a.d − b.c 18.16 − 7.9
= = +0,641
∂
⎪ = 0 ⎩aΣxi ni + bΣxi ni = Σxi yi ni
S 2

a.d + b.c 18.16 + 7.9 ⎪⎩ ∂b

Rezultatul exprimă o asociere directă de intensitate medie. Aceasta
confirmă faptul că un comportament corect depinde de caracterul persoanei Σyi ni Σxi ni
şi caracterul, aşa cu subliniază psihologii, se formează în primii trei ani de
Δ a Σxi yi ni Σxi ni Σxi2 ni Σyi ni − Σxi ni Σxi yi ni
2
viaţă, în familie.
Observaţie. Aranjarea corectă a datelor în tabelul de asociere este
a= = =
Δ n Σxi ni nΣxi2 ni − (Σxi ni ) 2
esenţială; dacă varianta independentă (nivel de calificare) începe cu varianta
pozitivă (calificat=, urmând apoi varianta alternativă, atunci şi variabila Σxi ni Σxi2 ni
dependentă (calitatea comportamentului profesional) trebuie să fie
înregistrată mai întâi cu varianta pozitivă (corespunzător) şi, apoi, cu varianta 5860.3272000 − 38800.496400
negativă (necorespunzător). Numai astfel mărimile a şi d exprimă asocierea a= = −0,66
directă, iar c şi d asocierea inversă. 500.3272000 − 388002
13. Se cunosc următoarele date privind cifra de afaceri (CA) şi
cheltuielile pentru cercetare efectuate de 500 de firme, tabelul 29.
n Σyi ni
Tabelul 29. Date iniţiale Δ Σx n Σxi yi ni nΣxi yi ni − Σxi ni Σyi ni
Grupe de firme după cifra Cheltuieli medii pentru b= b = i i = ≅ 0,16
de afaceri, (UM)
Număr de firme
cercetare, (UM) Δ n Σxi ni nΣxi2 ni − (Σxi ni ) 2
Sub 50 70 8 Σxi ni Σxi2 ni
50 – 70 100 7
Se realizează tabelul 30 pentru calcule intermediare.
70 – 90 200 12 Tabelul 30. Calcule intermediare
90 – 110 80 15
Peste 110 50 20 xi yi ni xi ni yi ni xi2
Total 500 - 0 1 2 3 4 5
40 8 70 2800 560 1600
Presupunând că între cele două variabile există o legătură liniară se 60 7 100 6000 700 3600
care:
 STATISTICĂ ŞI ECONOMETRIE 177 178 Gh. COMAN

80 12 200 16000 2400 6400 Tabelul 31.

100 15 80 8000 1200 10000 xi yi ( xi − x ) ni

2
( yi − y ) 2 ni
120 20 50 6000 1000 14400 0 1 2 3
- - 500 38800 5860 - 40 8 98963,2 968,688
60 7 30976 2227,84
Tabelul 30 (continuare)
80 12 1152 15,68
xi2 ni xi yi ni yi2 ni Yxi ( yi − Yxi ) 2 ni 100 15 40140,8 860,672
120 20 89888 3427,92
6 7 8 9 10 - - 261120 7500,8
112000 22400 4480 5,74 357,532
360000 42000 4900 8,94 376,36 3. Coeficientul de corelaţie liniară simplă:
1280000 192000 28800 12,14 3,92
cov( x, y ) Σ( x − x )( y − y )
800000 120000 18000 15,34 9,248
ry / x = = =
720000 120000 20000 18,54 106,58 σ xσ y nσ xσ y
3272000 496400 76180 - 853,64
nΣxi yi ni − Σxi ni Σyi ni
= =
Yxi = −0,66 + 0,16.xi şi sunt calculate în tabelul 30,coloana 9.
[nΣxi2 ni − (Σxi ni ) 2 ].[nΣyi2 ni − (Σyi ni ) 2 ]
2. Interpretarea lui „b” (coeficientul de regresie): dacă cifra de
afaceri creşte cu o UM, atunci cheltuielile medii pentru cercetare vor creşte 500 × 496400 − 38800 × 5860
= = 0,94
cu 0,16 UM. (500 × 3272000 − 38800 2 ).(500 × 76180 − 5860)
Testarea semnificaţiei parametrului „a”. Se construieşte statistica
(testul) t a lui Student, astfel: Raportul de corelaţie se calculează pe baza datelor din tabelul 30
coloana 9 şi tabelul 31 coloana 3.
a − 0,66
t= n= 22,36 = 11,352 Σ( yi − Yxi ) 2 ni 853,64
s 1,3 Ry / x = 1 − = 1− = 0,94
Σ( yi − y ) ni
2
7500,8
Σ( yi − Yxi ) 2 ni 853,64
s= = = 1,3 Σyi ni 5860
Σni − 2 498 y= = = 11,72
Se compară valoarea calculată a statisticii t cu valoarea tabelară,
Σni 500
teoretică t0,01;498 = 2,568. Întrucât tcalculat = 1,3 > t0,01;498 = 2,568, rezultă că Întrucât R y / x = ry / x = 0,94 , se poate afirma că există o legătură
„a” este semnificativ.
Testarea semnificaţiei parametrului „b”: liniară puternică, directă, între cele două variabile.
Testarea semnificaţiei coeficientului de corelaţie „r” se face cu
b 0,16
tcalc = Σ( xi − x ) 2 ni = × 261120 = 179,27 > t0,01;498 = 2,568 , ajutorul testului „t”:
s 1,3 r 0,94
deci, „b” este semnificativ. t= n−2 = 498 = 61,5
Σxi ni 38800 1− r 2
1 − 0,94 2
x= = = 77,6 Întrucât tcalc = 61,5 > t0,01; 498 = 2,568 se poate afirma că coeficientul
Σni 500 de corelaţie „r” este semnificativ.
 STATISTICĂ ŞI ECONOMETRIE 177 178 Gh. COMAN

80 12 200 16000 2400 6400 Tabelul 31.

100 15 80 8000 1200 10000 xi yi ( xi − x ) ni

2
( yi − y ) 2 ni
120 20 50 6000 1000 14400 0 1 2 3
- - 500 38800 5860 - 40 8 98963,2 968,688
60 7 30976 2227,84
Tabelul 30 (continuare)
80 12 1152 15,68
xi2 ni xi yi ni yi2 ni Yxi ( yi − Yxi ) 2 ni 100 15 40140,8 860,672
120 20 89888 3427,92
6 7 8 9 10 - - 261120 7500,8
112000 22400 4480 5,74 357,532
360000 42000 4900 8,94 376,36 3. Coeficientul de corelaţie liniară simplă:
1280000 192000 28800 12,14 3,92
cov( x, y ) Σ( x − x )( y − y )
800000 120000 18000 15,34 9,248
ry / x = = =
720000 120000 20000 18,54 106,58 σ xσ y nσ xσ y
3272000 496400 76180 - 853,64
nΣxi yi ni − Σxi ni Σyi ni
= =
Yxi = −0,66 + 0,16.xi şi sunt calculate în tabelul 30,coloana 9.
[nΣxi2 ni − (Σxi ni ) 2 ].[nΣyi2 ni − (Σyi ni ) 2 ]
2. Interpretarea lui „b” (coeficientul de regresie): dacă cifra de
afaceri creşte cu o UM, atunci cheltuielile medii pentru cercetare vor creşte 500 × 496400 − 38800 × 5860
= = 0,94
cu 0,16 UM. (500 × 3272000 − 38800 2 ).(500 × 76180 − 5860)
Testarea semnificaţiei parametrului „a”. Se construieşte statistica
(testul) t a lui Student, astfel: Raportul de corelaţie se calculează pe baza datelor din tabelul 30
coloana 9 şi tabelul 31 coloana 3.
a − 0,66
t= n= 22,36 = 11,352 Σ( yi − Yxi ) 2 ni 853,64
s 1,3 Ry / x = 1 − = 1− = 0,94
Σ( yi − y ) ni
2
7500,8
Σ( yi − Yxi ) 2 ni 853,64
s= = = 1,3 Σyi ni 5860
Σni − 2 498 y= = = 11,72
Se compară valoarea calculată a statisticii t cu valoarea tabelară,
Σni 500
teoretică t0,01;498 = 2,568. Întrucât tcalculat = 1,3 > t0,01;498 = 2,568, rezultă că Întrucât R y / x = ry / x = 0,94 , se poate afirma că există o legătură
„a” este semnificativ.
Testarea semnificaţiei parametrului „b”: liniară puternică, directă, între cele două variabile.
Testarea semnificaţiei coeficientului de corelaţie „r” se face cu
b 0,16
tcalc = Σ( xi − x ) 2 ni = × 261120 = 179,27 > t0,01;498 = 2,568 , ajutorul testului „t”:
s 1,3 r 0,94
deci, „b” este semnificativ. t= n−2 = 498 = 61,5
Σxi ni 38800 1− r 2
1 − 0,94 2
x= = = 77,6 Întrucât tcalc = 61,5 > t0,01; 498 = 2,568 se poate afirma că coeficientul
Σni 500 de corelaţie „r” este semnificativ.
 STATISTICĂ ŞI ECONOMETRIE 179 180 Gh. COMAN

14. Se supune analizei dependenţa dintre volumul desfacerilor la y = f (x ) + ε

un grup de societăţi comerciale şi numărul de salariaţi. În acest scop se face
culegerea de date adecvate de la 100 societăţi comerciale. Datele obţinute În cazul modelului liniar avem:
sunt prelucrate primar, pe baza cărora s-a întocmit tabelul statistic următor, y = α + β .x
tabelul 32. Tabelul 33
Tabelul 32 Nr. xi 2
6,5 11,5 16,5 21,5 26,5 31,5 36,5 ny yny y y2ny xynxy Y
Grupe de Grupe de unităţi după numărul personalului angajat crt yi
unităţi după 4-9 9-14 14-19 19-24 24-29 29-34 34-39 0 1 2 3 4 5 6 7 8 9 10 11 12 13
volumul Total

3600 17100 41600 52500 46800 34300

24075 21570 16835

4900

65,6
490
desfacerilor 6,5 11,5 16,5 21,5 26,5 31,5 36,5 1 70 3 4 7
(u.m.)
65 – 75 70 3 4 7

3600

59,3
780
55 - 65 60 2 7 3 1 13 2 60 2 7 3 1 13
45 - 55 50 5 8 5 3 21
35 - 45 40 10 9 6 1 26

1050

2500

50,8
25 - 35 30 7 7 4 1 19 3 50 5 8 5 3 21
15 - 25 20 4 5 9
5 - 15 10 4 1 5

1040

1600

9255 21960

42,4
Total 4 12 27 23 19 10 5 100 4 40 10 9 6 1 26
Observaţie. Marginea superioară din coloană este cuprinsă în aceasta, cea
inferioară nu

33,8
570

900
5 30 7 7 4 1 19
Rezolvare. Datele din tabelul de corelaţie se reprezintă grafic în
figura alăturată. După cum se observă, reprezentarea grafică a legăturii în

2570

25,4
180

400
câmpul de corelaţie are aspectul unor nori de puncte, de aceea metoda 6 20 4 5 9
grafică se mai numeşte metoda norilor de puncte. Metoda grafică este
utilizată cu bune rezultate pentru

16,9
100

500

375
50
alegerea funcţiei analitice care se 7 10 4 1 5
studiază (în cazul regresiei şi
corelaţiei).

1196400

96640
4160
Din grafic se poate observa 8 nx 4 12 27 23 19 10 5 100 - -
că asupra caracteristicii rezultative,
volumul desfacerilor de mărfuri, au

132,25 138,0

7350,75 272,25 445,5

10631,75 492,25 494,5

13342,75 702,25 503,5

992,25 315,0

6661,25 1332,25 182,5

2105,0
26,0
influenţat şi alţi factori, întrucât există 9 xnx

şi puncte aşezate fără nici o

42,25
regularitate. Influenţa acestor factori 2
10 x

-
întâmplători neidentificaţi se poate
elimina prin ajustare.
Dar, pentru analiza

49665,0
1587,0

9922,5
169,0
x nx
dependenţei volumului vânzărilor în 11

2
funcţie de numărul de salariaţi se va apela la metoda de regresie
unifactorială.
Regresia unifactorială descrie legătura dintre două variabile (y şi x), Acest model teoretic se estimează printr-o ecuaţie medie de
considerând că ceilalţi factori au o acţiune constantă şi neglijabilă asupra tendinţă:
caracteristicii dependente y. Ecuaţia de regresie este: y = a + b.x + ε
 STATISTICĂ ŞI ECONOMETRIE 179 180 Gh. COMAN

14. Se supune analizei dependenţa dintre volumul desfacerilor la y = f (x ) + ε

un grup de societăţi comerciale şi numărul de salariaţi. În acest scop se face
culegerea de date adecvate de la 100 societăţi comerciale. Datele obţinute În cazul modelului liniar avem:
sunt prelucrate primar, pe baza cărora s-a întocmit tabelul statistic următor, y = α + β .x
tabelul 32. Tabelul 33
Tabelul 32 Nr. xi 2
6,5 11,5 16,5 21,5 26,5 31,5 36,5 ny yny y y2ny xynxy Y
Grupe de Grupe de unităţi după numărul personalului angajat crt yi
unităţi după 4-9 9-14 14-19 19-24 24-29 29-34 34-39 0 1 2 3 4 5 6 7 8 9 10 11 12 13
volumul Total

3600 17100 41600 52500 46800 34300

24075 21570 16835

4900

65,6
490
desfacerilor 6,5 11,5 16,5 21,5 26,5 31,5 36,5 1 70 3 4 7
(u.m.)
65 – 75 70 3 4 7

3600

59,3
780
55 - 65 60 2 7 3 1 13 2 60 2 7 3 1 13
45 - 55 50 5 8 5 3 21
35 - 45 40 10 9 6 1 26

1050

2500

50,8
25 - 35 30 7 7 4 1 19 3 50 5 8 5 3 21
15 - 25 20 4 5 9
5 - 15 10 4 1 5

1040

1600

9255 21960

42,4
Total 4 12 27 23 19 10 5 100 4 40 10 9 6 1 26
Observaţie. Marginea superioară din coloană este cuprinsă în aceasta, cea
inferioară nu

33,8
570

900
5 30 7 7 4 1 19
Rezolvare. Datele din tabelul de corelaţie se reprezintă grafic în
figura alăturată. După cum se observă, reprezentarea grafică a legăturii în

2570

25,4
180

400
câmpul de corelaţie are aspectul unor nori de puncte, de aceea metoda 6 20 4 5 9
grafică se mai numeşte metoda norilor de puncte. Metoda grafică este
utilizată cu bune rezultate pentru

16,9
100

500

375
50
alegerea funcţiei analitice care se 7 10 4 1 5
studiază (în cazul regresiei şi
corelaţiei).

1196400

96640
4160
Din grafic se poate observa 8 nx 4 12 27 23 19 10 5 100 - -
că asupra caracteristicii rezultative,
volumul desfacerilor de mărfuri, au

132,25 138,0

7350,75 272,25 445,5

10631,75 492,25 494,5

13342,75 702,25 503,5

992,25 315,0

6661,25 1332,25 182,5

2105,0
26,0
influenţat şi alţi factori, întrucât există 9 xnx

şi puncte aşezate fără nici o

42,25
regularitate. Influenţa acestor factori 2
10 x

-
întâmplători neidentificaţi se poate
elimina prin ajustare.
Dar, pentru analiza

49665,0
1587,0

9922,5
169,0
x nx
dependenţei volumului vânzărilor în 11

2
funcţie de numărul de salariaţi se va apela la metoda de regresie
unifactorială.
Regresia unifactorială descrie legătura dintre două variabile (y şi x), Acest model teoretic se estimează printr-o ecuaţie medie de
considerând că ceilalţi factori au o acţiune constantă şi neglijabilă asupra tendinţă:
caracteristicii dependente y. Ecuaţia de regresie este: y = a + b.x + ε
 STATISTICĂ ŞI ECONOMETRIE 181 182 Gh. COMAN

sau: nΣxi yi − Σxi Σyi

r=
y x = a + b.x + ε [n Σxi2 − (Σxi ) ]×[nΣyi2 − (Σyi ) ]
2 2

în care a şi b sunt coeficienţi (parametri) ce ur5mează a fi calculaţi, iar y se sau când intervin şi frecvenţele, relaţia devine:
citeşte „y ajustat după x”.
⎛ ⎞⎛ ⎞
Parametri a şi b au în acest caz conţinut de medii şi se estimează n∑∑nxy xi yi − ⎜⎜ ∑ xi nxi ⎟⎟⎜⎜ ∑ yi nyi ⎟⎟
cu ajutorul unor metode specifice oferite de statistică, ca de exemplu: ⎝x ⎠⎝ y
metoda celor mai mici pătrate. r=
x y ⎠
La folosirea metodei celor mai mici pătrate se presupune că suma ⎡ ⎛ ⎞ ⎤ ⎡
2
⎛ ⎞ ⎤
2
pătratelor abaterilor dintre valorile empirice (reale) y şi valorile teoretice ⎢n ∑ xi2nxi − ⎜⎜ ∑ xi nxi ⎟⎟ ⎥ × ⎢n∑ yi2nyi − ⎜⎜ ∑ yi nyi ⎟⎟ ⎥
(ajustate) Y să fie minimă, adică: ⎢⎣ x ⎝ x ⎠ ⎥⎦ ⎢⎣ y ⎝n ⎠ ⎥⎦
Σ( yi − Y ) = min
2
Făcând înlocuirile necesare în prima ecuaţie se obţine:
adică: 100× 96640− 2105× 4160
r= = 0,79
Σ( yi − a − b.xi ) = min
2
[100× 49665− (2105) ]×[100×196400− (4160) ]
2 2

Pentru a afla ponderea cu care influenţează numărul personalului

Derivând în raport cu a şi b, anulând derivatele parţiale se obţine
sistemul de ecuaţii normale:
⎧na + bΣxi = Σyi
⎨
⎩aΣxi + b.Σxi = Σxi yi
2
Pentru rezolvarea sistemului de ecuaţii de mai sus, s-a întocmit
tabelul 33.
Dacă se efectuează înlocuirile necesare rezultă:
⎧100.a + 2105.b = 4160
⎨ Din tabel, pentru q = 0,05 şi 98 grade de libertate se obţine o
⎩2105.a + 49665.b = 96640
După rezolvarea sistemului de ecuaţii rezultă:
a = 5,937; b = 1,694
Parametrul a = 5,937 reprezintă ordonata la origine şi în exemplul
considerat este pozitiv. Parametrul b, numit şi coeficient de regresie, = 1,694
arată că dacă toate condiţiile în care s-a realizat vânzarea rămân constante,
atunci la o modificare cu o unitate a vechimii personalului, vânzarea creşte
cu 1,694 unităţi monetare.
Pe baza coeficienţilor a şi b se estimează valorile ecuaţiei de
regresie (coloana 13 din tabelul 33) pentru fiecare mărime a caracteristicii x.
Se observă că valorile reale (y) şi valorile ajustate ale caracteristicii
rezultative (Y) există diferenţe. Explicaţia acestor diferenţe constă în aceea
că valorile reale reflectă influenţa tuturor factorilor care au acţionat asupra
vânzării, pe când valorile ajustate calculate pe baza funcţiei de regresie
reflectă nu numai influenţa variabilă a factorului x şi cea constantă a celorlalţi
factori.
Corelaţia dintre cele două variabile fiind liniară, intensitatea legăturii
se poate măsura prin coeficientul de corelaţie liniară simplă:
asupra volumului vânzărilor se calculează coeficientul de determinaţie
potrivit relaţiei:
R 2 = 0,79 2 = 0,6241, respectiv 62,41%
Testarea semnificaţiei coeficientului de corelaţie se face prin testul t.
Rezultă:
r 0,79
t= n−2= 100 − 2 = 20,81
1− r2 1 − 0,79 2
valoare tabelară ttab = 1,984. Întrucât tcalculat = 20,81 > ttabelat = 1,984, se
poate aprecia că coeficientul de corelaţie este semnificativ, respectiv
legătura dintre numărul de salariaţi şi volumul vânzării nu este întâmplătoare.
15. Se supune analizei statistice la un grup de societăţi
comerciale dependenţa dintre volumul fondurilor fixe şi volumul lunar al
desfacerilor de mărfuri. În acest scop se face culegerea de date adecvate de
la 100 societăţi comerciale. Datele obţinute sunt prelucrate primar, pe baza
cărora s-a întocmit tabelul statistic următor, tabelul 34.
Rezolvare. Datele din tabelul de corelaţie se reprezintă grafic în
figura de mai jos. După cum se observă, reprezentarea grafică a legăturii în
câmpul de corelaţie are aspectul unor nori de puncte, de aceea metoda
grafică se mai numeşte metoda norilor de puncte. Metoda grafică este
utilizată cu bune rezultate pentru alegerea funcţiei analitice care se studiază
(în cazul regresiei şi corelaţiei).
Din tabel rezultă că, între cele două caracteristici există o legătură
directă şi destul de intensă. Ea trebuie însă verificată şi evaluată grafic şi
analitic.
Dar, pentru analiza dependenţei volumului vânzărilor în funcţie de
valoarea fondurilor fixe se va apela la metoda de regresie unifactorială.
 STATISTICĂ ŞI ECONOMETRIE 181 182 Gh. COMAN

sau: nΣxi yi − Σxi Σyi

r=
y x = a + b.x + ε [n Σxi2 − (Σxi ) ]×[nΣyi2 − (Σyi ) ]
2 2

în care a şi b sunt coeficienţi (parametri) ce ur5mează a fi calculaţi, iar y se sau când intervin şi frecvenţele, relaţia devine:
citeşte „y ajustat după x”.
⎛ ⎞⎛ ⎞
Parametri a şi b au în acest caz conţinut de medii şi se estimează n∑∑nxy xi yi − ⎜⎜ ∑ xi nxi ⎟⎟⎜⎜ ∑ yi nyi ⎟⎟
cu ajutorul unor metode specifice oferite de statistică, ca de exemplu: ⎝x ⎠⎝ y
metoda celor mai mici pătrate. r=
x y ⎠
La folosirea metodei celor mai mici pătrate se presupune că suma ⎡ ⎛ ⎞ ⎤ ⎡
2
⎛ ⎞ ⎤
2
pătratelor abaterilor dintre valorile empirice (reale) y şi valorile teoretice ⎢n ∑ xi2nxi − ⎜⎜ ∑ xi nxi ⎟⎟ ⎥ × ⎢n∑ yi2nyi − ⎜⎜ ∑ yi nyi ⎟⎟ ⎥
(ajustate) Y să fie minimă, adică: ⎢⎣ x ⎝ x ⎠ ⎥⎦ ⎢⎣ y ⎝n ⎠ ⎥⎦
Σ( yi − Y ) = min
2
Făcând înlocuirile necesare în prima ecuaţie se obţine:
adică: 100× 96640− 2105× 4160
r= = 0,79
Σ( yi − a − b.xi ) = min
2
[100× 49665− (2105) ]×[100×196400− (4160) ]
2 2

Pentru a afla ponderea cu care influenţează numărul personalului

Derivând în raport cu a şi b, anulând derivatele parţiale se obţine
sistemul de ecuaţii normale:
⎧na + bΣxi = Σyi
⎨
⎩aΣxi + b.Σxi = Σxi yi
2
Pentru rezolvarea sistemului de ecuaţii de mai sus, s-a întocmit
tabelul 33.
Dacă se efectuează înlocuirile necesare rezultă:
⎧100.a + 2105.b = 4160
⎨ Din tabel, pentru q = 0,05 şi 98 grade de libertate se obţine o
⎩2105.a + 49665.b = 96640
După rezolvarea sistemului de ecuaţii rezultă:
a = 5,937; b = 1,694
Parametrul a = 5,937 reprezintă ordonata la origine şi în exemplul
considerat este pozitiv. Parametrul b, numit şi coeficient de regresie, = 1,694
arată că dacă toate condiţiile în care s-a realizat vânzarea rămân constante,
atunci la o modificare cu o unitate a vechimii personalului, vânzarea creşte
cu 1,694 unităţi monetare.
Pe baza coeficienţilor a şi b se estimează valorile ecuaţiei de
regresie (coloana 13 din tabelul 33) pentru fiecare mărime a caracteristicii x.
Se observă că valorile reale (y) şi valorile ajustate ale caracteristicii
rezultative (Y) există diferenţe. Explicaţia acestor diferenţe constă în aceea
că valorile reale reflectă influenţa tuturor factorilor care au acţionat asupra
vânzării, pe când valorile ajustate calculate pe baza funcţiei de regresie
reflectă nu numai influenţa variabilă a factorului x şi cea constantă a celorlalţi
factori.
Corelaţia dintre cele două variabile fiind liniară, intensitatea legăturii
se poate măsura prin coeficientul de corelaţie liniară simplă:
asupra volumului vânzărilor se calculează coeficientul de determinaţie
potrivit relaţiei:
R 2 = 0,79 2 = 0,6241, respectiv 62,41%
Testarea semnificaţiei coeficientului de corelaţie se face prin testul t.
Rezultă:
r 0,79
t= n−2= 100 − 2 = 20,81
1− r2 1 − 0,79 2
valoare tabelară ttab = 1,984. Întrucât tcalculat = 20,81 > ttabelat = 1,984, se
poate aprecia că coeficientul de corelaţie este semnificativ, respectiv
legătura dintre numărul de salariaţi şi volumul vânzării nu este întâmplătoare.
15. Se supune analizei statistice la un grup de societăţi
comerciale dependenţa dintre volumul fondurilor fixe şi volumul lunar al
desfacerilor de mărfuri. În acest scop se face culegerea de date adecvate de
la 100 societăţi comerciale. Datele obţinute sunt prelucrate primar, pe baza
cărora s-a întocmit tabelul statistic următor, tabelul 34.
Rezolvare. Datele din tabelul de corelaţie se reprezintă grafic în
figura de mai jos. După cum se observă, reprezentarea grafică a legăturii în
câmpul de corelaţie are aspectul unor nori de puncte, de aceea metoda
grafică se mai numeşte metoda norilor de puncte. Metoda grafică este
utilizată cu bune rezultate pentru alegerea funcţiei analitice care se studiază
(în cazul regresiei şi corelaţiei).
Din tabel rezultă că, între cele două caracteristici există o legătură
directă şi destul de intensă. Ea trebuie însă verificată şi evaluată grafic şi
analitic.
Dar, pentru analiza dependenţei volumului vânzărilor în funcţie de
valoarea fondurilor fixe se va apela la metoda de regresie unifactorială.
 STATISTICĂ ŞI ECONOMETRIE 183 184 Gh. COMAN

⎧na + bΣxi = Σyi

Tabelul 34. Date iniţiale
Grupe de Grupe de societăţi comerciale după volumul
unităţi după desfacerii de mărfuri într-o lună, în unităţi monetare ⎨
⎩aΣxi + b.Σxi = Σxi yi
2
volumul 14-18 18-22 22-26 26-30 30-34 34-38 38-42 Total
fondurilor fixe
(u.m.) 16 20 24 28 32 36 40 Σyi Σyi
3-9 6 4 1 5
9-15 12 4 5 9 Δ a Σxi yi Σxi2 Σyi × Σxi2 − Σxi yi × Σyi
a= = =
15-21 18 5 7 4 1 17
Δ Σxi n × Σxi2 − (Σxi )
2
n
21-27 24 11 9 6 1 27
27-33 30 5 7 7 5 24 Σxi Σxi2
33-39 36 2 6 2 1 11
39-45 42 3 4 7
n Σy i
Total 4 10 28 22 20 11 5 100
Δ b Σxi Σxi yi n × Σxi yi − Σxi × Σyi
Observaţie. Marginea superioară din coloană este cuprinsă în aceasta, cea b= = =
Δ Σxi n × Σxi2 − (Σxi )
2
inferioară nu n
Regresia unifactorială descrie legătura dintre două variabile (y şi x), Σxi Σxi2
considerând că ceilalţi factori au o acţiune constantă şi neglijabilă asupra
Dacă se efectuează înlocuirile necesare rezultă:
caracteristicii dependente y. Ecuaţia
de regresie este: ⎧100.a + 2502 .b = 2788
Y = a + b.x + ε ⎨
sau: ⎩2502 .a + 70740.b = 73992
După rezolvarea sistemului de ecuaţii rezultă:
Yx = a + b.x + ε
în care a şi b sunt coeficienţi
a = 14,85896 ≈ 14,86; b = 0,52045 ≈ 0,52
(parametri) ce urmează a fi calculaţi, deci:
iar Y se citeşte „Y ajustat după x”. Y = 14,86 + 0,52 × x
Parametri a şi b au în acest
Pentru rezolvarea sistemului de ecuaţii de mai sus, s-a întocmit
caz conţinut de medii şi se estimează tabelul 35.
cu ajutorul unor metode specifice Parametrul a = 14,86 reprezintă ordonata la origine şi în exemplul
oferite de statistică, ca de exemplu:
considerat este pozitiv; ea arată că nivelul mediu al vânzărilor ar fi fost de
metoda celor mai mici pătrate. 14,86 u.m. dacă asupra acestora ar fi influenţat alte cauze în afară de
La folosirea metodei celor valoarea fondurilor fixe. Parametrul b, numit şi coeficient de regresie, = 0,52
mai mici pătrate se presupune că suma pătratelor abaterilor dintre valorile arată că dacă toate condiţiile în care s-a realizat vânzarea rămân constante,
empirice (reale) y şi valorile teoretice (ajustate) Y să fie minimă, adică:
atunci la o modificare cu o unitate a fondurilor fixe, vânzarea creşte cu 0,52
Σ( y i − Y ) = min
2
unităţi monetare.
adică: Pe baza coeficienţilor a şi b se estimează valorile ecuaţiei de
regresie (ultima linie din tabelul 2) pentru fiecare mărime a caracteristicii x.
Σ( yi − a − b.xi ) = min
2
Se observă astfel că între valorile reale (empirice) yj şi valorile ajustate (Yx)
Derivând în raport cu a şi b, anulând derivatele parţiale se obţine ale variabilei rezultative există diferenţe. Explicaţia acestor diferenţe constă
sistemul de ecuaţii normale: în aceea că valorile reale reflectă influenţa tuturor factorilor care au acţionat
asupra vânzărilor, pe când valorile (ajustate) calculate pe baza funcţiei de
 STATISTICĂ ŞI ECONOMETRIE 183 184 Gh. COMAN

⎧na + bΣxi = Σyi

Tabelul 34. Date iniţiale
Grupe de Grupe de societăţi comerciale după volumul
unităţi după desfacerii de mărfuri într-o lună, în unităţi monetare ⎨
⎩aΣxi + b.Σxi = Σxi yi
2
volumul 14-18 18-22 22-26 26-30 30-34 34-38 38-42 Total
fondurilor fixe
(u.m.) 16 20 24 28 32 36 40 Σyi Σyi
3-9 6 4 1 5
9-15 12 4 5 9 Δ a Σxi yi Σxi2 Σyi × Σxi2 − Σxi yi × Σyi
a= = =
15-21 18 5 7 4 1 17
Δ Σxi n × Σxi2 − (Σxi )
2
n
21-27 24 11 9 6 1 27
27-33 30 5 7 7 5 24 Σxi Σxi2
33-39 36 2 6 2 1 11
39-45 42 3 4 7
n Σy i
Total 4 10 28 22 20 11 5 100
Δ b Σxi Σxi yi n × Σxi yi − Σxi × Σyi
Observaţie. Marginea superioară din coloană este cuprinsă în aceasta, cea b= = =
Δ Σxi n × Σxi2 − (Σxi )
2
inferioară nu n
Regresia unifactorială descrie legătura dintre două variabile (y şi x), Σxi Σxi2
considerând că ceilalţi factori au o acţiune constantă şi neglijabilă asupra
Dacă se efectuează înlocuirile necesare rezultă:
caracteristicii dependente y. Ecuaţia
de regresie este: ⎧100.a + 2502 .b = 2788
Y = a + b.x + ε ⎨
sau: ⎩2502 .a + 70740.b = 73992
După rezolvarea sistemului de ecuaţii rezultă:
Yx = a + b.x + ε
în care a şi b sunt coeficienţi
a = 14,85896 ≈ 14,86; b = 0,52045 ≈ 0,52
(parametri) ce urmează a fi calculaţi, deci:
iar Y se citeşte „Y ajustat după x”. Y = 14,86 + 0,52 × x
Parametri a şi b au în acest
Pentru rezolvarea sistemului de ecuaţii de mai sus, s-a întocmit
caz conţinut de medii şi se estimează tabelul 35.
cu ajutorul unor metode specifice Parametrul a = 14,86 reprezintă ordonata la origine şi în exemplul
oferite de statistică, ca de exemplu:
considerat este pozitiv; ea arată că nivelul mediu al vânzărilor ar fi fost de
metoda celor mai mici pătrate. 14,86 u.m. dacă asupra acestora ar fi influenţat alte cauze în afară de
La folosirea metodei celor valoarea fondurilor fixe. Parametrul b, numit şi coeficient de regresie, = 0,52
mai mici pătrate se presupune că suma pătratelor abaterilor dintre valorile arată că dacă toate condiţiile în care s-a realizat vânzarea rămân constante,
empirice (reale) y şi valorile teoretice (ajustate) Y să fie minimă, adică:
atunci la o modificare cu o unitate a fondurilor fixe, vânzarea creşte cu 0,52
Σ( y i − Y ) = min
2
unităţi monetare.
adică: Pe baza coeficienţilor a şi b se estimează valorile ecuaţiei de
regresie (ultima linie din tabelul 2) pentru fiecare mărime a caracteristicii x.
Σ( yi − a − b.xi ) = min
2
Se observă astfel că între valorile reale (empirice) yj şi valorile ajustate (Yx)
Derivând în raport cu a şi b, anulând derivatele parţiale se obţine ale variabilei rezultative există diferenţe. Explicaţia acestor diferenţe constă
sistemul de ecuaţii normale: în aceea că valorile reale reflectă influenţa tuturor factorilor care au acţionat
asupra vânzărilor, pe când valorile (ajustate) calculate pe baza funcţiei de
 STATISTICĂ ŞI ECONOMETRIE 185 186 Gh. COMAN

regresie reflectă numai tendinţa medie, legitatea care se manifestă în

81136 − 14,88 × 2788 − 0,52 × 73992
legătura dintre fondurile fixe ale societăţilor comerciale şi volumul vânzărilor = 1− = 0,8
efectuate. 27882
Tabelul 35 81136 −
Centre Centrele de interval (yj) 100
de 2 Se observă că ry/x = Ry/x, ceea ce înseamnă că legătura dintre
nj xini xi ni xiΣ yjnij
interval 16 20 24 28 32 36 40 fondurile fixe şi volumul de vânzări de mărfuri la societăţile comerciale
(xi) analizate este directă şi deosebit de intensă (puternică) şi de formă liniară.
0 1 2 3 4 5 6 7 8 9 11 12 Dacă se consideră coeficientul de determinaţie,
6 4 1 5 30 180 504
2
r
y/x = 0,8 = 0,64
2

12 4 5 9 108 1296 2400 aceasta înseamnă că influenţa exercitată de valoarea fondurilor fixe ale
societăţilor comerciale influenţează în proporţie de 64% volumul vânzării de
18 5 7 4 1 17 306 5508 7416
mărfuri, restul de 36% se datorează altor cauze, considerate constante sau
24 11 9 6 1 27 648 15552 17856 cu caracter întâmplător, care nu au fost luate în considerare în modelul
unifactorial de mai sus.
30 5 7 7 5 24 720 21600 21600 Testarea coeficientului de corelaţie se face prin testul t. Rezultă:
36 2 6 2 1 11 396 14256 12960 ry / x 0,8
t= n−2= 100 − 2 = 13,19
42 3 4 7 294 12348 11256 1− ry2/ x 1 − 0,8 2
Total 4 10 28 22 20 11 5 100 2502 70740 73992 Pentru q = 0,05, ttabelat = 1,984 < tcalculat = 13,19 fapt ce permite a
yjnj 64 200 672 616 640 396 200 2788 se aprecia că coeficientul de corelaţie este semnificativ, respectiv legătura
2
yj nj 1024 4000 16128 17248 20480 14256 8000 81136 dintre valoarea fondurilor fixe şi volumul vânzărilor de marfă la societăţile
comerciale nu este întâmplătoare.
yjΣ xinij 384 2880 14400 15960 18816 13392 8160 73992 16. La analiza a 39 unităţi de producţie similare din industria
Yx=a+bxi 17,98 21,1 24,23 27,35 30,47 33,59 36,72 Total constructoare de maşini, s-a căutat să se stabilească în ce măsură există o
interdependenţă între valoarea fondurilor fixe şi producţia marfă livrată de
acestea.
Intensitatea legăturii se poate măsura prin coeficientul de corelaţie
După obţinerea datelor practice şi gruparea societăţilor comerciale
(ry/x) şi raportul de corelaţie (Ry/x):
pe baza celor doi parametri, s-a obţinut tabelul 36.
ΣΣnij × Σxi y j nij − Σxi ni × Σy j n j Rezolvare. Se observă în tabelul 36 că frecvenţele perechilor de
ry / x = = valori corelate nu se distribuie în mod uniform pe întreg spaţiul tabelului, ci
[Σni × Σxi2 ni − (Σxi ni ) 2 ] × [Σn j × Σy 2j n j − (Σy j n j ) 2 ] se grupează în jurul unei curbe ce se apropie de forma unei drepte. Aceasta
înseamnă că legătura dintre gradul de înzestrare tehnică a unităţilor
100 × 73992 − 2502 × 2788
= = 0,8 productive şi valoarea producţiei marfă poate fi descrisă de modelul unei
[100 × 70740 − 2502 2 ] × [100 × 81136 − 27882 ] drepte.
Ecuaţia dreptei de regresie liniară care descrie legătura dintre două
variabile (y şi x), considerând că ceilalţi factori au o acţiune constantă şi
Σy 2j n j − aΣy j n j − bΣxi y j nij
Ry / x = 1 − = neglijabilă asupra caracteristicii dependente y are expresia:

Σy n j
2
−
(Σy n )
j j
2
Y = a + b.x + ε
sau:
Σn j
j

y x = a + b.x + ε
 STATISTICĂ ŞI ECONOMETRIE 185 186 Gh. COMAN

regresie reflectă numai tendinţa medie, legitatea care se manifestă în

81136 − 14,88 × 2788 − 0,52 × 73992
legătura dintre fondurile fixe ale societăţilor comerciale şi volumul vânzărilor = 1− = 0,8
efectuate. 27882
Tabelul 35 81136 −
Centre Centrele de interval (yj) 100
de 2 Se observă că ry/x = Ry/x, ceea ce înseamnă că legătura dintre
nj xini xi ni xiΣ yjnij
interval 16 20 24 28 32 36 40 fondurile fixe şi volumul de vânzări de mărfuri la societăţile comerciale
(xi) analizate este directă şi deosebit de intensă (puternică) şi de formă liniară.
0 1 2 3 4 5 6 7 8 9 11 12 Dacă se consideră coeficientul de determinaţie,
6 4 1 5 30 180 504
2
r
y/x = 0,8 = 0,64
2

12 4 5 9 108 1296 2400 aceasta înseamnă că influenţa exercitată de valoarea fondurilor fixe ale
societăţilor comerciale influenţează în proporţie de 64% volumul vânzării de
18 5 7 4 1 17 306 5508 7416
mărfuri, restul de 36% se datorează altor cauze, considerate constante sau
24 11 9 6 1 27 648 15552 17856 cu caracter întâmplător, care nu au fost luate în considerare în modelul
unifactorial de mai sus.
30 5 7 7 5 24 720 21600 21600 Testarea coeficientului de corelaţie se face prin testul t. Rezultă:
36 2 6 2 1 11 396 14256 12960 ry / x 0,8
t= n−2= 100 − 2 = 13,19
42 3 4 7 294 12348 11256 1− ry2/ x 1 − 0,8 2
Total 4 10 28 22 20 11 5 100 2502 70740 73992 Pentru q = 0,05, ttabelat = 1,984 < tcalculat = 13,19 fapt ce permite a
yjnj 64 200 672 616 640 396 200 2788 se aprecia că coeficientul de corelaţie este semnificativ, respectiv legătura
2
yj nj 1024 4000 16128 17248 20480 14256 8000 81136 dintre valoarea fondurilor fixe şi volumul vânzărilor de marfă la societăţile
comerciale nu este întâmplătoare.
yjΣ xinij 384 2880 14400 15960 18816 13392 8160 73992 16. La analiza a 39 unităţi de producţie similare din industria
Yx=a+bxi 17,98 21,1 24,23 27,35 30,47 33,59 36,72 Total constructoare de maşini, s-a căutat să se stabilească în ce măsură există o
interdependenţă între valoarea fondurilor fixe şi producţia marfă livrată de
acestea.
Intensitatea legăturii se poate măsura prin coeficientul de corelaţie
După obţinerea datelor practice şi gruparea societăţilor comerciale
(ry/x) şi raportul de corelaţie (Ry/x):
pe baza celor doi parametri, s-a obţinut tabelul 36.
ΣΣnij × Σxi y j nij − Σxi ni × Σy j n j Rezolvare. Se observă în tabelul 36 că frecvenţele perechilor de
ry / x = = valori corelate nu se distribuie în mod uniform pe întreg spaţiul tabelului, ci
[Σni × Σxi2 ni − (Σxi ni ) 2 ] × [Σn j × Σy 2j n j − (Σy j n j ) 2 ] se grupează în jurul unei curbe ce se apropie de forma unei drepte. Aceasta
înseamnă că legătura dintre gradul de înzestrare tehnică a unităţilor
100 × 73992 − 2502 × 2788
= = 0,8 productive şi valoarea producţiei marfă poate fi descrisă de modelul unei
[100 × 70740 − 2502 2 ] × [100 × 81136 − 27882 ] drepte.
Ecuaţia dreptei de regresie liniară care descrie legătura dintre două
variabile (y şi x), considerând că ceilalţi factori au o acţiune constantă şi
Σy 2j n j − aΣy j n j − bΣxi y j nij
Ry / x = 1 − = neglijabilă asupra caracteristicii dependente y are expresia:

Σy n j
2
−
(Σy n )
j j
2
Y = a + b.x + ε
sau:
Σn j
j

y x = a + b.x + ε
 STATISTICĂ ŞI ECONOMETRIE 187 188 Gh. COMAN

în care a şi b sunt coeficienţi (parametri) ce urmează a fi calculaţi, iar Y se Rezolvând sistemul se obţin formulele de calcul ale celor doi
citeşte „Y ajustat după x”. parametri:
Parametri a şi b au în acest caz conţinut de medii şi se estimează
cu ajutorul unor metode specifice oferite de statistică, ca de exemplu: Σni yi × Σni xi2 − Σni xi yi × Σni xi
a=
Σni × Σni xi2 − (Σni xi )2
metoda celor mai mici pătrate.
La folosirea metodei celor mai mici pătrate se presupune că suma
pătratelor abaterilor dintre valorile empirice (reale) y şi valorile teoretice
(ajustate) Y să fie minimă, adică: Σn × Σni xi yi − Σni xi × Σni yi
( )
Σ y i − Y = min
2 b= i
Σni × Σni xi2 − (Σni xi )
2
adică:

Σ( yi − a − b.xi ) = min
2 Tabelul 36
Producţia
marfă -10 10-20 20-30 30-40 40- Total
Derivând în raport cu a şi b şi anulând derivatele parţiale se obţine Fonduri fixe
sistemul de ecuaţii normale:
-10 4 - - - - 4
⎧na + bΣxi = Σyi 10-20 7 4 - - - 11
⎨ 20-30 3 7 3 - - 13

⎩aΣxi + b.Σxi = Σxi yi

2 30-40 - 1 3 - - 4
40- - 1 2 2 2 7
Rezolvând sistemul de ecuaţii normale se obţin formulele uzuale de Total 14 13 8 2 2 39
calcul ale parametrilor ecuaţiei de regresie:
Σyi Σxi Pentru simplificarea calculelor se va substitui în expresiile de mai
sus xi şi yi cu valorile simplificate xi′ şi y ′j , date de formulele:
Δ a Σxi yi Σxi Σy × Σxi2 − Σxi yi × Σxi
2
a= = = i xi − x0 y j − y0
Δ n Σxi n × Σxi2 − (Σxi )
2
xi′ = şi y ′j =
Σxi Σxi2 kx ky
Calculele pe baza substituirii acestor valori simplificate se prezintă
n Σyi sistematizat în tabelul 37.
Notând fondurile fixe cu xi şi variabila producţiei marfă cu yj se va
Δ b Σxi Σxi yi n × Σxi yi − Σxi × Σyi calcula coeficientul de corelaţie, considerându-se dependenţa liniară între
b= = =
n × Σxi2 − (Σxi )
valoarea fondurilor fixe şi producţia marfă.
Δ n Σxi 2
Substituind valorile din tabelul 37 în ultimele formule pentru a şi b,
se obţine:
Σxi Σxi2
Σni yi × Σni xi2 − Σni xi yi × Σni xi
Dacă perechile de valori xiyi se întâlnesc, în cadrul distribuţiei, de a= =
mai multe ori „ni”, atunci cele două variabile vor apare ponderate în cadrul
sistemului de ecuaţii normale:
Σni × Σni xi2 − Σni xi ( 2
)
⎧aΣni + bΣni xi = Σni yi 59 × (−35) − (−1) × 43 − 2022
⎨ = = = −0,87913
39 × 59 − (−1) 2
⎩aΣni xi + b.Σni xi = Σni xi yi
2 2300
 STATISTICĂ ŞI ECONOMETRIE 187 188 Gh. COMAN

în care a şi b sunt coeficienţi (parametri) ce urmează a fi calculaţi, iar Y se Rezolvând sistemul se obţin formulele de calcul ale celor doi
citeşte „Y ajustat după x”. parametri:
Parametri a şi b au în acest caz conţinut de medii şi se estimează
cu ajutorul unor metode specifice oferite de statistică, ca de exemplu: Σni yi × Σni xi2 − Σni xi yi × Σni xi
a=
Σni × Σni xi2 − (Σni xi )2
metoda celor mai mici pătrate.
La folosirea metodei celor mai mici pătrate se presupune că suma
pătratelor abaterilor dintre valorile empirice (reale) y şi valorile teoretice
(ajustate) Y să fie minimă, adică: Σn × Σni xi yi − Σni xi × Σni yi
( )
Σ y i − Y = min
2 b= i
Σni × Σni xi2 − (Σni xi )
2
adică:

Σ( yi − a − b.xi ) = min
2 Tabelul 36
Producţia
marfă -10 10-20 20-30 30-40 40- Total
Derivând în raport cu a şi b şi anulând derivatele parţiale se obţine Fonduri fixe
sistemul de ecuaţii normale:
-10 4 - - - - 4
⎧na + bΣxi = Σyi 10-20 7 4 - - - 11
⎨ 20-30 3 7 3 - - 13

⎩aΣxi + b.Σxi = Σxi yi

2 30-40 - 1 3 - - 4
40- - 1 2 2 2 7
Rezolvând sistemul de ecuaţii normale se obţin formulele uzuale de Total 14 13 8 2 2 39
calcul ale parametrilor ecuaţiei de regresie:
Σyi Σxi Pentru simplificarea calculelor se va substitui în expresiile de mai
sus xi şi yi cu valorile simplificate xi′ şi y ′j , date de formulele:
Δ a Σxi yi Σxi Σy × Σxi2 − Σxi yi × Σxi
2
a= = = i xi − x0 y j − y0
Δ n Σxi n × Σxi2 − (Σxi )
2
xi′ = şi y ′j =
Σxi Σxi2 kx ky
Calculele pe baza substituirii acestor valori simplificate se prezintă
n Σyi sistematizat în tabelul 37.
Notând fondurile fixe cu xi şi variabila producţiei marfă cu yj se va
Δ b Σxi Σxi yi n × Σxi yi − Σxi × Σyi calcula coeficientul de corelaţie, considerându-se dependenţa liniară între
b= = =
n × Σxi2 − (Σxi )
valoarea fondurilor fixe şi producţia marfă.
Δ n Σxi 2
Substituind valorile din tabelul 37 în ultimele formule pentru a şi b,
se obţine:
Σxi Σxi2
Σni yi × Σni xi2 − Σni xi yi × Σni xi
Dacă perechile de valori xiyi se întâlnesc, în cadrul distribuţiei, de a= =
mai multe ori „ni”, atunci cele două variabile vor apare ponderate în cadrul
sistemului de ecuaţii normale:
Σni × Σni xi2 − Σni xi ( 2
)
⎧aΣni + bΣni xi = Σni yi 59 × (−35) − (−1) × 43 − 2022
⎨ = = = −0,87913
39 × 59 − (−1) 2
⎩aΣni xi + b.Σni xi = Σni xi yi
2 2300
 STATISTICĂ ŞI ECONOMETRIE 189 190 Gh. COMAN

Σni × Σni xi yi − Σni xi × Σni yi Dacă perechile de valori xi şi yi ale celor două variabile empirice
b= = sunt ponderate cu frecvenţa ni, atunci formula coeficientului de corelaţie
Σni × Σni xi2 − (Σni xi )
2
devine:
39 × 43 − ( −1) × ( −35) 1642 Σni × Σxi y j ni − Σxi ni × Σyi ni
= = = 0,713913 r=
39 × 59 − ( −1) 2 2300 [Σni × Σxi2 ni − (Σxi ni ) 2 ] × [Σni × Σyi2 ni − (Σyi ni ) 2 ]
Tabelul 37 O simplificare a calculului coeficientului de corelaţie se va obţine
Producţia
marfă dacă se substituie valorile xi şi yi ale variabilelor, cu valorile simplificate xi′
10-20

20-30

30-40
-10

40-
Fonduri Total
xi′ xi′ ni xi′ 2 ni ∑ xi′ y ′j nij yx şi yi′ , date de formulele:
fixe (ni) j
yj
5 15 25 35 45 xi − x0 yi − y 0
xi
xi′ = şi yi′ =
0 1 2 3 4 5 6 7 8 9 10 11 12
kx ky
-10 5 4 - - - - 4 -2 -8 16 16 2,69
10-20 15 7 4 - - - 11 -1 -11 11 18 9,83 în care x0 şi y0 reprezintă nivelurile din centrul celor două distribuţii, iar kx şi
20-30 25 3 7 3 - - 13 0 0 0 0 16,97 ky reprezintă cel mai mare divizor comun al diferenţelor faţă de originea de
30-40 35 - 1 3 - - 4 1 4 4 -1 24,11 calcul aleasă.
40- 45 - 1 2 2 2 7 2 14 28 10 31,25 Pentru exemplificare se consideră calculul coeficientului de
Total 14 13 8 2 2 39 - -1 59 43 - corelaţie din exemplul considerat:
y ′j 39 × 43 − (−1) × (−35) 1642
-2 -1 0 1 2 - r= = = 0,794
y ′j n• j -28 -13 0 2 4 -35 [39 × 59 − (−1) ] × [39 × Σ79 − (−35) ]
2 2 2066
Aceasta înseamnă că între cele două variabile există o corelaţie
y′j2 n• j 56 13 0 2 8 79 directă (r >0) şi de intensitate mare.
∑ y′j xi′nij După determinarea coeficientului de corelaţie, pe baza selecţiilor
30 1 0 4 8 43
i studiate, se cere verificarea ipotezei de nul: H0: ρ = 0, cu alternativa H1: ρ ≠
0. Dacă ipoteza de nul se va respinge, fiind acceptată ipoteza H1, se trage
Deci, modelul de regresie liniară care descrie legătura dintre concluzia prezenţei unei legături de corelaţie între cele două variabile
valoarea fondurilor fixe şi producţia marfă livrată este: studiate.
y x = −0,87913 + 0,713913 × xi Pentru verificarea ipotezei H0: ρ = 0, drept criteriu statistic va fi
folosită mărimea:
Ecuaţia dreptei de regresie yx nu este o ecuaţie generală a oricărei
linii drepte care descrie legătura dintre cele două variabile, ci reprezintă o r
ecuaţie particulară a dreptei, faţă de care suma pătratelor abaterilor valorilor t= n−2
empirice yi, respectiv xi, este minimă. Dacă abaterile în jurul acestor drepte 1− r2
sunt normal distribuite, aceste drepte vor fi cele mai potrivite pentru regresie. unde n - numărul de observaţii, care, în condiţia H0, este repartizată după
Intensitatea legăturii liniare se determină cu ajutorul coeficientului legea lui Student cu n-2 grade de libertate. Astfel, ipoteza H0 se respinge,
de corelaţie. Calculul simplu al coeficientului de corelaţie se poate determina adică dependenţa se consideră stabilită, dacă t depăşeşte valoarea admisă
cu relaţia: tq, n-2 la nivelul de semnificaţie q şi n-2 grade de liberate.

r=
( ) (
Σ xi − x × y i − y
=
)
nΣxi yi − Σxi Σyi Folosind expresia (6.21), în baza mărimii date tq, n-2 şi n se poate
calcula valoarea admisă rq, n-2. Ipoteza H0 se respinge dacă valoarea
nσ xσ y [nΣxi2 − (Σxi ) ] × [nΣyi2 − (Σyi ) ]
2 2 calculată r va fi mai mare decât rq, n-2.
În cazul exemplului considerat:
 STATISTICĂ ŞI ECONOMETRIE 189 190 Gh. COMAN

Σni × Σni xi yi − Σni xi × Σni yi Dacă perechile de valori xi şi yi ale celor două variabile empirice
b= = sunt ponderate cu frecvenţa ni, atunci formula coeficientului de corelaţie
Σni × Σni xi2 − (Σni xi )
2
devine:
39 × 43 − ( −1) × ( −35) 1642 Σni × Σxi y j ni − Σxi ni × Σyi ni
= = = 0,713913 r=
39 × 59 − ( −1) 2 2300 [Σni × Σxi2 ni − (Σxi ni ) 2 ] × [Σni × Σyi2 ni − (Σyi ni ) 2 ]
Tabelul 37 O simplificare a calculului coeficientului de corelaţie se va obţine
Producţia
marfă dacă se substituie valorile xi şi yi ale variabilelor, cu valorile simplificate xi′
10-20

20-30

30-40
-10

40-
Fonduri Total
xi′ xi′ ni xi′ 2 ni ∑ xi′ y ′j nij yx şi yi′ , date de formulele:
fixe (ni) j
yj
5 15 25 35 45 xi − x0 yi − y 0
xi
xi′ = şi yi′ =
0 1 2 3 4 5 6 7 8 9 10 11 12
kx ky
-10 5 4 - - - - 4 -2 -8 16 16 2,69
10-20 15 7 4 - - - 11 -1 -11 11 18 9,83 în care x0 şi y0 reprezintă nivelurile din centrul celor două distribuţii, iar kx şi
20-30 25 3 7 3 - - 13 0 0 0 0 16,97 ky reprezintă cel mai mare divizor comun al diferenţelor faţă de originea de
30-40 35 - 1 3 - - 4 1 4 4 -1 24,11 calcul aleasă.
40- 45 - 1 2 2 2 7 2 14 28 10 31,25 Pentru exemplificare se consideră calculul coeficientului de
Total 14 13 8 2 2 39 - -1 59 43 - corelaţie din exemplul considerat:
y ′j 39 × 43 − (−1) × (−35) 1642
-2 -1 0 1 2 - r= = = 0,794
y ′j n• j -28 -13 0 2 4 -35 [39 × 59 − (−1) ] × [39 × Σ79 − (−35) ]
2 2 2066
Aceasta înseamnă că între cele două variabile există o corelaţie
y′j2 n• j 56 13 0 2 8 79 directă (r >0) şi de intensitate mare.
∑ y′j xi′nij După determinarea coeficientului de corelaţie, pe baza selecţiilor
30 1 0 4 8 43
i studiate, se cere verificarea ipotezei de nul: H0: ρ = 0, cu alternativa H1: ρ ≠
0. Dacă ipoteza de nul se va respinge, fiind acceptată ipoteza H1, se trage
Deci, modelul de regresie liniară care descrie legătura dintre concluzia prezenţei unei legături de corelaţie între cele două variabile
valoarea fondurilor fixe şi producţia marfă livrată este: studiate.
y x = −0,87913 + 0,713913 × xi Pentru verificarea ipotezei H0: ρ = 0, drept criteriu statistic va fi
folosită mărimea:
Ecuaţia dreptei de regresie yx nu este o ecuaţie generală a oricărei
linii drepte care descrie legătura dintre cele două variabile, ci reprezintă o r
ecuaţie particulară a dreptei, faţă de care suma pătratelor abaterilor valorilor t= n−2
empirice yi, respectiv xi, este minimă. Dacă abaterile în jurul acestor drepte 1− r2
sunt normal distribuite, aceste drepte vor fi cele mai potrivite pentru regresie. unde n - numărul de observaţii, care, în condiţia H0, este repartizată după
Intensitatea legăturii liniare se determină cu ajutorul coeficientului legea lui Student cu n-2 grade de libertate. Astfel, ipoteza H0 se respinge,
de corelaţie. Calculul simplu al coeficientului de corelaţie se poate determina adică dependenţa se consideră stabilită, dacă t depăşeşte valoarea admisă
cu relaţia: tq, n-2 la nivelul de semnificaţie q şi n-2 grade de liberate.

r=
( ) (
Σ xi − x × y i − y
=
)
nΣxi yi − Σxi Σyi Folosind expresia (6.21), în baza mărimii date tq, n-2 şi n se poate
calcula valoarea admisă rq, n-2. Ipoteza H0 se respinge dacă valoarea
nσ xσ y [nΣxi2 − (Σxi ) ] × [nΣyi2 − (Σyi ) ]
2 2 calculată r va fi mai mare decât rq, n-2.
În cazul exemplului considerat:
 STATISTICĂ ŞI ECONOMETRIE 191 192 Gh. COMAN

0,794 Se observă că raportul de corelaţie η este egal cu coeficientul de

t= 39 − 2 = 7,2993 corelaţie r calculat pe baza aceloraşi date.
1 − 0,794 2 Între coeficienţii de regresie şi coeficienţii de corelaţie se verifică
Valoarea admisă pentru t la un nivel de semnificaţie P = 99,9% şi următoarele legături de dependenţă.
16 grade de libertate este egală cu 3,551. Întrucât tcalc = 11,0 > ttab = 3,551, În cazul regresiei lui y în funcţie de x, între coeficientul de regresie
se adoptă concluzia că trebuie admisă corelaţia între variabilele studiate. by/x şi coeficientul de corelaţie ry/x există următoarea relaţie:
Intensitatea corelaţiei de acelaşi grad cu valorile empirice se σy
obţine cu ajutorul raportului de corelaţie determinat cu relaţia: b y / x = ry / x
σx
σ y2 σ yy2
R= x
sau R = 1− 2 x de unde:
σ y2 σy
σx
σ 2
σ 2 ry / x = by / x
σy
Substituind y x şi y cu expresiile lor de calcul, se obţine:

Σ( y − y x )
2
aΣyi + bΣxi yi −
(Σyi )2 În mod analog, în cazul regresiei lui x în funcţie de y se verifică
R = 1−
( )2 sau R= n relaţiile:
Σ yi − y (Σyi )2
Σyi2 − σx
n bx / y = rx / y
Dacă perechile de valori corelate sunt ponderate cu ni atunci
formula raportului de corelaţie devine: σy
aΣyi ni + bΣxi yi ni −
(Σyi ni )2 de unde:

Σni σy
R= rx / y = bx / y
Σyi2 ni −
(Σyi ni ) 2
σx
Σni Din relaţiile de mai sus rezultă că un coeficient de corelaţie poate fi
În cazul unor distribuţii bidimensionale (xi, yi, nij) se aplică o formulă egal cu coeficientul de regresie corespunzător atunci când dispersiile celor
modificată care să ţină seama de indicii de variaţie ai celor două variabile şi două variabile corelate sunt egale:
de frecvenţa perechilor de valori corelate nij:
ry / x = b y / x când σ x = σ y şi rx / y = bx / y = by / x
aΣy j n• j + bΣΣxi y j nij −
(Σy n ) j •j
2
Între coeficienţii de regresie by/x, bx/y şi coeficientul de corelaţie r
ΣΣnij există următoarea relaţie:
R=
(Σy n )
rx / y = b y / x × bx / y
2
j •j
Σy 2j n• j −
ΣΣnij
Introducând în ultima expresie datele din tabelul 2 rezultă: Această ultimă expresie permite evaluarea unuia dintre cele trei
elemente pe baza celorlalte două. Astfel, în mod obişnuit se cunoaşte bx/y şi
( −0,87913)(−35) + 0,713913 × 43 −
(− 35) 2
r şi pe baza acestora se determină by/x.
R= 39 = 0,631591 = 0,794 17. Patronul unui grup de firme comerciale decide a face un
79 −
(− 35)2 studiu privind dependenţa dintre cheltuielile de reclamă pentru un produs
39
 STATISTICĂ ŞI ECONOMETRIE 191 192 Gh. COMAN

0,794 Se observă că raportul de corelaţie η este egal cu coeficientul de

t= 39 − 2 = 7,2993 corelaţie r calculat pe baza aceloraşi date.
1 − 0,794 2 Între coeficienţii de regresie şi coeficienţii de corelaţie se verifică
Valoarea admisă pentru t la un nivel de semnificaţie P = 99,9% şi următoarele legături de dependenţă.
16 grade de libertate este egală cu 3,551. Întrucât tcalc = 11,0 > ttab = 3,551, În cazul regresiei lui y în funcţie de x, între coeficientul de regresie
se adoptă concluzia că trebuie admisă corelaţia între variabilele studiate. by/x şi coeficientul de corelaţie ry/x există următoarea relaţie:
Intensitatea corelaţiei de acelaşi grad cu valorile empirice se σy
obţine cu ajutorul raportului de corelaţie determinat cu relaţia: b y / x = ry / x
σx
σ y2 σ yy2
R= x
sau R = 1− 2 x de unde:
σ y2 σy
σx
σ 2
σ 2 ry / x = by / x
σy
Substituind y x şi y cu expresiile lor de calcul, se obţine:

Σ( y − y x )
2
aΣyi + bΣxi yi −
(Σyi )2 În mod analog, în cazul regresiei lui x în funcţie de y se verifică
R = 1−
( )2 sau R= n relaţiile:
Σ yi − y (Σyi )2
Σyi2 − σx
n bx / y = rx / y
Dacă perechile de valori corelate sunt ponderate cu ni atunci
formula raportului de corelaţie devine: σy
aΣyi ni + bΣxi yi ni −
(Σyi ni )2 de unde:

Σni σy
R= rx / y = bx / y
Σyi2 ni −
(Σyi ni ) 2
σx
Σni Din relaţiile de mai sus rezultă că un coeficient de corelaţie poate fi
În cazul unor distribuţii bidimensionale (xi, yi, nij) se aplică o formulă egal cu coeficientul de regresie corespunzător atunci când dispersiile celor
modificată care să ţină seama de indicii de variaţie ai celor două variabile şi două variabile corelate sunt egale:
de frecvenţa perechilor de valori corelate nij:
ry / x = b y / x când σ x = σ y şi rx / y = bx / y = by / x
aΣy j n• j + bΣΣxi y j nij −
(Σy n ) j •j
2
Între coeficienţii de regresie by/x, bx/y şi coeficientul de corelaţie r
ΣΣnij există următoarea relaţie:
R=
(Σy n )
rx / y = b y / x × bx / y
2
j •j
Σy 2j n• j −
ΣΣnij
Introducând în ultima expresie datele din tabelul 2 rezultă: Această ultimă expresie permite evaluarea unuia dintre cele trei
elemente pe baza celorlalte două. Astfel, în mod obişnuit se cunoaşte bx/y şi
( −0,87913)(−35) + 0,713913 × 43 −
(− 35) 2
r şi pe baza acestora se determină by/x.
R= 39 = 0,631591 = 0,794 17. Patronul unui grup de firme comerciale decide a face un
79 −
(− 35)2 studiu privind dependenţa dintre cheltuielile de reclamă pentru un produs
39
 STATISTICĂ ŞI ECONOMETRIE 193 194 Gh. COMAN

„X” şi volumul de vânzări la un număr de 41 de magazine. După

sistematizarea datelor se obţine tabelul statistic următor, tabelul 38:
n ∑ y jn j
j
Tabelul 38 41 103,4
Cheltuieli cu Cantităţi vândute din produsul X (zeci de mii bucăţi) ∑ xi ni ∑∑ xi y j nij 11.200 32.960
i i j
reclama u.m. 0,6 – 1,4 1,4 – 2,2 2,2 – 3,0 3,0 – 3,8 3,8 – 4,6 b= = = 0,0076
50 – 150 6 1 n ∑ xi ni 41 11.200
i
150 – 250 8 5 11.200 3.680.000
250 – 350 1 8 ∑ xi ni ∑ xi2 ni
i i
350 – 450 6 2
„b” este coeficientul de regresie (panta dreptei). Cum b > 0, există o legătură
450 – 550 4 directe între variabile.
Se cere: Tabelul 39.
a. Să se ajusteze cantităţile vândute din produsul X, în raport cu Cheltu- Cantităţi vândute (zeci mii bucăţi)
cheltuielile cu reclama, folosind funcţia de regresie adecvată. ieli cu
ni xini xi2ni Σxi y j nij Yxi
b. Să se determine intensitatea legăturii dintre cele două variabile, reclama 1 1,8 2,6 3,4 4,2
u.m.
folosind un indicator de corelaţie adecvat.
100 6 1 7 700 70000 780 1,196
Rezolvare.
a. Se admite că între cele două variabile există o legătură de formă 200 8 5 13 2600 520000 5480 1,946

liniară prin interpretarea corelogramei. Atunci se va utiliza funcţia de regresie 300 1 8 9 2700 810000 6780 2,696

liniară: 400 6 2 8 3200 1280000 11520 3,446

500 4 4 2000 1000000 8400
Yxi = a + b xi + ε
4,196
1120 368000
nj 6 10 13 6 6 41 32960
0 0
yjnj 6 18 33,8 20,4 25,2 103,4
unde Yxi reprezintă valorile teoretice, ajustate, ale lui Y. yj2nj 6 32,4 87,88 69,36 105,84 301,48

Se obţine sistemul: Dacă cheltuielile cu reclama cresc cu o sută u.m., vânzările ar

creşte în medie cu 0,0076 zeci de mii de bucăţi.
⎧a ∑ ∑ nij + b ∑ xi ni = ∑ y j n j Yxi = 0,4465 + 0,0076 × xi
⎪ i j i j
Calculele intermediare necesare determinării valorilor a şi b, precum
⎨
⎪a ∑ xi ni + b ∑ xi ni = ∑∑ xi y j nij
2 şi valorile ajustate se prezintă în tabelul de mai sus.
⎩ i i i j
cov( x, y ) nΣΣxi y j nij − Σxi ni Σy j n j
b. ry / x = =
∑ y jn j ∑ xi ni σ xσ y [ nΣxi2 ni − (Σxi ni ) 2 ] × [nΣy 2j n j − (Σy j n j ) 2 ]
j i
103,4 11.200
∑∑ xi y j nij ∑ xi2 ni 32.960 3.680.000 După efectuarea calculelor se obţine:
i j i
a= = = 0,4465
∑ xi ni
ry / x = 0,94
n 41 11.200
i
11.200 3.680.000
∑ xi ni ∑ xi2 ni
i i
adică este o legătură intensă între cheltuielile de reclamă şi volumul
vânzărilor.
18. S-au înregistrat valorile variabilelor X şi Y la nivelul a 10
unităţi, tabelul 40:
 STATISTICĂ ŞI ECONOMETRIE 193 194 Gh. COMAN

„X” şi volumul de vânzări la un număr de 41 de magazine. După

sistematizarea datelor se obţine tabelul statistic următor, tabelul 38:
n ∑ y jn j
j
Tabelul 38 41 103,4
Cheltuieli cu Cantităţi vândute din produsul X (zeci de mii bucăţi) ∑ xi ni ∑∑ xi y j nij 11.200 32.960
i i j
reclama u.m. 0,6 – 1,4 1,4 – 2,2 2,2 – 3,0 3,0 – 3,8 3,8 – 4,6 b= = = 0,0076
50 – 150 6 1 n ∑ xi ni 41 11.200
i
150 – 250 8 5 11.200 3.680.000
250 – 350 1 8 ∑ xi ni ∑ xi2 ni
i i
350 – 450 6 2
„b” este coeficientul de regresie (panta dreptei). Cum b > 0, există o legătură
450 – 550 4 directe între variabile.
Se cere: Tabelul 39.
a. Să se ajusteze cantităţile vândute din produsul X, în raport cu Cheltu- Cantităţi vândute (zeci mii bucăţi)
cheltuielile cu reclama, folosind funcţia de regresie adecvată. ieli cu
ni xini xi2ni Σxi y j nij Yxi
b. Să se determine intensitatea legăturii dintre cele două variabile, reclama 1 1,8 2,6 3,4 4,2
u.m.
folosind un indicator de corelaţie adecvat.
100 6 1 7 700 70000 780 1,196
Rezolvare.
a. Se admite că între cele două variabile există o legătură de formă 200 8 5 13 2600 520000 5480 1,946

liniară prin interpretarea corelogramei. Atunci se va utiliza funcţia de regresie 300 1 8 9 2700 810000 6780 2,696

liniară: 400 6 2 8 3200 1280000 11520 3,446

500 4 4 2000 1000000 8400
Yxi = a + b xi + ε
4,196
1120 368000
nj 6 10 13 6 6 41 32960
0 0
yjnj 6 18 33,8 20,4 25,2 103,4
unde Yxi reprezintă valorile teoretice, ajustate, ale lui Y. yj2nj 6 32,4 87,88 69,36 105,84 301,48

Se obţine sistemul: Dacă cheltuielile cu reclama cresc cu o sută u.m., vânzările ar

creşte în medie cu 0,0076 zeci de mii de bucăţi.
⎧a ∑ ∑ nij + b ∑ xi ni = ∑ y j n j Yxi = 0,4465 + 0,0076 × xi
⎪ i j i j
Calculele intermediare necesare determinării valorilor a şi b, precum
⎨
⎪a ∑ xi ni + b ∑ xi ni = ∑∑ xi y j nij
2 şi valorile ajustate se prezintă în tabelul de mai sus.
⎩ i i i j
cov( x, y ) nΣΣxi y j nij − Σxi ni Σy j n j
b. ry / x = =
∑ y jn j ∑ xi ni σ xσ y [ nΣxi2 ni − (Σxi ni ) 2 ] × [nΣy 2j n j − (Σy j n j ) 2 ]
j i
103,4 11.200
∑∑ xi y j nij ∑ xi2 ni 32.960 3.680.000 După efectuarea calculelor se obţine:
i j i
a= = = 0,4465
∑ xi ni
ry / x = 0,94
n 41 11.200
i
11.200 3.680.000
∑ xi ni ∑ xi2 ni
i i
adică este o legătură intensă între cheltuielile de reclamă şi volumul
vânzărilor.
18. S-au înregistrat valorile variabilelor X şi Y la nivelul a 10
unităţi, tabelul 40:
 STATISTICĂ ŞI ECONOMETRIE 195 196 Gh. COMAN

Tabelul 40.
1
xi 5 6 10 12 15 20 22 30 35 40 Σy i Σ
yi 70 53 44 38 35 28 26 17 11 5 xi
Pentru seria statistică de mai sus se cere:
1 1 1 1 1
a. Să se analizeze existenţa, direcţia şi forma legăturii dintre
variabilele X şi Y.
Σ y i Σ 2 Σy i × Σ 2 − Σ × Σ y i
b. Să se determine parametrii funcţiei de regresie.
xi xi xi xi xi
c. Să se precizeze intensitatea legăturii dintre X şi Y. a= = 2
=
Rezolvare.
n Σ
1 1 ⎛ 1⎞
n × Σ − ⎜Σ ⎟
xi2 ⎜⎝ xi ⎟⎠
a. Se alcătuieşte corelograma din figura următoare şi se observă că
între cele două variabile există o legătură inversă, neliniară.
xi
1 1
80
70 Σ Σ 2
70 xi xi
60 53 327 × 0,0938 − 0,791 × 35,943
Variabila yi

50 44 = = 7,18
40
38 35 10 × 0,0938 − 0,6257
28 26
30
20
17 n Σyi
11
10 5 1 1 1 1
Σ Σ yi n × Σ yi − Σ × Σyi
0 xi xi xi xi
5 6 10 12 15 20 22 30 35 40 b= = 2
=
Variabila xi
n Σ
1 1 ⎛ 1⎞
n × Σ − ⎜Σ ⎟
b. pentru modelarea tendinţei legăturii, se va folosi modelul de
xi xi2 ⎜⎝ xi ⎟⎠
regresie hiperbolic: 1 1
1 Σ Σ 2
Yxi = a + b xi xi
xi 10 × 35943 − 0,791× 327
Aplicând metoda celor mai mici pătrate se obţine sistemul: = = 322,68
⎧ 1 10 × 0,0938 − 0,6257
⎪ na + b Σ = Σyi 1
⎪ xi Yxi = 7,18 + 322,68 ×
⎨ xi
⎪aΣ 1 + bΣ 1 = Σ 1 yi
⎪⎩ xi xi2 xi Valorile ajustate ale lui Y şi calculele intermediare se prezintă în
tabelul următor, tabelul 41.
 STATISTICĂ ŞI ECONOMETRIE 195 196 Gh. COMAN

Tabelul 40.
1
xi 5 6 10 12 15 20 22 30 35 40 Σy i Σ
yi 70 53 44 38 35 28 26 17 11 5 xi
Pentru seria statistică de mai sus se cere:
1 1 1 1 1
a. Să se analizeze existenţa, direcţia şi forma legăturii dintre
variabilele X şi Y.
Σ y i Σ 2 Σy i × Σ 2 − Σ × Σ y i
b. Să se determine parametrii funcţiei de regresie.
xi xi xi xi xi
c. Să se precizeze intensitatea legăturii dintre X şi Y. a= = 2
=
Rezolvare.
n Σ
1 1 ⎛ 1⎞
n × Σ − ⎜Σ ⎟
xi2 ⎜⎝ xi ⎟⎠
a. Se alcătuieşte corelograma din figura următoare şi se observă că
între cele două variabile există o legătură inversă, neliniară.
xi
1 1
80
70 Σ Σ 2
70 xi xi
60 53 327 × 0,0938 − 0,791 × 35,943
Variabila yi

50 44 = = 7,18
40
38 35 10 × 0,0938 − 0,6257
28 26
30
20
17 n Σyi
11
10 5 1 1 1 1
Σ Σ yi n × Σ yi − Σ × Σyi
0 xi xi xi xi
5 6 10 12 15 20 22 30 35 40 b= = 2
=
Variabila xi
n Σ
1 1 ⎛ 1⎞
n × Σ − ⎜Σ ⎟
b. pentru modelarea tendinţei legăturii, se va folosi modelul de
xi xi2 ⎜⎝ xi ⎟⎠
regresie hiperbolic: 1 1
1 Σ Σ 2
Yxi = a + b xi xi
xi 10 × 35943 − 0,791× 327
Aplicând metoda celor mai mici pătrate se obţine sistemul: = = 322,68
⎧ 1 10 × 0,0938 − 0,6257
⎪ na + b Σ = Σyi 1
⎪ xi Yxi = 7,18 + 322,68 ×
⎨ xi
⎪aΣ 1 + bΣ 1 = Σ 1 yi
⎪⎩ xi xi2 xi Valorile ajustate ale lui Y şi calculele intermediare se prezintă în
tabelul următor, tabelul 41.
 STATISTICĂ ŞI ECONOMETRIE 197 198 Gh. COMAN

Tabelul 42.
Tabelul 41. Numărul curent Suprafaţa
Vânzări Număr vânzători
( yi − Yxi ) 2 al unităţii comercială
xi yi 1/xi yi (1/ xi ) (1 / xi ) 2 Yxi ( yi − y ) 2
comerciale
(bucăţi) (persoane)
(m.p.)
0 1 2 3 4 5 6 7 1 22 7 98
5 70 0,200 14,000 0,0400 71,58 2,49 1391,29 2 20 5 90
6 53 0,160 8,480 0,0256 58,70 32,49 412,09 3 23 8 110
10 44 0,100 4,400 0,0100 39,38 21,34 127,69 4 26 9 130
12 38 0,083 3,154 0,0069 33,90 16,81 28,09
5 30 12 140
6 32 15 145
15 35 0,067 2,345 0,0044 28,75 39,01 5,29
7 45 22 156
20 28 0,050 1,400 0,0025 23,28 22,28 22,09 8 50 25 160
22 26 0,045 1,170 0,0020 21,67 18,75 44,89 9 52 32 164
30 17 0,033 0,561 0,0010 17,80 0,64 246,49 10 60 40 175
35 11 0,028 0,308 0,0008 16,20 27,04 470,89 Rezolvare.
40 5 0,025 0,125 0,0006 15,23 104,65 767,29 a.
- 327 0,791 35,943 0,0938 285,50 3516,10 Yx1 , x2 = a0 + a1 x1 + a2 x2
c. Intensitatea legăturii se stabileşte cu raportul de corelaţie: unde X1 – numărul vânzătorilor; X2 – suprafaţa comercială; Yx1 ,x2 -
vânzările.

Ry / x = 1−
Σ ( y i − Yxi ) 2
= 1−
285,5
= 0,96 (
Σ yi − Yx1 , x2 )
2
= min ⇒ Σ( yi − a0 − a1 x1 − a 2 x2 )2 = min
Σ ( yi − y ) 2 3516,1 Se obţine sistemul de ecuaţii:
⎧na0 + a1Σx1 + a 2 Σx2 = Σyi
Σyi 327 ⎪
y= = = 32,7 ⎨a0 Σx1 + a1Σx1 + a 2 Σx1 x2 = Σx1 yi
2

n 10 ⎪
⎩a0 Σx2 + a1Σx1 x2 + a 2 Σx2 = Σx2 yi
2
Raportul de corelaţie arată o legătură puternică între cele două
variabile.
Coeficientul de determinaţie Ry2 / x = 0,92 arată că 92% din
⎧10a0 + 175a1 + 1368a2 = 360
⎪
variaţia variabilei Y este explicată prin influenţa lui X asupra lui Y. ⎨175a0 4321a1 26721a2 = 7816
⎪1368a + 26721a + 194786a = 52754
19. Se cunosc următoarele date privind vânzările la produsul ⎩ 0 1 2
alimentar A, înregistrate la 10 unităţi comerciale, tabelul 42. După rezolvarea sistemului se obţine:
În ipoteza unei dependenţe liniare între cele trei variabile, se cere:
a. Să se estimeze parametrii modelului de regresie; a0 = 4,798 bucăţi; a1 = 0,97 bucăţi; a2 = 0,104 bucăţi;
b. Să se determine erorile reziduale;
c. Să se stabilească intensitatea dependenţei vânzărilor de cei doi
factori de influenţă, utilizând un indicator de corelaţie adecvat; Yx1 x2 = 4,798 + 0,97 × x1 + 0,104 × x2
d. Să se testeze validitatea modelului de regresie şi a indicatorului
de corelaţie utilizat, ştiind că F2; 7 = 9,55 şi că t0,05; 8 = 2,306. Calculele intermediare se prezintă în tabelul 43:
 STATISTICĂ ŞI ECONOMETRIE 197 198 Gh. COMAN

Tabelul 42.
Tabelul 41. Numărul curent Suprafaţa
Vânzări Număr vânzători
( yi − Yxi ) 2 al unităţii comercială
xi yi 1/xi yi (1/ xi ) (1 / xi ) 2 Yxi ( yi − y ) 2
comerciale
(bucăţi) (persoane)
(m.p.)
0 1 2 3 4 5 6 7 1 22 7 98
5 70 0,200 14,000 0,0400 71,58 2,49 1391,29 2 20 5 90
6 53 0,160 8,480 0,0256 58,70 32,49 412,09 3 23 8 110
10 44 0,100 4,400 0,0100 39,38 21,34 127,69 4 26 9 130
12 38 0,083 3,154 0,0069 33,90 16,81 28,09
5 30 12 140
6 32 15 145
15 35 0,067 2,345 0,0044 28,75 39,01 5,29
7 45 22 156
20 28 0,050 1,400 0,0025 23,28 22,28 22,09 8 50 25 160
22 26 0,045 1,170 0,0020 21,67 18,75 44,89 9 52 32 164
30 17 0,033 0,561 0,0010 17,80 0,64 246,49 10 60 40 175
35 11 0,028 0,308 0,0008 16,20 27,04 470,89 Rezolvare.
40 5 0,025 0,125 0,0006 15,23 104,65 767,29 a.
- 327 0,791 35,943 0,0938 285,50 3516,10 Yx1 , x2 = a0 + a1 x1 + a2 x2
c. Intensitatea legăturii se stabileşte cu raportul de corelaţie: unde X1 – numărul vânzătorilor; X2 – suprafaţa comercială; Yx1 ,x2 -
vânzările.

Ry / x = 1−
Σ ( y i − Yxi ) 2
= 1−
285,5
= 0,96 (
Σ yi − Yx1 , x2 )
2
= min ⇒ Σ( yi − a0 − a1 x1 − a 2 x2 )2 = min
Σ ( yi − y ) 2 3516,1 Se obţine sistemul de ecuaţii:
⎧na0 + a1Σx1 + a 2 Σx2 = Σyi
Σyi 327 ⎪
y= = = 32,7 ⎨a0 Σx1 + a1Σx1 + a 2 Σx1 x2 = Σx1 yi
2

n 10 ⎪
⎩a0 Σx2 + a1Σx1 x2 + a 2 Σx2 = Σx2 yi
2
Raportul de corelaţie arată o legătură puternică între cele două
variabile.
Coeficientul de determinaţie Ry2 / x = 0,92 arată că 92% din
⎧10a0 + 175a1 + 1368a2 = 360
⎪
variaţia variabilei Y este explicată prin influenţa lui X asupra lui Y. ⎨175a0 4321a1 26721a2 = 7816
⎪1368a + 26721a + 194786a = 52754
19. Se cunosc următoarele date privind vânzările la produsul ⎩ 0 1 2
alimentar A, înregistrate la 10 unităţi comerciale, tabelul 42. După rezolvarea sistemului se obţine:
În ipoteza unei dependenţe liniare între cele trei variabile, se cere:
a. Să se estimeze parametrii modelului de regresie; a0 = 4,798 bucăţi; a1 = 0,97 bucăţi; a2 = 0,104 bucăţi;
b. Să se determine erorile reziduale;
c. Să se stabilească intensitatea dependenţei vânzărilor de cei doi
factori de influenţă, utilizând un indicator de corelaţie adecvat; Yx1 x2 = 4,798 + 0,97 × x1 + 0,104 × x2
d. Să se testeze validitatea modelului de regresie şi a indicatorului
de corelaţie utilizat, ştiind că F2; 7 = 9,55 şi că t0,05; 8 = 2,306. Calculele intermediare se prezintă în tabelul 43:
 STATISTICĂ ŞI ECONOMETRIE 199 200 Gh. COMAN

Tabelul 43. Dacă numărul de vânzători ar creşte cu o persoană, atunci vânzările

ar creşte cu 0,97 bucăţi, iar dacă suprafaţa comercială creşte cu un metru
y1 x1 x2 x12 x22 x1 x2 x1 yi pătrat, atunci vânzările cresc cu 0,104 bucăţi.
0 1 2 3 4 5 6
22 7 98 49 9604 686 154 yi 22 20 23 26 30 32 45 50 52 60
20 5 90 25 8100 450 100 Yx1x2 22 19 24 27 31 34 42 46 53 62
23 8 110 64 12100 880 184
ε 0 +1 -1 -1 -1 -2 +3 +4 -1 -2
26 9 130 81 16900 1170 234
30 12 140 144 19600 1680 360
ε 2 0 1 1 1 1 4 9 16 1 4

32
45
15
22
145
156
225
484
21025
24336
2175
3432
480
990
b. ε = yi − Yx1x2
50 25 160 625 25600 4000 1250
c. Pentru măsurarea intensităţii legăturii dintre variabile se va folosi
52 32 164 1024 26896 5248 1644 coeficientul (raportul) de corelaţie multiplă:
60 40 175 1600 30625 7000 2400
R x1 x 2 = 1 −
(
Σ y i − Y x1 x 2 ) 2

= 1−
38
= 0 ,99
360 175 1368 4321 194786 26721 7816
(
Σ yi − y )
2
1882
Tabelul 43 (continuare)
Σy i
x2 yi Yx1x2 (yi − Yx x )2 (yi − y )2 (Y ) y= = 36 bucăţi/magazin
yi2
2
−y
1 2 x1x2 n
7 8 9 10 11 12 Rx1x2
Valoarea lui arată o dependenţă directă, puternică, între cele
2156 22 0 196 484 196
1800 19 1 256 400 289 trei variabile.
2530 24 1 169 529 144 Rx1x2
Întrucât legătura este liniară, se mai poate calcula şi cu
3380 27 1 100 676 81
4200 31 1 36 900 25 expresia:
4640 34 4 16 1024 4
7020 42 9 81 2025 36 ry2/ x1 + ry2/ x2 − 2 × ry / x1 × ry / x2 × rx1x2
8000 46 16 196 2500 100 Rx1x2 =
8528 53 1 256 2704 289 1 − rx21x2
10500 62 4 576 3600 676
52754 38 1882 14842 1840
nΣx1 yi − Σx1Σyi
ry / x1 = =
[nΣx12 − (Σx1 ) ] × [nΣyi2 − (Σyi ) ]
Parametrul a0, care are caracter de mărime medie, arată că s-a 2 2
înregistrat o vânzare medie de 4,798 bucăţi la un magazin, dacă ele ar fi fost
influenţate de alţi factori, exceptând variabilele X1 şi X2, incluse în model.
10 × 7816 − 175 × 360
= = 0,985
(10 × 4321 − 175 )(10 ×14842 − 360 )
2 2
 STATISTICĂ ŞI ECONOMETRIE 199 200 Gh. COMAN

Tabelul 43. Dacă numărul de vânzători ar creşte cu o persoană, atunci vânzările

ar creşte cu 0,97 bucăţi, iar dacă suprafaţa comercială creşte cu un metru
y1 x1 x2 x12 x22 x1 x2 x1 yi pătrat, atunci vânzările cresc cu 0,104 bucăţi.
0 1 2 3 4 5 6
22 7 98 49 9604 686 154 yi 22 20 23 26 30 32 45 50 52 60
20 5 90 25 8100 450 100 Yx1x2 22 19 24 27 31 34 42 46 53 62
23 8 110 64 12100 880 184
ε 0 +1 -1 -1 -1 -2 +3 +4 -1 -2
26 9 130 81 16900 1170 234
30 12 140 144 19600 1680 360
ε 2 0 1 1 1 1 4 9 16 1 4

32
45
15
22
145
156
225
484
21025
24336
2175
3432
480
990
b. ε = yi − Yx1x2
50 25 160 625 25600 4000 1250
c. Pentru măsurarea intensităţii legăturii dintre variabile se va folosi
52 32 164 1024 26896 5248 1644 coeficientul (raportul) de corelaţie multiplă:
60 40 175 1600 30625 7000 2400
R x1 x 2 = 1 −
(
Σ y i − Y x1 x 2 ) 2

= 1−
38
= 0 ,99
360 175 1368 4321 194786 26721 7816
(
Σ yi − y )
2
1882
Tabelul 43 (continuare)
Σy i
x2 yi Yx1x2 (yi − Yx x )2 (yi − y )2 (Y ) y= = 36 bucăţi/magazin
yi2
2
−y
1 2 x1x2 n
7 8 9 10 11 12 Rx1x2
Valoarea lui arată o dependenţă directă, puternică, între cele
2156 22 0 196 484 196
1800 19 1 256 400 289 trei variabile.
2530 24 1 169 529 144 Rx1x2
Întrucât legătura este liniară, se mai poate calcula şi cu
3380 27 1 100 676 81
4200 31 1 36 900 25 expresia:
4640 34 4 16 1024 4
7020 42 9 81 2025 36 ry2/ x1 + ry2/ x2 − 2 × ry / x1 × ry / x2 × rx1x2
8000 46 16 196 2500 100 Rx1x2 =
8528 53 1 256 2704 289 1 − rx21x2
10500 62 4 576 3600 676
52754 38 1882 14842 1840
nΣx1 yi − Σx1Σyi
ry / x1 = =
[nΣx12 − (Σx1 ) ] × [nΣyi2 − (Σyi ) ]
Parametrul a0, care are caracter de mărime medie, arată că s-a 2 2
înregistrat o vânzare medie de 4,798 bucăţi la un magazin, dacă ele ar fi fost
influenţate de alţi factori, exceptând variabilele X1 şi X2, incluse în model.
10 × 7816 − 175 × 360
= = 0,985
(10 × 4321 − 175 )(10 ×14842 − 360 )
2 2
 STATISTICĂ ŞI ECONOMETRIE 201 202 Gh. COMAN

nΣx2 yi − Σx2Σyi Să se determine şi să se analizeze legătura dintre variabile.

ry / x2 = = Rezolvare.
[nΣx22 − (Σx2 ) ] × [nΣyi2 − (Σyi ) ] 1. Verificarea legăturii dinamice dintre variabilele X şi Y se va face
2 2
la început pe baza corelogramei. Din figura alăturată se constată că între
10 × 52754 − 1368 × 360 variabilele considerate există o legătură de forma:
= = 0,924
(10 ×194786 − 1368 )(10 ×14842 − 360 )
2 2 250
186
y x = a + b.x
200 Estimarea
nΣx1 x2 − Σx1Σx2 123
rx1 / x2 = = 214 220 parametrilor ecuaţiei de

Variabila Y
192 208
[nΣx12 − (Σx1 ) ] × [ nΣx22 − (Σx2 ) ]
2 2 150 regresie, pe baza
171 metodei celor mai mici
100
10 × 26721 − 175 × 1368 pătrate, se realizează
= = 0,897
(10 × 4321 − 175 )(10 × 194786 − 1368 ) 50 prin rezolvarea
2 2 următorului sistem de
0 ecuaţii:
0,97 + 0,8537 − 1,6328 136 221 244 262 179 294 300
Rx1x2 = = 0,987 Variabila X ⎧n.an + bn .Σxi = Σyi
1 − 0,8046 ⎨
⎩an Σxi + bn .Σxi = Σxi yi
1
r
în care: ry / x , y / x , rx / x sunt coeficienţi de corelaţie simplă.
2 1 2
d. Pentru testarea validităţii modelului de regresie se foloseşte testul Substituind în sistemul de ecuaţii valorile numerice din tabelul de
F de analiză dispersională: calcul 45 se obţine:

s2 ⎧ 7 .a n + 1736 bn = 1314
F = 12
s2 ⎨
⎩1736 a n + 449794 bn = 337155
s12 =
(
Σ Yx1 x2 − y ) 2

=
1840
= 920
(
Σ yi − Yx1x2 )
2
380
s 22 = = = 5,43 Δan 1314 × 449794 − 337155 × 1736 5728236
r −1 3 −1 n−r 5,43 an = = = = 42,4747
Δ 7 × 449794 − (1736 )
2
134862
s12 920
Fcalc = 2 = = 169,43 > Ftab = 9,55
s2 5,43
Aşadar, modelul de regresie multifactorială este bine ales. Pentru Δbn 7 × 337155 − 1314 × 1736 78981
bn = = = = 0,5856
7 × 449794 − (1736)
testarea semnificaţiei raportului de corelaţie multiplă, se foloseşte testul t:
Δ 2
134862
r 0,99
t calc = n−2= 10 − 2 = 19,86 > t 0,05;8 = 2,306
1− r 2
1 − 0,99 2 Ecuaţia de regresie estimată este:
Deci, coeficientul de corelaţie este semnificativ.
20. Se consideră următoarele valori pentru variabila y x = a n + bn .x = 42,4747 + 0,5856 × x
independentă X şi variabila dependentă Y, tabelul 44.
Tabelul 44.
şi exprimă faptul că la o creştere cu un procent a variabilei aleatoare X, are
x 136 221 244 262 179 294 300 loc o creştere cu 0,5856% a variabilei Y.
y 123 171 186 192 208 214 220
 STATISTICĂ ŞI ECONOMETRIE 201 202 Gh. COMAN

nΣx2 yi − Σx2Σyi Să se determine şi să se analizeze legătura dintre variabile.

ry / x2 = = Rezolvare.
[nΣx22 − (Σx2 ) ] × [nΣyi2 − (Σyi ) ] 1. Verificarea legăturii dinamice dintre variabilele X şi Y se va face
2 2
la început pe baza corelogramei. Din figura alăturată se constată că între
10 × 52754 − 1368 × 360 variabilele considerate există o legătură de forma:
= = 0,924
(10 ×194786 − 1368 )(10 ×14842 − 360 )
2 2 250
186
y x = a + b.x
200 Estimarea
nΣx1 x2 − Σx1Σx2 123
rx1 / x2 = = 214 220 parametrilor ecuaţiei de

Variabila Y
192 208
[nΣx12 − (Σx1 ) ] × [ nΣx22 − (Σx2 ) ]
2 2 150 regresie, pe baza
171 metodei celor mai mici
100
10 × 26721 − 175 × 1368 pătrate, se realizează
= = 0,897
(10 × 4321 − 175 )(10 × 194786 − 1368 ) 50 prin rezolvarea
2 2 următorului sistem de
0 ecuaţii:
0,97 + 0,8537 − 1,6328 136 221 244 262 179 294 300
Rx1x2 = = 0,987 Variabila X ⎧n.an + bn .Σxi = Σyi
1 − 0,8046 ⎨
⎩an Σxi + bn .Σxi = Σxi yi
1
r
în care: ry / x , y / x , rx / x sunt coeficienţi de corelaţie simplă.
2 1 2
d. Pentru testarea validităţii modelului de regresie se foloseşte testul Substituind în sistemul de ecuaţii valorile numerice din tabelul de
F de analiză dispersională: calcul 45 se obţine:

s2 ⎧ 7 .a n + 1736 bn = 1314
F = 12
s2 ⎨
⎩1736 a n + 449794 bn = 337155
s12 =
(
Σ Yx1 x2 − y ) 2

=
1840
= 920
(
Σ yi − Yx1x2 )
2
380
s 22 = = = 5,43 Δan 1314 × 449794 − 337155 × 1736 5728236
r −1 3 −1 n−r 5,43 an = = = = 42,4747
Δ 7 × 449794 − (1736 )
2
134862
s12 920
Fcalc = 2 = = 169,43 > Ftab = 9,55
s2 5,43
Aşadar, modelul de regresie multifactorială este bine ales. Pentru Δbn 7 × 337155 − 1314 × 1736 78981
bn = = = = 0,5856
7 × 449794 − (1736)
testarea semnificaţiei raportului de corelaţie multiplă, se foloseşte testul t:
Δ 2
134862
r 0,99
t calc = n−2= 10 − 2 = 19,86 > t 0,05;8 = 2,306
1− r 2
1 − 0,99 2 Ecuaţia de regresie estimată este:
Deci, coeficientul de corelaţie este semnificativ.
20. Se consideră următoarele valori pentru variabila y x = a n + bn .x = 42,4747 + 0,5856 × x
independentă X şi variabila dependentă Y, tabelul 44.
Tabelul 44.
şi exprimă faptul că la o creştere cu un procent a variabilei aleatoare X, are
x 136 221 244 262 179 294 300 loc o creştere cu 0,5856% a variabilei Y.
y 123 171 186 192 208 214 220
 STATISTICĂ ŞI ECONOMETRIE 203 204 Gh. COMAN

a. ecuaţia de regresie:
Tabelul 45. Calcule intermediare Σxi Σyi
y x× y Σxi . yi −
x x 2
y 2 y x = a + b.x ( y x − yi )2 (y
i −y )
2

rx , y =
cov( x, y )
; cov( x, y ) = n
1 2 3 4 5 6 7 8 sx sy n −1
136 123 18496 16728 15129 122,11 4303,36 4187,38
(Σxi ) 2 183,912
221 171 48841 37791 29241 171,89 250,27 279,22
Σxi2 − 4099,8 −
244 186 59536 45384 34596 185,36 5,52 2,92 n = 11 = 102,499
sx2 =
262 192 68644 50304 36864 195,90 67,08 18,40
n −1 10
279 208 77841 58032 43264 205,86 329,42 411,68
(Σyi ) 2 9682
294 214 86436 62916 45796 214,64 725,22 691,16 Σyi2 − 96299,6 −
300 220 90000 660000 48400 218,15 926,59 1042,64
s 2y = n = 11 = 1111,56
1736 1314 449794 337155 253290 1313,91 6607,56 6633,40 n −1 10
Σxi Σyi 183,91× 968
2. Coeficientul şi raportul de corelaţie va fi: Σxi . yi − 19485,9 −
- coeficientul de corelaţie: cov(x, y) = n = 11 = 330,182
nΣx. y − ΣxΣy n −1 10
ry x = = cov( x, y ) 330,182
[ nΣx 2 − (Σx ) ] × [ nΣy 2 − (Σy ) ] b= = = 3,2213
2 2

7 × 337155 − 1736 × 1314 78981 sx2 102,499

= = = 0,99
[7 × 449794 − (1736 ) ] × [7 × 25329 − (1314 ) ]
2 2 79135,6546 Σy Σx
a = y − b.x = −b = 88 − 3,2213 × 16,72 = 34,14
- raportul de corelaţie: n n
Σ( yi − y x )
2
6607,56 Ecuaţia de regresie: yˆ = 34,14 + 3,2213.x
Ry x = 1 − = 1− = 0,9961 = 0,998
(
Σ yi − y )
2
6633,40
b. coeficientul de corelaţie va fi:
cov( x, y ) s 330,182
Se consideră că cei doi indicatori ai intensităţii legăturii sunt egali: rx, y = =b x = = 0,978
ry x = R y x = 0,99 , deci legătura între variabile este liniară, directă şi foarte
sx s y s y 10,124 × 33,34
22. Un analist de marketing urmăreşte în 5 luni efectul reclamelor
intensă.
asupra veniturilor din vânzări. El înregistrează cheltuielile de reclama (X) şi
3. Coeficientul de determinaţie: d y = ry2 = R y2 = 0,992 = 0,996 . În veniturile din vânzări (Y) în u.m. În urma prelucrării rezultatelor obţine:
x x x

expresie procentuală 99,6% din variaţia variabilei Y poate fi explicată pe

seama variabilei X.
Σxi = 15; Σy i = 10; Σxi2 = 55; Σxi y i = 37.
21. Pentru două variabile statistice între care există o dependenţă Se cere să se determine ecuaţia dreptei de regresie.
liniară s-au înregistrat datele care, în urma prelucrării primare, se prezintă Rezolvare.
astfel: Conform premiselor teoretice:
Σxi = 183,91; Σyi = 968; Σxi2 = 4099,8; y = a + b.x
Σxi Σyi 15 × 10
Σxi yi = 19485,9; Σyi2 = 96299,6; i = 1,11 Σxi yi − 37 −
cov(x, y ) n = 5 = 0,7
Se cere: b= =
a. să se determine coeficientul de corelaţie;
2
sx (Σxi ) 2
152
b. ecuaţia de regresie.
Σxi2 − 55 −
n 5
Rezolvare:
 STATISTICĂ ŞI ECONOMETRIE 203 204 Gh. COMAN

a. ecuaţia de regresie:
Tabelul 45. Calcule intermediare Σxi Σyi
y x× y Σxi . yi −
x x 2
y 2 y x = a + b.x ( y x − yi )2 (y
i −y )
2

rx , y =
cov( x, y )
; cov( x, y ) = n
1 2 3 4 5 6 7 8 sx sy n −1
136 123 18496 16728 15129 122,11 4303,36 4187,38
(Σxi ) 2 183,912
221 171 48841 37791 29241 171,89 250,27 279,22
Σxi2 − 4099,8 −
244 186 59536 45384 34596 185,36 5,52 2,92 n = 11 = 102,499
sx2 =
262 192 68644 50304 36864 195,90 67,08 18,40
n −1 10
279 208 77841 58032 43264 205,86 329,42 411,68
(Σyi ) 2 9682
294 214 86436 62916 45796 214,64 725,22 691,16 Σyi2 − 96299,6 −
300 220 90000 660000 48400 218,15 926,59 1042,64
s 2y = n = 11 = 1111,56
1736 1314 449794 337155 253290 1313,91 6607,56 6633,40 n −1 10
Σxi Σyi 183,91× 968
2. Coeficientul şi raportul de corelaţie va fi: Σxi . yi − 19485,9 −
- coeficientul de corelaţie: cov(x, y) = n = 11 = 330,182
nΣx. y − ΣxΣy n −1 10
ry x = = cov( x, y ) 330,182
[ nΣx 2 − (Σx ) ] × [ nΣy 2 − (Σy ) ] b= = = 3,2213
2 2

7 × 337155 − 1736 × 1314 78981 sx2 102,499

= = = 0,99
[7 × 449794 − (1736 ) ] × [7 × 25329 − (1314 ) ]
2 2 79135,6546 Σy Σx
a = y − b.x = −b = 88 − 3,2213 × 16,72 = 34,14
- raportul de corelaţie: n n
Σ( yi − y x )
2
6607,56 Ecuaţia de regresie: yˆ = 34,14 + 3,2213.x
Ry x = 1 − = 1− = 0,9961 = 0,998
(
Σ yi − y )
2
6633,40
b. coeficientul de corelaţie va fi:
cov( x, y ) s 330,182
Se consideră că cei doi indicatori ai intensităţii legăturii sunt egali: rx, y = =b x = = 0,978
ry x = R y x = 0,99 , deci legătura între variabile este liniară, directă şi foarte
sx s y s y 10,124 × 33,34
22. Un analist de marketing urmăreşte în 5 luni efectul reclamelor
intensă.
asupra veniturilor din vânzări. El înregistrează cheltuielile de reclama (X) şi
3. Coeficientul de determinaţie: d y = ry2 = R y2 = 0,992 = 0,996 . În veniturile din vânzări (Y) în u.m. În urma prelucrării rezultatelor obţine:
x x x

expresie procentuală 99,6% din variaţia variabilei Y poate fi explicată pe

seama variabilei X.
Σxi = 15; Σy i = 10; Σxi2 = 55; Σxi y i = 37.
21. Pentru două variabile statistice între care există o dependenţă Se cere să se determine ecuaţia dreptei de regresie.
liniară s-au înregistrat datele care, în urma prelucrării primare, se prezintă Rezolvare.
astfel: Conform premiselor teoretice:
Σxi = 183,91; Σyi = 968; Σxi2 = 4099,8; y = a + b.x
Σxi Σyi 15 × 10
Σxi yi = 19485,9; Σyi2 = 96299,6; i = 1,11 Σxi yi − 37 −
cov(x, y ) n = 5 = 0,7
Se cere: b= =
a. să se determine coeficientul de corelaţie;
2
sx (Σxi ) 2
152
b. ecuaţia de regresie.
Σxi2 − 55 −
n 5
Rezolvare:
 STATISTICĂ ŞI ECONOMETRIE 205 206 Gh. COMAN

10 15 ⎧ 1
a = y − b.x = − 0,7 = −0,1 ⎪n.a + b.Σ x = Σyi
5 5 ⎪ i
Deci: ⎨
yˆ = −0,1 + 0,7 x ⎪a.Σ 1 + b.Σ 1 = Σ 1 yi
⎪⎩ xi xi2 xi
23.S-au înregistrat valorile variabilelor X şi Y la nivelul a 10 unităţi
comerciale, tabelul 46: 1
Tabelul 46 Σyi Σ
xi 5 6 10 12 15 20 22 30 35 40
xi
1 1 1 1 1
yi 70 53 44 38 35 28 26 17 11 5 Σ yi Σ 2 Σyi × Σ 2 − Σ yi × Σ
xi xi xi xi xi
a. să se analizeze existenţa, direcţia şi forma legăturii dintre a= = 2
=
variabilele X şi Y;
n Σ
1 1 ⎛ 1 ⎞
b. să se determine parametrii funcţiei de regresie;
xi nΣ 2 × ⎜⎜ Σ ⎟⎟
c. să se precizeze intensitatea legăturii dintre X şi Y. xi ⎝ xi ⎠
Rezolvare: 1 1
a. se realizează reprezentarea grafică următoare şi se va observa Σ Σ 2
că între cele două variabile există o legătură inversă, neliniară: xi xi
327 × 0,0938 − 0,791× 35,943
80 = = 7,18
10 × 0,0938 − 0,6257
70
60 n Σyi
50 1 1 1 1
Σ Σ yi n × Σ yi − Σ × Σyi
40 xixi xi xi
30 b= = 2
=
n Σ
1 1 ⎛ 1 ⎞
20
xi n × Σ 2 − ⎜⎜ Σ ⎟⎟
10 xi ⎝ xi ⎠
1 1
0 Σ Σ 2
xi xi
0 10 20 30 40 50
10 × 35,943 − 0,791× 327
= = 322,68
10 × 0,0938 − 0,7912
b. pentru modelarea tendinţei legăturii, se foloseşte modelul de
regresie hiperbolic:
1 1 1
Yxi = a + b × Yxi = a + b × = 7,18 + 3,22,68
xi xi xi
Aplicând metoda celor mai mici pătrate se obţine sistemul:
Valorile ajustate ale lui Y şi calculele intermediare se prezintă în
tabelul 47:
 STATISTICĂ ŞI ECONOMETRIE 205 206 Gh. COMAN

10 15 ⎧ 1
a = y − b.x = − 0,7 = −0,1 ⎪n.a + b.Σ x = Σyi
5 5 ⎪ i
Deci: ⎨
yˆ = −0,1 + 0,7 x ⎪a.Σ 1 + b.Σ 1 = Σ 1 yi
⎪⎩ xi xi2 xi
23.S-au înregistrat valorile variabilelor X şi Y la nivelul a 10 unităţi
comerciale, tabelul 46: 1
Tabelul 46 Σyi Σ
xi 5 6 10 12 15 20 22 30 35 40
xi
1 1 1 1 1
yi 70 53 44 38 35 28 26 17 11 5 Σ yi Σ 2 Σyi × Σ 2 − Σ yi × Σ
xi xi xi xi xi
a. să se analizeze existenţa, direcţia şi forma legăturii dintre a= = 2
=
variabilele X şi Y;
n Σ
1 1 ⎛ 1 ⎞
b. să se determine parametrii funcţiei de regresie;
xi nΣ 2 × ⎜⎜ Σ ⎟⎟
c. să se precizeze intensitatea legăturii dintre X şi Y. xi ⎝ xi ⎠
Rezolvare: 1 1
a. se realizează reprezentarea grafică următoare şi se va observa Σ Σ 2
că între cele două variabile există o legătură inversă, neliniară: xi xi
327 × 0,0938 − 0,791× 35,943
80 = = 7,18
10 × 0,0938 − 0,6257
70
60 n Σyi
50 1 1 1 1
Σ Σ yi n × Σ yi − Σ × Σyi
40 xixi xi xi
30 b= = 2
=
n Σ
1 1 ⎛ 1 ⎞
20
xi n × Σ 2 − ⎜⎜ Σ ⎟⎟
10 xi ⎝ xi ⎠
1 1
0 Σ Σ 2
xi xi
0 10 20 30 40 50
10 × 35,943 − 0,791× 327
= = 322,68
10 × 0,0938 − 0,7912
b. pentru modelarea tendinţei legăturii, se foloseşte modelul de
regresie hiperbolic:
1 1 1
Yxi = a + b × Yxi = a + b × = 7,18 + 3,22,68
xi xi xi
Aplicând metoda celor mai mici pătrate se obţine sistemul:
Valorile ajustate ale lui Y şi calculele intermediare se prezintă în
tabelul 47:
 STATISTICĂ ŞI ECONOMETRIE 207 208 Gh. COMAN

Tabelul 47. a. Să se determine ecuaţia de regresie prin metoda celor mai mici
pătrate pentru y în funcţie de x1 şi x2.
xi y 1 x yi (1 xi ) (1 xi ) 2 Yxi ( yi − Yxi ) 2 ( yi − y ) 2 b. Să se determine valoarea estimată a lui y pentru valorile date ale
i i
lui x1 şi x2.
0 1 2 3 4 5 6 7 c. Să se determine estimata lui y pentru x1 = 50 şi x2 = 10.
Rezolvare:
5 70 0,200 14,000 0,0400 71,58 2,49 1391,29
a. Ecuaţia de regresie liniară a lui y în funcţie de x1 şi x2 se poate
6 53 0,160 8,480 0,0256 58,70 32,49 412,09 scrie sub forma:
10 44 0,100 4,400 0,0100 39,38 21,34 127,69 y = a 0 + a1 .x1 + a 2 .x 2
12 38 0,083 3,154 0,0069 33,90 16,81 28,09 Sistemul de ecuaţii normale de regresie prin metoda celor mai mici
pătrate este:
15 35 0,067 2,345 0,0044 28,75 39,01 5,29
20 28 0,050 1,400 0,0025 23,28 22,28 22,09
⎧Σy = a0 n + a1Σx1 + a2Σx2
⎪
⎨Σy.x1 = a0 Σx1 + a1Σx1 + a2Σx1 x2
2
22 26 0,045 1,170 0,0020 21,67 18,75 44,89
⎪
⎩Σy.x2 = a0Σx2 + a1Σx1 x2 + a2Σx2
30 17 0,033 0,561 0,0010 17,80 0,64 246,49 2

35 11 0,028 0,308 0,0008 16,20 27,04 470,89 Tabelul 49. Calculul parametrilor de regresie
40 5 0,025 0,125 0,0006 15,23 104,65 767,29 2
y x1 x2 y x12 x 22 y.x1 y.x 2 x1 x 2
Σ 327 0,791 35,943 0,0938 - 285,50 3516,10
43 10 6 1849 100 36 430 258 60
41 6 7 1681 36 49 246 287 42
c. intensitatea legăturii se stabileşte cu raportul de corelaţie:
69 8 15 4761 64 225 552 1035 120
Σ( yi − Yxi ) 2 285,5 49 15 5 2401 225 25 735 245 75
Ry / x = 1 − = 1− = 0,96 83 25 10 6889 625 100 2075 830 250
Σ ( yi − y ) 2
3516,1
39 7 3 1521 49 9 273 117 21
Σyi 29 11 1 841 121 1 319 29 11
x= = 32,7 63 16 12 3969 256 144 1008 756 192
n 59 18 10 3481 324 100 1062 590 180
Raportul de corelaţie arată o legătură puternică între cele două 41 13 8 1681 169 64 533 328 104
variabile.
Σy = Σx1 = Σx 2 = Σy 2 = Σx12 = Σx22 = Σyx1 = Σyx2 = Σx1 x2 =
Coeficientul de determinaţie R y / x = 0,92 arată că 92% din
2
516 129 77 28074 1969 753 7233 4475 1055
variaţia variabilei Y este explicată prin influenţa lui X asupra lui Y.
24. În tabelul 48 sunt valorile corespunzătoare pentru trei Utilizând datele din tabelul 49, sistemul de ecuaţii normale devine:
variabile: y, x1 şi x2.
Tabelul 48
⎧515 = 10a0 + 129a1 + 77a2
⎪
y 43 41 69 49 83 39 29 63 59 41 ⎨7233 = 129a0 + 1969a1 + 1055a2
x1 10 6 8 15 25 7 11 16 18 13 ⎪4475 = 77a + 1055a + 753a
x2 6 7 15 5 10 3 1 12 10 8 ⎩ 0 1 2
După rezolvare rezultă: a0 = 13,928; a1 = 1,363; a2 = 2,609.
Se cere: Ecuaţia de regresie va fi:
 STATISTICĂ ŞI ECONOMETRIE 207 208 Gh. COMAN

Tabelul 47. a. Să se determine ecuaţia de regresie prin metoda celor mai mici
pătrate pentru y în funcţie de x1 şi x2.
xi y 1 x yi (1 xi ) (1 xi ) 2 Yxi ( yi − Yxi ) 2 ( yi − y ) 2 b. Să se determine valoarea estimată a lui y pentru valorile date ale
i i
lui x1 şi x2.
0 1 2 3 4 5 6 7 c. Să se determine estimata lui y pentru x1 = 50 şi x2 = 10.
Rezolvare:
5 70 0,200 14,000 0,0400 71,58 2,49 1391,29
a. Ecuaţia de regresie liniară a lui y în funcţie de x1 şi x2 se poate
6 53 0,160 8,480 0,0256 58,70 32,49 412,09 scrie sub forma:
10 44 0,100 4,400 0,0100 39,38 21,34 127,69 y = a 0 + a1 .x1 + a 2 .x 2
12 38 0,083 3,154 0,0069 33,90 16,81 28,09 Sistemul de ecuaţii normale de regresie prin metoda celor mai mici
pătrate este:
15 35 0,067 2,345 0,0044 28,75 39,01 5,29
20 28 0,050 1,400 0,0025 23,28 22,28 22,09
⎧Σy = a0 n + a1Σx1 + a2Σx2
⎪
⎨Σy.x1 = a0 Σx1 + a1Σx1 + a2Σx1 x2
2
22 26 0,045 1,170 0,0020 21,67 18,75 44,89
⎪
⎩Σy.x2 = a0Σx2 + a1Σx1 x2 + a2Σx2
30 17 0,033 0,561 0,0010 17,80 0,64 246,49 2

35 11 0,028 0,308 0,0008 16,20 27,04 470,89 Tabelul 49. Calculul parametrilor de regresie
40 5 0,025 0,125 0,0006 15,23 104,65 767,29 2
y x1 x2 y x12 x 22 y.x1 y.x 2 x1 x 2
Σ 327 0,791 35,943 0,0938 - 285,50 3516,10
43 10 6 1849 100 36 430 258 60
41 6 7 1681 36 49 246 287 42
c. intensitatea legăturii se stabileşte cu raportul de corelaţie:
69 8 15 4761 64 225 552 1035 120
Σ( yi − Yxi ) 2 285,5 49 15 5 2401 225 25 735 245 75
Ry / x = 1 − = 1− = 0,96 83 25 10 6889 625 100 2075 830 250
Σ ( yi − y ) 2
3516,1
39 7 3 1521 49 9 273 117 21
Σyi 29 11 1 841 121 1 319 29 11
x= = 32,7 63 16 12 3969 256 144 1008 756 192
n 59 18 10 3481 324 100 1062 590 180
Raportul de corelaţie arată o legătură puternică între cele două 41 13 8 1681 169 64 533 328 104
variabile.
Σy = Σx1 = Σx 2 = Σy 2 = Σx12 = Σx22 = Σyx1 = Σyx2 = Σx1 x2 =
Coeficientul de determinaţie R y / x = 0,92 arată că 92% din
2
516 129 77 28074 1969 753 7233 4475 1055
variaţia variabilei Y este explicată prin influenţa lui X asupra lui Y.
24. În tabelul 48 sunt valorile corespunzătoare pentru trei Utilizând datele din tabelul 49, sistemul de ecuaţii normale devine:
variabile: y, x1 şi x2.
Tabelul 48
⎧515 = 10a0 + 129a1 + 77a2
⎪
y 43 41 69 49 83 39 29 63 59 41 ⎨7233 = 129a0 + 1969a1 + 1055a2
x1 10 6 8 15 25 7 11 16 18 13 ⎪4475 = 77a + 1055a + 753a
x2 6 7 15 5 10 3 1 12 10 8 ⎩ 0 1 2
După rezolvare rezultă: a0 = 13,928; a1 = 1,363; a2 = 2,609.
Se cere: Ecuaţia de regresie va fi:
 STATISTICĂ ŞI ECONOMETRIE 209 210 Gh. COMAN

y = 13,928 + 1,363.x1 + 2,609.x 2 (A) ry / x1 =

10 × 7233 − 516 × 129
= 0,66735
b. Utilizând ecuaţia de regresie (A) se obţin valorile estimate ale lui [10 × 29074 − 5162 ].[10 × 1969 − 1292 ]
y (notate yestimat), substituind valorile corespunzătoare pentru x1 şi x2.
Tabelul 50. Calculul valorilor estimate nΣy.x2 − (Σy ).(Σx2 )
y 43 41 69 49 83 39 29 63 59 41 b. ry / x 2 =
x1 10 6 8 15 25 7 11 16 18 13 [nΣy 2 − (Σy ) 2 ].[nΣx22 − (Σx2 ) 2 ]
x2 6 7 15 5 10 3 1 12 10 8
10 × 4475 − 516 × 77
yestimat 43,211 40,368 63,966 47,418 74,094 31,295 31,530 67,044 64,552 52,518
ry / x2 = = 0,80148
[10 × 29074 − 516 2 ].[10 × 753 − 77 2 ]

c. y = 13,928 + 1,363 × 50 + 2,609 × 10 = 108,168 nΣx1.x2 − (Σx1 ).(Σx2 )

(2). Pe baza datelor din tabelul 49, să se determine abaterile medii c. rx / x =
[nΣx12 − (Σx1 ) 2 ].[nΣx22 − (Σx2 ) 2 ]
1 2
pătratice pentru: a. y; b. x1; c. x2.
Rezolvare.
10 × 1055 − 129 × 77
Σ( y i − y ) 2 rx1 / x2 = = 0,27926
a. σy = [10 × 1969 − 1292 ].[10 × 753 − 77 2 ]
n (4). Pe baza datelor din tabelul 49, să se determine coeficienţii de
corelaţie multiplă liniară dintre y, x1 şi x2:
Σ( y i − y ) = 2
Σ( y i2 − 2. y i . y + y ) = 2
Σy i2 − 2. yΣy i + n. y = 2

2 ry2/ x1 + ry2/ x2 − 2.ry / x1 .ry / x2 .rx1 / x2

(Σy i ) ⎛ Σy ⎞
2
(Σy i ) 2
a. ry / x1x2 =
= Σy i2 − 2 − n⎜ i ⎟ = Σy i2 − , deci: 1 − rx21 / x2
n ⎝ n ⎠ n
0,66735 2 + 0,80148 2 − 2.0,66735.0,80148.0,27926
Σyi2 (Σyi ) 2 29074 (516) 2 ry / x1x2 = = 0,92505
σy = − = − = 15,647 1 − 0,27926 2
n n2 10 100 b.
Σx12i (Σx1i ) 2
ry2/ x1 + rx21 / x2 − 2.ry / x1 .ry / x2 .rx1 / x2
2
1969 (129)
b. σ x1 = − = − = 5,5217
n n2 10 100 rx1 / yx2 =
Σx22i (Σx2 i ) 2 2 1 − ry2/ x 2
753 (77)
c. σ x2 = − = − = 4,001
n n 2
10 100 0,66735 2 + 0,27926 2 − 2.0,66735.0,80148.0,27926
rx1 / yx2 = = 0,79249
(3). Pe baza datelor din tabelul 49, să se calculeze coeficienţii de 1 − 0,80148 2
corelaţie simplă: a. ry / x1 ; b. ry / x 2 ; c. rx1 / x 2 .
Rezolvare. Pe baza datelor din tabelul 49: ry2/ x2 + rx21 / x2 − 2.ry / x1 .ry / x2 .rx1 / x2
nΣy.x1 − (Σy ).(Σx1 ) c. rx2 / yx1 =
a. ry / x1 = 1 − ry2/ x1
[nΣy − (Σy )
2 2
].[nΣx12 − (Σx1 ) ] 2
 STATISTICĂ ŞI ECONOMETRIE 209 210 Gh. COMAN

y = 13,928 + 1,363.x1 + 2,609.x 2 (A) ry / x1 =

10 × 7233 − 516 × 129
= 0,66735
b. Utilizând ecuaţia de regresie (A) se obţin valorile estimate ale lui [10 × 29074 − 5162 ].[10 × 1969 − 1292 ]
y (notate yestimat), substituind valorile corespunzătoare pentru x1 şi x2.
Tabelul 50. Calculul valorilor estimate nΣy.x2 − (Σy ).(Σx2 )
y 43 41 69 49 83 39 29 63 59 41 b. ry / x 2 =
x1 10 6 8 15 25 7 11 16 18 13 [nΣy 2 − (Σy ) 2 ].[nΣx22 − (Σx2 ) 2 ]
x2 6 7 15 5 10 3 1 12 10 8
10 × 4475 − 516 × 77
yestimat 43,211 40,368 63,966 47,418 74,094 31,295 31,530 67,044 64,552 52,518
ry / x2 = = 0,80148
[10 × 29074 − 516 2 ].[10 × 753 − 77 2 ]

c. y = 13,928 + 1,363 × 50 + 2,609 × 10 = 108,168 nΣx1.x2 − (Σx1 ).(Σx2 )

(2). Pe baza datelor din tabelul 49, să se determine abaterile medii c. rx / x =
[nΣx12 − (Σx1 ) 2 ].[nΣx22 − (Σx2 ) 2 ]
1 2
pătratice pentru: a. y; b. x1; c. x2.
Rezolvare.
10 × 1055 − 129 × 77
Σ( y i − y ) 2 rx1 / x2 = = 0,27926
a. σy = [10 × 1969 − 1292 ].[10 × 753 − 77 2 ]
n (4). Pe baza datelor din tabelul 49, să se determine coeficienţii de
corelaţie multiplă liniară dintre y, x1 şi x2:
Σ( y i − y ) = 2
Σ( y i2 − 2. y i . y + y ) = 2
Σy i2 − 2. yΣy i + n. y = 2

2 ry2/ x1 + ry2/ x2 − 2.ry / x1 .ry / x2 .rx1 / x2

(Σy i ) ⎛ Σy ⎞
2
(Σy i ) 2
a. ry / x1x2 =
= Σy i2 − 2 − n⎜ i ⎟ = Σy i2 − , deci: 1 − rx21 / x2
n ⎝ n ⎠ n
0,66735 2 + 0,80148 2 − 2.0,66735.0,80148.0,27926
Σyi2 (Σyi ) 2 29074 (516) 2 ry / x1x2 = = 0,92505
σy = − = − = 15,647 1 − 0,27926 2
n n2 10 100 b.
Σx12i (Σx1i ) 2
ry2/ x1 + rx21 / x2 − 2.ry / x1 .ry / x2 .rx1 / x2
2
1969 (129)
b. σ x1 = − = − = 5,5217
n n2 10 100 rx1 / yx2 =
Σx22i (Σx2 i ) 2 2 1 − ry2/ x 2
753 (77)
c. σ x2 = − = − = 4,001
n n 2
10 100 0,66735 2 + 0,27926 2 − 2.0,66735.0,80148.0,27926
rx1 / yx2 = = 0,79249
(3). Pe baza datelor din tabelul 49, să se calculeze coeficienţii de 1 − 0,80148 2
corelaţie simplă: a. ry / x1 ; b. ry / x 2 ; c. rx1 / x 2 .
Rezolvare. Pe baza datelor din tabelul 49: ry2/ x2 + rx21 / x2 − 2.ry / x1 .ry / x2 .rx1 / x2
nΣy.x1 − (Σy ).(Σx1 ) c. rx2 / yx1 =
a. ry / x1 = 1 − ry2/ x1
[nΣy − (Σy )
2 2
].[nΣx12 − (Σx1 ) ] 2
 STATISTICĂ ŞI ECONOMETRIE 211 212 Gh. COMAN

0,801482 + 0,279262 − 2.0,66735.0,80148.0,27926 i. Determinarea coeficienţilor de regresie: ry / x , ry / x , rx / x .

rx2 / yx1 = = 0,871875 1 2 1 2

1 − 0,667352 j. Determinarea coeficienţilor de corelaţie multiplă liniară y, x1 şi x2;

(5). Pe baza datelor din tabelul 49, să se determine coeficienţii de k. Determinarea coeficienţilor de corelaţie parţială liniară

ryx1 .x2 ; ryx1 / x 2 , ryx2 / x1 .

corelaţie parţială liniară: a. b. ryx2 .x1 .
Rezolvare:
ryx1 − ryx2 .rx1x2 a.

a. r yx1 / x2 =
Tabelul 52. Calcule intermediare

(1 − ryx2 2 ).(1 − rx21x2 ) y x1 x2 y

2
x12 x 22
0,66735 − 0,80148 × 0,27926 14 4 2 196 16 4
ryx1 / x2 = = 0,7724 43,5 5 10 1892,25 25 100
(1 − 0,80148 ).(1 − 0,27926 )
2 2
18,5 7 2 342,25 49 4
ryx2 − ryx1 .rx1x2 30 10 4 900 100 16
b. ryx2 / x1 =
40 12 6 1600 144 36

(1 − ryx2 1 ).(1 − rx21 x2 ) 51,5

73
15
20
8
12
2652,25
5329
225
400
64
144
0,80148 − 0,66735 × 0,27926 Σ : 270,5 Σ : 73 Σ : 44 Σ : 12911,75 Σ : 959 Σ : 368
ryx2 / x1 = = 0,8601776 Media aritmetică:
(1 − 0,667352 ).(1 − 0,27926 2 )
⎧ 73
25. Se dau datele din tabelul 26:
⎪ x1 = ≅ 10,43 Σy i
Tabelul 51. Date iniţiale Σx i ⎪ 7 y= = 38,64
y 14 43,5 18,5 30 40 51,5 73 xa = ⇒⎨
n ⎪ x = 44 ≅ 6,29 7
x1 4 5 7 10 12 15 20
x2 2 10 2 4 6 8 12
⎪⎩ 2 7
Se cere: Media pătratică:
a. Determinarea mediilor aritmetice şi pătratice simple pentru cele
⎧ 959
⎪ x1 p = = 11,7
trei variabile;
b. Determinarea abaterii pătratice medii pentru cele trei variabile;
Σxi2 ⎪ 7
c. Determinarea abaterii medii liniare;
d. Determinarea coeficientului de variaţie;
xp = ⇒⎨
e. Determinarea momentelor simple de ordinul I şi II;
n ⎪ x = 368 = 7,25
f. Dacă datele din tabelul 1 au fost obţinute printr-un sondaj simplu ⎪⎩ 2 p 7
nerepetat, efectuat pe un eşantion de 7% din colectivitatea originară, iar
probabilitatea cu care se garantează rezultatul este 0,9973, să se determine
între ce limite variază y , x1 , x 2 , în colectivitatea generală.
Σyi2 12911,75
g. Determinarea prin metoda celor mai mici pătrate a ecuaţiei de
yp = = ≅ 42,95
regresie: y = a0 + a1 x1 + a2 x2 ; n 7
h. Determinarea valorilor estimate pentru y, x1 şi x2;
 STATISTICĂ ŞI ECONOMETRIE 211 212 Gh. COMAN

0,801482 + 0,279262 − 2.0,66735.0,80148.0,27926 i. Determinarea coeficienţilor de regresie: ry / x , ry / x , rx / x .

rx2 / yx1 = = 0,871875 1 2 1 2

1 − 0,667352 j. Determinarea coeficienţilor de corelaţie multiplă liniară y, x1 şi x2;

(5). Pe baza datelor din tabelul 49, să se determine coeficienţii de k. Determinarea coeficienţilor de corelaţie parţială liniară

ryx1 .x2 ; ryx1 / x 2 , ryx2 / x1 .

corelaţie parţială liniară: a. b. ryx2 .x1 .
Rezolvare:
ryx1 − ryx2 .rx1x2 a.

a. r yx1 / x2 =
Tabelul 52. Calcule intermediare

(1 − ryx2 2 ).(1 − rx21x2 ) y x1 x2 y

2
x12 x 22
0,66735 − 0,80148 × 0,27926 14 4 2 196 16 4
ryx1 / x2 = = 0,7724 43,5 5 10 1892,25 25 100
(1 − 0,80148 ).(1 − 0,27926 )
2 2
18,5 7 2 342,25 49 4
ryx2 − ryx1 .rx1x2 30 10 4 900 100 16
b. ryx2 / x1 =
40 12 6 1600 144 36

(1 − ryx2 1 ).(1 − rx21 x2 ) 51,5

73
15
20
8
12
2652,25
5329
225
400
64
144
0,80148 − 0,66735 × 0,27926 Σ : 270,5 Σ : 73 Σ : 44 Σ : 12911,75 Σ : 959 Σ : 368
ryx2 / x1 = = 0,8601776 Media aritmetică:
(1 − 0,667352 ).(1 − 0,27926 2 )
⎧ 73
25. Se dau datele din tabelul 26:
⎪ x1 = ≅ 10,43 Σy i
Tabelul 51. Date iniţiale Σx i ⎪ 7 y= = 38,64
y 14 43,5 18,5 30 40 51,5 73 xa = ⇒⎨
n ⎪ x = 44 ≅ 6,29 7
x1 4 5 7 10 12 15 20
x2 2 10 2 4 6 8 12
⎪⎩ 2 7
Se cere: Media pătratică:
a. Determinarea mediilor aritmetice şi pătratice simple pentru cele
⎧ 959
⎪ x1 p = = 11,7
trei variabile;
b. Determinarea abaterii pătratice medii pentru cele trei variabile;
Σxi2 ⎪ 7
c. Determinarea abaterii medii liniare;
d. Determinarea coeficientului de variaţie;
xp = ⇒⎨
e. Determinarea momentelor simple de ordinul I şi II;
n ⎪ x = 368 = 7,25
f. Dacă datele din tabelul 1 au fost obţinute printr-un sondaj simplu ⎪⎩ 2 p 7
nerepetat, efectuat pe un eşantion de 7% din colectivitatea originară, iar
probabilitatea cu care se garantează rezultatul este 0,9973, să se determine
între ce limite variază y , x1 , x 2 , în colectivitatea generală.
Σyi2 12911,75
g. Determinarea prin metoda celor mai mici pătrate a ecuaţiei de
yp = = ≅ 42,95
regresie: y = a0 + a1 x1 + a2 x2 ; n 7
h. Determinarea valorilor estimate pentru y, x1 şi x2;
 STATISTICĂ ŞI ECONOMETRIE 213 214 Gh. COMAN

Σ( yi − y ) 2 22,29 106,86
d x2 = = 3,184 dy = = 15,2657
b. σ y = 7 7
n
d σ
Σ( yi − y ) 2 = Σ( yi2 + y 2 − 2. yi . y ) = Σyi2 − 2 yΣyi + n. y 2 = d. v d = .100 şi v = .100
xa xa
2(Σy i ) 2 n(Σy i ) 2 ( Σy i ) 2
= Σy i2 − + = Σ y 2
i − Tabelul 54. Indicatorii variaţiei
n n2 n Indicatorul y x1 x2
2
Σyi2 ⎛ Σy ⎞ Σyi2 (Σyi ) 2
σy = −⎜ i ⎟ = − , deci:
vd =
15,2657
.100 = vd =
4,49
.100 = vd =
3,184
.100 =
n ⎝ n ⎠ n n2 vd =
d
.100 38,64 10,43 6,29
xa = 39,5%
Σyi2 (Σyi ) 2 12911,75 270,52 ≅ 43,05% = 50,62%
σy = − = − = 18,742
n n2 7 72
Analog: 5,314 3,614
σ v=
18,742
.100 = v= .100 = v= .100 =
Σx12i (Σx1i ) 2
959 73 2 v= .100 38,64 10,43 6,29
σ x1 = − = − 2 = 5,314 xa = 48,5% = 50,95% = 57,46%
n n2 7 7
Σx22i (Σx2i ) 2 368 442
σ x2 = − = − 2 = 3,614 e. Tabelul 55. Determinarea momentelor simple de ordinul I şi II
n n2 7 7 Indicatorul y x1 x2
c.
Tabelul 53. Calculul sumelor relevante
73 44
y x1 x2 y− y x1 − x1 x2 − x 2 Σx m1 =
270 ,5
= m1 = ≅ m1 = ≅
m1 = i 7 7 7
n = 38,64
14 4 2 24,64 6,43 4,29 ≅ 10,43 ≅ 6,29
43,5 5 10 48,6 5,43 3,71
18,5 7 2 20,14 3,43 4,29
959 368
30 10 4 8,64 0,43 2,29
Σxi2 m2 =
12911,75
≅ m2 = = m2 = =
40 12 6 1,36 1,57 0,29 m2 = 7 7 7
n ≅ 1844,54 = 52,57
51,5 15 8 12,86 4,57 1,71 = 137
73 20 12 34,36 9,57 5,71

Σ : 270,5 Σ : 73 Σ : 44 Σ : 106,86 Σ : 31,43 Σ : 22,29 Pentru Σxi şi Σxi2 s-au utilizat datele din tabelul 2.
f. Sondajul simplu nerepetat: p = 0,9973, rezultat din tabelul funcţiei
lui Laplace, z = 3.
Σ x1 − x1 31,43 1. Eroarea medie de reprezentativitate:
d = ; d x1 = = 4,49 ;
n 7
 STATISTICĂ ŞI ECONOMETRIE 213 214 Gh. COMAN

Σ( yi − y ) 2 22,29 106,86
d x2 = = 3,184 dy = = 15,2657
b. σ y = 7 7
n
d σ
Σ( yi − y ) 2 = Σ( yi2 + y 2 − 2. yi . y ) = Σyi2 − 2 yΣyi + n. y 2 = d. v d = .100 şi v = .100
xa xa
2(Σy i ) 2 n(Σy i ) 2 ( Σy i ) 2
= Σy i2 − + = Σ y 2
i − Tabelul 54. Indicatorii variaţiei
n n2 n Indicatorul y x1 x2
2
Σyi2 ⎛ Σy ⎞ Σyi2 (Σyi ) 2
σy = −⎜ i ⎟ = − , deci:
vd =
15,2657
.100 = vd =
4,49
.100 = vd =
3,184
.100 =
n ⎝ n ⎠ n n2 vd =
d
.100 38,64 10,43 6,29
xa = 39,5%
Σyi2 (Σyi ) 2 12911,75 270,52 ≅ 43,05% = 50,62%
σy = − = − = 18,742
n n2 7 72
Analog: 5,314 3,614
σ v=
18,742
.100 = v= .100 = v= .100 =
Σx12i (Σx1i ) 2
959 73 2 v= .100 38,64 10,43 6,29
σ x1 = − = − 2 = 5,314 xa = 48,5% = 50,95% = 57,46%
n n2 7 7
Σx22i (Σx2i ) 2 368 442
σ x2 = − = − 2 = 3,614 e. Tabelul 55. Determinarea momentelor simple de ordinul I şi II
n n2 7 7 Indicatorul y x1 x2
c.
Tabelul 53. Calculul sumelor relevante
73 44
y x1 x2 y− y x1 − x1 x2 − x 2 Σx m1 =
270 ,5
= m1 = ≅ m1 = ≅
m1 = i 7 7 7
n = 38,64
14 4 2 24,64 6,43 4,29 ≅ 10,43 ≅ 6,29
43,5 5 10 48,6 5,43 3,71
18,5 7 2 20,14 3,43 4,29
959 368
30 10 4 8,64 0,43 2,29
Σxi2 m2 =
12911,75
≅ m2 = = m2 = =
40 12 6 1,36 1,57 0,29 m2 = 7 7 7
n ≅ 1844,54 = 52,57
51,5 15 8 12,86 4,57 1,71 = 137
73 20 12 34,36 9,57 5,71

Σ : 270,5 Σ : 73 Σ : 44 Σ : 106,86 Σ : 31,43 Σ : 22,29 Pentru Σxi şi Σxi2 s-au utilizat datele din tabelul 2.
f. Sondajul simplu nerepetat: p = 0,9973, rezultat din tabelul funcţiei
lui Laplace, z = 3.
Σ x1 − x1 31,43 1. Eroarea medie de reprezentativitate:
d = ; d x1 = = 4,49 ;
n 7
 STATISTICĂ ŞI ECONOMETRIE 215 216 Gh. COMAN

351,26256 ⎛ 7 ⎞ ⎧Σyi = a0 n − a1Σx1i − a2Σx2i )

a1: pentru y: my = ⎜1 − ⎟ = 6,83 ⎪⎪
7 ⎝ 100 ⎠
⇒ ⎨Σyi .x1i = a0Σx1i − a1Σx12i − a2Σx1i x2 i )
28,238596 ⎛ 7 ⎞ ⎪
a2: pentru x1: mx1 = ⎜1 − ⎟ ≅ 1,94
⎪⎩Σyi .x2 i = a0Σx2 i − a1Σx1i x2 i ) − a2Σx2 i
2
7 ⎝ 100 ⎠
13,6 ⎛ 7 ⎞
a3: pentru x2: mx2 = ⎜1 − ⎟ ≅ 1,32 Tabelul 56. Calculul sumelor relevante.
7 ⎝ 100 ⎠ y.x1 y.x2 x1.x2 x 2
y x1 x2
1 x 22
2. Eroarea limită (maximă) admisă: Δx = z.m, z = 3. 14 4 2 56 28 8 16 4
43,5 5 10 217,5 435 50 25 100
a1: pentru y: Δx y = z.m = 3.6,83 = 20,49. 18,5 7 2 129,5 37 14 49 4
30 10 4 300 120 40 100 16
a2: pentru x1: Δx x = z.m = 3.1,94 = 5,82.
1 40 12 6 480 240 72 144 36
a3: pentru x2: Δx x = z.m = 3.1,32 = 3,96. 51,5 15 8 772,5 412 120 225 64
2 73 20 12 1460 876 240 400 144
Deci: Σ :270,5 Σ :73 Σ :44 Σ :3415,5 Σ :2148 Σ :544 Σ : 959 Σ :368
a1. pentru y: y − Δx y ≤ y 0 ≤ y + Δx y ; 18,15 ≤ y0 ≤ 59,13 Utilizând datele din tabelul 6, sistemul de ecuaţii normale devine:
a2. pentru x1: x1 − Δx x ≤ ( x1 )0 ≤ x1 + Δx x ; 4,61 ≤ ( x1 )0 ≤ 16,25 .
1 1 ⎧270,5 = 7 a0 − 73a1 − 44a2
a3. pentru x2: x2 − Δx x ≤ (x2 )0 ≤ x2 + Δx x ; 2,33 ≤ ( x2 )0 ≤ 10,25 . ⎪
2 2
⎨3415,5 = 73a0 − 959a1 − 544a2
⎪2148 = 44a − 544a − 368a
g. y xi = a 0 + a1 .x1 + a 2 .x 2 ⎩ 0 1 2
După rezolvare rezultă: a 0 = 0,98 a1 = 1,5 a 2 = 3,50

S = Σ( y − y x1 ) = Σ( y − a0 − a1.x1 − a2 .x2 ) 2 ⇒ min Deci: y xi = 0,98 + 1,50.x1 + 3,50.x2

h. Determinarea valorilor estimate pentru y, x1 şi x2;
⎧ ∂S Tabelul 57. Calculul sumelor relevante
⎪ =0 y
∂
⎪ 0a 14 43,5 18,5 30 40 51,5 73
⎧2Σ( y − a 0 − a1 x1 − a 2 x 2 )(−1) = 0 x1 4 5 7 10 12 15 20
⎪ ∂S ⎪ x2 2 10 2 4 6 8 12
⎨ = 0 ⇒ ⎨2Σ( y − a 0 − a1 x1 − a 2 x 2 )(− x1 ) = 0 ⇒
⎪ ∂a1 ⎪2Σ( y − a − a x − a x )(− x ) = 0 y xi estimat 14,016 43,585 18,531 30,062 40,088 51,619 73,176
⎪ ∂S ⎩ 0 1 1 2 2 2

⎪ = 0 ry / x1 , ry / x2 , rx1 / x2 .
i. Determinarea coeficienţilor de regresie:
⎩ ∂a 2
nΣy.x1 − (Σy ).(Σx1 )
a. ry / x1 =
[nΣy 2 − (Σy ) 2 ].[nΣx12 − (Σx1 ) 2 ]
 STATISTICĂ ŞI ECONOMETRIE 215 216 Gh. COMAN

351,26256 ⎛ 7 ⎞ ⎧Σyi = a0 n − a1Σx1i − a2Σx2i )

a1: pentru y: my = ⎜1 − ⎟ = 6,83 ⎪⎪
7 ⎝ 100 ⎠
⇒ ⎨Σyi .x1i = a0Σx1i − a1Σx12i − a2Σx1i x2 i )
28,238596 ⎛ 7 ⎞ ⎪
a2: pentru x1: mx1 = ⎜1 − ⎟ ≅ 1,94
⎪⎩Σyi .x2 i = a0Σx2 i − a1Σx1i x2 i ) − a2Σx2 i
2
7 ⎝ 100 ⎠
13,6 ⎛ 7 ⎞
a3: pentru x2: mx2 = ⎜1 − ⎟ ≅ 1,32 Tabelul 56. Calculul sumelor relevante.
7 ⎝ 100 ⎠ y.x1 y.x2 x1.x2 x 2
y x1 x2
1 x 22
2. Eroarea limită (maximă) admisă: Δx = z.m, z = 3. 14 4 2 56 28 8 16 4
43,5 5 10 217,5 435 50 25 100
a1: pentru y: Δx y = z.m = 3.6,83 = 20,49. 18,5 7 2 129,5 37 14 49 4
30 10 4 300 120 40 100 16
a2: pentru x1: Δx x = z.m = 3.1,94 = 5,82.
1 40 12 6 480 240 72 144 36
a3: pentru x2: Δx x = z.m = 3.1,32 = 3,96. 51,5 15 8 772,5 412 120 225 64
2 73 20 12 1460 876 240 400 144
Deci: Σ :270,5 Σ :73 Σ :44 Σ :3415,5 Σ :2148 Σ :544 Σ : 959 Σ :368
a1. pentru y: y − Δx y ≤ y 0 ≤ y + Δx y ; 18,15 ≤ y0 ≤ 59,13 Utilizând datele din tabelul 6, sistemul de ecuaţii normale devine:
a2. pentru x1: x1 − Δx x ≤ ( x1 )0 ≤ x1 + Δx x ; 4,61 ≤ ( x1 )0 ≤ 16,25 .
1 1 ⎧270,5 = 7 a0 − 73a1 − 44a2
a3. pentru x2: x2 − Δx x ≤ (x2 )0 ≤ x2 + Δx x ; 2,33 ≤ ( x2 )0 ≤ 10,25 . ⎪
2 2
⎨3415,5 = 73a0 − 959a1 − 544a2
⎪2148 = 44a − 544a − 368a
g. y xi = a 0 + a1 .x1 + a 2 .x 2 ⎩ 0 1 2
După rezolvare rezultă: a 0 = 0,98 a1 = 1,5 a 2 = 3,50

S = Σ( y − y x1 ) = Σ( y − a0 − a1.x1 − a2 .x2 ) 2 ⇒ min Deci: y xi = 0,98 + 1,50.x1 + 3,50.x2

h. Determinarea valorilor estimate pentru y, x1 şi x2;
⎧ ∂S Tabelul 57. Calculul sumelor relevante
⎪ =0 y
∂
⎪ 0a 14 43,5 18,5 30 40 51,5 73
⎧2Σ( y − a 0 − a1 x1 − a 2 x 2 )(−1) = 0 x1 4 5 7 10 12 15 20
⎪ ∂S ⎪ x2 2 10 2 4 6 8 12
⎨ = 0 ⇒ ⎨2Σ( y − a 0 − a1 x1 − a 2 x 2 )(− x1 ) = 0 ⇒
⎪ ∂a1 ⎪2Σ( y − a − a x − a x )(− x ) = 0 y xi estimat 14,016 43,585 18,531 30,062 40,088 51,619 73,176
⎪ ∂S ⎩ 0 1 1 2 2 2

⎪ = 0 ry / x1 , ry / x2 , rx1 / x2 .
i. Determinarea coeficienţilor de regresie:
⎩ ∂a 2
nΣy.x1 − (Σy ).(Σx1 )
a. ry / x1 =
[nΣy 2 − (Σy ) 2 ].[nΣx12 − (Σx1 ) 2 ]
 STATISTICĂ ŞI ECONOMETRIE 217 218 Gh. COMAN

Introducând datele din tabelul 56: k. Determinarea coeficienţilor de corelaţie parţială liniară
7 × 3415,5 − 270,5 × 73 ryx1 − ryx2 .rx1x2
ry / x1 = = 0,8527 a. ryx1 / x2 =
[7 × 12911,75 − 270,5 ].[7 × 959 − 73 ]
2 2
(1 − ryx2 2 ).(1 − rx21x2 )
nΣy.x2 − (Σy ).(Σx2 )
b. ry / x2 = ryx1 / x 2 =
0,8527 − 0,9442 × 0,6332
= 0,9996159
[nΣy 2 − (Σy ) 2 ].[nΣx22 − (Σx2 ) 2 ] (1 − 0,9442 2 ).(1 − 0,6332 2 )
7 × 2148 − 270,5 × 44 ryx2 − ryx1 .rx1 x2
ry / x 2 = = 0,9442 b. ryx2 / x1 =
17212 × 640
(1 − ryx2 1 ).(1 − rx21 x2 )
nΣx1.x2 − (Σx1 ).(Σx2 ) 0,9442 − 0,8527 × 0,6332
c. rx / x = ryx2 / x1 = = 0,9998474
1 2
[nΣx12 − (Σx1 ) 2
].[nΣx22 − (Σx2 ) ] 2 (1 − 0,8527 2 ).(1 − 0,6332 2 )
26. S-a efectuat un sondaj pe un eşantion de 1200 consumatori
7 × 544 − 73 × 44 privind analiza cererii pentru un anumit produs şi modul de apreciere a
rx1 / x 2 = = 0,6332 acestuia sub influenţa diferiţilor factori. Un segment din prelucrarea datelor
1384 × 640 este evidenţiat în tabelul următor:
k. Determinarea coeficienţilor de corelaţie multiplă liniară y, x1şi x2; Tabelul 57
ry2/ x1 + ry2/ x2 − 2.ry / x1 .ry / x2 .rx1 / x2 Aprecieri
Grupe de vârstă (ani)
Total
a. ry / x1x2 = Sub 30 30 - 50 Peste 50
1 − rx21 / x2 Favorabile . 193 232 139 564
Nefavorabile 230 241 165 636
0,8527 2 + 0,9442 2 − 2.0,8527.0,9442.0,6332 Total 423 473 304 1200
ry / x1x2 = = 0,9999582
1 − 0,6332 2
Să se stabilească dacă vârsta influenţează semnificativ aprecierea
ry2/ x1 + rx21 / x 2 − 2.ry / x1 .ry / x 2 .rx1 / x 2 produsului alegând un nivel de semnificaţie α = 0,05.
= Rezolvare. Se va folosi criteriul χ2. Pentru testul χ de independenţă
2
b. rx / yx
1 2
1 − ry2/ x 2 pentru tabelul „r x c” de contingenţă (asociere) se aplică sub presupunerea
că fiecare observaţie (unitate statistică) este clasificată independent de orice
altă observaţie. Ipoteza nulă constă în independenţa clasificării pe linie faţă
0,85272 + 0,63322 − 2.0,8527.0,9442.0,6332
rx1 / yx2 = = 0,9997695 de clasificarea pe coloane. Se vor determina atunci frecvenţele teoretice
1 − 0,94422 (aşteptate) în rândul i şi coloana j.
ni• × n• j
ry2/ x2 + rx21 / x2 − 2.ry / x1 .ry / x2 .rx1 / x2 f ij =
c. rx2 / yx1 = n••
1 − ry2/ x1 şi se va calcula testul statistic.
r c (nij − f ij )
0,94422 + 0,6332 2 − 2.0,8527.0,9442.0,6332 χ 2 = ∑∑
rx2 / yx1 = = 0,9999083 i =1 j =1 f ij
1 − 0,8527 2
 STATISTICĂ ŞI ECONOMETRIE 217 218 Gh. COMAN

Introducând datele din tabelul 56: k. Determinarea coeficienţilor de corelaţie parţială liniară
7 × 3415,5 − 270,5 × 73 ryx1 − ryx2 .rx1x2
ry / x1 = = 0,8527 a. ryx1 / x2 =
[7 × 12911,75 − 270,5 ].[7 × 959 − 73 ]
2 2
(1 − ryx2 2 ).(1 − rx21x2 )
nΣy.x2 − (Σy ).(Σx2 )
b. ry / x2 = ryx1 / x 2 =
0,8527 − 0,9442 × 0,6332
= 0,9996159
[nΣy 2 − (Σy ) 2 ].[nΣx22 − (Σx2 ) 2 ] (1 − 0,9442 2 ).(1 − 0,6332 2 )
7 × 2148 − 270,5 × 44 ryx2 − ryx1 .rx1 x2
ry / x 2 = = 0,9442 b. ryx2 / x1 =
17212 × 640
(1 − ryx2 1 ).(1 − rx21 x2 )
nΣx1.x2 − (Σx1 ).(Σx2 ) 0,9442 − 0,8527 × 0,6332
c. rx / x = ryx2 / x1 = = 0,9998474
1 2
[nΣx12 − (Σx1 ) 2
].[nΣx22 − (Σx2 ) ] 2 (1 − 0,8527 2 ).(1 − 0,6332 2 )
26. S-a efectuat un sondaj pe un eşantion de 1200 consumatori
7 × 544 − 73 × 44 privind analiza cererii pentru un anumit produs şi modul de apreciere a
rx1 / x 2 = = 0,6332 acestuia sub influenţa diferiţilor factori. Un segment din prelucrarea datelor
1384 × 640 este evidenţiat în tabelul următor:
k. Determinarea coeficienţilor de corelaţie multiplă liniară y, x1şi x2; Tabelul 57
ry2/ x1 + ry2/ x2 − 2.ry / x1 .ry / x2 .rx1 / x2 Aprecieri
Grupe de vârstă (ani)
Total
a. ry / x1x2 = Sub 30 30 - 50 Peste 50
1 − rx21 / x2 Favorabile . 193 232 139 564
Nefavorabile 230 241 165 636
0,8527 2 + 0,9442 2 − 2.0,8527.0,9442.0,6332 Total 423 473 304 1200
ry / x1x2 = = 0,9999582
1 − 0,6332 2
Să se stabilească dacă vârsta influenţează semnificativ aprecierea
ry2/ x1 + rx21 / x 2 − 2.ry / x1 .ry / x 2 .rx1 / x 2 produsului alegând un nivel de semnificaţie α = 0,05.
= Rezolvare. Se va folosi criteriul χ2. Pentru testul χ de independenţă
2
b. rx / yx
1 2
1 − ry2/ x 2 pentru tabelul „r x c” de contingenţă (asociere) se aplică sub presupunerea
că fiecare observaţie (unitate statistică) este clasificată independent de orice
altă observaţie. Ipoteza nulă constă în independenţa clasificării pe linie faţă
0,85272 + 0,63322 − 2.0,8527.0,9442.0,6332
rx1 / yx2 = = 0,9997695 de clasificarea pe coloane. Se vor determina atunci frecvenţele teoretice
1 − 0,94422 (aşteptate) în rândul i şi coloana j.
ni• × n• j
ry2/ x2 + rx21 / x2 − 2.ry / x1 .ry / x2 .rx1 / x2 f ij =
c. rx2 / yx1 = n••
1 − ry2/ x1 şi se va calcula testul statistic.
r c (nij − f ij )
0,94422 + 0,6332 2 − 2.0,8527.0,9442.0,6332 χ 2 = ∑∑
rx2 / yx1 = = 0,9999083 i =1 j =1 f ij
1 − 0,8527 2
 STATISTICĂ ŞI ECONOMETRIE 219 220 Gh. COMAN

Ipoteza nulă se respinge (şi deci se acceptă ipoteza alternativă, F5 25,40 71,8
aceea că există dependenţă între clasificarea pe linii şi cea pe coloane), la
F6 35,82 179,7
un nivel de semnificaţie α, dacă χ calc
2
> χ α2 , ( r −1)( c −1) , unde (r–1)(c-1)
F7 13,35 53,7
reprezintă numărul gradelor de libertate. F8 22,76 65,3
Se apreciază că legătura este cu atât mai intensă cu cât distanţa
dintre cele două variabile χ2 este mai mare. Pentru exemplul considerat, se F9 21,23 74,3
emite ipoteza nulă H0 conform căreia aprecierea totală (apreciabil + F10 19,28 55,3
neapreciabil) are aceleaşi proporţii în cadrul fiecărei subgrupe de vârstă. În Să se stabilească dacă între cele două variabile există legătură, de
acest caz frecvenţele în fiecare subgrupă ar trebui să fie următoarele: ce sens şi de ce intensitate.
Tabelul 58 Rezolvare.
Grupe de vârstă (ani) Se optează pentru coeficienţii Kendall şi Spearman. În construirea
Aprecieri Total
Sub 30 30 - 50 Peste 50 coeficientului Kendall, autorul porneşte de la o populaţie statistică cu privire
199 222 143 564 la care se doreşte analiza corelaţiei dintre variabilele x şi y.
Favorabile Se consideră cazul cel mai simplu, când nici o variantă nu se repetă
(47%.423) (47%.473) (47%.304) (47%)
224 251 161 636 şi în acest caz, distribuind unităţile pe cele două variabile se obţine:
Nefavorabile x: x1, x2,…,xi,…,xn.
(53%.423) (53%.473) (53%.304) (53%)
y: y1, y2,…,yj,…,yn.
423 473 304 1200 Se ordonează rangurile după variabila factorială x şi se înscriu, în
Total
(100%) (100%) (100%) (100%) paralel, pe şirul al doilea, rangurile acordate după cea de a doua variabilă
rezultativă y. Se notează apoi cu pi numărul de ranguri superioare rangului i
Pe baza tabelului 57 se calculează: al variabilei dependente care există pe coloana respectivă după fiecare rang,

χ2 =
(193 − 199)2 + (232 − 222)2 + (139 − 143)2 + iar cu qi numărul de ranguri inferioare variabilei dependente care există după
fiecare rang al acesteia.
199 222 143 Coeficientul lui Kendall se exprimă cu relaţia:

+
(230 − 224) + (421 − 251) + (165 − 161)2 = 1,401
2 2
2(Σpi − Σqi ) 2.( P − Q ) 2.S
k= = =
224 251 161 n.( n − 1) n.( n − 1) n.( n − 1)
HI – pătrat calculat se compară cu HI – pătrat tabelat.
Pentru α = 0,05 şi ν = (2 – 1)(3 – 1) = 2, χ2 = 5,991. S = P − Q; P = Σpi ; Q = Σqi
Deoarece: Între rangurile perechi poate exista concordanţă totală, discordanţă
totală sau o situaţie intermediară. De aceea, coeficientul lui Kendall variază
χ 2
calculat = 1,401 < χ 2
tab = 5,991 tot între –1 şi +1. Astfel, dacă între rangurile celor două variabile există o
ipoteza nulă se admite, adică aprecierile persoanelor privind produsul nu concordanţă deplină, atunci Q = 0, iar k = 1; dacă între ranguri există o
sunt influenţate de vârstă. discordanţă totală atunci P = 0 şi k = -1.
27. Se cunosc următoarele date cu privire la capitalul utilizat şi Semnificaţia coeficientului este următoarea. Semnul lui k arată
volumul vânzărilor dintr-o lună, pentru zece firme, principale producătoare sensul legăturii: când k > 0 (adică P > 0) între variabile există legătură
ale unei game de produse, tabelul 59: directă; când k < 0 (adică P < 0) între variabile există legătură inversă. Când
Tabelul 59 k tinde la 1 (adică P şi Q tind spre valoarea maximă) legătura dintre cele
Firma Capital utilizat (u.m.) Vânzări (u.m.) două variabile este mai intensă. Când k tinde la 0 (adică P şi Q sunt
apropiate) legătura dintre cele două variabile este mai slabă.
F1 20,46 75,6
Coeficientul Spearman, caracterizează intensitatea legăturii dintre
F2 13,36 35,7 caracteristica factorială x şi caracteristica rezultativă y în ipoteza existenţei
F3 25,31 104,9 unei legături între cele două variabile.
Autorul porneşte de la expresia:
F4 33,73 129,6
 STATISTICĂ ŞI ECONOMETRIE 219 220 Gh. COMAN

Ipoteza nulă se respinge (şi deci se acceptă ipoteza alternativă, F5 25,40 71,8
aceea că există dependenţă între clasificarea pe linii şi cea pe coloane), la
F6 35,82 179,7
un nivel de semnificaţie α, dacă χ calc
2
> χ α2 , ( r −1)( c −1) , unde (r–1)(c-1)
F7 13,35 53,7
reprezintă numărul gradelor de libertate. F8 22,76 65,3
Se apreciază că legătura este cu atât mai intensă cu cât distanţa
dintre cele două variabile χ2 este mai mare. Pentru exemplul considerat, se F9 21,23 74,3
emite ipoteza nulă H0 conform căreia aprecierea totală (apreciabil + F10 19,28 55,3
neapreciabil) are aceleaşi proporţii în cadrul fiecărei subgrupe de vârstă. În Să se stabilească dacă între cele două variabile există legătură, de
acest caz frecvenţele în fiecare subgrupă ar trebui să fie următoarele: ce sens şi de ce intensitate.
Tabelul 58 Rezolvare.
Grupe de vârstă (ani) Se optează pentru coeficienţii Kendall şi Spearman. În construirea
Aprecieri Total
Sub 30 30 - 50 Peste 50 coeficientului Kendall, autorul porneşte de la o populaţie statistică cu privire
199 222 143 564 la care se doreşte analiza corelaţiei dintre variabilele x şi y.
Favorabile Se consideră cazul cel mai simplu, când nici o variantă nu se repetă
(47%.423) (47%.473) (47%.304) (47%)
224 251 161 636 şi în acest caz, distribuind unităţile pe cele două variabile se obţine:
Nefavorabile x: x1, x2,…,xi,…,xn.
(53%.423) (53%.473) (53%.304) (53%)
y: y1, y2,…,yj,…,yn.
423 473 304 1200 Se ordonează rangurile după variabila factorială x şi se înscriu, în
Total
(100%) (100%) (100%) (100%) paralel, pe şirul al doilea, rangurile acordate după cea de a doua variabilă
rezultativă y. Se notează apoi cu pi numărul de ranguri superioare rangului i
Pe baza tabelului 57 se calculează: al variabilei dependente care există pe coloana respectivă după fiecare rang,

χ2 =
(193 − 199)2 + (232 − 222)2 + (139 − 143)2 + iar cu qi numărul de ranguri inferioare variabilei dependente care există după
fiecare rang al acesteia.
199 222 143 Coeficientul lui Kendall se exprimă cu relaţia:

+
(230 − 224) + (421 − 251) + (165 − 161)2 = 1,401
2 2
2(Σpi − Σqi ) 2.( P − Q ) 2.S
k= = =
224 251 161 n.( n − 1) n.( n − 1) n.( n − 1)
HI – pătrat calculat se compară cu HI – pătrat tabelat.
Pentru α = 0,05 şi ν = (2 – 1)(3 – 1) = 2, χ2 = 5,991. S = P − Q; P = Σpi ; Q = Σqi
Deoarece: Între rangurile perechi poate exista concordanţă totală, discordanţă
totală sau o situaţie intermediară. De aceea, coeficientul lui Kendall variază
χ 2
calculat = 1,401 < χ 2
tab = 5,991 tot între –1 şi +1. Astfel, dacă între rangurile celor două variabile există o
ipoteza nulă se admite, adică aprecierile persoanelor privind produsul nu concordanţă deplină, atunci Q = 0, iar k = 1; dacă între ranguri există o
sunt influenţate de vârstă. discordanţă totală atunci P = 0 şi k = -1.
27. Se cunosc următoarele date cu privire la capitalul utilizat şi Semnificaţia coeficientului este următoarea. Semnul lui k arată
volumul vânzărilor dintr-o lună, pentru zece firme, principale producătoare sensul legăturii: când k > 0 (adică P > 0) între variabile există legătură
ale unei game de produse, tabelul 59: directă; când k < 0 (adică P < 0) între variabile există legătură inversă. Când
Tabelul 59 k tinde la 1 (adică P şi Q tind spre valoarea maximă) legătura dintre cele
Firma Capital utilizat (u.m.) Vânzări (u.m.) două variabile este mai intensă. Când k tinde la 0 (adică P şi Q sunt
apropiate) legătura dintre cele două variabile este mai slabă.
F1 20,46 75,6
Coeficientul Spearman, caracterizează intensitatea legăturii dintre
F2 13,36 35,7 caracteristica factorială x şi caracteristica rezultativă y în ipoteza existenţei
F3 25,31 104,9 unei legături între cele două variabile.
Autorul porneşte de la expresia:
F4 33,73 129,6
 STATISTICĂ ŞI ECONOMETRIE 221 222 Gh. COMAN

Σ( xi − x ).( y j − y ) Substituind în expresia coeficientului de corelaţie Pearson, rezultă

ry / x = coeficientul lui Spearman:
n.σ x .σ y 6Σd 2
reprezentând coeficientul de corelaţie simplă liniară. c =1−
Se fac notaţiile: X = x − x şi Y = y − y cărora li se asociază n.(n 2 − 1)
mărimile lor. De remarcat faptul că rangurile aferente diferenţelor sunt Semnificaţia coeficientului lui Spearman este similară coeficientului
aceleaşi cu rangurile variantelor. lui Kendall.
Considerând că rangurile variabilelor X şi Y sunt constituite din Pentru a calcula coeficienţii Kendall şi Spearman se ordonează
primele n numere naturale, întregi şi pozitive, nivelul mediu al celor două datele într-un tabel de forma:
variabile va fi dat de expresiile: Tabelul 60

n +1 Rangul după:
x=y=
2
Firma d d P Q P-Q
x y
2
iar abaterile medii pătratice se vor calcula cu expresiile: F6 1 1 0 0 9 0 9

Σx 2
Σy 2
F4 2 2 0 0 8 0 8
σx = − x2
i
; σy = j
− y2
n n F5 3 6 -3 9 4 3 1
Suma pătratelor primelor n numere naturale este dată de expresia:
F3 4 3 1 1 5 0 5
n.(n − 1).(2.n + 1)
12 + 2 2 + 3 2 + ... + n 2 = = Σxi2 = Σyi2
6 F8 5 7 -2 4 3 2 1

n.(n + 1).(2.n + 1) F9 6 5 1 1 3 1 2
⎛ n +1⎞ n2 −1
2

σx =σ y = 6 −⎜ ⎟ = F1 7 4 3 9 3 0 3
n ⎝ 2 ⎠ 12
F10 8 8 0 0 2 0 2

n −1
2
F2 9 10 -1 1 0 1 -1
n.σ x .σ y = n
12 F7 10 9 1 1 0 0 0

Se introduce ideea de distanţă „d” reprezentând diferenţa dintre Total - - 0 26 37 7 30

rangurile perechi ale variabilelor analizate, astfel: di = xi – yj. Va rezulta:

2.n.(n − 1) 2 Coeficientul Kendal:

Σd =i
2
− 2.Σ( x − x ).( y − y )
i j k=
2.( P − Q )
=
2.30
= 0,67 sau 67%
12 n.( n − 1) 10.(10 − 1)
de unde rezultă:
Coeficientul Spearman:
n.(n 2 − 1) 6.Σdi2 6Σd 2 6.26
Σ( xi − x ).( y j − y ) = − c =1− = = 0,84 sau 84%
12 12 n.(n − 1) 10.(100 − 1)
2
 STATISTICĂ ŞI ECONOMETRIE 221 222 Gh. COMAN

Σ( xi − x ).( y j − y ) Substituind în expresia coeficientului de corelaţie Pearson, rezultă

ry / x = coeficientul lui Spearman:
n.σ x .σ y 6Σd 2
reprezentând coeficientul de corelaţie simplă liniară. c =1−
Se fac notaţiile: X = x − x şi Y = y − y cărora li se asociază n.(n 2 − 1)
mărimile lor. De remarcat faptul că rangurile aferente diferenţelor sunt Semnificaţia coeficientului lui Spearman este similară coeficientului
aceleaşi cu rangurile variantelor. lui Kendall.
Considerând că rangurile variabilelor X şi Y sunt constituite din Pentru a calcula coeficienţii Kendall şi Spearman se ordonează
primele n numere naturale, întregi şi pozitive, nivelul mediu al celor două datele într-un tabel de forma:
variabile va fi dat de expresiile: Tabelul 60

n +1 Rangul după:
x=y=
2
Firma d d P Q P-Q
x y
2
iar abaterile medii pătratice se vor calcula cu expresiile: F6 1 1 0 0 9 0 9

Σx 2
Σy 2
F4 2 2 0 0 8 0 8
σx = − x2
i
; σy = j
− y2
n n F5 3 6 -3 9 4 3 1
Suma pătratelor primelor n numere naturale este dată de expresia:
F3 4 3 1 1 5 0 5
n.(n − 1).(2.n + 1)
12 + 2 2 + 3 2 + ... + n 2 = = Σxi2 = Σyi2
6 F8 5 7 -2 4 3 2 1

n.(n + 1).(2.n + 1) F9 6 5 1 1 3 1 2
⎛ n +1⎞ n2 −1
2

σx =σ y = 6 −⎜ ⎟ = F1 7 4 3 9 3 0 3
n ⎝ 2 ⎠ 12
F10 8 8 0 0 2 0 2

n −1
2
F2 9 10 -1 1 0 1 -1
n.σ x .σ y = n
12 F7 10 9 1 1 0 0 0

Se introduce ideea de distanţă „d” reprezentând diferenţa dintre Total - - 0 26 37 7 30

rangurile perechi ale variabilelor analizate, astfel: di = xi – yj. Va rezulta:

2.n.(n − 1) 2 Coeficientul Kendal:

Σd =i
2
− 2.Σ( x − x ).( y − y )
i j k=
2.( P − Q )
=
2.30
= 0,67 sau 67%
12 n.( n − 1) 10.(10 − 1)
de unde rezultă:
Coeficientul Spearman:
n.(n 2 − 1) 6.Σdi2 6Σd 2 6.26
Σ( xi − x ).( y j − y ) = − c =1− = = 0,84 sau 84%
12 12 n.(n − 1) 10.(100 − 1)
2
 STATISTICĂ ŞI ECONOMETRIE 223 224 Gh. COMAN

Se apreciază că între caracteristica „volumul capitalului utilizat” şi ⎧d = n c−d 0−n

caracteristica „volumul vânzărilor” există o legătură destul de puternică. ⇒⎨ ⇒K = = = −1
Coeficientul rangurilor calculat după formula lui Kendall este, de ⎩c = 0 n n
obicei, mai mic decât cel calculat după formula lui Spearman. 3. Dacă numărul concordanţelor este egal cu numărul de
28. Se cunosc următoarele date privind salariul negociat şi discordanţe, atunci:
vechimea în muncă a 10 angajaţi ai unei firme, tabelul 61:
c−d
Tabelul 61 c=d ⇒K = =0
Nr. crt Vechimea în muncă (ani) Salariul negociat (u.m.) n
Coeficientul lui Fechner are dezavantajul că ţine seama doar de
1 5 600 semnele abaterilor şi nu de mărimea acestor abateri Δxi, Δyi, de aceea se
2 6 500 calculează un coeficient ponderat de concordanţă.
C−D
3 8 900 K=
C+D
4 10 1300 unde, C = ΣΔxi.Δyj, pentru Δxi. Δyj > 0; D = ΣΔxi.Δyj, pentru Δxi.Δyj < 0;

5 13 1200
[ ]
K ∈ − 1,+1 . Se realizează tabelul 62.
Tabelul 62
6 15 1400 Salariul
Nr. Vechimea în
7 17 1600 negociat Δ xi Δyj C sau D
crt muncă (ani)
(u.m.)
8 18 1800 1 5 600 - - -
9 19 2000 2 6 500 1 -100 D
10 20 1900 3 8 900 2 400 C
4 10 1300 2 400 C
Să se determine în ce măsură cele două variabile se corelează. 5 13 1200 3 -100 D
Rezolvare. Se va folosi metoda lui Fechner. Coeficientul lui
Fechner presupune determinarea unui coeficient de concordanţă denumit 6 15 1400 2 200 C
coeficient simplu de covariaţie diferenţială: 7 17 1600 2 200 C
c−d
K ∈ [− 1,+1]
8 18 1800 1 200 C
K= ,
n 9 19 2000 1 200 C
unde c şi d reprezintă numărul de concordanţe, respectiv discordanţe de 10 20 1900 1 -100 D
semne ale abaterilor.
Total D=3;C=6
Δxi = xi − xi −1 ; Δy j = y j − y j −1 sau C − D 6−3
f = = = 0,3 sau 30%
Δxi = xi − x ; Δy j = y j − y C + D 6+3
29. Valoarea fondurilor fixe (u.m.) şi numărul de salariaţi din 10
1. Dacă există numai concordanţe de semne: unităţi productive se prezintă în coloanele 1 (xi) şi 2 (yj).
⎧d = n c−d n−0 Tabelul 63
⇒⎨ ⇒K= = =1 xi yj
2 2
xi.yj ( y j − yˆ j ) 2
( y j − y)2
⎩c = 0
Nr. crt xi yj ŷ j
n n
2. Dacă există numai discordanţe de semne: 0 1 2 3 4 5 6 7 8
1 20 2 400 4 40 3 1 86,43
 STATISTICĂ ŞI ECONOMETRIE 223 224 Gh. COMAN

Se apreciază că între caracteristica „volumul capitalului utilizat” şi ⎧d = n c−d 0−n

caracteristica „volumul vânzărilor” există o legătură destul de puternică. ⇒⎨ ⇒K = = = −1
Coeficientul rangurilor calculat după formula lui Kendall este, de ⎩c = 0 n n
obicei, mai mic decât cel calculat după formula lui Spearman. 3. Dacă numărul concordanţelor este egal cu numărul de
28. Se cunosc următoarele date privind salariul negociat şi discordanţe, atunci:
vechimea în muncă a 10 angajaţi ai unei firme, tabelul 61:
c−d
Tabelul 61 c=d ⇒K = =0
Nr. crt Vechimea în muncă (ani) Salariul negociat (u.m.) n
Coeficientul lui Fechner are dezavantajul că ţine seama doar de
1 5 600 semnele abaterilor şi nu de mărimea acestor abateri Δxi, Δyi, de aceea se
2 6 500 calculează un coeficient ponderat de concordanţă.
C−D
3 8 900 K=
C+D
4 10 1300 unde, C = ΣΔxi.Δyj, pentru Δxi. Δyj > 0; D = ΣΔxi.Δyj, pentru Δxi.Δyj < 0;

5 13 1200
[ ]
K ∈ − 1,+1 . Se realizează tabelul 62.
Tabelul 62
6 15 1400 Salariul
Nr. Vechimea în
7 17 1600 negociat Δ xi Δyj C sau D
crt muncă (ani)
(u.m.)
8 18 1800 1 5 600 - - -
9 19 2000 2 6 500 1 -100 D
10 20 1900 3 8 900 2 400 C
4 10 1300 2 400 C
Să se determine în ce măsură cele două variabile se corelează. 5 13 1200 3 -100 D
Rezolvare. Se va folosi metoda lui Fechner. Coeficientul lui
Fechner presupune determinarea unui coeficient de concordanţă denumit 6 15 1400 2 200 C
coeficient simplu de covariaţie diferenţială: 7 17 1600 2 200 C
c−d
K ∈ [− 1,+1]
8 18 1800 1 200 C
K= ,
n 9 19 2000 1 200 C
unde c şi d reprezintă numărul de concordanţe, respectiv discordanţe de 10 20 1900 1 -100 D
semne ale abaterilor.
Total D=3;C=6
Δxi = xi − xi −1 ; Δy j = y j − y j −1 sau C − D 6−3
f = = = 0,3 sau 30%
Δxi = xi − x ; Δy j = y j − y C + D 6+3
29. Valoarea fondurilor fixe (u.m.) şi numărul de salariaţi din 10
1. Dacă există numai concordanţe de semne: unităţi productive se prezintă în coloanele 1 (xi) şi 2 (yj).
⎧d = n c−d n−0 Tabelul 63
⇒⎨ ⇒K= = =1 xi yj
2 2
xi.yj ( y j − yˆ j ) 2
( y j − y)2
⎩c = 0
Nr. crt xi yj ŷ j
n n
2. Dacă există numai discordanţe de semne: 0 1 2 3 4 5 6 7 8
1 20 2 400 4 40 3 1 86,43
 STATISTICĂ ŞI ECONOMETRIE 225 226 Gh. COMAN

2 323 21 104329 441 6783 23 4 94,09 Coeficientul lui Yule se determină cu expresia:
3 156 18 24336 324 2808 12 36 44,89 n11n22 − n21n12 5.5 − 0
Q= = = +1
4 180 14 32400 196 2525 14 0 7,29 n11n22 + n21n12 5.5 + 0
5 98 11 9604 121 1078 8 9 0,09
Se observă existenţa unei legături foarte puternice şi pozitive.
6 73 6 5329 36 438 7 1 28,09 În continuare, pentru a analiza dependenţa dintre variabila cauzală
7 334 21 111556 441 7014 24 9 94,09 X şi variabila rezultativă Y, se aplică un model de regresie liniară simplă, de
8 20 1 400 1 20 3 4 106,09 forma:
9 52 2 2704 4 104 5 9 86,43 yˆ j = a + b.xi
10 203 17 41209 289 3451 15 4 32,49
Prin aplicarea metodei celor mai mici pătrate rezultă sistemul:
Total 1459 113 332267 1857 24256 113 77 579,98
⎧⎪n.a + b.Σxi = Σy j
Se cere să se determine dacă există o legătură între cele două ⎨
⎪⎩a.Σxi + b.Σxi = Σxi y j
2
variabile: independentă (xi) şi dependentă (yj).
Rezolvare. Se optează, la început, pentru aplicarea testului lui Yule de unde se obţine:
pentru a observa dacă există legătură între cele două variabile: cauzală (X)
şi rezultativă (Y). Coeficientul Q al lui Yule măsoară şi el intensitatea Σy j Σxi2 − Σxi Σy j 10 × 332267 − 1459 × 24256 2156667
a= = = = 1,80627
asocierii dintre variabile alternative, având expresia: nΣx − (Σxi )
2
i
2
10 × 332267 − (1459) 2 1193989
n n − n21n12 nΣxi Σy j − Σxi Σy j 10 × 24256 − 1459 × 113 77693
Q = 11 22 b= = = = 0,06507
n11n22 + n21n12 nΣxi2 − (Σxi ) 2 10 × 332267 − (1459) 2 1193989
Modelul de regresie va fi:
Acest indicator ia valori cuprinse între –1 şi +1; el ia valoarea 0
când n11n22 = n21n12, deci există o independenţă între variabile; spre yˆ j = 1,80627 + 0,06507.xi
deosebire de ϕ, acest indicator ia valori extreme chiar şi în cazul în care o
singură frecvenţă interioară a tabelului este nulă. O valoare apropiată de +1 Calculele intermediar sunt prezentate în tabelul 63. Valorile ajustate
ne arată o asociere pozitivă; iar o valoare apropiată de –1, o asociere ale numărului de salariaţi în dependenţă de valoarea fondurilor fixe sunt
calculate în coloana 6 din tabelul 63.
negativă.
Cum panta dreptei este b > 0 se trage concluzia că între cele două
Tabelul 64
variabile există o legătură directă. Dacă valoarea fondurilor fixe creşte cu
yi
xi
yj < 11,3 yj > 11,3 Total 100 u.m., atunci numărul de salariaţi creşte în medie cu 6,5 ≈ 7 salariaţi,
dacă nu se implică o automatizare a proceselor de lucru.
0 1 2 3
30. Înregistrările statistice stabilesc următoarele date privind
xi < 145,9 n11 = 5 n12 = 0 n 1• = 5 valoarea fondurilor fixe şi producţia globală la opt unităţi economice cu profil
xi > 145,9 n21 = 0 n22 = 5 n 2• = 5 similar.
Total n •1 = 5 n •2 = 5 n•• = 10 Tabelul 65
Valoarea fondurilor fixe
Se determină valorile medii: Nr. crt Firma Producţia globală (u.m.)
(u.m.)
Σxi 1459 1 F1 127.296 751.173
x= = = 145,9 u.m. / unit ; 2 F2 342.158 1.123.600
n 10
3 F3 97.925 644.173
Σy j 113
y= = = 11,3 salariati / unit ; 4 F4 286.469 894.013
m 10 5 F5 111.445 803.597
Se alcătuieşte tabelul de asociere, tabelul 64. 6 F6 252.483 842.665
 STATISTICĂ ŞI ECONOMETRIE 225 226 Gh. COMAN

2 323 21 104329 441 6783 23 4 94,09 Coeficientul lui Yule se determină cu expresia:
3 156 18 24336 324 2808 12 36 44,89 n11n22 − n21n12 5.5 − 0
Q= = = +1
4 180 14 32400 196 2525 14 0 7,29 n11n22 + n21n12 5.5 + 0
5 98 11 9604 121 1078 8 9 0,09
Se observă existenţa unei legături foarte puternice şi pozitive.
6 73 6 5329 36 438 7 1 28,09 În continuare, pentru a analiza dependenţa dintre variabila cauzală
7 334 21 111556 441 7014 24 9 94,09 X şi variabila rezultativă Y, se aplică un model de regresie liniară simplă, de
8 20 1 400 1 20 3 4 106,09 forma:
9 52 2 2704 4 104 5 9 86,43 yˆ j = a + b.xi
10 203 17 41209 289 3451 15 4 32,49
Prin aplicarea metodei celor mai mici pătrate rezultă sistemul:
Total 1459 113 332267 1857 24256 113 77 579,98
⎧⎪n.a + b.Σxi = Σy j
Se cere să se determine dacă există o legătură între cele două ⎨
⎪⎩a.Σxi + b.Σxi = Σxi y j
2
variabile: independentă (xi) şi dependentă (yj).
Rezolvare. Se optează, la început, pentru aplicarea testului lui Yule de unde se obţine:
pentru a observa dacă există legătură între cele două variabile: cauzală (X)
şi rezultativă (Y). Coeficientul Q al lui Yule măsoară şi el intensitatea Σy j Σxi2 − Σxi Σy j 10 × 332267 − 1459 × 24256 2156667
a= = = = 1,80627
asocierii dintre variabile alternative, având expresia: nΣx − (Σxi )
2
i
2
10 × 332267 − (1459) 2 1193989
n n − n21n12 nΣxi Σy j − Σxi Σy j 10 × 24256 − 1459 × 113 77693
Q = 11 22 b= = = = 0,06507
n11n22 + n21n12 nΣxi2 − (Σxi ) 2 10 × 332267 − (1459) 2 1193989
Modelul de regresie va fi:
Acest indicator ia valori cuprinse între –1 şi +1; el ia valoarea 0
când n11n22 = n21n12, deci există o independenţă între variabile; spre yˆ j = 1,80627 + 0,06507.xi
deosebire de ϕ, acest indicator ia valori extreme chiar şi în cazul în care o
singură frecvenţă interioară a tabelului este nulă. O valoare apropiată de +1 Calculele intermediar sunt prezentate în tabelul 63. Valorile ajustate
ne arată o asociere pozitivă; iar o valoare apropiată de –1, o asociere ale numărului de salariaţi în dependenţă de valoarea fondurilor fixe sunt
calculate în coloana 6 din tabelul 63.
negativă.
Cum panta dreptei este b > 0 se trage concluzia că între cele două
Tabelul 64
variabile există o legătură directă. Dacă valoarea fondurilor fixe creşte cu
yi
xi
yj < 11,3 yj > 11,3 Total 100 u.m., atunci numărul de salariaţi creşte în medie cu 6,5 ≈ 7 salariaţi,
dacă nu se implică o automatizare a proceselor de lucru.
0 1 2 3
30. Înregistrările statistice stabilesc următoarele date privind
xi < 145,9 n11 = 5 n12 = 0 n 1• = 5 valoarea fondurilor fixe şi producţia globală la opt unităţi economice cu profil
xi > 145,9 n21 = 0 n22 = 5 n 2• = 5 similar.
Total n •1 = 5 n •2 = 5 n•• = 10 Tabelul 65
Valoarea fondurilor fixe
Se determină valorile medii: Nr. crt Firma Producţia globală (u.m.)
(u.m.)
Σxi 1459 1 F1 127.296 751.173
x= = = 145,9 u.m. / unit ; 2 F2 342.158 1.123.600
n 10
3 F3 97.925 644.173
Σy j 113
y= = = 11,3 salariati / unit ; 4 F4 286.469 894.013
m 10 5 F5 111.445 803.597
Se alcătuieşte tabelul de asociere, tabelul 64. 6 F6 252.483 842.665
 STATISTICĂ ŞI ECONOMETRIE 227 228 Gh. COMAN

7 F7 124.274 620.277 8 F8 8 7 1 1 0 0 0
8 F8 404.147 964.966 Total 24 4 20
Se cere să se studieze existenţa, direcţia şi intensitatea legăturii Efectuând înlocuirile necesare se obţine:
dintre valoare fondurilor fixe (u.m.) şi valoarea producţiei globale anuale 2.( P − Q) 2.20
(u.m.), cu ajutorul coeficienţilor de corelaţie a rangurilor ai lui Spearman şi k= = = 0,71
Kendall. n.( n − 1) 8.7
Rezolvare. Coeficientul lui Spearman se determină cu expresia: valoare a cărei interpretare este aceeaşi ca în cazul coeficientului lui
Spearman.
6Σ d 2
31. Într-o unitate economică, din totalul salariaţilor se formează
c = 1− i
întâmplător şi nerepetat, prin selecţie, un eşantion de 400 salariaţi care
n.( n 2 − 1) reprezintă 10% din totalul salariaţilor. La realizarea selecţiei se înregistrează
unde di reprezintă diferenţa între rangurile celor două variabile, aferente vechimea în muncă şi timpul nelucrat de către subiecţi. Datele prelucrate
aceleiaşi unităţi. Se ordonează perechile de valori în ordinea crescătoare a primar se prezintă în felul următor, tabelul 68:
valorilor xi, apoi se atribuie ranguri valorilor celor două variabile, tabelul 66. Tabelul 68. Date iniţiale
Tabelul 66 Grupe tipice după Subgrupe după timpul nelucrat,
Nr. Fonduri Producţia x y vechime minute Total
crt
Firma
fixe globală
R R di d i2 (ani) Sub 45 45-55 55-65
3 F3 97.925 644.173 1 2 -1 1 Sub 10 - 25% 75% 100%
5 F5 111.445 803.597 2 4 -2 4 10 – 20 15% 50% 35% 100%
7 F7 124.274 620.277 3 1 2 4
Peste 20 90% 10% - 100%
1 F1 127.296 751.173 4 3 1 1
6 F6 252.483 842.665 5 5 0 0
Ştiind că eşantionul este structurat:
4 F4 286.469 894.013 6 6 0 0
- sub 10 ani cu o pondere numerică de 25%;
2 F2 342.158 1.123.600 7 8 -1 1
- între 10 şi 20 de ani cu o pondere numerică de 40%;
8 F8 404.147 964.966 8 7 1 1 - peste 20 de ani o pondere numerică de 35%,
Total 12 Se cere:
6Σd i2 6.12 6.12 1. Timpul mediu nelucrat pe grupe de vechime şi timpul mediu
c =1− =1− =1− = 0,86 nelucrat al eşantionului, precizându-se dacă sunt valori reprezentative;
n.(n − 1)
2
8.(8 − 1)
2
8.63 2. Felurile dispersiilor şi verificarea regulii de adunare a dispersiilor;
Coeficientul lui Kendall se determină cu expresia: 3. Să se verifice semnificaţia factorului principal de grupare
2.( P − Q ) (vechimea în muncă), pentru variaţia timpului nelucrat, prin:
k= a. coeficientul de determinaţie;
n.( n − 1) b. prin criteriul „F” de analiză dispersională, ştiind că pentru P =
Se întocmeşte tabelul 67: 0,95, F = 2,99, pentru nz = 397, nx = 2.
Tabelul 67 4. Să se precizeze tipul de selecţie şi să se calculeze indicatorii de
Nr. selecţie astfel:
crt
Firma R
x
R
y
di d i2 P Q P-Q
a. eroarea medie de reprezentativitate a timpului nelucrat;
3 F3 1 2 -1 1 6 1 5 b. eroarea medie limită şi limitele între care se vor încadra timpul
mediu nefolosit şi timpul total, dacă Φz = 0,9973 (z = 3);
5 F5 2 4 -2 4 4 2 2
c. dacă eroarea limită a timpului mediu nelucrat se micşorează de
7 F7 3 1 2 4 5 0 5 1,3 ori, restul elementelor de calcul rămânând neschimbate, să
1 F1 4 3 1 1 4 0 4 se determine volumul noului eşantion şi să se repartizeze pe
6 F6 5 5 0 0 3 0 3 grupe proporţional şi optim;
4 F4 6 6 0 0 2 0 2 d. cu ce probabilitate se va garanta apariţia rezultatelor, dacă se
2 F2 7 8 -1 1 0 1 -1 foloseşte eroarea limită de la 4.c şi eroare medie de la 4.a ?
 STATISTICĂ ŞI ECONOMETRIE 227 228 Gh. COMAN

7 F7 124.274 620.277 8 F8 8 7 1 1 0 0 0
8 F8 404.147 964.966 Total 24 4 20
Se cere să se studieze existenţa, direcţia şi intensitatea legăturii Efectuând înlocuirile necesare se obţine:
dintre valoare fondurilor fixe (u.m.) şi valoarea producţiei globale anuale 2.( P − Q) 2.20
(u.m.), cu ajutorul coeficienţilor de corelaţie a rangurilor ai lui Spearman şi k= = = 0,71
Kendall. n.( n − 1) 8.7
Rezolvare. Coeficientul lui Spearman se determină cu expresia: valoare a cărei interpretare este aceeaşi ca în cazul coeficientului lui
Spearman.
6Σ d 2
31. Într-o unitate economică, din totalul salariaţilor se formează
c = 1− i
întâmplător şi nerepetat, prin selecţie, un eşantion de 400 salariaţi care
n.( n 2 − 1) reprezintă 10% din totalul salariaţilor. La realizarea selecţiei se înregistrează
unde di reprezintă diferenţa între rangurile celor două variabile, aferente vechimea în muncă şi timpul nelucrat de către subiecţi. Datele prelucrate
aceleiaşi unităţi. Se ordonează perechile de valori în ordinea crescătoare a primar se prezintă în felul următor, tabelul 68:
valorilor xi, apoi se atribuie ranguri valorilor celor două variabile, tabelul 66. Tabelul 68. Date iniţiale
Tabelul 66 Grupe tipice după Subgrupe după timpul nelucrat,
Nr. Fonduri Producţia x y vechime minute Total
crt
Firma
fixe globală
R R di d i2 (ani) Sub 45 45-55 55-65
3 F3 97.925 644.173 1 2 -1 1 Sub 10 - 25% 75% 100%
5 F5 111.445 803.597 2 4 -2 4 10 – 20 15% 50% 35% 100%
7 F7 124.274 620.277 3 1 2 4
Peste 20 90% 10% - 100%
1 F1 127.296 751.173 4 3 1 1
6 F6 252.483 842.665 5 5 0 0
Ştiind că eşantionul este structurat:
4 F4 286.469 894.013 6 6 0 0
- sub 10 ani cu o pondere numerică de 25%;
2 F2 342.158 1.123.600 7 8 -1 1
- între 10 şi 20 de ani cu o pondere numerică de 40%;
8 F8 404.147 964.966 8 7 1 1 - peste 20 de ani o pondere numerică de 35%,
Total 12 Se cere:
6Σd i2 6.12 6.12 1. Timpul mediu nelucrat pe grupe de vechime şi timpul mediu
c =1− =1− =1− = 0,86 nelucrat al eşantionului, precizându-se dacă sunt valori reprezentative;
n.(n − 1)
2
8.(8 − 1)
2
8.63 2. Felurile dispersiilor şi verificarea regulii de adunare a dispersiilor;
Coeficientul lui Kendall se determină cu expresia: 3. Să se verifice semnificaţia factorului principal de grupare
2.( P − Q ) (vechimea în muncă), pentru variaţia timpului nelucrat, prin:
k= a. coeficientul de determinaţie;
n.( n − 1) b. prin criteriul „F” de analiză dispersională, ştiind că pentru P =
Se întocmeşte tabelul 67: 0,95, F = 2,99, pentru nz = 397, nx = 2.
Tabelul 67 4. Să se precizeze tipul de selecţie şi să se calculeze indicatorii de
Nr. selecţie astfel:
crt
Firma R
x
R
y
di d i2 P Q P-Q
a. eroarea medie de reprezentativitate a timpului nelucrat;
3 F3 1 2 -1 1 6 1 5 b. eroarea medie limită şi limitele între care se vor încadra timpul
mediu nefolosit şi timpul total, dacă Φz = 0,9973 (z = 3);
5 F5 2 4 -2 4 4 2 2
c. dacă eroarea limită a timpului mediu nelucrat se micşorează de
7 F7 3 1 2 4 5 0 5 1,3 ori, restul elementelor de calcul rămânând neschimbate, să
1 F1 4 3 1 1 4 0 4 se determine volumul noului eşantion şi să se repartizeze pe
6 F6 5 5 0 0 3 0 3 grupe proporţional şi optim;
4 F4 6 6 0 0 2 0 2 d. cu ce probabilitate se va garanta apariţia rezultatelor, dacă se
2 F2 7 8 -1 1 0 1 -1 foloseşte eroarea limită de la 4.c şi eroare medie de la 4.a ?
 STATISTICĂ ŞI ECONOMETRIE 229 230 Gh. COMAN

e. ponderea specifică a numărului muncitorilor care se plasează σi

peste timpul mediu nelucrat al fiecărei grupe şi ponderea • pe grupe Vi = 100
specifică medie a eşantionului; yi
f. eroarea medie, eroarea limită, procentul minim şi maxim al σ0
numărului de muncitori care se situează peste timpul mediu • pe total V0 =100 , în care:
nelucrat al fiecărei grupe; limitele între care se va încadra y0
numărul de muncitori care pierd un timp mai mare decât timpul
mediu nelucrat pentru toţi salariaţii, adică Φz = 0,7287 (z = 1,1);
Σy j nij Σyi nij yj −a
yi = = k + a; y i =
5. Să se caracterizeze şi să se măsoare legătura dintre vechimea în Σnij Σnij k
muncă şi timpul nelucrat, folosind metode parametrice, astfel:
a. să se stabilească existenţa şi forma de legătură prin graficul Σy j n j Σyi n j yj − a
de corelaţie; y0 = = k + a; y i =
b. să se măsoare intensitatea legăturii prin:
Σn j Σn j k
• metoda regresiei; Σ( y j − yi ) 2 nij Σy 2j nij
• metoda raportului de corelaţie; σ =
2
= k 2 − ( yi − a ) 2
Σnij Σnij
i
• metoda coeficientului de corelaţie;
c. care din indicatorii de corelaţie consideraţi că este mai
potrivit; să se verifice semnificaţia indicatorului de corelaţie, ştiind Σ( y j − y 0 ) n j
2
Σy 2j n j
σ 02 = = k 2 − ( y0 − a) 2
că tα=0,05;n-2=308 = 1,967; Σn j Σn j
d. să se testeze semnificaţia şi liniaritatea legăturii dintre
vechime şi timpul nelucrat, folosind criteriul „F” pentru P = 0,95, σ i = σ i2 σ 0 = σ 02
ştiind că F1 şi F2 teoretic = 3,84, cu f = 1 şi
∑∑ n − r = 397
ij Grupa I-a, 0 – 10 ani:
y′j nij
i j
y j nij
grade de libertate.
Rezolvare.
yj nij y ′j ( y j − yi ) 2 nij y′j2 nij
Volumul eşantionului n = 400, repartiţia pe grupe şi respectiv 50 25 1250 -1 -25 1046,25 25
subgrupe este următoarea, tabelul 69:
60 75 4500 0 0 468,75 0
Tabelul 69. calcule intermediare.
Total 100 5750 -25 1875,0 25
Grupe tipice după Subgrupe după timpul nelucrat,
vechime minute Total a = 60; k = 10
(ani) 35 - 45 45-55 55-65 yj − a
0 - 10 - 25 75 100 yi =
k
10 – 20 24 80 56 160
5750 − 25
20 - 30 126 14 - 140 y1 = = 57,5 min, sau y1 = 10 + 60 = 57,5 min .
Total 150 119 131 400 100 100
1. Notăm cu Xi vechimea în muncă şi Yj timpul nelucrat, ale căror
repartiţii sunt: 1875 25
σ 12 = = 18,75 sau σ i2 = 100 − (57,5 − 60) 2 = 18,75
⎛ x1 x2 ... xi ... x r ⎞ şi ⎛ y1 y2 ... y j ... y p ⎞ 100 100
⎜⎜ ⎟ ⎜ ⎟ σi
⎝ n1 n2 ... ni ... nr ⎟⎠ ⎜⎝ n1 n2 ... n j ... n p ⎟⎠ V1 = 100 =
18,75 4,33
= 100 = 7,53%
yi 57,5 57,5
i = 1, r ; j = 1, p; Grupa II-a, 10 – 20 ani:
Pentru a verifica reprezentativitatea mediilor se vor folosi coeficienţii
de variaţie pe grupe şi pe total (V):
 STATISTICĂ ŞI ECONOMETRIE 229 230 Gh. COMAN

e. ponderea specifică a numărului muncitorilor care se plasează σi

peste timpul mediu nelucrat al fiecărei grupe şi ponderea • pe grupe Vi = 100
specifică medie a eşantionului; yi
f. eroarea medie, eroarea limită, procentul minim şi maxim al σ0
numărului de muncitori care se situează peste timpul mediu • pe total V0 =100 , în care:
nelucrat al fiecărei grupe; limitele între care se va încadra y0
numărul de muncitori care pierd un timp mai mare decât timpul
mediu nelucrat pentru toţi salariaţii, adică Φz = 0,7287 (z = 1,1);
Σy j nij Σyi nij yj −a
yi = = k + a; y i =
5. Să se caracterizeze şi să se măsoare legătura dintre vechimea în Σnij Σnij k
muncă şi timpul nelucrat, folosind metode parametrice, astfel:
a. să se stabilească existenţa şi forma de legătură prin graficul Σy j n j Σyi n j yj − a
de corelaţie; y0 = = k + a; y i =
b. să se măsoare intensitatea legăturii prin:
Σn j Σn j k
• metoda regresiei; Σ( y j − yi ) 2 nij Σy 2j nij
• metoda raportului de corelaţie; σ =
2
= k 2 − ( yi − a ) 2
Σnij Σnij
i
• metoda coeficientului de corelaţie;
c. care din indicatorii de corelaţie consideraţi că este mai
potrivit; să se verifice semnificaţia indicatorului de corelaţie, ştiind Σ( y j − y 0 ) n j
2
Σy 2j n j
σ 02 = = k 2 − ( y0 − a) 2
că tα=0,05;n-2=308 = 1,967; Σn j Σn j
d. să se testeze semnificaţia şi liniaritatea legăturii dintre
vechime şi timpul nelucrat, folosind criteriul „F” pentru P = 0,95, σ i = σ i2 σ 0 = σ 02
ştiind că F1 şi F2 teoretic = 3,84, cu f = 1 şi
∑∑ n − r = 397
ij Grupa I-a, 0 – 10 ani:
y′j nij
i j
y j nij
grade de libertate.
Rezolvare.
yj nij y ′j ( y j − yi ) 2 nij y′j2 nij
Volumul eşantionului n = 400, repartiţia pe grupe şi respectiv 50 25 1250 -1 -25 1046,25 25
subgrupe este următoarea, tabelul 69:
60 75 4500 0 0 468,75 0
Tabelul 69. calcule intermediare.
Total 100 5750 -25 1875,0 25
Grupe tipice după Subgrupe după timpul nelucrat,
vechime minute Total a = 60; k = 10
(ani) 35 - 45 45-55 55-65 yj − a
0 - 10 - 25 75 100 yi =
k
10 – 20 24 80 56 160
5750 − 25
20 - 30 126 14 - 140 y1 = = 57,5 min, sau y1 = 10 + 60 = 57,5 min .
Total 150 119 131 400 100 100
1. Notăm cu Xi vechimea în muncă şi Yj timpul nelucrat, ale căror
repartiţii sunt: 1875 25
σ 12 = = 18,75 sau σ i2 = 100 − (57,5 − 60) 2 = 18,75
⎛ x1 x2 ... xi ... x r ⎞ şi ⎛ y1 y2 ... y j ... y p ⎞ 100 100
⎜⎜ ⎟ ⎜ ⎟ σi
⎝ n1 n2 ... ni ... nr ⎟⎠ ⎜⎝ n1 n2 ... n j ... n p ⎟⎠ V1 = 100 =
18,75 4,33
= 100 = 7,53%
yi 57,5 57,5
i = 1, r ; j = 1, p; Grupa II-a, 10 – 20 ani:
Pentru a verifica reprezentativitatea mediilor se vor folosi coeficienţii
de variaţie pe grupe şi pe total (V):
 STATISTICĂ ŞI ECONOMETRIE 231 232 Gh. COMAN

yj nij y j nij y ′j y′j nij ( y j − yi ) 2 nij y′j2 nij yj nj y jn j y ′j y′j n j ( y j − yi ) 2 n j y′j2 n j

40 24 960 -1 -24 3456 24 40 150 6000 0 0 13608,84 0
50 80 4000 0 0 320 0 50 119 5950 1 119 26,85 119
60 56 3360 1 56 3584 56 60 131 7860 2 262 14374,06 524
Total 160 8320 - 32 7360 80 Total 400 19810 - 381 28009,75 643

a = 50; k = 10 a = 40; k = 10
yj −a
yj −a yi =
yi = k
k Σy j n j 19810 Σy ′j n j 381
y0 = = = 49,525 min = = 10 + 40 = 49,525;
8320 32 Σn j 400 Σn j 400
y2 = = 52 min = 10 + 50 = 52;
160 160 σ 02 =
28009,75
= 70,0245 sau σ 02 =
643
100 − (40 − 49,525) 2 = 70,0245
7360 80 400 400
σ =
2
= 46 sau σ 22 = 100 − (52 − 50) 2 = 46
σi
2
160 160 70,0245
V0 = 100 = = 16,9%
σi 46 yi 49,525
V2 = 100 = = 13,04%
yi 52 Se apreciază că timpul mediu nelucrat calculat pe grupe şi la nivelul
Grupa III-a, 20 – 30 ani: eşantionului constituie valori reprezentative, deoarece coeficientul de variaţie
(V), are valori sub 35%.
y j nij y ′j y′j nij Timpul mediu, de 41 minute, corespunzător grupei a III-a este cel
yj nij ( y j − yi ) 2 nij y′j2 nij mai reprezentativ, deoarece V = 7,3% are valoarea cea mai mică.
2. Regula de adunare a dispersiilor:
40 126 5040 0 0 126 0
50 14 700 1 14 1134 14 σ 02 = σ i2 + δ 2
Total 140 5740 - 14 1260 14
Media dispersiilor de grupă ( σ i ):
2

a = 40; k = 10 Σσ i2 18,75.100 + 467.160 + 9.140 10495

yj −a σ i2 = = = = 26,2375
yi = Σni 400 400
Dispersia între grupe ( δ ):
k 2

5740 14 Σ( yi − y 0 ) 2 ni (57,5 − 49,525) 2 100 + (52 − 49,525) 2 .160 + (41 − 49,525) 2 .140
y3 = = 41 min = 10 + 40 = 41; δ2 = = =
140 140 Σn i 400
17514
1260 14 = = 43,7869
σ 32 = = 9 sau σ 22 = 100 − (41 − 40) 2 = 9 400
140 140 Deci:
σi 9 70,0245 ≅ 26,2375 + 43,7869
V3 = 100 = = 7,3% 3.
yi 41
a.
Total eşantion:
 STATISTICĂ ŞI ECONOMETRIE 231 232 Gh. COMAN

yj nij y j nij y ′j y′j nij ( y j − yi ) 2 nij y′j2 nij yj nj y jn j y ′j y′j n j ( y j − yi ) 2 n j y′j2 n j

40 24 960 -1 -24 3456 24 40 150 6000 0 0 13608,84 0
50 80 4000 0 0 320 0 50 119 5950 1 119 26,85 119
60 56 3360 1 56 3584 56 60 131 7860 2 262 14374,06 524
Total 160 8320 - 32 7360 80 Total 400 19810 - 381 28009,75 643

a = 50; k = 10 a = 40; k = 10
yj −a
yj −a yi =
yi = k
k Σy j n j 19810 Σy ′j n j 381
y0 = = = 49,525 min = = 10 + 40 = 49,525;
8320 32 Σn j 400 Σn j 400
y2 = = 52 min = 10 + 50 = 52;
160 160 σ 02 =
28009,75
= 70,0245 sau σ 02 =
643
100 − (40 − 49,525) 2 = 70,0245
7360 80 400 400
σ =
2
= 46 sau σ 22 = 100 − (52 − 50) 2 = 46
σi
2
160 160 70,0245
V0 = 100 = = 16,9%
σi 46 yi 49,525
V2 = 100 = = 13,04%
yi 52 Se apreciază că timpul mediu nelucrat calculat pe grupe şi la nivelul
Grupa III-a, 20 – 30 ani: eşantionului constituie valori reprezentative, deoarece coeficientul de variaţie
(V), are valori sub 35%.
y j nij y ′j y′j nij Timpul mediu, de 41 minute, corespunzător grupei a III-a este cel
yj nij ( y j − yi ) 2 nij y′j2 nij mai reprezentativ, deoarece V = 7,3% are valoarea cea mai mică.
2. Regula de adunare a dispersiilor:
40 126 5040 0 0 126 0
50 14 700 1 14 1134 14 σ 02 = σ i2 + δ 2
Total 140 5740 - 14 1260 14
Media dispersiilor de grupă ( σ i ):
2

a = 40; k = 10 Σσ i2 18,75.100 + 467.160 + 9.140 10495

yj −a σ i2 = = = = 26,2375
yi = Σni 400 400
Dispersia între grupe ( δ ):
k 2

5740 14 Σ( yi − y 0 ) 2 ni (57,5 − 49,525) 2 100 + (52 − 49,525) 2 .160 + (41 − 49,525) 2 .140
y3 = = 41 min = 10 + 40 = 41; δ2 = = =
140 140 Σn i 400
17514
1260 14 = = 43,7869
σ 32 = = 9 sau σ 22 = 100 − (41 − 40) 2 = 9 400
140 140 Deci:
σi 9 70,0245 ≅ 26,2375 + 43,7869
V3 = 100 = = 7,3% 3.
yi 41
a.
Total eşantion:
 STATISTICĂ ŞI ECONOMETRIE 233 234 Gh. COMAN

δ2 43,7869
R2 =
σ 02
100 =
70,0245
100 = 62,5% 195184′ < y 0ΣNi < 201016′
σ i2 26,2375
K2 =
σ0 2
100 =
70,0245
100 = 37,5% 3255 ore < y 0ΣN i < 3350 ore
2 2
Se observă că R > K , 62,5% > 37,5%; se apreciază că vechimea c.
în muncă este un factor semnificativ pentru variaţia timpului pierdut. Δy 0,729
b. Δ′y = = = 0,56′
1,3 1,3
⎡ ⎤
s y2 / x Δ2 Δ2 2 ∑ ⎢∑ ( y j − yi ) ⎥
Σ( yi − y0 ) ni i ⎣ j
2

n′ =
z 2 .σ i2
=
32.26,2375
= 634 pers.
Fcalculat = = y/x : y/ z = ⎦
: z 2σ i2 32 26,2375
s y2 / x nx nz r −1 ∑∑ ij
i
n
j
− r Δ′y +
2

N
0,56 +
2

4000
Pentru repartizarea pe grupe a volumului noului eşantion, conform
Δ 2
y/x = 17514 Δ 2
y/ z = 1875 + 7360 + 1260 = 10495 selecţiei tipice proporţionale şi optime, se va întocmi tabelul de lucru ce
17514 10495 urmează:
Fcalc = : = 331,25 Abaterea medie
3 − 1 400 − 3 Nr. de
Deoarece Fcalculat > Fteoretic, 331,25 > 2,99, vechimea în muncă Grupe pătratică a timpului
după
persoane în nelucrat N σ i Ni
reprezintă un factor semnificativ pentru timpul nelucrat şi justifică variaţia colectivitatea σ i Ni
acestuia.
4. În prezenta aplicaţie este vorba de selecţie tipică stratificată.
vechime,
ani
generală, σ i
ΣN i Σσ i N i*
N
min
a. Eroarea medie de reprezentativitate ( σ y ): 0-10 1000 4,33 0,25 4330 0,22
10-20 1600 6,78 0,40 10848 0,56
σ i2 ⎛ n⎞ 26,2375 ⎛ 400 ⎞
σy = ⎜1 − ⎟ = ⎜1 − ⎟ = 0,243 min . >20 1400 3,0 0,35 4200 0,22
n ⎝ N⎠ 400 ⎝ 4000 ⎠ Total 4000 - 1,00 19378 1,00

b. Eroarea limită ( Δ y ): Repartizarea pe grupe a lui n ′ = 634 persoane, conform:

Κ selecţiei tipice proporţionale:
Δ y = z.σ y =3.0,243=0,729 min. ⎧n1′ = 158 pers.
Intervalul de încredere pentru timpul mediu nelucrat: Ni ⎪
ni′ = n′ ⎨n′2 = 254 pers. Total = 634 pers.
y = 49,525′ ; y − Δ y < y0 < y + Δ y ; ΣN i ⎪
⎩n3′ = 222 pers
49,525 − 0,729 < y 0 < 49,525 + 0,729 • selecţiei tipice optime:
⎧n1′ = 139 pers.
48,796′ < y 0 < 50,254′ σN ⎪
ni′ = n′ i i ⎨n2′ = 356 pers. Total = 634 pers.
Intervalul de încredere pentru timpul total nelucrat: Σσ i N i ⎪
ΣN i = N = 4000 pers. ⎩n3′ = 139 pers
d.
N ⎛⎜ y − Δ y ⎞⎟ < y 0ΣNi < N ⎛⎜ y + Δ y ⎞⎟ Φ ( z ′) = ?; Δ′y = z ′.σ y
⎝ ⎠ ⎝ ⎠
 STATISTICĂ ŞI ECONOMETRIE 233 234 Gh. COMAN

δ2 43,7869
R2 =
σ 02
100 =
70,0245
100 = 62,5% 195184′ < y 0ΣNi < 201016′
σ i2 26,2375
K2 =
σ0 2
100 =
70,0245
100 = 37,5% 3255 ore < y 0ΣN i < 3350 ore
2 2
Se observă că R > K , 62,5% > 37,5%; se apreciază că vechimea c.
în muncă este un factor semnificativ pentru variaţia timpului pierdut. Δy 0,729
b. Δ′y = = = 0,56′
1,3 1,3
⎡ ⎤
s y2 / x Δ2 Δ2 2 ∑ ⎢∑ ( y j − yi ) ⎥
Σ( yi − y0 ) ni i ⎣ j
2

n′ =
z 2 .σ i2
=
32.26,2375
= 634 pers.
Fcalculat = = y/x : y/ z = ⎦
: z 2σ i2 32 26,2375
s y2 / x nx nz r −1 ∑∑ ij
i
n
j
− r Δ′y +
2

N
0,56 +
2

4000
Pentru repartizarea pe grupe a volumului noului eşantion, conform
Δ 2
y/x = 17514 Δ 2
y/ z = 1875 + 7360 + 1260 = 10495 selecţiei tipice proporţionale şi optime, se va întocmi tabelul de lucru ce
17514 10495 urmează:
Fcalc = : = 331,25 Abaterea medie
3 − 1 400 − 3 Nr. de
Deoarece Fcalculat > Fteoretic, 331,25 > 2,99, vechimea în muncă Grupe pătratică a timpului
după
persoane în nelucrat N σ i Ni
reprezintă un factor semnificativ pentru timpul nelucrat şi justifică variaţia colectivitatea σ i Ni
acestuia.
4. În prezenta aplicaţie este vorba de selecţie tipică stratificată.
vechime,
ani
generală, σ i
ΣN i Σσ i N i*
N
min
a. Eroarea medie de reprezentativitate ( σ y ): 0-10 1000 4,33 0,25 4330 0,22
10-20 1600 6,78 0,40 10848 0,56
σ i2 ⎛ n⎞ 26,2375 ⎛ 400 ⎞
σy = ⎜1 − ⎟ = ⎜1 − ⎟ = 0,243 min . >20 1400 3,0 0,35 4200 0,22
n ⎝ N⎠ 400 ⎝ 4000 ⎠ Total 4000 - 1,00 19378 1,00

b. Eroarea limită ( Δ y ): Repartizarea pe grupe a lui n ′ = 634 persoane, conform:

Κ selecţiei tipice proporţionale:
Δ y = z.σ y =3.0,243=0,729 min. ⎧n1′ = 158 pers.
Intervalul de încredere pentru timpul mediu nelucrat: Ni ⎪
ni′ = n′ ⎨n′2 = 254 pers. Total = 634 pers.
y = 49,525′ ; y − Δ y < y0 < y + Δ y ; ΣN i ⎪
⎩n3′ = 222 pers
49,525 − 0,729 < y 0 < 49,525 + 0,729 • selecţiei tipice optime:
⎧n1′ = 139 pers.
48,796′ < y 0 < 50,254′ σN ⎪
ni′ = n′ i i ⎨n2′ = 356 pers. Total = 634 pers.
Intervalul de încredere pentru timpul total nelucrat: Σσ i N i ⎪
ΣN i = N = 4000 pers. ⎩n3′ = 139 pers
d.
N ⎛⎜ y − Δ y ⎞⎟ < y 0ΣNi < N ⎛⎜ y + Δ y ⎞⎟ Φ ( z ′) = ?; Δ′y = z ′.σ y
⎝ ⎠ ⎝ ⎠
 STATISTICĂ ŞI ECONOMETRIE 235 236 Gh. COMAN

Δ′y 0,56 N (w − Δ w ) < M < N ( w + Δ w )

z′ = = = 2,3 deci : Φ ( z ′ = 2,3) = 0,9786
σy 0,243 1364 pers. < M < 1356 pers.
e. Greutatea specifică pe fiecare grupă: wi = mi / ni : 5.
a. În vederea stabilirii existenţei şi a formei de legătură, se va folosi
• gr.I: w1 = 75 / 100 = 0,75 diagrama norului de puncte sau graficul de corelaţie.
Y Din analiza punctelor din
• gr.II: w2 = 56 / 160 = 0,35 reţeaua graficului, se poate spune
65 Yx că între vechime şi timpul nelucrat
• gr.III: w3 = 14 / 140 = 0,1 i =a există o legătură indirectă şi se
w ): 55 + apreciază că este de formă
• greutatea specifică medie ( b. liniară, deci funcţia de regresie
Σwi ni Σwi 145 X este o dreaptă, figura alăturată.
w= = = = 0,3625 45 i b. Legătura fiind inversă,
Σni Σni 400 tabelul de corelaţie care stă la
35 baza calculelor va fi de forma
f. Eroarea medie σ w: celui următor.
Corelaţia dintre
0
σw =
wi (1 − wi ) ⎛ n⎞ 0,169375 ⎛ 400 ⎞ 10 20 30 X vechimea în muncă şi timpul
⎜1 − ⎟ = ⎜1 − ⎟ = ±0,0195 nelucrat, evidenţiată în figura de
n ⎝ N⎠ 400 ⎝ 4000 ⎠ mai sus, se determină cu ajutorul următorului sistem de ecuaţii:

σ w2 i : ⎧a ∑∑ nij + b∑ xi ni = ∑ y i n j
Dispersiile de grupă ⎪ i j ⎧a.400 + b.6400 = 19810
⎨ ⇒ ⎨
σ 2w = w1 (1 − w1 ) = 0,75.0,25 = 0,1875 ⎪⎩a ∑ xi ni + b∑ xi2 ni = ∑ xi y j nij ⎩a.640 + b.126000 = 297050
•
1

• σ w = w2 (1 − w2 ) = 0,35.0,65 = 0,2275
2 Grupe
după
Subgrupe după timpul
nelucrat, min.
2 Total xi xini xi2 ni xi Σyi nij
vechime,
• σ w = w3 (1 − w3 ) = 0,1.0,9 = 0,09
2 ani 65-55 55-45 45-35

3 0-10 75 25 - 100 5 500 2500 28750

Media dispersiilor de grupă:
Σ[wi (1 − wi )ni ] 0,1875.100 + 0,2275.160 + 0,09.140 10-20 56 80 24 160 15 2400 36000 124800
wi (1 − wi ) = = = 0,169375
Σni 400 20-30 - 14 126 140 25 3500 87500 143500
Κ eroarea limită Δ w = z.σ w = 1,1.0,01952 = ±0,02147 Total, nj 131 119 150 400 - 6400 126000 297050
• procentul minim şi maxim al muncitorilor plasaţi peste medie: yj 60 50 40 -
100( w − Δ w ) < p < 100( w + Δ w ) yjnj 7860 5950 600 19810
100(0,3625 − 0,02147) < p < 100(0,3625 + 0,02147) 2
y nj
j 471600 297500 240000 1009100
34,1% < p < 38,4% y j Σxi nij 72900 83750 140400 297050
• valoarea minimă şi maximă a numărului de muncitori care pierd un
timp mai mare decât timpul mediu nelucrat: Yx1 58,8 50,4 42 151,2
 STATISTICĂ ŞI ECONOMETRIE 235 236 Gh. COMAN

Δ′y 0,56 N (w − Δ w ) < M < N ( w + Δ w )

z′ = = = 2,3 deci : Φ ( z ′ = 2,3) = 0,9786
σy 0,243 1364 pers. < M < 1356 pers.
e. Greutatea specifică pe fiecare grupă: wi = mi / ni : 5.
a. În vederea stabilirii existenţei şi a formei de legătură, se va folosi
• gr.I: w1 = 75 / 100 = 0,75 diagrama norului de puncte sau graficul de corelaţie.
Y Din analiza punctelor din
• gr.II: w2 = 56 / 160 = 0,35 reţeaua graficului, se poate spune
65 Yx că între vechime şi timpul nelucrat
• gr.III: w3 = 14 / 140 = 0,1 i =a există o legătură indirectă şi se
w ): 55 + apreciază că este de formă
• greutatea specifică medie ( b. liniară, deci funcţia de regresie
Σwi ni Σwi 145 X este o dreaptă, figura alăturată.
w= = = = 0,3625 45 i b. Legătura fiind inversă,
Σni Σni 400 tabelul de corelaţie care stă la
35 baza calculelor va fi de forma
f. Eroarea medie σ w: celui următor.
Corelaţia dintre
0
σw =
wi (1 − wi ) ⎛ n⎞ 0,169375 ⎛ 400 ⎞ 10 20 30 X vechimea în muncă şi timpul
⎜1 − ⎟ = ⎜1 − ⎟ = ±0,0195 nelucrat, evidenţiată în figura de
n ⎝ N⎠ 400 ⎝ 4000 ⎠ mai sus, se determină cu ajutorul următorului sistem de ecuaţii:

σ w2 i : ⎧a ∑∑ nij + b∑ xi ni = ∑ y i n j
Dispersiile de grupă ⎪ i j ⎧a.400 + b.6400 = 19810
⎨ ⇒ ⎨
σ 2w = w1 (1 − w1 ) = 0,75.0,25 = 0,1875 ⎪⎩a ∑ xi ni + b∑ xi2 ni = ∑ xi y j nij ⎩a.640 + b.126000 = 297050
•
1

• σ w = w2 (1 − w2 ) = 0,35.0,65 = 0,2275
2 Grupe
după
Subgrupe după timpul
nelucrat, min.
2 Total xi xini xi2 ni xi Σyi nij
vechime,
• σ w = w3 (1 − w3 ) = 0,1.0,9 = 0,09
2 ani 65-55 55-45 45-35

3 0-10 75 25 - 100 5 500 2500 28750

Media dispersiilor de grupă:
Σ[wi (1 − wi )ni ] 0,1875.100 + 0,2275.160 + 0,09.140 10-20 56 80 24 160 15 2400 36000 124800
wi (1 − wi ) = = = 0,169375
Σni 400 20-30 - 14 126 140 25 3500 87500 143500
Κ eroarea limită Δ w = z.σ w = 1,1.0,01952 = ±0,02147 Total, nj 131 119 150 400 - 6400 126000 297050
• procentul minim şi maxim al muncitorilor plasaţi peste medie: yj 60 50 40 -
100( w − Δ w ) < p < 100( w + Δ w ) yjnj 7860 5950 600 19810
100(0,3625 − 0,02147) < p < 100(0,3625 + 0,02147) 2
y nj
j 471600 297500 240000 1009100
34,1% < p < 38,4% y j Σxi nij 72900 83750 140400 297050
• valoarea minimă şi maximă a numărului de muncitori care pierd un
timp mai mare decât timpul mediu nelucrat: Yx1 58,8 50,4 42 151,2
 STATISTICĂ ŞI ECONOMETRIE 237 238 Gh. COMAN

De unde: – coeficientul de corelaţie (ry/x):

a = 63,02331 ≅ 63,02 min .
deci: Y x = 63,02 − 0,844. x i ∑∑n ∑ x y n −∑ x n ∑ y nij i j ij i i j j

b = −0,843644 ≅ −0,844 1
ry / x = i j
=
[Σni Σxi2 ni − (Σxi ni ) 2 ].[Σn j Σx 2j n j − (Σx j n j ) 2 ]
Parametrul „b” arată o corelaţie inversă între vechime şi timpul 400 .297050 − 6400 .19810
nelucrat; dacă vechimea creşte cu 1 an, atunci timpul nelucrat scade în = = −0,77439
medie cu 0,843644 minute. ( 400 .126000 − 6400 2 )( 400.1009100 − 19810 2 )
Calculul raportului de corelaţie (Ry/x) pe baza tabelului următor. c. Se observă că ry/x = Ry/x; 0,7744 = 0,7744, deci se apreciază că
yi legătura între vechime şi timpul nelucrat este liniară şi se consideră că poate
fi folosit ry/x, sau Ry/x.
60 50 40 ( y j − Yx1 ) 2 nij
Yxi Pentru a verifica semnificaţia lui ry/x se va folosi testul „t”.
ry / x 0,7744
58,8 108 1936 - 2044 tcalc = n−2 = 400 − 2 = 24,4
50,4 5160,96 12,8 2595,84 7769,6
1− r 2
y/x 1 − 0,7744 2
42 - 896 504 1400 Deoarece 24,4 > 1,967, se apreciază că indicatorul de corelaţie este
semnificativ.
Σ( y j − Yx1 ) 2 nij 5268,96 2844,8 3099,84 11213,6 d. Testarea semnificaţiei şi liniarităţii legăturii.
Testarea semnificaţiei legăturii se face prin testul „F”, pe baza
Σn j algoritmului format prin datele din tabelul următor.
Σ nj 131 119 150
400 s2 ∑ (Y xi − y 0 ni ) 2
∑ ∑ [( y y ) n ] j i
2
ij

F1 = 32 = i
: i j
=
Σ( y j − Yx1 ) 2 n j 14374,06 26,85 13608,84
Σ( y j − Y0 ) 2 nij s1 f ∑∑n −r
i j
ij

28009,75
Raportul de corelaţie: 16652 ,7 10495
= : = 629 ,9
1 400 − 3
Σ( y j − Yxi ) 2 nij 11213,6
Ry / x = 1 − = 1− = 0,77437 în care f – numărul parametrilor de regresie; r – numărul de grupe.
Σ( y j − y 0 ) 2 n j 28009,75 Deoarece F1 calc>Fteoretic: 629,9 > 3,84 legătura este semnificativă.
sau: yj yj nj Yx1 Σ( y j − yi )2 nij (Yx1 − y0 )2 ni Σ( yi − Yx1 )2 ni
Σy 2j n j − aΣyi n j − bΣxi y j nij 60 57,5 100 58,2 1875 8602,6 49
Ry / x = 1 − =
( Σy j n j ) 2 50 52 160 50,4 7360 122,5 400,6
Σyi n j −
2
40 41 140 42 1260 7927,6 140
Σn j ⎡ ⎤
Total -
Σnj
-
∑ ⎢∑ ( y − yi ) 2 nij ⎥ Σ(Yx1 − y0 )2 ni Σ( yi − Yx1 )2 ni
1009100 − 63,2.19810 − 0,843644.297050
j

400
i ⎣ j ⎦
= 1− = 0,77439 10495
16652,7 598,6
19810 2
1009100 − Testarea liniarităţii se face prin testul „F2”:
400
⎡ ⎤
Algoritmul de calcul necesar determinării raportului de corelaţie
∑ (y − Yxi ni ) ∑ ⎢∑ ( y − yi ) 2 nij ⎥
2
j
(Ry/x) este prezentat în tabelul de mai sus. s2 i
⎣ j ⎦ = 598,6 : 10495 = 22,64
F2 = =
2 i i
:
Σy n 19810 s2
r − f −1 ∑∑ ij
n − r 3 − 1 − 1 400 − 3
y0 = j j = = 49,525 min . 1

Σn j
i j
400
 STATISTICĂ ŞI ECONOMETRIE 237 238 Gh. COMAN

De unde: – coeficientul de corelaţie (ry/x):

a = 63,02331 ≅ 63,02 min .
deci: Y x = 63,02 − 0,844. x i ∑∑n ∑ x y n −∑ x n ∑ y nij i j ij i i j j

b = −0,843644 ≅ −0,844 1
ry / x = i j
=
[Σni Σxi2 ni − (Σxi ni ) 2 ].[Σn j Σx 2j n j − (Σx j n j ) 2 ]
Parametrul „b” arată o corelaţie inversă între vechime şi timpul 400 .297050 − 6400 .19810
nelucrat; dacă vechimea creşte cu 1 an, atunci timpul nelucrat scade în = = −0,77439
medie cu 0,843644 minute. ( 400 .126000 − 6400 2 )( 400.1009100 − 19810 2 )
Calculul raportului de corelaţie (Ry/x) pe baza tabelului următor. c. Se observă că ry/x = Ry/x; 0,7744 = 0,7744, deci se apreciază că
yi legătura între vechime şi timpul nelucrat este liniară şi se consideră că poate
fi folosit ry/x, sau Ry/x.
60 50 40 ( y j − Yx1 ) 2 nij
Yxi Pentru a verifica semnificaţia lui ry/x se va folosi testul „t”.
ry / x 0,7744
58,8 108 1936 - 2044 tcalc = n−2 = 400 − 2 = 24,4
50,4 5160,96 12,8 2595,84 7769,6
1− r 2
y/x 1 − 0,7744 2
42 - 896 504 1400 Deoarece 24,4 > 1,967, se apreciază că indicatorul de corelaţie este
semnificativ.
Σ( y j − Yx1 ) 2 nij 5268,96 2844,8 3099,84 11213,6 d. Testarea semnificaţiei şi liniarităţii legăturii.
Testarea semnificaţiei legăturii se face prin testul „F”, pe baza
Σn j algoritmului format prin datele din tabelul următor.
Σ nj 131 119 150
400 s2 ∑ (Y xi − y 0 ni ) 2
∑ ∑ [( y y ) n ] j i
2
ij

F1 = 32 = i
: i j
=
Σ( y j − Yx1 ) 2 n j 14374,06 26,85 13608,84
Σ( y j − Y0 ) 2 nij s1 f ∑∑n −r
i j
ij

28009,75
Raportul de corelaţie: 16652 ,7 10495
= : = 629 ,9
1 400 − 3
Σ( y j − Yxi ) 2 nij 11213,6
Ry / x = 1 − = 1− = 0,77437 în care f – numărul parametrilor de regresie; r – numărul de grupe.
Σ( y j − y 0 ) 2 n j 28009,75 Deoarece F1 calc>Fteoretic: 629,9 > 3,84 legătura este semnificativă.
sau: yj yj nj Yx1 Σ( y j − yi )2 nij (Yx1 − y0 )2 ni Σ( yi − Yx1 )2 ni
Σy 2j n j − aΣyi n j − bΣxi y j nij 60 57,5 100 58,2 1875 8602,6 49
Ry / x = 1 − =
( Σy j n j ) 2 50 52 160 50,4 7360 122,5 400,6
Σyi n j −
2
40 41 140 42 1260 7927,6 140
Σn j ⎡ ⎤
Total -
Σnj
-
∑ ⎢∑ ( y − yi ) 2 nij ⎥ Σ(Yx1 − y0 )2 ni Σ( yi − Yx1 )2 ni
1009100 − 63,2.19810 − 0,843644.297050
j

400
i ⎣ j ⎦
= 1− = 0,77439 10495
16652,7 598,6
19810 2
1009100 − Testarea liniarităţii se face prin testul „F2”:
400
⎡ ⎤
Algoritmul de calcul necesar determinării raportului de corelaţie
∑ (y − Yxi ni ) ∑ ⎢∑ ( y − yi ) 2 nij ⎥
2
j
(Ry/x) este prezentat în tabelul de mai sus. s2 i
⎣ j ⎦ = 598,6 : 10495 = 22,64
F2 = =
2 i i
:
Σy n 19810 s2
r − f −1 ∑∑ ij
n − r 3 − 1 − 1 400 − 3
y0 = j j = = 49,525 min . 1

Σn j
i j
400
 STATISTICĂ ŞI ECONOMETRIE 239 240 Gh. COMAN

Deoarece F2 calc > Fteoretic: 22,64 > 3,84 se infirmă ipoteza liniarităţii ⎧400 log a + 6400 log b = 675,42 ⎧log a = 1,808699153
legăturii dintre vechime şi timpul nelucrat. Explicaţia se poate pune pe ⎨ ⇒⎨
seama datelor folosite la calculul indicatorilor de analiză dispersională şi ⎩6400 log a + 126000 log b = 10629,5 ⎩log b = 0,007509322034
modului de sistematizare a acestora. Există doar trei grupe şi respectiv a = 64,37 minute; b = -1,01744
subgrupe formate după variaţia vechimii şi a timpului nelucrat. Cu toată Funcţia de regresie exponenţială va fi:
egalitatea ry/x = Ry/x ar confirma forma liniară a legăturii, se propune să se − xi
considere o dependenţă neliniară a timpului de vechime. Y = 64,37 ×1,01744
xi
Din analiza corelogramei din figura de mai sus se poate admite o 2
În continuare, se determină dispersiile corectate (s ) în vederea
legătură de formă exponenţială Yx = a.b i . Pentru a determina valorile
x
testării semnificaţiei şi neliniarităţii legăturii, cu ajutorul criteriului (F).
i
⎡ ⎤
ajustate ale timpului ( Yx ) după funcţia de regresie exponenţială se va
i
Σ(Yxi − y 0 ) ni 2 ∑ ⎢∑ ( y j − yi ) 2 nij ⎥
s32 i ⎣ j ⎦
transforma funcţia de putere într-o funcţie liniară bazată pe logaritmi F1calc. = = :
zecimali. s12 f ΣΣnij − r
log Yx = log a + xi log b , deci sistemul de ecuaţii necesare
i După înlocuirile necesare se obţine:
calculului parametrilor „a” şi „b” va fi: s32 16908,12 10495
⎧∑∑ nij log a + ∑ xi ni log b = ∑ log y j n j F1 calc. = 2 = : = 639,6
⎪ i j s1 1 400 − 3
⎨ S-a întocmit algoritmul de calcul prezentat în tabelul următor:
⎪∑ xi ni log a + ∑ xi2 ni log b = ∑ log y j xi nij
⎩
Problema se rezolvă pe baza algoritmului de calcul realizat folosind
următorul tabel. y j yi ni Yxi = 64,37 ×1,01744− xi ( yi − Yxi ) 2 ni (Yxi − y0 ) 2 ni
Grupe Subgrupe după timpul
Total 1 2 3 4 5 6
după nelucrat, yj. xi xi Σ log yi n j
vechime, nj 60 57,5 100 59 225 8977,6
65-55 55-45 45-35
ani 50 52 160 49,66 876,096 2,92
1 2 3 4 5 6 7
40 41 140 42 140 7927,6
0-10 75 25 - 100 5 879,2
10-20 56 80 24 160 15 4109,1 Total 49,525 400 1241,096 16908,12
20-30 - 14 126 140 25 5641,2
Total, nj 131 119 150 400 - 10629,5
Se observă că: F1 calc > F f,
∑∑ nij − r ⇒ 639,6 > 3,84, deci
i j
yj 60 50 40 - legătura este semnificativă.
log.yj 1,77815 1,69897 1,60206 -
⎡ ⎤
log.yjnj 240 202 224 675,42 ∑ ⎢∑ ( y j − yi ) 2 nij ⎥
s22 Σ( yi − Yxi ) ni
2
log y j Σxi nij 2160,5 2846 5623 10629,5
F2 calc. = = :
i ⎣ j ⎦=
− xi
Yxi 59 49,66 42 Yxi = 64,37 ×1,01744 s12 r − f −1 ΣΣnij − r
1142,7 1241,096
log y 2j n j 414,2 344 385 Σ log y 2j n j = : 26,44 = 46,9
Folosindu-se datele din tabelul de mai sus se obţine:
3 −1 −1
 STATISTICĂ ŞI ECONOMETRIE 239 240 Gh. COMAN

Deoarece F2 calc > Fteoretic: 22,64 > 3,84 se infirmă ipoteza liniarităţii ⎧400 log a + 6400 log b = 675,42 ⎧log a = 1,808699153
legăturii dintre vechime şi timpul nelucrat. Explicaţia se poate pune pe ⎨ ⇒⎨
seama datelor folosite la calculul indicatorilor de analiză dispersională şi ⎩6400 log a + 126000 log b = 10629,5 ⎩log b = 0,007509322034
modului de sistematizare a acestora. Există doar trei grupe şi respectiv a = 64,37 minute; b = -1,01744
subgrupe formate după variaţia vechimii şi a timpului nelucrat. Cu toată Funcţia de regresie exponenţială va fi:
egalitatea ry/x = Ry/x ar confirma forma liniară a legăturii, se propune să se − xi
considere o dependenţă neliniară a timpului de vechime. Y = 64,37 ×1,01744
xi
Din analiza corelogramei din figura de mai sus se poate admite o 2
În continuare, se determină dispersiile corectate (s ) în vederea
legătură de formă exponenţială Yx = a.b i . Pentru a determina valorile
x
testării semnificaţiei şi neliniarităţii legăturii, cu ajutorul criteriului (F).
i
⎡ ⎤
ajustate ale timpului ( Yx ) după funcţia de regresie exponenţială se va
i
Σ(Yxi − y 0 ) ni 2 ∑ ⎢∑ ( y j − yi ) 2 nij ⎥
s32 i ⎣ j ⎦
transforma funcţia de putere într-o funcţie liniară bazată pe logaritmi F1calc. = = :
zecimali. s12 f ΣΣnij − r
log Yx = log a + xi log b , deci sistemul de ecuaţii necesare
i După înlocuirile necesare se obţine:
calculului parametrilor „a” şi „b” va fi: s32 16908,12 10495
⎧∑∑ nij log a + ∑ xi ni log b = ∑ log y j n j F1 calc. = 2 = : = 639,6
⎪ i j s1 1 400 − 3
⎨ S-a întocmit algoritmul de calcul prezentat în tabelul următor:
⎪∑ xi ni log a + ∑ xi2 ni log b = ∑ log y j xi nij
⎩
Problema se rezolvă pe baza algoritmului de calcul realizat folosind
următorul tabel. y j yi ni Yxi = 64,37 ×1,01744− xi ( yi − Yxi ) 2 ni (Yxi − y0 ) 2 ni
Grupe Subgrupe după timpul
Total 1 2 3 4 5 6
după nelucrat, yj. xi xi Σ log yi n j
vechime, nj 60 57,5 100 59 225 8977,6
65-55 55-45 45-35
ani 50 52 160 49,66 876,096 2,92
1 2 3 4 5 6 7
40 41 140 42 140 7927,6
0-10 75 25 - 100 5 879,2
10-20 56 80 24 160 15 4109,1 Total 49,525 400 1241,096 16908,12
20-30 - 14 126 140 25 5641,2
Total, nj 131 119 150 400 - 10629,5
Se observă că: F1 calc > F f,
∑∑ nij − r ⇒ 639,6 > 3,84, deci
i j
yj 60 50 40 - legătura este semnificativă.
log.yj 1,77815 1,69897 1,60206 -
⎡ ⎤
log.yjnj 240 202 224 675,42 ∑ ⎢∑ ( y j − yi ) 2 nij ⎥
s22 Σ( yi − Yxi ) ni
2
log y j Σxi nij 2160,5 2846 5623 10629,5
F2 calc. = = :
i ⎣ j ⎦=
− xi
Yxi 59 49,66 42 Yxi = 64,37 ×1,01744 s12 r − f −1 ΣΣnij − r
1142,7 1241,096
log y 2j n j 414,2 344 385 Σ log y 2j n j = : 26,44 = 46,9
Folosindu-se datele din tabelul de mai sus se obţine:
3 −1 −1
 STATISTICĂ ŞI ECONOMETRIE 241 242 Gh. COMAN

Se observă că: F2 calc > Fr-f-1; ∑∑ nij − r ⇒ 46,9 > 3,84,

Se poate constata că Fcalc>F2;397 (285,98>2,99) fapt ce confirmă că
raportul de corelaţie este un indicator semnificativ pentru a măsura legătura
i j dintre vechime şi timpul nelucrat.
deci se confirmă curbiliniaritatea legăturii, respectiv funcţia de regresie
corespunde funcţiei exponenţiale.
Dacă se admite ipoteza legăturii exponenţiale între vechimea în
muncă şi timpul nelucrat, pentru măsurarea intensităţii ei, se va folosi
raportul de corelaţie (Ry/x).
Se realizează următorul algoritm de calcul.
yi
60 50 40 ( y j − Yx1 ) 2 nij
Yxi
59 75 2025,0 - 2100
49,66 5987 504,0 2239,6 8235,848
42 - 896,0 504,0 1400

Σ( y j − Yx1 ) 2 nij 6062 2930,3 2743,6 Σ =11735,848

Rezultă:

Σ( y j − Yxi ) 2 nij 11735,848

Ry / x = 1 − = 1− = 0,76224
Σ ( y j − y0 ) n j 2
28009,75
sau:

Σ log y 2j n j − log aΣy i n j − log bΣx i y j nij

Ry / x = 1− =
(Σ log y j n j ) 2
Σ log y i2 n j −
Σn j
1142,7 − 1,808699153× 675,42 − 0,007509322034 × 10629,5
= 1− = 0,77
645,42 2
1142,7 −
400

Semnificaţia lui Ry/x se verifică prin testul „F”:

Σ(Yxi − y0 ) 2 ni
∑ ( y j − Yx ) 2 nij
i
16908,12 11735,848
Fcalc. = = = 285,98
j
: :
r −1 ΣΣnij − r 3 −1 400 − 3
 STATISTICĂ ŞI ECONOMETRIE 241 242 Gh. COMAN

Se observă că: F2 calc > Fr-f-1; ∑∑ nij − r ⇒ 46,9 > 3,84,

Se poate constata că Fcalc>F2;397 (285,98>2,99) fapt ce confirmă că
raportul de corelaţie este un indicator semnificativ pentru a măsura legătura
i j dintre vechime şi timpul nelucrat.
deci se confirmă curbiliniaritatea legăturii, respectiv funcţia de regresie
corespunde funcţiei exponenţiale.
Dacă se admite ipoteza legăturii exponenţiale între vechimea în
muncă şi timpul nelucrat, pentru măsurarea intensităţii ei, se va folosi
raportul de corelaţie (Ry/x).
Se realizează următorul algoritm de calcul.
yi
60 50 40 ( y j − Yx1 ) 2 nij
Yxi
59 75 2025,0 - 2100
49,66 5987 504,0 2239,6 8235,848
42 - 896,0 504,0 1400

Σ( y j − Yx1 ) 2 nij 6062 2930,3 2743,6 Σ =11735,848

Rezultă:

Σ( y j − Yxi ) 2 nij 11735,848

Ry / x = 1 − = 1− = 0,76224
Σ ( y j − y0 ) n j 2
28009,75
sau:

Σ log y 2j n j − log aΣy i n j − log bΣx i y j nij

Ry / x = 1− =
(Σ log y j n j ) 2
Σ log y i2 n j −
Σn j
1142,7 − 1,808699153× 675,42 − 0,007509322034 × 10629,5
= 1− = 0,77
645,42 2
1142,7 −
400

Semnificaţia lui Ry/x se verifică prin testul „F”:

Σ(Yxi − y0 ) 2 ni
∑ ( y j − Yx ) 2 nij
i
16908,12 11735,848
Fcalc. = = = 285,98
j
: :
r −1 ΣΣnij − r 3 −1 400 − 3
 STATISTICĂ ŞI ECONOMETRIE 243 244 Gh. COMAN

Σyt
9. SERII CRONOLOGICE (SCR) yt =
n
Indicatori sintetici ai seriilor cronologice: - modificarea medie absolută:
- indicatori absoluţi: Δ n /1
yt – nivelurile absolute ale termenilor seriei; Δ=
n −1
Δ t - modificarea absolută (spor sau scădere absolută), calculată cu - indicele mediu de modificare
bază fixă, adică nivelul de referinţă rămâne neschimbat.
I = n −1 I n /1
Δ t / t −1 - modificarea absolută (spor sau scădere absolută),
• ritmul mediu de modificare
calculată cu bază în lanţ, adică nivelul de referinţă este nivelul din perioada
imediat anterioară. R = ( I − 1).100
- modificarea absolută cu bază fixă: - nivelul mediei pentru intervale de timp egale:
Δ t / 1 = yt − y1 y1 y
- modificarea absolută cu bază în lanţ: + y2 + ... + yn −1 + n
Δ t / t −1 = yt − y t −1 ycr = 2 2
- indicele de modificare cu bază fixă:
n −1
- nivelul mediei pentru intervale de timp neegale:
y ⎛ t1 ⎞ ⎛ t1 + t 2 ⎞ ⎛ t ⎞
I t%/1 = t ⎜ y1 ⎟ + ⎜ y 2 ⎟ + ... + ⎜ y n n −1 ⎟
y1 y cr =⎝
2⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
- indicele de modificare cu bază în lanţ: t1 t1 + t 2 t
+ + ... + n −1
yt 2 2 2
I t%/ t −1 = - modificarea medie absolută:
yt −1
( y 2 − y1 ) + ( y3 − y 2 ) + ... + ( y n − y n−1 )
- ritmul de modificare (modificarea relativă) cu bază fixă: Δ= =
n −1
Rt /1 = (I t /1 − 1)100 = I t%/ 1 − 100 n
- ritmul de modificare (modificarea relativă) cu bază în lanţ:
∑ Δ t / t −1
Rt / t −1 = (I t / t −1 − 1)100 = I t%/ t −1 − 100 = t =1
=
y n − y1 Δ n /1
=
- valoarea absolută a unui procent din ritmul de modificare cu n −1 n −1 n −1
bază fixă: - indicele mediu de modificare

At / 1 =
Δ t /1 y
= 1 I = n −1 I n /1
Rt / 1 100
%
- ritmul mediu de modificare
- valoarea absolută a unui procent din ritmul de modificare cu bază R = ( I − 1).100
în lanţ:
Metode de ajustare a seriilor cronologice:
Δ t / t −1 yt −1
At / t −1 = = - metoda mediilor mobile (mediile mobile se pot calcula folosind
Rt%/ t −1 100 fie un număr impar de termeni, fie un număr par de termeni):
- nivelul mediu al seriei cronologice: - se consideră o serie formată din 5 termeni care urmează să fie
ajustaţi prin metoda mediilor mobile calculate din trei termeni,
deci folosind un număr impar de termeni: y1, y2, y3, y4, y5.
 STATISTICĂ ŞI ECONOMETRIE 243 244 Gh. COMAN

Σyt
9. SERII CRONOLOGICE (SCR) yt =
n
Indicatori sintetici ai seriilor cronologice: - modificarea medie absolută:
- indicatori absoluţi: Δ n /1
yt – nivelurile absolute ale termenilor seriei; Δ=
n −1
Δ t - modificarea absolută (spor sau scădere absolută), calculată cu - indicele mediu de modificare
bază fixă, adică nivelul de referinţă rămâne neschimbat.
I = n −1 I n /1
Δ t / t −1 - modificarea absolută (spor sau scădere absolută),
• ritmul mediu de modificare
calculată cu bază în lanţ, adică nivelul de referinţă este nivelul din perioada
imediat anterioară. R = ( I − 1).100
- modificarea absolută cu bază fixă: - nivelul mediei pentru intervale de timp egale:
Δ t / 1 = yt − y1 y1 y
- modificarea absolută cu bază în lanţ: + y2 + ... + yn −1 + n
Δ t / t −1 = yt − y t −1 ycr = 2 2
- indicele de modificare cu bază fixă:
n −1
- nivelul mediei pentru intervale de timp neegale:
y ⎛ t1 ⎞ ⎛ t1 + t 2 ⎞ ⎛ t ⎞
I t%/1 = t ⎜ y1 ⎟ + ⎜ y 2 ⎟ + ... + ⎜ y n n −1 ⎟
y1 y cr =⎝
2⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
- indicele de modificare cu bază în lanţ: t1 t1 + t 2 t
+ + ... + n −1
yt 2 2 2
I t%/ t −1 = - modificarea medie absolută:
yt −1
( y 2 − y1 ) + ( y3 − y 2 ) + ... + ( y n − y n−1 )
- ritmul de modificare (modificarea relativă) cu bază fixă: Δ= =
n −1
Rt /1 = (I t /1 − 1)100 = I t%/ 1 − 100 n
- ritmul de modificare (modificarea relativă) cu bază în lanţ:
∑ Δ t / t −1
Rt / t −1 = (I t / t −1 − 1)100 = I t%/ t −1 − 100 = t =1
=
y n − y1 Δ n /1
=
- valoarea absolută a unui procent din ritmul de modificare cu n −1 n −1 n −1
bază fixă: - indicele mediu de modificare

At / 1 =
Δ t /1 y
= 1 I = n −1 I n /1
Rt / 1 100
%
- ritmul mediu de modificare
- valoarea absolută a unui procent din ritmul de modificare cu bază R = ( I − 1).100
în lanţ:
Metode de ajustare a seriilor cronologice:
Δ t / t −1 yt −1
At / t −1 = = - metoda mediilor mobile (mediile mobile se pot calcula folosind
Rt%/ t −1 100 fie un număr impar de termeni, fie un număr par de termeni):
- nivelul mediu al seriei cronologice: - se consideră o serie formată din 5 termeni care urmează să fie
ajustaţi prin metoda mediilor mobile calculate din trei termeni,
deci folosind un număr impar de termeni: y1, y2, y3, y4, y5.
 STATISTICĂ ŞI ECONOMETRIE 245 246 Gh. COMAN

y1 + y 2 + y 3 ; y + y3 + y 4 ; y + y 4 + y5 Yt′i = y0 + ti .Δ
y1 = y2 = 2 y3 = 3
3 3 3 • pentru extrapolarea pe baza indicelui mediu de creştere:
Dacă se foloseşte un număr par de termeni, mediile mobile se obţin Yt′i = y0 .I t i′
în două trepte; în primul rând se determină mediile mobile provizorii,
care se plasează între termenii seriei şi, în al doilea rând, se Aceste formule se aplică atunci când se folosesc valorile
determină mediile mobile definitive sau centrate, care se plasează parametrilor ( Δ , I ) din perioada expirată. În cazul când aceştia se modifică,
în dreptul termenilor seriei şi cu care se face ajustarea termenilor
seriei iniţiale. Se consideră o serie de 8 termeni care urmează să fie parametrii se modifică şi ei cu un coeficient k, astfel:
ajustaţi prin metoda mediilor mobile calculate din patru termeni, deci Yt′i = y0 + ti .Δ′, ⇒ Δ′ = k .Δ
folosind un număr par de termeni:
Yt′i = y0 .I ′t i′ ⇒ I ′ = k .I
y + y + y3 + y4 y + y3 + y4 + y5
Yˆ1 = 1 2 ; Yˆ2 = 2 ; Coeficientul k poate să fie mai mare sau mai mic decât 1.
4 4 Dacă k < 1 , atunci înseamnă că se reduce variaţia medie absolută
y + y4 + y5 + y6 y + y5 + y6 + y7 sau relativă, după cum se aplică la primul sau la al doilea procedeu.
Yˆ3 = 3 ; Yˆ4 = 4 ; Dacă k > 1 , atunci înseamnă că valoarea parametrilor folosiţi în
4 4 extrapolare este mai mare decât în perioada de analizat.
Pentru extrapolarea pe baza metodelor analitice de calcul se pune,
y + y6 + y7 + y8
Yˆ5 = 5 în primul rând, condiţia ca datele să se determine astfel încât să nu modifice
originea variaţiei de timp care este în mijlocul seriei cronologice şi pentru
4 care Σti = 0 . Deci, variaţia de timp se extinde în ambele sensuri, deşi
Se pot calcula acum mediile mobile definitive ca o medie aritmetică
simplă a celor provizorii luate câte două: interesează numai tendinţa obţinută prin extinderea seriei pentru perioada
următoare.
Yˆ1 + Yˆ2 Yˆ2 + Yˆ3 Yˆ3 + Yˆ4 Yˆ4 + Yˆ5 Şi în acest caz se vor folosi aceleaşi notaţii, adică termenii
Y1 = ; Y2 = ; Y3 = ; Y4 = ;
2 2 2 2 extrapolaţi se vor nota cu Yt′i , astfel:
-
-
metode analitice:
folosirea modelului liniar: Yt = a + b.t: Yt – valorile teoretice ale Yt′i = a + b.ti′
funcţiei; a – arată la ce valoare ar fi ajuns caracteristica
′
rezultativă y, iar b este parametrul care sintetizează numai
influenţa caracteristicii factoriale t; t – timpul. Se poate folosi
Yt′i = a.b ti
2
modelul parabolic: Yt = a + b.t + c.t sau curba exponenţială:
t
Yt = a.b care, prin logaritmare, poate fi adus la forma: Yt′i = a + b.ti′ + c.ti′2
Yt = log a + t.log b (model liniar) etc. Rezolvarea lor se face ca
la analiza regresiei şi corelaţiei. Dacă fenomenele se analizează în interdependenţă cu variaţia
Extrapolarea seriilor cronologice. factorilor care le determină în dinamică, apreciind că s-ar păstra aceeaşi
Extrapolarea datelor unei serii statistice are la bază metodele şi tendinţă de realizare a legăturii, se calculează valorile de perspectivă şi
procedeele folosite la ajustare. pentru caracteristica dependentă. De exemplu, pentru o caracteristică
rezultativă analizată în funcţie de doi factori cu care este legată liniar, se
Pentru a face distincţie între termenii ajustaţi (Yt i ) şi cei extrapolaţi calculează, mai întâi, ecuaţia medie de tendinţă pe perioada expirată, adică:
– care sunt consideraţi tot termeni teoretici – se notează, de obicei, termenii
extrapolaţi cu ( Yt′ ), iar variabila de timp cu ( t ′ ).
Yti = a0 + a1.x1 + a2 .x2 în care x1 şi x2 sunt variabile
i

De ci formulele de calcul vor fi: factoriale luate în timp.

• pentru extrapolarea pe baza sporului mediu:
 STATISTICĂ ŞI ECONOMETRIE 245 246 Gh. COMAN

y1 + y 2 + y 3 ; y + y3 + y 4 ; y + y 4 + y5 Yt′i = y0 + ti .Δ
y1 = y2 = 2 y3 = 3
3 3 3 • pentru extrapolarea pe baza indicelui mediu de creştere:
Dacă se foloseşte un număr par de termeni, mediile mobile se obţin Yt′i = y0 .I t i′
în două trepte; în primul rând se determină mediile mobile provizorii,
care se plasează între termenii seriei şi, în al doilea rând, se Aceste formule se aplică atunci când se folosesc valorile
determină mediile mobile definitive sau centrate, care se plasează parametrilor ( Δ , I ) din perioada expirată. În cazul când aceştia se modifică,
în dreptul termenilor seriei şi cu care se face ajustarea termenilor
seriei iniţiale. Se consideră o serie de 8 termeni care urmează să fie parametrii se modifică şi ei cu un coeficient k, astfel:
ajustaţi prin metoda mediilor mobile calculate din patru termeni, deci Yt′i = y0 + ti .Δ′, ⇒ Δ′ = k .Δ
folosind un număr par de termeni:
Yt′i = y0 .I ′t i′ ⇒ I ′ = k .I
y + y + y3 + y4 y + y3 + y4 + y5
Yˆ1 = 1 2 ; Yˆ2 = 2 ; Coeficientul k poate să fie mai mare sau mai mic decât 1.
4 4 Dacă k < 1 , atunci înseamnă că se reduce variaţia medie absolută
y + y4 + y5 + y6 y + y5 + y6 + y7 sau relativă, după cum se aplică la primul sau la al doilea procedeu.
Yˆ3 = 3 ; Yˆ4 = 4 ; Dacă k > 1 , atunci înseamnă că valoarea parametrilor folosiţi în
4 4 extrapolare este mai mare decât în perioada de analizat.
Pentru extrapolarea pe baza metodelor analitice de calcul se pune,
y + y6 + y7 + y8
Yˆ5 = 5 în primul rând, condiţia ca datele să se determine astfel încât să nu modifice
originea variaţiei de timp care este în mijlocul seriei cronologice şi pentru
4 care Σti = 0 . Deci, variaţia de timp se extinde în ambele sensuri, deşi
Se pot calcula acum mediile mobile definitive ca o medie aritmetică
simplă a celor provizorii luate câte două: interesează numai tendinţa obţinută prin extinderea seriei pentru perioada
următoare.
Yˆ1 + Yˆ2 Yˆ2 + Yˆ3 Yˆ3 + Yˆ4 Yˆ4 + Yˆ5 Şi în acest caz se vor folosi aceleaşi notaţii, adică termenii
Y1 = ; Y2 = ; Y3 = ; Y4 = ;
2 2 2 2 extrapolaţi se vor nota cu Yt′i , astfel:
-
-
metode analitice:
folosirea modelului liniar: Yt = a + b.t: Yt – valorile teoretice ale Yt′i = a + b.ti′
funcţiei; a – arată la ce valoare ar fi ajuns caracteristica
′
rezultativă y, iar b este parametrul care sintetizează numai
influenţa caracteristicii factoriale t; t – timpul. Se poate folosi
Yt′i = a.b ti
2
modelul parabolic: Yt = a + b.t + c.t sau curba exponenţială:
t
Yt = a.b care, prin logaritmare, poate fi adus la forma: Yt′i = a + b.ti′ + c.ti′2
Yt = log a + t.log b (model liniar) etc. Rezolvarea lor se face ca
la analiza regresiei şi corelaţiei. Dacă fenomenele se analizează în interdependenţă cu variaţia
Extrapolarea seriilor cronologice. factorilor care le determină în dinamică, apreciind că s-ar păstra aceeaşi
Extrapolarea datelor unei serii statistice are la bază metodele şi tendinţă de realizare a legăturii, se calculează valorile de perspectivă şi
procedeele folosite la ajustare. pentru caracteristica dependentă. De exemplu, pentru o caracteristică
rezultativă analizată în funcţie de doi factori cu care este legată liniar, se
Pentru a face distincţie între termenii ajustaţi (Yt i ) şi cei extrapolaţi calculează, mai întâi, ecuaţia medie de tendinţă pe perioada expirată, adică:
– care sunt consideraţi tot termeni teoretici – se notează, de obicei, termenii
extrapolaţi cu ( Yt′ ), iar variabila de timp cu ( t ′ ).
Yti = a0 + a1.x1 + a2 .x2 în care x1 şi x2 sunt variabile
i

De ci formulele de calcul vor fi: factoriale luate în timp.

• pentru extrapolarea pe baza sporului mediu:
 STATISTICĂ ŞI ECONOMETRIE 247 248 Gh. COMAN

Separat se analizează tendinţa de dezvoltare a fiecărei variabile Probleme rezolvate

independente şi se extrapolează cele două serii:
X 1′ = a x1 + bx1 .t ′ 1. Volumul desfacerii de mărfuri pe primele opt luni la un magazin
se prezintă în seria statistică următoare, tabelul 1:
X 2′ = a x2 + bx2 .t ′ Tabelul 1. Date iniţiale.
Aceste valori se introduc în ecuaţia funcţiei de regresie multiplă, Luna 1 2 3 4 5 6 7 8 Total
calculându-se valorile extrapolate ale variabilei Y, după valorile modificate Volumul desfacerii de
110 104 100 88 84 90 93 97 766
ale celor doi factori: mărfuri, u.m.

Yx′1x2 = a0 + a1.x1′ + a2 .x′2

a. Să se calculeze principalii indicatori statistici ce caracterizează
această serie cronologică.
b. Să se determine trendul (să se ajusteze seria cronologică),
folosind o metodă adecvată.
c. Să se previzioneze volumul desfacerii în lunile următoare, 9 şi 10,
în ipoteza că seria îşi va păstra aceeaşi tendinţă de evoluţie ca cea
determinată prin ajustare.
Rezolvare.
Se realizează tabelul următor:
Tabelul 2. Calcule intermediare.
Lunile yt, u.m. Δ t /1 Δ t / t −1 I t%/ 1 I t%/ t −1
0 1 2 3 4 5
1 110 0 - 100 -
2 104 -6 -6 94,5 94,5
3 100 -10 -4 90,9 96,2
4 88 -22 -12 80,0 88,0
5 84 -26 -4 76,4 95,5
6 90 -20 6 81,8 107,1
7 93 -17 3 84,5 103,3
8 97 -13 4 88,2 104,3
Total 766 - -13 - -

a. Principalii indicatori sunt:

• modificarea absolută cu bază fixă (coloana 2 din tabelul 2):
Δ t / 1 = yt − y1
• modificarea absolută cu bază în lanţ (coloana 3 din tabelul 2:
Δ t / t −1 = y t − y t −1
• indicele de modificare cu bază fixă (coloana 4 din tabelul 2):
yt
I t%/1 =
y1
 STATISTICĂ ŞI ECONOMETRIE 247 248 Gh. COMAN

Separat se analizează tendinţa de dezvoltare a fiecărei variabile Probleme rezolvate

independente şi se extrapolează cele două serii:
X 1′ = a x1 + bx1 .t ′ 1. Volumul desfacerii de mărfuri pe primele opt luni la un magazin
se prezintă în seria statistică următoare, tabelul 1:
X 2′ = a x2 + bx2 .t ′ Tabelul 1. Date iniţiale.
Aceste valori se introduc în ecuaţia funcţiei de regresie multiplă, Luna 1 2 3 4 5 6 7 8 Total
calculându-se valorile extrapolate ale variabilei Y, după valorile modificate Volumul desfacerii de
110 104 100 88 84 90 93 97 766
ale celor doi factori: mărfuri, u.m.

Yx′1x2 = a0 + a1.x1′ + a2 .x′2

a. Să se calculeze principalii indicatori statistici ce caracterizează
această serie cronologică.
b. Să se determine trendul (să se ajusteze seria cronologică),
folosind o metodă adecvată.
c. Să se previzioneze volumul desfacerii în lunile următoare, 9 şi 10,
în ipoteza că seria îşi va păstra aceeaşi tendinţă de evoluţie ca cea
determinată prin ajustare.
Rezolvare.
Se realizează tabelul următor:
Tabelul 2. Calcule intermediare.
Lunile yt, u.m. Δ t /1 Δ t / t −1 I t%/ 1 I t%/ t −1
0 1 2 3 4 5
1 110 0 - 100 -
2 104 -6 -6 94,5 94,5
3 100 -10 -4 90,9 96,2
4 88 -22 -12 80,0 88,0
5 84 -26 -4 76,4 95,5
6 90 -20 6 81,8 107,1
7 93 -17 3 84,5 103,3
8 97 -13 4 88,2 104,3
Total 766 - -13 - -

a. Principalii indicatori sunt:

• modificarea absolută cu bază fixă (coloana 2 din tabelul 2):
Δ t / 1 = yt − y1
• modificarea absolută cu bază în lanţ (coloana 3 din tabelul 2:
Δ t / t −1 = y t − y t −1
• indicele de modificare cu bază fixă (coloana 4 din tabelul 2):
yt
I t%/1 =
y1
 STATISTICĂ ŞI ECONOMETRIE 249 250 Gh. COMAN

• indicele de modificare cu bază în lanţ (coloana 5 din tabelul 2: Δ n / 1 − 13

y Δ= = = −1,857 u.m. / lună
I t%/ t −1 = t n −1 7
yt −1 • indicele mediu de modificare
• ritmul de modificare (modificarea relativă) cu bază fixă (coloana 2 I = n −1 I n / 1 = 7 0,882 = 0,982 (98,2%)
din tabelul 3:
• ritmul mediu de modificare
( )
Rt / 1 = I t /1 − 1 100 = I t%/ 1 − 100 R = ( I − 1).100 = (0,982 − 1).100 = 1,8%
• ritmul de modificare (modificarea relativă) cu bază în lanţ (coloana În medie, în perioada analizată, volumul vânzărilor a scăzut cu 1,8%
3 din tabelul 3: de la o lună la alta.
Rt / t −1 = (I t / t −1 − 1)100 = I t%/ t −1 − 100 120
Se observă că
modificarea medie
Tabelul 3. Calcule intermediare.

Volumul vânzărilor
100 absolută şi indicele mediu
110 104 100 de modificare nu sunt
Lunile yt, u.m. Rt%/1 Rt%/ t −1 At /1 At / t −1 80
88 84 90 93 97 valori reprezentative
60
0 1 2 3 4 5 pentru seria cronologică
40 analizată.
1 110 0 - - -
20 De altfel, din
2 104 -5,5 -5,5 1,1 1,10
0 analiza datelor se observă
3 100 -9,1 -3,8 1,1 1,04
1 2 3 4 5 6 7 8 că în perioada celor opt
4 88 -2,0 -12 1,1 1,00 luni luate în considerare
Lunile
5 84 -23,6 -4,5 1,1 0,88 volumul vânzărilor a
6 90 -18,2 7,1 1,1 0,84 scăzut şi în perioada următoare nivelurile volumului vânzărilor au cunoscut o
7 93 -15,5 3,3 1,1 0,90 evoluţie ascendentă. Coeficientul de variaţie al modificării absolute este o
8 97 -11,8 4,3 1,1 0,93 valoare mai mare de 75%, care are o eterogenitate crescută a acestor valori.
Total 766 - - - -
(
ΣΔ−Δ )2

• valoarea absolută a unui procent din ritmul de modificare cu bază σΔ n − 1 100

ν= 100 =
fixă (coloana 4 din tabelul 3: Δ Δ
Δ t /1 y b. Aşa cum se observă din reprezentarea grafică, de mai sus,
At /1 = = 1 metoda analitică adecvată este ajustarea pe baza parabolei de gradul doi.
Rt /1 100
%
Se va face ajustarea şi prin metoda liniară, după care se va alege acea
• valoarea absolută a unui procent din ritmul de modificare cu bază metodă de ajustare care determină cele mai mici pătrate ale abaterilor
în lanţ (coloana 5 din tabelul 3: termenilor empirici de la valorile teoretice.
Tabelul 4. Calcule intermediare.
Δ t / t −1 yt −1 2 4 2
At / t −1 = = t yt, u.m. t t t.y t .y
Rt%/ t −1 100 0 1 2 3 4 5
• nivelul mediu al seriei cronologice: -7 110 49 2401 -770 5390
Σyt 766 -5 104 25 625 -520 2600
yt = = = 95,75 u.m. / lună -3 100 9 81 -330 900
n 8 -1 88 1 1 -88 88
• modificarea medie absolută:
1 84 1 1 84 84
 STATISTICĂ ŞI ECONOMETRIE 249 250 Gh. COMAN

• indicele de modificare cu bază în lanţ (coloana 5 din tabelul 2: Δ n / 1 − 13

y Δ= = = −1,857 u.m. / lună
I t%/ t −1 = t n −1 7
yt −1 • indicele mediu de modificare
• ritmul de modificare (modificarea relativă) cu bază fixă (coloana 2 I = n −1 I n / 1 = 7 0,882 = 0,982 (98,2%)
din tabelul 3:
• ritmul mediu de modificare
( )
Rt / 1 = I t /1 − 1 100 = I t%/ 1 − 100 R = ( I − 1).100 = (0,982 − 1).100 = 1,8%
• ritmul de modificare (modificarea relativă) cu bază în lanţ (coloana În medie, în perioada analizată, volumul vânzărilor a scăzut cu 1,8%
3 din tabelul 3: de la o lună la alta.
Rt / t −1 = (I t / t −1 − 1)100 = I t%/ t −1 − 100 120
Se observă că
modificarea medie
Tabelul 3. Calcule intermediare.

Volumul vânzărilor
100 absolută şi indicele mediu
110 104 100 de modificare nu sunt
Lunile yt, u.m. Rt%/1 Rt%/ t −1 At /1 At / t −1 80
88 84 90 93 97 valori reprezentative
60
0 1 2 3 4 5 pentru seria cronologică
40 analizată.
1 110 0 - - -
20 De altfel, din
2 104 -5,5 -5,5 1,1 1,10
0 analiza datelor se observă
3 100 -9,1 -3,8 1,1 1,04
1 2 3 4 5 6 7 8 că în perioada celor opt
4 88 -2,0 -12 1,1 1,00 luni luate în considerare
Lunile
5 84 -23,6 -4,5 1,1 0,88 volumul vânzărilor a
6 90 -18,2 7,1 1,1 0,84 scăzut şi în perioada următoare nivelurile volumului vânzărilor au cunoscut o
7 93 -15,5 3,3 1,1 0,90 evoluţie ascendentă. Coeficientul de variaţie al modificării absolute este o
8 97 -11,8 4,3 1,1 0,93 valoare mai mare de 75%, care are o eterogenitate crescută a acestor valori.
Total 766 - - - -
(
ΣΔ−Δ )2

• valoarea absolută a unui procent din ritmul de modificare cu bază σΔ n − 1 100

ν= 100 =
fixă (coloana 4 din tabelul 3: Δ Δ
Δ t /1 y b. Aşa cum se observă din reprezentarea grafică, de mai sus,
At /1 = = 1 metoda analitică adecvată este ajustarea pe baza parabolei de gradul doi.
Rt /1 100
%
Se va face ajustarea şi prin metoda liniară, după care se va alege acea
• valoarea absolută a unui procent din ritmul de modificare cu bază metodă de ajustare care determină cele mai mici pătrate ale abaterilor
în lanţ (coloana 5 din tabelul 3: termenilor empirici de la valorile teoretice.
Tabelul 4. Calcule intermediare.
Δ t / t −1 yt −1 2 4 2
At / t −1 = = t yt, u.m. t t t.y t .y
Rt%/ t −1 100 0 1 2 3 4 5
• nivelul mediu al seriei cronologice: -7 110 49 2401 -770 5390
Σyt 766 -5 104 25 625 -520 2600
yt = = = 95,75 u.m. / lună -3 100 9 81 -330 900
n 8 -1 88 1 1 -88 88
• modificarea medie absolută:
1 84 1 1 84 84
 STATISTICĂ ŞI ECONOMETRIE 251 252 Gh. COMAN

3 90 9 81 270 810 ⎧ Σy
5 93 25 525 465 2325 ⎧na + bΣt = Σy ⎪⎪a = n = y = 95,75
7 97 49 2401 679 4753 ⎨ ⇒ ⎨
⎩aΣt + bΣt = Σty ⎪b = Σty = − 210 = −1,25
2
Total 766 168 6216 -210 16950
⎪⎩ Σt 2 168
Ajustarea parabolei de gradul II: Ecuaţia de ajustare este:
Tabelul 5. Calcule intermediare Yt′ = 95,75 − 1,25.t (coloana 4 din tabelul 5)
t yt, u.m. Yt (yt-Yt)
2
Y′ t ( yt − Yt′) 2 iar suma pătratelor abaterilor:

0 1 2 3 4 5 Σ( yt − Yt′) 2 = 334 (coloana 5 din tabelul 5)

-7 110 113 9 104 36 Rezultă că cea mai bună metodă de ajustare este cea bazată pe
-5 104 105 1 102 4 parabola de gradul II.
-3 100 95 25 100 0 c.
-1 88 90 4 97 81 Y9 = 89 − 1,25.9 + 0,32.9 2 = 103,6 u.m.
1 84 88 16 94 100
3 90 88 4 92 4 Y10 = 89 − 1,25.10 + 0,32.102 = 108,5 u.m.
5 93 91 4 90 9 2. O societate comercială a înregistrat următoarele stocuri pentru
7 97 96 1 87 100 marfa A, în kg., la datele specificate din anul X:
Total 766 766 64 766 334 Tabelul 6
Data 01.01.X 31.01.X 28.02.X 31.03.X 30.06.X 31.10.X 31.12.X
⎧n.a + bΣt + cΣt 2 = Σy Stoc,
kg.
120 (y1) 210 (y2) 80 (y3) 185 (y4) 110 (y5) 160 (y6) 60 (y7)
⎪⎪
⎨aΣt + bΣt + cΣt = Σt y
2 3
Se cere:
⎪ a. Să se reprezinte grafic seria de momente;
⎪⎩aΣt + bΣt + cΣt = Σt y
2 3 4 2
b. Să se determine stocul mediu în trimestrul I anul X şi stocul
mediu pe anul X.
Cum Σt = 0 (vezi tabel de mai sus), sistemul devine: Rezolvare.
a. Reprezentarea grafică se face ţinând cont de faptul că seria
⎧n.a + cΣt 2 = Σy statistică este de momente, nu de intervale. Se ridică bară/coloană din
⎪⎪ 2 fiecare moment până în dreptul nivelului caracteristicii.

⎨bΣt = Σt y
b. Pentru trimestrul I din anul X, se poate aplica media cronologică
simplă (dacă intervalul de timp luat în considerare este luna):
⎪ 2 1
⎪⎩aΣt + cΣt = Σt y
4 2
( y1 + y 2 ) + 1 ( y2 + y3 ) + 1 ( y3 + y 4 )
În urma rezolvării sistemului, rezultă: a = 89; b = -1,25; c = 0,32. y cr .trim. I 99 =2 2 2 =
Ecuaţia de ajustare este: 1+1+1
2
Yt = 89 – 1,25.t + 0,32.t (coloana 2 din tabelul 5), iar: y1 y 120 185
+ y 2 + y3 + 4 + 210 + 80 +
Σ ( yt − Yt ) = 64
2
(coloana 3 din tabelul 5).
= 2 2 = 2 2 = 442,5 = 147,5 kg
Ajustarea prin linia dreaptă: 3 3 3
 STATISTICĂ ŞI ECONOMETRIE 251 252 Gh. COMAN

3 90 9 81 270 810 ⎧ Σy
5 93 25 525 465 2325 ⎧na + bΣt = Σy ⎪⎪a = n = y = 95,75
7 97 49 2401 679 4753 ⎨ ⇒ ⎨
⎩aΣt + bΣt = Σty ⎪b = Σty = − 210 = −1,25
2
Total 766 168 6216 -210 16950
⎪⎩ Σt 2 168
Ajustarea parabolei de gradul II: Ecuaţia de ajustare este:
Tabelul 5. Calcule intermediare Yt′ = 95,75 − 1,25.t (coloana 4 din tabelul 5)
t yt, u.m. Yt (yt-Yt)
2
Y′ t ( yt − Yt′) 2 iar suma pătratelor abaterilor:

0 1 2 3 4 5 Σ( yt − Yt′) 2 = 334 (coloana 5 din tabelul 5)

-7 110 113 9 104 36 Rezultă că cea mai bună metodă de ajustare este cea bazată pe
-5 104 105 1 102 4 parabola de gradul II.
-3 100 95 25 100 0 c.
-1 88 90 4 97 81 Y9 = 89 − 1,25.9 + 0,32.9 2 = 103,6 u.m.
1 84 88 16 94 100
3 90 88 4 92 4 Y10 = 89 − 1,25.10 + 0,32.102 = 108,5 u.m.
5 93 91 4 90 9 2. O societate comercială a înregistrat următoarele stocuri pentru
7 97 96 1 87 100 marfa A, în kg., la datele specificate din anul X:
Total 766 766 64 766 334 Tabelul 6
Data 01.01.X 31.01.X 28.02.X 31.03.X 30.06.X 31.10.X 31.12.X
⎧n.a + bΣt + cΣt 2 = Σy Stoc,
kg.
120 (y1) 210 (y2) 80 (y3) 185 (y4) 110 (y5) 160 (y6) 60 (y7)
⎪⎪
⎨aΣt + bΣt + cΣt = Σt y
2 3
Se cere:
⎪ a. Să se reprezinte grafic seria de momente;
⎪⎩aΣt + bΣt + cΣt = Σt y
2 3 4 2
b. Să se determine stocul mediu în trimestrul I anul X şi stocul
mediu pe anul X.
Cum Σt = 0 (vezi tabel de mai sus), sistemul devine: Rezolvare.
a. Reprezentarea grafică se face ţinând cont de faptul că seria
⎧n.a + cΣt 2 = Σy statistică este de momente, nu de intervale. Se ridică bară/coloană din
⎪⎪ 2 fiecare moment până în dreptul nivelului caracteristicii.

⎨bΣt = Σt y
b. Pentru trimestrul I din anul X, se poate aplica media cronologică
simplă (dacă intervalul de timp luat în considerare este luna):
⎪ 2 1
⎪⎩aΣt + cΣt = Σt y
4 2
( y1 + y 2 ) + 1 ( y2 + y3 ) + 1 ( y3 + y 4 )
În urma rezolvării sistemului, rezultă: a = 89; b = -1,25; c = 0,32. y cr .trim. I 99 =2 2 2 =
Ecuaţia de ajustare este: 1+1+1
2
Yt = 89 – 1,25.t + 0,32.t (coloana 2 din tabelul 5), iar: y1 y 120 185
+ y 2 + y3 + 4 + 210 + 80 +
Σ ( yt − Yt ) = 64
2
(coloana 3 din tabelul 5).
= 2 2 = 2 2 = 442,5 = 147,5 kg
Ajustarea prin linia dreaptă: 3 3 3
 STATISTICĂ ŞI ECONOMETRIE 253 254 Gh. COMAN

b. Se face desezonalizarea seriei prin calculul mediilor mobile din

250
210 185 câte patru termeni, operând de la început deplasarea cu jumătate de termen
200 spre dreapta.
160

Stocul, kg
150 120
80 110
100 60 Tabelul 8. Calcule intermediare
50 Sume Medii mobile
0
Producţia yk mobile S
Anul Trimestrul
yk S y k∗ = k
1.01

31.01

28.02

31.03

30.06

31.12
31.10.
2 k 4
Data calendaristică 1 2 3 4 5 6
I 56 28 - -
Pentru întregul an 1999 se va calcula media cronologică ponderată:
II 78 39 - -
1 A
( y1 + y 2 ) + 1 ( y 2 + y3 ) + 1 ( y3 + y 4 ) + 1 ( y 4 + y5 ) III 96 48 297 74
y cr. 99 = 2 2 2 2 + IV 62 31 308 77
12 I 66 33 321 80
y ⎛1 1⎞ II 90 45 335 84
1 ⎛1 1⎞ B
( y5 + y6 ) + 1 ( y6 + y 7 ) 1 21 + ⎜ 2 + 2 ⎟ y 2 + ⎜ 2 + 2 ⎟ y3 III 110 55 348 87
+2 2 = ⎝ ⎠ ⎝ ⎠ + IV 76 38 356 89
12 12 I 78 39 362 90
II 94 47 370 92
C
III 118 59 - -
⎛1 3⎞ ⎛ 3 4⎞ ⎛4 2⎞ y7
⎜ + ⎟ y 4 + ⎜ + ⎟ y5 + ⎜ + ⎟ y 6 + 2 IV 84 42 - -
+⎝ ⎠ ⎝ ⎠ ⎝ ⎠
2 2 2 2 2 2 2
=
12
⎛1⎞ ⎛ 4⎞ ⎛7⎞ ⎛ 6⎞ ⎛ 2⎞ 140
⎜ ⎟120 + 210 + 80 + ⎜ ⎟185 + ⎜ ⎟110 + ⎜ ⎟160 + ⎜ ⎟60

116
110
Cantitatea, Hl, bere
=⎝ ⎠ ⎝ 2⎠ ⎝2⎠ ⎝ 2⎠ ⎝ 2 ⎠ = 137,08 kg
2 120

96

94
90
12 100
3. Producţia de bere raportată de o fabrică în trei ani consecutivi A,
B C, pe trimestre, în hectolitri, este prezentată în tabelul următor (date 80

80
78
76
78
convenţionale), tabelul 7: 60

66
64
Tabelul 7. Date iniţiale

56
40
Anul A B C
20
Trim. I II III IV I II III IV I II III IV
0
Hl.bere 56 78 96 64 66 90 110 76 78 94 116 80
I II III IV I II III IV I II III IV
Se cere să se determine tendinţa pe care a înregistrat-o producţia Timpul, anii: A, B, C
de bere pe perioada specificată.

Rezolvare. În coloana nr. 6, tabelul 8, s-au rotunjit datele pentru a nu se lucra

a. Se face reprezentarea grafică din care rezultă oscilaţiile cu numere zecimale.
sezoniere, cât şi tendinţa de creştere a producţiei de bere.
 STATISTICĂ ŞI ECONOMETRIE 253 254 Gh. COMAN

b. Se face desezonalizarea seriei prin calculul mediilor mobile din

250
210 185 câte patru termeni, operând de la început deplasarea cu jumătate de termen
200 spre dreapta.
160

Stocul, kg
150 120
80 110
100 60 Tabelul 8. Calcule intermediare
50 Sume Medii mobile
0
Producţia yk mobile S
Anul Trimestrul
yk S y k∗ = k
1.01

31.01

28.02

31.03

30.06

31.12
31.10.
2 k 4
Data calendaristică 1 2 3 4 5 6
I 56 28 - -
Pentru întregul an 1999 se va calcula media cronologică ponderată:
II 78 39 - -
1 A
( y1 + y 2 ) + 1 ( y 2 + y3 ) + 1 ( y3 + y 4 ) + 1 ( y 4 + y5 ) III 96 48 297 74
y cr. 99 = 2 2 2 2 + IV 62 31 308 77
12 I 66 33 321 80
y ⎛1 1⎞ II 90 45 335 84
1 ⎛1 1⎞ B
( y5 + y6 ) + 1 ( y6 + y 7 ) 1 21 + ⎜ 2 + 2 ⎟ y 2 + ⎜ 2 + 2 ⎟ y3 III 110 55 348 87
+2 2 = ⎝ ⎠ ⎝ ⎠ + IV 76 38 356 89
12 12 I 78 39 362 90
II 94 47 370 92
C
III 118 59 - -
⎛1 3⎞ ⎛ 3 4⎞ ⎛4 2⎞ y7
⎜ + ⎟ y 4 + ⎜ + ⎟ y5 + ⎜ + ⎟ y 6 + 2 IV 84 42 - -
+⎝ ⎠ ⎝ ⎠ ⎝ ⎠
2 2 2 2 2 2 2
=
12
⎛1⎞ ⎛ 4⎞ ⎛7⎞ ⎛ 6⎞ ⎛ 2⎞ 140
⎜ ⎟120 + 210 + 80 + ⎜ ⎟185 + ⎜ ⎟110 + ⎜ ⎟160 + ⎜ ⎟60

116
110
Cantitatea, Hl, bere
=⎝ ⎠ ⎝ 2⎠ ⎝2⎠ ⎝ 2⎠ ⎝ 2 ⎠ = 137,08 kg
2 120

96

94
90
12 100
3. Producţia de bere raportată de o fabrică în trei ani consecutivi A,
B C, pe trimestre, în hectolitri, este prezentată în tabelul următor (date 80

80
78
76
78
convenţionale), tabelul 7: 60

66
64
Tabelul 7. Date iniţiale

56
40
Anul A B C
20
Trim. I II III IV I II III IV I II III IV
0
Hl.bere 56 78 96 64 66 90 110 76 78 94 116 80
I II III IV I II III IV I II III IV
Se cere să se determine tendinţa pe care a înregistrat-o producţia Timpul, anii: A, B, C
de bere pe perioada specificată.

Rezolvare. În coloana nr. 6, tabelul 8, s-au rotunjit datele pentru a nu se lucra

a. Se face reprezentarea grafică din care rezultă oscilaţiile cu numere zecimale.
sezoniere, cât şi tendinţa de creştere a producţiei de bere.
 STATISTICĂ ŞI ECONOMETRIE 255 256 Gh. COMAN

28 + 78 + 96 + 62 + 33 297 În cazul în care se pune problema cuantificării intensităţii acţiunii

y1∗ = = = 74 factorilor sezonieri se calculează indicii sezonalităţii. Procedeul este
4 4 următorul:
0
………………………………………………… a . Se compară termenii seriei desezonalizate cu termenii seriei
38 + 78 + 94 + 118 + 42 370 empirice şi rezultă indicii abaterilor de sezon:
y8∗ = = = 92
4 4 Ak = y k∗ : y k ; k = 1,2,..., n ∗
c. Se construieşte cronograma seriei formată din medii mobile.
Întrucât se urmăreşte acţiunea factorilor pe sezoane atât în cadrul
Diferenţele între termenii celor două serii pot fi sesizate cu uşurinţă prin
fiecărui an, cât şi ca o medie (ca tendinţă) de-a lungul tuturor anilor, pentru a
reprezentarea grafică a acestora, pe aceeaşi reţea (figura de mai sus).
d. Linia cea mai probabilă de tendinţă, în cazul analizat, este o înţelege mai uşor modul de calcul al indicilor sezonalităţii suntem nevoiţi să
adoptăm o altă notaţie pentru termenii celor două serii.
dreaptă:
T (t ) = a + b.t Se notează prin: y ∗
i j - termenii seriei empirice; y i j - termenii
e. Pentru estimarea parametrilor acestei linii trebuie rezolvat seriei formată din medii mobile; i = 1, 2,…,L reprezintă anul (ciclul sezonier);
sistemul: j = 1, 2,…,s reprezintă sezonul.
Pornind de la aceste notaţii indicii abaterilor de sezon se vor
⎧⎪n.a + bΣt = Σy(∗t ) = 8a + 36b = 673 schimba prin Aij:
⎨ ∗ Ai j = yi∗ j : yi j
⎪⎩aΣt + bΣt = Σty (t ) = 36a + 204b = 3139
2

Se obţin atâţia indici ai abaterilor de sezon câţi termeni are seria

pentru calcule s-a întocmit tabelul 9:
desezonalizată (n*).
Tabelul 9. Calcule intermediare
Aceşti indici ne oferă atât posibilitatea aprecierii intensităţii cu care
t y(t∗ ) t2 t. y(∗t ) T (t ) au acţionat factorii sezonieri în fiecare sezon al fiecărui sezonier (an), cât şi
tendinţa acestor factori.
0
1 2 3 4 5 b . Se calculează, pentru fiecare sezon, media indicilor abaterilor de
1 74 1 74 75 sezon:
L
2
3
77
80
4
9
154
240
78
80 ∑ Ai j
i =1
4 84 16 336 83 Aj = ; j = 1,2,..., s.
L −1
5 87 25 435 85 0
c . Se calculează media tuturor indicilor abaterilor de sezon:
6 89 36 534 88
7 90 49 630 91 L s s
8 92 64 736 93 ∑∑ Ai j ∑ Ai
i =1 j =1 j =1
36 673 204 3139 - A= ∗
; sau A =
n s
0
a = 72,3 b = 2,6 T(t) = 72,3 + 2,6.t d . Se raportează media indicilor abaterilor de sezon calculată pe
f. valorile liniei de tendinţă calculate după ecuaţia de mai sus sunt sezoane, la media tuturor abaterilor de sezon şi rezultă indicii sezonalităţii:
prezentate în coloana nr. 5 din tabelul 9 (cu rotunjiri). Aj
∗ Ij = ; j = 1,2,..., s.
Comparând seria y (t ) cu T(t) se observă că diferenţele sunt A
nesemnificative. Aceasta înseamnă că linia de tendinţă a fost bine aleasă şi
nu mai necesită o analiză a variabilei c(t). Indicii sezonalităţii caracterizează intensitatea cu care au acţionat
factorii sezonieri în fiecare sezon de-a lungul tuturor anilor, ca o medie.
 STATISTICĂ ŞI ECONOMETRIE 255 256 Gh. COMAN

28 + 78 + 96 + 62 + 33 297 În cazul în care se pune problema cuantificării intensităţii acţiunii

y1∗ = = = 74 factorilor sezonieri se calculează indicii sezonalităţii. Procedeul este
4 4 următorul:
0
………………………………………………… a . Se compară termenii seriei desezonalizate cu termenii seriei
38 + 78 + 94 + 118 + 42 370 empirice şi rezultă indicii abaterilor de sezon:
y8∗ = = = 92
4 4 Ak = y k∗ : y k ; k = 1,2,..., n ∗
c. Se construieşte cronograma seriei formată din medii mobile.
Întrucât se urmăreşte acţiunea factorilor pe sezoane atât în cadrul
Diferenţele între termenii celor două serii pot fi sesizate cu uşurinţă prin
fiecărui an, cât şi ca o medie (ca tendinţă) de-a lungul tuturor anilor, pentru a
reprezentarea grafică a acestora, pe aceeaşi reţea (figura de mai sus).
d. Linia cea mai probabilă de tendinţă, în cazul analizat, este o înţelege mai uşor modul de calcul al indicilor sezonalităţii suntem nevoiţi să
adoptăm o altă notaţie pentru termenii celor două serii.
dreaptă:
T (t ) = a + b.t Se notează prin: y ∗
i j - termenii seriei empirice; y i j - termenii
e. Pentru estimarea parametrilor acestei linii trebuie rezolvat seriei formată din medii mobile; i = 1, 2,…,L reprezintă anul (ciclul sezonier);
sistemul: j = 1, 2,…,s reprezintă sezonul.
Pornind de la aceste notaţii indicii abaterilor de sezon se vor
⎧⎪n.a + bΣt = Σy(∗t ) = 8a + 36b = 673 schimba prin Aij:
⎨ ∗ Ai j = yi∗ j : yi j
⎪⎩aΣt + bΣt = Σty (t ) = 36a + 204b = 3139
2

Se obţin atâţia indici ai abaterilor de sezon câţi termeni are seria

pentru calcule s-a întocmit tabelul 9:
desezonalizată (n*).
Tabelul 9. Calcule intermediare
Aceşti indici ne oferă atât posibilitatea aprecierii intensităţii cu care
t y(t∗ ) t2 t. y(∗t ) T (t ) au acţionat factorii sezonieri în fiecare sezon al fiecărui sezonier (an), cât şi
tendinţa acestor factori.
0
1 2 3 4 5 b . Se calculează, pentru fiecare sezon, media indicilor abaterilor de
1 74 1 74 75 sezon:
L
2
3
77
80
4
9
154
240
78
80 ∑ Ai j
i =1
4 84 16 336 83 Aj = ; j = 1,2,..., s.
L −1
5 87 25 435 85 0
c . Se calculează media tuturor indicilor abaterilor de sezon:
6 89 36 534 88
7 90 49 630 91 L s s
8 92 64 736 93 ∑∑ Ai j ∑ Ai
i =1 j =1 j =1
36 673 204 3139 - A= ∗
; sau A =
n s
0
a = 72,3 b = 2,6 T(t) = 72,3 + 2,6.t d . Se raportează media indicilor abaterilor de sezon calculată pe
f. valorile liniei de tendinţă calculate după ecuaţia de mai sus sunt sezoane, la media tuturor abaterilor de sezon şi rezultă indicii sezonalităţii:
prezentate în coloana nr. 5 din tabelul 9 (cu rotunjiri). Aj
∗ Ij = ; j = 1,2,..., s.
Comparând seria y (t ) cu T(t) se observă că diferenţele sunt A
nesemnificative. Aceasta înseamnă că linia de tendinţă a fost bine aleasă şi
nu mai necesită o analiză a variabilei c(t). Indicii sezonalităţii caracterizează intensitatea cu care au acţionat
factorii sezonieri în fiecare sezon de-a lungul tuturor anilor, ca o medie.
 STATISTICĂ ŞI ECONOMETRIE 257 258 Gh. COMAN

Ei pot fi utilizaţi şi în calcule de prognoză corectându-se cu ajutorul Tabelul 11. Date iniţiale
lor tendinţa extrapolată. Luna 1 2 3 4 5 6 7
Nr. de televizoare vândute 110 112 119 112 142 149 171
Tabelul 10. Calcule intermediare
Se cere să se determine tendinţa de manifestare a seriei dinamice
B ΣAi j Aj care reprezintă vânzarea de televizoare.
Anul (i) A C
Trim. (j) 1
2
3 Aj = Ij= Rezolvare.
Aij 2 A a. Se construieşte cronograma seriei.
I(1) - 1,21 1,15 1,18 1,14
II(2) - 0,93 0,98 0,95 0,92 200 171
III(3) 0,77 0,79 - 0,78 0,76 142 149
IV(4) 1,21 1,17 - 1,20 1,16 112

Vol. vânzărilor
150
110 112 119
În continuare, se prezintă calculul indicilor respectivi, pe aceleaşi 100
date convenţionale (producţia fabricii de bere).
Astfel, în tabelul 8 se găsesc ambele serii. Prin raportarea coloanei
nr. 6 la coloana nr. 3 se obţin indicii abaterilor de sezon care sunt prezentaţi 50
în tabelul 10.
Exemplu: 0
∗
y13 74 y1∗ 1 2 3 4 5 6 7
A13 = = = 0,77 sau Lunile luate în studiu
y13 96 y3
Pe baza reprezentării grafice de mai sus se poate lua în considerare
y∗ 80 1,21 + 1,15 variaţia vânzărilor printr-o funcţie liniară şi printr-o parabolă de gradul II.
A21 = 21 = = 1,21 A1 = = 1,18 Deci ca funcţii de tendinţă se pot considera:
y 21 66 2
3 4
T (t ) = a + b.t respectiv: T (t ) = a + b.t + c.t 2
∑∑ Ai j 0,77 + 1,24 + 1,21 + ... + 0,98 8,24
Presupunem, deci, că parabola de gradul doi aproximează mai bine
tendinţa seriei noastre pe perioada considerată.
i =1 j =1
A= = = = 1,03
n ∗
8 8 T (t ) = a + b.t + c.t 2
sau: b. Estimarea parametrilor liniei de tendinţă prin metoda celor mai
1,18 + 0,95 + 0,78 + 1,20 mici pătrate. Aceasta presupune, în final, rezolvarea sistemului de ecuaţii:
A= = 1,03 ⎧n.a + bΣt + cΣt 2 = Σy (t ) = 7 a + 28b + 140c = 925
4 ⎪⎪
⎨aΣt + bΣt + cΣt = Σt y (t ) = 28a + 140b + 784c = 3970
2 3
A j 1,18
I1 = = = 1,14 ⎪ 2
⎩⎪aΣt + bΣt + cΣt = Σt y(t ) = 140a + 784b + 4676c = 20874
3 4 2
A 1,03
În urma calculării acestor indici se observă că factorii sezonieri au Δb − 45.472
acţionat mai puternic în trimestrele III şi IV, ducând la creşterea producţiei: Δa 1.832.208 b= = = −2,76
a= = = 111,29
∗ ∗ Δ 16.464 Δ 16.464
y13 > y13 şi respectiv: y14 < y14
Δc 26.264
4. La un magazin se înregistrează următoarea serie de vânzări de c= = = 1,60
televizoare color pe primele şapte luni ale anului X, tabelul 11: Δ 16.464
Pentru efectuarea calculelor a fost întocmit tabelul 13:
 STATISTICĂ ŞI ECONOMETRIE 257 258 Gh. COMAN

Ei pot fi utilizaţi şi în calcule de prognoză corectându-se cu ajutorul Tabelul 11. Date iniţiale
lor tendinţa extrapolată. Luna 1 2 3 4 5 6 7
Nr. de televizoare vândute 110 112 119 112 142 149 171
Tabelul 10. Calcule intermediare
Se cere să se determine tendinţa de manifestare a seriei dinamice
B ΣAi j Aj care reprezintă vânzarea de televizoare.
Anul (i) A C
Trim. (j) 1
2
3 Aj = Ij= Rezolvare.
Aij 2 A a. Se construieşte cronograma seriei.
I(1) - 1,21 1,15 1,18 1,14
II(2) - 0,93 0,98 0,95 0,92 200 171
III(3) 0,77 0,79 - 0,78 0,76 142 149
IV(4) 1,21 1,17 - 1,20 1,16 112

Vol. vânzărilor
150
110 112 119
În continuare, se prezintă calculul indicilor respectivi, pe aceleaşi 100
date convenţionale (producţia fabricii de bere).
Astfel, în tabelul 8 se găsesc ambele serii. Prin raportarea coloanei
nr. 6 la coloana nr. 3 se obţin indicii abaterilor de sezon care sunt prezentaţi 50
în tabelul 10.
Exemplu: 0
∗
y13 74 y1∗ 1 2 3 4 5 6 7
A13 = = = 0,77 sau Lunile luate în studiu
y13 96 y3
Pe baza reprezentării grafice de mai sus se poate lua în considerare
y∗ 80 1,21 + 1,15 variaţia vânzărilor printr-o funcţie liniară şi printr-o parabolă de gradul II.
A21 = 21 = = 1,21 A1 = = 1,18 Deci ca funcţii de tendinţă se pot considera:
y 21 66 2
3 4
T (t ) = a + b.t respectiv: T (t ) = a + b.t + c.t 2
∑∑ Ai j 0,77 + 1,24 + 1,21 + ... + 0,98 8,24
Presupunem, deci, că parabola de gradul doi aproximează mai bine
tendinţa seriei noastre pe perioada considerată.
i =1 j =1
A= = = = 1,03
n ∗
8 8 T (t ) = a + b.t + c.t 2
sau: b. Estimarea parametrilor liniei de tendinţă prin metoda celor mai
1,18 + 0,95 + 0,78 + 1,20 mici pătrate. Aceasta presupune, în final, rezolvarea sistemului de ecuaţii:
A= = 1,03 ⎧n.a + bΣt + cΣt 2 = Σy (t ) = 7 a + 28b + 140c = 925
4 ⎪⎪
⎨aΣt + bΣt + cΣt = Σt y (t ) = 28a + 140b + 784c = 3970
2 3
A j 1,18
I1 = = = 1,14 ⎪ 2
⎩⎪aΣt + bΣt + cΣt = Σt y(t ) = 140a + 784b + 4676c = 20874
3 4 2
A 1,03
În urma calculării acestor indici se observă că factorii sezonieri au Δb − 45.472
acţionat mai puternic în trimestrele III şi IV, ducând la creşterea producţiei: Δa 1.832.208 b= = = −2,76
a= = = 111,29
∗ ∗ Δ 16.464 Δ 16.464
y13 > y13 şi respectiv: y14 < y14
Δc 26.264
4. La un magazin se înregistrează următoarea serie de vânzări de c= = = 1,60
televizoare color pe primele şapte luni ale anului X, tabelul 11: Δ 16.464
Pentru efectuarea calculelor a fost întocmit tabelul 13:
 STATISTICĂ ŞI ECONOMETRIE 259 260 Gh. COMAN

Tabelul 13. Calcule intermediare. d. Calculul valorilor liniei de tendinţă (seria teoretică sau ajustată).
t y(t)
2
t
3
t
4
t t.y(t)
2
t .y(t) T(t) Aceasta presupune înlocuirea variabilei t cu t’ în funcţia stabilită după
estimarea parametrilor. Rezultatele înlocuirii lui t în funcţia:
1 2 3 4 5 6 7 8
1 110 1 1 1 110 110 110,1 T (t ) = 111,29 − 2,76 .t + 1,60 .t 2

2 112 4 8 16 224 448 112,2 sunt prezentate în coloana 8-a din tabelul 13.
3 119 9 27 81 357 1071 117,4 [ ]
Rezultatele înlocuirii lui t’; t ′ ∈ − 3,3 în funcţia:
4 122 16 64 256 488 1952 125,5
5 142 25 125 625 710 3550 137,5 T (t ′) = 125,74 + 10.t ′ + 1,6.t ′2
6 149 36 216 1296 894 5364 152,3 sunt prezentate în coloana 8-a din tabelul 14.
Se observă din cele două tabele că rezultatele sunt aproape
7 171 49 343 2401 1197 8379 170,4
identice, diferenţele provenind din rotunjiri în calcule. De asemenea, se
28 925 140 784 4676 3980 20874 observă că valorile calculate după funcţia parabolică de gradul doi, aleasă
pentru modelarea tendinţei, sunt foarte apropiate de valorile seriei empirice.
T (t ) = 111,29 − 2,76.t + 1,60.t 2 5. Se consideră evoluţia numărului de personal dintr-o firmă în
Volumul de calcul se reduce considerabil dacă se efectuează perioada 1995-2002, tabelul 15.
schimbarea de variabilă şi se simplifică sistemul: Tabelul 15. Date iniţiale
t ′ = t − t m ; Σt ′ = 0; n = 7; t m = 4 Anul 1995 1996 1997 1998 1999 2000 2001 2002
Sistemul de ecuaţii devine: Nr. pers. 50 47 45 55 61 68 70 80
Se cere:
⎧n.a + cΣt ′2 = Σy (t ) ⎧7.a + 28c = 925 a. determinarea modificărilor absolute ale numărului de persoane,
⎪⎪ ⎪ cu bază fixă şi bază mobilă;
⎨bΣt ′ = Σt ′ y (t ) ⎨28b = 280
2
b. indicii de dinamică cu bază fixă şi cu bază mobilă;
⎪ ′2 ⎪28a + 196c = 3834 c. ritmul de dinamică cu bază fixă şi cu bază mobilă;
⎩⎪aΣt + cΣt ′ = Σt ′ y (t ) ⎩
4 2
d. valoarea absolută a unui procent din ritmul de dinamică cu bază
a = 125,74; b = 16; c = 1,6 fixă şi cu bază mobilă;
e. numărul mediu de personal de-a lungul intervalului considerat.
Rezolvare: se întocmeşte tabelul 16:
T (t ′) = 125,74 + 10.t′ + 1,6.t ′2 Tabelul 16
Se realizează următorul tabelul 14 de calcul: Nr.
Tabelul 14. Calcule intermediare.
Anii Δ t /1 Δ t / t −1 I t / 1 I t / t −1 Rt /1 % Rt / t −1 % At /1 At / t −1
pers.
t y(t) t′ t ′2 t ′4 t ′y (t ) t ′ 2 y (t ) T(t) 0 1 2 3 4 5 6 7 8 9
1995 50 0 - 1,0 - 0 - 0,5 -
1 2 3 4 5 6 7 8 1996 47 -3 -3 0,94 0,94 -6 -6 0,5 0,5
1 110 -3 9 81 -330 990 110,1 1997 45 -5 -2 0,9 0,96 -10 -4 0,5 0,47
2 112 -2 4 16 -224 448 112,2 1998 55 +5 +10 1,1 1,22 +10 +22 0,5 0,45
3 119 -1 1 1 -119 119 117,3 1999 61 +11 +6 1,22 1,11 +22 +11 0,5 0,55
4 122 0 0 0 0 0 125,5 2000 68 +18 +7 1,36 1,11 +36 +11 0,5 0,61
5 142 1 1 1 142 142 137,3 2001 70 +20 +2 1,4 1,03 +40 +3 0,5 0,68
6 149 2 4 16 298 596 152,1 2002 80 +30 +10 1,6 1,14 +60 +14 0,5 0,70
7 171 3 9 81 513 1539 170,1
28 925 0 28 196 280 3834 a. modificările absolute de personal au fost calculate cu expresiile
corespunzătoare şi introduse în coloanele 2 şi 3 din tabelul 16;
 STATISTICĂ ŞI ECONOMETRIE 259 260 Gh. COMAN

Tabelul 13. Calcule intermediare. d. Calculul valorilor liniei de tendinţă (seria teoretică sau ajustată).
t y(t)
2
t
3
t
4
t t.y(t)
2
t .y(t) T(t) Aceasta presupune înlocuirea variabilei t cu t’ în funcţia stabilită după
estimarea parametrilor. Rezultatele înlocuirii lui t în funcţia:
1 2 3 4 5 6 7 8
1 110 1 1 1 110 110 110,1 T (t ) = 111,29 − 2,76 .t + 1,60 .t 2

2 112 4 8 16 224 448 112,2 sunt prezentate în coloana 8-a din tabelul 13.
3 119 9 27 81 357 1071 117,4 [ ]
Rezultatele înlocuirii lui t’; t ′ ∈ − 3,3 în funcţia:
4 122 16 64 256 488 1952 125,5
5 142 25 125 625 710 3550 137,5 T (t ′) = 125,74 + 10.t ′ + 1,6.t ′2
6 149 36 216 1296 894 5364 152,3 sunt prezentate în coloana 8-a din tabelul 14.
Se observă din cele două tabele că rezultatele sunt aproape
7 171 49 343 2401 1197 8379 170,4
identice, diferenţele provenind din rotunjiri în calcule. De asemenea, se
28 925 140 784 4676 3980 20874 observă că valorile calculate după funcţia parabolică de gradul doi, aleasă
pentru modelarea tendinţei, sunt foarte apropiate de valorile seriei empirice.
T (t ) = 111,29 − 2,76.t + 1,60.t 2 5. Se consideră evoluţia numărului de personal dintr-o firmă în
Volumul de calcul se reduce considerabil dacă se efectuează perioada 1995-2002, tabelul 15.
schimbarea de variabilă şi se simplifică sistemul: Tabelul 15. Date iniţiale
t ′ = t − t m ; Σt ′ = 0; n = 7; t m = 4 Anul 1995 1996 1997 1998 1999 2000 2001 2002
Sistemul de ecuaţii devine: Nr. pers. 50 47 45 55 61 68 70 80
Se cere:
⎧n.a + cΣt ′2 = Σy (t ) ⎧7.a + 28c = 925 a. determinarea modificărilor absolute ale numărului de persoane,
⎪⎪ ⎪ cu bază fixă şi bază mobilă;
⎨bΣt ′ = Σt ′ y (t ) ⎨28b = 280
2
b. indicii de dinamică cu bază fixă şi cu bază mobilă;
⎪ ′2 ⎪28a + 196c = 3834 c. ritmul de dinamică cu bază fixă şi cu bază mobilă;
⎩⎪aΣt + cΣt ′ = Σt ′ y (t ) ⎩
4 2
d. valoarea absolută a unui procent din ritmul de dinamică cu bază
a = 125,74; b = 16; c = 1,6 fixă şi cu bază mobilă;
e. numărul mediu de personal de-a lungul intervalului considerat.
Rezolvare: se întocmeşte tabelul 16:
T (t ′) = 125,74 + 10.t′ + 1,6.t ′2 Tabelul 16
Se realizează următorul tabelul 14 de calcul: Nr.
Tabelul 14. Calcule intermediare.
Anii Δ t /1 Δ t / t −1 I t / 1 I t / t −1 Rt /1 % Rt / t −1 % At /1 At / t −1
pers.
t y(t) t′ t ′2 t ′4 t ′y (t ) t ′ 2 y (t ) T(t) 0 1 2 3 4 5 6 7 8 9
1995 50 0 - 1,0 - 0 - 0,5 -
1 2 3 4 5 6 7 8 1996 47 -3 -3 0,94 0,94 -6 -6 0,5 0,5
1 110 -3 9 81 -330 990 110,1 1997 45 -5 -2 0,9 0,96 -10 -4 0,5 0,47
2 112 -2 4 16 -224 448 112,2 1998 55 +5 +10 1,1 1,22 +10 +22 0,5 0,45
3 119 -1 1 1 -119 119 117,3 1999 61 +11 +6 1,22 1,11 +22 +11 0,5 0,55
4 122 0 0 0 0 0 125,5 2000 68 +18 +7 1,36 1,11 +36 +11 0,5 0,61
5 142 1 1 1 142 142 137,3 2001 70 +20 +2 1,4 1,03 +40 +3 0,5 0,68
6 149 2 4 16 298 596 152,1 2002 80 +30 +10 1,6 1,14 +60 +14 0,5 0,70
7 171 3 9 81 513 1539 170,1
28 925 0 28 196 280 3834 a. modificările absolute de personal au fost calculate cu expresiile
corespunzătoare şi introduse în coloanele 2 şi 3 din tabelul 16;
 STATISTICĂ ŞI ECONOMETRIE 261 262 Gh. COMAN

b. indicii de dinamică cu bază fixă şi cu bază mobilă au fost

Δ n / 1 y n − y1 980 − 950
calculaţi valoric cu expresiile corespunzătoare şi introduşi în coloanele 4 şi 5; Δ= = = = 12,73 u.m. / lună
c. valorile ritmului de dinamică cu bază fixă şi bază mobilă sunt n −1 n −1 12 − 1
introduse în coloanele 6 şi 7;
d. valorile absolute ale unui procent din ritmul de dinamică cu bază - indicele mediu lunar ( I ):
fixă şi respectiv cu bază mobilă sunt introduse în coloanele 8 şi 9;
y 980 11
e. numărul mediu de personal de-a lungul intervalului considerat I = n−1 n = 11 = 1.0315789 de unde:
fiind o serie de momente cu intervale egale între momente, s-a calculat cu y1 950
expresia:
y1 y log 980 − log 950 2,99123 − 2,97772 0,013502
+ y 2 + y3 + y 4 + y5 + y6 + y 7 + 8 log I = = = = 0,00122749
2 2 = 58,7 ≈ 59 pers. / an 11 11 11
ycr =
7 I = anti log 0,00122749 ⇒ I = 1,00283 sau 100,283%
6. Stocul de marfă la un complex comercial a înregistrat - ritmul mediu lunar ( R ):
următoarele valori în anul X:
Tabelul 17. Date iniţiale R = I − 1 ⇒ R = 0,00283 sau 0,283%
Momentul înregistrării 1.I 1.II 1.III 1.IV 1.V 1.VI 7. Pentru primele şase luni ale anului X, stocul unui grup omogen
de mărfuri a înregistrat următoarea evoluţie, tabelul 18:
Val. stocului, u.m. 950 1020 1010 1030 1040 1080
Tabelul 18. Date iniţiale
Momentul înregistrării 1.VII 1.VIII 1.IX 1.X 1.XI 1.XII Momentul înregistrării 1.I 15.II 1.III 1.IV 1.VI
Val. stocului, u.m. 1070 1090 950 930 970 980 Valoarea stocului, u.m. 1200 1400 1300 1100 1050

Se cere: Se cere:
1. Să se precizeze felul seriei; 1. Să se precizeze felul seriei;
2. Să se calculeze indicatorii medii ai acestei serii. 2. Să se calculeze nivelul mediu al seriei.
Rezolvare. (Pentru simplificarea calculelor se va considera luna egală cu 30 de
1. Este serie de momente cu intervale egale. zile).
2. Indicatorii medii vor fi: Rezolvare.
- nivelul mediu al seriei (y) se va calcula ca o medie 1. Este o serie de momente cu intervale neegale.
cronologică simplă: 2. Nivelul mediu al seriei ( y ) se va calcula cu relaţia:
y1 y
+ y2 + y3 + ... + yi + ... + n
ycr = 2 2 = t1 t +t t
n −1 y1 + y 2 1 2 + ... + y n n −1
y cr = 2 2 2
950
+ 1020 + 1010 + 1030 + 1040 + 1080 + 1070 + 1090 t1 t1 + t 2 tn −1
= 2 + + + ... +
12 − 1 2 2 2
980 Se vor stabili distanţele dintre momentele seriei, respectiv valorile
950 + 930 + 970 +
+ 2 = 11155 = 1014,09 u.m. / lună timpului: t1= 45; t2= 45; t3= 30; t4=60 zile.
12 − 1 11 Deci:

- sporul mediu ( Δ ):
 STATISTICĂ ŞI ECONOMETRIE 261 262 Gh. COMAN

b. indicii de dinamică cu bază fixă şi cu bază mobilă au fost

Δ n / 1 y n − y1 980 − 950
calculaţi valoric cu expresiile corespunzătoare şi introduşi în coloanele 4 şi 5; Δ= = = = 12,73 u.m. / lună
c. valorile ritmului de dinamică cu bază fixă şi bază mobilă sunt n −1 n −1 12 − 1
introduse în coloanele 6 şi 7;
d. valorile absolute ale unui procent din ritmul de dinamică cu bază - indicele mediu lunar ( I ):
fixă şi respectiv cu bază mobilă sunt introduse în coloanele 8 şi 9;
y 980 11
e. numărul mediu de personal de-a lungul intervalului considerat I = n−1 n = 11 = 1.0315789 de unde:
fiind o serie de momente cu intervale egale între momente, s-a calculat cu y1 950
expresia:
y1 y log 980 − log 950 2,99123 − 2,97772 0,013502
+ y 2 + y3 + y 4 + y5 + y6 + y 7 + 8 log I = = = = 0,00122749
2 2 = 58,7 ≈ 59 pers. / an 11 11 11
ycr =
7 I = anti log 0,00122749 ⇒ I = 1,00283 sau 100,283%
6. Stocul de marfă la un complex comercial a înregistrat - ritmul mediu lunar ( R ):
următoarele valori în anul X:
Tabelul 17. Date iniţiale R = I − 1 ⇒ R = 0,00283 sau 0,283%
Momentul înregistrării 1.I 1.II 1.III 1.IV 1.V 1.VI 7. Pentru primele şase luni ale anului X, stocul unui grup omogen
de mărfuri a înregistrat următoarea evoluţie, tabelul 18:
Val. stocului, u.m. 950 1020 1010 1030 1040 1080
Tabelul 18. Date iniţiale
Momentul înregistrării 1.VII 1.VIII 1.IX 1.X 1.XI 1.XII Momentul înregistrării 1.I 15.II 1.III 1.IV 1.VI
Val. stocului, u.m. 1070 1090 950 930 970 980 Valoarea stocului, u.m. 1200 1400 1300 1100 1050

Se cere: Se cere:
1. Să se precizeze felul seriei; 1. Să se precizeze felul seriei;
2. Să se calculeze indicatorii medii ai acestei serii. 2. Să se calculeze nivelul mediu al seriei.
Rezolvare. (Pentru simplificarea calculelor se va considera luna egală cu 30 de
1. Este serie de momente cu intervale egale. zile).
2. Indicatorii medii vor fi: Rezolvare.
- nivelul mediu al seriei (y) se va calcula ca o medie 1. Este o serie de momente cu intervale neegale.
cronologică simplă: 2. Nivelul mediu al seriei ( y ) se va calcula cu relaţia:
y1 y
+ y2 + y3 + ... + yi + ... + n
ycr = 2 2 = t1 t +t t
n −1 y1 + y 2 1 2 + ... + y n n −1
y cr = 2 2 2
950
+ 1020 + 1010 + 1030 + 1040 + 1080 + 1070 + 1090 t1 t1 + t 2 tn −1
= 2 + + + ... +
12 − 1 2 2 2
980 Se vor stabili distanţele dintre momentele seriei, respectiv valorile
950 + 930 + 970 +
+ 2 = 11155 = 1014,09 u.m. / lună timpului: t1= 45; t2= 45; t3= 30; t4=60 zile.
12 − 1 11 Deci:

- sporul mediu ( Δ ):
 STATISTICĂ ŞI ECONOMETRIE 263 264 Gh. COMAN

t1 t +t t +t t +t t Tabelul 20. Calcule intermediare.

+ y 2 1 2 + y3 2 3 + y 4 3 4 + y4 4
y1
y cr = 2 2 2 2 2 = Lunile yt Δ t /1 Δ t / t −1 I t /1
t1 t1 + t2 t2 + t3 t3 + t4 tn −1
+ + + + 0 1 2 3 4
2 2 2 2 2
1 52 0 - 1
45 45 + 45 45 + 30 30 + 60 60
1200 + 1400 + 1300 + 1100 + 1050 2 59 7 7 1,13
= 2 2 2 2 3 = 3 64 12 5 1,23
45 45 + 45 45 + 30 30 + 60 60
+ + + + 4 67 15 3 1,28
2 2 2 2 3 5 71 19 4 1,36
219750 6 73 21 2 1,40
= = 1220,8 u.m.
180 Total 386 - Σ =21 -
8. Volumul desfacerii de mărfuri pe primele şase luni la un
magazin se prezintă în seria statistică următoare, tabelul 19: Tabelul 20 (continuare)
Tabelul 19. Date iniţiale.
Luna 1 2 3 4 5 6 I t / t −1 Rt /1 Rt / t −1 At / 1 At / t −1
Volumul desfacerii de mărfuri,
52 59 64 67 72 73 5 6 7 8 9
u.m.
- 0 - 0,52 -
a. Să se reprezinte grafic seria de date statistice.
b. Să se calculeze indicatorii ce caracterizează seria cronologică. 1,13 13 13 0,52 0,52
c. Să se ajusteze seria prin metode mecanice şi analitice. 1,08 23 8 0,52 0,59
d. Să se previzioneze volumul desfacerii în următoarele două luni, 7 1,05 28 5 0,52 0,64
şi 8, în ipoteza că seria îşi va păstra aceeaşi tendinţă de evoluţie ca cea 1,06 36 6 0,52 0,67
determinată prin ajustare. 1,03 40 3 0,52 0,71
Rezolvare.
a. Este o serie cronologică de intervale, a cărei reprezentare grafică ∏ =1,40 - - - -
se realizează prin intermediul cronogramei.
Indicatorii medii:
Cronograma desfacerii de marfuri Σyt 386
80 • nivelul mediu: y= = = 64,33 u.m.
n 6
70
desfacerilor, u.m.

72 73 • modificarea medie absolută:

60
64 67 ΣΔ t / t −1 Δ n / 1 21
Volumul

50
52
59 Δ= = = = 4,2 u.m.
40 n −1 n −1 5
30 • indicele mediu de modificare:
20
73
10 I = n −1 ∏ I t / t −1 = n −1 I n /1 = 5 = 1,07
0 52
1 2 3
Lunile
4 5 6 • ritmul mediu de modificare: R = ( I − 1).100 = 7%
c1. Ajustarea prin metode mecanice:
b. Indicatorii absoluţi şi relativi se prezintă în tabelul 20. Metoda modificării medii absolute:
 STATISTICĂ ŞI ECONOMETRIE 263 264 Gh. COMAN

t1 t +t t +t t +t t Tabelul 20. Calcule intermediare.

+ y 2 1 2 + y3 2 3 + y 4 3 4 + y4 4
y1
y cr = 2 2 2 2 2 = Lunile yt Δ t /1 Δ t / t −1 I t /1
t1 t1 + t2 t2 + t3 t3 + t4 tn −1
+ + + + 0 1 2 3 4
2 2 2 2 2
1 52 0 - 1
45 45 + 45 45 + 30 30 + 60 60
1200 + 1400 + 1300 + 1100 + 1050 2 59 7 7 1,13
= 2 2 2 2 3 = 3 64 12 5 1,23
45 45 + 45 45 + 30 30 + 60 60
+ + + + 4 67 15 3 1,28
2 2 2 2 3 5 71 19 4 1,36
219750 6 73 21 2 1,40
= = 1220,8 u.m.
180 Total 386 - Σ =21 -
8. Volumul desfacerii de mărfuri pe primele şase luni la un
magazin se prezintă în seria statistică următoare, tabelul 19: Tabelul 20 (continuare)
Tabelul 19. Date iniţiale.
Luna 1 2 3 4 5 6 I t / t −1 Rt /1 Rt / t −1 At / 1 At / t −1
Volumul desfacerii de mărfuri,
52 59 64 67 72 73 5 6 7 8 9
u.m.
- 0 - 0,52 -
a. Să se reprezinte grafic seria de date statistice.
b. Să se calculeze indicatorii ce caracterizează seria cronologică. 1,13 13 13 0,52 0,52
c. Să se ajusteze seria prin metode mecanice şi analitice. 1,08 23 8 0,52 0,59
d. Să se previzioneze volumul desfacerii în următoarele două luni, 7 1,05 28 5 0,52 0,64
şi 8, în ipoteza că seria îşi va păstra aceeaşi tendinţă de evoluţie ca cea 1,06 36 6 0,52 0,67
determinată prin ajustare. 1,03 40 3 0,52 0,71
Rezolvare.
a. Este o serie cronologică de intervale, a cărei reprezentare grafică ∏ =1,40 - - - -
se realizează prin intermediul cronogramei.
Indicatorii medii:
Cronograma desfacerii de marfuri Σyt 386
80 • nivelul mediu: y= = = 64,33 u.m.
n 6
70
desfacerilor, u.m.

72 73 • modificarea medie absolută:

60
64 67 ΣΔ t / t −1 Δ n / 1 21
Volumul

50
52
59 Δ= = = = 4,2 u.m.
40 n −1 n −1 5
30 • indicele mediu de modificare:
20
73
10 I = n −1 ∏ I t / t −1 = n −1 I n /1 = 5 = 1,07
0 52
1 2 3
Lunile
4 5 6 • ritmul mediu de modificare: R = ( I − 1).100 = 7%
c1. Ajustarea prin metode mecanice:
b. Indicatorii absoluţi şi relativi se prezintă în tabelul 20. Metoda modificării medii absolute:
 STATISTICĂ ŞI ECONOMETRIE 265 266 Gh. COMAN

Yt = y1 + (t − 1) Δ , tabelul 21, coloana 3. Cum Σt = 0 ,

Tabelul 21. Calcule intermediare ⎧ Σy
a = = y = 64,33
t yt Yt ( yt − Yt ) 2 Yt * ( yt − Yt* ) 2 ⎧n.a + b.Σt = Σy ⎪⎪ n
Lunile
⎨ ⇒⎨ u.m.
⎩aΣt + .Σt = Σt. y ⎪b = Σt. y = 144 = 2,057
2
0 1 2 3 4 5 6
1 1 52 52,0 0 52,0 0
⎪⎩ Σt 2 70
2 2 59 56,2 7,84 55,6 11,56 Yt = 64,33 + 2,057.t , tabelul 22, coloana 4.
3 3 64 60,4 12,96 59,5 20,25
d. Previzionarea volumul desfacerii în următoarele două luni, 7 şi 8,
4 4 67 64,6 5,76 63,7 10,89 în ipoteza că seria îşi va păstra aceeaşi tendinţă de evoluţie ca cea
5 5 71 68,8 4,84 68,2 7,84 determinată prin ajustare.
6 6 73 73,0 0 72,9 0,01 • prin metoda modificării mediei absolute:
Total - 386 386 31,4 386 50,55
Y7 = 53 + (7 − 1).4,2 = 77,2 u.m.
Suma Pătratelor abaterilor între termenii empirici şi teoretici este: Y8 = 53 + (8 − 1).4,2 = 81,4 u.m.
Σ( yt − Yt ) 2 = 31,4 , tabelul 21, coloana 4. • prin metoda trendului liniar:
Metoda indicelui mediu de dinamică:
Y7 = 64,33 + 2,057.7 = 78,68 u.m.
Yt* = yt ( I ) t −1 , tabelul 21, coloana 5.
Suma pătratelor abaterilor între termenii empirici şi termenii teoretici
Y8 = 64,33 + 2,057.8 = 82,78 u.m.
9. Despre cifra de afaceri (CA) a unei societăţi comerciale (SC) se
este: Σ( yt − Yt * ) 2 = 50,55 , tabelul 21, coloana 6. cunosc următoarele date pentru şase ani consecutivi, tabelul 23:
Cum suma pătratelor abaterilor între termenii empirici şi termenii Tabelul 23. Date iniţiale
teoretici este mai mică în cazul aplicării metodei modificării medii absolute, Anii 1 2 3 4 5 6
decât în cel al indicelui mediu, rezultă că mai potrivită ar fi, prin ajustare, Modificarea absolută cu
metoda modificării medii absolute. 110 93 460 558 1158 685
bază în lanţ, u.m.
c2. Ajustarea prin metode analitice:
După cum se observă din reprezentarea grafică a cronogramei, se Ştiind că în al şaselea an (6) cifra de afaceri a crescut cu 33,43%
va realiza ajustarea prin linie dreaptă. Calculele intermediare se prezintă în faţă de anul al treilea (3), să se reconstituie seria de valori absolute şi să se
tabelul 22. calculeze indicatorii medii ce caracterizează seria cronologică
Tabelul 22. Calcule intermediare Rezolvare.
t yt t2 t. y Yt Din datele disponibile din tabelul 23 se observă că:
0 1 2 3 4 R6 / 3 = ( I 6 / 3 − 1).100 = 33,43% , ca urmare:
-5 52 25 -260 54,08
R6 / 3 y
-3 59 9 -177 58,18
I6/3 = + 1 = 1,3343 = 6 şi
-1 64 1 -64 62,28 100 y3
1 67 1 67 66,38
6
Δ 6 / 3 = ∑ Δ t / t −1 = 558 + 1158 + 685 = 2401 = y 6 − y3 ⇒
3 71 9 213 70,48
5 73 25 365 74,58
i=4
- 386 70 144 386
 STATISTICĂ ŞI ECONOMETRIE 265 266 Gh. COMAN

Yt = y1 + (t − 1) Δ , tabelul 21, coloana 3. Cum Σt = 0 ,

Tabelul 21. Calcule intermediare ⎧ Σy
a = = y = 64,33
t yt Yt ( yt − Yt ) 2 Yt * ( yt − Yt* ) 2 ⎧n.a + b.Σt = Σy ⎪⎪ n
Lunile
⎨ ⇒⎨ u.m.
⎩aΣt + .Σt = Σt. y ⎪b = Σt. y = 144 = 2,057
2
0 1 2 3 4 5 6
1 1 52 52,0 0 52,0 0
⎪⎩ Σt 2 70
2 2 59 56,2 7,84 55,6 11,56 Yt = 64,33 + 2,057.t , tabelul 22, coloana 4.
3 3 64 60,4 12,96 59,5 20,25
d. Previzionarea volumul desfacerii în următoarele două luni, 7 şi 8,
4 4 67 64,6 5,76 63,7 10,89 în ipoteza că seria îşi va păstra aceeaşi tendinţă de evoluţie ca cea
5 5 71 68,8 4,84 68,2 7,84 determinată prin ajustare.
6 6 73 73,0 0 72,9 0,01 • prin metoda modificării mediei absolute:
Total - 386 386 31,4 386 50,55
Y7 = 53 + (7 − 1).4,2 = 77,2 u.m.
Suma Pătratelor abaterilor între termenii empirici şi teoretici este: Y8 = 53 + (8 − 1).4,2 = 81,4 u.m.
Σ( yt − Yt ) 2 = 31,4 , tabelul 21, coloana 4. • prin metoda trendului liniar:
Metoda indicelui mediu de dinamică:
Y7 = 64,33 + 2,057.7 = 78,68 u.m.
Yt* = yt ( I ) t −1 , tabelul 21, coloana 5.
Suma pătratelor abaterilor între termenii empirici şi termenii teoretici
Y8 = 64,33 + 2,057.8 = 82,78 u.m.
9. Despre cifra de afaceri (CA) a unei societăţi comerciale (SC) se
este: Σ( yt − Yt * ) 2 = 50,55 , tabelul 21, coloana 6. cunosc următoarele date pentru şase ani consecutivi, tabelul 23:
Cum suma pătratelor abaterilor între termenii empirici şi termenii Tabelul 23. Date iniţiale
teoretici este mai mică în cazul aplicării metodei modificării medii absolute, Anii 1 2 3 4 5 6
decât în cel al indicelui mediu, rezultă că mai potrivită ar fi, prin ajustare, Modificarea absolută cu
metoda modificării medii absolute. 110 93 460 558 1158 685
bază în lanţ, u.m.
c2. Ajustarea prin metode analitice:
După cum se observă din reprezentarea grafică a cronogramei, se Ştiind că în al şaselea an (6) cifra de afaceri a crescut cu 33,43%
va realiza ajustarea prin linie dreaptă. Calculele intermediare se prezintă în faţă de anul al treilea (3), să se reconstituie seria de valori absolute şi să se
tabelul 22. calculeze indicatorii medii ce caracterizează seria cronologică
Tabelul 22. Calcule intermediare Rezolvare.
t yt t2 t. y Yt Din datele disponibile din tabelul 23 se observă că:
0 1 2 3 4 R6 / 3 = ( I 6 / 3 − 1).100 = 33,43% , ca urmare:
-5 52 25 -260 54,08
R6 / 3 y
-3 59 9 -177 58,18
I6/3 = + 1 = 1,3343 = 6 şi
-1 64 1 -64 62,28 100 y3
1 67 1 67 66,38
6
Δ 6 / 3 = ∑ Δ t / t −1 = 558 + 1158 + 685 = 2401 = y 6 − y3 ⇒
3 71 9 213 70,48
5 73 25 365 74,58
i=4
- 386 70 144 386
 STATISTICĂ ŞI ECONOMETRIE 267 268 Gh. COMAN

⎧ y6 = 1,3343 × y3 yt = 2. y8 = y8 + t.Δ ⇒ y8 = t.Δ ⇒ 46 = t.5,43 şi

⇒⎨ ⇒ y3 = 7182 u.m.
⎩ y6 − y3 = 2401 deci:
46
Valorile absolute sunt: t= = 8,47 ≅ 9 luni
y0 = 6629 − 110 = 6519 u.m. y1 = 6722 − 93 = 6629 u.m. 5,43
Luna în care se va dubla volumul vânzărilor faţă de luna 8-a va fi
y 2 = 7182 − 460 = 6722 u.m. y3 = 7182 u.m. 8+9=17, adică în luna 17-a de la punerea în vânzare a autoturismelor.
11. Numărul biletelor de odihnă într-o staţiune montană, vândute
y 4 = 7182 + 558 = 7740 u.m. y5 = 7740 + 1158 = 8898 u.m. de o agenţie turistică, a cunoscut în trei ani consecutivi A, B, C următoarea
evoluţie, tabelul 24.
y6 = 8898 + 685 = 9583 u.m. Tabelul 24.
Indicatorii medii ai seriei cronologice sunt: Anul A B C
• nivelul mediu al seriei: Trimestru I II III IV I II III IV I II III IV
Σyt 53273 Nr.Bilete 32 48 64 58 40 52 74 66 44 60 82 74
y= = = 7610,4 u.m.
n 7
• modificarea absolută medie: Se cere.
1. Să se reprezinte grafic seria cronologică prezentată.
Δ n / 1 y n − y1 9583 − 6519 2. Să se determine abaterile sezoniere şi coeficienţii sezonieri.
Δ= = = = 510,67 u.m.
n −1 n −1 6 3. Să se previzioneze numărul biletelor ce se vor vinde în trimestrul
• Indicele mediu de modificare: III din anul următor D, în ipoteza că seria îşi va păstra aceeaşi evoluţie ca în
perioada anterioară din anii consecutivi A, B, C.
y n 6 9583 Rezolvare.
I = n −1 I n / 1 = 6 = = 1,0663 ⇒ 106,63% 1.
y1 6519
• ritmul mediu de modificare: Vanzare bilete odihna
100
R = ( I − 1).100 = (1,0663 − 1).100 = 6,63%

Numar bilete
80
În medie cifra de afaceri a societăţii comerciale între anul 0 de bază
şi anul 6 a crescut cu 510,67 u.m. anual sau cu 6,63% pe an (adică de 60
2,0663 ori).
10. La desfacerea unei mărci noi de autoturism, o societate
40
comercială a înregistrat vânzarea a 8 autoturisme în prima lună (1) şi 46 în 20
luna opta (8). În ipoteza că evoluţia vânzărilor se poate ajusta prin metoda
sporului mediu şi că în perioada următoare se va menţine aceeaşi tendinţă
0
A.I A.II A.III A.IV B.I B.II B.III B.IV C.I C.II C.III C.IV
de evoluţie, să se determine luna în care vânzările din luna opta (8) se vor
dubla. Ani si trimestre
Rezolvare.
În reprezentarea grafică se observă atât existenţa trendului
Δ n / 1 yn − y1 y8 − y1 46 − 8
Δ= = = = = 5,43 buc / luna crescător, cât şi afectarea valorilor trimestriale de către factorul sezonier.
n −1 n −1 7 7 2. Pentru determinarea abaterilor şi coeficienţilor sezonieri se
elimină trendul prin metoda mediilor mobile.
Notăm cu yt nivelul producţiei în anul t, în care volumul
yij − Yij = S j + ε ij , i = 1,3 (i = 1, n); j = 1,4, j = (1, m)
vânzărilor se va dubla.
Se realizează tabelul 25, pentru calcule intermediare.
 STATISTICĂ ŞI ECONOMETRIE 267 268 Gh. COMAN

⎧ y6 = 1,3343 × y3 yt = 2. y8 = y8 + t.Δ ⇒ y8 = t.Δ ⇒ 46 = t.5,43 şi

⇒⎨ ⇒ y3 = 7182 u.m.
⎩ y6 − y3 = 2401 deci:
46
Valorile absolute sunt: t= = 8,47 ≅ 9 luni
y0 = 6629 − 110 = 6519 u.m. y1 = 6722 − 93 = 6629 u.m. 5,43
Luna în care se va dubla volumul vânzărilor faţă de luna 8-a va fi
y 2 = 7182 − 460 = 6722 u.m. y3 = 7182 u.m. 8+9=17, adică în luna 17-a de la punerea în vânzare a autoturismelor.
11. Numărul biletelor de odihnă într-o staţiune montană, vândute
y 4 = 7182 + 558 = 7740 u.m. y5 = 7740 + 1158 = 8898 u.m. de o agenţie turistică, a cunoscut în trei ani consecutivi A, B, C următoarea
evoluţie, tabelul 24.
y6 = 8898 + 685 = 9583 u.m. Tabelul 24.
Indicatorii medii ai seriei cronologice sunt: Anul A B C
• nivelul mediu al seriei: Trimestru I II III IV I II III IV I II III IV
Σyt 53273 Nr.Bilete 32 48 64 58 40 52 74 66 44 60 82 74
y= = = 7610,4 u.m.
n 7
• modificarea absolută medie: Se cere.
1. Să se reprezinte grafic seria cronologică prezentată.
Δ n / 1 y n − y1 9583 − 6519 2. Să se determine abaterile sezoniere şi coeficienţii sezonieri.
Δ= = = = 510,67 u.m.
n −1 n −1 6 3. Să se previzioneze numărul biletelor ce se vor vinde în trimestrul
• Indicele mediu de modificare: III din anul următor D, în ipoteza că seria îşi va păstra aceeaşi evoluţie ca în
perioada anterioară din anii consecutivi A, B, C.
y n 6 9583 Rezolvare.
I = n −1 I n / 1 = 6 = = 1,0663 ⇒ 106,63% 1.
y1 6519
• ritmul mediu de modificare: Vanzare bilete odihna
100
R = ( I − 1).100 = (1,0663 − 1).100 = 6,63%

Numar bilete
80
În medie cifra de afaceri a societăţii comerciale între anul 0 de bază
şi anul 6 a crescut cu 510,67 u.m. anual sau cu 6,63% pe an (adică de 60
2,0663 ori).
10. La desfacerea unei mărci noi de autoturism, o societate
40
comercială a înregistrat vânzarea a 8 autoturisme în prima lună (1) şi 46 în 20
luna opta (8). În ipoteza că evoluţia vânzărilor se poate ajusta prin metoda
sporului mediu şi că în perioada următoare se va menţine aceeaşi tendinţă
0
A.I A.II A.III A.IV B.I B.II B.III B.IV C.I C.II C.III C.IV
de evoluţie, să se determine luna în care vânzările din luna opta (8) se vor
dubla. Ani si trimestre
Rezolvare.
În reprezentarea grafică se observă atât existenţa trendului
Δ n / 1 yn − y1 y8 − y1 46 − 8
Δ= = = = = 5,43 buc / luna crescător, cât şi afectarea valorilor trimestriale de către factorul sezonier.
n −1 n −1 7 7 2. Pentru determinarea abaterilor şi coeficienţilor sezonieri se
elimină trendul prin metoda mediilor mobile.
Notăm cu yt nivelul producţiei în anul t, în care volumul
yij − Yij = S j + ε ij , i = 1,3 (i = 1, n); j = 1,4, j = (1, m)
vânzărilor se va dubla.
Se realizează tabelul 25, pentru calcule intermediare.
 STATISTICĂ ŞI ECONOMETRIE 269 270 Gh. COMAN

Tabelul 25. Calcule intermediare.

Σs′j
Medii Abateri
Serie s j = s′j − (Σs j = 0)
mobile yij − Yij = corectată m
Perioada yij provizorii Yij
yij − S j
Tabelul 26. Calcule intermediare
din 4 = S j + ε ij
termeni Trim. yij − S j
0 1 2 3 4 5 Anii
I II III IV
I.A 32 - - - 48
A - - 12,5 5
- - - - - -
B -14,75 -5 15,5 6
II.A 48 - - - 52
C -18 -4 - -
- - 50,5 - - -
III.A 64 - 51,5 12,5 50 Total -32,75 -9 28 11

IV.A
- -
58
52,5
-
-
53 5
- -
52
s′j -16,375 -4,5 14 5,5
- - 53,5 - - -
I.B
-
40
-
-
56
54,75
-
-14,75
-
56
-
sj -16,032≅-16 -4,156≅-4 14,344≅14 5,844≅6

II.B 52 - 57 -5 56
- - 58 - - - Se observă că în trimestrele I şi II abaterile sezoniere de la trend
III.B 74 - 58,5 15,5 60 sunt negative (valorile se situează sub linia de trend) pentru ca în trimestrele
- - 59 III şi IV devierile să fie pozitive.
IV.B 66 - 60 6 60 Seria corectată de sezonalitate se va determina ca; yij − S j ,
- - 61 - - - tabelul 25, coloana 5.
I.C 44 - 62 -18 60 Tabelul 27. Calcule intermediare
- - 63 - - -
II.C
-
60
-
-
65
64
-
-4
-
64
-
Perioada yij Yij ,MM yij / Yij yij / s*j
III.C 82 - - - 68 0 1 2 3 4
- - - - - -
IV.C 74 - - - 68 I.A 32 - - 43,48 ≈ 43
II.A 48 - - 50,78 ≈ 51
ΣS j III.A 64 51,5 1,2427 49,94 ≈ 50
Se determină s′j = care sunt estimatori bruţi ai abaterilor
nj IV.A 58 53 1,0943 51,72 ≈ 52
sezoniere; I.B 40 54,75 1,7306 54,34 ≈ 54
II.B 52 57 0,9123 55,01 ≈ 55
Σs′j − 32,75 − 9 + 28 + 11 − 1,375 III.B 74 58,5 1,2650 57,74 ≈ 58
= = = −0,344
m 4 4 IV.B 66 60 1,1000 58,86 ≈ 59
este mărimea ce corectează valorile brute. I.C 44 62 0,7097 59,78 ≈ 60
Se obţin astfel abaterile sezoniere nete:
II.C 60 64 0,9375 63,47 ≈ 63
 STATISTICĂ ŞI ECONOMETRIE 269 270 Gh. COMAN

Tabelul 25. Calcule intermediare.

Σs′j
Medii Abateri
Serie s j = s′j − (Σs j = 0)
mobile yij − Yij = corectată m
Perioada yij provizorii Yij
yij − S j
Tabelul 26. Calcule intermediare
din 4 = S j + ε ij
termeni Trim. yij − S j
0 1 2 3 4 5 Anii
I II III IV
I.A 32 - - - 48
A - - 12,5 5
- - - - - -
B -14,75 -5 15,5 6
II.A 48 - - - 52
C -18 -4 - -
- - 50,5 - - -
III.A 64 - 51,5 12,5 50 Total -32,75 -9 28 11

IV.A
- -
58
52,5
-
-
53 5
- -
52
s′j -16,375 -4,5 14 5,5
- - 53,5 - - -
I.B
-
40
-
-
56
54,75
-
-14,75
-
56
-
sj -16,032≅-16 -4,156≅-4 14,344≅14 5,844≅6

II.B 52 - 57 -5 56
- - 58 - - - Se observă că în trimestrele I şi II abaterile sezoniere de la trend
III.B 74 - 58,5 15,5 60 sunt negative (valorile se situează sub linia de trend) pentru ca în trimestrele
- - 59 III şi IV devierile să fie pozitive.
IV.B 66 - 60 6 60 Seria corectată de sezonalitate se va determina ca; yij − S j ,
- - 61 - - - tabelul 25, coloana 5.
I.C 44 - 62 -18 60 Tabelul 27. Calcule intermediare
- - 63 - - -
II.C
-
60
-
-
65
64
-
-4
-
64
-
Perioada yij Yij ,MM yij / Yij yij / s*j
III.C 82 - - - 68 0 1 2 3 4
- - - - - -
IV.C 74 - - - 68 I.A 32 - - 43,48 ≈ 43
II.A 48 - - 50,78 ≈ 51
ΣS j III.A 64 51,5 1,2427 49,94 ≈ 50
Se determină s′j = care sunt estimatori bruţi ai abaterilor
nj IV.A 58 53 1,0943 51,72 ≈ 52
sezoniere; I.B 40 54,75 1,7306 54,34 ≈ 54
II.B 52 57 0,9123 55,01 ≈ 55
Σs′j − 32,75 − 9 + 28 + 11 − 1,375 III.B 74 58,5 1,2650 57,74 ≈ 58
= = = −0,344
m 4 4 IV.B 66 60 1,1000 58,86 ≈ 59
este mărimea ce corectează valorile brute. I.C 44 62 0,7097 59,78 ≈ 60
Se obţin astfel abaterile sezoniere nete:
II.C 60 64 0,9375 63,47 ≈ 63
 STATISTICĂ ŞI ECONOMETRIE 271 272 Gh. COMAN

III.C 82 - - 63,98 ≈ 64 1,2538 1,0971

sIII
*
= = 1,2816 sIV
*
= = 1,1214
IV.C 74 - - 65,99 ≈ 66 0,9783 0,9783
Corectarea seriei cronologice de sezonalitate pe baza indicilor se va
Tabelul 28. Calcule intermediare
face: yij s*j , tabelul 27, coloana 4.
Trim. yij / Yij Tabelul 29. Calcule intermediare.
Anii

A
I
-
II
-
III
1,2427
IV
1,0943
Perioada yt Yt (Δ ) Yt ( I ) t t2
B 0,7306 0,9123 1,2650 1,1000 0 1 2 3 4 5
C 0,7097 0,9375 - - I.A 43 43 43 -11 121

s′j* 0,7200 0,9248 1,2538 1,0971

II.A
III.A
51
50
45,09
47,18
44,71
46,48
-9
-7
81
49
IV.A 52 49,27 48,33 -5 25
s *j 0,736 0,9453 1,2816 1,1214 I.B 54 51,36 50,25 -3 9
II.B 55 53,45 52,25 -1 1
Indicele brut de sezonalitate pentru sezonul j se poate calcula cu III.B 58 55,54 54,32 1 1
expresia: IV.B 59 57,63 56,48 3 9
I.C 60 59,72 58,72 5 25
s′j* = n j s*j şi anume: II.C 63 61,81 61,05 7 49
III.C 64 63,9 63,48 9 81
s′I* = 0,7306 × 0,7097 = 0,7200 IV.C 66 66 66 11 121
Total 675 - - 0 572
s′II* = 0,9123 × 0,9375 = 0,9248 Tabelul 29 (continuare)

s′ = 1,2427 ×1,2650 = 1,2538

* t. y Yt liniar ( yt − Yt ( Δ ) ) 2 ( yt − Yt ( I ) ) 2 ( yt − Yt ) 2
III
6 7 8 9 10
s′IV* = 1,0943 × 1,1000 = 1,0971 -473 46,27 0 0 10,7
-459 48,09 34,9 39,6 8,5
Corecţia indicilor bruţi se va face cu:
-350 49,90 7,9 12,4 0,01
m ∏ s′j* = 4 0,72 × 0,9248 ×1,2538 ×1,0971 = 0,9783 -260 51,72 7,5 13,5 0,08
Valorile nete corectate ale indicilor de sezonalitate vor fi: -162 53,53 7,0 14,1 0,22
-55 55,34 2,4 7,6 0,12
s′j*
s = *
j , (∏ s *
j =1 ) 58 57,16 6,1 13,5 0,71
m ∏ s′ j
* 177 58,97 1,9 6,4 0
300 60,78 0,1 1,6 0,61
0,7200 0,9248 441 62,60 1,4 3,8 0,16
s*I = = 0,736 s II* = = 0,9453
0,9783 0,9783 576 64,41 0,1 0,3 0,17
 STATISTICĂ ŞI ECONOMETRIE 271 272 Gh. COMAN

III.C 82 - - 63,98 ≈ 64 1,2538 1,0971

sIII
*
= = 1,2816 sIV
*
= = 1,1214
IV.C 74 - - 65,99 ≈ 66 0,9783 0,9783
Corectarea seriei cronologice de sezonalitate pe baza indicilor se va
Tabelul 28. Calcule intermediare
face: yij s*j , tabelul 27, coloana 4.
Trim. yij / Yij Tabelul 29. Calcule intermediare.
Anii

A
I
-
II
-
III
1,2427
IV
1,0943
Perioada yt Yt (Δ ) Yt ( I ) t t2
B 0,7306 0,9123 1,2650 1,1000 0 1 2 3 4 5
C 0,7097 0,9375 - - I.A 43 43 43 -11 121

s′j* 0,7200 0,9248 1,2538 1,0971

II.A
III.A
51
50
45,09
47,18
44,71
46,48
-9
-7
81
49
IV.A 52 49,27 48,33 -5 25
s *j 0,736 0,9453 1,2816 1,1214 I.B 54 51,36 50,25 -3 9
II.B 55 53,45 52,25 -1 1
Indicele brut de sezonalitate pentru sezonul j se poate calcula cu III.B 58 55,54 54,32 1 1
expresia: IV.B 59 57,63 56,48 3 9
I.C 60 59,72 58,72 5 25
s′j* = n j s*j şi anume: II.C 63 61,81 61,05 7 49
III.C 64 63,9 63,48 9 81
s′I* = 0,7306 × 0,7097 = 0,7200 IV.C 66 66 66 11 121
Total 675 - - 0 572
s′II* = 0,9123 × 0,9375 = 0,9248 Tabelul 29 (continuare)

s′ = 1,2427 ×1,2650 = 1,2538

* t. y Yt liniar ( yt − Yt ( Δ ) ) 2 ( yt − Yt ( I ) ) 2 ( yt − Yt ) 2
III
6 7 8 9 10
s′IV* = 1,0943 × 1,1000 = 1,0971 -473 46,27 0 0 10,7
-459 48,09 34,9 39,6 8,5
Corecţia indicilor bruţi se va face cu:
-350 49,90 7,9 12,4 0,01
m ∏ s′j* = 4 0,72 × 0,9248 ×1,2538 ×1,0971 = 0,9783 -260 51,72 7,5 13,5 0,08
Valorile nete corectate ale indicilor de sezonalitate vor fi: -162 53,53 7,0 14,1 0,22
-55 55,34 2,4 7,6 0,12
s′j*
s = *
j , (∏ s *
j =1 ) 58 57,16 6,1 13,5 0,71
m ∏ s′ j
* 177 58,97 1,9 6,4 0
300 60,78 0,1 1,6 0,61
0,7200 0,9248 441 62,60 1,4 3,8 0,16
s*I = = 0,736 s II* = = 0,9453
0,9783 0,9783 576 64,41 0,1 0,3 0,17
 STATISTICĂ ŞI ECONOMETRIE 273 274 Gh. COMAN

726 66,23 0 0 0,06 Σ( yt − Yt ) 2 → minim (coloanele 8, 9 10, tabelul 29) şi se va alege

519 675 69,1 112,6 21,3
metoda liniară, întrucât Σ( yt − Yt ) 2 = 21,3 .
Pentru seria corectată de sezonalitate cu ajutorul indicilor de
sezonalitate (tabelul 27, coloana 4), determinarea trendului se poate face 12. Cifra de afaceri (CA) a unei societăţi comerciale (SC) a
prin metode mecanice sau analitice. marcat pe nouă ani consecutivi valorile înregistrate în tabelul 30.
Metoda modificării mediei absolute: Tabelul 30. Date iniţiale.
n Anul 1 2 3 4 5 6 7 8 9
∑Δ t / t −1
Δ n / 1 yn − y1 66 − 43
CA, (u.m.) 120 116 122 144 145 164 175 176 178
Δ= t =2
= = = = 2,09 bilete Se cere:
n −1 n −1 n −1 11 1. Să se caracterizeze evoluţia cifrei de afaceri folosind indicatorii:
Yt ( Δ ) = y1 + (t − 1).Δ , tabelul 29, coloana 2.
absoluţi; relativi; medii.
2. Să se reprezinte grafic seria valorilor absolute.
Atunci: 3. Să se determine trendul de evoluţie pe baza metodelor mecanice
şi analitice.
y III . D = y IV .C + 3.Δ = (66 + 3.2,09).1,2816 = 93 bilete 4. Să se aleagă cea mai adecvată metodă care ajustează
Metoda indicelui mediu de modificare: fenomenul şi să se extrapoleze seria pentru următorii doi ani: 10 şi 11.
Rezolvare.
66 1. Calculul indicatorilor absoluţi:
I = n−1 ∏ I t / t −1 = n−1 I n /1 = 5 = 1,04 Nivelul absolut (yt) este reprezentat de termenii seriei (tabelul 30 şi
43
tabelul 31).
Yt′ = y1.( I ) t −1 , tabelul 29, coloana 3. Nivelul totalizat:
n 10
Atunci:
∑ yt = ∑ yt = 120 + 116 + 122 + ... + 178 = 1340 u.m.
y III .D = y IV .C .( I ) 3 .s III
*
= 66.(1,04) 3 .1,2816 ≅ 95 bilete t =1 t =1

Modelul liniar: Tabelul 31

Modificarea absolută (u.m.)
Yt = a + b.t Anul
CA, Cu bază fixă Cu bază în lanţ
(u.m.)
Δ t / 1 = yt − y1 Δ t / t −1 = yt − yt −1
⎧ Σy
+ Σ = Σ ⎪ a= = y = 56,25 A 1 2 3
⎧n .a b t y ⎪ n
⎨ ⇒⎨ 1 120 - -
a Σ t + b Σ t = Σt y ⎪b = Σt. y = 519 = 0,907
2 2 116 -4 -4
⎩ . . .
3 122 2 6
⎪⎩ Σt 2 572 4 144 24 22
Yt = 56,25 + 0,907.t , tabelul 29, coloana 7, respectiv: 5
6
145
164
25
44
1
19
YIII .D = (56,25 + 0,907.17).1,2816 ≅ 92 bilete 7 175 55 11
8 176 56 1
Alegerea celei mai potrivite metode de determinare a trendului se va
9 178 58 2
face prin criteriu minimizării sumei pătratelor abaterilor termenilor seriei de la
valorile de trend: Total 1340 - 58
 STATISTICĂ ŞI ECONOMETRIE 273 274 Gh. COMAN

726 66,23 0 0 0,06 Σ( yt − Yt ) 2 → minim (coloanele 8, 9 10, tabelul 29) şi se va alege

519 675 69,1 112,6 21,3
metoda liniară, întrucât Σ( yt − Yt ) 2 = 21,3 .
Pentru seria corectată de sezonalitate cu ajutorul indicilor de
sezonalitate (tabelul 27, coloana 4), determinarea trendului se poate face 12. Cifra de afaceri (CA) a unei societăţi comerciale (SC) a
prin metode mecanice sau analitice. marcat pe nouă ani consecutivi valorile înregistrate în tabelul 30.
Metoda modificării mediei absolute: Tabelul 30. Date iniţiale.
n Anul 1 2 3 4 5 6 7 8 9
∑Δ t / t −1
Δ n / 1 yn − y1 66 − 43
CA, (u.m.) 120 116 122 144 145 164 175 176 178
Δ= t =2
= = = = 2,09 bilete Se cere:
n −1 n −1 n −1 11 1. Să se caracterizeze evoluţia cifrei de afaceri folosind indicatorii:
Yt ( Δ ) = y1 + (t − 1).Δ , tabelul 29, coloana 2.
absoluţi; relativi; medii.
2. Să se reprezinte grafic seria valorilor absolute.
Atunci: 3. Să se determine trendul de evoluţie pe baza metodelor mecanice
şi analitice.
y III . D = y IV .C + 3.Δ = (66 + 3.2,09).1,2816 = 93 bilete 4. Să se aleagă cea mai adecvată metodă care ajustează
Metoda indicelui mediu de modificare: fenomenul şi să se extrapoleze seria pentru următorii doi ani: 10 şi 11.
Rezolvare.
66 1. Calculul indicatorilor absoluţi:
I = n−1 ∏ I t / t −1 = n−1 I n /1 = 5 = 1,04 Nivelul absolut (yt) este reprezentat de termenii seriei (tabelul 30 şi
43
tabelul 31).
Yt′ = y1.( I ) t −1 , tabelul 29, coloana 3. Nivelul totalizat:
n 10
Atunci:
∑ yt = ∑ yt = 120 + 116 + 122 + ... + 178 = 1340 u.m.
y III .D = y IV .C .( I ) 3 .s III
*
= 66.(1,04) 3 .1,2816 ≅ 95 bilete t =1 t =1

Modelul liniar: Tabelul 31

Modificarea absolută (u.m.)
Yt = a + b.t Anul
CA, Cu bază fixă Cu bază în lanţ
(u.m.)
Δ t / 1 = yt − y1 Δ t / t −1 = yt − yt −1
⎧ Σy
+ Σ = Σ ⎪ a= = y = 56,25 A 1 2 3
⎧n .a b t y ⎪ n
⎨ ⇒⎨ 1 120 - -
a Σ t + b Σ t = Σt y ⎪b = Σt. y = 519 = 0,907
2 2 116 -4 -4
⎩ . . .
3 122 2 6
⎪⎩ Σt 2 572 4 144 24 22
Yt = 56,25 + 0,907.t , tabelul 29, coloana 7, respectiv: 5
6
145
164
25
44
1
19
YIII .D = (56,25 + 0,907.17).1,2816 ≅ 92 bilete 7 175 55 11
8 176 56 1
Alegerea celei mai potrivite metode de determinare a trendului se va
9 178 58 2
face prin criteriu minimizării sumei pătratelor abaterilor termenilor seriei de la
valorile de trend: Total 1340 - 58
 STATISTICĂ ŞI ECONOMETRIE 275 276 Gh. COMAN

Modificarea absolută: ( Δ ): • Cu bază fixă: Rt/1 (tabelul 32, coloana 4)

Δt /1
• cu bază fixă (coloana 2, tabelul 31) Δ t / 1 = yt − y1 : Rt / 1 =
y1
100 = ( I t / 1 − 1).100

Δ 2 / 1 = y2 − y1 = 116 − 120 = R2 / 1 = (0,9666 − 1).100 = −3,34%; ...; R9 / 1 =

= −4,..., Δ 9 / 1 = y9 − y1 = 178 − 120 = 58 u.m. = (1,4833 − 1).100 = 48,33%
• Cu bază în lanţ: Rt/t-1 (tabelul 32, coloana 5)
Δ t / t −1 = yt − yt −1 :
• cu bază în lanţ (coloana 3, tabelul 31)
Δ t / t −1
Rt / t −1 = 100 = ( I t / t −1 − 1).100
Δ2 /1 = y2 − y1 = 116 − 120 = yt −1
= −4,..., Δ 9 / 8 = y9 − y8 = 178 − 176 = 2 u.m. R2 / 1 = (0,9666 − 1).100 = −3,34%; ...; R9 / 8 =
= (1,0114 − 1).100 = 1,14%
Relaţiile între Δ t / t −1 şi Δ t /1 ;
a. ⇒ ΣΔ t / t −1 = Δ t /1 = Δ 2 /1 + Δ 3 / 2 + ... + Δ 9 / 8 = Tabelul 32
Indicele de Valoarea absolută a
Ritmul
= −4 + 6 + 22 + 1 + 19 + 11 + 1 + 2 = 58 = Δ 9 /1 = 58 dinamică 1% din ritm
Cu Cu bază
b. ⇒ Δ t /1 − Δ t −1/1 = Δ t / t −1 ⇒ Δ 9 /1 − Δ 8 /1 = Δ 9 / 8 = 58 − 56 = 2 bază în lanţ
CA

Anul
Calculul indicatorilor relativi. (u.m.)
fixă I t / t −1 = Cu bază fixă Cu bază în Cu bază Cu bază în
Indicele de dinamică (creştere/descreştere)(I): I = Rt / 1 = lanţ fixă lanţ
t /1 Rt / t −1 = y1 yt −1
• Cu bază fixă (It/1) - tabelul 32 coloana 2: y = ( I t / 1 − 1).100 At / 1 = At / t −1 =
yt 116
y
= t = t = ( I t / t −1 − 1).100 100 100

It /1% = 100; ⇒ I 2 / 1 % = 100 = y1 yt −1

y1 120 A 1 2 3 4 5 6 7
178 1 120 - 1,0000 - - - -
= 96,66%; ..., I 9 / 1 % = 100 = 148,33% 2 116 0,9666 0,9666 -3,34 -3,34 1,2 1,20
120
• Cu bază fixă (It/t-1) - tabelul 32 coloana 3: 3 122 1,0166 1,0517 1,66 5,17 1,2 1,16
4 144 1,2000 1,1803 20,00 18,03 1,2 1,22
yt 116
I t / t −1 % = 100; ⇒ I 2 / 1 % = 100 = 5 145 1,2083 1,0069 20,83 0,69 1,2 1,44
yt −1 120 6 164 1,3666 1,1310 36,66 13,1 1,2 1,45
7 175 1,4583 1,0670 45,83 6,70 1,2 1,64
178
= 96,66%; ..., I 9 / 8 % = 100 = 101,14% 8 176 1,4666 1,0057 46,66 0,57 1,2 1,75
176 9 178 1,4833 1,0114 48,33 1,14 1,2 1,76
Relaţiile între It/1 şi It/t-1:
Σ 1340 - - - - - -
a ⇒ ∏ I t / t −1 = I t /1 = 0,9666 ×1,0517 × ...×1,0114 ≅ 1,4833 Valoarea absolută a unui procent din ritmul modificării (A):
• cu bază fixă: At/1 (tabelul 32, coloana 6):
b ⇒ I t / 1 : I t −1/ 1 = I t / t −1 ⇒ I 9 / 1 : I 8 / 1 = I 9 / 8 ; Δt /1 y 120 120
At / 1 = = 1 ⇒ A2 / 1 = = 1,2 u.m., ..., A9 / 1 = = 1,2 u.m.
1,4833 : 1,4666 ≅ 1,0114 Rt / 1 100 100 100
Ritmul de modificare (creştere/descreştere)(R): • cu bază fixă: At/1 (tabelul 32, coloana 7):
 STATISTICĂ ŞI ECONOMETRIE 275 276 Gh. COMAN

Modificarea absolută: ( Δ ): • Cu bază fixă: Rt/1 (tabelul 32, coloana 4)

Δt /1
• cu bază fixă (coloana 2, tabelul 31) Δ t / 1 = yt − y1 : Rt / 1 =
y1
100 = ( I t / 1 − 1).100

Δ 2 / 1 = y2 − y1 = 116 − 120 = R2 / 1 = (0,9666 − 1).100 = −3,34%; ...; R9 / 1 =

= −4,..., Δ 9 / 1 = y9 − y1 = 178 − 120 = 58 u.m. = (1,4833 − 1).100 = 48,33%
• Cu bază în lanţ: Rt/t-1 (tabelul 32, coloana 5)
Δ t / t −1 = yt − yt −1 :
• cu bază în lanţ (coloana 3, tabelul 31)
Δ t / t −1
Rt / t −1 = 100 = ( I t / t −1 − 1).100
Δ2 /1 = y2 − y1 = 116 − 120 = yt −1
= −4,..., Δ 9 / 8 = y9 − y8 = 178 − 176 = 2 u.m. R2 / 1 = (0,9666 − 1).100 = −3,34%; ...; R9 / 8 =
= (1,0114 − 1).100 = 1,14%
Relaţiile între Δ t / t −1 şi Δ t /1 ;
a. ⇒ ΣΔ t / t −1 = Δ t /1 = Δ 2 /1 + Δ 3 / 2 + ... + Δ 9 / 8 = Tabelul 32
Indicele de Valoarea absolută a
Ritmul
= −4 + 6 + 22 + 1 + 19 + 11 + 1 + 2 = 58 = Δ 9 /1 = 58 dinamică 1% din ritm
Cu Cu bază
b. ⇒ Δ t /1 − Δ t −1/1 = Δ t / t −1 ⇒ Δ 9 /1 − Δ 8 /1 = Δ 9 / 8 = 58 − 56 = 2 bază în lanţ
CA

Anul
Calculul indicatorilor relativi. (u.m.)
fixă I t / t −1 = Cu bază fixă Cu bază în Cu bază Cu bază în
Indicele de dinamică (creştere/descreştere)(I): I = Rt / 1 = lanţ fixă lanţ
t /1 Rt / t −1 = y1 yt −1
• Cu bază fixă (It/1) - tabelul 32 coloana 2: y = ( I t / 1 − 1).100 At / 1 = At / t −1 =
yt 116
y
= t = t = ( I t / t −1 − 1).100 100 100

It /1% = 100; ⇒ I 2 / 1 % = 100 = y1 yt −1

y1 120 A 1 2 3 4 5 6 7
178 1 120 - 1,0000 - - - -
= 96,66%; ..., I 9 / 1 % = 100 = 148,33% 2 116 0,9666 0,9666 -3,34 -3,34 1,2 1,20
120
• Cu bază fixă (It/t-1) - tabelul 32 coloana 3: 3 122 1,0166 1,0517 1,66 5,17 1,2 1,16
4 144 1,2000 1,1803 20,00 18,03 1,2 1,22
yt 116
I t / t −1 % = 100; ⇒ I 2 / 1 % = 100 = 5 145 1,2083 1,0069 20,83 0,69 1,2 1,44
yt −1 120 6 164 1,3666 1,1310 36,66 13,1 1,2 1,45
7 175 1,4583 1,0670 45,83 6,70 1,2 1,64
178
= 96,66%; ..., I 9 / 8 % = 100 = 101,14% 8 176 1,4666 1,0057 46,66 0,57 1,2 1,75
176 9 178 1,4833 1,0114 48,33 1,14 1,2 1,76
Relaţiile între It/1 şi It/t-1:
Σ 1340 - - - - - -
a ⇒ ∏ I t / t −1 = I t /1 = 0,9666 ×1,0517 × ...×1,0114 ≅ 1,4833 Valoarea absolută a unui procent din ritmul modificării (A):
• cu bază fixă: At/1 (tabelul 32, coloana 6):
b ⇒ I t / 1 : I t −1/ 1 = I t / t −1 ⇒ I 9 / 1 : I 8 / 1 = I 9 / 8 ; Δt /1 y 120 120
At / 1 = = 1 ⇒ A2 / 1 = = 1,2 u.m., ..., A9 / 1 = = 1,2 u.m.
1,4833 : 1,4666 ≅ 1,0114 Rt / 1 100 100 100
Ritmul de modificare (creştere/descreştere)(R): • cu bază fixă: At/1 (tabelul 32, coloana 7):
 STATISTICĂ ŞI ECONOMETRIE 277 278 Gh. COMAN

Δ t / t −1 yt −1 120 176 Metode mecanice

At / t −1 = = ⇒ A2 / 1 = = 1,2 u.m., ..., A9 / 8 = = 1,76 u.m. Metoda modificării medii absolute
Rt / t −1 100 100 100
Pentru ajustarea termenilor se utilizează relaţia:
Calculul indicatorilor medii
Nivelul mediu ( y ): Yt = y1 + Δ.(t − 1)
Seria cronologică prezentată este o serie de intervale pentru care Metoda indicelui mediu:
nivelul mediu se calculează aplicând expresia mediei aritmetice:
n
Yt = y1.( I ) t −1
∑y t
1340
Rezultatele obţinute privind ajustarea termenilor prin aceste două
metode sunt prezentate în tabelul 33, coloanele 2 şi 3.
y= t =1
= ≅ 148,89 u.m. Tabelul 33
n 9 Valori ajustate prin:
Cifra de afaceri medie anuală a fost de circa 148,89 unităţi
monetare (u.m.). Anul yt Modificarea mediei absolute Indicele mediu
Yt = y1 + Δ.(t − 1) Yt = y1.( I ) t −1
Modificarea absolută ( Δ ):
A 1 2 3
ΣΔ t / t −1 Δ n / 1 58
Δ= = = = 7,25 u.m. 1 120 Y1 = 120 + 7,25.0 = 120 Y2 = 120
n −1 n −1 8 2 116 Y2 = 120 + 7,25.1 = 127,25 Y2 = 120.1,0505 = 126,06
În media creşterea anuală a cifrei de afaceri pe perioada celor 9 ani
a fost de circa 7,25 u.m. 3 122 Y3 = 120 + 7,25.2 = 134,5 Y3 = 120.1,05052 = 132,43
Indicele mediu:
4 144 Y4 = 120 + 7,25.3 = 141,75 Y4 = 120.1,05053 = 139,1
I= n −1
∏I t / t −1 = n −1 I n / 1 = 1,4833 = 1,0505 sau 105,05%
8
5 145 Y5 = 120 + 7,25.4 = 149,0 Y5 = 120.1,05054 = 146,14
Ritmul mediu:
6 164 Y6 = 120 + 7,25.5 = 156,25 Y6 = 120.1,05055 = 153,52
R = ( I − 1).100 = (1,0505 − 1).100 = 5,05%
7 175 Y7 = 120 + 7,25.6 = 163,5 Y7 = 120.1,05056 = 161,27
Cifra de afaceri s-a modificat, în medie, cu 5,05% anual.
2. Pentru reprezentarea grafică a seriei se construieşte 8 176 Y8 = 120 + 7,25.7 = 170,25 Y8 = 120.1,05057 = 169,42
cronograma:
9 178 Y9 = 120 + 7,25.8 = 178 Y9 = 120.1,05058 = 178
Cronograma CA
200 Total 1340 1340,5 1325,95
180 Metode analitice.
160 Din cronograma prezentată mai sus, se observă că ajustarea
140 se poate face prin metoda liniară şi pe baza parabolei de gradul doi.
Valori CA

120 Pentru ajustarea liniară se foloseşte expresia:

100
80 Yt i = a + b.ti
60 Pentru calculul parametrilor a şi b se aplică metoda celor mai mici
40 pătrate:
20
0 Σ[ yi − (a + b.ti )]2 = min .
1 2 3 4 5 6 7 8 9
anii Sistemul de ecuaţii este:

3. Determinarea trendului (tendinţei generale).

 STATISTICĂ ŞI ECONOMETRIE 277 278 Gh. COMAN

Δ t / t −1 yt −1 120 176 Metode mecanice

At / t −1 = = ⇒ A2 / 1 = = 1,2 u.m., ..., A9 / 8 = = 1,76 u.m. Metoda modificării medii absolute
Rt / t −1 100 100 100
Pentru ajustarea termenilor se utilizează relaţia:
Calculul indicatorilor medii
Nivelul mediu ( y ): Yt = y1 + Δ.(t − 1)
Seria cronologică prezentată este o serie de intervale pentru care Metoda indicelui mediu:
nivelul mediu se calculează aplicând expresia mediei aritmetice:
n
Yt = y1.( I ) t −1
∑y t
1340
Rezultatele obţinute privind ajustarea termenilor prin aceste două
metode sunt prezentate în tabelul 33, coloanele 2 şi 3.
y= t =1
= ≅ 148,89 u.m. Tabelul 33
n 9 Valori ajustate prin:
Cifra de afaceri medie anuală a fost de circa 148,89 unităţi
monetare (u.m.). Anul yt Modificarea mediei absolute Indicele mediu
Yt = y1 + Δ.(t − 1) Yt = y1.( I ) t −1
Modificarea absolută ( Δ ):
A 1 2 3
ΣΔ t / t −1 Δ n / 1 58
Δ= = = = 7,25 u.m. 1 120 Y1 = 120 + 7,25.0 = 120 Y2 = 120
n −1 n −1 8 2 116 Y2 = 120 + 7,25.1 = 127,25 Y2 = 120.1,0505 = 126,06
În media creşterea anuală a cifrei de afaceri pe perioada celor 9 ani
a fost de circa 7,25 u.m. 3 122 Y3 = 120 + 7,25.2 = 134,5 Y3 = 120.1,05052 = 132,43
Indicele mediu:
4 144 Y4 = 120 + 7,25.3 = 141,75 Y4 = 120.1,05053 = 139,1
I= n −1
∏I t / t −1 = n −1 I n / 1 = 1,4833 = 1,0505 sau 105,05%
8
5 145 Y5 = 120 + 7,25.4 = 149,0 Y5 = 120.1,05054 = 146,14
Ritmul mediu:
6 164 Y6 = 120 + 7,25.5 = 156,25 Y6 = 120.1,05055 = 153,52
R = ( I − 1).100 = (1,0505 − 1).100 = 5,05%
7 175 Y7 = 120 + 7,25.6 = 163,5 Y7 = 120.1,05056 = 161,27
Cifra de afaceri s-a modificat, în medie, cu 5,05% anual.
2. Pentru reprezentarea grafică a seriei se construieşte 8 176 Y8 = 120 + 7,25.7 = 170,25 Y8 = 120.1,05057 = 169,42
cronograma:
9 178 Y9 = 120 + 7,25.8 = 178 Y9 = 120.1,05058 = 178
Cronograma CA
200 Total 1340 1340,5 1325,95
180 Metode analitice.
160 Din cronograma prezentată mai sus, se observă că ajustarea
140 se poate face prin metoda liniară şi pe baza parabolei de gradul doi.
Valori CA

120 Pentru ajustarea liniară se foloseşte expresia:

100
80 Yt i = a + b.ti
60 Pentru calculul parametrilor a şi b se aplică metoda celor mai mici
40 pătrate:
20
0 Σ[ yi − (a + b.ti )]2 = min .
1 2 3 4 5 6 7 8 9
anii Sistemul de ecuaţii este:

3. Determinarea trendului (tendinţei generale).

 STATISTICĂ ŞI ECONOMETRIE 279 280 Gh. COMAN

⎧n.a + bΣti = Σyi Yti = a + b.ti + c.ti2

⎨ Sistemul de ecuaţii normale este:
⎩aΣti + bΣti = Σti yi
2
⎧n.a + bΣt i + cΣti2 = Σyi
Pentru Σti = 0, sistemul de ecuaţii normale devine: ⎪
⎨aΣti + bΣti + cΣt i = Σti yi
2 3

⎧ Σyi ⎪ 2
⎪⎪ a = ⎩aΣti + bΣti + cΣti = Σti yi
3 4 2
⎧n.a = Σyi n
⎨ 2 ⇒ ⎨ Σti = 0 în Σti3 = 0 ,
⎩bΣt i = Σti yi ⎪b = Σt i y2 i
Pentru care caz şi sistemul de ecuaţii
normale devine:
⎪⎩ Σt i
Calculele necesare rezolvării sistemului sunt prezentate în tabelul
⎧n.a + cΣti2 = Σyi
34. ⎪ 2
⎧ 1340 ⎨bΣti = Σti yi
⎧9.a = 1340 ⎪⎪a = 9 = 148,89 ⎪ 2
⎩aΣti + cΣti = Σti yi
4 2
⎨ ⇒ ⎨
⎩60.b = 538 ⎪b = 538 = 8,96 Calculele sunt prezentate în tabelul 5.
⎪⎩ 60 Deci:
Deci:
⎧9.a + 60.c = 1340 ⎧a = 149,75
Yti = 148,89 + 8,96.ti ⎪ ⎪
Valorile sunt prezentate în tabelul 34, coloana 7.
⎨60.b = 538 ⇒ ⎨b = 8,96
Tabelul 34 ⎪60.a + 708.c = 8892 ⎪c = −0,13
2 4 2 Metoda
⎩ ⎩
Anul yt ti ti ti ti.yi ti .yi Ecuaţia pentru ajustarea prin trendul parabolic este:
liniară parabolică
A 1 2 3 4 5 6 7 8 Y = 149,75 + 8,96.t − 0,13.t
ti i i
2

1 120 -4 16 256 -480 1920 113,05 111,83

Valorile ajustate sunt prezentate în tabelul 34, coloana 8.
2 116 -3 9 81 -348 1044 122,00 121,77 4. Criteriile folosite pentru alegerea metodei care ajustează
3 122 -2 4 16 -244 488 131,69 132,03 cel mai bine seria prezentată sunt:
4 144 -1 1 1 -144 144 139,93 140,66 • Compararea volumului total empiric ( Σyt ) cu cel teoretic
5 145 0 0 0 0 0 148,89 149,75
( ΣYt );
6 164 1 1 1 164 164 157,85 158,58 i

• Compararea abaterilor absolute ale valorilor teoretice (ajustate)

7 175 2 4 16 350 700 166,09 166,43
cu cele empirice:
8 176 3 9 81 528 1584 175,77 175,53
9 178 4 16 256 712 2848 188,73 183,51 Σ yi − Yt i
Total 1340 0 60 708 538 8892 1340 1340
• Compararea pătratelor abaterilor dintre valorile empirice şi cele
Pentru trendul parabolic relaţia de calcul este: teoretice:
 STATISTICĂ ŞI ECONOMETRIE 279 280 Gh. COMAN

⎧n.a + bΣti = Σyi Yti = a + b.ti + c.ti2

⎨ Sistemul de ecuaţii normale este:
⎩aΣti + bΣti = Σti yi
2
⎧n.a + bΣt i + cΣti2 = Σyi
Pentru Σti = 0, sistemul de ecuaţii normale devine: ⎪
⎨aΣti + bΣti + cΣt i = Σti yi
2 3

⎧ Σyi ⎪ 2
⎪⎪ a = ⎩aΣti + bΣti + cΣti = Σti yi
3 4 2
⎧n.a = Σyi n
⎨ 2 ⇒ ⎨ Σti = 0 în Σti3 = 0 ,
⎩bΣt i = Σti yi ⎪b = Σt i y2 i
Pentru care caz şi sistemul de ecuaţii
normale devine:
⎪⎩ Σt i
Calculele necesare rezolvării sistemului sunt prezentate în tabelul
⎧n.a + cΣti2 = Σyi
34. ⎪ 2
⎧ 1340 ⎨bΣti = Σti yi
⎧9.a = 1340 ⎪⎪a = 9 = 148,89 ⎪ 2
⎩aΣti + cΣti = Σti yi
4 2
⎨ ⇒ ⎨
⎩60.b = 538 ⎪b = 538 = 8,96 Calculele sunt prezentate în tabelul 5.
⎪⎩ 60 Deci:
Deci:
⎧9.a + 60.c = 1340 ⎧a = 149,75
Yti = 148,89 + 8,96.ti ⎪ ⎪
Valorile sunt prezentate în tabelul 34, coloana 7.
⎨60.b = 538 ⇒ ⎨b = 8,96
Tabelul 34 ⎪60.a + 708.c = 8892 ⎪c = −0,13
2 4 2 Metoda
⎩ ⎩
Anul yt ti ti ti ti.yi ti .yi Ecuaţia pentru ajustarea prin trendul parabolic este:
liniară parabolică
A 1 2 3 4 5 6 7 8 Y = 149,75 + 8,96.t − 0,13.t
ti i i
2

1 120 -4 16 256 -480 1920 113,05 111,83

Valorile ajustate sunt prezentate în tabelul 34, coloana 8.
2 116 -3 9 81 -348 1044 122,00 121,77 4. Criteriile folosite pentru alegerea metodei care ajustează
3 122 -2 4 16 -244 488 131,69 132,03 cel mai bine seria prezentată sunt:
4 144 -1 1 1 -144 144 139,93 140,66 • Compararea volumului total empiric ( Σyt ) cu cel teoretic
5 145 0 0 0 0 0 148,89 149,75
( ΣYt );
6 164 1 1 1 164 164 157,85 158,58 i

• Compararea abaterilor absolute ale valorilor teoretice (ajustate)

7 175 2 4 16 350 700 166,09 166,43
cu cele empirice:
8 176 3 9 81 528 1584 175,77 175,53
9 178 4 16 256 712 2848 188,73 183,51 Σ yi − Yt i
Total 1340 0 60 708 538 8892 1340 1340
• Compararea pătratelor abaterilor dintre valorile empirice şi cele
Pentru trendul parabolic relaţia de calcul este: teoretice:
 STATISTICĂ ŞI ECONOMETRIE 281 282 Gh. COMAN

Σ( yi − Yt i ) 2 Funcţia
3 Y10 = 148,89 + 8,96.5 = 193,60 Y11 = 148,89 + 8,96.6 = 202,65
• Compararea coeficienţilor de variaţie calculaţi cu expresiile: liniară
Σ( yi − Yt i ) 2 Funcţia Y10 = 149,75 + 8,96.5 − Y11 = 149,75 + 8,96.6 +
4
σy n parabolică − 0,13.25 = 189,5 + 0,13.36 = 202,65
Cv = i
.100 = .100 sau
y y
13. Cifra de afaceri (CA) a unei societăţi comerciale (SC) a
Σ yi − Yt i marcat pe şapte ani consecutivi valorile înregistrate în tabelul 37.
Tabelul 37. Date iniţiale.
d yi n Anul 1 2 3 4 5 6 7
Cvd = .100 = .100 Modificări faţă de anul
y y 40 22 45 36 38 42 47
precedent, (u.m.)
Σyi
unde: y= Se cere:
n 1. Să se reconstituie seria de valori absolute ştiind că valoarea cifrei
Calculele necesare sunt prezentate în tabelul 35. de afaceri a crescut din perioada anului de bază 0 şi anul ultim menţionat 7
Se reţine metoda (modelul) de ajustare pentru care coeficientul din tabelul 37, în medie, cu 18,84%.
de variaţie este cel mai mic, tabelul 35. 2. Să se calculeze indicatorii medii şi să se interpreteze.
Tabelul 35. Calculul coeficientului de variaţie 3. Să se ajusteze seria printr-un procedeu analitic.
4. Să se calculeze coeficientul de variaţie.
σy
Nr. Metoda de ajustare
crt prin:
Σ( yi − Yt i ) 2 σy t
Cv =
y
i
.100 Rezolvare.
1. Din datele iniţiale prezentate în tabelul 37 rezultă că:
n

∑Δ
Modificarea medie
1
absolută
523,80 7,62 5,12
t / t −1 = yn − y1 = y7 − y0 =
2 Indicele mediu 576,83 8,01 5,37 t =2
3 Trendul liniar 442,40 7,01 4,71
4 Trendul parabolic 367,76 6,39 4,30
= 40 + 22 + 45 + 36 + 38 + 42 + 47 = 270
Extrapolarea (previzionarea) cifrei de afaceri pentru următorii doi De asemenea, se ştie că:
ani se face ţinând cont că sunt aceleaşi condiţii. Valorile extrapolate prin R = 18,84% ⇒ I % = R + 100 = 18,84 + 100 = 118,84%
metodele folosite la ajustare sunt prezentate în tabelul 36.
Tabelul 36 y7 y
Nr. Metoda de Anii I = n −1 = 7 7 = 1,1884
crt. ajustare 10 11
y0 y0
prin:
Deci:
A 1 2 3
Modificare ⎧ y7 − y0 = 270
1 medie Y10 = 120 + 7,25.9 = 185,25 Y11 = 120 + 7,25.10 = 192,5 ⎪ ⎧ y0 = 115 u.m.
absolută ⎨ y7 ⇒⎨
⎪ y = (1,1884) = 3,3478 ⎩ y7 = 385 u.m.
7
Indicele
2
mediu
Y10 = 120.(1,0505)9 = 186,99 Y11 = 120.(1,0505)10 = 196,43 ⎩ 0
Termenii seriei se determină astfel:
 STATISTICĂ ŞI ECONOMETRIE 281 282 Gh. COMAN

Σ( yi − Yt i ) 2 Funcţia
3 Y10 = 148,89 + 8,96.5 = 193,60 Y11 = 148,89 + 8,96.6 = 202,65
• Compararea coeficienţilor de variaţie calculaţi cu expresiile: liniară
Σ( yi − Yt i ) 2 Funcţia Y10 = 149,75 + 8,96.5 − Y11 = 149,75 + 8,96.6 +
4
σy n parabolică − 0,13.25 = 189,5 + 0,13.36 = 202,65
Cv = i
.100 = .100 sau
y y
13. Cifra de afaceri (CA) a unei societăţi comerciale (SC) a
Σ yi − Yt i marcat pe şapte ani consecutivi valorile înregistrate în tabelul 37.
Tabelul 37. Date iniţiale.
d yi n Anul 1 2 3 4 5 6 7
Cvd = .100 = .100 Modificări faţă de anul
y y 40 22 45 36 38 42 47
precedent, (u.m.)
Σyi
unde: y= Se cere:
n 1. Să se reconstituie seria de valori absolute ştiind că valoarea cifrei
Calculele necesare sunt prezentate în tabelul 35. de afaceri a crescut din perioada anului de bază 0 şi anul ultim menţionat 7
Se reţine metoda (modelul) de ajustare pentru care coeficientul din tabelul 37, în medie, cu 18,84%.
de variaţie este cel mai mic, tabelul 35. 2. Să se calculeze indicatorii medii şi să se interpreteze.
Tabelul 35. Calculul coeficientului de variaţie 3. Să se ajusteze seria printr-un procedeu analitic.
4. Să se calculeze coeficientul de variaţie.
σy
Nr. Metoda de ajustare
crt prin:
Σ( yi − Yt i ) 2 σy t
Cv =
y
i
.100 Rezolvare.
1. Din datele iniţiale prezentate în tabelul 37 rezultă că:
n

∑Δ
Modificarea medie
1
absolută
523,80 7,62 5,12
t / t −1 = yn − y1 = y7 − y0 =
2 Indicele mediu 576,83 8,01 5,37 t =2
3 Trendul liniar 442,40 7,01 4,71
4 Trendul parabolic 367,76 6,39 4,30
= 40 + 22 + 45 + 36 + 38 + 42 + 47 = 270
Extrapolarea (previzionarea) cifrei de afaceri pentru următorii doi De asemenea, se ştie că:
ani se face ţinând cont că sunt aceleaşi condiţii. Valorile extrapolate prin R = 18,84% ⇒ I % = R + 100 = 18,84 + 100 = 118,84%
metodele folosite la ajustare sunt prezentate în tabelul 36.
Tabelul 36 y7 y
Nr. Metoda de Anii I = n −1 = 7 7 = 1,1884
crt. ajustare 10 11
y0 y0
prin:
Deci:
A 1 2 3
Modificare ⎧ y7 − y0 = 270
1 medie Y10 = 120 + 7,25.9 = 185,25 Y11 = 120 + 7,25.10 = 192,5 ⎪ ⎧ y0 = 115 u.m.
absolută ⎨ y7 ⇒⎨
⎪ y = (1,1884) = 3,3478 ⎩ y7 = 385 u.m.
7
Indicele
2
mediu
Y10 = 120.(1,0505)9 = 186,99 Y11 = 120.(1,0505)10 = 196,43 ⎩ 0
Termenii seriei se determină astfel:
 STATISTICĂ ŞI ECONOMETRIE 283 284 Gh. COMAN

y0 = 115; y1 = 115 + 40 = 155 ;...; y6 = Yt i = a + b.ti

= 296 + 42 = 338; y7 = 338 + 47 = 385 Sistemul de ecuaţii normale:

Seria reconstituită se prezintă în tabelul 38. ⎧n.a + bΣti = Σyi

Tabelul 38. Seria cifrei de afaceri reconstituită. ⎨
⎩ a Σ t i + b Σ t i = Σt i y i
2
Anul 0 1 2 3 4 5 6 7
CA (u.m.) 115 155 177 222 258 296 338 385
Cu condiţia că Σti = 0 sistemul de ecuaţii devine:
2. Indicatorii medii. ⎧ n
• modificarea medie absolută:
n
⎪ ∑ yi
1946
⎪a = i =1
= = 243,25
∑Δ t / t −1
y n − y1 y7 − y0 385 − 115 ⎧ n.a = Σ y ⎪
⎪
n 8
Δ= t =2
= = = = 38,5 u.m. ⎨ 2
i
⇒⎨ n
n −1 n −1 8 −1
Cifra de afaceri a crescut în medie cu 47,5 u.m./an.
7 b
⎩ iΣ t = Σ t y
i i ⎪ ∑ yi t i
3198
• nivelul mediu: ⎪b = n
i =1
= = 19,04
⎪
∑
168
n t 2

∑y ⎪⎩ i
i =1
t
115 + 155 + ... + 385 1946 Calculele necesare determinării parametrilor şi valorilor ajustate
y= t =1
= = = 243,25 u.m. (teoretice) sunt prezentate în tabelul 39.
n 8 8
Tabelul 39. Calcule intermediare.
3. Pentru ajustarea prin metoda analitică se construieşte
cronograma (histograma). Yti = 243,25 +
Anii yi ti ti2 yi t i + 19,04 × ti
( yi − Yt i ) 2
Cronograma CA
500 0 1 2 3 4 5 6
0 115 -7 49 805 109,97 25,3
400 1 155 -5 25 775 148,05 48,3
338
Valoarea CA

258 385
300 2 177 -3 9 531 186,13 83,36
155 177 296 3 222 -1 1 222 224,21 4,88
200 4 258 1 1 258 262,29 18,4
115 222
100 5 296 3 9 888 300,37 19,1
6 338 5 25 1690 338,45 0,2
0 7 385 7 49 2695 376,53 71,74
0 1 2 3 4 5 6 7
Succesiunea anilor
Σ= Σ = Σ=
1946 0
Σ=
168
Σ=
3198
Σ=
1946
Σ=
271,28
4. Calculul coeficientului de variaţie se face cu expresia:
Cronograma sugerează un trend liniar.
Ecuaţia dreptei:
 STATISTICĂ ŞI ECONOMETRIE 283 284 Gh. COMAN

y0 = 115; y1 = 115 + 40 = 155 ;...; y6 = Yt i = a + b.ti

= 296 + 42 = 338; y7 = 338 + 47 = 385 Sistemul de ecuaţii normale:

Seria reconstituită se prezintă în tabelul 38. ⎧n.a + bΣti = Σyi

Tabelul 38. Seria cifrei de afaceri reconstituită. ⎨
⎩ a Σ t i + b Σ t i = Σt i y i
2
Anul 0 1 2 3 4 5 6 7
CA (u.m.) 115 155 177 222 258 296 338 385
Cu condiţia că Σti = 0 sistemul de ecuaţii devine:
2. Indicatorii medii. ⎧ n
• modificarea medie absolută:
n
⎪ ∑ yi
1946
⎪a = i =1
= = 243,25
∑Δ t / t −1
y n − y1 y7 − y0 385 − 115 ⎧ n.a = Σ y ⎪
⎪
n 8
Δ= t =2
= = = = 38,5 u.m. ⎨ 2
i
⇒⎨ n
n −1 n −1 8 −1
Cifra de afaceri a crescut în medie cu 47,5 u.m./an.
7 b
⎩ iΣ t = Σ t y
i i ⎪ ∑ yi t i
3198
• nivelul mediu: ⎪b = n
i =1
= = 19,04
⎪
∑
168
n t 2

∑y ⎪⎩ i
i =1
t
115 + 155 + ... + 385 1946 Calculele necesare determinării parametrilor şi valorilor ajustate
y= t =1
= = = 243,25 u.m. (teoretice) sunt prezentate în tabelul 39.
n 8 8
Tabelul 39. Calcule intermediare.
3. Pentru ajustarea prin metoda analitică se construieşte
cronograma (histograma). Yti = 243,25 +
Anii yi ti ti2 yi t i + 19,04 × ti
( yi − Yt i ) 2
Cronograma CA
500 0 1 2 3 4 5 6
0 115 -7 49 805 109,97 25,3
400 1 155 -5 25 775 148,05 48,3
338
Valoarea CA

258 385
300 2 177 -3 9 531 186,13 83,36
155 177 296 3 222 -1 1 222 224,21 4,88
200 4 258 1 1 258 262,29 18,4
115 222
100 5 296 3 9 888 300,37 19,1
6 338 5 25 1690 338,45 0,2
0 7 385 7 49 2695 376,53 71,74
0 1 2 3 4 5 6 7
Succesiunea anilor
Σ= Σ = Σ=
1946 0
Σ=
168
Σ=
3198
Σ=
1946
Σ=
271,28
4. Calculul coeficientului de variaţie se face cu expresia:
Cronograma sugerează un trend liniar.
Ecuaţia dreptei:
 STATISTICĂ ŞI ECONOMETRIE 285 286 Gh. COMAN

σy Σ( yi − Yt ) 2 271,28
v= × 100 σ y = = = 5,82 i Tabelul 41.
y n 8 Indicatori absoluţi Indicatori relativi
Ca urmare: Anul yt Δ t /1 Δ t / t −1 I t /1 % I t / t −1 % Rt / 1 Rt / t −1 At / 1 At / t −1
σy 5,82
v= × 100 = × 100 = 2,39% A 1 2 3 4 5 6 7 8 9
y 243,25 0 61,4 - - 100 - - - - -
14. Se cunosc următoarele date cu privire la evoluţia cifrei de
1 67,9 6,5 6,5 110,52 110,52 10,52 10,58 0,614 0,614
afaceri a unei societăţi comerciale pe o perioadă de opt ani, tabelul 40.
Tabelul 40 2 76,2 14,8 8,3 124,10 112,22 24,10 12,22 0,614 0,679
Anii 1 2 3 4 5 6 7 8 3 85,5 24,1 9,3 139,25 112,20 39,25 12,20 0,614 0,762
Modificări absolute faţă 4 92,8 31,4 7,3 151,14 108,53 51,14 8,54 0,614 0,855
6,5 8,3 9,3 7,3 8,2 8,9 8,9 6,7
de anul precedent, u.m. 5 101,0 39,6 8,2 164,49 108,83 64,49 8,84 0,614 0,928
Modificări relative faţă 6 109,9 48,5 8,9 178,99 108,81 78,99 8,81 0,614 1,010
10,58 12,22 12,20 8,54 8,84 8,81 8,10 5,64
de anul precedent, % 7 118,8 57,4 8,9 193,48 108,10 93,48 8,10 0,614 1,099
Se cere.
8 125,5 64,1 6,7 204,39 105,64 104,39 5,64 0,614 1,188
1. Să se reconstituie seria de valori absolute.
2. Să se calculeze toţi indicatorii absoluţi şi relativi.
Rezolvare. 15. Valoarea vânzărilor de mărfuri la un complex comercial a fost
1. Pentru reconstituirea seriei cronologice se utilizează relaţia între în anul 2002 cu 178 u.m. mai mare decât în 1995, ceea ce reprezintă o
modificarea absolută, modificarea relativă şi valoarea absolută a unui creştere relativă cu 38,949%.
procent din ritmul modificării. Se cere:
1. Valoarea vânzărilor de mărfuri în 2002 şi 1995;
Δ t / t −1 y 2. Indicatorii medii ce caracterizează vânzările de mărfuri în
At / t −1 = = t −1 perioada 1995 – 2002.
Rt / t −1 × 100 100 Rezolvare.
De exemplu: 1: 0,38949 este R2002 / 1995 , care s-a calculat astfel:
Δ1 / 0 6,5 y Δ 2002 /1995 y2002 − y1995 178
A1 / 0 = = = 0,614 = 0 0,38949 = = =
R1 / 0 × 100 10,58 100 y1995 y1995 y1995
de

Ca urmare: y 0 = 0,614 × 100 = 61,4 u.m. unde:

În continuare: 178
y1995 = = 457 u.m.
y1 = y 0 + Δ 1 / 0 = 61,4 + 6,5 = 67,9 u.m. 0,38949
y2002 = y1995 + Δ 2002 /1995 = 457 + 178 = 635 u.m.
y2 = y1 + Δ 2 / 1 = 67,9 + 8,3 = 76,2 u.m. Deci: y1995 = 457 u.m.; y2002 = 635 u.m.
............................................................ 2. Indicatorii medii care se pot calcula pe baza datelor de la punctul
precedent sunt:
y8 = y7 + Δ 8 / 7 = 118,8 + 6,7 = 125,5 u.m. - sporul mediu ( Δ)
2. Seria reconstituită şi indicatorii absoluţi şi relativi sunt prezentaţi
în tabelul 41.
 STATISTICĂ ŞI ECONOMETRIE 285 286 Gh. COMAN

σy Σ( yi − Yt ) 2 271,28
v= × 100 σ y = = = 5,82 i Tabelul 41.
y n 8 Indicatori absoluţi Indicatori relativi
Ca urmare: Anul yt Δ t /1 Δ t / t −1 I t /1 % I t / t −1 % Rt / 1 Rt / t −1 At / 1 At / t −1
σy 5,82
v= × 100 = × 100 = 2,39% A 1 2 3 4 5 6 7 8 9
y 243,25 0 61,4 - - 100 - - - - -
14. Se cunosc următoarele date cu privire la evoluţia cifrei de
1 67,9 6,5 6,5 110,52 110,52 10,52 10,58 0,614 0,614
afaceri a unei societăţi comerciale pe o perioadă de opt ani, tabelul 40.
Tabelul 40 2 76,2 14,8 8,3 124,10 112,22 24,10 12,22 0,614 0,679
Anii 1 2 3 4 5 6 7 8 3 85,5 24,1 9,3 139,25 112,20 39,25 12,20 0,614 0,762
Modificări absolute faţă 4 92,8 31,4 7,3 151,14 108,53 51,14 8,54 0,614 0,855
6,5 8,3 9,3 7,3 8,2 8,9 8,9 6,7
de anul precedent, u.m. 5 101,0 39,6 8,2 164,49 108,83 64,49 8,84 0,614 0,928
Modificări relative faţă 6 109,9 48,5 8,9 178,99 108,81 78,99 8,81 0,614 1,010
10,58 12,22 12,20 8,54 8,84 8,81 8,10 5,64
de anul precedent, % 7 118,8 57,4 8,9 193,48 108,10 93,48 8,10 0,614 1,099
Se cere.
8 125,5 64,1 6,7 204,39 105,64 104,39 5,64 0,614 1,188
1. Să se reconstituie seria de valori absolute.
2. Să se calculeze toţi indicatorii absoluţi şi relativi.
Rezolvare. 15. Valoarea vânzărilor de mărfuri la un complex comercial a fost
1. Pentru reconstituirea seriei cronologice se utilizează relaţia între în anul 2002 cu 178 u.m. mai mare decât în 1995, ceea ce reprezintă o
modificarea absolută, modificarea relativă şi valoarea absolută a unui creştere relativă cu 38,949%.
procent din ritmul modificării. Se cere:
1. Valoarea vânzărilor de mărfuri în 2002 şi 1995;
Δ t / t −1 y 2. Indicatorii medii ce caracterizează vânzările de mărfuri în
At / t −1 = = t −1 perioada 1995 – 2002.
Rt / t −1 × 100 100 Rezolvare.
De exemplu: 1: 0,38949 este R2002 / 1995 , care s-a calculat astfel:
Δ1 / 0 6,5 y Δ 2002 /1995 y2002 − y1995 178
A1 / 0 = = = 0,614 = 0 0,38949 = = =
R1 / 0 × 100 10,58 100 y1995 y1995 y1995
de

Ca urmare: y 0 = 0,614 × 100 = 61,4 u.m. unde:

În continuare: 178
y1995 = = 457 u.m.
y1 = y 0 + Δ 1 / 0 = 61,4 + 6,5 = 67,9 u.m. 0,38949
y2002 = y1995 + Δ 2002 /1995 = 457 + 178 = 635 u.m.
y2 = y1 + Δ 2 / 1 = 67,9 + 8,3 = 76,2 u.m. Deci: y1995 = 457 u.m.; y2002 = 635 u.m.
............................................................ 2. Indicatorii medii care se pot calcula pe baza datelor de la punctul
precedent sunt:
y8 = y7 + Δ 8 / 7 = 118,8 + 6,7 = 125,5 u.m. - sporul mediu ( Δ)
2. Seria reconstituită şi indicatorii absoluţi şi relativi sunt prezentaţi
în tabelul 41.
 STATISTICĂ ŞI ECONOMETRIE 287 288 Gh. COMAN

Δ n / 1 178 3. Dinamica devansării creşterii producţiei mondiale de către

Δ 2002÷1995 = = = 25,43 u.m. creşterea comerţului mondial în fiecare an şi pe toată perioada
n −1 8 −1 analizată;
4. Caracterizaţi şi măsuraţi legătura dintre producţie şi comerţ
- I ):
indicele mediu de creştere ( folosind o funcţie de regresie şi un indicator de corelaţie
adecvat.
I 2002÷1995 = n I n /1 = 7 1,3849 în care:
Rezolvare:
I n / 1 = Rn / 1 + 1 = 0,38949 + 1 = 1,38949 1. Dinamica producţiei mondiale şi a comerţului mondial faţă de
1987 se referă la indicii cu bază fixă Ii/1 şi se calculează făcând
log 1,38949 0,142855 produsul indicilor cu bază în lanţ conform relaţiei:
log I 2002÷1995 = = = 0,02041
7 7 I i / 1 = ∏ I i / i −1
I = anti log 0,02041 = 1,0481 sau 104,8%
Dinamica producţiei şi comerţului mondial pe categorii de ţări 1987-
- ritmul mediu de creştere (R ) : 1995 se prezintă în tabelul următor, tabelul 43:
Tabelul 43. Calcule intermediare.
R = I − 1 = 1,0481 − 1 = 0,0481 sau 4,81% Producţia mondială (%)
16. Dinamica producţiei mondiale pe categorii de ţări şi a Comerţul
comerţului mondial faţă de anul anterior între anii 1988-1995 a Anii Categorii de ţări: mondial
înregistrat următoarele valori, tabelul 42: Total Dezvol- În tranzi- În curs de
Tabelul 42. Date iniţiale. tate ţie dezvoltare
Producţia mondială (%) A 1 2 3 4 5
Categorii de ţări: Comerţul
Anii 1987 100 100 100 100 100
Total Dezvol- În tranzi- În curs de mondial
tate ţie dezvoltare 1988 104,4 104,4 104,5 104,4 108,1
A 1 2 3 4 5 1989 107,7 107,8 106,6 108,0 116,5
1988 104,4 104,4 104,5 104,4 108,1 1990 109,5 110,3 99,9 111,7 122,4
1989 103,2 103,3 102,1 103,5 107,8
1991 109,7 111,0 90,9 115,5 126,8
1990 101,6 102,3 93,7 103,4 105,1
1991 100,2 100,7 91,0 103,4 103,6 1992 110,3 112,7 75,6 121,1 132,5
1992 100,6 101,5 83,2 104,9 104,5 1993 112,0 113,8 68,1 127,2 140,2
1993 101,5 101,0 90,0 105,0 105,8 1994* 115,4 117,3 68,1 133,6 149,2
1994* 103,0 103,0 100 105,0 106,4 1995* 119,4 121,7 68,1 138,9 158,9
1995* 103,5 103,8 100 104,0 106,5
Sursa: Etude l’economie mondiale 1993 et 1994, Nations Unies, New York,
Sursa: Etude l’economie mondiale 1993 et 1994, Nations Unies, New York, 1993; *valori de prognoză
1993; *valori de prognoză

Se cere: 2. Indicele mediu al dinamicii ( I 1987÷1995 ) şi ritmul mediu de

1. Dinamica indicatorilor din tabelul 1, faţă de 1987; creştere (scădere) ( R1987÷1995 ) al producţiei şi comerţului mondial:
2. Indicele mediu al dinamicii şi ritmul mediu de creştere
(scădere) al producţiei mondiale (pe total şi pe categorii de ţări)
şi al comerţului mondial în perioada 1987-1995;
 STATISTICĂ ŞI ECONOMETRIE 287 288 Gh. COMAN

Δ n / 1 178 3. Dinamica devansării creşterii producţiei mondiale de către

Δ 2002÷1995 = = = 25,43 u.m. creşterea comerţului mondial în fiecare an şi pe toată perioada
n −1 8 −1 analizată;
4. Caracterizaţi şi măsuraţi legătura dintre producţie şi comerţ
- I ):
indicele mediu de creştere ( folosind o funcţie de regresie şi un indicator de corelaţie
adecvat.
I 2002÷1995 = n I n /1 = 7 1,3849 în care:
Rezolvare:
I n / 1 = Rn / 1 + 1 = 0,38949 + 1 = 1,38949 1. Dinamica producţiei mondiale şi a comerţului mondial faţă de
1987 se referă la indicii cu bază fixă Ii/1 şi se calculează făcând
log 1,38949 0,142855 produsul indicilor cu bază în lanţ conform relaţiei:
log I 2002÷1995 = = = 0,02041
7 7 I i / 1 = ∏ I i / i −1
I = anti log 0,02041 = 1,0481 sau 104,8%
Dinamica producţiei şi comerţului mondial pe categorii de ţări 1987-
- ritmul mediu de creştere (R ) : 1995 se prezintă în tabelul următor, tabelul 43:
Tabelul 43. Calcule intermediare.
R = I − 1 = 1,0481 − 1 = 0,0481 sau 4,81% Producţia mondială (%)
16. Dinamica producţiei mondiale pe categorii de ţări şi a Comerţul
comerţului mondial faţă de anul anterior între anii 1988-1995 a Anii Categorii de ţări: mondial
înregistrat următoarele valori, tabelul 42: Total Dezvol- În tranzi- În curs de
Tabelul 42. Date iniţiale. tate ţie dezvoltare
Producţia mondială (%) A 1 2 3 4 5
Categorii de ţări: Comerţul
Anii 1987 100 100 100 100 100
Total Dezvol- În tranzi- În curs de mondial
tate ţie dezvoltare 1988 104,4 104,4 104,5 104,4 108,1
A 1 2 3 4 5 1989 107,7 107,8 106,6 108,0 116,5
1988 104,4 104,4 104,5 104,4 108,1 1990 109,5 110,3 99,9 111,7 122,4
1989 103,2 103,3 102,1 103,5 107,8
1991 109,7 111,0 90,9 115,5 126,8
1990 101,6 102,3 93,7 103,4 105,1
1991 100,2 100,7 91,0 103,4 103,6 1992 110,3 112,7 75,6 121,1 132,5
1992 100,6 101,5 83,2 104,9 104,5 1993 112,0 113,8 68,1 127,2 140,2
1993 101,5 101,0 90,0 105,0 105,8 1994* 115,4 117,3 68,1 133,6 149,2
1994* 103,0 103,0 100 105,0 106,4 1995* 119,4 121,7 68,1 138,9 158,9
1995* 103,5 103,8 100 104,0 106,5
Sursa: Etude l’economie mondiale 1993 et 1994, Nations Unies, New York,
Sursa: Etude l’economie mondiale 1993 et 1994, Nations Unies, New York, 1993; *valori de prognoză
1993; *valori de prognoză

Se cere: 2. Indicele mediu al dinamicii ( I 1987÷1995 ) şi ritmul mediu de

1. Dinamica indicatorilor din tabelul 1, faţă de 1987; creştere (scădere) ( R1987÷1995 ) al producţiei şi comerţului mondial:
2. Indicele mediu al dinamicii şi ritmul mediu de creştere
(scădere) al producţiei mondiale (pe total şi pe categorii de ţări)
şi al comerţului mondial în perioada 1987-1995;
 STATISTICĂ ŞI ECONOMETRIE 289 290 Gh. COMAN

⎧ I Total Pr od . mond . = 9 −1 1,194 = 102,24% Din analiza reprezentării grafice rezultă o legătură liniară directă,
⎪ funcţia de regresie corespunde ecuaţiei de gradul întâi de forma:
⎪ I Ţări dezv. = 9 −1 1,217 = 102,48%
⎪⎪
Y xi = a + b. xi (xi – producţia; yi – comerţul)
I 1987 ÷1995 = n −1 I i /1 ⇒ ⎨ I Ţări în tranz. = 9 −1 0,681 = 95,3% Parametrii a şi b se determină din sistemul de ecuaţii:
⎪ ⎧a.n + b.Σxi = Σyi ⎧a.9 + b.988,4 = 1154,6
⎪ I Ţări în curs de dezv. = 1,3889 = 104,19%
9 −1
⎨ ⇒ ⎨
⎩a.Σyi + b.Σxi = Σxi yi ⎩a.988,4 + b.108806,6 = 127652,94
2
⎪
⎪⎩ I Comerţ mond . = 9 −1 1,589 = 105,96%
⎧a = −234,0227844 ≅ −234%
⎨ ⇒ Y xi = −234 + 3,3. xi
⎧ RTotal Pr od . mond . = 2,24% ⎩b = 3,2994345 ≅ 3,3
⎪ S-a obţinut astfel algoritmul de calcul necesar determinării
⎪ RŢări dezv. = 2,48% parametrilor a şi b şi a valorilor ajustate ale comerţului în funcţie de producţia
R1987 ÷1995 = I1987 ÷1995 − 100% ⇒ ⎨ mondială, tabelul 44.
⎪ RŢări în tranz. = 4,7% Tabelul 44. Calcule intermediare.
⎪R Valori
⎩ Ţări în curs de dezv . = 4,19% Total
Comerţ ajus-
3. Dinamica devansării creşterii producţiei mondiale de către Anii
producţie
mondială,
mondial, xi.yi x i
2 2
y
i
tate
creşterea comerţului mondial în fiecare an şi în toată perioada:
Anii 198 198 198 199 199 199 199 199 199
xi
yi
Y xi
7 8 9 0 1 2 3 4 5 A 1 2 3 4 5 6
Indicele 1987 100 100 10000 10000 10000 96
1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0
de 1,0 1988 104,4 108,1 11285,64 10899,36 11685,61 110,52
35 44 34 33 38 42 33 28
devansare 1989 107,7 116,5 12547,05 11599,29 13572,25 121,41
1990 109,5 122,4 13402,80 11990,25 14981,76 127,35
Indicele de devansare al producţiei mondiale de către comerţul 1991 109,7 126,8 13909,96 12166,09 16078,24 128,01
mondial pe toată perioada 1987-1995 = 1992 110,3 132,5 14614,75 12166,09 17556,25 129,99
I 87 − 95Comerţ mond . I 87 − 95 Pr od .mond = 1,0596 1,0224 = 1,0364 ori. 1993 112,0 140,2 15702,40 12544,00 19656,04 135,6
1994* 115,4 149,2 17217,68 13317,16 22260,64 146,82
4. Pentru a caracteriza legătura dintre producţie şi comerţ se va
realiza corelograma: Corelaţia dintre producţia mondială şi comerţul mondial 1995* 119,4 158,9 18972,66 14256,36 25249,21 160,02
între 1987 şi 1995, în figura următoare: 151040 1155,7
988,4 1154,6 127652,94 108806,6 2
Total
Σxi Σyi Σxiyi Σ xi
2
Σ yi2 ΣY
158,9
149,2
Comerţ mondial, %

200 xi
140,2
132,5
126,8
122,4
116,5
108,1

150
100

Deoarece legătura este de formă liniară se poate folosi coeficientul

100 de corelaţie pentru a o măsura:
50 n.Σxi yi − Σxi Σyi
ry / x = =
0 [ nΣxi2 − (Σxi ) 2 ].[nΣyi2 − (Σyi ) 2
100 104 108 110 110 110 112 115 119
9 × 127652,94 − 988,4 × 1154,6
Producţie mondială, % = = 0,98
(9 × 108806,6 − 988,4 2 ).(9 × 151040 − 1154,6 2
 STATISTICĂ ŞI ECONOMETRIE 289 290 Gh. COMAN

⎧ I Total Pr od . mond . = 9 −1 1,194 = 102,24% Din analiza reprezentării grafice rezultă o legătură liniară directă,
⎪ funcţia de regresie corespunde ecuaţiei de gradul întâi de forma:
⎪ I Ţări dezv. = 9 −1 1,217 = 102,48%
⎪⎪
Y xi = a + b. xi (xi – producţia; yi – comerţul)
I 1987 ÷1995 = n −1 I i /1 ⇒ ⎨ I Ţări în tranz. = 9 −1 0,681 = 95,3% Parametrii a şi b se determină din sistemul de ecuaţii:
⎪ ⎧a.n + b.Σxi = Σyi ⎧a.9 + b.988,4 = 1154,6
⎪ I Ţări în curs de dezv. = 1,3889 = 104,19%
9 −1
⎨ ⇒ ⎨
⎩a.Σyi + b.Σxi = Σxi yi ⎩a.988,4 + b.108806,6 = 127652,94
2
⎪
⎪⎩ I Comerţ mond . = 9 −1 1,589 = 105,96%
⎧a = −234,0227844 ≅ −234%
⎨ ⇒ Y xi = −234 + 3,3. xi
⎧ RTotal Pr od . mond . = 2,24% ⎩b = 3,2994345 ≅ 3,3
⎪ S-a obţinut astfel algoritmul de calcul necesar determinării
⎪ RŢări dezv. = 2,48% parametrilor a şi b şi a valorilor ajustate ale comerţului în funcţie de producţia
R1987 ÷1995 = I1987 ÷1995 − 100% ⇒ ⎨ mondială, tabelul 44.
⎪ RŢări în tranz. = 4,7% Tabelul 44. Calcule intermediare.
⎪R Valori
⎩ Ţări în curs de dezv . = 4,19% Total
Comerţ ajus-
3. Dinamica devansării creşterii producţiei mondiale de către Anii
producţie
mondială,
mondial, xi.yi x i
2 2
y
i
tate
creşterea comerţului mondial în fiecare an şi în toată perioada:
Anii 198 198 198 199 199 199 199 199 199
xi
yi
Y xi
7 8 9 0 1 2 3 4 5 A 1 2 3 4 5 6
Indicele 1987 100 100 10000 10000 10000 96
1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0
de 1,0 1988 104,4 108,1 11285,64 10899,36 11685,61 110,52
35 44 34 33 38 42 33 28
devansare 1989 107,7 116,5 12547,05 11599,29 13572,25 121,41
1990 109,5 122,4 13402,80 11990,25 14981,76 127,35
Indicele de devansare al producţiei mondiale de către comerţul 1991 109,7 126,8 13909,96 12166,09 16078,24 128,01
mondial pe toată perioada 1987-1995 = 1992 110,3 132,5 14614,75 12166,09 17556,25 129,99
I 87 − 95Comerţ mond . I 87 − 95 Pr od .mond = 1,0596 1,0224 = 1,0364 ori. 1993 112,0 140,2 15702,40 12544,00 19656,04 135,6
1994* 115,4 149,2 17217,68 13317,16 22260,64 146,82
4. Pentru a caracteriza legătura dintre producţie şi comerţ se va
realiza corelograma: Corelaţia dintre producţia mondială şi comerţul mondial 1995* 119,4 158,9 18972,66 14256,36 25249,21 160,02
între 1987 şi 1995, în figura următoare: 151040 1155,7
988,4 1154,6 127652,94 108806,6 2
Total
Σxi Σyi Σxiyi Σ xi
2
Σ yi2 ΣY
158,9
149,2
Comerţ mondial, %

200 xi
140,2
132,5
126,8
122,4
116,5
108,1

150
100

Deoarece legătura este de formă liniară se poate folosi coeficientul

100 de corelaţie pentru a o măsura:
50 n.Σxi yi − Σxi Σyi
ry / x = =
0 [ nΣxi2 − (Σxi ) 2 ].[nΣyi2 − (Σyi ) 2
100 104 108 110 110 110 112 115 119
9 × 127652,94 − 988,4 × 1154,6
Producţie mondială, % = = 0,98
(9 × 108806,6 − 988,4 2 ).(9 × 151040 − 1154,6 2
 STATISTICĂ ŞI ECONOMETRIE 291 292 Gh. COMAN

Se observă că există o legătură directă şi intensă între producţia

mondială şi comerţul mondial. Însă, corelograma de mai sus sugerează şi o Seria cronologica anul B
evoluţia exponenţială a creşterii comerţului mondial în raport cu creşterea 300
280

Cantitatea, kg
producţiei mondiale. În rezolvarea acestei probleme se poate folosi funcţia:
280 270
Yxi = a.b xi . 260
260
17. În doi ani consecutivi A şi B s-au înregistrat următoarele date 240 240
privind stocurile existente în depozitele unei societăţi comerciale, tabelul 45. 240
Tabelul 45. Date iniţiale.
A B 220
Data înregistrării Cantitatea, kg Data înregistrării Cantitatea, kg
1.01.B 25.03.B 1.08.B 20.10.B 31.12.B
1 ianuarie 180 1 ianuarie 240
Data inragistrarii
1 aprilie 200 25 martie 270
2. Stocul mediu.
1 iulie 250 1 august 240 Pentru prima serie se calculează o medie cronologică simplă, iar
1 octombrie 270 20 octombrie 260 pentru seria doua o medie cronologică ponderată.
y1 y 180 240
31 decembrie 240 31 decembrie 280 + y2 + y3 + y4 + 5 + 200 + 250 + 200 +
ycr A = 2 2 = 2 2 = 232,5 kg
n −1 5 −1
Se cere.
1. să se reprezinte grafic seriile cronologice. t1 t +t t +t t +t t
2. să se calculeze stocul mediu în cei doi ani. y1 + y2 1 2 + y3 2 3 + y4 3 4 + y5 4
Rezolvare.
ycr B = 2 2 2 2 2
1. Reprezentările grafice.
Seria cronologică pentru anul A este o serie de momente cu Σ ti
intervale egale între momente. Reprezentarea grafică se face printr-o unde t1 = 84; t2 = 126; t3 = 79; t4 = 71 zile, adică intervalele de timp
cronogramă prezentată în figura 16.1. (distanţele) dintre momentele neegale. Ca urmare:
Seria cronologică pentru anul B este tot o serie de momente dar cu 84 84 + 126 126 + 79 79 + 71 71
intervale neegale între momente. Pentru reprezentarea grafică se foloseşte 240 + 270 + 240 + 260 + 280
grafic prin coloane, figura 16.2. ycr B = 2 2 2 2 2 =
360
Cronograma anul A 92605
300 = = 256,86 kg
250
360
Cantitatea, kg

18. Pentru cifra de afaceri a unei societăţi comerciale (SC),

200 pentru o perioadă de opt ani, s-a înregistrat următoarea serie statistică care
150 reprezintă modificări faţă de anul de bază (0) în u.m., tabelul 46.
100 Tabelul 46. Date iniţiale.
50 Anul 1 2 3 4 5 6 7 8
0
Modificări faţă de
2,8 11,2 15,3 21,7 31,3 37 38,4 39,7
anul „0”, u.m.
1.01.A 1.04.A 1.07.A 1.10.A 31.12.A
Data inregistrarii
Se cere.
1. Să se reconstituie seria dacă cifra de afaceri a crescut în anul 5
faţă de anul de bază 0 de 2,326 ori.
 STATISTICĂ ŞI ECONOMETRIE 291 292 Gh. COMAN

Se observă că există o legătură directă şi intensă între producţia

mondială şi comerţul mondial. Însă, corelograma de mai sus sugerează şi o Seria cronologica anul B
evoluţia exponenţială a creşterii comerţului mondial în raport cu creşterea 300
280

Cantitatea, kg
producţiei mondiale. În rezolvarea acestei probleme se poate folosi funcţia:
280 270
Yxi = a.b xi . 260
260
17. În doi ani consecutivi A şi B s-au înregistrat următoarele date 240 240
privind stocurile existente în depozitele unei societăţi comerciale, tabelul 45. 240
Tabelul 45. Date iniţiale.
A B 220
Data înregistrării Cantitatea, kg Data înregistrării Cantitatea, kg
1.01.B 25.03.B 1.08.B 20.10.B 31.12.B
1 ianuarie 180 1 ianuarie 240
Data inragistrarii
1 aprilie 200 25 martie 270
2. Stocul mediu.
1 iulie 250 1 august 240 Pentru prima serie se calculează o medie cronologică simplă, iar
1 octombrie 270 20 octombrie 260 pentru seria doua o medie cronologică ponderată.
y1 y 180 240
31 decembrie 240 31 decembrie 280 + y2 + y3 + y4 + 5 + 200 + 250 + 200 +
ycr A = 2 2 = 2 2 = 232,5 kg
n −1 5 −1
Se cere.
1. să se reprezinte grafic seriile cronologice. t1 t +t t +t t +t t
2. să se calculeze stocul mediu în cei doi ani. y1 + y2 1 2 + y3 2 3 + y4 3 4 + y5 4
Rezolvare.
ycr B = 2 2 2 2 2
1. Reprezentările grafice.
Seria cronologică pentru anul A este o serie de momente cu Σ ti
intervale egale între momente. Reprezentarea grafică se face printr-o unde t1 = 84; t2 = 126; t3 = 79; t4 = 71 zile, adică intervalele de timp
cronogramă prezentată în figura 16.1. (distanţele) dintre momentele neegale. Ca urmare:
Seria cronologică pentru anul B este tot o serie de momente dar cu 84 84 + 126 126 + 79 79 + 71 71
intervale neegale între momente. Pentru reprezentarea grafică se foloseşte 240 + 270 + 240 + 260 + 280
grafic prin coloane, figura 16.2. ycr B = 2 2 2 2 2 =
360
Cronograma anul A 92605
300 = = 256,86 kg
250
360
Cantitatea, kg

18. Pentru cifra de afaceri a unei societăţi comerciale (SC),

200 pentru o perioadă de opt ani, s-a înregistrat următoarea serie statistică care
150 reprezintă modificări faţă de anul de bază (0) în u.m., tabelul 46.
100 Tabelul 46. Date iniţiale.
50 Anul 1 2 3 4 5 6 7 8
0
Modificări faţă de
2,8 11,2 15,3 21,7 31,3 37 38,4 39,7
anul „0”, u.m.
1.01.A 1.04.A 1.07.A 1.10.A 31.12.A
Data inregistrarii
Se cere.
1. Să se reconstituie seria dacă cifra de afaceri a crescut în anul 5
faţă de anul de bază 0 de 2,326 ori.
 STATISTICĂ ŞI ECONOMETRIE 293 294 Gh. COMAN

2. Să se reprezinte grafic seria reconstituită. 3. Extrapolarea valorilor pentru anii 10 şi 11 se poate face folosind o
3. Să se extrapoleze valorile pentru anii 10 şi 11. metodă mecanică şi una analitică de ajustare, considerând că cele două
Rezolvare. metode ajustează cel mai bine fenomenul.
1. Din datele prezentate rezultă că: Metoda mecanică.
Metoda modificării medii absolute. Relaţia de ajustare este:
⎧ y5 − y0 = 31,3
⎪ ⎧ y0 = 23,6 yti = y1 + (t − 1) × Δ
⎨ 5
y ⇒ ⎨
⎪ y = 2,326 ⎩ y5 = 54,9 Δ=
ΣΔ t / t −1 yn − y1 y8 − y0 63,3 − 23,6
= = = = 4,9625 u.m.
⎩ 0 n −1 n −1 8 8
Seria de date reconstituită este prezentată în tabelul 47. Dacă fenomenul se desfăşoară în aceleaşi condiţii, valorile pentru
y0 = 23,6 ; anii 10 şi 11 vor fi:
y10 = y0 + (11 − 1) × Δ = 23,6 + 4,9625.10 = 73,225 u.m.
y1 = 23,6 + 2,8 = 26,4 y11 = y0 + (12 − 1) × Δ = 23,6 + 4,9625.11 = 78,1875 u.m.
y2 = 23,6 + 11,2 = 34,8 Metoda analitică.
Tabelul 48. Calcule intermediare
..........................
y8 = 23,6 + 39,7 = 63,3 Anii yi ti t i
2
yi t i Yt i = 45,53 + 5,55 × ti
0 1 2 3 4 5
Tabelul 47. Seria statistică
0 23,6 -4 16 -94,9 23,32
Anul 0 1 2 3 4 5 6 7 8
1 26,4 -3 9 -79,2 28,88
CA, u.m. 23,6 26,4 34,8 38,9 45,3 54,9 60,6 62,0 63,3
2 34,8 -2 4 -69,6 34,43
3 38,9 -1 1 -38,9 39,98
2. Reprezentarea grafică.
4 45,3 0 0 0 45,53
5 54,9 1 1 54,9 51,08
Cronograma 6 60,6 2 4 121,2 56,63
70 7 62,0 3 9 186,0 62,19
60 8 63,3 4 16 253,2 67,74
Σ= Σ= Σ= Σ= Σ=
Cifra de afaceri

50 Σ = 409,8 0 60 333,3 409,8

40
30 Graficul sugerează trendul liniar:
20
yti = a + b × t i
10
0 Aplicând metoda celor mai mici pătrate şi apoi condiţia Σti = 0 ,
0 1 2 3 4 5 6 7 8 sistemul de ecuaţii normale devine:
Succesiunea anilor
 STATISTICĂ ŞI ECONOMETRIE 293 294 Gh. COMAN

2. Să se reprezinte grafic seria reconstituită. 3. Extrapolarea valorilor pentru anii 10 şi 11 se poate face folosind o
3. Să se extrapoleze valorile pentru anii 10 şi 11. metodă mecanică şi una analitică de ajustare, considerând că cele două
Rezolvare. metode ajustează cel mai bine fenomenul.
1. Din datele prezentate rezultă că: Metoda mecanică.
Metoda modificării medii absolute. Relaţia de ajustare este:
⎧ y5 − y0 = 31,3
⎪ ⎧ y0 = 23,6 yti = y1 + (t − 1) × Δ
⎨ 5
y ⇒ ⎨
⎪ y = 2,326 ⎩ y5 = 54,9 Δ=
ΣΔ t / t −1 yn − y1 y8 − y0 63,3 − 23,6
= = = = 4,9625 u.m.
⎩ 0 n −1 n −1 8 8
Seria de date reconstituită este prezentată în tabelul 47. Dacă fenomenul se desfăşoară în aceleaşi condiţii, valorile pentru
y0 = 23,6 ; anii 10 şi 11 vor fi:
y10 = y0 + (11 − 1) × Δ = 23,6 + 4,9625.10 = 73,225 u.m.
y1 = 23,6 + 2,8 = 26,4 y11 = y0 + (12 − 1) × Δ = 23,6 + 4,9625.11 = 78,1875 u.m.
y2 = 23,6 + 11,2 = 34,8 Metoda analitică.
Tabelul 48. Calcule intermediare
..........................
y8 = 23,6 + 39,7 = 63,3 Anii yi ti t i
2
yi t i Yt i = 45,53 + 5,55 × ti
0 1 2 3 4 5
Tabelul 47. Seria statistică
0 23,6 -4 16 -94,9 23,32
Anul 0 1 2 3 4 5 6 7 8
1 26,4 -3 9 -79,2 28,88
CA, u.m. 23,6 26,4 34,8 38,9 45,3 54,9 60,6 62,0 63,3
2 34,8 -2 4 -69,6 34,43
3 38,9 -1 1 -38,9 39,98
2. Reprezentarea grafică.
4 45,3 0 0 0 45,53
5 54,9 1 1 54,9 51,08
Cronograma 6 60,6 2 4 121,2 56,63
70 7 62,0 3 9 186,0 62,19
60 8 63,3 4 16 253,2 67,74
Σ= Σ= Σ= Σ= Σ=
Cifra de afaceri

50 Σ = 409,8 0 60 333,3 409,8

40
30 Graficul sugerează trendul liniar:
20
yti = a + b × t i
10
0 Aplicând metoda celor mai mici pătrate şi apoi condiţia Σti = 0 ,
0 1 2 3 4 5 6 7 8 sistemul de ecuaţii normale devine:
Succesiunea anilor
 STATISTICĂ ŞI ECONOMETRIE 295 296 Gh. COMAN

⎧ Σy 409,8 IV 40 75 0,53

⎪ a= i = = 45,53 I 30 81,25 0,37

⎧n.a = Σyi ⎪ n 9 II 90 87,5 1,03
⎨ ⇒⎨ B
III 180 91,25 1,97
b Σt = Σ t y ⎪b = Σyi2ti = 332 = 5,55
2
⎩ . i i i IV 60 95 0,63
⎪⎩ Σt i 60 I
II
40
110
105
118,75
0,38
0,93
C
yti = 45,53 + 5,55 × ti III 240 - -
IV 110 - -
Calculele pentru determinarea parametrilor a şi b sunt prezentate în
tabelul 48. Se construieşte cronograma pe baza datelor iniţiale ale seriei
Pentru anii 10 şi 11 valorile vor fi: statistice.
y10 = 45,53 + 5,55 × 6 = 78,83 u.m.
300
y11 = 45 ,53 + 5,55 × 7 = 84 ,38 u .m

240
250

Cantitatea, u.m.
19. Producţia de îngheţată raportată de o societate comercială în

180
trei ani consecutivi A, B C, pe trimestre, în unităţi monetare (u.m.) 200

150
echivalente, este prezentată în tabelul următor (date convenţionale), tabelul

110
49: 150

90
Tabelul 49. Date iniţiale 100

110
40
40
Anul A B C

30
20
50

70

60
Trim. I II III IV I II III IV I II III IV
u.m. 20 70 150 40 30 90 180 60 40 110 240 110 0
I II III IV I II III IV I II III IV
Se cere să se determine tendinţa pe care a înregistrat-o producţia
de îngheţată pe perioada specificată. Timpul, anii: A, B, C

Rezolvare. Pentru ajustarea seriei cronologice se foloseşte metoda mediilor

a. Se face reprezentarea grafică din care rezultă oscilaţiile mobile. Cum periodicitatea termenilor seriei este trimestrială, se calculează
sezoniere, cât şi tendinţa de creştere a producţiei de bere. medii mobile din patru termeni care, pentru a fi centrate, se calculează în
b. Se face desezonalizarea seriei prin calculul mediilor mobile din două faze: medii mobile provizorii şi medii mobile definitive.
câte patru termeni, operând de la început deplasarea cu jumătate de termen Mediile mobile provizorii:
spre dreapta. 70 + 150 + 40 + 30
20 + 70 + 150 + 40
Tabelul 50. Calcule intermediare Y1 = = 70 Y2 = = 72,5
4 4
Trimestrul Producţia Trend yij 150 + 40 + 30 + 90 40 + 30 + 90 + 180
Anul
j yij ŷij Y3 = = 77,5 Y4 = = 85
yˆ ij 4 4
30 + 90 + 180 + 60 90 + 180 + 60 + 40
A B 1 2 3 Y5 = = 90 Y6 = = 92,5
A I 20 - - 4 4
II 70 - - 180 + 60 + 40 + 110 60 + 40 + 110 + 240
Y7 = = 125 Y8 = = 112,5
III 150 71,25 2,10 4 4
 STATISTICĂ ŞI ECONOMETRIE 295 296 Gh. COMAN

⎧ Σy 409,8 IV 40 75 0,53

⎪ a= i = = 45,53 I 30 81,25 0,37

⎧n.a = Σyi ⎪ n 9 II 90 87,5 1,03
⎨ ⇒⎨ B
III 180 91,25 1,97
b Σt = Σ t y ⎪b = Σyi2ti = 332 = 5,55
2
⎩ . i i i IV 60 95 0,63
⎪⎩ Σt i 60 I
II
40
110
105
118,75
0,38
0,93
C
yti = 45,53 + 5,55 × ti III 240 - -
IV 110 - -
Calculele pentru determinarea parametrilor a şi b sunt prezentate în
tabelul 48. Se construieşte cronograma pe baza datelor iniţiale ale seriei
Pentru anii 10 şi 11 valorile vor fi: statistice.
y10 = 45,53 + 5,55 × 6 = 78,83 u.m.
300
y11 = 45 ,53 + 5,55 × 7 = 84 ,38 u .m

240
250

Cantitatea, u.m.
19. Producţia de îngheţată raportată de o societate comercială în

180
trei ani consecutivi A, B C, pe trimestre, în unităţi monetare (u.m.) 200

150
echivalente, este prezentată în tabelul următor (date convenţionale), tabelul

110
49: 150

90
Tabelul 49. Date iniţiale 100

110
40
40
Anul A B C

30
20
50

70

60
Trim. I II III IV I II III IV I II III IV
u.m. 20 70 150 40 30 90 180 60 40 110 240 110 0
I II III IV I II III IV I II III IV
Se cere să se determine tendinţa pe care a înregistrat-o producţia
de îngheţată pe perioada specificată. Timpul, anii: A, B, C

Rezolvare. Pentru ajustarea seriei cronologice se foloseşte metoda mediilor

a. Se face reprezentarea grafică din care rezultă oscilaţiile mobile. Cum periodicitatea termenilor seriei este trimestrială, se calculează
sezoniere, cât şi tendinţa de creştere a producţiei de bere. medii mobile din patru termeni care, pentru a fi centrate, se calculează în
b. Se face desezonalizarea seriei prin calculul mediilor mobile din două faze: medii mobile provizorii şi medii mobile definitive.
câte patru termeni, operând de la început deplasarea cu jumătate de termen Mediile mobile provizorii:
spre dreapta. 70 + 150 + 40 + 30
20 + 70 + 150 + 40
Tabelul 50. Calcule intermediare Y1 = = 70 Y2 = = 72,5
4 4
Trimestrul Producţia Trend yij 150 + 40 + 30 + 90 40 + 30 + 90 + 180
Anul
j yij ŷij Y3 = = 77,5 Y4 = = 85
yˆ ij 4 4
30 + 90 + 180 + 60 90 + 180 + 60 + 40
A B 1 2 3 Y5 = = 90 Y6 = = 92,5
A I 20 - - 4 4
II 70 - - 180 + 60 + 40 + 110 60 + 40 + 110 + 240
Y7 = = 125 Y8 = = 112,5
III 150 71,25 2,10 4 4
 STATISTICĂ ŞI ECONOMETRIE 297 298 Gh. COMAN

40 + 110 + 240 + 110 IV 60 0,585 102,564

Y9 = = 125
4
I 40 0,378 105,820
Mediile mobile definitive calculate ca medii mobile de câte două
medii mobile provizorii sunt prezentate în tabelul 50, coloana 2. II 110 0,989 111,223
Graficul reprezentat de corelograma de mai sus sugerează C
utilizarea modelului multiplicativ. Pentru înlăturarea componentei de tendinţă III 240 2,048 117,187
se calculează raportul între fiecare termen real şi cel ajustat, Tabelul 50,
coloana 3. IV 110 0,585 188,034
Indicii de sezonalitate se calculează ca raport între fiecare medie Total - - - 1048,391
trimestrială şi media mediilor trimestriale, tabelul 51, coloana 5.

Tabelul 51. Calculul indicilor de sezonalitate. Se reprezintă grafic corelograma valorilor desezonalizate.
Indici de Indici de
Trimestru
yij yˆ ij sezonalitate, bruţi sezonalitate 200
Sj IS j

188.03
A B C

Cantitatea, u.m.

91.001
79.365
150

87.891
73.242
68.376
0 1 2 3 4 5

70.778
52.91
I - 0,37 0,38 0,375 0,378 100

117.19
111.22
105.82
II - 1,03 0,93 0,98 0,989

102.56
III 2,10 1,97 - 2,03 2,048 50
IV 0,53 0,63 - 0,58 0,585
0
Dacă se doreşte previzionarea valorilor pentru anul următor este
necesar să se calculeze valorile desezonalizate, tabelul 52. I II III IV I II III IV I II III IV
Timpul, anii: A, B, C
Tabelul 52. Analiza sezonalităţii producţiei trimestriale.
Producţia Indici de
Trimestrul Valori dese- Graficul sugerează utilizarea modelului liniar pentru ajustare:
sezonalitate
Anul
j ij y IS j
zonalizate,
col.1/col.2 Yi = a + b.ti
A B 1 2 3 Tabelul 53.
Trim. Valori dese-
I 20 0,378 52,910 Anul
j zonalizate,
(yi)
ti ti2 t i yi
II 70 0,989 70,778
A A B 0 1 2 3
III 150 2,048 73,242 I 52,910 -11 121 -582,01
II 70,778 -9 91 -637,002
IV 40 0,585 68,376 A
III 73,242 -7 49 -512,694
B I 30 0,378 79,365 IV 68,376 -5 25 -341,880
I 79,365 -3 9 -238,095
II 90 0,989 91,001
II 91,001 -1 1 -91,001
B
III 180 2,048 87,891 III 87,891 1 1 87,891
IV 102,564 3 9 307,692
 STATISTICĂ ŞI ECONOMETRIE 297 298 Gh. COMAN

40 + 110 + 240 + 110 IV 60 0,585 102,564

Y9 = = 125
4
I 40 0,378 105,820
Mediile mobile definitive calculate ca medii mobile de câte două
medii mobile provizorii sunt prezentate în tabelul 50, coloana 2. II 110 0,989 111,223
Graficul reprezentat de corelograma de mai sus sugerează C
utilizarea modelului multiplicativ. Pentru înlăturarea componentei de tendinţă III 240 2,048 117,187
se calculează raportul între fiecare termen real şi cel ajustat, Tabelul 50,
coloana 3. IV 110 0,585 188,034
Indicii de sezonalitate se calculează ca raport între fiecare medie Total - - - 1048,391
trimestrială şi media mediilor trimestriale, tabelul 51, coloana 5.

Tabelul 51. Calculul indicilor de sezonalitate. Se reprezintă grafic corelograma valorilor desezonalizate.
Indici de Indici de
Trimestru
yij yˆ ij sezonalitate, bruţi sezonalitate 200
Sj IS j

188.03
A B C

Cantitatea, u.m.

91.001
79.365
150

87.891
73.242
68.376
0 1 2 3 4 5

70.778
52.91
I - 0,37 0,38 0,375 0,378 100

117.19
111.22
105.82
II - 1,03 0,93 0,98 0,989

102.56
III 2,10 1,97 - 2,03 2,048 50
IV 0,53 0,63 - 0,58 0,585
0
Dacă se doreşte previzionarea valorilor pentru anul următor este
necesar să se calculeze valorile desezonalizate, tabelul 52. I II III IV I II III IV I II III IV
Timpul, anii: A, B, C
Tabelul 52. Analiza sezonalităţii producţiei trimestriale.
Producţia Indici de
Trimestrul Valori dese- Graficul sugerează utilizarea modelului liniar pentru ajustare:
sezonalitate
Anul
j ij y IS j
zonalizate,
col.1/col.2 Yi = a + b.ti
A B 1 2 3 Tabelul 53.
Trim. Valori dese-
I 20 0,378 52,910 Anul
j zonalizate,
(yi)
ti ti2 t i yi
II 70 0,989 70,778
A A B 0 1 2 3
III 150 2,048 73,242 I 52,910 -11 121 -582,01
II 70,778 -9 91 -637,002
IV 40 0,585 68,376 A
III 73,242 -7 49 -512,694
B I 30 0,378 79,365 IV 68,376 -5 25 -341,880
I 79,365 -3 9 -238,095
II 90 0,989 91,001
II 91,001 -1 1 -91,001
B
III 180 2,048 87,891 III 87,891 1 1 87,891
IV 102,564 3 9 307,692
 STATISTICĂ ŞI ECONOMETRIE 299 300 Gh. COMAN

I 105,820 5 25 529,100 Tabelul 55. Date iniţiale

II 111,223 7 49 778,561 Anul 1 2 3 4 5 6 7 8
C
III 117,187 9 81 1054,687 CA,u.m. 2,8 11,2 15,3 21,7 31,3 37 38,4 39,7
IV 188,034 11 121 2068,374
Total - 1048,391 0 582 2423,623 Cunoscându-se că în anul al cincilea (5) faţă de anul de bază (0)
creşterea a fost de 2,326 ori, se cere să se reconstituie seria statistică în
valori absolute, să se reprezinte grafic seria reconstituită şi să se extrapoleze
Pentru rezolvarea modelului liniar se foloseşte sistemul ecuaţiilor
normale: valorile pentru următorii doi ani: 9 şi 10.
Rezolvare.
⎧n.a + bΣti = Σyi 1. Din datele prezentate rezultă că:
⎨
⎩aΣti + bΣti = Σti yi
2
⎧ y5 − y0 = 31,3
⎪ ⎧ y0 = 23,6
Σti = 0, ⎨ y6 ⇒⎨
⎪ y = 2,326 ⎩ y5 = 54,9
Pentru sistemul de ecuaţii normale devine:
⎩ 0
⎧ Σyi
⎪⎪a = n
Seria de date reconstituită este prezentată în tabelul 56 şi a fost
⎧n.a = Σyi obţinută astfel:
⎨ 2 ⇒ ⎨ y0 = 23,6
⎩bΣti = Σti yi ⎪b = Σti y2 i y1 = 23,6 + 2,8 = 26,4
⎪⎩ Σt i
...............................
Pentru calcule s-a întocmit tabelul 53. Rezultă
y8 = 23,6 + 39,7 = 63,3
Σyi 1048,391 2423,623
a= = = 87,36 b= = 4,24 Tabelul 56
n 12 582 Anul 0 1 2 3 4 5 6 7 8
Yi = 87,36 + 4,24.ti CA 23,6 26,4 34,8 38,9 45,3 54,9 60,6 62,0 63,3
Pentru determinarea valorilor previzionate pentru anul următor D se 2. Reprezentarea grafică se face prin cronogramă (histogramă),
prelungeşte variabila timp, se calculează valorile de tendinţă teoretice care figura următoare.
se înmulţesc cu coeficienţii de sezonaliate, tabelul 54.
70
Tabelul 54. Valori previzionate pentru anul D

Cifra de afaceri (u.m.)

60
Indici de
Trim.
Anul
j ti Yi
I
Valori
= 87,36 + 4,24.ti sezonalitate previzionate 50
40
Sj

I 13 142,48 0,378 53,84 30

II 15 150,96 0,989 149,30 20
D
III 17 159,44 2,048 326,53
10
IV 19 167,92 0,585 98,23
0
20. Cifra de afaceri (CA) în unităţi monetare (UM) a unei societăţi 0 1 2 3 4 5 6 7 8
comerciale (SC), pe opt ani de zile, a evoluat faţă de anul de bază (0), după Anii
datele din tabelul 55:
 STATISTICĂ ŞI ECONOMETRIE 299 300 Gh. COMAN

I 105,820 5 25 529,100 Tabelul 55. Date iniţiale

II 111,223 7 49 778,561 Anul 1 2 3 4 5 6 7 8
C
III 117,187 9 81 1054,687 CA,u.m. 2,8 11,2 15,3 21,7 31,3 37 38,4 39,7
IV 188,034 11 121 2068,374
Total - 1048,391 0 582 2423,623 Cunoscându-se că în anul al cincilea (5) faţă de anul de bază (0)
creşterea a fost de 2,326 ori, se cere să se reconstituie seria statistică în
valori absolute, să se reprezinte grafic seria reconstituită şi să se extrapoleze
Pentru rezolvarea modelului liniar se foloseşte sistemul ecuaţiilor
normale: valorile pentru următorii doi ani: 9 şi 10.
Rezolvare.
⎧n.a + bΣti = Σyi 1. Din datele prezentate rezultă că:
⎨
⎩aΣti + bΣti = Σti yi
2
⎧ y5 − y0 = 31,3
⎪ ⎧ y0 = 23,6
Σti = 0, ⎨ y6 ⇒⎨
⎪ y = 2,326 ⎩ y5 = 54,9
Pentru sistemul de ecuaţii normale devine:
⎩ 0
⎧ Σyi
⎪⎪a = n
Seria de date reconstituită este prezentată în tabelul 56 şi a fost
⎧n.a = Σyi obţinută astfel:
⎨ 2 ⇒ ⎨ y0 = 23,6
⎩bΣti = Σti yi ⎪b = Σti y2 i y1 = 23,6 + 2,8 = 26,4
⎪⎩ Σt i
...............................
Pentru calcule s-a întocmit tabelul 53. Rezultă
y8 = 23,6 + 39,7 = 63,3
Σyi 1048,391 2423,623
a= = = 87,36 b= = 4,24 Tabelul 56
n 12 582 Anul 0 1 2 3 4 5 6 7 8
Yi = 87,36 + 4,24.ti CA 23,6 26,4 34,8 38,9 45,3 54,9 60,6 62,0 63,3
Pentru determinarea valorilor previzionate pentru anul următor D se 2. Reprezentarea grafică se face prin cronogramă (histogramă),
prelungeşte variabila timp, se calculează valorile de tendinţă teoretice care figura următoare.
se înmulţesc cu coeficienţii de sezonaliate, tabelul 54.
70
Tabelul 54. Valori previzionate pentru anul D

Cifra de afaceri (u.m.)

60
Indici de
Trim.
Anul
j ti Yi
I
Valori
= 87,36 + 4,24.ti sezonalitate previzionate 50
40
Sj

I 13 142,48 0,378 53,84 30

II 15 150,96 0,989 149,30 20
D
III 17 159,44 2,048 326,53
10
IV 19 167,92 0,585 98,23
0
20. Cifra de afaceri (CA) în unităţi monetare (UM) a unei societăţi 0 1 2 3 4 5 6 7 8
comerciale (SC), pe opt ani de zile, a evoluat faţă de anul de bază (0), după Anii
datele din tabelul 55:
 STATISTICĂ ŞI ECONOMETRIE 301 302 Gh. COMAN

3. Predicţia pentru următorii doi ani: 9 şi 10. Se va folosi o metodă 7 62,0 3 9 186,0 62,19
mecanică şi una analitică de ajustare, considerând că cele două metode
ajustează cel mai bine fenomenul. 8 63,3 4 16 253,2 67,74
Metoda mecanică. Metoda modificării mediei absolute. Relaţia de Σ: 409,8 0 60 333,2 409,8
ajustare este:

yt i = y1 + Δ.(t − 1) Pentru anii 9 şi 10 va rezultă ca previziune:

Y9 = 45,53 + 5,55.5 = 73,28 u.m.
ΣΔ t / t −1 yn − y1 y8 − y0 63,3 − 23,6
Δ= = = = = 4,96,25 u.m. Y10 = 45,53 + 5,55.6 = 78,83 u.m.
n −1 n −1 8 8
Aproximarea cu o dreaptă a evoluţiei fenomenului analizat trebuie
Dacă fenomenul se desfăşoară în aceleaşi condiţii, valorile pentru privită cu prudenţă întrucât acest fenomen, ca şi altele din domeniul
anii 9 şi 10 vor fi: economic, poate conduce la o inflexiune sau chiar la un punct de
discontinuitate a reprezentării grafice.
y9 = y0 + Δ.(11 − 1) = 23,6 + 4,9625.10 = 73,225 u.m.
y10 = y0 + Δ.(12 − 1) = 23,6 + 4,9625.11 = 78,1875 u.m.
Metoda analitică. Graficul sugerează un trend liniar. Aplicând
metoda celor mai mici pătrate şi apoi condiţia Σti = 0, sistemul de ecuaţii
normale este:
⎧ Σy 409,8
⎪ a= i = = 45,53
⎧n.a = Σyi ⎪ n 9
⎨ ⇒⎨
⎩b.Σti = Σti . yi ⎪b = Σyi2ti = 332 = 5,55
2

⎪⎩ Σ ti 60
Calculele intermediare pentru determinarea parametrilor a şi b sunt
prezentate în tabelul 57.
Tabelul 57
Anii yt ti ti2 yi.ti Yti = 45,53 + 5,55.ti
0 1 2 3 4 5
0 23,6 -4 16 -94,9 23,32
1 26,4 -3 9 -79,2 28,88
2 34,8 -2 4 -69,6 34,43
3 38,9 -1 1 -38,9 39,98
4 45,3 0 0 0 45,53
5 54,9 1 1 54,9 51,08
6 60,6 2 4 121,2 56,63
 STATISTICĂ ŞI ECONOMETRIE 301 302 Gh. COMAN

3. Predicţia pentru următorii doi ani: 9 şi 10. Se va folosi o metodă 7 62,0 3 9 186,0 62,19
mecanică şi una analitică de ajustare, considerând că cele două metode
ajustează cel mai bine fenomenul. 8 63,3 4 16 253,2 67,74
Metoda mecanică. Metoda modificării mediei absolute. Relaţia de Σ: 409,8 0 60 333,2 409,8
ajustare este:

yt i = y1 + Δ.(t − 1) Pentru anii 9 şi 10 va rezultă ca previziune:

Y9 = 45,53 + 5,55.5 = 73,28 u.m.
ΣΔ t / t −1 yn − y1 y8 − y0 63,3 − 23,6
Δ= = = = = 4,96,25 u.m. Y10 = 45,53 + 5,55.6 = 78,83 u.m.
n −1 n −1 8 8
Aproximarea cu o dreaptă a evoluţiei fenomenului analizat trebuie
Dacă fenomenul se desfăşoară în aceleaşi condiţii, valorile pentru privită cu prudenţă întrucât acest fenomen, ca şi altele din domeniul
anii 9 şi 10 vor fi: economic, poate conduce la o inflexiune sau chiar la un punct de
discontinuitate a reprezentării grafice.
y9 = y0 + Δ.(11 − 1) = 23,6 + 4,9625.10 = 73,225 u.m.
y10 = y0 + Δ.(12 − 1) = 23,6 + 4,9625.11 = 78,1875 u.m.
Metoda analitică. Graficul sugerează un trend liniar. Aplicând
metoda celor mai mici pătrate şi apoi condiţia Σti = 0, sistemul de ecuaţii
normale este:
⎧ Σy 409,8
⎪ a= i = = 45,53
⎧n.a = Σyi ⎪ n 9
⎨ ⇒⎨
⎩b.Σti = Σti . yi ⎪b = Σyi2ti = 332 = 5,55
2

⎪⎩ Σ ti 60
Calculele intermediare pentru determinarea parametrilor a şi b sunt
prezentate în tabelul 57.
Tabelul 57
Anii yt ti ti2 yi.ti Yti = 45,53 + 5,55.ti
0 1 2 3 4 5
0 23,6 -4 16 -94,9 23,32
1 26,4 -3 9 -79,2 28,88
2 34,8 -2 4 -69,6 34,43
3 38,9 -1 1 -38,9 39,98
4 45,3 0 0 0 45,53
5 54,9 1 1 54,9 51,08
6 60,6 2 4 121,2 56,63
 STATISTICĂ ŞI ECONOMETRIE 303 304 Gh. COMAN

10. METODA INDICILOR Modalităţi de calcul a indicilor sintetici.

a. Indicii de grup calculaţi sub formă agregată:
Indicii sunt mărimi relative, cu caracter de medie, prin care se Pentru factorul complex y Pentru factorul intensiv (calitativ)
evidenţiază şi caracterizează modificările fenomenelor economico-sociale.
Σy1 Σx1 f1 Σx1 f1
Indicii individuali I1y/ 0 = = I1y/(0x ) =
Indicii individuali se calculează la nivelul elementelor componente Σ y 0 Σ x0 f 0 Σx0 f1
ale ansamblului fenomenelor economico-sociale.
- pentru fenomenul complex y: Pentru factorul extensiv (cantitativ) Relaţie de verificare
Σx f
i1y/ 0 =
y1 x1 f1 x1 f1
= = × = i1x/ 0 × i1f/ 0 I1y/(0f ) = 0 1 I1y/ 0 = I1y/(0x ) × I1y/(0f )
y0 x0 f 0 x0 f 0 Σ x0 f 0
Exemplu: pentru Σ v = Σ p.q:
în care: i1y/ 0 , i1x/ 0 , i1f/ 0 - indici individuali; y – fenomenul complex de tipul Indicele valorii Indicele preţului
y = x.f; x – factorul de tipul calitativ; f – factorul de tipul cantitativ; 1 – nivelul Σv1 Σp1q1 Σp1q1
di perioada curentă sau nivelul realizat; 0 – nivelul din perioada de bază. I1v/ 0 = = I1v/(0p ) =
De exemplu, pentru v = p.q, în care v – valoarea; p – preţul; q – Σv0 Σp0 q0 Σp0 q1
volumul fizic: Indicele volumului fizic Relaţie de verificare
v1 p1q1 p1 q1 Σp q
i1v/ 0 = = = × = i1p/ 0 × i1q/ 0 I1v/(0q ) = 0 1 I1v/ 0 = I1v/(0p ) × I1v/(0q )
v0 p0 q0 p0 q0 Σp0 q0
Indicii de grup: b. Indicii de grup calculaţi sub formă de medie a indicilor
Sisteme de ponderare folosite în construirea indicilor de grup: individuali.
a. Sistemul Laspeyres, propus în 1864, utilizează ponderi din - pentru variabila complexă y:
perioada de bază: Medie aritmetică ponderată
Pentru factorul calitativ Pentru factorul cantitativ y
Σx1 f 0 Σx0 f1 Σ y
∑ y 1 × y 0 Σi y × y
I 1y/(0x ) = I1y/(0f ) = I1y/ 0 = 1 =
Σy 0
0
Σy 0
=
Σy 0
0

Σx 0 f 0 Σx0 f 0
b. Sistemul Paasche, propus în 1874, utilizează ponderi din Medie armonică ponderată
perioada curentă: Σy1 Σy1 Σy1
I1y/ 0 = = =
Pentru factorul calitativ Pentru factorul cantitativ Σy0 Σ y0 y Σ 1 y
Σx1 f1 Σx1 f1 y1
1
iy
1
I1y/(0x ) = I1y/(0f ) =
Σx0 f1 Σx1 f 0
c. Sistemul Edgeworth, este folosit doar pentru factorul calitativ, - pentru variabila calitativă x:
atunci când factorul cantitativ se poate cumula: Medie aritmetică ponderată
Σx f Σx1 f1 Σy1
Σx1 ( f1 + f 0 ) I1x/ 0 = 1 1 = =
I1y/(0x ) = Σx0 f 0 x0 1
Σ x1 f1 Σ x y1
Σx0 ( f1 + f 0 ) x1 i
d. Sistemul Fischer, în care indicii se calculează ca o medie - pentru variabila cantitativă f:
geometrică a indicilor Laspeyres şi Paasche: Medie armonică ponderată
Pentru factorul calitativ Pentru factorul cantitativ f
(intensiv) (extensiv) Σx0 f 0 1
Σx0 f1 f 0 Σi f y0
Σx1 f 0 Σx1 f1 Σx0 f1 Σx1 f1 I1f/ 0 = = =
I1y/(0x ) = × I1y/(0f ) = × Σx0 f0 Σx0 f0 Σy0
Σx0 f 0 Σx0 f1 Σx0 f 0 Σx1 f 0 Exemplu: pentru indicii sintetici ai valorii, volumului fizic şi preţurilor:
 STATISTICĂ ŞI ECONOMETRIE 303 304 Gh. COMAN

10. METODA INDICILOR Modalităţi de calcul a indicilor sintetici.

a. Indicii de grup calculaţi sub formă agregată:
Indicii sunt mărimi relative, cu caracter de medie, prin care se Pentru factorul complex y Pentru factorul intensiv (calitativ)
evidenţiază şi caracterizează modificările fenomenelor economico-sociale.
Σy1 Σx1 f1 Σx1 f1
Indicii individuali I1y/ 0 = = I1y/(0x ) =
Indicii individuali se calculează la nivelul elementelor componente Σ y 0 Σ x0 f 0 Σx0 f1
ale ansamblului fenomenelor economico-sociale.
- pentru fenomenul complex y: Pentru factorul extensiv (cantitativ) Relaţie de verificare
Σx f
i1y/ 0 =
y1 x1 f1 x1 f1
= = × = i1x/ 0 × i1f/ 0 I1y/(0f ) = 0 1 I1y/ 0 = I1y/(0x ) × I1y/(0f )
y0 x0 f 0 x0 f 0 Σ x0 f 0
Exemplu: pentru Σ v = Σ p.q:
în care: i1y/ 0 , i1x/ 0 , i1f/ 0 - indici individuali; y – fenomenul complex de tipul Indicele valorii Indicele preţului
y = x.f; x – factorul de tipul calitativ; f – factorul de tipul cantitativ; 1 – nivelul Σv1 Σp1q1 Σp1q1
di perioada curentă sau nivelul realizat; 0 – nivelul din perioada de bază. I1v/ 0 = = I1v/(0p ) =
De exemplu, pentru v = p.q, în care v – valoarea; p – preţul; q – Σv0 Σp0 q0 Σp0 q1
volumul fizic: Indicele volumului fizic Relaţie de verificare
v1 p1q1 p1 q1 Σp q
i1v/ 0 = = = × = i1p/ 0 × i1q/ 0 I1v/(0q ) = 0 1 I1v/ 0 = I1v/(0p ) × I1v/(0q )
v0 p0 q0 p0 q0 Σp0 q0
Indicii de grup: b. Indicii de grup calculaţi sub formă de medie a indicilor
Sisteme de ponderare folosite în construirea indicilor de grup: individuali.
a. Sistemul Laspeyres, propus în 1864, utilizează ponderi din - pentru variabila complexă y:
perioada de bază: Medie aritmetică ponderată
Pentru factorul calitativ Pentru factorul cantitativ y
Σx1 f 0 Σx0 f1 Σ y
∑ y 1 × y 0 Σi y × y
I 1y/(0x ) = I1y/(0f ) = I1y/ 0 = 1 =
Σy 0
0
Σy 0
=
Σy 0
0

Σx 0 f 0 Σx0 f 0
b. Sistemul Paasche, propus în 1874, utilizează ponderi din Medie armonică ponderată
perioada curentă: Σy1 Σy1 Σy1
I1y/ 0 = = =
Pentru factorul calitativ Pentru factorul cantitativ Σy0 Σ y0 y Σ 1 y
Σx1 f1 Σx1 f1 y1
1
iy
1
I1y/(0x ) = I1y/(0f ) =
Σx0 f1 Σx1 f 0
c. Sistemul Edgeworth, este folosit doar pentru factorul calitativ, - pentru variabila calitativă x:
atunci când factorul cantitativ se poate cumula: Medie aritmetică ponderată
Σx f Σx1 f1 Σy1
Σx1 ( f1 + f 0 ) I1x/ 0 = 1 1 = =
I1y/(0x ) = Σx0 f 0 x0 1
Σ x1 f1 Σ x y1
Σx0 ( f1 + f 0 ) x1 i
d. Sistemul Fischer, în care indicii se calculează ca o medie - pentru variabila cantitativă f:
geometrică a indicilor Laspeyres şi Paasche: Medie armonică ponderată
Pentru factorul calitativ Pentru factorul cantitativ f
(intensiv) (extensiv) Σx0 f 0 1
Σx0 f1 f 0 Σi f y0
Σx1 f 0 Σx1 f1 Σx0 f1 Σx1 f1 I1f/ 0 = = =
I1y/(0x ) = × I1y/(0f ) = × Σx0 f0 Σx0 f0 Σy0
Σx0 f 0 Σx0 f1 Σx0 f 0 Σx1 f 0 Exemplu: pentru indicii sintetici ai valorii, volumului fizic şi preţurilor:
 STATISTICĂ ŞI ECONOMETRIE 305 306 Gh. COMAN

Medie aritmetică ponderată f Σx0 f1 Σx0 f 0 Σx0 g1f

v1 x(g
IVS )
= : =
Σv
∑ v0
× v0
Σi v × v0 Σf1 Σf 0 Σx0 g 0f
I1v/ 0 = 1 = =
Σv0 Σv 0 Σv0 f
Relaţie de verificare:
x
I SV = I SF
x ( x)
× IVS
x(g )

Medie armonică ponderată d. Indicii de grup ai salariului mediu.

Pentru salariul mediu calculat sub forma:
Σv1 Σv1 Σv1
I1v/ 0 = = = ΣFS ΣSN
Σv0 Σ v0 v Σ 1 v S= = = ΣS . g N , unde S – salariul la nivelul unei
1 1 ΣN ΣN
v1 iv grupe; N – numărul salariaţilor; FS – fondul de salarii; g
N
– structura

- Indicele preţurilor (influenţa factorului calitativ) obţinut ca medie salariaţilor pe grupe; S

- salariul mediu pe ansamblul colectivităţii.
armonică: Indicele salariului mediu cu structură variabilă:
Medie armonică ponderată S ΣS1 N1 ΣS0 N 0 ΣS1 g1N
Σp1q1 Σp1q1 Σv1
S
I SV = = : =
I1p/ 0 = = = S0 ΣN1 ΣN 0 ΣS 0 g 0N
Σp0 q1 p 1
Σ 0 p1q1 Σ p v1 Indicele salariului mediu cu structură fixă:
p1 i S1 ΣS1 N1 ΣS 0 N1 ΣS1 N1 ΣS1 g1N
- Indicele volumului fizic (influenţa factorului cantitativ) obţinut ca
S (S)
I SF = = : = =
S 0* ΣN1 ΣN1 ΣS 0 N1 ΣS 0 g1N
medie aritmetică:
Medie aritmetică ponderată Indicele salariului mediu cu variaţia structurii:
q N S0* ΣS0 N1 ΣS0 N 0 ΣS0 g1N
Σp 0 q 0 1 S (g
IVS )
= = : =
Σp q q 0 Σi q v 0 S0 ΣN1 ΣN 0 ΣS0 g 0N
I1q/ 0 = 0 1 = =
Σp0 q0 Σp 0 q 0 Σv 0 Relaţie de verificare: S
I SV = I SF
S (S )
× IVS
S (g N
)

Relaţie de verificare: I1v/ 0 = I1p/ 0 × I1q/ 0 e. Indicii de grup ai productivităţii muncii.

Productivitatea medie a muncii:
c. Indicii de grup calculaţi ca raport a două medii.
x ): Σw.T Σw1 .T1
- se porneşte de la calculul valorii medii ( w= = Σw.g T w1 = = Σw1 .g1T
ΣT ΣT1
x =
Σy Σx. f
= = Σx.g f , unde
f
g = f Σf Σw0 .T0
Σf Σf w0 = = Σw0 .g 0T
ΣT0
- greutăţile specifice ale factorului cantitativ.
Indicele cu structură variabilă:
- Indicele cu structură variabilă:
x1 Σx1 f1 Σx0 f 0 Σx1 g1f w1 Σw1 .T1 Σw0 .T0 Σw1 .g1T
x
I SV = = : = w
I SV = = : =
x0 Σf1 Σf 0 Σx0 g 0f w0 ΣT1 ΣT0 Σw0 .g 0T
- Indicele cu structură fixă: Indicele cu structură fixă:
Σx f Σx f Σx1 g1f w1 Σw1 .T1 Σw0 .T1 Σw1 .T1 Σw1 .g1T
x ( x)
I SF = 1 1: 0 1= I w(S )
= * = : = =
ΣT1 ΣT1 Σw0T1 Σw0 .g1T
SF
Σf1 Σf1 Σx0 g1f w0
- Indicele cu variaţie a structurii:
 STATISTICĂ ŞI ECONOMETRIE 305 306 Gh. COMAN

Medie aritmetică ponderată f Σx0 f1 Σx0 f 0 Σx0 g1f

v1 x(g
IVS )
= : =
Σv
∑ v0
× v0
Σi v × v0 Σf1 Σf 0 Σx0 g 0f
I1v/ 0 = 1 = =
Σv0 Σv 0 Σv0 f
Relaţie de verificare:
x
I SV = I SF
x ( x)
× IVS
x(g )

Medie armonică ponderată d. Indicii de grup ai salariului mediu.

Pentru salariul mediu calculat sub forma:
Σv1 Σv1 Σv1
I1v/ 0 = = = ΣFS ΣSN
Σv0 Σ v0 v Σ 1 v S= = = ΣS . g N , unde S – salariul la nivelul unei
1 1 ΣN ΣN
v1 iv grupe; N – numărul salariaţilor; FS – fondul de salarii; g
N
– structura

- Indicele preţurilor (influenţa factorului calitativ) obţinut ca medie salariaţilor pe grupe; S

- salariul mediu pe ansamblul colectivităţii.
armonică: Indicele salariului mediu cu structură variabilă:
Medie armonică ponderată S ΣS1 N1 ΣS0 N 0 ΣS1 g1N
Σp1q1 Σp1q1 Σv1
S
I SV = = : =
I1p/ 0 = = = S0 ΣN1 ΣN 0 ΣS 0 g 0N
Σp0 q1 p 1
Σ 0 p1q1 Σ p v1 Indicele salariului mediu cu structură fixă:
p1 i S1 ΣS1 N1 ΣS 0 N1 ΣS1 N1 ΣS1 g1N
- Indicele volumului fizic (influenţa factorului cantitativ) obţinut ca
S (S)
I SF = = : = =
S 0* ΣN1 ΣN1 ΣS 0 N1 ΣS 0 g1N
medie aritmetică:
Medie aritmetică ponderată Indicele salariului mediu cu variaţia structurii:
q N S0* ΣS0 N1 ΣS0 N 0 ΣS0 g1N
Σp 0 q 0 1 S (g
IVS )
= = : =
Σp q q 0 Σi q v 0 S0 ΣN1 ΣN 0 ΣS0 g 0N
I1q/ 0 = 0 1 = =
Σp0 q0 Σp 0 q 0 Σv 0 Relaţie de verificare: S
I SV = I SF
S (S )
× IVS
S (g N
)

Relaţie de verificare: I1v/ 0 = I1p/ 0 × I1q/ 0 e. Indicii de grup ai productivităţii muncii.

Productivitatea medie a muncii:
c. Indicii de grup calculaţi ca raport a două medii.
x ): Σw.T Σw1 .T1
- se porneşte de la calculul valorii medii ( w= = Σw.g T w1 = = Σw1 .g1T
ΣT ΣT1
x =
Σy Σx. f
= = Σx.g f , unde
f
g = f Σf Σw0 .T0
Σf Σf w0 = = Σw0 .g 0T
ΣT0
- greutăţile specifice ale factorului cantitativ.
Indicele cu structură variabilă:
- Indicele cu structură variabilă:
x1 Σx1 f1 Σx0 f 0 Σx1 g1f w1 Σw1 .T1 Σw0 .T0 Σw1 .g1T
x
I SV = = : = w
I SV = = : =
x0 Σf1 Σf 0 Σx0 g 0f w0 ΣT1 ΣT0 Σw0 .g 0T
- Indicele cu structură fixă: Indicele cu structură fixă:
Σx f Σx f Σx1 g1f w1 Σw1 .T1 Σw0 .T1 Σw1 .T1 Σw1 .g1T
x ( x)
I SF = 1 1: 0 1= I w(S )
= * = : = =
ΣT1 ΣT1 Σw0T1 Σw0 .g1T
SF
Σf1 Σf1 Σx0 g1f w0
- Indicele cu variaţie a structurii:
 STATISTICĂ ŞI ECONOMETRIE 307 308 Gh. COMAN

Indicele cu variaţia structurii: - relativ:

w *
Σw0 .T1 Σw0 .T0 Σw1 .T1 Σw0 .g T Σy1 Σx1 f1
w(g
I VS
T
)
= =
0
: = = 1 Iy = =
w0 ΣT1 ΣT0 Σw0T1 Σw0 .g T Σy 0 Σx 0 f 0
0

Relaţie de verificare: w
I SV = I SF
w ( w)
× IVSw ( g
T
) R%y = ( I y − 1).100
Metoda substituţiei în lanţ
Indicii cu bază fixă
Pentru indicele elementar Pentru indicele sintetic a. Se modifică mai întâi factorul cantitativ ( f 0 → f1 )
x1 x2 x Σ x0 f 1
itx/ 0 = ; ; ... ; n Σx1 f 0 Σx2 f 0 Σx f I y( f ) = Δ y ( f ) = Σ x 0 f1 − Σ x 0 f 0
x 0 x0 x0 I tx/ 0 = ; ;...; n 0 Σ x0 f 0
Σx 0 f 0 Σx 0 f 0 Σx 0 f 0 Σx1 f1
I y ( x) = Δy ( x ) = Σx1 f1 − Σx0 f1
Σ x 0 f1
Indicii cu bază în lanţ Se modifică mai întâi factorul calitativ ( x0 → x1 )
Pentru indicele elementar Pentru indicele sintetic Σx1 f 0
x x x Σ x f Σx f Σxn f n I y( x) = Δy ( x ) = Σx1 f 0 − Σx0 f 0
itx/ t −1 = 1 ; 2 ; ... ; n I tx/ t −1 = 1 1 ; 2 2 ;...; Σx 0 f 0
x0 x1 xn −1 Σx0 f1 Σx1 f 2 Σxn −1 f n
Σx1 f1
I y( f ) = Δy ( f ) = Σx1 f1 − Σx1 f 0
Indicii cu ponderi constante Σx1 f 0
Σx1 f 0 Σx2 f 0 Σx f Metoda restului nedescompus (metoda influenţelor izolate ale
I tx/ 0 = ; ;...; n 0 factorilor)
Σx0 f 0 Σx0 f 0 Σx0 f 0
Σx1 f 0 Σ x 0 f1
De exemplu: indicele volumului fizic Σq n p 0 I y( x) = I y( f ) =
care foloseşte ca ponderi preţurile I q
= Σx 0 f 0 Σx0 f 0
Σq n −1 p 0
t/0
din perioada de bază:
Σx1 f1 Σx1 f 0
Indicii cu ponderi variabile I y ( x∩ f ) = :
Σx0 f1 Σx0 f 0
Σx1 f1 Σx2 f 2 Σx f
I tx/ 0 = ; ;...; n n Modificările absolute
Σx0 f1 Σx0 f 2 Σx0 f n
Δ y( x)
= Σx1 f 0 − Σx0 f 0 Δy ( f ) = Σx0 f1 − Σx0 f 0

I tp/ 0 =
Σp n q n Δy ( x ) = (Σx1 f1 − Σx0 f1 ) − (Σx1 f 0 − Σx0 f 0 )
De exemplu: indicele volumului
Σp0 q n
Descompunerea pe factori a variaţiei unui fenomen complex,
folosind metoda indicilor.
Modificarea unui fenomen complex poate fi calculat:
- absolut:
Δ y = Σy1 − Σy 0 = Σx1 f 1 − Σx 0 f 0
 STATISTICĂ ŞI ECONOMETRIE 307 308 Gh. COMAN

Indicele cu variaţia structurii: - relativ:

w *
Σw0 .T1 Σw0 .T0 Σw1 .T1 Σw0 .g T Σy1 Σx1 f1
w(g
I VS
T
)
= =
0
: = = 1 Iy = =
w0 ΣT1 ΣT0 Σw0T1 Σw0 .g T Σy 0 Σx 0 f 0
0

Relaţie de verificare: w
I SV = I SF
w ( w)
× IVSw ( g
T
) R%y = ( I y − 1).100
Metoda substituţiei în lanţ
Indicii cu bază fixă
Pentru indicele elementar Pentru indicele sintetic a. Se modifică mai întâi factorul cantitativ ( f 0 → f1 )
x1 x2 x Σ x0 f 1
itx/ 0 = ; ; ... ; n Σx1 f 0 Σx2 f 0 Σx f I y( f ) = Δ y ( f ) = Σ x 0 f1 − Σ x 0 f 0
x 0 x0 x0 I tx/ 0 = ; ;...; n 0 Σ x0 f 0
Σx 0 f 0 Σx 0 f 0 Σx 0 f 0 Σx1 f1
I y ( x) = Δy ( x ) = Σx1 f1 − Σx0 f1
Σ x 0 f1
Indicii cu bază în lanţ Se modifică mai întâi factorul calitativ ( x0 → x1 )
Pentru indicele elementar Pentru indicele sintetic Σx1 f 0
x x x Σ x f Σx f Σxn f n I y( x) = Δy ( x ) = Σx1 f 0 − Σx0 f 0
itx/ t −1 = 1 ; 2 ; ... ; n I tx/ t −1 = 1 1 ; 2 2 ;...; Σx 0 f 0
x0 x1 xn −1 Σx0 f1 Σx1 f 2 Σxn −1 f n
Σx1 f1
I y( f ) = Δy ( f ) = Σx1 f1 − Σx1 f 0
Indicii cu ponderi constante Σx1 f 0
Σx1 f 0 Σx2 f 0 Σx f Metoda restului nedescompus (metoda influenţelor izolate ale
I tx/ 0 = ; ;...; n 0 factorilor)
Σx0 f 0 Σx0 f 0 Σx0 f 0
Σx1 f 0 Σ x 0 f1
De exemplu: indicele volumului fizic Σq n p 0 I y( x) = I y( f ) =
care foloseşte ca ponderi preţurile I q
= Σx 0 f 0 Σx0 f 0
Σq n −1 p 0
t/0
din perioada de bază:
Σx1 f1 Σx1 f 0
Indicii cu ponderi variabile I y ( x∩ f ) = :
Σx0 f1 Σx0 f 0
Σx1 f1 Σx2 f 2 Σx f
I tx/ 0 = ; ;...; n n Modificările absolute
Σx0 f1 Σx0 f 2 Σx0 f n
Δ y( x)
= Σx1 f 0 − Σx0 f 0 Δy ( f ) = Σx0 f1 − Σx0 f 0

I tp/ 0 =
Σp n q n Δy ( x ) = (Σx1 f1 − Σx0 f1 ) − (Σx1 f 0 − Σx0 f 0 )
De exemplu: indicele volumului
Σp0 q n
Descompunerea pe factori a variaţiei unui fenomen complex,
folosind metoda indicilor.
Modificarea unui fenomen complex poate fi calculat:
- absolut:
Δ y = Σy1 − Σy 0 = Σx1 f 1 − Σx 0 f 0
 STATISTICĂ ŞI ECONOMETRIE 309 310 Gh. COMAN

Probleme rezolvate p1q1 24

- pentru produsul A: i1pq/ 0 = = = 1,92
1. O societate comercială realizează trei produse: A, B, C, în p0q0 12,5
următoarele cantităţi prezentate în tabelul 1 şi le vinde cu preţurile
pq 35
corespunzătoare. - pentru produsul B: i1pq/ 0 = 1 1 = = 2,8
Tabelul 1. Date iniţiale p0q0 12,5
Cantitatea (buc.) Preţul (u.m.) Date prelucrate
Produsul p q 33,75
q0 q1 p0 p1 p0q0 q1q1 - pentru produsul C: i1pq/ 0 = 1 1 = = 0,642857
A 25 30 0,5 0,8 12,5 24 p0 q0 52,5
B 10 20 1,25 1,75 12,5 35
C 35 15 1,5 2,25 52,5 33,75 2. Se cunosc următoarele date statistice privind cifra de afaceri în
Se cere: unităţi monetare (CA – u.m.) pentru o societate comercială pe parcursul a
a. indicele elementar de preţ pentru fiecare produs în parte; cinci ani, tabelul 2.
b. indicele elementar al producţiei; Tabelul 2. Date istorice
c. indicele elementar al valorii fiecărui produs. Anul 1 2 3 4 5
Rezolvare. CA – u.m. 5 7 8 12 13
p1 Se cere:
a. i1p/ 0 = Să se determine indicii cu bază fixă, diferenţele absolute cu bază
p0 fixă şi ritmul cu bază fixă.
Rezolvare.
p A1 0,8
- pentru produsul A: i1p/ 0 = = = 1,6 xk
p A0 0,5 Indicii cu bază fixă: I kx / 0 =
x0
pB1 1,75
- pentru produsul B: i1 / 0
p
= = = 1,4 Diferenţele absolute cu bază fixă: Δxk / 0 = xk − x0
pB 0 1,25
p 2,25 Ritmul cu bază fixă: Rkx / 0 = I kx / 0 − 1
- pentru produsul C: ip
1/ 0 = C1 = = 1,5 Tabelul 3. Determinarea indicilor şi ritmului de evoluţie (date
pC 0 1,5
centralizatoare)
q1 Anul CA – u.m. Ik/0 Rk/0 Δk/0
b. i1q/ 0 =
q0 1 5 - - -
2 7 1,4 0,4 2
q A1 30
- pentru produsul A: i1q/ 0 = = = 1,2 3 8 1,6 0,6 3
q A0 25
4 12 2,4 1,4 7
q 20 5 13 2,6 1,6 8
- pentru produsul B: i1q/ 0 = B1 = = 2,0
qB 0 10 3. Se cunosc următoarele date statistice privind cifra de afaceri în
unităţi monetare (CA – u.m.) pentru o societate comercială pe parcursul a
q 15
- pentru produsul C: i1q/ 0 = C1 = = 0,42857 cinci ani, tabelul 4.
qC 0 35 Tabelul 4. Date istorice
p1q1 Anul 1 2 3 4 5
c. i1pq/ 0 = CA – u.m. 425 400 725 850 970
p0 q0
Se cere:
 STATISTICĂ ŞI ECONOMETRIE 309 310 Gh. COMAN

Probleme rezolvate p1q1 24

- pentru produsul A: i1pq/ 0 = = = 1,92
1. O societate comercială realizează trei produse: A, B, C, în p0q0 12,5
următoarele cantităţi prezentate în tabelul 1 şi le vinde cu preţurile
pq 35
corespunzătoare. - pentru produsul B: i1pq/ 0 = 1 1 = = 2,8
Tabelul 1. Date iniţiale p0q0 12,5
Cantitatea (buc.) Preţul (u.m.) Date prelucrate
Produsul p q 33,75
q0 q1 p0 p1 p0q0 q1q1 - pentru produsul C: i1pq/ 0 = 1 1 = = 0,642857
A 25 30 0,5 0,8 12,5 24 p0 q0 52,5
B 10 20 1,25 1,75 12,5 35
C 35 15 1,5 2,25 52,5 33,75 2. Se cunosc următoarele date statistice privind cifra de afaceri în
Se cere: unităţi monetare (CA – u.m.) pentru o societate comercială pe parcursul a
a. indicele elementar de preţ pentru fiecare produs în parte; cinci ani, tabelul 2.
b. indicele elementar al producţiei; Tabelul 2. Date istorice
c. indicele elementar al valorii fiecărui produs. Anul 1 2 3 4 5
Rezolvare. CA – u.m. 5 7 8 12 13
p1 Se cere:
a. i1p/ 0 = Să se determine indicii cu bază fixă, diferenţele absolute cu bază
p0 fixă şi ritmul cu bază fixă.
Rezolvare.
p A1 0,8
- pentru produsul A: i1p/ 0 = = = 1,6 xk
p A0 0,5 Indicii cu bază fixă: I kx / 0 =
x0
pB1 1,75
- pentru produsul B: i1 / 0
p
= = = 1,4 Diferenţele absolute cu bază fixă: Δxk / 0 = xk − x0
pB 0 1,25
p 2,25 Ritmul cu bază fixă: Rkx / 0 = I kx / 0 − 1
- pentru produsul C: ip
1/ 0 = C1 = = 1,5 Tabelul 3. Determinarea indicilor şi ritmului de evoluţie (date
pC 0 1,5
centralizatoare)
q1 Anul CA – u.m. Ik/0 Rk/0 Δk/0
b. i1q/ 0 =
q0 1 5 - - -
2 7 1,4 0,4 2
q A1 30
- pentru produsul A: i1q/ 0 = = = 1,2 3 8 1,6 0,6 3
q A0 25
4 12 2,4 1,4 7
q 20 5 13 2,6 1,6 8
- pentru produsul B: i1q/ 0 = B1 = = 2,0
qB 0 10 3. Se cunosc următoarele date statistice privind cifra de afaceri în
unităţi monetare (CA – u.m.) pentru o societate comercială pe parcursul a
q 15
- pentru produsul C: i1q/ 0 = C1 = = 0,42857 cinci ani, tabelul 4.
qC 0 35 Tabelul 4. Date istorice
p1q1 Anul 1 2 3 4 5
c. i1pq/ 0 = CA – u.m. 425 400 725 850 970
p0 q0
Se cere:
 STATISTICĂ ŞI ECONOMETRIE 311 312 Gh. COMAN

Să se determine indicii cu bază mobilă, diferenţele absolute cu bază B 125000 240000 22500 40000 36000
mobilă şi ritmul cu bază mobilă. C 15750 54000 4500 16200 13500
Rezolvare.
Total 240750 481500 107000 168700 149500
xk Tabelul 7 (continuare)
Indicii cu bază mobilă: I kx / k −1 =
xk −1 p0q1 p1q0 p1(q1+q0) p0(q1+q0) q1(p0+p1) q0(p0+p1)

Diferenţele absolute cu bază mobilă: Δ

x
k / k −1 = xk − xk −1 6 7 8 9 10 11
125000 150000 337500 225000 312500 250000
Ritmul cu bază mobilă: Rkx/ k −1 = I kx/ k −1 − 1 200000 150000 390000 325000 440000 275000
Tabelul 5. Determinarea indicilor şi ritmului de evoluţie (date 47250 18000 72000 63000 101250 33750
centralizatoare)
372250 318000 799500 613000 853750 558750
Anul CA – u.m. Ik/k-1 Rk/k-1 Δk/k-1
1 425 - - -
Producţia marfă: PM = Σqp ; PM 0 = Σq0 p0 = 240750 ;
2 400 0,94 -25 -0,06 PM1 = Σq1 p1 = 481500
3 725 1,81 325 0,81 Costurile totale: CT = Σqc ; CT0 = Σq0c0 = 107000 ;
4 850 1,17 125 0,17
5 970 1,14 120 0,14 CT1 = Σq1c1 = 168700
4. Pentru o societate comercială (S.C.) se cunosc datele statistice Profitul: P = PM − CT
din tabelul 6 privind producţia fizică (buc.), preţul unitar (u.m.) şi costuri P0 = PM 0 − CT0 = Σq0 p0 − Σq0c0 = 240750 − 107000 = 133750
unitare (u.m.).
Tabelul 6. Date statistice P1 = PM 1 − CT1 = Σq1 p1 − Σq1c1 = 481500 − 168700 = 312800
Producţia fizică Costuri unitare b. Rata rentabilităţii (profitului).
Preţul unitar (u.m.)
S.C. (buc) (u.m.) P0 Σq0 p 0 − Σq 0 c0 133750
q0 q1 p0 p1 c0 c1 Rp 0 = = = = 1,25
A 1000 1250 100 150 80 90
C0 Σq 0 c 0 107000
B 500 800 250 300 45 50 P Σq p − Σq1c1 312800
C 90 270 175 200 50 60
Rp1 = 1 = 1 1 = = 1,85
C1 Σq1c1 168700
Se cere:
c. Indicii de grup.
a. Producţia marfă, costurile şi profitul.
b. Rata rentabilităţii sau a profitului. Σq1c1 168700 Σq c 149500
c. Indicii de grup şi abaterea absolută pentru costuri.
qc
I = = = 1,5766 I1q/ 0 = 1 0 = = 1,397
Σq0c0 107000 Σq0 c0 107000
1/ 0
d. Indicele Paasche şi Laspeyres.
e. Indicele Marshall – Edgeworth. Σq1c1 168700
f. Indicele Fisher. I1c/ 0 = = = 1,128
Rezolvare. Σq1c0 149500
a. Se realizează tabelul 7 pentru calcule intermediare: Proba:
Tabelul 7. Calcule intermediare pentru sume relevante
Producţia marfă (u.m.) Costuri totale (u.m.) I qc
1/ 0 = I1q/ 0 × I1c/ 0 ⇒ 1,5766 ≅ 1,397 × 1,128 = 1,5758
Firma q1c 0
q0p0 q1p1 q0c 0 q1c 1
Δ qc
1/ 0 = Σq1c1 − Σq0c0 = 168700 − 107000 = 61700
0 1 2 3 4 5
A 100000 187500 80000 112500 100000 Δ q
1/ 0 = Σq1c0 − Σq0 c0 = 149500 − 107000 = 42500
 STATISTICĂ ŞI ECONOMETRIE 311 312 Gh. COMAN

Să se determine indicii cu bază mobilă, diferenţele absolute cu bază B 125000 240000 22500 40000 36000
mobilă şi ritmul cu bază mobilă. C 15750 54000 4500 16200 13500
Rezolvare.
Total 240750 481500 107000 168700 149500
xk Tabelul 7 (continuare)
Indicii cu bază mobilă: I kx / k −1 =
xk −1 p0q1 p1q0 p1(q1+q0) p0(q1+q0) q1(p0+p1) q0(p0+p1)

Diferenţele absolute cu bază mobilă: Δ

x
k / k −1 = xk − xk −1 6 7 8 9 10 11
125000 150000 337500 225000 312500 250000
Ritmul cu bază mobilă: Rkx/ k −1 = I kx/ k −1 − 1 200000 150000 390000 325000 440000 275000
Tabelul 5. Determinarea indicilor şi ritmului de evoluţie (date 47250 18000 72000 63000 101250 33750
centralizatoare)
372250 318000 799500 613000 853750 558750
Anul CA – u.m. Ik/k-1 Rk/k-1 Δk/k-1
1 425 - - -
Producţia marfă: PM = Σqp ; PM 0 = Σq0 p0 = 240750 ;
2 400 0,94 -25 -0,06 PM1 = Σq1 p1 = 481500
3 725 1,81 325 0,81 Costurile totale: CT = Σqc ; CT0 = Σq0c0 = 107000 ;
4 850 1,17 125 0,17
5 970 1,14 120 0,14 CT1 = Σq1c1 = 168700
4. Pentru o societate comercială (S.C.) se cunosc datele statistice Profitul: P = PM − CT
din tabelul 6 privind producţia fizică (buc.), preţul unitar (u.m.) şi costuri P0 = PM 0 − CT0 = Σq0 p0 − Σq0c0 = 240750 − 107000 = 133750
unitare (u.m.).
Tabelul 6. Date statistice P1 = PM 1 − CT1 = Σq1 p1 − Σq1c1 = 481500 − 168700 = 312800
Producţia fizică Costuri unitare b. Rata rentabilităţii (profitului).
Preţul unitar (u.m.)
S.C. (buc) (u.m.) P0 Σq0 p 0 − Σq 0 c0 133750
q0 q1 p0 p1 c0 c1 Rp 0 = = = = 1,25
A 1000 1250 100 150 80 90
C0 Σq 0 c 0 107000
B 500 800 250 300 45 50 P Σq p − Σq1c1 312800
C 90 270 175 200 50 60
Rp1 = 1 = 1 1 = = 1,85
C1 Σq1c1 168700
Se cere:
c. Indicii de grup.
a. Producţia marfă, costurile şi profitul.
b. Rata rentabilităţii sau a profitului. Σq1c1 168700 Σq c 149500
c. Indicii de grup şi abaterea absolută pentru costuri.
qc
I = = = 1,5766 I1q/ 0 = 1 0 = = 1,397
Σq0c0 107000 Σq0 c0 107000
1/ 0
d. Indicele Paasche şi Laspeyres.
e. Indicele Marshall – Edgeworth. Σq1c1 168700
f. Indicele Fisher. I1c/ 0 = = = 1,128
Rezolvare. Σq1c0 149500
a. Se realizează tabelul 7 pentru calcule intermediare: Proba:
Tabelul 7. Calcule intermediare pentru sume relevante
Producţia marfă (u.m.) Costuri totale (u.m.) I qc
1/ 0 = I1q/ 0 × I1c/ 0 ⇒ 1,5766 ≅ 1,397 × 1,128 = 1,5758
Firma q1c 0
q0p0 q1p1 q0c 0 q1c 1
Δ qc
1/ 0 = Σq1c1 − Σq0c0 = 168700 − 107000 = 61700
0 1 2 3 4 5
A 100000 187500 80000 112500 100000 Δ q
1/ 0 = Σq1c0 − Σq0 c0 = 149500 − 107000 = 42500
 STATISTICĂ ŞI ECONOMETRIE 313 314 Gh. COMAN

Se cere să se determine indicii generali, factoriali, abaterile

Δc1/ 0 = Σq1c1 − Σq1c0 = 168700 − 149500 = 19200 absolute pentru indicatorul parcursul mărfurilor, prin metoda substituţiei în
Proba: lanţ, cazul bifactorial.
Rezolvare. Se realizează tabelul 9 pentru calcule intermediare.
Δqc1/ 0 = Δq1/ 0 + Δc1/ 0 ⇒ 61700 = 42500 + 19200 Tabelul 9. Calcule intermediare
d. Indicele Paasche este indicele agregat în care ponderile sunt PB PC
cele din perioada curentă: Produsul q1d0 q0d0 q0d1 q1d1
q0 d0 q1 d1
Σp1q1 481500
P( p ) = I1p/ 0 = = = 1,29 A 3100 200 3500 250 700000 620000 775000 875000
Σp0 q1 372250 B 1800 230 2000 200 460000 414000 360000 400000
Σp1q1 481500 C 1100 1500 400 300 600000 1650000 330000 120000
P(q ) = I1q/ 0 = = = 1,51 Total 6000 1930 5900 750 1760000 2684000 1465000 1395000
Σp1q0 318000
Variaţia volumului producţiei: Pm = q.d.
Indicele Laspeyres este indicele agregat în care ponderile sunt
cele din perioada de bază: Σq1d1 1395000
I1P/m0 = = = 0,5197
Σp1q0 318000 Σq0 d 0 2684000
L( p ) = I1p/ 0 = = = 1,32
Σp0 q0 240750 Σq d 1760000
I1q/ 0 = 1 0 = = 0,6557
Σp q 372250 Σq0 d 0 2684000
L( q) = I1q/ 0 = 0 1 = = 1,546
Σp0 q0 240750 Σq d 1395000
I1d/ 0 = 1 1 = = 0,7926
e. Indicele Marshall – Edgeworth este un indice în care ponderile Σq1d 0 1760000
sunt din perioada de bază şi perioada curentă: Proba:
Σp ( q + q1 ) 799500 I1P/m0 = I1q/ 0 × I1d/ 0 = 0,5197 = 0,6557 × 0,7926 = 0,5197
E ( p) = 1 0 = = 1,304
Σp0 ( q0 + q1 ) 613000 Abaterile absolute.
Σq1 ( p0 + p1 ) 853750 ΔP1m/ 0 = Σq1d1 − Σq0 d 0 = 1395000 − 2684000 = −1289000
E (q) = = = 1,5279
Σq0 ( p0 + p1 ) 558750 Δq1/ 0 = Σq1d 0 − Σq0 d 0 = 1760000 − 2684000 = −924000
f. Indicele Fisher este indicele obţinut ca medie geometrică a
indicilor Paasche şi Laspeyres
Δd1/ 0 = Σq1d1 − Σq1d 0 = 1395000 − 1760000 = −365000
Proba:
F ( p) = L( p) × P( p) = 1,32 × 1,29 = 1,3049
Δqd
1/ 0 = Δ1 / 0 + Δ1 / 0 ⇒ −1289000 = −924000 − 365000
q d

F (q) = L(q) × P(q) = 1,546 × 1,51 = 1,52789 6. O societate comercială (SC) realizează o producţie de export în
5. O societate comercială de transport realizează transportul a trei două perioade pentru care se înregistrează datele din tabelul 10.
produse: A, B, C, în condiţiile prezentate în tabelul 8: Tabelul 10. Date statistice istorice
Tabelul 8. Date iniţiale Perioada de bază Perioada curentă

Produs
Perioada de bază (PB) Perioada curentă (PC) Curs Curs
Valoare Cantitate Valoare Cantitate
Produsul revenire, revenire,
Cantitatea, Distanţa, Cantitatea, Distanţa, prod.(lei) buc.
lei/€
prod.(lei) buc.
lei/€
tone, q0 km., d0 tone, q1 km. D1 A 100000 150 5000 225000 180 7500
A 3100 200 3500 250 B 200000 100 4800 310000 150 7600
B 1800 230 2000 200 C 230000 115 5200 280000 130 7800
C 1000 1500 400 300
 STATISTICĂ ŞI ECONOMETRIE 313 314 Gh. COMAN

Se cere să se determine indicii generali, factoriali, abaterile

Δc1/ 0 = Σq1c1 − Σq1c0 = 168700 − 149500 = 19200 absolute pentru indicatorul parcursul mărfurilor, prin metoda substituţiei în
Proba: lanţ, cazul bifactorial.
Rezolvare. Se realizează tabelul 9 pentru calcule intermediare.
Δqc1/ 0 = Δq1/ 0 + Δc1/ 0 ⇒ 61700 = 42500 + 19200 Tabelul 9. Calcule intermediare
d. Indicele Paasche este indicele agregat în care ponderile sunt PB PC
cele din perioada curentă: Produsul q1d0 q0d0 q0d1 q1d1
q0 d0 q1 d1
Σp1q1 481500
P( p ) = I1p/ 0 = = = 1,29 A 3100 200 3500 250 700000 620000 775000 875000
Σp0 q1 372250 B 1800 230 2000 200 460000 414000 360000 400000
Σp1q1 481500 C 1100 1500 400 300 600000 1650000 330000 120000
P(q ) = I1q/ 0 = = = 1,51 Total 6000 1930 5900 750 1760000 2684000 1465000 1395000
Σp1q0 318000
Variaţia volumului producţiei: Pm = q.d.
Indicele Laspeyres este indicele agregat în care ponderile sunt
cele din perioada de bază: Σq1d1 1395000
I1P/m0 = = = 0,5197
Σp1q0 318000 Σq0 d 0 2684000
L( p ) = I1p/ 0 = = = 1,32
Σp0 q0 240750 Σq d 1760000
I1q/ 0 = 1 0 = = 0,6557
Σp q 372250 Σq0 d 0 2684000
L( q) = I1q/ 0 = 0 1 = = 1,546
Σp0 q0 240750 Σq d 1395000
I1d/ 0 = 1 1 = = 0,7926
e. Indicele Marshall – Edgeworth este un indice în care ponderile Σq1d 0 1760000
sunt din perioada de bază şi perioada curentă: Proba:
Σp ( q + q1 ) 799500 I1P/m0 = I1q/ 0 × I1d/ 0 = 0,5197 = 0,6557 × 0,7926 = 0,5197
E ( p) = 1 0 = = 1,304
Σp0 ( q0 + q1 ) 613000 Abaterile absolute.
Σq1 ( p0 + p1 ) 853750 ΔP1m/ 0 = Σq1d1 − Σq0 d 0 = 1395000 − 2684000 = −1289000
E (q) = = = 1,5279
Σq0 ( p0 + p1 ) 558750 Δq1/ 0 = Σq1d 0 − Σq0 d 0 = 1760000 − 2684000 = −924000
f. Indicele Fisher este indicele obţinut ca medie geometrică a
indicilor Paasche şi Laspeyres
Δd1/ 0 = Σq1d1 − Σq1d 0 = 1395000 − 1760000 = −365000
Proba:
F ( p) = L( p) × P( p) = 1,32 × 1,29 = 1,3049
Δqd
1/ 0 = Δ1 / 0 + Δ1 / 0 ⇒ −1289000 = −924000 − 365000
q d

F (q) = L(q) × P(q) = 1,546 × 1,51 = 1,52789 6. O societate comercială (SC) realizează o producţie de export în
5. O societate comercială de transport realizează transportul a trei două perioade pentru care se înregistrează datele din tabelul 10.
produse: A, B, C, în condiţiile prezentate în tabelul 8: Tabelul 10. Date statistice istorice
Tabelul 8. Date iniţiale Perioada de bază Perioada curentă

Produs
Perioada de bază (PB) Perioada curentă (PC) Curs Curs
Valoare Cantitate Valoare Cantitate
Produsul revenire, revenire,
Cantitatea, Distanţa, Cantitatea, Distanţa, prod.(lei) buc.
lei/€
prod.(lei) buc.
lei/€
tone, q0 km., d0 tone, q1 km. D1 A 100000 150 5000 225000 180 7500
A 3100 200 3500 250 B 200000 100 4800 310000 150 7600
B 1800 230 2000 200 C 230000 115 5200 280000 130 7800
C 1000 1500 400 300
 STATISTICĂ ŞI ECONOMETRIE 315 316 Gh. COMAN

Se cere să se determine: indicii generali, indicii factoriali, abaterile ΔVP

1 / 0 = Σq1 p1cr1 − Σq0 p0 cr 0 = 6227500 − 2656000 = 3571500
absolute pentru indicatorul „valoarea exportului”, prin metoda subst6ituţiei în
lanţ, cazul trifactorial. Δq1 / 0 = Σq1 p0 cr 0 − Σq0 p0 cr 0 = 3392000 − 2656000 = 736000
Rezolvare.
Se realizează tabelul 11 pentru date istorice. Δ1p/ 0 = Σq1 p1cr 0 − Σq1 p0 cr 0 = 4069003 − 3392000 = 677003
Tabelul 11. Date istorice Δc1r/ 0 = Σq1 p1cr1 − Σq1 p1cr 0 = 6227500 − 4069003 = 2158497
Perioada de bază Perioada curentă
Proba:
Produs

Curs Curs
Preţ Cantitate
revenire,
Preţ Cantitate
revenire, ΔVP
1 / 0 = Δ 1 / 0 + Δ 1 / 0 + Δ1 / 0 = 3571500 = 736000 + 677003 + 2158497
q p c3

€/buc,p0 buc.,q0 €/buc,p1 buc.,q1

lei/€, cr0 lei/€, cr1
A 666,66 150 5000 1250 180 7500 7. O societate comercială (SC) realizează o producţie care pentru
B 2000 100 4800 2066,66 150 7600 două perioade consecutive considerate se înregistrează datele din tabelul
13.
C 2000 115 5200 2153,85 130 7800
Tabelul 13. Date statistice istorice
Total - 365 - - 460 -
Perioada de bază Perioada curentă
Produs
Se realizează tabelul 12 pentru determinarea sumelor relevante. Cantitate buc. Preţ, (u.m.) Cantitate buc. Preţ (u.m.)
Tabelul 12. Determinarea sumelor relevante A 270 6300 450 8000
Produs q0p0cr0 q1p1cr1 q1p0cr0 q1p1cr0 B 130 4500 920 6500
A 500000 1687500 600000 1125000 C 500 3800 530 4200
Se cere:
B 960000 2356000 1440000 1488000
1. Să se determine indicii factoriali şi abaterile absolute prin
C 1196000 2184000 1352000 1456003 metoda restului nedescompus, cazul bifactorial, pentru indicatorul „valoarea
Total 2656000 6227500 3392000 4069003 producţiei” (VP);
2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
Preţ (€/buc) = Valoarea producţiei (€) : Cantitate (buc.) dintre abaterile absolute pe factori şi abaterea absolută totală.
Valoarea Producţiei (VP) (lei) = q.p.cr (lei) Rezolvare. VP = q.p.
q0 p0cr 0 → q1 p0cr 0 → q1 p1cr 0 → q1 p1cr1 ⎧ q Σq1 p0
⎪ I 1 / 0 = Σq p
Σq1 p1cr1 6227500 q1 p0 ⎪ 0 0

I1VP/ 0 = = = 2,344 q0 p0 → → q1 p1 Σq p ⎪ Σq p
Σq0 p0cr 0 2656000 q0 p1 I1VP/ 0 = 1 1 ⎨ I1p/ 0 = 0 1
Σq0 p0 ⎪ Σq0 p0
Σq p c 3392000 ⎪ q ∩ p Σq1 p1 Σq0 p1
I1q/ 0 = 1 0 r0 = = 1,277 ⎪ I1 / 0 =
Σq0 p0 cr 0 2656000 ⎩ Σq1 p0 Σq0 p0
Σq1 p1cr 0 4069003 Se realizează tabelul 14 pentru calcule intermediare.
I1p/ 0 = = = 1,199588 Tabelul 14. Determinarea sumelor relevante
Σq1 p0 cr 0 3392000 Perioada de Perioada
Σq1 p1cr1 6227500 Produs bază curentă q1p1 q0p0 q0p1 q1p0
I1c/r0 = = = 1,530473 q0 p0 q1 p1
Σq1 p1cr 0 4069003 A 270 6300 450 8000 3600000 1701000 2160000 2835000
Proba: B 130 4500 920 6500 5980000 585000 845000 4140000
VP
I
1/ 0 = I1q/ 0 × I1p/ 0 × I1cr/ 0 = 2,344 = 1,277 × 1,199588 × 1,530473 = 2,344 C 500 3800 530 4200 2226000 1900000 2100000 2014000
Abaterile absolute. Total 900 - 1900 - 11806000 4186000 5105000 8989000
 STATISTICĂ ŞI ECONOMETRIE 315 316 Gh. COMAN

Se cere să se determine: indicii generali, indicii factoriali, abaterile ΔVP

1 / 0 = Σq1 p1cr1 − Σq0 p0 cr 0 = 6227500 − 2656000 = 3571500
absolute pentru indicatorul „valoarea exportului”, prin metoda subst6ituţiei în
lanţ, cazul trifactorial. Δq1 / 0 = Σq1 p0 cr 0 − Σq0 p0 cr 0 = 3392000 − 2656000 = 736000
Rezolvare.
Se realizează tabelul 11 pentru date istorice. Δ1p/ 0 = Σq1 p1cr 0 − Σq1 p0 cr 0 = 4069003 − 3392000 = 677003
Tabelul 11. Date istorice Δc1r/ 0 = Σq1 p1cr1 − Σq1 p1cr 0 = 6227500 − 4069003 = 2158497
Perioada de bază Perioada curentă
Proba:
Produs

Curs Curs
Preţ Cantitate
revenire,
Preţ Cantitate
revenire, ΔVP
1 / 0 = Δ 1 / 0 + Δ 1 / 0 + Δ1 / 0 = 3571500 = 736000 + 677003 + 2158497
q p c3

€/buc,p0 buc.,q0 €/buc,p1 buc.,q1

lei/€, cr0 lei/€, cr1
A 666,66 150 5000 1250 180 7500 7. O societate comercială (SC) realizează o producţie care pentru
B 2000 100 4800 2066,66 150 7600 două perioade consecutive considerate se înregistrează datele din tabelul
13.
C 2000 115 5200 2153,85 130 7800
Tabelul 13. Date statistice istorice
Total - 365 - - 460 -
Perioada de bază Perioada curentă
Produs
Se realizează tabelul 12 pentru determinarea sumelor relevante. Cantitate buc. Preţ, (u.m.) Cantitate buc. Preţ (u.m.)
Tabelul 12. Determinarea sumelor relevante A 270 6300 450 8000
Produs q0p0cr0 q1p1cr1 q1p0cr0 q1p1cr0 B 130 4500 920 6500
A 500000 1687500 600000 1125000 C 500 3800 530 4200
Se cere:
B 960000 2356000 1440000 1488000
1. Să se determine indicii factoriali şi abaterile absolute prin
C 1196000 2184000 1352000 1456003 metoda restului nedescompus, cazul bifactorial, pentru indicatorul „valoarea
Total 2656000 6227500 3392000 4069003 producţiei” (VP);
2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
Preţ (€/buc) = Valoarea producţiei (€) : Cantitate (buc.) dintre abaterile absolute pe factori şi abaterea absolută totală.
Valoarea Producţiei (VP) (lei) = q.p.cr (lei) Rezolvare. VP = q.p.
q0 p0cr 0 → q1 p0cr 0 → q1 p1cr 0 → q1 p1cr1 ⎧ q Σq1 p0
⎪ I 1 / 0 = Σq p
Σq1 p1cr1 6227500 q1 p0 ⎪ 0 0

I1VP/ 0 = = = 2,344 q0 p0 → → q1 p1 Σq p ⎪ Σq p
Σq0 p0cr 0 2656000 q0 p1 I1VP/ 0 = 1 1 ⎨ I1p/ 0 = 0 1
Σq0 p0 ⎪ Σq0 p0
Σq p c 3392000 ⎪ q ∩ p Σq1 p1 Σq0 p1
I1q/ 0 = 1 0 r0 = = 1,277 ⎪ I1 / 0 =
Σq0 p0 cr 0 2656000 ⎩ Σq1 p0 Σq0 p0
Σq1 p1cr 0 4069003 Se realizează tabelul 14 pentru calcule intermediare.
I1p/ 0 = = = 1,199588 Tabelul 14. Determinarea sumelor relevante
Σq1 p0 cr 0 3392000 Perioada de Perioada
Σq1 p1cr1 6227500 Produs bază curentă q1p1 q0p0 q0p1 q1p0
I1c/r0 = = = 1,530473 q0 p0 q1 p1
Σq1 p1cr 0 4069003 A 270 6300 450 8000 3600000 1701000 2160000 2835000
Proba: B 130 4500 920 6500 5980000 585000 845000 4140000
VP
I
1/ 0 = I1q/ 0 × I1p/ 0 × I1cr/ 0 = 2,344 = 1,277 × 1,199588 × 1,530473 = 2,344 C 500 3800 530 4200 2226000 1900000 2100000 2014000
Abaterile absolute. Total 900 - 1900 - 11806000 4186000 5105000 8989000
 STATISTICĂ ŞI ECONOMETRIE 317 318 Gh. COMAN

⎧ q Σq1 p0 8989000 8. Se cunosc din problema 6, următoarele date statistice, tabelul

⎪ I1 / 0 = = = 2,147396 15.
⎪ Σq0 p0 4186000
Tabelul 15. Date istorice
Σq p 1180600 ⎪ Σq p 5105000
I1VP/ 0 = 1 1 = = 2,82⎨ I1p/ 0 = 0 1 = = 1,2195413 Perioada de bază Perioada curentă
Σq0 p0 4186000 Σ

Produs
⎪ q0 p0 4186000
Curs Curs
⎪ q ∩ p Σq1 p1 Σq0 p1 1180600 5105000 Preţ Cantitate Preţ Cantitate
⎪ I1 / 0 = = = 1,079483 revenire, revenire,
Σq1 p0 Σq0 p0 8989000 4186000 €/buc,p0 buc.,q0 €/buc,p1 buc.,q1
⎩ lei/€, cr0 lei/€, cr1
A 666,66 150 5000 1250 180 7500
Proba: B 2000 100 4800 2066,66 150 7600
I1VP/ 0 = I 1q/ 0 × I 1p/ 0 × I 1q/∩0 p = 2,82 ≅ 2,147396 × 1,2195413 × 1,079483 C 2000 115 5200 2153,85 130 7800
Total - 365 - - 460 -
Abaterile absolute.
ΔVP
1 / 0 = Σq1 p1 − Σq0 p0 = 11806000 − 4186000 = 7620000
De asemenea, se cunosc sumele relevante, tabelul 16.
Tabelul 16. Determinarea sumelor relevante
Δq1/ 0 = Σq1 p0 − Σq0 p0 = 8989000 − 4186000 = 4803000 Produs q0p0cr0 q1p1cr1 q1p0cr0 q1p1cr0
A 500000 1687500 600000 1125000
Δ1p/ 0 = Σq0 p1 − Σq0 p0 = 5105000 − 4186000 = 919000
B 960000 2356000 1440000 1488000
Δq1∩/ 0p = (Σq1 p1 − Σq1 p0 ) − (Σq0 p1 − Σq1 p0 ) = C 1196000 2184000 1352000 1456003
= (11806000 − 8989000) − (5105000 − 4186000) = 1898000 Total 2656000 6227500 3392000 4069003

Proba: Se cere:
ΔVP q∩ p 1. Să se determine indicii factoriali şi abaterile absolute prin metoda
1 / 0 = Δ 1 / 0 + Δ 1 / 0 + Δ 1 / 0 = 7620000 = 4803000 + 919000 + 1898000
q p
restului nedescompus, cazul trifactorial, pentru indicatorul „valoarea
exportului”.
Coeficienţii de importanţă pentru repartizarea restului nedescompus 2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
în mod proporţional cu influenţa independentă a factorilor vor fi: dintre abaterile absolute pe factori şi abaterea absolută totală.
Valoarea Producţiei (VP) (lei) = q.p.cr (lei)
Δq1 / 0 4803000
Kq = q = = 0,8394 Σq1 p1cr1 6227500 Σq p c
= 2,344 I1/ 0 = 1 0 r 0 =
3392000
= 1,277
Δ1 / 0 + Δ1 / 0 4803000 + 919000 I1VP/ 0 = =
p q

Σq0 p0cr 0 265600 Σq 0 p 0 c r 0 265600

Δ1p/ 0 919000
Kp = q = = 0,1606 I1p/ 0 =
Σq0 p1cr 0 3217502
=
Σq p c
= 1,2114 I1c/r0 = 0 0 r1 =
4064000
= 1,5301
Δ1 / 0 + Δ1 / 0 4803000 + 919000
p
Σq 0 p 0 c r 0 265600 Σq0 p0 c r 0 265600
Abaterile absolute, recalculate după repartizarea restului
nedescompus pe cei doi factori, sunt: Σq1 p1cr1 Σq0 p1cr 0 Σq 0 p 0 c r 1
I1q/∩0 p ∩c r = =
Σq1 p0 cr 0 Σq 0 p 0 c r 0 Σq 0 p 0 c r 0
(Δq1/ 0 )* = Δq1 / 0 + K q × Δq1∩/ 0p = 4803000 + 0,8394 × 1898000 = 6396181 6227500 3217502 4064000
= 1,8359375 1,2114088 1,5301204 = 0,99047
( Δ1p / 0 )* = Δ1p / 0 + K p × Δq1∩/ 0p = 919000 + 0,1606 × 1898000 = 1223819 3392000 2656000 2656000
Proba:
Proba: I1VP/ 0 = I1q/ 0 × I1p/ 0 × I1c/r0 I1q/∩0 p ∩cr = 2,344 = 1,277 × 1,2114 × 1,5301× 0,99047 = 2,344
Δ VP
1/ 0 = (Δ
q
1/ 0 ) * + (Δ p
1/ 0 )* = 7620000 = 6396181 + 122819 = 7620000
 STATISTICĂ ŞI ECONOMETRIE 317 318 Gh. COMAN

⎧ q Σq1 p0 8989000 8. Se cunosc din problema 6, următoarele date statistice, tabelul

⎪ I1 / 0 = = = 2,147396 15.
⎪ Σq0 p0 4186000
Tabelul 15. Date istorice
Σq p 1180600 ⎪ Σq p 5105000
I1VP/ 0 = 1 1 = = 2,82⎨ I1p/ 0 = 0 1 = = 1,2195413 Perioada de bază Perioada curentă
Σq0 p0 4186000 Σ

Produs
⎪ q0 p0 4186000
Curs Curs
⎪ q ∩ p Σq1 p1 Σq0 p1 1180600 5105000 Preţ Cantitate Preţ Cantitate
⎪ I1 / 0 = = = 1,079483 revenire, revenire,
Σq1 p0 Σq0 p0 8989000 4186000 €/buc,p0 buc.,q0 €/buc,p1 buc.,q1
⎩ lei/€, cr0 lei/€, cr1
A 666,66 150 5000 1250 180 7500
Proba: B 2000 100 4800 2066,66 150 7600
I1VP/ 0 = I 1q/ 0 × I 1p/ 0 × I 1q/∩0 p = 2,82 ≅ 2,147396 × 1,2195413 × 1,079483 C 2000 115 5200 2153,85 130 7800
Total - 365 - - 460 -
Abaterile absolute.
ΔVP
1 / 0 = Σq1 p1 − Σq0 p0 = 11806000 − 4186000 = 7620000
De asemenea, se cunosc sumele relevante, tabelul 16.
Tabelul 16. Determinarea sumelor relevante
Δq1/ 0 = Σq1 p0 − Σq0 p0 = 8989000 − 4186000 = 4803000 Produs q0p0cr0 q1p1cr1 q1p0cr0 q1p1cr0
A 500000 1687500 600000 1125000
Δ1p/ 0 = Σq0 p1 − Σq0 p0 = 5105000 − 4186000 = 919000
B 960000 2356000 1440000 1488000
Δq1∩/ 0p = (Σq1 p1 − Σq1 p0 ) − (Σq0 p1 − Σq1 p0 ) = C 1196000 2184000 1352000 1456003
= (11806000 − 8989000) − (5105000 − 4186000) = 1898000 Total 2656000 6227500 3392000 4069003

Proba: Se cere:
ΔVP q∩ p 1. Să se determine indicii factoriali şi abaterile absolute prin metoda
1 / 0 = Δ 1 / 0 + Δ 1 / 0 + Δ 1 / 0 = 7620000 = 4803000 + 919000 + 1898000
q p
restului nedescompus, cazul trifactorial, pentru indicatorul „valoarea
exportului”.
Coeficienţii de importanţă pentru repartizarea restului nedescompus 2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
în mod proporţional cu influenţa independentă a factorilor vor fi: dintre abaterile absolute pe factori şi abaterea absolută totală.
Valoarea Producţiei (VP) (lei) = q.p.cr (lei)
Δq1 / 0 4803000
Kq = q = = 0,8394 Σq1 p1cr1 6227500 Σq p c
= 2,344 I1/ 0 = 1 0 r 0 =
3392000
= 1,277
Δ1 / 0 + Δ1 / 0 4803000 + 919000 I1VP/ 0 = =
p q

Σq0 p0cr 0 265600 Σq 0 p 0 c r 0 265600

Δ1p/ 0 919000
Kp = q = = 0,1606 I1p/ 0 =
Σq0 p1cr 0 3217502
=
Σq p c
= 1,2114 I1c/r0 = 0 0 r1 =
4064000
= 1,5301
Δ1 / 0 + Δ1 / 0 4803000 + 919000
p
Σq 0 p 0 c r 0 265600 Σq0 p0 c r 0 265600
Abaterile absolute, recalculate după repartizarea restului
nedescompus pe cei doi factori, sunt: Σq1 p1cr1 Σq0 p1cr 0 Σq 0 p 0 c r 1
I1q/∩0 p ∩c r = =
Σq1 p0 cr 0 Σq 0 p 0 c r 0 Σq 0 p 0 c r 0
(Δq1/ 0 )* = Δq1 / 0 + K q × Δq1∩/ 0p = 4803000 + 0,8394 × 1898000 = 6396181 6227500 3217502 4064000
= 1,8359375 1,2114088 1,5301204 = 0,99047
( Δ1p / 0 )* = Δ1p / 0 + K p × Δq1∩/ 0p = 919000 + 0,1606 × 1898000 = 1223819 3392000 2656000 2656000
Proba:
Proba: I1VP/ 0 = I1q/ 0 × I1p/ 0 × I1c/r0 I1q/∩0 p ∩cr = 2,344 = 1,277 × 1,2114 × 1,5301× 0,99047 = 2,344
Δ VP
1/ 0 = (Δ
q
1/ 0 ) * + (Δ p
1/ 0 )* = 7620000 = 6396181 + 122819 = 7620000
 STATISTICĂ ŞI ECONOMETRIE 319 320 Gh. COMAN

9. O societate comercială de transport realizează transportul a trei 2. Proba:

produse: A, B, C, în condiţiile prezentate în tabelul 17: I1E/ 0 = I1q/ 0 × I1d/ 0 × I1p/ 0 × I1c/r0 = 1,999 = 1,2837.1,2043.1,1866.1,08977 = 1,999
Tabelul 17. Calcule intermediare
ΔE1 / 0 = Δq1 / 0 + Δd1 / 0 + Δ1p / 0 + Δc1r/ 0 = 1553200 = 441000 + 407700 + 448500 + 256000 = 1553200
Preţul, Curs revenire,
PB PC 10. Se consideră datele din problema anterioară prezentate în
€/buc lei/€
Produsul tabelul 19.
Km, Buc, Km,
Buc.,q0 p0 p1 cr0 cr1 Tabelul 19. Calcule intermediare pentru sume relevante.
d0 q1 d1
Produsul q1d1p1cr1 q0d0p0cr0 q1d0p0cr0 q1d1p0cr0 q1d1p1cr0
A 5 7 3 4 1,5 1,75 7000 7500
B 6 8 4 5 2 2,5 7200 7800 A 367500 157500 220500 294000 343000
C 8 10 6 7 3 3,5 7300 8000 B 780000 345600 460800 576000 720000
C 1960000 1051200 1314000 1533000 1788500
Se cere: Total 3107500 1554300 1995300 2403000 2851500
1. Să se determine indicii factoriali şi abaterile absolute, prin
Se cere:
metoda substituţiei în lanţ, pentru cazul qvadruplu;
1. Să se determine indicii factoriali şi abaterile absolute, prin
2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
metoda restului nedescompus, cazul cvadruplu.
dintre abaterile absolute pe factori şi abaterea absolută totală.
Rezolvare. 2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
dintre abaterile absolute pe factori şi abaterea absolută totală pentru metoda
q0 d 0 p0 cr 0 → q1d 0 p0 cr 0 → q1d1 p0 cr 0 → q1d1 p1cr 0 → q1d1 p1cr1 restului nedescompus, cazul qvadruplu.
Se realizează tabelul 18 pentru calcule intermediare: Rezolvare.
Tabelul 18. Sume relevante. Se realizează tabelul 20 pentru sumele relevante de calcul.
Tabelul 18. Calcule intermediare Tabelul 20. Calcule intermediare pentru sume relevante.
Produsul q1d1p1cr1 q0d0p0cr0 q1d0p0cr0 q1d1p0cr0 q1d1p1cr0 Produsul q1d1p1cr1 q0d0p0cr0 q1d0p0cr0 q0d1p0cr0 q0d0p1cr0 q0d0p0cr1
A 367500 157500 220500 294000 343000 A 367500 157500 220500 210000 1837500 168750
B 780000 345600 460800 576000 720000 B 780000 345600 460800 432000 432000 374400
C 1960000 1051200 1314000 1533000 1788500 C 1960000 1051200 1314000 1226400 1226400 1152000
Total 3107500 1554300 1995300 2403000 2851500 Total 3107500 1554300 1995300 1868400 1842150 1695150
Σq1d1 p1cr1 3107500 Σq d p c 1995300
I1E/ 0 = = = 1,999 I1q/ 0 = 1 0 0 r 0 = = 1,2837
Σq1d1 p1cr1 3107500 Σq1d 0 p0 cr 0 1995300 Σq0 d 0 p0 cr 0 1554300 Σq0 d 0 p0 cr 0 1554300
= 1,999 I1/ 0 = = = 1,2837
q
I =
E
=
1/ 0
Σq0d 0 p0cr 0 1554300 Σq0 d 0 p0 cr 0 1554300 Σq d p c 1868400 Σq d p c 1842150
I1d/ 0 = 0 1 0 r0 = = 1,202 I1p/ 0 = 0 0 1 r 0 = = 1,185
Σq d p c 2403000 Σq1d1 p1cr 0 2851500 Σq0 d 0 p0 cr 0 1554300 Σq0 d 0 p0 cr 0 1554300
I1d/ 0 = 1 1 0 r 0 = = 1,2040 I1 / 0 = = = 1,1866
p

Σq1d 0 p0 cr 0 1995300 Σq1d1 p0 cr 0 2403000 Σq0 d 0 p0 cr1 1695150

Σq d p c 3107500 I1c/r0 = = = 1,0906
I cr
= 1 1 1 r1 = = 1,0897 Σq0 d 0 p0 cr 0 1554300
Σq1d1 p1cr 0 2851500
1/ 0

Σq1d1 p1cr1 Σq0 d1 p0 cr 0 Σq0 d 0 p1cr 0 Σq0 d 0 p0 cr1

ΔE1 / 0 = Σq1d1 p1cr1 − Σq0 d 0 p0cr 0 = 3107500 − 1554300 = 1553200 I1q/∩0 d ∩ p ∩cr = =
Σq1d 0 p0cr 0 Σq0 d 0 p0cr 0 Σq0 d 0 p0cr 0 Σq0 d 0 p0cr 0
Δq1 / 0 = Σq1d 0 p0 cr 0 − Σq0 d 0 p0 cr 0 = 1995300 − 1554300 = 441000
3107500 1868400 1842150 1695150
Δd1/ 0 = Σq1d1 p0 cr 0 − Σq1d 0 p0cr 0 = 2403000 − 1995300 = 407700 = = 1,0025697
1995300 1554300 1554300 1554300
Δ1p/ 0 = Σq1d1 p1cr 0 − Σq1d1 p 0 cr 0 = 2851500 − 2403000 = 448500
ΔE1 / 0 = Σq1d1 p1cr1 − Σq0 d 0 p0 cr 0 = 3107500 − 1554300 = 1553200
Δcr
1/ 0 = Σq1d1 p1cr1 − Σq1d1 p1cr 0 = 3107500 − 2851500 = 256000
 STATISTICĂ ŞI ECONOMETRIE 319 320 Gh. COMAN

9. O societate comercială de transport realizează transportul a trei 2. Proba:

produse: A, B, C, în condiţiile prezentate în tabelul 17: I1E/ 0 = I1q/ 0 × I1d/ 0 × I1p/ 0 × I1c/r0 = 1,999 = 1,2837.1,2043.1,1866.1,08977 = 1,999
Tabelul 17. Calcule intermediare
ΔE1 / 0 = Δq1 / 0 + Δd1 / 0 + Δ1p / 0 + Δc1r/ 0 = 1553200 = 441000 + 407700 + 448500 + 256000 = 1553200
Preţul, Curs revenire,
PB PC 10. Se consideră datele din problema anterioară prezentate în
€/buc lei/€
Produsul tabelul 19.
Km, Buc, Km,
Buc.,q0 p0 p1 cr0 cr1 Tabelul 19. Calcule intermediare pentru sume relevante.
d0 q1 d1
Produsul q1d1p1cr1 q0d0p0cr0 q1d0p0cr0 q1d1p0cr0 q1d1p1cr0
A 5 7 3 4 1,5 1,75 7000 7500
B 6 8 4 5 2 2,5 7200 7800 A 367500 157500 220500 294000 343000
C 8 10 6 7 3 3,5 7300 8000 B 780000 345600 460800 576000 720000
C 1960000 1051200 1314000 1533000 1788500
Se cere: Total 3107500 1554300 1995300 2403000 2851500
1. Să se determine indicii factoriali şi abaterile absolute, prin
Se cere:
metoda substituţiei în lanţ, pentru cazul qvadruplu;
1. Să se determine indicii factoriali şi abaterile absolute, prin
2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
metoda restului nedescompus, cazul cvadruplu.
dintre abaterile absolute pe factori şi abaterea absolută totală.
Rezolvare. 2. Să se verifice relaţiile dintre indicii factoriali şi indicele de grup şi
dintre abaterile absolute pe factori şi abaterea absolută totală pentru metoda
q0 d 0 p0 cr 0 → q1d 0 p0 cr 0 → q1d1 p0 cr 0 → q1d1 p1cr 0 → q1d1 p1cr1 restului nedescompus, cazul qvadruplu.
Se realizează tabelul 18 pentru calcule intermediare: Rezolvare.
Tabelul 18. Sume relevante. Se realizează tabelul 20 pentru sumele relevante de calcul.
Tabelul 18. Calcule intermediare Tabelul 20. Calcule intermediare pentru sume relevante.
Produsul q1d1p1cr1 q0d0p0cr0 q1d0p0cr0 q1d1p0cr0 q1d1p1cr0 Produsul q1d1p1cr1 q0d0p0cr0 q1d0p0cr0 q0d1p0cr0 q0d0p1cr0 q0d0p0cr1
A 367500 157500 220500 294000 343000 A 367500 157500 220500 210000 1837500 168750
B 780000 345600 460800 576000 720000 B 780000 345600 460800 432000 432000 374400
C 1960000 1051200 1314000 1533000 1788500 C 1960000 1051200 1314000 1226400 1226400 1152000
Total 3107500 1554300 1995300 2403000 2851500 Total 3107500 1554300 1995300 1868400 1842150 1695150
Σq1d1 p1cr1 3107500 Σq d p c 1995300
I1E/ 0 = = = 1,999 I1q/ 0 = 1 0 0 r 0 = = 1,2837
Σq1d1 p1cr1 3107500 Σq1d 0 p0 cr 0 1995300 Σq0 d 0 p0 cr 0 1554300 Σq0 d 0 p0 cr 0 1554300
= 1,999 I1/ 0 = = = 1,2837
q
I =
E
=
1/ 0
Σq0d 0 p0cr 0 1554300 Σq0 d 0 p0 cr 0 1554300 Σq d p c 1868400 Σq d p c 1842150
I1d/ 0 = 0 1 0 r0 = = 1,202 I1p/ 0 = 0 0 1 r 0 = = 1,185
Σq d p c 2403000 Σq1d1 p1cr 0 2851500 Σq0 d 0 p0 cr 0 1554300 Σq0 d 0 p0 cr 0 1554300
I1d/ 0 = 1 1 0 r 0 = = 1,2040 I1 / 0 = = = 1,1866
p

Σq1d 0 p0 cr 0 1995300 Σq1d1 p0 cr 0 2403000 Σq0 d 0 p0 cr1 1695150

Σq d p c 3107500 I1c/r0 = = = 1,0906
I cr
= 1 1 1 r1 = = 1,0897 Σq0 d 0 p0 cr 0 1554300
Σq1d1 p1cr 0 2851500
1/ 0

Σq1d1 p1cr1 Σq0 d1 p0 cr 0 Σq0 d 0 p1cr 0 Σq0 d 0 p0 cr1

ΔE1 / 0 = Σq1d1 p1cr1 − Σq0 d 0 p0cr 0 = 3107500 − 1554300 = 1553200 I1q/∩0 d ∩ p ∩cr = =
Σq1d 0 p0cr 0 Σq0 d 0 p0cr 0 Σq0 d 0 p0cr 0 Σq0 d 0 p0cr 0
Δq1 / 0 = Σq1d 0 p0 cr 0 − Σq0 d 0 p0 cr 0 = 1995300 − 1554300 = 441000
3107500 1868400 1842150 1695150
Δd1/ 0 = Σq1d1 p0 cr 0 − Σq1d 0 p0cr 0 = 2403000 − 1995300 = 407700 = = 1,0025697
1995300 1554300 1554300 1554300
Δ1p/ 0 = Σq1d1 p1cr 0 − Σq1d1 p 0 cr 0 = 2851500 − 2403000 = 448500
ΔE1 / 0 = Σq1d1 p1cr1 − Σq0 d 0 p0 cr 0 = 3107500 − 1554300 = 1553200
Δcr
1/ 0 = Σq1d1 p1cr1 − Σq1d1 p1cr 0 = 3107500 − 2851500 = 256000
 STATISTICĂ ŞI ECONOMETRIE 321 322 Gh. COMAN

Tabelul 21. Calcule intermediare

Δq1/ 0 = Σq1d 0 p0 cr 0 − Σq0 d 0 p0 cr 0 = 1995300 − 1554300 = 441000
Vânzări, mii € Producţie, mii t. Curs revenire, lei/€
Produsul
Δd1/ 0 = Σq0 d1 p0 cr 0 − Σq0 d 0 p0 cr 0 = 1868400 − 1554300 = 314100 PB PC PB PC PB PC
A 105 132 5 6 4600 8450
Δ1p/ 0 = Σq0 d 0 p1cr 0 − Σq0 d 0 p0 cr 0 = 1842150 − 1554300 = 287850
B 199,5 615 21 41 4700 8600
Δc1r/ 0 = Σq0 d 0 p0 cr1 − Σq0 d 0 p0 cr 0 = 1695150 − 1554300 = 140850
Se cere:
Δq1∩/ 0d ∩ p ∩cr = (Σq1d1 p1cr1 − Σq1d 0 p0 cr 0 ) − (Σq0 d1 p0 cr 0 − Σq0 d 0 p0 cr 0 ) − 1. Indici, abateri, probe prin metoda restului nedescompus;
− (Σq0 d 0 p1cr 0 − Σq0 d 0 p0 cr 0 ) − (Σq0 d 0 p0 cr1 − Σq0 d 0 p0 cr 0 ) = 2. Indicii Paasche şi Laspeyres;
3. Indicele Marshall – Edgeworth.
= (3107500 − 1995300 ) − (1868400 − 1554300 ) − (1842150 − 1554300 ) − Rezolvare.
− (1695150 − 1554300 ) = 369400 Se realizează tabelul 22 pentru calcule intermediare pentru sume
relevante.
Coeficienţii de importanţă pentru repartizarea restului Tabelul 22. Calcule intermediare pentru sume relevante
nedescompus, în mod proporţional cu influenţa directă a factorilor, se
Preţ Producţie Curs valutar
determină cu relaţiile: Produsul
p0 p1 q0 q1 cr0 cr1
Δq1 / 0 441000
Kq = = = 0,3725 0 1 2 3 4 5 6
Δ1 / 0 + Δ1 / 0 + Δ1 / 0 + Δ1 / 0 1183800
q d p cr
A 21 22 5 6 4600 8450
Δd1 / 0 314100 B 9,5 15 21 41 4700 8600
Kd = = = 0,2653
Δq
1/ 0 + Δ + Δ1p/ 0 + Δc1r/ 0 1183800
d
1/ 0 Total - - - - - -
Δ1p/ 0 287850
Kp = = = 0,2432 Tabelul 22 (continuare)
Δ1 / 0 + Δ1 / 0 + Δ1 / 0 + Δ1 / 0 1183800
q d p cr
q0p0cr0 q1p1cr1 q1p0cr0 q0p1cr0 q0p0cr1
Δc1r/ 0 140850 7 8 9 10 11
K cr = = = 0,1190
Δ1 / 0 + Δ1/ 0 + Δ1 / 0 + Δ1/ 0 1183800
q d p cr
483000 1115400 579600 506000 887250
937650 5289000 1830650 1480500 1715700
Abaterile absolute, recalculate după repartizarea proporţională a
restului nedescompous pe factori vor fi: 1420650 6404400 2410250 1986500 2602950
1. Vânzări (€) = Producţie (mii tone) x Preţ → Preţ (€/t) =
(Δq1 / 0 )* = Δq1 / 0 + K q × Δq1∩/ 0d ∩ p ∩cr = 441000 + 0,3725 × 369400 = 578601,5 = (Vânzări mii €)/Producţie(mii tone).
Valoarea producţiei VP = Σpqcr.
(Δd1 / 0 )* = Δq1 / 0 + K d × Δq1∩/ 0d ∩ p ∩c r = 314100 + 0,2653 × 369400 = 412101,82 Σq1 p1cr1 6404400 Σq1 p0 cr 0 2410250
= 4,508 I1 / 0 = = = 1,697
q
I1VP/ 0 = =
(Δ1p/ 0 )* = Δq1 / 0 + K p × Δq1∩/ 0d ∩ p ∩cr = 287850 + 0,2432 × 369400 = 377688,08 Σq0 p0 cr 0 1420650 Σq0 p0 cr 0 1420650
( Δc1r/ 0 )* = Δq1 / 0 + K cr × Δq1∩/ 0d ∩ p ∩ cr = 140850 + 0,119 × 369400 = 184808,6 Σq p c 1986500 Σq p c 2602950
I1p/ 0 = 0 1 r0 = = 1,398 I1c/r0 = 0 0 r1 = = 1,932
Proba: Σq0 p0 cr 0 1420650 Σq0 p0 cr 0 1420650
ΔE1 / 0 = Δq1 / 0 + Δd1 / 0 + Δ1p / 0 + Δc1r/ 0 = 1553200 = 578601,5 + 412101,82 + 377688,08 + Σq1 p1cr1 Σq0 p1cr 0 Σq0 p0 cr1
+ 184808,6 ≅ 1553200 I1q/∩0 p∩cr = = 1,037
Σq1 p0 cr 0 Σq0 p0 cr 0 Σq0 p0cr 0
11. O societate comercială (SC) realizează în perioada de bază Proba:
(PB) şi perioada curentă (PC) datele statistice din tabelul 21.
 STATISTICĂ ŞI ECONOMETRIE 321 322 Gh. COMAN

Tabelul 21. Calcule intermediare

Δq1/ 0 = Σq1d 0 p0 cr 0 − Σq0 d 0 p0 cr 0 = 1995300 − 1554300 = 441000
Vânzări, mii € Producţie, mii t. Curs revenire, lei/€
Produsul
Δd1/ 0 = Σq0 d1 p0 cr 0 − Σq0 d 0 p0 cr 0 = 1868400 − 1554300 = 314100 PB PC PB PC PB PC
A 105 132 5 6 4600 8450
Δ1p/ 0 = Σq0 d 0 p1cr 0 − Σq0 d 0 p0 cr 0 = 1842150 − 1554300 = 287850
B 199,5 615 21 41 4700 8600
Δc1r/ 0 = Σq0 d 0 p0 cr1 − Σq0 d 0 p0 cr 0 = 1695150 − 1554300 = 140850
Se cere:
Δq1∩/ 0d ∩ p ∩cr = (Σq1d1 p1cr1 − Σq1d 0 p0 cr 0 ) − (Σq0 d1 p0 cr 0 − Σq0 d 0 p0 cr 0 ) − 1. Indici, abateri, probe prin metoda restului nedescompus;
− (Σq0 d 0 p1cr 0 − Σq0 d 0 p0 cr 0 ) − (Σq0 d 0 p0 cr1 − Σq0 d 0 p0 cr 0 ) = 2. Indicii Paasche şi Laspeyres;
3. Indicele Marshall – Edgeworth.
= (3107500 − 1995300 ) − (1868400 − 1554300 ) − (1842150 − 1554300 ) − Rezolvare.
− (1695150 − 1554300 ) = 369400 Se realizează tabelul 22 pentru calcule intermediare pentru sume
relevante.
Coeficienţii de importanţă pentru repartizarea restului Tabelul 22. Calcule intermediare pentru sume relevante
nedescompus, în mod proporţional cu influenţa directă a factorilor, se
Preţ Producţie Curs valutar
determină cu relaţiile: Produsul
p0 p1 q0 q1 cr0 cr1
Δq1 / 0 441000
Kq = = = 0,3725 0 1 2 3 4 5 6
Δ1 / 0 + Δ1 / 0 + Δ1 / 0 + Δ1 / 0 1183800
q d p cr
A 21 22 5 6 4600 8450
Δd1 / 0 314100 B 9,5 15 21 41 4700 8600
Kd = = = 0,2653
Δq
1/ 0 + Δ + Δ1p/ 0 + Δc1r/ 0 1183800
d
1/ 0 Total - - - - - -
Δ1p/ 0 287850
Kp = = = 0,2432 Tabelul 22 (continuare)
Δ1 / 0 + Δ1 / 0 + Δ1 / 0 + Δ1 / 0 1183800
q d p cr
q0p0cr0 q1p1cr1 q1p0cr0 q0p1cr0 q0p0cr1
Δc1r/ 0 140850 7 8 9 10 11
K cr = = = 0,1190
Δ1 / 0 + Δ1/ 0 + Δ1 / 0 + Δ1/ 0 1183800
q d p cr
483000 1115400 579600 506000 887250
937650 5289000 1830650 1480500 1715700
Abaterile absolute, recalculate după repartizarea proporţională a
restului nedescompous pe factori vor fi: 1420650 6404400 2410250 1986500 2602950
1. Vânzări (€) = Producţie (mii tone) x Preţ → Preţ (€/t) =
(Δq1 / 0 )* = Δq1 / 0 + K q × Δq1∩/ 0d ∩ p ∩cr = 441000 + 0,3725 × 369400 = 578601,5 = (Vânzări mii €)/Producţie(mii tone).
Valoarea producţiei VP = Σpqcr.
(Δd1 / 0 )* = Δq1 / 0 + K d × Δq1∩/ 0d ∩ p ∩c r = 314100 + 0,2653 × 369400 = 412101,82 Σq1 p1cr1 6404400 Σq1 p0 cr 0 2410250
= 4,508 I1 / 0 = = = 1,697
q
I1VP/ 0 = =
(Δ1p/ 0 )* = Δq1 / 0 + K p × Δq1∩/ 0d ∩ p ∩cr = 287850 + 0,2432 × 369400 = 377688,08 Σq0 p0 cr 0 1420650 Σq0 p0 cr 0 1420650
( Δc1r/ 0 )* = Δq1 / 0 + K cr × Δq1∩/ 0d ∩ p ∩ cr = 140850 + 0,119 × 369400 = 184808,6 Σq p c 1986500 Σq p c 2602950
I1p/ 0 = 0 1 r0 = = 1,398 I1c/r0 = 0 0 r1 = = 1,932
Proba: Σq0 p0 cr 0 1420650 Σq0 p0 cr 0 1420650
ΔE1 / 0 = Δq1 / 0 + Δd1 / 0 + Δ1p / 0 + Δc1r/ 0 = 1553200 = 578601,5 + 412101,82 + 377688,08 + Σq1 p1cr1 Σq0 p1cr 0 Σq0 p0 cr1
+ 184808,6 ≅ 1553200 I1q/∩0 p∩cr = = 1,037
Σq1 p0 cr 0 Σq0 p0 cr 0 Σq0 p0cr 0
11. O societate comercială (SC) realizează în perioada de bază Proba:
(PB) şi perioada curentă (PC) datele statistice din tabelul 21.
 STATISTICĂ ŞI ECONOMETRIE 323 324 Gh. COMAN

I1VP/ 0 = I1q/ 0 × I1p/ 0 × I1c/r0 × I1q/∩0 p ∩cr = 4,508 = 1,697.1,398.1,832.1,037 ≅ 4,508 Tabelul 23. Sume relevante pentru calculul coeficienţilor Paasche
şi Laspeyres.
ΔVP
1 / 0 = Σq1 p1cr1 − Σq0 p0 cr 0 = 6404400 − 1420650 = 4983750 Preţ Producţie
Produs q0p0 q1p1 q1p0 q0p1
p0 p1 q0 q1
Δq1 / 0 = Σq1 p0 cr 0 − Σq0 p0 cr 0 = 2410250 − 1420650 = 989600
A 21 22 5 6 105 132 110 126
Δ1p/ 0 = Σq0 p1cr 0 − Σq0 p0 cr 0 = 1986500 − 1420650 = 565850 B 9,5 15 21 41 1995 615 315 389,5
Total - - 26 47 3045 747 425 515,5
Δc1r/ 0 = Σq0 p0 cr1 − Σq0 p0 cr 0 = 2600950 − 1420650 = 1182300
Δq1∩/ 0d ∩ p ∩ c r = (Σq1 p1cr1 − Σq1 p0cr 0 ) − (Σq0 p1cr 0 − Σq1 p0cr 0 ) − 3. Indicele Marshall – Edgeworth.
Tabelul 24. Sume relevante pentru calculul indicelui Marshall –
− (Σq0 p0 cr 1 − Σq0 p0 cr 0 ) = 3994150 − 565850 − 1182300 = 2246000 Edgeworth.
Proba: Preţ Producţie
q ∩ p ∩ cr Produs p0(q0+q1) p1(q0+q1) q0(p0+p1) q1(p0+p1)
ΔVP
1/ 0 = Δ1 / 0 + Δ1/ 0 + Δ1 / 0 + Δ1 / 0
q p cr
= 4983750 = 989600 + 565850 + p0 p1 q0 q1
+ 1182300 + 2246000 = 4983750 A 21 22 5 6 231 242 215 258
Coeficienţii de importanţă sunt: B 9,5 15 21 41 589 930 514,5 1004,5
Δq1 / 0 989600 Total - - 26 47 820 1172 7295 1262,5
Kq = = = 0,361
Δ1 / 0 + Δ1 / 0 + Δ1 / 0 2737750
q p cr
Σp1 (q0 + q1 ) 1172 Σq1 ( p0 + p1 ) 1262,5
E ( p) = = = 1,429; E (q) = = = 1,7306
Δ1p/ 0 565850 Σp0 ( q0 + q1 ) 820 Σq0 ( p0 + p1 ) 729,5
Kp = q = = 0,207
Δ1 / 0 + Δ1/ 0 + Δ1 / 0 + Δ1 / 0 2737750
d p cr
12. Într-o societate comercială (SC) s-au înregistrat următoarele
date cu privire la trei mărfuri (M1; M2; M3) în două luni consecutive, tabelul
Δ cr
1182300 25.
K cr = 1/ 0
= = 0,432
Δq
1/ 0 + Δ + Δ1 / 0 + Δ1 / 0 2737750
d
1/ 0
p cr
Tabelul 25.
Abaterile absolute recalculate vor fi: Cantităţi vândute Preţ unitar (u.m.)
Mărfurile Produs Perioada Perioada Perioada Perioada
( Δq1 / 0 )* = Δq1 / 0 + K q × Δq1∩/ 0p ∩ cr = 989600 + 0,361 × 2246000 = 1800406
de bază, q0 curentă, q1 de bază, p0 curentă, p1
( Δ1p/ 0 )* = Δq1 / 0 + K p × Δq1∩/ 0p ∩ cr = 565850 + 0,207 × 2246000 = 1030772 A B 1 2 3 4
( Δc1r/ 0 )* = Δq1 / 0 + K cr × Δq1∩/ 0p ∩cr = 1182300 + 0,432 × 2246000 = 2152572 M1 buc. 500 600 20 30
M2 buc. 800 1000 12 20
Proba:
M3 kg. 300 200 30 60
Total Total
ΔVP
1 / 0 = Δ 1 / 0 + Δ 1 / 0 + Δ 1 / 0 = 4983750 = 1800406 + 1030772 + 2152572 = 4983750
q p cr

Se cere:
2. Indicii Paasche şi Laspeyres.
1. Să se calculeze indicii individuali ai valorii, volumului fizic şi ai
preţurilor pentru cele trei mărfuri.
Σq1 p1 747 Σq p 747 2. Să se calculeze indicii de grup ai valorii, volumului fizic şi ai
P( p) = = = 1,449; P(q) = 1 1 = = 1,758
Σq1 p0 515,5 Σq0 p1 425 preţurilor şi să se verifice relaţia dintre ei.
3. Să se calculeze, pe total, modificările absolute pentru valoare,
preţuri şi volum fizic specificându-se care este ponderea factorilor
Σq0 p1 425 Σq p 515,5 determinanţi.
L( p) = = = 1,3957; L( q) = 1 0 = = 1,693
Σq0 p0 304,5 Σq0 p0 304,5 4. Să se verifice egalitatea dintre indicii agregaţi şi indicii de grup
calculaţi ca medie aritmetică sau armonică a indicilor individuali.
 STATISTICĂ ŞI ECONOMETRIE 323 324 Gh. COMAN

I1VP/ 0 = I1q/ 0 × I1p/ 0 × I1c/r0 × I1q/∩0 p ∩cr = 4,508 = 1,697.1,398.1,832.1,037 ≅ 4,508 Tabelul 23. Sume relevante pentru calculul coeficienţilor Paasche
şi Laspeyres.
ΔVP
1 / 0 = Σq1 p1cr1 − Σq0 p0 cr 0 = 6404400 − 1420650 = 4983750 Preţ Producţie
Produs q0p0 q1p1 q1p0 q0p1
p0 p1 q0 q1
Δq1 / 0 = Σq1 p0 cr 0 − Σq0 p0 cr 0 = 2410250 − 1420650 = 989600
A 21 22 5 6 105 132 110 126
Δ1p/ 0 = Σq0 p1cr 0 − Σq0 p0 cr 0 = 1986500 − 1420650 = 565850 B 9,5 15 21 41 1995 615 315 389,5
Total - - 26 47 3045 747 425 515,5
Δc1r/ 0 = Σq0 p0 cr1 − Σq0 p0 cr 0 = 2600950 − 1420650 = 1182300
Δq1∩/ 0d ∩ p ∩ c r = (Σq1 p1cr1 − Σq1 p0cr 0 ) − (Σq0 p1cr 0 − Σq1 p0cr 0 ) − 3. Indicele Marshall – Edgeworth.
Tabelul 24. Sume relevante pentru calculul indicelui Marshall –
− (Σq0 p0 cr 1 − Σq0 p0 cr 0 ) = 3994150 − 565850 − 1182300 = 2246000 Edgeworth.
Proba: Preţ Producţie
q ∩ p ∩ cr Produs p0(q0+q1) p1(q0+q1) q0(p0+p1) q1(p0+p1)
ΔVP
1/ 0 = Δ1 / 0 + Δ1/ 0 + Δ1 / 0 + Δ1 / 0
q p cr
= 4983750 = 989600 + 565850 + p0 p1 q0 q1
+ 1182300 + 2246000 = 4983750 A 21 22 5 6 231 242 215 258
Coeficienţii de importanţă sunt: B 9,5 15 21 41 589 930 514,5 1004,5
Δq1 / 0 989600 Total - - 26 47 820 1172 7295 1262,5
Kq = = = 0,361
Δ1 / 0 + Δ1 / 0 + Δ1 / 0 2737750
q p cr
Σp1 (q0 + q1 ) 1172 Σq1 ( p0 + p1 ) 1262,5
E ( p) = = = 1,429; E (q) = = = 1,7306
Δ1p/ 0 565850 Σp0 ( q0 + q1 ) 820 Σq0 ( p0 + p1 ) 729,5
Kp = q = = 0,207
Δ1 / 0 + Δ1/ 0 + Δ1 / 0 + Δ1 / 0 2737750
d p cr
12. Într-o societate comercială (SC) s-au înregistrat următoarele
date cu privire la trei mărfuri (M1; M2; M3) în două luni consecutive, tabelul
Δ cr
1182300 25.
K cr = 1/ 0
= = 0,432
Δq
1/ 0 + Δ + Δ1 / 0 + Δ1 / 0 2737750
d
1/ 0
p cr
Tabelul 25.
Abaterile absolute recalculate vor fi: Cantităţi vândute Preţ unitar (u.m.)
Mărfurile Produs Perioada Perioada Perioada Perioada
( Δq1 / 0 )* = Δq1 / 0 + K q × Δq1∩/ 0p ∩ cr = 989600 + 0,361 × 2246000 = 1800406
de bază, q0 curentă, q1 de bază, p0 curentă, p1
( Δ1p/ 0 )* = Δq1 / 0 + K p × Δq1∩/ 0p ∩ cr = 565850 + 0,207 × 2246000 = 1030772 A B 1 2 3 4
( Δc1r/ 0 )* = Δq1 / 0 + K cr × Δq1∩/ 0p ∩cr = 1182300 + 0,432 × 2246000 = 2152572 M1 buc. 500 600 20 30
M2 buc. 800 1000 12 20
Proba:
M3 kg. 300 200 30 60
Total Total
ΔVP
1 / 0 = Δ 1 / 0 + Δ 1 / 0 + Δ 1 / 0 = 4983750 = 1800406 + 1030772 + 2152572 = 4983750
q p cr

Se cere:
2. Indicii Paasche şi Laspeyres.
1. Să se calculeze indicii individuali ai valorii, volumului fizic şi ai
preţurilor pentru cele trei mărfuri.
Σq1 p1 747 Σq p 747 2. Să se calculeze indicii de grup ai valorii, volumului fizic şi ai
P( p) = = = 1,449; P(q) = 1 1 = = 1,758
Σq1 p0 515,5 Σq0 p1 425 preţurilor şi să se verifice relaţia dintre ei.
3. Să se calculeze, pe total, modificările absolute pentru valoare,
preţuri şi volum fizic specificându-se care este ponderea factorilor
Σq0 p1 425 Σq p 515,5 determinanţi.
L( p) = = = 1,3957; L( q) = 1 0 = = 1,693
Σq0 p0 304,5 Σq0 p0 304,5 4. Să se verifice egalitatea dintre indicii agregaţi şi indicii de grup
calculaţi ca medie aritmetică sau armonică a indicilor individuali.
 STATISTICĂ ŞI ECONOMETRIE 325 326 Gh. COMAN

5. Să se reprezinte grafic structura valorii în funcţie de valoarea ⎧ p1q1 18000

⎪M 1 : i1 / 0 = = = 1,80 ⇒ 180%
v
celor trei mărfuri în cele două perioade.
Rezolvare. ⎪ p0 q0 10000
1. Calculul indicilor individuali ai valorii, volumului fizic şi ai p1q1 ⎪ p1q1 20000
preţurilor. Pentru aceasta se realizează tabelul 26 pentru calcule i1v/ 0 = = ⎨M 2 : i1v/ 0 = = = 2,083 ⇒ 208,3%
intermediare. p0 q0 ⎪ p0 q0 9600
v1 pq q1 p1 ⎪ p1q1 12000
i1v/ 0 = = 1 1; i1q/ 0 = i1p/ 0 = ⎪M 3 : i1 / 0 = = = 1,3333 ⇒ 133,33%
v
;
v0 p0 q0 q0 p0 ⎩ p0 q0 9000
2.Indicii de grup. Se pot calcula în acest caz sub formă de indici
agregaţi:
Tabelul 26. Sume relevante pentru calcule intermediare
Σq1 p1 50000
Cantităţi vândute Preţ unitar (u.m.)
Valoarea mărfurilor I1v/(0p.q ) = = = 1,748 ⇒ 174,8%
Σq0 p0 28600
Mărfurile

(u.m.)
Produs Perioada Perioada Perioada Perioada Perioada Perioada Combi
de bază, curentă, de bază, curentă, de bază, curentă, -naţia, Σq p 30000
q0 q1 p0 p1 q0p0 q1p1
I1v/(0q ) = 1 0 = = 1,0489 ⇒ 104,89%
q1p0 Σq0 p0 28600
A B 1 2 3 4 5 6 7
M1 buc. 500 600 20 30 10000 18000 12000 Σq p 50000
I1v/(0p ) = 1 1 = = 1,6667 ⇒ 166,67%
M2 buc. 800 1000 12 20 9600 20000 12000 Σq1 p0 30000
M3 kg. 300 200 30 60 9000 12000 6000
Relaţia dintre cei trei indici:
Total - - - - 28600 50000 30000
I1v/(0p.q ) = I1v/(0q ) × I1v/(0p ) ⇒ 1,0489 × 1,6667 = 1,74816 ≅ 1,748
⎧ q1 600 3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor:
⎪M 1 : i1 / 0 = = = 1,2 ⇒ 120%
q

q0 500 Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 50000 − 28600 = 21400 u.m.

⎪
i1q/ 0
q ⎪ q 1000
= 1 = ⎨M 2 :i1q/ 0 = 1 = = 1,25 ⇒125%
Δv1(/q0) = Σq1 p0 − Σq0 p0 = 30000 − 28600 = 1400 u.m.
q0 ⎪ q0 800
Δv1(/q0) = Σq1 p1 − Σq1 p0 = 50000 − 30000 = 20000 u.m.
⎪ q1 200
⎪M 3 :i1 / 0 = = = 0,6667 ⇒ 66,67% Relaţia dintre cei trei indici:
q

⎩ q0 300
Δv1(/ p0.q ) = Δv1(/q0) + Δv1(/ p0) = 1400 + 20000 = 21400 u.m.
Ponderea celor doi factori:
⎧ p1 30
⎪M 1 : i1 / 0 =
p
= = 1,50 ⇒ 150% Δv1(/q0) 1400
⎪ p0 20 K v(q ) % = × 100 = × 100 = 6,54%
p1 ⎪ p1 20 Δ1 / 0
v ( p .q )
21400
i1p/ 0 = = ⎨M 2 : i1p/ 0 = = = 1,6667 ⇒ 166,67%
p0 ⎪ p0 12 Δv1(/ p0) 20000
⎪
K v( p)
% = v ( p.q ) × 100 = × 100 = 93,46%
⎪M 3 : i1 / 0 =
p p1 60
= = 2,00 ⇒ 200% Δ1 / 0 21400
⎩ p0 30 4. Orice indice agregat se poate substitui printr-un indice mediu
aritmetic sau armonic al indicilor individuali corespunzători:
 STATISTICĂ ŞI ECONOMETRIE 325 326 Gh. COMAN

5. Să se reprezinte grafic structura valorii în funcţie de valoarea ⎧ p1q1 18000

⎪M 1 : i1 / 0 = = = 1,80 ⇒ 180%
v
celor trei mărfuri în cele două perioade.
Rezolvare. ⎪ p0 q0 10000
1. Calculul indicilor individuali ai valorii, volumului fizic şi ai p1q1 ⎪ p1q1 20000
preţurilor. Pentru aceasta se realizează tabelul 26 pentru calcule i1v/ 0 = = ⎨M 2 : i1v/ 0 = = = 2,083 ⇒ 208,3%
intermediare. p0 q0 ⎪ p0 q0 9600
v1 pq q1 p1 ⎪ p1q1 12000
i1v/ 0 = = 1 1; i1q/ 0 = i1p/ 0 = ⎪M 3 : i1 / 0 = = = 1,3333 ⇒ 133,33%
v
;
v0 p0 q0 q0 p0 ⎩ p0 q0 9000
2.Indicii de grup. Se pot calcula în acest caz sub formă de indici
agregaţi:
Tabelul 26. Sume relevante pentru calcule intermediare
Σq1 p1 50000
Cantităţi vândute Preţ unitar (u.m.)
Valoarea mărfurilor I1v/(0p.q ) = = = 1,748 ⇒ 174,8%
Σq0 p0 28600
Mărfurile

(u.m.)
Produs Perioada Perioada Perioada Perioada Perioada Perioada Combi
de bază, curentă, de bază, curentă, de bază, curentă, -naţia, Σq p 30000
q0 q1 p0 p1 q0p0 q1p1
I1v/(0q ) = 1 0 = = 1,0489 ⇒ 104,89%
q1p0 Σq0 p0 28600
A B 1 2 3 4 5 6 7
M1 buc. 500 600 20 30 10000 18000 12000 Σq p 50000
I1v/(0p ) = 1 1 = = 1,6667 ⇒ 166,67%
M2 buc. 800 1000 12 20 9600 20000 12000 Σq1 p0 30000
M3 kg. 300 200 30 60 9000 12000 6000
Relaţia dintre cei trei indici:
Total - - - - 28600 50000 30000
I1v/(0p.q ) = I1v/(0q ) × I1v/(0p ) ⇒ 1,0489 × 1,6667 = 1,74816 ≅ 1,748
⎧ q1 600 3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor:
⎪M 1 : i1 / 0 = = = 1,2 ⇒ 120%
q

q0 500 Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 50000 − 28600 = 21400 u.m.

⎪
i1q/ 0
q ⎪ q 1000
= 1 = ⎨M 2 :i1q/ 0 = 1 = = 1,25 ⇒125%
Δv1(/q0) = Σq1 p0 − Σq0 p0 = 30000 − 28600 = 1400 u.m.
q0 ⎪ q0 800
Δv1(/q0) = Σq1 p1 − Σq1 p0 = 50000 − 30000 = 20000 u.m.
⎪ q1 200
⎪M 3 :i1 / 0 = = = 0,6667 ⇒ 66,67% Relaţia dintre cei trei indici:
q

⎩ q0 300
Δv1(/ p0.q ) = Δv1(/q0) + Δv1(/ p0) = 1400 + 20000 = 21400 u.m.
Ponderea celor doi factori:
⎧ p1 30
⎪M 1 : i1 / 0 =
p
= = 1,50 ⇒ 150% Δv1(/q0) 1400
⎪ p0 20 K v(q ) % = × 100 = × 100 = 6,54%
p1 ⎪ p1 20 Δ1 / 0
v ( p .q )
21400
i1p/ 0 = = ⎨M 2 : i1p/ 0 = = = 1,6667 ⇒ 166,67%
p0 ⎪ p0 12 Δv1(/ p0) 20000
⎪
K v( p)
% = v ( p.q ) × 100 = × 100 = 93,46%
⎪M 3 : i1 / 0 =
p p1 60
= = 2,00 ⇒ 200% Δ1 / 0 21400
⎩ p0 30 4. Orice indice agregat se poate substitui printr-un indice mediu
aritmetic sau armonic al indicilor individuali corespunzători:
 STATISTICĂ ŞI ECONOMETRIE 327 328 Gh. COMAN

Σi q q0 p0 1,2 × 10000 + 1,25 × 9600 + 0,6667 × 9000 Se cere:

I1v/(0q ) = = = 1,0489 ⇒104,89% 1. Să se calculeze indicii individuali ai valorii, volumului fizic şi ai
Σq 0 p 0 28600
preţurilor.
Σq1 p1 50000 50000 2. Indicii de grup ai valorii, volumului fizic şi al preţurilor.
I1v/(0p ) = = = = 1,6667 ⇒166,67%
1 18000 20000 12000 2,99976 3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor.
Σ p q1 p1 + +
i 1,5 1,6667 2 4. Contribuţia celor doi factori asupra dinamicii valorii mărfurilor.
5. Reprezentarea grafică a structurii valorii din cele două luni Rezolvare.
consecutive: 1. Indicii individuali ai valorii se pot calcula pe baza datelor din
tabelul 28, iar indicii individuali ai preţurilor pe baza relaţiei dintre cei trei
indici:
100% • indicii valorii desfacerilor de mărfuri:
35 36 ⎧ p1q1 1500
⎪M 1 : i1 / 0 = = = 3,0 ⇒ 300%
80% v

⎪ p0 q0 500
60%
pq ⎪ p1q1 900
33,6 40 i1v/ 0 = 1 1 = ⎨M 2 : i1v/ 0 = = = 1,5 ⇒ 150%
40% p0 q0 ⎪ p0 q0 600
20%
⎪ p1q1 1400
⎪M 3 : i1 / 0 = = = 1,75 ⇒175%
v
31,4 24
⎩ p0 q0 800
0%
• indicii volumului fizic:
PB PC
⎧M 1 : i1q/ 0 % = 7 + 100 = 107%
Structura valorii desfacerii de mărfuri se prezintă în figura de mai ⎪
sus, pe baza datelor din tabelul 27.
i1q/ 0 % = r q + 100 = ⎨M 2 : i1q/ 0 % = 10 + 100 = 110%
⎪
⎩M 3 : i1 / 0 % = −20 + 100 = 80%
Structura valorii vânzărilor q
Mărfurile
Perioada de bază (PB) Perioada curentă (PC)
• indicii preţurilor se calculează pe baza relaţiei:
A 1 2
M1 35,0 36 i v
1/ 0 =iq
1/ 0
p
×i
1 / 0 , de unde:
M2 33,6 40
M3 31,4 24 ⎧ i1v/ 0 3,0
⎪M 1 : i1 / 0 = q = = 2,804 ⇒ 280,4%
p
Total 100% 100% i1 / 0 1,07
⎪
13. Într-o societate comercială (SC) se cunosc următoarele date ⎪⎪
cu privire la desfacerile de mărfuri, tabelul 28. i1v/ 0 iv 1,5
i1p/ 0 = = ⎨M 2 : i1p/ 0 = 1q/ 0 = = 1,3636 ⇒ 136,36%
Tabelul 28. i1q/ 0 ⎪ i1 / 0 1,1
Valoarea mărfurilor (u.m.) Modificarea ⎪ iv 1,75
Mărfurile Perioada de bază, Perioada curentă, volumului fizic, ⎪M 3 : i1p/ 0 = 1q/ 0 = = 2,1875 ⇒ 218,75%
q0p0 q1p1 % ⎩⎪ i1 / 0 0,8
A 1 2 3 2. Calculul indicilor de grup ai valorii, volumului fizic şi al preţurilor:
M1 500 1500 +7 • indicele de grup al valorii se obţine direct din datele din tabelul 28:
M2 600 900 + 10 Σp1q1 3800
i1v/(0p.q ) = = = 2,0 ⇒ 200%
M3 800 1400 - 20 Σp0 q0 1900
Total 1900 3800
 STATISTICĂ ŞI ECONOMETRIE 327 328 Gh. COMAN

Σi q q0 p0 1,2 × 10000 + 1,25 × 9600 + 0,6667 × 9000 Se cere:

I1v/(0q ) = = = 1,0489 ⇒104,89% 1. Să se calculeze indicii individuali ai valorii, volumului fizic şi ai
Σq 0 p 0 28600
preţurilor.
Σq1 p1 50000 50000 2. Indicii de grup ai valorii, volumului fizic şi al preţurilor.
I1v/(0p ) = = = = 1,6667 ⇒166,67%
1 18000 20000 12000 2,99976 3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor.
Σ p q1 p1 + +
i 1,5 1,6667 2 4. Contribuţia celor doi factori asupra dinamicii valorii mărfurilor.
5. Reprezentarea grafică a structurii valorii din cele două luni Rezolvare.
consecutive: 1. Indicii individuali ai valorii se pot calcula pe baza datelor din
tabelul 28, iar indicii individuali ai preţurilor pe baza relaţiei dintre cei trei
indici:
100% • indicii valorii desfacerilor de mărfuri:
35 36 ⎧ p1q1 1500
⎪M 1 : i1 / 0 = = = 3,0 ⇒ 300%
80% v

⎪ p0 q0 500
60%
pq ⎪ p1q1 900
33,6 40 i1v/ 0 = 1 1 = ⎨M 2 : i1v/ 0 = = = 1,5 ⇒ 150%
40% p0 q0 ⎪ p0 q0 600
20%
⎪ p1q1 1400
⎪M 3 : i1 / 0 = = = 1,75 ⇒175%
v
31,4 24
⎩ p0 q0 800
0%
• indicii volumului fizic:
PB PC
⎧M 1 : i1q/ 0 % = 7 + 100 = 107%
Structura valorii desfacerii de mărfuri se prezintă în figura de mai ⎪
sus, pe baza datelor din tabelul 27.
i1q/ 0 % = r q + 100 = ⎨M 2 : i1q/ 0 % = 10 + 100 = 110%
⎪
⎩M 3 : i1 / 0 % = −20 + 100 = 80%
Structura valorii vânzărilor q
Mărfurile
Perioada de bază (PB) Perioada curentă (PC)
• indicii preţurilor se calculează pe baza relaţiei:
A 1 2
M1 35,0 36 i v
1/ 0 =iq
1/ 0
p
×i
1 / 0 , de unde:
M2 33,6 40
M3 31,4 24 ⎧ i1v/ 0 3,0
⎪M 1 : i1 / 0 = q = = 2,804 ⇒ 280,4%
p
Total 100% 100% i1 / 0 1,07
⎪
13. Într-o societate comercială (SC) se cunosc următoarele date ⎪⎪
cu privire la desfacerile de mărfuri, tabelul 28. i1v/ 0 iv 1,5
i1p/ 0 = = ⎨M 2 : i1p/ 0 = 1q/ 0 = = 1,3636 ⇒ 136,36%
Tabelul 28. i1q/ 0 ⎪ i1 / 0 1,1
Valoarea mărfurilor (u.m.) Modificarea ⎪ iv 1,75
Mărfurile Perioada de bază, Perioada curentă, volumului fizic, ⎪M 3 : i1p/ 0 = 1q/ 0 = = 2,1875 ⇒ 218,75%
q0p0 q1p1 % ⎩⎪ i1 / 0 0,8
A 1 2 3 2. Calculul indicilor de grup ai valorii, volumului fizic şi al preţurilor:
M1 500 1500 +7 • indicele de grup al valorii se obţine direct din datele din tabelul 28:
M2 600 900 + 10 Σp1q1 3800
i1v/(0p.q ) = = = 2,0 ⇒ 200%
M3 800 1400 - 20 Σp0 q0 1900
Total 1900 3800
 STATISTICĂ ŞI ECONOMETRIE 329 330 Gh. COMAN

• indicele de grup al volumului fizic nu se poate calcula aici decât 2. Calculul indicelui de grup al preţurilor, precizându-se ce fel de
ca un indice mediu aritmetic ponderat cu valoarea mărfurilor din perioada de formulă se poate aplica şi de ce.
bază. Pentru aceasta se porneşte de la relaţia: 3. Indicele de grup al valorii şi al volumului fizic.
Σi q p0 q0 1,07 × 500 + 1,1 × 600 + 0,8 × 800 1835 4. Modificările absolute ale valorii, volumului fizic şi preţurilor, gradul
i1v/(0q ) = = = = 0,9659 de influenţă a celor doi factori asupra dinamicii încasărilor.
Σp0 q0 1900 1900 Rezolvare.
• indicele de grup al preţurilor porneşte ca şi în cazul indicilor 1. Calculul indicilor individuali ai valorii, volumului fizic şi ai
individuali de la relaţia: preţurilor:
• indicii individuali ai valorii:
I1v/(0p.q ) = I1v/(0q ) × I1v/(0p ) , de unde:
⎧ p1q1 2500
⎪Ctg _ 1 : i1 / 0 = p q = 1500 = 1,6667 ⇒ 166,7%
v
I1v/ 0 2
I1p/ 0 = q
= = 2,0706 ⇒ 207,06% ⎪ 0 0
I1 / 0 0,9659 ⎪ p1q1 5500
⎪Ctg _ 2 : i1 / 0 = p q = 2000 = 2,75 ⇒ 275%
v
3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor se pq ⎪
i1v/ 0 = 1 1 = ⎨
0 0
calculează pe baza indicilor de grup respectivi:
p0 q0 ⎪ pq 520
Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 3800 − 1900 = 1900 u.m. Ctg _ 3 : i1v/ 0 = 1 1 = = 1,3 ⇒ 130%
⎪ p0 q0 400
⎪
Δv1(/q0) = Σi q q0 p0 − Σq0 p0 = 1835 − 1900 = −65 u.m. ⎪Ctg _ 4 : i v = p1q1 = 380 = 1,2667 ⇒ 126,67%
⎪⎩ 1/ 0
p0 q0 300
Δv1(/ p0) = Δv1(/ p0.q ) − Δv1(/q0) = 1900 − (65) = 1965 u.m. • indicele preţurilor se va calcula pe baza relaţiei dintre indice şi ritm
Ponderea celor doi factori: întrucât în tabelul 29, în coloana 3, se dă procentul de modificare a preţurilor,
Δv1(/q0) adică ritmul de modificare:
− 65
K v(q) % = × 100 = ×100 = −3,42% ⎧ 75 + 100
⎪Ctg _ 1 : i1 / 0 = 100 = 1,75 ⇒ 175%
q
Δ1 / 0
v ( p .q )
1900
⎪
Δv1(/ p0) 1965 ⎪Ctg _ 2 : i q = 125 + 100 = 2,25 ⇒ 225%
K v( p) % = ×100 = ×100 = 103,4% r q
+ 100 ⎪ 1/ 0
100
Δ1 / 0
v ( p.q )
1900 i1q/ 0 % = =⎨
100 ⎪Ctg _ 3 : i q = 0 + 100 = 1 ⇒ 100%
14. Se cunosc următoarele date financiare privind exploatarea ⎪ 1/ 0
100
unor unităţi de cazare dintr-o staţiune montană, tabelul 29: ⎪ − 25 + 100
Tabelul 29. ⎪Ctg _ 4 : i1q/ 0 = = 0,75 ⇒ 75%
⎩ 100
Valoarea încasată (u.m.) Modificarea
Categorii de • indicele volumului fizic se obţine din relaţia:
Perioada de bază, Perioada curentă, preţurilor,
confort
q0p0 q1p1 % i1v/ 0 = i1q/ 0 × i1p/ 0 , de unde:
A 1 2 3 ⎧ i1v/ 0 1,6667
⎪Ctg _ 1 : i1 / 0 = i q = = 0,952 ⇒ 95,2%
p
1 1500 2500 + 75
⎪ 1/ 0 1,75
2 2000 2500 + 125
⎪ i v
2,75
3 400 520 - ⎪Ctg _ 2 :i1 / 0 = 1q/ 0
p
= = 1,222 ⇒122,2%
4 300 380 - 25
v
i ⎪ i1 / 0 2,25
i p
1/ 0 = 1/ 0
q
=⎨
Total 4200 8900 i ⎪Ctg _ 3 :i p = i1 / 0
v
1,3
1/ 0
= = 1,3 ⇒130%
⎪ 1/ 0
i1q/ 0 1,0
Se cere: ⎪
⎪ i1v/ 0 1,2667
1. Calculul indicilor individuali ai valorii, volumului fizic şi ai ⎪Ctg _ 4 :i1 / 0 = i q = = 1,6889 ⇒168,89%
p

preţurilor. ⎩ 1/ 0 0,75
 STATISTICĂ ŞI ECONOMETRIE 329 330 Gh. COMAN

• indicele de grup al volumului fizic nu se poate calcula aici decât 2. Calculul indicelui de grup al preţurilor, precizându-se ce fel de
ca un indice mediu aritmetic ponderat cu valoarea mărfurilor din perioada de formulă se poate aplica şi de ce.
bază. Pentru aceasta se porneşte de la relaţia: 3. Indicele de grup al valorii şi al volumului fizic.
Σi q p0 q0 1,07 × 500 + 1,1 × 600 + 0,8 × 800 1835 4. Modificările absolute ale valorii, volumului fizic şi preţurilor, gradul
i1v/(0q ) = = = = 0,9659 de influenţă a celor doi factori asupra dinamicii încasărilor.
Σp0 q0 1900 1900 Rezolvare.
• indicele de grup al preţurilor porneşte ca şi în cazul indicilor 1. Calculul indicilor individuali ai valorii, volumului fizic şi ai
individuali de la relaţia: preţurilor:
• indicii individuali ai valorii:
I1v/(0p.q ) = I1v/(0q ) × I1v/(0p ) , de unde:
⎧ p1q1 2500
⎪Ctg _ 1 : i1 / 0 = p q = 1500 = 1,6667 ⇒ 166,7%
v
I1v/ 0 2
I1p/ 0 = q
= = 2,0706 ⇒ 207,06% ⎪ 0 0
I1 / 0 0,9659 ⎪ p1q1 5500
⎪Ctg _ 2 : i1 / 0 = p q = 2000 = 2,75 ⇒ 275%
v
3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor se pq ⎪
i1v/ 0 = 1 1 = ⎨
0 0
calculează pe baza indicilor de grup respectivi:
p0 q0 ⎪ pq 520
Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 3800 − 1900 = 1900 u.m. Ctg _ 3 : i1v/ 0 = 1 1 = = 1,3 ⇒ 130%
⎪ p0 q0 400
⎪
Δv1(/q0) = Σi q q0 p0 − Σq0 p0 = 1835 − 1900 = −65 u.m. ⎪Ctg _ 4 : i v = p1q1 = 380 = 1,2667 ⇒ 126,67%
⎪⎩ 1/ 0
p0 q0 300
Δv1(/ p0) = Δv1(/ p0.q ) − Δv1(/q0) = 1900 − (65) = 1965 u.m. • indicele preţurilor se va calcula pe baza relaţiei dintre indice şi ritm
Ponderea celor doi factori: întrucât în tabelul 29, în coloana 3, se dă procentul de modificare a preţurilor,
Δv1(/q0) adică ritmul de modificare:
− 65
K v(q) % = × 100 = ×100 = −3,42% ⎧ 75 + 100
⎪Ctg _ 1 : i1 / 0 = 100 = 1,75 ⇒ 175%
q
Δ1 / 0
v ( p .q )
1900
⎪
Δv1(/ p0) 1965 ⎪Ctg _ 2 : i q = 125 + 100 = 2,25 ⇒ 225%
K v( p) % = ×100 = ×100 = 103,4% r q
+ 100 ⎪ 1/ 0
100
Δ1 / 0
v ( p.q )
1900 i1q/ 0 % = =⎨
100 ⎪Ctg _ 3 : i q = 0 + 100 = 1 ⇒ 100%
14. Se cunosc următoarele date financiare privind exploatarea ⎪ 1/ 0
100
unor unităţi de cazare dintr-o staţiune montană, tabelul 29: ⎪ − 25 + 100
Tabelul 29. ⎪Ctg _ 4 : i1q/ 0 = = 0,75 ⇒ 75%
⎩ 100
Valoarea încasată (u.m.) Modificarea
Categorii de • indicele volumului fizic se obţine din relaţia:
Perioada de bază, Perioada curentă, preţurilor,
confort
q0p0 q1p1 % i1v/ 0 = i1q/ 0 × i1p/ 0 , de unde:
A 1 2 3 ⎧ i1v/ 0 1,6667
⎪Ctg _ 1 : i1 / 0 = i q = = 0,952 ⇒ 95,2%
p
1 1500 2500 + 75
⎪ 1/ 0 1,75
2 2000 2500 + 125
⎪ i v
2,75
3 400 520 - ⎪Ctg _ 2 :i1 / 0 = 1q/ 0
p
= = 1,222 ⇒122,2%
4 300 380 - 25
v
i ⎪ i1 / 0 2,25
i p
1/ 0 = 1/ 0
q
=⎨
Total 4200 8900 i ⎪Ctg _ 3 :i p = i1 / 0
v
1,3
1/ 0
= = 1,3 ⇒130%
⎪ 1/ 0
i1q/ 0 1,0
Se cere: ⎪
⎪ i1v/ 0 1,2667
1. Calculul indicilor individuali ai valorii, volumului fizic şi ai ⎪Ctg _ 4 :i1 / 0 = i q = = 1,6889 ⇒168,89%
p

preţurilor. ⎩ 1/ 0 0,75
 STATISTICĂ ŞI ECONOMETRIE 331 332 Gh. COMAN

2. Calculul indicelui de grup al preţurilor. Întrucât nu se poate M3 600 130 50

calcula un indice agregat al preţurilor pentru că nu se cunosc separat Total 1100 ... ...
cantităţile şi preţurile calculul se va face, în acest exemplu, ca medie
armonică, pe baza relaţiei:
Se cere:
Σp1q1 8900 8900
I1v/(0p ) = = = = 1,816 ⇒ 181,6% 1. Indicii individuali ai valorii şi preţurilor.
1 2500 5500 520 380 4899,7
Σ p p1q1 + + + 2. Indicii de grup ai valorii, volumului fizic şi preţurilor.
i 1,75 2,25 1 0,75 3. Să se descompună valoarea absolută pe total:
3. Indicele de grup al valorii şi al volumului fizic: • folosind metoda substituţiei în lanţ;
Σp1q1 8900 • folosind metoda restului nedescompus.
I1v/(0p.q ) = = = 2,119 ⇒ 211,9% Rezolvare.
Σp0 q0 4200 1. Indicii individuali ai valorii şi preţurilor se determină utilizând
relaţiile:
I1v/(0p.q ) 2,119
I1v/(0q ) = = = 1,1667 ⇒ 116,67% i1p/ 0 % = r1/p0 + 100 , de exemplu pentru M1:
I1v/(0p ) 1,816
3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor: i1p/ 0 % = 150 + 100 = 250%
Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 8900 − 4200 = 4700 u.m. Indicii individuali ai valorii se deduc din relaţia de sistem:

1 i1v/ 0 = i1q/ 0 × i1p/ 0

Δ v( p)
= Σq1 p1 − Σ p q1 p1 = 8900 − 4899,7 = 4000,3 u.m.
Pentru M1: i1 / 0 = i1 / 0 × i1/ 0 = 1, 2 × 2,5 = 3
1/ 0 v q p
i
Δ v(q)
1/ 0 =Δ v ( p.q )
1/ 0 −Δ
v( p)
1/ 0 = 4700 − 4000,3 = 699,7 u.m. Rezultatele calculelor se prezintă în tabelul 31, coloanele: 2; 3; 4.
Ponderea celor doi factori: Tabelul 31.

Δv1(/q0) Valoarea p1q0 =

699,7 p1q1 = p0 q1 =
K v( q) % = × 100 = × 100 = 14,9% încasărilor q p v
Δ1 / 0
v ( p .q )
4700
Mărfurile
în PB, u.m. i i i pq
= p0 q0i v = p0 q0 i q = 1q 1
p 0q 0 i
Δv1(/ p0) 4000,3 0 1 2 3 4 5 6 7
K v( p) % = ×100 = ×100 = 85,1%
Δ1 / 0
v ( p.q )
4700 M1 100 1,2 2,5 3 300 120 250
M2 400 1,07 3,3 3,53 1412 428 1320
Întrucât K >K v( p) v(q)
rezultă că în principal creşterea sumei M3 600 1,3 1,5 1,95 1170 780 900
încasărilor în perioada curentă faţă de perioada de bază cu 4700 u.m. se
Total 1100 1,2073 2,1702 2,62 2882 1328 2470
datorează în principal creşterii preţurilor cu 85,1% şi numai 14,9% pe seama
cantităţilor.
2. Pentru calculul indicilor de grup se determină valoarea încasărilor
15. Pentru o societate comercială (SC) se cunosc datele, tabelul în perioada curentă (p1q1) şi valoarea încasărilor în preţuri comparabile
30: (p0q1), tabelul 31, coloanele 5 şi 6.
Tabelul 30. Σp1q1 2882
Valoarea I1v/(0p.q ) = = = 2,62 ⇒ 262%
încasărilor în
Dinamica Modificarea Σp0q0 1100
Mărfurile volumului fizic, preţurilor,
perioada de bază
% % Σp0 q1 1328
(PB), u.m. I1v/(0q ) = = = 1,2073 ⇒ 120,73%
0 1 2 3 Σp0 q0 1100
M1 100 120 150
M2 400 107 230
 STATISTICĂ ŞI ECONOMETRIE 331 332 Gh. COMAN

2. Calculul indicelui de grup al preţurilor. Întrucât nu se poate M3 600 130 50

calcula un indice agregat al preţurilor pentru că nu se cunosc separat Total 1100 ... ...
cantităţile şi preţurile calculul se va face, în acest exemplu, ca medie
armonică, pe baza relaţiei:
Se cere:
Σp1q1 8900 8900
I1v/(0p ) = = = = 1,816 ⇒ 181,6% 1. Indicii individuali ai valorii şi preţurilor.
1 2500 5500 520 380 4899,7
Σ p p1q1 + + + 2. Indicii de grup ai valorii, volumului fizic şi preţurilor.
i 1,75 2,25 1 0,75 3. Să se descompună valoarea absolută pe total:
3. Indicele de grup al valorii şi al volumului fizic: • folosind metoda substituţiei în lanţ;
Σp1q1 8900 • folosind metoda restului nedescompus.
I1v/(0p.q ) = = = 2,119 ⇒ 211,9% Rezolvare.
Σp0 q0 4200 1. Indicii individuali ai valorii şi preţurilor se determină utilizând
relaţiile:
I1v/(0p.q ) 2,119
I1v/(0q ) = = = 1,1667 ⇒ 116,67% i1p/ 0 % = r1/p0 + 100 , de exemplu pentru M1:
I1v/(0p ) 1,816
3. Modificările absolute ale valorii, volumului fizic şi ale preţurilor: i1p/ 0 % = 150 + 100 = 250%
Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 8900 − 4200 = 4700 u.m. Indicii individuali ai valorii se deduc din relaţia de sistem:

1 i1v/ 0 = i1q/ 0 × i1p/ 0

Δ v( p)
= Σq1 p1 − Σ p q1 p1 = 8900 − 4899,7 = 4000,3 u.m.
Pentru M1: i1 / 0 = i1 / 0 × i1/ 0 = 1, 2 × 2,5 = 3
1/ 0 v q p
i
Δ v(q)
1/ 0 =Δ v ( p.q )
1/ 0 −Δ
v( p)
1/ 0 = 4700 − 4000,3 = 699,7 u.m. Rezultatele calculelor se prezintă în tabelul 31, coloanele: 2; 3; 4.
Ponderea celor doi factori: Tabelul 31.

Δv1(/q0) Valoarea p1q0 =

699,7 p1q1 = p0 q1 =
K v( q) % = × 100 = × 100 = 14,9% încasărilor q p v
Δ1 / 0
v ( p .q )
4700
Mărfurile
în PB, u.m. i i i pq
= p0 q0i v = p0 q0 i q = 1q 1
p 0q 0 i
Δv1(/ p0) 4000,3 0 1 2 3 4 5 6 7
K v( p) % = ×100 = ×100 = 85,1%
Δ1 / 0
v ( p.q )
4700 M1 100 1,2 2,5 3 300 120 250
M2 400 1,07 3,3 3,53 1412 428 1320
Întrucât K >K v( p) v(q)
rezultă că în principal creşterea sumei M3 600 1,3 1,5 1,95 1170 780 900
încasărilor în perioada curentă faţă de perioada de bază cu 4700 u.m. se
Total 1100 1,2073 2,1702 2,62 2882 1328 2470
datorează în principal creşterii preţurilor cu 85,1% şi numai 14,9% pe seama
cantităţilor.
2. Pentru calculul indicilor de grup se determină valoarea încasărilor
15. Pentru o societate comercială (SC) se cunosc datele, tabelul în perioada curentă (p1q1) şi valoarea încasărilor în preţuri comparabile
30: (p0q1), tabelul 31, coloanele 5 şi 6.
Tabelul 30. Σp1q1 2882
Valoarea I1v/(0p.q ) = = = 2,62 ⇒ 262%
încasărilor în
Dinamica Modificarea Σp0q0 1100
Mărfurile volumului fizic, preţurilor,
perioada de bază
% % Σp0 q1 1328
(PB), u.m. I1v/(0q ) = = = 1,2073 ⇒ 120,73%
0 1 2 3 Σp0 q0 1100
M1 100 120 150
M2 400 107 230
 STATISTICĂ ŞI ECONOMETRIE 333 334 Gh. COMAN

Σp1q1 2882 1
I1v/(0p ) = = = 2,1702 ⇒ 217,02% Δv1(/q0) = Δvii( q ) + RN = 228 + 92 = 320 u.m.
Σp0 q1 1378 2
3. Descompunerea valorii absolute pe total: 1
a. Întrucât preţurile au crescut mai rapid decât cantităţile, pentru Δv1(/ p0) = Δvii( p ) + RN = 1370 + 92 = 1462 u.m.
descompunerea pe factori a modificării absolute, folosindu-se metoda 2
substituţiei în lanţ, se va utiliza varianta I, substituindu-se mai întâi factorul Contribuţia relativă a factorilor în acest caz va fi:
cantitativ:
K v ( q ) % = 17,96% ; K v ( p ) % = 82,04%
Δ v(q)
1/ 0 = Σq1 p0 − Σq0 p0 = 1328 − 1100 = 228 u.m. Varianta III.
Δ v( p)
1/ 0 = Σq1 p1 − Σq1 p0 = 2882 − 1328 = 1554 u.m. Δv1(/q0) = Δvii( q ) +
Δvii( q )
RN = 228 + 14,27% × 184 = 254,2568 u.m.
Modificarea absolută pe total va fi: Δvii( p.q )
Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 2882 − 1100 = 1782 u.m. Δv1(/ p0) = Δvii( p ) +
Δvii( p )
RN = 1370 + 85,73% × 184 = 1527,7432 u.m.
Ponderea celor doi factori pe total va fi: Δvii( p.q )
Δv1(/q0) 228 Contribuţia relativă a factorilor în acest caz este:
K v(q) % = × 100 = ×100 = 12,79%
Δ1 / 0
v ( p .q )
1782 K v ( q ) % = 14,25% ; K v ( p ) % = 85,75%
Δv1(/ p0) 1554 Observaţie. Valorile cele mai realiste sunt cele din varianta III-a a
K v( p) % = × 100 = × 100 = 87,21% metodei restului nedescompus pentru că metoda substituţiei în lanţ
Δ1 / 0
v ( p .q )
1782 accentuează influenţa ultimului factor substituit, în cazul examinat influenţa
b. Metoda restului nedescompus. Se determină mai întâi influenţa preţurilor.
izolată a factorilor ( valorile p0q1 sunt prezentate în tabelul 31 coloana 6). 16. Pentru doi agenţi economici care desfăşoară activităţi
similare se cunosc următoarele date, tabelul 32.
Δvii( q ) = Σq1 p0 − Σq0 p0 = 1328 − 1100 = 228 u.m. Tabelul 32.
Δvii( p ) = Σq0 p1 − Σq0 p0 = 2470 − 1100 = 1370 u.m. Agent
Producţia în preţuri curente,
Număr salariaţi Modificarea
(u.m.)
În continuare, se determină restul nedescompus: economic preţurilor, %
PB PC PB PC
RN = Δv1(/ p0.q ) − Δvii = Δv1(/ p0.q ) − (Δvii( q ) + Δvii( p ) ) = 0 1 2 3 4 5
A 260 300 23 17 + 15
= 1782 − (228 + 1370) = 1782 − 1598 = 184 u.m.
B 200 240 22 25 + 20
Pentru repartizarea restului nedescompus pe factori de influenţă se 460 540 45 42 -
Total
poate utiliza una di variantele:
Varianta I:
Se atribuie, în exemplul considerat, tot restul nedescompus Se cere:
factorului calitativ: 1. Productivitatea muncii pe fiecare agent economic şi pe total în
cele două perioade.
Δv1(/q0) = 228 u.m. 2. Indicii individuali ai productivităţii muncii.
3. Indicii productivităţii muncii cu structură variabilă, cu structură fixa
Δv1(/ p0) = Δvii( p ) + RN = 1370 + 184 = 1554u.m. şi al variaţiei structurii.
Contribuţia factorilor este cea de la metoda distribuţiei în lanţ. 4. Modificarea absolută a productivităţii medii a muncii cu
Varianta II. evidenţierea influenţei factorilor.
Se distribuie, în mod egal, restul nedescompus pe cei doi factori de 5. Modificarea producţiei, pe total, pe seama modificării numărului
influenţă: salariaţilor.
 STATISTICĂ ŞI ECONOMETRIE 333 334 Gh. COMAN

Σp1q1 2882 1
I1v/(0p ) = = = 2,1702 ⇒ 217,02% Δv1(/q0) = Δvii( q ) + RN = 228 + 92 = 320 u.m.
Σp0 q1 1378 2
3. Descompunerea valorii absolute pe total: 1
a. Întrucât preţurile au crescut mai rapid decât cantităţile, pentru Δv1(/ p0) = Δvii( p ) + RN = 1370 + 92 = 1462 u.m.
descompunerea pe factori a modificării absolute, folosindu-se metoda 2
substituţiei în lanţ, se va utiliza varianta I, substituindu-se mai întâi factorul Contribuţia relativă a factorilor în acest caz va fi:
cantitativ:
K v ( q ) % = 17,96% ; K v ( p ) % = 82,04%
Δ v(q)
1/ 0 = Σq1 p0 − Σq0 p0 = 1328 − 1100 = 228 u.m. Varianta III.
Δ v( p)
1/ 0 = Σq1 p1 − Σq1 p0 = 2882 − 1328 = 1554 u.m. Δv1(/q0) = Δvii( q ) +
Δvii( q )
RN = 228 + 14,27% × 184 = 254,2568 u.m.
Modificarea absolută pe total va fi: Δvii( p.q )
Δv1(/ p0.q ) = Σq1 p1 − Σq0 p0 = 2882 − 1100 = 1782 u.m. Δv1(/ p0) = Δvii( p ) +
Δvii( p )
RN = 1370 + 85,73% × 184 = 1527,7432 u.m.
Ponderea celor doi factori pe total va fi: Δvii( p.q )
Δv1(/q0) 228 Contribuţia relativă a factorilor în acest caz este:
K v(q) % = × 100 = ×100 = 12,79%
Δ1 / 0
v ( p .q )
1782 K v ( q ) % = 14,25% ; K v ( p ) % = 85,75%
Δv1(/ p0) 1554 Observaţie. Valorile cele mai realiste sunt cele din varianta III-a a
K v( p) % = × 100 = × 100 = 87,21% metodei restului nedescompus pentru că metoda substituţiei în lanţ
Δ1 / 0
v ( p .q )
1782 accentuează influenţa ultimului factor substituit, în cazul examinat influenţa
b. Metoda restului nedescompus. Se determină mai întâi influenţa preţurilor.
izolată a factorilor ( valorile p0q1 sunt prezentate în tabelul 31 coloana 6). 16. Pentru doi agenţi economici care desfăşoară activităţi
similare se cunosc următoarele date, tabelul 32.
Δvii( q ) = Σq1 p0 − Σq0 p0 = 1328 − 1100 = 228 u.m. Tabelul 32.
Δvii( p ) = Σq0 p1 − Σq0 p0 = 2470 − 1100 = 1370 u.m. Agent
Producţia în preţuri curente,
Număr salariaţi Modificarea
(u.m.)
În continuare, se determină restul nedescompus: economic preţurilor, %
PB PC PB PC
RN = Δv1(/ p0.q ) − Δvii = Δv1(/ p0.q ) − (Δvii( q ) + Δvii( p ) ) = 0 1 2 3 4 5
A 260 300 23 17 + 15
= 1782 − (228 + 1370) = 1782 − 1598 = 184 u.m.
B 200 240 22 25 + 20
Pentru repartizarea restului nedescompus pe factori de influenţă se 460 540 45 42 -
Total
poate utiliza una di variantele:
Varianta I:
Se atribuie, în exemplul considerat, tot restul nedescompus Se cere:
factorului calitativ: 1. Productivitatea muncii pe fiecare agent economic şi pe total în
cele două perioade.
Δv1(/q0) = 228 u.m. 2. Indicii individuali ai productivităţii muncii.
3. Indicii productivităţii muncii cu structură variabilă, cu structură fixa
Δv1(/ p0) = Δvii( p ) + RN = 1370 + 184 = 1554u.m. şi al variaţiei structurii.
Contribuţia factorilor este cea de la metoda distribuţiei în lanţ. 4. Modificarea absolută a productivităţii medii a muncii cu
Varianta II. evidenţierea influenţei factorilor.
Se distribuie, în mod egal, restul nedescompus pe cei doi factori de 5. Modificarea producţiei, pe total, pe seama modificării numărului
influenţă: salariaţilor.
 STATISTICĂ ŞI ECONOMETRIE 335 336 Gh. COMAN

Rezolvare. w1 8
1. Productivitatea muncii pe fiecare agent economic şi pe total în i1w/ 0 = = = 0,88 ⇒ 88% pentru agentul „B”
cele două perioade. Pentru calculul productivităţii muncii din perioada w0 9,0909
curentă trebuie calculată valoarea producţiei în preţuri comparabile
(constante), adică în preţurile perioadei de bază prin expresia: 3. Indicii productivităţii medii a muncii:
a. Cu structură variabilă;
p1q1 w1 Σp0 q1 Σp0 q0 Σw1T1 Σw0T0
p0 q1 = I svw ( w, g ) =
T
= = =
i1p/ 0 w0 ΣT1 ΣT0 ΣT1 ΣT0
Rezultatele calculului sunt prezentate în tabelul 33, coloana 2. 10,973
Tabelul 33. = = 1,0734 ⇒ 107,34%
Valoarea producţiei
10,222
Agent pq Pentru calculul indicilor de grup factoriali trebuie calculată
în preţuri constante, w = p0 q0 w1 = 0 1 w
eco-
(u.m.) 0
T0 T
wT
0 1 i
1 /0 productivitatea muncii w * folosind următoarea relaţie:
nomic 1
PB PC Σw0T1 419,4405
0 1 2 3 4 5 6 w* = = = 9,9867
A 260 260,86956 11,304 15,345 192,168 1,3574
ΣT1 42
B 200 200 9,0909 8 227,2725 0,88 Valorile w0T1 sunt prezentate în tabelul 33, coloana 5.
b. al variaţiei structurii (de tip Laspeyres):
Total 460 460,86956 10,222 10,973 419,4405 1,0734
w * 9,9867
I svw ( g ) = = = 0,977 ⇒ 97,70%
T

p0 q0 260 w0 10,222
w0 = = = 11,304 u.m. / persoana Rezultă că productivitatea medie a muncii ar fi scăzut cu 2,3% dacă
T0 23 s-ar fi modificat numai structura salariaţilor.
c. cu structură fixă (de tip Paasche):
p q 200
w1 = 0 1 = = 9,0909 u.m. / persoana I svw ( w ) =
w1 10,973
= = 1,0987 ⇒ 109,87%
T1 22 w * 9,9867
Pe total, agregarea valorilor individuale poate fi realizată numai prin Dacă s-ar fi modificat numai productivitatea muncii la nivelul fiecărui
intermediul mediei ( w ): agent economic, productivitatea medie ar fi crescut cu 9,87%.
Σp0 q0 Σw0T0 460 Pe ansamblu, productivitatea medie a muncii a crescut doar cu
w0 = = = = 10,222 u.m. / persoana 7,34% întrucât o parte din creşterea datorată modificării productivităţii muncii
ΣT0 ΣT0 45 parţiale a fost compensată de scăderea productivităţii medii a muncii cauzată
Σp0 q1 460,869 de mutaţiile din structura salariaţilor.
w1 = = = 10,973 u.m. / persoana 4. Modificarea absolută a productivităţii medii a muncii, pe total:
ΣT1 42 Δw ( w, g
T
)
= w1 − w0 = 10,973 − 10,222 = 0,751u.m. / persoana
2. Indicii individuali ai productivităţii muncii se calculează cu
Modificarea absolută a productivităţii medii pe seama mutaţiilor în
expresia:
structura salariaţilor:
w1 Δw ( g = w * − w0 = 9,987 − 10,222 = −0,235 u.m. / persoana
i1w/ 0 =
T
)
şi anume:
w0 Modificarea absolută a productivităţii medii pe seama modificării
productivităţii muncii parţiale (pe fiecare agent economic):
w1 15,345
i1w/ 0 = = = 1,3574 ⇒ 135,74% pentru agentul „A” Δw ( w) = w1 − w* = 10,973 − 9,987 = 0,986 u.m. / persoana
w0 11,304 Verificare:
 STATISTICĂ ŞI ECONOMETRIE 335 336 Gh. COMAN

Rezolvare. w1 8
1. Productivitatea muncii pe fiecare agent economic şi pe total în i1w/ 0 = = = 0,88 ⇒ 88% pentru agentul „B”
cele două perioade. Pentru calculul productivităţii muncii din perioada w0 9,0909
curentă trebuie calculată valoarea producţiei în preţuri comparabile
(constante), adică în preţurile perioadei de bază prin expresia: 3. Indicii productivităţii medii a muncii:
a. Cu structură variabilă;
p1q1 w1 Σp0 q1 Σp0 q0 Σw1T1 Σw0T0
p0 q1 = I svw ( w, g ) =
T
= = =
i1p/ 0 w0 ΣT1 ΣT0 ΣT1 ΣT0
Rezultatele calculului sunt prezentate în tabelul 33, coloana 2. 10,973
Tabelul 33. = = 1,0734 ⇒ 107,34%
Valoarea producţiei
10,222
Agent pq Pentru calculul indicilor de grup factoriali trebuie calculată
în preţuri constante, w = p0 q0 w1 = 0 1 w
eco-
(u.m.) 0
T0 T
wT
0 1 i
1 /0 productivitatea muncii w * folosind următoarea relaţie:
nomic 1
PB PC Σw0T1 419,4405
0 1 2 3 4 5 6 w* = = = 9,9867
A 260 260,86956 11,304 15,345 192,168 1,3574
ΣT1 42
B 200 200 9,0909 8 227,2725 0,88 Valorile w0T1 sunt prezentate în tabelul 33, coloana 5.
b. al variaţiei structurii (de tip Laspeyres):
Total 460 460,86956 10,222 10,973 419,4405 1,0734
w * 9,9867
I svw ( g ) = = = 0,977 ⇒ 97,70%
T

p0 q0 260 w0 10,222
w0 = = = 11,304 u.m. / persoana Rezultă că productivitatea medie a muncii ar fi scăzut cu 2,3% dacă
T0 23 s-ar fi modificat numai structura salariaţilor.
c. cu structură fixă (de tip Paasche):
p q 200
w1 = 0 1 = = 9,0909 u.m. / persoana I svw ( w ) =
w1 10,973
= = 1,0987 ⇒ 109,87%
T1 22 w * 9,9867
Pe total, agregarea valorilor individuale poate fi realizată numai prin Dacă s-ar fi modificat numai productivitatea muncii la nivelul fiecărui
intermediul mediei ( w ): agent economic, productivitatea medie ar fi crescut cu 9,87%.
Σp0 q0 Σw0T0 460 Pe ansamblu, productivitatea medie a muncii a crescut doar cu
w0 = = = = 10,222 u.m. / persoana 7,34% întrucât o parte din creşterea datorată modificării productivităţii muncii
ΣT0 ΣT0 45 parţiale a fost compensată de scăderea productivităţii medii a muncii cauzată
Σp0 q1 460,869 de mutaţiile din structura salariaţilor.
w1 = = = 10,973 u.m. / persoana 4. Modificarea absolută a productivităţii medii a muncii, pe total:
ΣT1 42 Δw ( w, g
T
)
= w1 − w0 = 10,973 − 10,222 = 0,751u.m. / persoana
2. Indicii individuali ai productivităţii muncii se calculează cu
Modificarea absolută a productivităţii medii pe seama mutaţiilor în
expresia:
structura salariaţilor:
w1 Δw ( g = w * − w0 = 9,987 − 10,222 = −0,235 u.m. / persoana
i1w/ 0 =
T
)
şi anume:
w0 Modificarea absolută a productivităţii medii pe seama modificării
productivităţii muncii parţiale (pe fiecare agent economic):
w1 15,345
i1w/ 0 = = = 1,3574 ⇒ 135,74% pentru agentul „A” Δw ( w) = w1 − w* = 10,973 − 9,987 = 0,986 u.m. / persoana
w0 11,304 Verificare:
 STATISTICĂ ŞI ECONOMETRIE 337 338 Gh. COMAN

Δw ( w, g
T
)
= Δw ( g ) + Δw ( w) = −0,235 + 0,986 = 0,751 u.m. / persoana
T
M1 4000 7000 32 38 128000 266000 1,75
5. Modificarea producţiei, pe total, pe seama modificării numărului M2 50000 40000 5 6 250000 240000 0,8
salariaţilor. M3 10000 10000 40 50 400000 500000 1,0
ΣW0T1 419,4405 Total - - - - 778000 1006000 -
I Q (T ) = = = 0,9118 ⇒ 91,18%
ΣW0T0 460 Tabelul 35 (continuare)
Δ Q (T )
= Σw0T1 − Σw0T0 = −40,5595 u.m.
Valoarea producţiei pe total a scăzut cu 8,82%, ceea ce în valoare
i1p/ 0 i1v/ 0 Δq Δp Δv Δv ( p ) Δv (q ) p0 q1
absolută reprezintă o scădere cu -40,5595 u.m. 8 9 10 11 12 13 14 15
17. Desfacerile de mărfuri ale unei societăţi comercială (SC) se 1,1875 2,0781 3000 6 138000 42000 96000 224000
caracterizează prin datele, tabelul 34. 1,2 0,96 -10000 1 -10000 40000 -50000 200000
Tabelul 34.
1,25 1,25 0 10 100000 100000 0 400000
Cantităţi vândute Preţ unitar (u.m.)
- - - - 228000 182000 46000 824000
Mărfurile Produs Perioada Perioada Perioada Perioada
de bază, q0 curentă, q1 de bază, p0 curentă, p1
1. Dinamica, modificarea absolută şi relativă a cantităţilor, preţurilor
A B 1 2 3 4 şi valorii desfacerilor pentru fiecare marfă.
M1 kg. 4000 7000 32 38 a. Dinamica. Pentru marfa M1 se va calcula:
M2 l 50000 40000 5 6 • dinamica factorului extensiv (cantitatea), tabelul 35, coloana 7:
M3 kg. 10000 10000 40 50 q1 7000
Total Total - - - - i1q/ 0 = = = 1,75 ⇒ 175%
Se cere: q0 4000
1. să se studieze dinamica, modificarea absolută şi relativă a Cantitatea vândută din marfa M1 a crescut, în T1 faţă de T0 de 1,75
cantităţilor, preţurilor şi valorii desfacerilor pentru fiecare marfă. ori, sau cu 75%.
2. să se studieze dinamica valorii desfacerilor pe ansamblul • dinamica factorului intensiv (preţul), tabelul 35, coloana 8:
societăţii comerciale (SC), cu evidenţierea influenţei factorilor.
3. să se analizeze modificarea absolută a desfacerilor de mărfuri pe p1 38
ansamblul SC, cu evidenţierea influenţei factorilor ce pot fi identificaţi. i1p/ 0 = = = 1,1875 ⇒ 118,75%
Rezolvare. p0 32
Pentru analiza datelor disponibile se consideră notaţiile: q0i – Preţul unitar pentru marfa M1 a crescut, în T1 faţă de T0 de 1,1875
cantitatea comercializată în perioada T0, pentru marfa i (i=M1,M2,M3); q1i - ori, sau cu 18,75%.
cantitatea comercializată în perioada T1, pentru marfa i (i=M1,M2,M3); p0i – • dinamica valorii desfacerilor, tabelul 35, coloana 9:
preţul unitar al mărfii i (în unităţi monetare u.m./produs) în perioada T0; p1i –
v1 266
preţul unitar al mărfii i (în unităţi monetare u.m./produs) în perioada T1; v0i –
valoarea desfacerilor în perioada T0, pentru marfa i (i=M1,M2,M3); v1i –
i1v/ 0 = = = 2,0781 ⇒ 207,81%
valoarea desfacerilor în perioada T1, pentru marfa i (i=M1,M2,M3);
v0 128
• verificarea calculelor:
v0i = p0i .q0i şi v1i = p1i .q1i v1 q1 p1
Se realizează tabelul 35. i1v/ 0 = = × = i1q/ 0 × i1p/ 0 = 1,75 × 1,1875 = 2,0781
Tabelul 35.
v0 q 0 p 0
Cantităţi vândute Preţ unitar (u.m.) Valoare, u.m. b. Modificările absolute:
Mărfurile i1q/ 0 • modificarea absolută a cantităţii vândute, tabelul 35, coloana 10:
q0 q1 p0 p1 v0 v1
0 1 2 3 4 5 6 7 Δq1 / 0 = q1 − q0 = 7000 − 4000 = 3000 kg
 STATISTICĂ ŞI ECONOMETRIE 337 338 Gh. COMAN

Δw ( w, g
T
)
= Δw ( g ) + Δw ( w) = −0,235 + 0,986 = 0,751 u.m. / persoana
T
M1 4000 7000 32 38 128000 266000 1,75
5. Modificarea producţiei, pe total, pe seama modificării numărului M2 50000 40000 5 6 250000 240000 0,8
salariaţilor. M3 10000 10000 40 50 400000 500000 1,0
ΣW0T1 419,4405 Total - - - - 778000 1006000 -
I Q (T ) = = = 0,9118 ⇒ 91,18%
ΣW0T0 460 Tabelul 35 (continuare)
Δ Q (T )
= Σw0T1 − Σw0T0 = −40,5595 u.m.
Valoarea producţiei pe total a scăzut cu 8,82%, ceea ce în valoare
i1p/ 0 i1v/ 0 Δq Δp Δv Δv ( p ) Δv (q ) p0 q1
absolută reprezintă o scădere cu -40,5595 u.m. 8 9 10 11 12 13 14 15
17. Desfacerile de mărfuri ale unei societăţi comercială (SC) se 1,1875 2,0781 3000 6 138000 42000 96000 224000
caracterizează prin datele, tabelul 34. 1,2 0,96 -10000 1 -10000 40000 -50000 200000
Tabelul 34.
1,25 1,25 0 10 100000 100000 0 400000
Cantităţi vândute Preţ unitar (u.m.)
- - - - 228000 182000 46000 824000
Mărfurile Produs Perioada Perioada Perioada Perioada
de bază, q0 curentă, q1 de bază, p0 curentă, p1
1. Dinamica, modificarea absolută şi relativă a cantităţilor, preţurilor
A B 1 2 3 4 şi valorii desfacerilor pentru fiecare marfă.
M1 kg. 4000 7000 32 38 a. Dinamica. Pentru marfa M1 se va calcula:
M2 l 50000 40000 5 6 • dinamica factorului extensiv (cantitatea), tabelul 35, coloana 7:
M3 kg. 10000 10000 40 50 q1 7000
Total Total - - - - i1q/ 0 = = = 1,75 ⇒ 175%
Se cere: q0 4000
1. să se studieze dinamica, modificarea absolută şi relativă a Cantitatea vândută din marfa M1 a crescut, în T1 faţă de T0 de 1,75
cantităţilor, preţurilor şi valorii desfacerilor pentru fiecare marfă. ori, sau cu 75%.
2. să se studieze dinamica valorii desfacerilor pe ansamblul • dinamica factorului intensiv (preţul), tabelul 35, coloana 8:
societăţii comerciale (SC), cu evidenţierea influenţei factorilor.
3. să se analizeze modificarea absolută a desfacerilor de mărfuri pe p1 38
ansamblul SC, cu evidenţierea influenţei factorilor ce pot fi identificaţi. i1p/ 0 = = = 1,1875 ⇒ 118,75%
Rezolvare. p0 32
Pentru analiza datelor disponibile se consideră notaţiile: q0i – Preţul unitar pentru marfa M1 a crescut, în T1 faţă de T0 de 1,1875
cantitatea comercializată în perioada T0, pentru marfa i (i=M1,M2,M3); q1i - ori, sau cu 18,75%.
cantitatea comercializată în perioada T1, pentru marfa i (i=M1,M2,M3); p0i – • dinamica valorii desfacerilor, tabelul 35, coloana 9:
preţul unitar al mărfii i (în unităţi monetare u.m./produs) în perioada T0; p1i –
v1 266
preţul unitar al mărfii i (în unităţi monetare u.m./produs) în perioada T1; v0i –
valoarea desfacerilor în perioada T0, pentru marfa i (i=M1,M2,M3); v1i –
i1v/ 0 = = = 2,0781 ⇒ 207,81%
valoarea desfacerilor în perioada T1, pentru marfa i (i=M1,M2,M3);
v0 128
• verificarea calculelor:
v0i = p0i .q0i şi v1i = p1i .q1i v1 q1 p1
Se realizează tabelul 35. i1v/ 0 = = × = i1q/ 0 × i1p/ 0 = 1,75 × 1,1875 = 2,0781
Tabelul 35.
v0 q 0 p 0
Cantităţi vândute Preţ unitar (u.m.) Valoare, u.m. b. Modificările absolute:
Mărfurile i1q/ 0 • modificarea absolută a cantităţii vândute, tabelul 35, coloana 10:
q0 q1 p0 p1 v0 v1
0 1 2 3 4 5 6 7 Δq1 / 0 = q1 − q0 = 7000 − 4000 = 3000 kg
 STATISTICĂ ŞI ECONOMETRIE 339 340 Gh. COMAN

• modificarea absolută a preţului unitar, tabelul 35, coloana 11: Verificarea calculelor:
Δ p
1/ 0 = p1 − p0 = 38 − 32 = 6 u.m. I1Σ/v0 = I1Σ/v0( p ) × I1Σ/v0( q ) = 1,221× 1,059 = 1,293
• modificarea absolută a valorii desfacerilor, tabelul 35, coloana 12: Valoarea desfacerilor a crescut de 1,293 ori (cu 29,3%), creştere ce
poate fi descompusă pe seama factorului calitativ (preţul) de e,221 ori (cu
Δ v
1/ 0 = v1 − v0 = 266000 − 128000 = 138000 u.m. 22,1%), iar pe seama factorului extensiv (cantitativ) de 1,059 ori (cu 5,9%).
c. Modificările relative: c. Modificările absolute sunt:
r1q/ 0 = (i1q/ 0 − 1).100 = (1,75 − 1).100 = 75% ΔΣ1v/ 0 = Σv1 − Σv0 = Σp1q1 − Σp0 q0 = 1006 − 778 = 228000 u.m.

r1p/ 0 = (i1p/ 0 − 1).100 = (1,1875 − 1).100 = 18,75% ΔΣ1v/ (0p ) = Σp1q1 − Σp0 q1 = 1006 − 824 = 182000 u.m.
r1v/ 0 = (i1v/ 0 − 1).100 = (2,0781 − 1).100 = 107,81% ΔΣ1v/ (0q ) = Σp0q1 − Σp0 q0 = 824 − 778 = 46000 u.m.
Aşadar, valoarea desfacerilor pentru marfa M1 a crescut, în T1 faţă ΔΣ1v/ 0 = ΔΣ1v/ (0p ) + ΔΣ1v/ (0q ) = 182000 + 46000 = 228000 u.m.
de T0 cu 107,81%, pe seama creşterii cantităţii cu 75% şi pe seama preţului
cu 18,75%. Se observă şi în tabelul 35, total coloana 12 = total coloana 13 +
• Modificarea absolută a valorii desfacerilor se poate descompune total coloana 14.
pe seama factorilor de influenţă, tabelul 37, coloanele 13 şi 14: Valoarea desfacerilor de mărfuri pe ansamblul SC a crescut în
T1faţă de T0 cu 228000 u.m., cu 182000 u.m. pe seama creşterii preţurilor
Δv1 / 0 = v1 − v0 = p1q1 − p0 q0 = Δv1(/q0) + Δv1(/ p0) = unitare şi cu 46000 u.m. pe seama factorului cantitativ.
18. La o societate comercială (SC) s-au înregistrat datele
= 42000 + 96000 = 138000 u.m. prezentate în tabelul 36:
Tabelul 36.
Δv1(/ p0) = p1q1 − p0 q1 = 7000.6 = 42000 u.m.
Valoarea Modificarea absolută
Δv1(/q0) = p0 q1 − p0 q0 = 32.3000 = 96000 u.m. Produs
desfacerilor în a valorii desfacerilor Modificarea relativă
perioada de bază în perioada curentă a preţurilor, %
Valoarea desfacerilor la marfa M1 a crescut cu 138000 u.m., din (PB) (PC)
care 42000 u.m. pe seama modificării preţurilor unitare şi cu 96000 u.m. pe
P 50 -10 +14
seama modificării cantităţii vândute.
Se observă că la marfa M2 cantitatea desfacerilor a scăzut cu 20% Q 70 +20 -2
în T1 faţă de T0, astfel încât, deşi preţul unitar a crescut de 1,2 ori, valoarea R 30 -15 +10
desfacerilor s-a situat în T1 la nivelul a 96% din T0. În mărimi absolute, S 100 +30 +7
valoarea desfacerilor a scăzut cu 10000 u.m. în exclusivitate pe seama
cantităţii (-50000 u.m.), iar creşterea valorii pe seama preţului unitar (+40000 Se cere:
u.m.) nu a compensat scăderea valorii datorate factorului extensiv. 1. Să se studieze dinamica cantităţilor, preţurilor şi valorii
b. Pe ansamblul SC se va analiza dinamica indicatorilor astfel: desfacerilor pentru fiecare produs şi modificarea absolută a valorii
Σv1 Σp1q1 1006 desfacerilor.
I1Σ/v0 = = = = 1,293 ⇒ 129,3% 2. Să se analizeze dinamica valorii desfacerilor şi modificarea
Σv 0 Σp 0 q 0 778 absolută a valorii desfacerilor pe ansamblul societăţii comerciale, cu
Folosindu-se datele din tabelul 35, coloana 15: evidenţierea influenţei factorilor.
Rezolvare.
Σp1q1 1006
I1Σ/v0( p ) = = = 1,221 ⇒ 122,1% 1. La nivel de produs individual se determină dinamica valorii
Σp0 q1 824 desfacerilor, volumului fizic şi preţurilor.
Pentru produsul P:
Σp q 824 Valoarea desfacerilor în perioada curentă se determină cu relaţia:
I1Σ/v0( q ) = 0 1 = = 1,059 ⇒ 105,9%
Σp0 q0 778 Δv1 / 0 = v1 − v0 = 50 − (−10) = 40 u.m.
 STATISTICĂ ŞI ECONOMETRIE 339 340 Gh. COMAN

• modificarea absolută a preţului unitar, tabelul 35, coloana 11: Verificarea calculelor:
Δ p
1/ 0 = p1 − p0 = 38 − 32 = 6 u.m. I1Σ/v0 = I1Σ/v0( p ) × I1Σ/v0( q ) = 1,221× 1,059 = 1,293
• modificarea absolută a valorii desfacerilor, tabelul 35, coloana 12: Valoarea desfacerilor a crescut de 1,293 ori (cu 29,3%), creştere ce
poate fi descompusă pe seama factorului calitativ (preţul) de e,221 ori (cu
Δ v
1/ 0 = v1 − v0 = 266000 − 128000 = 138000 u.m. 22,1%), iar pe seama factorului extensiv (cantitativ) de 1,059 ori (cu 5,9%).
c. Modificările relative: c. Modificările absolute sunt:
r1q/ 0 = (i1q/ 0 − 1).100 = (1,75 − 1).100 = 75% ΔΣ1v/ 0 = Σv1 − Σv0 = Σp1q1 − Σp0 q0 = 1006 − 778 = 228000 u.m.

r1p/ 0 = (i1p/ 0 − 1).100 = (1,1875 − 1).100 = 18,75% ΔΣ1v/ (0p ) = Σp1q1 − Σp0 q1 = 1006 − 824 = 182000 u.m.
r1v/ 0 = (i1v/ 0 − 1).100 = (2,0781 − 1).100 = 107,81% ΔΣ1v/ (0q ) = Σp0q1 − Σp0 q0 = 824 − 778 = 46000 u.m.
Aşadar, valoarea desfacerilor pentru marfa M1 a crescut, în T1 faţă ΔΣ1v/ 0 = ΔΣ1v/ (0p ) + ΔΣ1v/ (0q ) = 182000 + 46000 = 228000 u.m.
de T0 cu 107,81%, pe seama creşterii cantităţii cu 75% şi pe seama preţului
cu 18,75%. Se observă şi în tabelul 35, total coloana 12 = total coloana 13 +
• Modificarea absolută a valorii desfacerilor se poate descompune total coloana 14.
pe seama factorilor de influenţă, tabelul 37, coloanele 13 şi 14: Valoarea desfacerilor de mărfuri pe ansamblul SC a crescut în
T1faţă de T0 cu 228000 u.m., cu 182000 u.m. pe seama creşterii preţurilor
Δv1 / 0 = v1 − v0 = p1q1 − p0 q0 = Δv1(/q0) + Δv1(/ p0) = unitare şi cu 46000 u.m. pe seama factorului cantitativ.
18. La o societate comercială (SC) s-au înregistrat datele
= 42000 + 96000 = 138000 u.m. prezentate în tabelul 36:
Tabelul 36.
Δv1(/ p0) = p1q1 − p0 q1 = 7000.6 = 42000 u.m.
Valoarea Modificarea absolută
Δv1(/q0) = p0 q1 − p0 q0 = 32.3000 = 96000 u.m. Produs
desfacerilor în a valorii desfacerilor Modificarea relativă
perioada de bază în perioada curentă a preţurilor, %
Valoarea desfacerilor la marfa M1 a crescut cu 138000 u.m., din (PB) (PC)
care 42000 u.m. pe seama modificării preţurilor unitare şi cu 96000 u.m. pe
P 50 -10 +14
seama modificării cantităţii vândute.
Se observă că la marfa M2 cantitatea desfacerilor a scăzut cu 20% Q 70 +20 -2
în T1 faţă de T0, astfel încât, deşi preţul unitar a crescut de 1,2 ori, valoarea R 30 -15 +10
desfacerilor s-a situat în T1 la nivelul a 96% din T0. În mărimi absolute, S 100 +30 +7
valoarea desfacerilor a scăzut cu 10000 u.m. în exclusivitate pe seama
cantităţii (-50000 u.m.), iar creşterea valorii pe seama preţului unitar (+40000 Se cere:
u.m.) nu a compensat scăderea valorii datorate factorului extensiv. 1. Să se studieze dinamica cantităţilor, preţurilor şi valorii
b. Pe ansamblul SC se va analiza dinamica indicatorilor astfel: desfacerilor pentru fiecare produs şi modificarea absolută a valorii
Σv1 Σp1q1 1006 desfacerilor.
I1Σ/v0 = = = = 1,293 ⇒ 129,3% 2. Să se analizeze dinamica valorii desfacerilor şi modificarea
Σv 0 Σp 0 q 0 778 absolută a valorii desfacerilor pe ansamblul societăţii comerciale, cu
Folosindu-se datele din tabelul 35, coloana 15: evidenţierea influenţei factorilor.
Rezolvare.
Σp1q1 1006
I1Σ/v0( p ) = = = 1,221 ⇒ 122,1% 1. La nivel de produs individual se determină dinamica valorii
Σp0 q1 824 desfacerilor, volumului fizic şi preţurilor.
Pentru produsul P:
Σp q 824 Valoarea desfacerilor în perioada curentă se determină cu relaţia:
I1Σ/v0( q ) = 0 1 = = 1,059 ⇒ 105,9%
Σp0 q0 778 Δv1 / 0 = v1 − v0 = 50 − (−10) = 40 u.m.
 STATISTICĂ ŞI ECONOMETRIE 341 342 Gh. COMAN

Similar se determină valoarea desfacerilor pentru celelalte produse.

i1v/ 0 0,8
Datele sunt centralizate în tabelul 37.
Tabelul 37.
i1q/ 0 = = = 0,702 ⇒ 70,2%
i1p/ 0 1,14
Produs v0, u.m. Δv1 / 0 , u.m. r1p/ 0 ,% v1,u.m. Pentru celelalte produse rezultatele sunt prezentate în tabelul 37,
coloana 7.
0 1 2 3 4 Modificarea absolută a valorii desfacerilor se poate descompune pe
P 50 -10 +14 40 seama factorilor de influenţă. Astfel, la nivelul unui produs:
Q 70 +20 -2 90
R 30 -15 +10 15
Δv1 / 0 = v1 − v0 = p1q1 − p0 q0
S 100 +30 +7 130 Modificarea absolută a desfacerilor datorată modificării preţurilor va
Total 250 +25 - 275 fi:
p0 pq
Tabelul 37 (continuare) Δv1(/ p0) = p1q1 − p0 q1 = p1q1 − p0 q1 = p1q1 − 1p 1
p1 i1 / 0
i1v/ 0 ,% i1p/ 0 ,% i1q/ 0 ,% p0 q1 , u.m. Δv1(/ p0) , u.m. Δv1(/q0) , u.m. Pentru produsul P rezultă:
5 6 7 8 9 10 p1q1 v1 40
0,8 1,14 0,702 35,09 4,91 -14,91 p0 q1 = p
= p = = 35,09 u.m.
1,286 0,98 1,312 91,84 -1,84 21,84
i1 / 0 i1 / 0 1,14
Atunci:
0,5 1,10 0,454 13,64 1,36 -16,36
1,3 1,07 1,215 121,50 8,50 21,50 Δv1(/ p0) = p1q1 − p0 q1 = 40 − 35,09 = 4,91u.m.
- - - 262,07 12,93 12,07 (coloana 9)
Modificarea absolută a desfacerilor pe seama influenţei factorului
cantitativ va fi:
v1 40
i1v/ 0 = = = 0,8 ⇒ 80% Δv1(/q0) = p0 q1 − p0 q0 sau prin relaţiile:
v0 50
Valoarea desfacerilor pentru produsul P s-a situat în perioada Δv1 / 0 = Δv1(/ p0) + Δv1(/q0) ⇒ Δv1(/q0) = Δv1 / 0 − Δv1(/ p0) sau
curentă la nivelul a 80% faţă de perioada de bază. Similar se determină
q
dinamica valorii desfacerilor pentru celelalte produse (tabelul 37, coloana 5).
Dinamica preţului unitar la nivelul unui produs se determină cu expresia:
Δv1(/q0) = p0 q0 1 − p0 q0 = v0 × i1q/ 0 − v0 (tabelul 37, coloana
q0
r1p/ 0 14
i1p/ 0 = +1 = + 1 = 1,14 10).
100 100 Pentru produsul P:
Preţul unitar de desfacere al produsului P a crescut în perioada
⎧ p0 q1 − p0 q0 = 35,09 − 50 = −14,91u.m.
curentă faţă de perioada de bază de 1,14 ori sau cu 14% (tabelul 37,
coloana 6).
Δv1(/q0) = ⎨ v
⎩Δ1 / 0 − Δ1 / 0 = −10 − 4,91 = −14,91u.m.
v( p)
Pentru a determina indicele volumului fizic (cantităţii), la nivelul
fiecărui produs, se porneşte de la expresia: 2. Pe ansamblul SC dinamica valorii, volumului fizic şi preţurile sunt:
v b. Pe ansamblul SC se va analiza dinamica indicatorilor astfel:
i
v = p.q ⇒ i1v/ 0 = i1p/ 0 × i1q/ 0 ⇒ i1q/ 0 = 1/ 0
Σv1 Σp1q1 275
i p
I1Σ/v0 = = = = 1,1 ⇒ 110%
Σv0 Σp0 q0 250
1/ 0
Pentru produsul P rezultă:
 STATISTICĂ ŞI ECONOMETRIE 341 342 Gh. COMAN

Similar se determină valoarea desfacerilor pentru celelalte produse.

i1v/ 0 0,8
Datele sunt centralizate în tabelul 37.
Tabelul 37.
i1q/ 0 = = = 0,702 ⇒ 70,2%
i1p/ 0 1,14
Produs v0, u.m. Δv1 / 0 , u.m. r1p/ 0 ,% v1,u.m. Pentru celelalte produse rezultatele sunt prezentate în tabelul 37,
coloana 7.
0 1 2 3 4 Modificarea absolută a valorii desfacerilor se poate descompune pe
P 50 -10 +14 40 seama factorilor de influenţă. Astfel, la nivelul unui produs:
Q 70 +20 -2 90
R 30 -15 +10 15
Δv1 / 0 = v1 − v0 = p1q1 − p0 q0
S 100 +30 +7 130 Modificarea absolută a desfacerilor datorată modificării preţurilor va
Total 250 +25 - 275 fi:
p0 pq
Tabelul 37 (continuare) Δv1(/ p0) = p1q1 − p0 q1 = p1q1 − p0 q1 = p1q1 − 1p 1
p1 i1 / 0
i1v/ 0 ,% i1p/ 0 ,% i1q/ 0 ,% p0 q1 , u.m. Δv1(/ p0) , u.m. Δv1(/q0) , u.m. Pentru produsul P rezultă:
5 6 7 8 9 10 p1q1 v1 40
0,8 1,14 0,702 35,09 4,91 -14,91 p0 q1 = p
= p = = 35,09 u.m.
1,286 0,98 1,312 91,84 -1,84 21,84
i1 / 0 i1 / 0 1,14
Atunci:
0,5 1,10 0,454 13,64 1,36 -16,36
1,3 1,07 1,215 121,50 8,50 21,50 Δv1(/ p0) = p1q1 − p0 q1 = 40 − 35,09 = 4,91u.m.
- - - 262,07 12,93 12,07 (coloana 9)
Modificarea absolută a desfacerilor pe seama influenţei factorului
cantitativ va fi:
v1 40
i1v/ 0 = = = 0,8 ⇒ 80% Δv1(/q0) = p0 q1 − p0 q0 sau prin relaţiile:
v0 50
Valoarea desfacerilor pentru produsul P s-a situat în perioada Δv1 / 0 = Δv1(/ p0) + Δv1(/q0) ⇒ Δv1(/q0) = Δv1 / 0 − Δv1(/ p0) sau
curentă la nivelul a 80% faţă de perioada de bază. Similar se determină
q
dinamica valorii desfacerilor pentru celelalte produse (tabelul 37, coloana 5).
Dinamica preţului unitar la nivelul unui produs se determină cu expresia:
Δv1(/q0) = p0 q0 1 − p0 q0 = v0 × i1q/ 0 − v0 (tabelul 37, coloana
q0
r1p/ 0 14
i1p/ 0 = +1 = + 1 = 1,14 10).
100 100 Pentru produsul P:
Preţul unitar de desfacere al produsului P a crescut în perioada
⎧ p0 q1 − p0 q0 = 35,09 − 50 = −14,91u.m.
curentă faţă de perioada de bază de 1,14 ori sau cu 14% (tabelul 37,
coloana 6).
Δv1(/q0) = ⎨ v
⎩Δ1 / 0 − Δ1 / 0 = −10 − 4,91 = −14,91u.m.
v( p)
Pentru a determina indicele volumului fizic (cantităţii), la nivelul
fiecărui produs, se porneşte de la expresia: 2. Pe ansamblul SC dinamica valorii, volumului fizic şi preţurile sunt:
v b. Pe ansamblul SC se va analiza dinamica indicatorilor astfel:
i
v = p.q ⇒ i1v/ 0 = i1p/ 0 × i1q/ 0 ⇒ i1q/ 0 = 1/ 0
Σv1 Σp1q1 275
i p
I1Σ/v0 = = = = 1,1 ⇒ 110%
Σv0 Σp0 q0 250
1/ 0
Pentru produsul P rezultă:
 STATISTICĂ ŞI ECONOMETRIE 343 344 Gh. COMAN

Valoarea desfacerilor a crescut în perioada curentă faţă de ΔΣ1v/ (0p ) = Σp1q1 − Σp0 q1 = Σv1 − Σp0 q0 = 275 − 262,07 = 12,93 u.m.
perioada de bază de 1,1 ori (de 110%) sau cu 10%.
(tabelul 37, coloana 9).
Acest indice se poate determina şi ca o medie aritmetică ponderată
a indicilor individuali: ΔΣ1v/ (0q ) = Σp0 q1 − Σp0 q0 = Σp0 q1 − Σv0 = 262,07 − 250 = 12,07 u.m.
v1
Σ sau ΔΣ1v/ (0q ) = ΔΣ1v/ 0 − ΔΣ1v/ (0p ) = 25 − 12,937 = 12,07 u.m.
Σv v0 Σi1v/ 0 × v0
I1Σ/v0 = 1 = = = Aşadar valoarea desfacerilor pe ansamblul SC a crescut în PC faţă
Σv 0 Σv 0 Σv0 de PB cu 25 u.m. din care 12,93 u.m. pe seama modificării preţurilor unitare
ale produselor şi cu 12,07 u.m. pe baza factorului extensiv (cantitatea).
0,8 × 50 + 1,286 × 70 + 0,5 × 30 + 1,3 ×100 275
= = 1,1 ⇒ 110% 19. Se cunosc următoarele date (tabelul 38) privind valoarea
250 250 vânzărilor la trei produse (A,B,C), la o societate comercială SC, în perioada
Indicele de grup al preţurilor (indicele de grup al valorii desfacerilor curentă (PC), precum şi dinamica preţurilor faţă de perioada de bază (PB):
pe seama modificării preţurilor) este:
Σp1q1 Σv1 275 Tabelul 38.
I1Σ/v0( p ) = = = = 1,05 ⇒ 105% Valoarea vânzărilor în perioada Dinamica preţurilor unitare faţă
Σp0 q1 Σp0 q1 262,07 Produs
de bază (PC), u.m. de perioada de bază, %
sau ca medie armonică a indicilor individuali: A 24,5 107
Σv ( p ) Σp1q1 Σv1 275
I 1/ 0 = = = = B 31,2 110
p0 1 40 90 15 1300
Σ p1q1 Σ p v1 + + + C 43,3 104
p1 i 1,14 0,98 1,10 1,07 Total 99,0 -
= 1,05 ⇒ 105%
Indicele de grup al valorii desfacerilor pe seama cantităţii (indicele Se cere:
sintetic al cantităţii) este: Să se determine modificarea absolută a valorii vânzărilor
determinată de creşterea preţurilor în perioada curentă faţă de perioada
Σp0 q1 Σp0 q1 262
I1Σ/v0( q ) = = = = 1,048 ⇒ 104,8% anterioară.
Σp0 q0 Σv0 250 Rezolvare.
Valoarea vânzărilor pentru un produs este:
care se poate determina şi prin relaţia:
I1Σ/v0
vi = pi qi , (i = A, B, C ). , iar pe ansamblul celor trei produse:
I1Σ/v0 = I1Σ/v0( p ) × I1Σ/v0( q ) ⇒ I1Σ/v0( q ) = = 1,1 1,05 = 1,048
I1Σ/v0( p ) Σvi = Σpi qi .
sau ca medie aritmetică a indicilor individuali ai volumului fizic: Modificarea absolută a valorii vânzărilor determinată de creşterea
q preţurilor este:
Σp0 q 0 1 p0
Σp0 q1 q0 Σv0 i1q/ 0 ΔΣ1v/ (0p ) = Σp1q1 − Σp0 q1 = Σp1q1 − Σ p1q1 =
I1Σ/v0( q ) = = = = p1
Σp0 q0 Σp 0 q 0 Σv0
1 ⎛ 1 1 1 ⎞
50.0,702 + 70.1,312 + 30.0,454 + 100.1,215 262 = Σp1q1 − Σ p1q1 = 99,0 − ⎜ × 24,5 + × 31,2 + × 43,3 ⎟ =
= = = 1,048 i1p/ 0 ⎝ 1, 07 1,10 1, 04 ⎠
250 250
Modificările absolute vor fi: = 99,0 − 92,9 = 6,1 u.m.
Σv
Δ 1/ 0 = Σv1 − Σv0 = Σp1q1 − Σp0 q0 = 275 − 250 = 25 u.m. 20. Valoarea vânzărilor pentru patru produse comercializate de o
(tabelul 37, coloana 2). societate comercială în două perioade se prezintă în tabelul 39.
Tabelul 39.
 STATISTICĂ ŞI ECONOMETRIE 343 344 Gh. COMAN

Valoarea desfacerilor a crescut în perioada curentă faţă de ΔΣ1v/ (0p ) = Σp1q1 − Σp0 q1 = Σv1 − Σp0 q0 = 275 − 262,07 = 12,93 u.m.
perioada de bază de 1,1 ori (de 110%) sau cu 10%.
(tabelul 37, coloana 9).
Acest indice se poate determina şi ca o medie aritmetică ponderată
a indicilor individuali: ΔΣ1v/ (0q ) = Σp0 q1 − Σp0 q0 = Σp0 q1 − Σv0 = 262,07 − 250 = 12,07 u.m.
v1
Σ sau ΔΣ1v/ (0q ) = ΔΣ1v/ 0 − ΔΣ1v/ (0p ) = 25 − 12,937 = 12,07 u.m.
Σv v0 Σi1v/ 0 × v0
I1Σ/v0 = 1 = = = Aşadar valoarea desfacerilor pe ansamblul SC a crescut în PC faţă
Σv 0 Σv 0 Σv0 de PB cu 25 u.m. din care 12,93 u.m. pe seama modificării preţurilor unitare
ale produselor şi cu 12,07 u.m. pe baza factorului extensiv (cantitatea).
0,8 × 50 + 1,286 × 70 + 0,5 × 30 + 1,3 ×100 275
= = 1,1 ⇒ 110% 19. Se cunosc următoarele date (tabelul 38) privind valoarea
250 250 vânzărilor la trei produse (A,B,C), la o societate comercială SC, în perioada
Indicele de grup al preţurilor (indicele de grup al valorii desfacerilor curentă (PC), precum şi dinamica preţurilor faţă de perioada de bază (PB):
pe seama modificării preţurilor) este:
Σp1q1 Σv1 275 Tabelul 38.
I1Σ/v0( p ) = = = = 1,05 ⇒ 105% Valoarea vânzărilor în perioada Dinamica preţurilor unitare faţă
Σp0 q1 Σp0 q1 262,07 Produs
de bază (PC), u.m. de perioada de bază, %
sau ca medie armonică a indicilor individuali: A 24,5 107
Σv ( p ) Σp1q1 Σv1 275
I 1/ 0 = = = = B 31,2 110
p0 1 40 90 15 1300
Σ p1q1 Σ p v1 + + + C 43,3 104
p1 i 1,14 0,98 1,10 1,07 Total 99,0 -
= 1,05 ⇒ 105%
Indicele de grup al valorii desfacerilor pe seama cantităţii (indicele Se cere:
sintetic al cantităţii) este: Să se determine modificarea absolută a valorii vânzărilor
determinată de creşterea preţurilor în perioada curentă faţă de perioada
Σp0 q1 Σp0 q1 262
I1Σ/v0( q ) = = = = 1,048 ⇒ 104,8% anterioară.
Σp0 q0 Σv0 250 Rezolvare.
Valoarea vânzărilor pentru un produs este:
care se poate determina şi prin relaţia:
I1Σ/v0
vi = pi qi , (i = A, B, C ). , iar pe ansamblul celor trei produse:
I1Σ/v0 = I1Σ/v0( p ) × I1Σ/v0( q ) ⇒ I1Σ/v0( q ) = = 1,1 1,05 = 1,048
I1Σ/v0( p ) Σvi = Σpi qi .
sau ca medie aritmetică a indicilor individuali ai volumului fizic: Modificarea absolută a valorii vânzărilor determinată de creşterea
q preţurilor este:
Σp0 q 0 1 p0
Σp0 q1 q0 Σv0 i1q/ 0 ΔΣ1v/ (0p ) = Σp1q1 − Σp0 q1 = Σp1q1 − Σ p1q1 =
I1Σ/v0( q ) = = = = p1
Σp0 q0 Σp 0 q 0 Σv0
1 ⎛ 1 1 1 ⎞
50.0,702 + 70.1,312 + 30.0,454 + 100.1,215 262 = Σp1q1 − Σ p1q1 = 99,0 − ⎜ × 24,5 + × 31,2 + × 43,3 ⎟ =
= = = 1,048 i1p/ 0 ⎝ 1, 07 1,10 1, 04 ⎠
250 250
Modificările absolute vor fi: = 99,0 − 92,9 = 6,1 u.m.
Σv
Δ 1/ 0 = Σv1 − Σv0 = Σp1q1 − Σp0 q0 = 275 − 250 = 25 u.m. 20. Valoarea vânzărilor pentru patru produse comercializate de o
(tabelul 37, coloana 2). societate comercială în două perioade se prezintă în tabelul 39.
Tabelul 39.
 STATISTICĂ ŞI ECONOMETRIE 345 346 Gh. COMAN

Valoarea vânzărilor Valoarea vânzărilor Modificarea relativă p0 1

Produs în perioada de bază, în perioada curentă, a cantităţii (volumului Δv1(/ p0) = p1q1 − p0 q1 = p1q1 − p1q1 = v1 − p v1
(u.m.) (u.m.) fizic), % p1 i1 / 0
0 1 2 3
Tabelul 40, coloana 7.
1 120 140 10 Pe ansamblul celor patru produse, indicele preţurilor este:
2 80 95 0
Σv1 Σp1q1 465
3 75 120 22 I1Σ/v0( p ) = = = = 1,13 ⇒ 113%
4 115 110 -5 Σp0 q1 Σ 1 p q 413
1 1
Total 390 465 - i1p/ 0
Modificarea relativă a preţurilor:
Se cere:
Să se determine modificarea relativă a preţurilor, precum şi R1Σ/v0( p ) = ( I1Σ/v0( p ) − 1).100 = (1,13 − 1).100 = +13%
modificarea absolută a valorii vânzărilor determinată de modificarea Modificarea absolută a valorii vânzărilor pe seama modificării
preţurilor la nivelul fiecărui produs şi pe ansamblu societăţii comerciale. preţurilor:
Rezolvare. Σv ( p )
Se realizează tabelul 40. Δ 1/ 0 = Σp q − Σp q = 465 − 413 = 52 u.m.
1 1 0 1
Tabelul 40 Aşadar, pe ansamblul SC valoarea vânzărilor a crescut în perioada
p0 q1 = curentă faţă de perioada de bază cu 75 u.m. (465 – 390), din care 52 u.m.
v0 = v1 =
, , rp
Δv( p)
datorită modificării preţurilor şi cu 23 u.m. datorită modificării volumului fizic
Produs = p0 .q0 = p1.q1 i1q/ 0 i1v/ 0 i1p/ 0 1/ 0

%
1/ 0

u.m.
=
1
ip
p1.q1 (413 – 390).
(u.m.) (u.m.) 21. Despre productivitatea muncii înregistrată într-o societate
u.m. comercială (SC) şi în cele două filiale ale sale, pentru două perioade – de
0 1 2 3 4 5 6 7 8 bază şi curentă, se cunosc datele din tabelul 41.
1 120 140 1,1 1,17 1,06 6 8 132 Tabelul 41.
2 80 95 1,0 1,19 1,19 19 15 80 Productivitatea muncii, u.m./persoană
Filiala
3 75 120 1,22 1,60 1,31 31 28 92 Perioada de bază Perioada curentă
4 115 110 0,95 0,96 1,01 1,01 1 109 A 11 13
Total 390 465 - - - - 52 413 B 14 16
Total SC 12,5 15
La nivelul fiecărui produs se poate calcula:
Dinamica vânzărilor cu expresia:
Se cere:
v 1. Ştiind că modificarea absolută a producţiei pe întreaga SC,
iv
1/ 0 = 1 Tabelul 40, coloana 4. determinată de modificarea productivităţii muncii a fost de 300 u.m. să se
v0 determine valoarea producţiei realizată în perioada curentă, pe fiecare filială
şi pe total.
Indicele preţurilor unitare:
2. Ştiind că numărul total al salariaţilor SC în perioada de bază a
i p
1/ 0 =iv q
i
1 / 0 1 / 0 Tabelul 40, coloana 5.
fost 100 persoane să se determine modificarea absolută şi dinamica valorii
producţiei pe ansamblul SC cu evidenţierea factorilor de influenţă.
Modificarea relativă a preţurilor: Rezolvare.
r1/p0 % = (i1p/ 0 − 1).100 Tabelul 40, coloana 6.
1. Notând cu Qi- producţia filialei „i” şi Ni- numărul salariaţilor filialei
„i”, la nivelul unei filiale productivitatea muncii este:
Modificarea absolută a valorii vânzărilor determinată de modificarea
preţurilor este:
 STATISTICĂ ŞI ECONOMETRIE 345 346 Gh. COMAN

Valoarea vânzărilor Valoarea vânzărilor Modificarea relativă p0 1

Produs în perioada de bază, în perioada curentă, a cantităţii (volumului Δv1(/ p0) = p1q1 − p0 q1 = p1q1 − p1q1 = v1 − p v1
(u.m.) (u.m.) fizic), % p1 i1 / 0
0 1 2 3
Tabelul 40, coloana 7.
1 120 140 10 Pe ansamblul celor patru produse, indicele preţurilor este:
2 80 95 0
Σv1 Σp1q1 465
3 75 120 22 I1Σ/v0( p ) = = = = 1,13 ⇒ 113%
4 115 110 -5 Σp0 q1 Σ 1 p q 413
1 1
Total 390 465 - i1p/ 0
Modificarea relativă a preţurilor:
Se cere:
Să se determine modificarea relativă a preţurilor, precum şi R1Σ/v0( p ) = ( I1Σ/v0( p ) − 1).100 = (1,13 − 1).100 = +13%
modificarea absolută a valorii vânzărilor determinată de modificarea Modificarea absolută a valorii vânzărilor pe seama modificării
preţurilor la nivelul fiecărui produs şi pe ansamblu societăţii comerciale. preţurilor:
Rezolvare. Σv ( p )
Se realizează tabelul 40. Δ 1/ 0 = Σp q − Σp q = 465 − 413 = 52 u.m.
1 1 0 1
Tabelul 40 Aşadar, pe ansamblul SC valoarea vânzărilor a crescut în perioada
p0 q1 = curentă faţă de perioada de bază cu 75 u.m. (465 – 390), din care 52 u.m.
v0 = v1 =
, , rp
Δv( p)
datorită modificării preţurilor şi cu 23 u.m. datorită modificării volumului fizic
Produs = p0 .q0 = p1.q1 i1q/ 0 i1v/ 0 i1p/ 0 1/ 0

%
1/ 0

u.m.
=
1
ip
p1.q1 (413 – 390).
(u.m.) (u.m.) 21. Despre productivitatea muncii înregistrată într-o societate
u.m. comercială (SC) şi în cele două filiale ale sale, pentru două perioade – de
0 1 2 3 4 5 6 7 8 bază şi curentă, se cunosc datele din tabelul 41.
1 120 140 1,1 1,17 1,06 6 8 132 Tabelul 41.
2 80 95 1,0 1,19 1,19 19 15 80 Productivitatea muncii, u.m./persoană
Filiala
3 75 120 1,22 1,60 1,31 31 28 92 Perioada de bază Perioada curentă
4 115 110 0,95 0,96 1,01 1,01 1 109 A 11 13
Total 390 465 - - - - 52 413 B 14 16
Total SC 12,5 15
La nivelul fiecărui produs se poate calcula:
Dinamica vânzărilor cu expresia:
Se cere:
v 1. Ştiind că modificarea absolută a producţiei pe întreaga SC,
iv
1/ 0 = 1 Tabelul 40, coloana 4. determinată de modificarea productivităţii muncii a fost de 300 u.m. să se
v0 determine valoarea producţiei realizată în perioada curentă, pe fiecare filială
şi pe total.
Indicele preţurilor unitare:
2. Ştiind că numărul total al salariaţilor SC în perioada de bază a
i p
1/ 0 =iv q
i
1 / 0 1 / 0 Tabelul 40, coloana 5.
fost 100 persoane să se determine modificarea absolută şi dinamica valorii
producţiei pe ansamblul SC cu evidenţierea factorilor de influenţă.
Modificarea relativă a preţurilor: Rezolvare.
r1/p0 % = (i1p/ 0 − 1).100 Tabelul 40, coloana 6.
1. Notând cu Qi- producţia filialei „i” şi Ni- numărul salariaţilor filialei
„i”, la nivelul unei filiale productivitatea muncii este:
Modificarea absolută a valorii vânzărilor determinată de modificarea
preţurilor este:
 STATISTICĂ ŞI ECONOMETRIE 347 348 Gh. COMAN

Qi Qi1 = wi1 .N i1 , Tabelul 42, coloana 5.

wi = 2.
Ni
ΣN 0 = 100 ⇒ ΣQ0 = w0 ΣN 0 = 12,5.100 = 1250 u.m.
La nivelul SC:
ΣQi Σwi N i Δ ΣQ = ΣQ1 − ΣQ0 = 1800 − 1250 = 550 u.m.
w= = = Σwi g iN
ΣN i ΣN i ΔΣΣNQ = Δ ΣQ − ΔwΣQ = 550 − 300 = 250 u.m.
Ştiind că:
ΔwΣQ = w1ΣN1 − w0 ΣN1 = Δw .ΣN1 = 300 u.m. ΣQ1 1800
I ΣQ = = = 1,44
ΣQ0 1250
w1 − w0 = Δw = 15 − 12,5 = 2,5 u.m.
w ΣN 15
Atunci: I ΣwQ = 1 1 = I w = = 1,2
ΔwΣQ 300 w0ΣN1 12,5
ΣN 1 = = = 120 persoane w ΣN 120
Δw 2,5 I ΣΣQN = 0 1 = I ΣN = = 1,2
Cum: w0ΣN 0 100
w1 = Σwi1 g iN1 = wA1.g AN1 + wB1.g BN1 22. Se cunosc datele din tabelul 43:
Tabelul 43.

şi g +g
N
A1
N
B1 =1 ⇒ g N
A1 =1− g N
B1 Firma
Număr salariaţi
Perioada de Perioada
Salariul mediu, u.m.
Perioada de Perioada
Rezultă că: bază curentă bază curentă
w1 = wA1 (1 − g BN1 ) + wB1.g BN1 I 500 400 1,2 1,32
II 300 300 1,4 1,19
de unde:
w1 − wA1 15 − 13 III 250 150 1,3 1,30
g BN1 = = = 0,67 ⇒ 67%, deci g BN1 = 0,33 ⇒ 33% IV 350 400 1,25 1,10
wB1 − wA1 16 − 13
Datele se pot sistematiza în tabelul 42: Total SC 1400 1250 - -
Tabelul 42.
Se cere:
w0 w1 N N1 Q1 1. Să se analizeze dinamica şi modificarea absolută a numărului de
Filiala
u.m. u.m.
g 1 pers. u.m. salariaţi, salariul mediu şi fondului de salarizare la nivelul fiecărei firme, cu
evidenţierea influenţei factorilor.
0 1 2 3 4 5 2. Să se analizeze dinamica şi modificarea absolută a numărului de
A 11 13 0,33 40 520 salariaţi, salariului mediu şi fondului de salarizare la nivelul ansamblului celor
B 14 16 0,67 80 1280 patru firme, cu evidenţierea influenţei factorilor.
Total 12,5 15 1,0 120 1800 Rezolvare.
1. Pentru rezolvarea problemei se determină fondul de salarizare pe
baza relaţiei FS = S.N (tabelul 44, coloanele 1 şi 2).
N i 1 = g iN1 .ΣN1 , Tabelul 42, coloana 4. Pentru Firma I dinamica indicatorilor este:
 STATISTICĂ ŞI ECONOMETRIE 347 348 Gh. COMAN

Qi Qi1 = wi1 .N i1 , Tabelul 42, coloana 5.

wi = 2.
Ni
ΣN 0 = 100 ⇒ ΣQ0 = w0 ΣN 0 = 12,5.100 = 1250 u.m.
La nivelul SC:
ΣQi Σwi N i Δ ΣQ = ΣQ1 − ΣQ0 = 1800 − 1250 = 550 u.m.
w= = = Σwi g iN
ΣN i ΣN i ΔΣΣNQ = Δ ΣQ − ΔwΣQ = 550 − 300 = 250 u.m.
Ştiind că:
ΔwΣQ = w1ΣN1 − w0 ΣN1 = Δw .ΣN1 = 300 u.m. ΣQ1 1800
I ΣQ = = = 1,44
ΣQ0 1250
w1 − w0 = Δw = 15 − 12,5 = 2,5 u.m.
w ΣN 15
Atunci: I ΣwQ = 1 1 = I w = = 1,2
ΔwΣQ 300 w0ΣN1 12,5
ΣN 1 = = = 120 persoane w ΣN 120
Δw 2,5 I ΣΣQN = 0 1 = I ΣN = = 1,2
Cum: w0ΣN 0 100
w1 = Σwi1 g iN1 = wA1.g AN1 + wB1.g BN1 22. Se cunosc datele din tabelul 43:
Tabelul 43.

şi g +g
N
A1
N
B1 =1 ⇒ g N
A1 =1− g N
B1 Firma
Număr salariaţi
Perioada de Perioada
Salariul mediu, u.m.
Perioada de Perioada
Rezultă că: bază curentă bază curentă
w1 = wA1 (1 − g BN1 ) + wB1.g BN1 I 500 400 1,2 1,32
II 300 300 1,4 1,19
de unde:
w1 − wA1 15 − 13 III 250 150 1,3 1,30
g BN1 = = = 0,67 ⇒ 67%, deci g BN1 = 0,33 ⇒ 33% IV 350 400 1,25 1,10
wB1 − wA1 16 − 13
Datele se pot sistematiza în tabelul 42: Total SC 1400 1250 - -
Tabelul 42.
Se cere:
w0 w1 N N1 Q1 1. Să se analizeze dinamica şi modificarea absolută a numărului de
Filiala
u.m. u.m.
g 1 pers. u.m. salariaţi, salariul mediu şi fondului de salarizare la nivelul fiecărei firme, cu
evidenţierea influenţei factorilor.
0 1 2 3 4 5 2. Să se analizeze dinamica şi modificarea absolută a numărului de
A 11 13 0,33 40 520 salariaţi, salariului mediu şi fondului de salarizare la nivelul ansamblului celor
B 14 16 0,67 80 1280 patru firme, cu evidenţierea influenţei factorilor.
Total 12,5 15 1,0 120 1800 Rezolvare.
1. Pentru rezolvarea problemei se determină fondul de salarizare pe
baza relaţiei FS = S.N (tabelul 44, coloanele 1 şi 2).
N i 1 = g iN1 .ΣN1 , Tabelul 42, coloana 4. Pentru Firma I dinamica indicatorilor este:
 STATISTICĂ ŞI ECONOMETRIE 349 350 Gh. COMAN

N1 400 Salariul mediu pe angajat a crescut cu 0,12 u.m. în acelaşi interval.

i1N/ 0 = = = 0,8 ⇒ 80% ΔFS
N 0 500 1 / 0 = FS1 − FS 0 = 528 − 600 = −72 u.m.
Fondul de salarizare a scăzut cu 72 u.m. Această scădere se poate
Numărul angajaţilor a scăzut în această firmă cu 20%.
descompune pe seama factorilor de influenţă: salariul mediu şi numărul de
S1 1,32 angajaţi.
i1N/ 0 = = = 1,1⇒ 110%
S0 1,2 ΔFS (S )
1/ 0 = S1N1 − S0 N 0 = ΔS1 / 0 N1 = 0,12.400 = 48 u.m.
Salariul mediu al angajaţilor a crescut cu 10% în Firma I. ΔFS (N )
1/ 0 = S 0 N1 − S 0 N 0 = ΔN1 / 0 S 0 = 12.(−100) = −120 u.m.
FS1 528
i1FS/ 0 = = = 0,88 ⇒ 88% ΔFS
1 / 0 = Δ1 / 0 + ΔFS = 48 + (−120) = −72 u.m.
FS ( S ) (N)
FS0 600 1/ 0
Deşi salariul mediu pe Firma I a crescut, la fondul de salarizare s-a
Fondul de salarizare a scăzut în perioada curentă faţă de perioada înregistrat o reducere datorată scăderii numărului de angajaţi.
de bază cu 12%. În mod analog se efectuează analiza statistică şi pentru celelalte
Tabelul 44. firme din componenţa SC (tabelul 44, coloanele 3-10).
Fond salarizare
2. La nivel de grup se pot calcula: fondul de salarizare ( ΣFS ) şi
Firma Perioada Perioada
N
1/ 0 i S
1/ 0
FS
i
1/ 0
N
i
1/ 0 Δ numărul de angajaţi ( ΣN ).
de bază curentă
Salariul mediu se calculează:
0 1 2 3 4 5 6
ΣFS ΣS .N
I 600 528 0,8 1,1 0,88 -100 S= = = ΣS . g N
II 420 357 1,0 0,85 0,85 0 ΣN ΣN
III 325 195 0,6 1,0 0,6 -100 ΣFS1 1520
S1 = = = 1,216 u.m.
IV 437,5 440 1,143 0,88 1,01 50 ΣN1 1250
Total SC 1782,5 1520 - - - -150
ΣFS0 1782,5
S0 = = = 1,273 u.m.
Tabelul 44 (continuare) ΣN 0 1400
Dinamica indicatorilor va fi:
Δ S
Δ FS
Δ FS ( S )
ΔFS ( N )
g1N S 0 g1N
1/ 0 1/ 0 1/ 0 1/ 0 ΣFS1 1520
7 8 9 10 11 12 I1Σ/FS
0 = = = 0,853 ⇒ 85,3%
0,12 -72 48 -120 0,32 0,384 ΣFS0 1782,5
-0,21 -63 -63 0 0,24 0,336 ΣN1 1250
0 -130 0 -130 0,12 0,156 I1Σ/N0 = = = 0,893 ⇒ 89,3%
-0,15 2,5 -60 62,5 0,32 0,400 ΣN 0 1400
- -262,5 -75 -187,5 1,00 1,276
S1 1,216
I1S/ 0 = = = 0,955 ⇒ 95,5%
Modificarea absolută a indicatorilor este: S0 1,273
ΔN1 / 0 = N1 − N 0 = 400 − 500 = −100 persoane Dinamica salariului mediu pe ansamblul celor patru firme se poate
descompune pe seama celor doi factori de influenţă: salariul mediu la nivelul
Efectivul salariaţilor s-a redus în perioada curentă faţă de perioada
firmelor şi structura angajaţilor (tabelul 44, coloanele 11, 12).
de bază cu 100 persoane.
ΔS1 / 0 = S1 − S0 = 1,32 − 1,2 = 0,12 u.m.
 STATISTICĂ ŞI ECONOMETRIE 349 350 Gh. COMAN

N1 400 Salariul mediu pe angajat a crescut cu 0,12 u.m. în acelaşi interval.

i1N/ 0 = = = 0,8 ⇒ 80% ΔFS
N 0 500 1 / 0 = FS1 − FS 0 = 528 − 600 = −72 u.m.
Fondul de salarizare a scăzut cu 72 u.m. Această scădere se poate
Numărul angajaţilor a scăzut în această firmă cu 20%.
descompune pe seama factorilor de influenţă: salariul mediu şi numărul de
S1 1,32 angajaţi.
i1N/ 0 = = = 1,1⇒ 110%
S0 1,2 ΔFS (S )
1/ 0 = S1N1 − S0 N 0 = ΔS1 / 0 N1 = 0,12.400 = 48 u.m.
Salariul mediu al angajaţilor a crescut cu 10% în Firma I. ΔFS (N )
1/ 0 = S 0 N1 − S 0 N 0 = ΔN1 / 0 S 0 = 12.(−100) = −120 u.m.
FS1 528
i1FS/ 0 = = = 0,88 ⇒ 88% ΔFS
1 / 0 = Δ1 / 0 + ΔFS = 48 + (−120) = −72 u.m.
FS ( S ) (N)
FS0 600 1/ 0
Deşi salariul mediu pe Firma I a crescut, la fondul de salarizare s-a
Fondul de salarizare a scăzut în perioada curentă faţă de perioada înregistrat o reducere datorată scăderii numărului de angajaţi.
de bază cu 12%. În mod analog se efectuează analiza statistică şi pentru celelalte
Tabelul 44. firme din componenţa SC (tabelul 44, coloanele 3-10).
Fond salarizare
2. La nivel de grup se pot calcula: fondul de salarizare ( ΣFS ) şi
Firma Perioada Perioada
N
1/ 0 i S
1/ 0
FS
i
1/ 0
N
i
1/ 0 Δ numărul de angajaţi ( ΣN ).
de bază curentă
Salariul mediu se calculează:
0 1 2 3 4 5 6
ΣFS ΣS .N
I 600 528 0,8 1,1 0,88 -100 S= = = ΣS . g N
II 420 357 1,0 0,85 0,85 0 ΣN ΣN
III 325 195 0,6 1,0 0,6 -100 ΣFS1 1520
S1 = = = 1,216 u.m.
IV 437,5 440 1,143 0,88 1,01 50 ΣN1 1250
Total SC 1782,5 1520 - - - -150
ΣFS0 1782,5
S0 = = = 1,273 u.m.
Tabelul 44 (continuare) ΣN 0 1400
Dinamica indicatorilor va fi:
Δ S
Δ FS
Δ FS ( S )
ΔFS ( N )
g1N S 0 g1N
1/ 0 1/ 0 1/ 0 1/ 0 ΣFS1 1520
7 8 9 10 11 12 I1Σ/FS
0 = = = 0,853 ⇒ 85,3%
0,12 -72 48 -120 0,32 0,384 ΣFS0 1782,5
-0,21 -63 -63 0 0,24 0,336 ΣN1 1250
0 -130 0 -130 0,12 0,156 I1Σ/N0 = = = 0,893 ⇒ 89,3%
-0,15 2,5 -60 62,5 0,32 0,400 ΣN 0 1400
- -262,5 -75 -187,5 1,00 1,276
S1 1,216
I1S/ 0 = = = 0,955 ⇒ 95,5%
Modificarea absolută a indicatorilor este: S0 1,273
ΔN1 / 0 = N1 − N 0 = 400 − 500 = −100 persoane Dinamica salariului mediu pe ansamblul celor patru firme se poate
descompune pe seama celor doi factori de influenţă: salariul mediu la nivelul
Efectivul salariaţilor s-a redus în perioada curentă faţă de perioada
firmelor şi structura angajaţilor (tabelul 44, coloanele 11, 12).
de bază cu 100 persoane.
ΔS1 / 0 = S1 − S0 = 1,32 − 1,2 = 0,12 u.m.
 STATISTICĂ ŞI ECONOMETRIE 351 352 Gh. COMAN

Modificarea absolută a salariului mediu pe ansamblu se poate

S1 ΣS1 g1N 1,216
I1S/ 0 = = = = 0,955 ⇒ 95,5% descompune pe seama factorilor de influenţă:
S0 ΣS0 g0N 1,273 ΔS1 / 0 = ΣS1 g1N − ΣS 0 g 0N = −0,057 u.m. / persoana
ΣS1 g1N S1 1,216 ΔS1 /(0S ) = ΣS1 g1N − ΣS 0 g1N = S1 − ΣS 0 g1N =
I1S/ (0S ) = = = = 0,953 ⇒ 95,3%
ΣS0 g1N
ΣS0 g1 1,276
N
= 1,216 − 1,276 = −0,06 u.m. / persoana
ΣS g N ΣS g N 1,276
ΔS1 /(0g = ΣS 0 g1N − ΣS 0 g 0N = S 0 g1N − S 0 =
N
= 0 1N = 0 1 = = 1,002 ⇒ 100,2%
N
)
I1S/ (0g )

ΣS 0 g 0 S0 1,273
= 1,276 − 1,273 = +0,003 u.m. / persoana
I1S/ 0 = I1S/ (0S ) × I1S/ (0g = 0,953 × 1,002 = 0,955
N
)
Aşadar salariul mediu pe salariat a scăzut cu 57 u.m./persoană. Pe
Dinamica fondului de salarizare se poate descompune pe seama a seama salariilor la nivel de firmă a scăzut cu 60 u.m./persoană dar a crescut
cu 3 u.m./persoană datorită deplasării structurii angajaţilor către firmele cu
doi factori de influenţă (S şi ΣN ) sau a trei factori ( S , g N , ΣN ): salarii mai mari.
ΣFS ΣFS1 S1ΣN1 ΣS1 g1N ΣN1 ΔS1 / 0 = ΔS1 /(0S ) + ΔS1 /(0g
N
)
= −0,057 = −0,06 + 0,003
I = = =
ΣFS0 S0ΣN 0 ΣS0 g 0N ΣN 0
1/ 0
Pentru fondul de salarizare analiza modificării absolute pe seama a
2 sau 3 factori de influenţă se poate face astfel:
ΣS g ΣN1
N
I1Σ/FS (S )
= 1 1
= I1S/ (0S ) = 0,953 ΔΣ1FS
/ 0 = ΣFS1 − ΣFS 0 = S1ΣN 1 − S 0 ΣN 0 =
ΣS g ΣN1
0 N
0 1
= ΣS1 g1N ΣN1 − ΣS 0 g 0N ΣN 0 = −262,5 u.m.
ΣFS ( g N ) ΣS0 g1N ΣN1
= = I1S/ (0g ) = 1,002
N
I ΔΣ1FS (S )
= ΣS1 g1N ΣN1 − ΣS 0 g1N ΣN1 =
ΣS0 g 0 ΣN1
1/ 0 N /0
Tab.44,col 9 (total)
IΣFS ( S )
=I ΣFS ( S )
×I ΣFS ( g N ) = ΔS1/(0S ) .ΣN1 = −0,06.1250 = −75 u.m.
1/ 0 1/ 0 1/ 0

ΔΣ1FS = ΣS 0 g1N ΣN1 − ΣS 0 g 0N ΣN1 =

N
(g )
ΣFS ( ΣN ) ΣS g N ΣN
= 0 0N 1 = I1Σ/N0 = 0,893
/0
I
ΣS 0 g 0 ΣN 0
1/ 0
= ΔS1 /(0g ) .ΣN1 = 0,003.1250 = 3,5 u.m.
N

I1Σ/FS ΣFS ( S )
0 = I1 / 0 × I1Σ/FS ( ΣN )
= I1Σ/FS × I1Σ/FS × I1Σ/FS ( ΣN )
N
(S ) (g )
0 0 0 0 ΔΣ1FS
/0
( ΣN )
= ΣS 0 g 0N ΣN1 − ΣS 0 g 0N ΣN 0 =
0,853 = 0,955 × 0,893 = 0,953 × 1,002 × 0,893
Modificarea absolută a indicatorilor analizaţi la nivelul ansamblului = S 0 ΔΣ1N/ 0 = 1,273 × (−150) = −191u.m.
în perioada curentă faţă de perioada de bază este:
ΔΣ1FS = ΔΣ1FS + ΔΣ1FS = −71,5 = −75 + 3,5 u.m.
N
(S ) (S ) (g )
ΣFS
Δ 1/ 0 = ΣS1 − ΣS 0 = 1520 − 1782,5 = −262,5 u.m. /0 /0 /0

ΔΣ1FS = ΔΣ1FS + ΔΣ1FS ( ΣN )

= −187,5 = 3,5 − 191u.m.
N
(N ) (g )
ΣN
Δ 1/ 0 = N1 − N 0 = 1250 − 1400 = −150 persoane /0 /0 /0

ΔΣ1FS = ΔΣ1FS + ΔΣ1FS ( ΣN )

= −262,5 = −75 + 3,5 − 191u.m.
N
(S ) (g )
Δ S
= S1 − S 0 = 1,216 − 1,273 = −0,057 u.m. / persoana /0 /0 /0
1/ 0 23. La o unitate productivă, pe trimestrele I şi IV, s-au înregistrat,
la trei produse A, B, C, următoarele date, tabelul 45.
 STATISTICĂ ŞI ECONOMETRIE 351 352 Gh. COMAN

Modificarea absolută a salariului mediu pe ansamblu se poate

S1 ΣS1 g1N 1,216
I1S/ 0 = = = = 0,955 ⇒ 95,5% descompune pe seama factorilor de influenţă:
S0 ΣS0 g0N 1,273 ΔS1 / 0 = ΣS1 g1N − ΣS 0 g 0N = −0,057 u.m. / persoana
ΣS1 g1N S1 1,216 ΔS1 /(0S ) = ΣS1 g1N − ΣS 0 g1N = S1 − ΣS 0 g1N =
I1S/ (0S ) = = = = 0,953 ⇒ 95,3%
ΣS0 g1N
ΣS0 g1 1,276
N
= 1,216 − 1,276 = −0,06 u.m. / persoana
ΣS g N ΣS g N 1,276
ΔS1 /(0g = ΣS 0 g1N − ΣS 0 g 0N = S 0 g1N − S 0 =
N
= 0 1N = 0 1 = = 1,002 ⇒ 100,2%
N
)
I1S/ (0g )

ΣS 0 g 0 S0 1,273
= 1,276 − 1,273 = +0,003 u.m. / persoana
I1S/ 0 = I1S/ (0S ) × I1S/ (0g = 0,953 × 1,002 = 0,955
N
)
Aşadar salariul mediu pe salariat a scăzut cu 57 u.m./persoană. Pe
Dinamica fondului de salarizare se poate descompune pe seama a seama salariilor la nivel de firmă a scăzut cu 60 u.m./persoană dar a crescut
cu 3 u.m./persoană datorită deplasării structurii angajaţilor către firmele cu
doi factori de influenţă (S şi ΣN ) sau a trei factori ( S , g N , ΣN ): salarii mai mari.
ΣFS ΣFS1 S1ΣN1 ΣS1 g1N ΣN1 ΔS1 / 0 = ΔS1 /(0S ) + ΔS1 /(0g
N
)
= −0,057 = −0,06 + 0,003
I = = =
ΣFS0 S0ΣN 0 ΣS0 g 0N ΣN 0
1/ 0
Pentru fondul de salarizare analiza modificării absolute pe seama a
2 sau 3 factori de influenţă se poate face astfel:
ΣS g ΣN1
N
I1Σ/FS (S )
= 1 1
= I1S/ (0S ) = 0,953 ΔΣ1FS
/ 0 = ΣFS1 − ΣFS 0 = S1ΣN 1 − S 0 ΣN 0 =
ΣS g ΣN1
0 N
0 1
= ΣS1 g1N ΣN1 − ΣS 0 g 0N ΣN 0 = −262,5 u.m.
ΣFS ( g N ) ΣS0 g1N ΣN1
= = I1S/ (0g ) = 1,002
N
I ΔΣ1FS (S )
= ΣS1 g1N ΣN1 − ΣS 0 g1N ΣN1 =
ΣS0 g 0 ΣN1
1/ 0 N /0
Tab.44,col 9 (total)
IΣFS ( S )
=I ΣFS ( S )
×I ΣFS ( g N ) = ΔS1/(0S ) .ΣN1 = −0,06.1250 = −75 u.m.
1/ 0 1/ 0 1/ 0

ΔΣ1FS = ΣS 0 g1N ΣN1 − ΣS 0 g 0N ΣN1 =

N
(g )
ΣFS ( ΣN ) ΣS g N ΣN
= 0 0N 1 = I1Σ/N0 = 0,893
/0
I
ΣS 0 g 0 ΣN 0
1/ 0
= ΔS1 /(0g ) .ΣN1 = 0,003.1250 = 3,5 u.m.
N

I1Σ/FS ΣFS ( S )
0 = I1 / 0 × I1Σ/FS ( ΣN )
= I1Σ/FS × I1Σ/FS × I1Σ/FS ( ΣN )
N
(S ) (g )
0 0 0 0 ΔΣ1FS
/0
( ΣN )
= ΣS 0 g 0N ΣN1 − ΣS 0 g 0N ΣN 0 =
0,853 = 0,955 × 0,893 = 0,953 × 1,002 × 0,893
Modificarea absolută a indicatorilor analizaţi la nivelul ansamblului = S 0 ΔΣ1N/ 0 = 1,273 × (−150) = −191u.m.
în perioada curentă faţă de perioada de bază este:
ΔΣ1FS = ΔΣ1FS + ΔΣ1FS = −71,5 = −75 + 3,5 u.m.
N
(S ) (S ) (g )
ΣFS
Δ 1/ 0 = ΣS1 − ΣS 0 = 1520 − 1782,5 = −262,5 u.m. /0 /0 /0

ΔΣ1FS = ΔΣ1FS + ΔΣ1FS ( ΣN )

= −187,5 = 3,5 − 191u.m.
N
(N ) (g )
ΣN
Δ 1/ 0 = N1 − N 0 = 1250 − 1400 = −150 persoane /0 /0 /0

ΔΣ1FS = ΔΣ1FS + ΔΣ1FS ( ΣN )

= −262,5 = −75 + 3,5 − 191u.m.
N
(S ) (g )
Δ S
= S1 − S 0 = 1,216 − 1,273 = −0,057 u.m. / persoana /0 /0 /0
1/ 0 23. La o unitate productivă, pe trimestrele I şi IV, s-au înregistrat,
la trei produse A, B, C, următoarele date, tabelul 45.
 STATISTICĂ ŞI ECONOMETRIE 353 354 Gh. COMAN

Tabelul 45. a. Valoarea producţiei a înregistrat creşteri în dinamică la toate

Trimestrul I Trimestrul IV Indicii individuali produsele, conform calculelor:
q A p A 649 q B p B 348
i1v/(0qp ) = 1A 1A = = → %; i1 / 0 = 1B 1B = = → %;
v ( qp )

Valoarea producţiei, în
Volumul producţiei, q0

Volumul producţiei, q1
Preţul unitar, p0, u.m.

Preţul unitar, p1, u.m.

Valoarea producţiei,

Valoarea producţiei,
q0 p0 600 q0 p0 300

Tr.I q1p0, mii u.m.

Produsele

q0p0, mii; u.m.

q1p1, mii; u.m.

q1C p1C 403
i1v/(0qp ) = = = → %;

preţurile
U.M.
i1v/(0q ) i1v/(0p ) i1v/(0qp )
% % %
q0C p0C 320
Pentru a caracteriza situaţia pe întreprindere se determină şi indicii
de grup ai sistemului:
Σq1 p 0 1420
I1v/(0q ) = = = 1,164 sau 116,4%
a b 1 2 3 4 5 6 7 8 9 10 Σq0 p 0 1220
A buc. 2000 300 600 2200 295 649 660 110 98,3 108,2
B tone 500 600 300 600 580 348 360 120 96,7 116,0 Δv ( q ) = Σq1 p0 − Σq0 p0 = 200 000 u.m.
C tone 800 400 320 1000 403 403 400 125 100,7 125,0 În trimestrul IV, pe seama creşterii volumului fizic cu 16% faţă de
Σ - - - 1220 - - 1400 1420 - - - trimestrul I, valoarea producţiei realizate pe întreprindere a sporit cu 200 000
u.m.
Se cere:
a. Determinarea variaţiei volumului fizic al producţiei, individual pe Σq p 1400
I1v/(0p ) = 1 1 = = 0,986 sau 98,6%
cele trei sortimente; Σq1 p0 1420
a. Determinarea variaţiei costurilor de producţie, individual, pe
cele trei sortimente;
Δv ( p ) = Σq1 p1 − Σq1 p0 = −20 000 u.m.
b. Determinarea variaţiei valorice a producţiei, pe întreprindere. Pe ansamblu întreprindere, în trimestrul IV costurile de producţie au
Rezolvare. scăzut cu 1,4% ceea ce a influenţat scăderea valorii producţiei industriale cu
a. În trimestrul IV volumul fizic la producţiei a crescut cu 10% la suma de 20 000 u.m.
produsul A, cu 20% la produsul B şi cu 25% la produsul C faţă de realizările Σq1 p1 1400
trimestrului I, conform calculelor:
I1v/(0qp ) = = = 1,148 sau 114,8%
Σq0 p0 1220
q1A 22000
i1v/(0q ) = = = 1,1→110%; Δv ( qp ) = Σq1 p1 − Σq0 p0 = 180 000 u.m.
q0A 2000 Prin urmare, pe seama influenţei concomitente a celor doi factori,
q B 600 valoarea producţiei industriale a întreprinderii a sporit în trimestrul IV cu
i1v/(0q ) = 1B = = 1,2 → 120%; 114,8%.
q0 500 Indicii calculaţi verifică sistemul:

i1v/(0q ) =
q1C 1000
= = 1,25 → 125 %; I1v/(0qp ) = 1,164 × 0,986 = 1,148 sau 114,8% şi:
q0C 800
Δ v ( qp )
= 200 000 − 20 000 = 180 000 u.m.
b. În aceeaşi perioadă, costurile de producţie au scăzut cu 1,7% la
produsul A şi cu 3,3% la produsul B, iar la produsul C au crescut cu 0,7%, Iată sistematizate aceste influenţe în figura următoare:
v q v q
conform calculelor: Δ 1/0
I 1/0 116,4% 200000
p A 295 p B 580
i1v/(0p ) = 1A = = 0,983 → 98,3%; i1v/(0p ) = 1B = = 0,993 → 99,3%;
p0 300 p0 600 v(q,p) v q
I 1/0 Δ 1/0 180000
p1C 403
i1v/(0p ) = = = 1,007 → 100,7% v v
Δ1/0 -20000
p0C 400 I 1/0 98,6%
 STATISTICĂ ŞI ECONOMETRIE 353 354 Gh. COMAN

Tabelul 45. a. Valoarea producţiei a înregistrat creşteri în dinamică la toate

Trimestrul I Trimestrul IV Indicii individuali produsele, conform calculelor:
q A p A 649 q B p B 348
i1v/(0qp ) = 1A 1A = = → %; i1 / 0 = 1B 1B = = → %;
v ( qp )

Valoarea producţiei, în
Volumul producţiei, q0

Volumul producţiei, q1
Preţul unitar, p0, u.m.

Preţul unitar, p1, u.m.

Valoarea producţiei,

Valoarea producţiei,
q0 p0 600 q0 p0 300

Tr.I q1p0, mii u.m.

Produsele

q0p0, mii; u.m.

q1p1, mii; u.m.

q1C p1C 403
i1v/(0qp ) = = = → %;

preţurile
U.M.
i1v/(0q ) i1v/(0p ) i1v/(0qp )
% % %
q0C p0C 320
Pentru a caracteriza situaţia pe întreprindere se determină şi indicii
de grup ai sistemului:
Σq1 p 0 1420
I1v/(0q ) = = = 1,164 sau 116,4%
a b 1 2 3 4 5 6 7 8 9 10 Σq0 p 0 1220
A buc. 2000 300 600 2200 295 649 660 110 98,3 108,2
B tone 500 600 300 600 580 348 360 120 96,7 116,0 Δv ( q ) = Σq1 p0 − Σq0 p0 = 200 000 u.m.
C tone 800 400 320 1000 403 403 400 125 100,7 125,0 În trimestrul IV, pe seama creşterii volumului fizic cu 16% faţă de
Σ - - - 1220 - - 1400 1420 - - - trimestrul I, valoarea producţiei realizate pe întreprindere a sporit cu 200 000
u.m.
Se cere:
a. Determinarea variaţiei volumului fizic al producţiei, individual pe Σq p 1400
I1v/(0p ) = 1 1 = = 0,986 sau 98,6%
cele trei sortimente; Σq1 p0 1420
a. Determinarea variaţiei costurilor de producţie, individual, pe
cele trei sortimente;
Δv ( p ) = Σq1 p1 − Σq1 p0 = −20 000 u.m.
b. Determinarea variaţiei valorice a producţiei, pe întreprindere. Pe ansamblu întreprindere, în trimestrul IV costurile de producţie au
Rezolvare. scăzut cu 1,4% ceea ce a influenţat scăderea valorii producţiei industriale cu
a. În trimestrul IV volumul fizic la producţiei a crescut cu 10% la suma de 20 000 u.m.
produsul A, cu 20% la produsul B şi cu 25% la produsul C faţă de realizările Σq1 p1 1400
trimestrului I, conform calculelor:
I1v/(0qp ) = = = 1,148 sau 114,8%
Σq0 p0 1220
q1A 22000
i1v/(0q ) = = = 1,1→110%; Δv ( qp ) = Σq1 p1 − Σq0 p0 = 180 000 u.m.
q0A 2000 Prin urmare, pe seama influenţei concomitente a celor doi factori,
q B 600 valoarea producţiei industriale a întreprinderii a sporit în trimestrul IV cu
i1v/(0q ) = 1B = = 1,2 → 120%; 114,8%.
q0 500 Indicii calculaţi verifică sistemul:

i1v/(0q ) =
q1C 1000
= = 1,25 → 125 %; I1v/(0qp ) = 1,164 × 0,986 = 1,148 sau 114,8% şi:
q0C 800
Δ v ( qp )
= 200 000 − 20 000 = 180 000 u.m.
b. În aceeaşi perioadă, costurile de producţie au scăzut cu 1,7% la
produsul A şi cu 3,3% la produsul B, iar la produsul C au crescut cu 0,7%, Iată sistematizate aceste influenţe în figura următoare:
v q v q
conform calculelor: Δ 1/0
I 1/0 116,4% 200000
p A 295 p B 580
i1v/(0p ) = 1A = = 0,983 → 98,3%; i1v/(0p ) = 1B = = 0,993 → 99,3%;
p0 300 p0 600 v(q,p) v q
I 1/0 Δ 1/0 180000
p1C 403
i1v/(0p ) = = = 1,007 → 100,7% v v
Δ1/0 -20000
p0C 400 I 1/0 98,6%
 STATISTICĂ ŞI ECONOMETRIE 355 356 Gh. COMAN

Dacă se consideră cunoscuţi indicatorii din coloanele 3 şi 8 din p0i – preţul unitar al mărfii i (mii unităţi monetare/unitate de măsură)
tabelul de mai sus, indicele de grup al volumului fizic al producţiei se poate în perioada T0;
calcula şi ca indice mediu aritmetic: p1i - preţul unitar al mărfii i (mii unităţi monetare/unitate de măsură)
în perioada T1;
Σi1v/(0q ) q0 p0 1,1 × 600 + 1,2 × 300 + 1,25 × 320
I1v/(0q ) = = = v0i – valoarea desfacerilor în perioada T0 pentru marfa i ( i = 1,3 );
Σq 0 p 0 1220
v1i - valoarea desfacerilor în perioada T0 pentru marfa i ( i = 1,3 );
1420
= = 1,164 sau 116,4% v0i = p0 i × q 0i ; v1i = p1i × q1i
1220
Indicele de grup al preţurilor se poate determina şi ca indice mediu Se va obţine tabelul 2.
v( p) a. Pentru marfa M1 se vor calcula:
armonic atunci când se cunosc indicatorii q1p1 şi i1 / 0 (coloanele 6 şi 9 din a1. Dinamica:
tabelul de mai sus). - dinamica factorului extensiv (cantitatea), coloana 7, tabelul 47.
Σq1 p1 1400 q1 7000
I1v/(0q ) = = = i1q/ 0 = = = 1,75 (175%)
1 1 1 1 q0 4000
Σ v ( p ) q1 p1 × 649 + × 348 + × 403
i1 / 0 0,983 0,967 1,007 Tabelul 47.
1400 Preţuri unitare, Valoare marfă,
Cantităţi q
= = 0,986 sau 98,6% Marfa u.m. milioane u.m. i
1420 1/ 0
q0 q1 p0 p1 v0 v1
24. Desfacerile de mărfuri ale unei societăţi comerciale se 0 1 2 3 4 5 6 7
caracterizează prin datele, tabelul 46: M1 4000 7000 32 38 128 266 1,75
Tabelul 46. M2 50 000 40 000 5 6 250 240 0,8
Cantităţi vândute Preţuri unitare, u.m. M3 10 000 10 000 40 50 400 500 1,0
Marfa În perioada În perioada În perioada În perioada Total - - - - 778 1006
de bază, (0) curentă (1) de bază, (0) curentă (1) Tabelul 47(continuare)
M1(kg) 4 000 7 000 32 38
M2(l) 50 000 40 000 5 6 i1p/ 0 i1v/ 0 Δq Δ p Δv Δv ( p ) Δv (q ) p0 q1
M3(kg) 10 000 10 000 40 50 8 9 10 1112 13 14 15
Se cere: 1,1875 2,0781 3000 6
138 42 96 224
a. Să se studieze dinamica, modificarea absolută şi relativă a
cantităţilor, preţurilor şi valorii desfacerilor pentru fiecare marfă; 1,2 0,96 -10000 1-10 40 -50 200
b. Să se analizeze dinamica valorii desfacerilor pe ansamblul 1,25 1,25 0 10
100 100 0 400
societăţii comerciale, cu evidenţierea influenţei factorilor; 228 182 46 824
c. Să se analizeze modificarea absolută a desfacerilor de mărfuri pe Cantitatea vândută din marfa M1 a crescut, în T1 faţă de T0, de 1,75
ansamblul societăţii comerciale, cu evidenţierea factorilor ce pot fi identificaţi. ori sau la 175%.
Rezolvare. - dinamica preţului (factorul intensiv), coloana 8 din tabelul 47.
Pentru analiza datelor disponibile se vor folosi notaţiile:
p1 38
q0i – cantitatea comercializată în perioada T0, pentru marfa i i1p/ 0 = = = 1,1875 (118,75%)
( i = 1,3 ); p0 32
q1i – cantitatea comercializată în perioada T1, pentru marfa i Preţul unitar de vânzare pentru marfa M1 a crescut în T1 faţă de T0,
( i = 1,3 ); de 1,1875 ori sau la 118,75%.
- dinamica valorii desfacerilor, coloana 9 din tabelul 47:
 STATISTICĂ ŞI ECONOMETRIE 355 356 Gh. COMAN

Dacă se consideră cunoscuţi indicatorii din coloanele 3 şi 8 din p0i – preţul unitar al mărfii i (mii unităţi monetare/unitate de măsură)
tabelul de mai sus, indicele de grup al volumului fizic al producţiei se poate în perioada T0;
calcula şi ca indice mediu aritmetic: p1i - preţul unitar al mărfii i (mii unităţi monetare/unitate de măsură)
în perioada T1;
Σi1v/(0q ) q0 p0 1,1 × 600 + 1,2 × 300 + 1,25 × 320
I1v/(0q ) = = = v0i – valoarea desfacerilor în perioada T0 pentru marfa i ( i = 1,3 );
Σq 0 p 0 1220
v1i - valoarea desfacerilor în perioada T0 pentru marfa i ( i = 1,3 );
1420
= = 1,164 sau 116,4% v0i = p0 i × q 0i ; v1i = p1i × q1i
1220
Indicele de grup al preţurilor se poate determina şi ca indice mediu Se va obţine tabelul 2.
v( p) a. Pentru marfa M1 se vor calcula:
armonic atunci când se cunosc indicatorii q1p1 şi i1 / 0 (coloanele 6 şi 9 din a1. Dinamica:
tabelul de mai sus). - dinamica factorului extensiv (cantitatea), coloana 7, tabelul 47.
Σq1 p1 1400 q1 7000
I1v/(0q ) = = = i1q/ 0 = = = 1,75 (175%)
1 1 1 1 q0 4000
Σ v ( p ) q1 p1 × 649 + × 348 + × 403
i1 / 0 0,983 0,967 1,007 Tabelul 47.
1400 Preţuri unitare, Valoare marfă,
Cantităţi q
= = 0,986 sau 98,6% Marfa u.m. milioane u.m. i
1420 1/ 0
q0 q1 p0 p1 v0 v1
24. Desfacerile de mărfuri ale unei societăţi comerciale se 0 1 2 3 4 5 6 7
caracterizează prin datele, tabelul 46: M1 4000 7000 32 38 128 266 1,75
Tabelul 46. M2 50 000 40 000 5 6 250 240 0,8
Cantităţi vândute Preţuri unitare, u.m. M3 10 000 10 000 40 50 400 500 1,0
Marfa În perioada În perioada În perioada În perioada Total - - - - 778 1006
de bază, (0) curentă (1) de bază, (0) curentă (1) Tabelul 47(continuare)
M1(kg) 4 000 7 000 32 38
M2(l) 50 000 40 000 5 6 i1p/ 0 i1v/ 0 Δq Δ p Δv Δv ( p ) Δv (q ) p0 q1
M3(kg) 10 000 10 000 40 50 8 9 10 1112 13 14 15
Se cere: 1,1875 2,0781 3000 6
138 42 96 224
a. Să se studieze dinamica, modificarea absolută şi relativă a
cantităţilor, preţurilor şi valorii desfacerilor pentru fiecare marfă; 1,2 0,96 -10000 1-10 40 -50 200
b. Să se analizeze dinamica valorii desfacerilor pe ansamblul 1,25 1,25 0 10
100 100 0 400
societăţii comerciale, cu evidenţierea influenţei factorilor; 228 182 46 824
c. Să se analizeze modificarea absolută a desfacerilor de mărfuri pe Cantitatea vândută din marfa M1 a crescut, în T1 faţă de T0, de 1,75
ansamblul societăţii comerciale, cu evidenţierea factorilor ce pot fi identificaţi. ori sau la 175%.
Rezolvare. - dinamica preţului (factorul intensiv), coloana 8 din tabelul 47.
Pentru analiza datelor disponibile se vor folosi notaţiile:
p1 38
q0i – cantitatea comercializată în perioada T0, pentru marfa i i1p/ 0 = = = 1,1875 (118,75%)
( i = 1,3 ); p0 32
q1i – cantitatea comercializată în perioada T1, pentru marfa i Preţul unitar de vânzare pentru marfa M1 a crescut în T1 faţă de T0,
( i = 1,3 ); de 1,1875 ori sau la 118,75%.
- dinamica valorii desfacerilor, coloana 9 din tabelul 47:
 STATISTICĂ ŞI ECONOMETRIE 357 358 Gh. COMAN

v1 266 valoarea desfacerilor a scăzut cu 10 000 000 u.m. în exclusivitate pe seama

i1v/ 0 = = = 2,0781 (207,81%) cantităţii (-50 000 000 u.m.), iar creşterea valorii pe seama preţului unitar
v0 128 (+40 000 000) nu a compensat scăderea valorii datorate factorului extensiv.
După cum se observă : b. Pe ansamblul societăţii comerciale, se va analiza dinamica
indicatorilor în felul următor:
v1 q1 p1
i1v/ 0 = = × = i1q/ 0 × i1p/ 0 = 1,75 × 1,1875 = 2,0781 Σv1 Σp1q1 1006
v0 q 0 p 0 I1Σ/v0 = = = = 1,293 sau 129,3%
Σv0 Σp0 q0 778
a2. Modificările relative:

( )
Folosind datele din coloana 15, tabelul 47:
( )
r1q/ 0 = i1q/ 0 − 1 × 100 = 1,75 − 1 × 100 = 75 % Σp1q1 1006
I1Σ/v0( p ) = = = 1,221 sau 122,1%
( ) ( )
r1p/ 0 = i1p/ 0 − 1 × 100 = 1,1875 − 1 × 100 = 18,75 % Σp0 q1 824
( )
r1v/ 0 = i1v/ 0 − 1 × 100 = (2,0781 − 1) × 100 = 107,81%
I1Σ/v0( q )
Σp q 824
= 0 1 = = 1,059 sau 105,9%
Aşadar, valoarea desfacerilor pentru marfa M1 a crescut la Σp0 q0 778
107,81%, pe seama cantităţii cu 75%, iar pe seama preţului unitar cu
18,75%. Se observă că_
a3. Modificările absolute: I1Σ/v0 = I1Σ/v0( p ) × I1Σ/v0( q ) = 1,221× 1,059 = 1,293 sau 129,3%
- modificarea absolută a cantităţii vândute, coloana 10, tabelul 47:
Valoarea desfacerilor a crescut de 1,293 ori (cu 29,3%), creştere ce
Δq1/ 0 = q1 − q0 = 7000 − 4000 = 3000 kg poate fi descompusă pe seama factorului calitativ (preţul) de 1,221 ori (cu
22,1%), iar pe seama factorului extensiv (cantitativ) de 1,059 ori (cu 5,9%).
- modificarea absolută a preţului unitar, coloana 11, tabelul 47: c. Modificările absolute sunt:
Δ1p/ 0 = p1 − p0 = 38 − 32 = 6 000 um ΔΣ1v/ 0 = v1 − v0 = Σp1q1 − Σp0 q0 = 1006 − 778 = 228 000 000 um
- modificarea absolută a valorii desfacerilor, coloana 12, tabelul 47: ΔΣ1v/ (0p ) = Σp1q1 − Σ p0 q1 = 1006 − 824 = 182 000 000 um
Δv1 / 0 = v1 − v0 = 266 − 128 = 138 000 000 um ΔΣ1v/ (0q ) = Σp0 q1 − Σp0 q0 = 824 − 778 = 46 000 000 um
Modificarea absolută a valorii desfacerilor se poate descompune pe Se observă şi din tabelul 47 că total coloana 12 este egal cu total
seama factorilor de influenţă: coloana 13 plus total coloana 14.
Valoarea desfacerilor de mărfuri pe ansamblul societăţii comerciale
Δv1 / 0 = v1 − v0 = p1q1 − p0 q0 a crescut în T1 faţă de T0 cu 228 000 000 u.m., datorită creşterii preţurilor cu
182 000 000 u.m. şi cu 46 000 000 u.m. datorită factorului cantitativ
Δv1(/ p0) = p1q1 − p0 q1 = q1Δ1p/ 0 = 7000 × 6 = 42 000 000 um (extensiv).
25. Se cunosc următoarele date privind valoarea vânzărilor la trei
Δv1(/q0) = p0 q1 − p0 q0 = p0 Δq1 / 0 = 32 × 3000 = 96 000 000 um produse (A,B,C), la o societate comercială, în luna decembrie a anului X,
După cum se observă coloanele 13 şi 14, tabelul 2: precum şi dinamica preţurilor faţă de luna anterioară (noiembrie):
Δv1 / 0 = Δv1(/ p0) + Δv1(/q0) = 42 000 000 + 96 000 000 = 138 000 000 um Tabelul 48.
Valoarea vânzărilor în luna Dinamica preţurilor în decembrie
Valoarea desfacerilor de marfă M1 a crescut cu 138 000 000 u.m., Produsul
decembrie, milioane lei faţă de noiembrie, %
din care 48 000 000 pe seama modificării preţurilor unitare şi cu 96 000 000
A 24,5 107
u.m. pe seama modificării cantităţii vândute.
B 31,2 110
Analiza se efectuează în mod similar pentru mărfurile M2 şi M3.
C 43,3 104
Se observă că la marfa M2, cantitatea desfacerilor a scăzut cu 20%
Total 99,0 -
în T1 faţă de T0 astfel încât, deşi preţul unitar a crescut de 1,2 ori, valoarea
desfacerilor s-a situat în T1 la nivelul de 96% din T0. În mărimi absolute, Se cere:
 STATISTICĂ ŞI ECONOMETRIE 357 358 Gh. COMAN

v1 266 valoarea desfacerilor a scăzut cu 10 000 000 u.m. în exclusivitate pe seama

i1v/ 0 = = = 2,0781 (207,81%) cantităţii (-50 000 000 u.m.), iar creşterea valorii pe seama preţului unitar
v0 128 (+40 000 000) nu a compensat scăderea valorii datorate factorului extensiv.
După cum se observă : b. Pe ansamblul societăţii comerciale, se va analiza dinamica
indicatorilor în felul următor:
v1 q1 p1
i1v/ 0 = = × = i1q/ 0 × i1p/ 0 = 1,75 × 1,1875 = 2,0781 Σv1 Σp1q1 1006
v0 q 0 p 0 I1Σ/v0 = = = = 1,293 sau 129,3%
Σv0 Σp0 q0 778
a2. Modificările relative:

( )
Folosind datele din coloana 15, tabelul 47:
( )
r1q/ 0 = i1q/ 0 − 1 × 100 = 1,75 − 1 × 100 = 75 % Σp1q1 1006
I1Σ/v0( p ) = = = 1,221 sau 122,1%
( ) ( )
r1p/ 0 = i1p/ 0 − 1 × 100 = 1,1875 − 1 × 100 = 18,75 % Σp0 q1 824
( )
r1v/ 0 = i1v/ 0 − 1 × 100 = (2,0781 − 1) × 100 = 107,81%
I1Σ/v0( q )
Σp q 824
= 0 1 = = 1,059 sau 105,9%
Aşadar, valoarea desfacerilor pentru marfa M1 a crescut la Σp0 q0 778
107,81%, pe seama cantităţii cu 75%, iar pe seama preţului unitar cu
18,75%. Se observă că_
a3. Modificările absolute: I1Σ/v0 = I1Σ/v0( p ) × I1Σ/v0( q ) = 1,221× 1,059 = 1,293 sau 129,3%
- modificarea absolută a cantităţii vândute, coloana 10, tabelul 47:
Valoarea desfacerilor a crescut de 1,293 ori (cu 29,3%), creştere ce
Δq1/ 0 = q1 − q0 = 7000 − 4000 = 3000 kg poate fi descompusă pe seama factorului calitativ (preţul) de 1,221 ori (cu
22,1%), iar pe seama factorului extensiv (cantitativ) de 1,059 ori (cu 5,9%).
- modificarea absolută a preţului unitar, coloana 11, tabelul 47: c. Modificările absolute sunt:
Δ1p/ 0 = p1 − p0 = 38 − 32 = 6 000 um ΔΣ1v/ 0 = v1 − v0 = Σp1q1 − Σp0 q0 = 1006 − 778 = 228 000 000 um
- modificarea absolută a valorii desfacerilor, coloana 12, tabelul 47: ΔΣ1v/ (0p ) = Σp1q1 − Σ p0 q1 = 1006 − 824 = 182 000 000 um
Δv1 / 0 = v1 − v0 = 266 − 128 = 138 000 000 um ΔΣ1v/ (0q ) = Σp0 q1 − Σp0 q0 = 824 − 778 = 46 000 000 um
Modificarea absolută a valorii desfacerilor se poate descompune pe Se observă şi din tabelul 47 că total coloana 12 este egal cu total
seama factorilor de influenţă: coloana 13 plus total coloana 14.
Valoarea desfacerilor de mărfuri pe ansamblul societăţii comerciale
Δv1 / 0 = v1 − v0 = p1q1 − p0 q0 a crescut în T1 faţă de T0 cu 228 000 000 u.m., datorită creşterii preţurilor cu
182 000 000 u.m. şi cu 46 000 000 u.m. datorită factorului cantitativ
Δv1(/ p0) = p1q1 − p0 q1 = q1Δ1p/ 0 = 7000 × 6 = 42 000 000 um (extensiv).
25. Se cunosc următoarele date privind valoarea vânzărilor la trei
Δv1(/q0) = p0 q1 − p0 q0 = p0 Δq1 / 0 = 32 × 3000 = 96 000 000 um produse (A,B,C), la o societate comercială, în luna decembrie a anului X,
După cum se observă coloanele 13 şi 14, tabelul 2: precum şi dinamica preţurilor faţă de luna anterioară (noiembrie):
Δv1 / 0 = Δv1(/ p0) + Δv1(/q0) = 42 000 000 + 96 000 000 = 138 000 000 um Tabelul 48.
Valoarea vânzărilor în luna Dinamica preţurilor în decembrie
Valoarea desfacerilor de marfă M1 a crescut cu 138 000 000 u.m., Produsul
decembrie, milioane lei faţă de noiembrie, %
din care 48 000 000 pe seama modificării preţurilor unitare şi cu 96 000 000
A 24,5 107
u.m. pe seama modificării cantităţii vândute.
B 31,2 110
Analiza se efectuează în mod similar pentru mărfurile M2 şi M3.
C 43,3 104
Se observă că la marfa M2, cantitatea desfacerilor a scăzut cu 20%
Total 99,0 -
în T1 faţă de T0 astfel încât, deşi preţul unitar a crescut de 1,2 ori, valoarea
desfacerilor s-a situat în T1 la nivelul de 96% din T0. În mărimi absolute, Se cere:
 STATISTICĂ ŞI ECONOMETRIE 359 360 Gh. COMAN

Să se determine modificarea absolută a valorii vânzărilor generată

de creşterea preţurilor în decembrie faţă de luna anterioară. ΔwΣQ = w1ΣN 1 − w 0 ΣN 1 = Δ w.ΣN 1 = 300 000 000 lei
Rezolvare.
Valoarea vânzărilor pentru un produs este: Δ w = w1 − w0 = 15 − 12,5 = 2,5 mil . lei / pers.
vi = p i × qi (i = A, B , C ) , iar pe ansamblul celor trei Atunci:
produse: ΔwΣQ 300
Σvi = Σpi × qi (i = A, B, C ) ΣN1 = = = 120 pers.
Δw 2,5
Modificarea absolută a valorii vânzărilor datorată creşterii preţurilor Cum:
este:
p 1 w1 = Σwi1 g iN1 = w1( A) .g1N( A) + w1( B ) .g1N( B )
ΔΣ1v/ 0( p ) = Σp1q1 − Σp0 q1 = Σp1q1 − Σ 0 p1q1 = Σp1q1 − Σ p p1q1 =
p1 i1/ 0 şi
⎛ 1
= 99,0 − ⎜ × 24,5 +
1
× 31,2 +
1 ⎞
× 43,3 ⎟ = 99,0 − 92,9 = 6100 000 lei
g1N( A) + g1N( B ) = 1 ⇒ g1N( A) = 1 − g1N( B ) ,
⎝ 1,07 1,10 1, 04 ⎠ atunci:
26. Despre productivitatea muncii înregistrată într-o societate
comercială şi în cele trei filiale ale sale, pentru două perioade, se cunosc
( )
w1( A) . 1 − g1N( B ) + w1( B ) .g1N( B ) = 15 000 000 lei
datele:
w1 − w1( A) 15 − 13
Tabelul 49. g1N( B ) = = = 0,67 (67%) ⇒ g1N( A) = 0,33 (33%)
Filiala Productivitatea muncii, milioane lei/persoană w1( B ) − w1( A) 16 − 13
A 11 13 Datele se pot centraliza în tabelul 50.
B 14 16 Tabelul 50.
Total S.C. 12,5 15 w0 w1 N1 Q1
Se cere:
Filiala
(mil.lei/pers) (mil.lei/pers) g1N (pers.) (mil.lei)
a. Ştiind că modificarea absolută a producţiei pe întreaga societate 0 1 2 3 4 5
comercială, determinată de modificarea productivităţii medii a muncii a fost A 11 13 0,33 40 520
de 300 milioane lei, să se determine valoarea producţiei realizată în perioada B 14 16 0,67 80 1280
curentă, pe fiecare filială şi pe total; Total 12,5 15 1,0 120 1800
b. Ştiind că numărul total al salariaţilor societăţii comerciale în
perioada de bază a fost de 100 persoane, să se determine modificarea
absolută şi dinamica valorii producţiei pe ansamblul societăţii comerciale, cu Ni1 = giN1 .ΣN1 , coloana 4 din tabelul 50, iar: Qi1 = wi1.ΣNi1 ,
evidenţierea factorilor de influenţă. coloana 5 din tabelul 50.
Rezolvare. b.
a. La nivelul unei filiale productivitatea muncii este:
Qi , unde Qi este producţia filialei i şi Ni – numărul salariaţilor ΣN 0 = 100 ⇒ ΣQ0 = w0 .ΣN 0 = 12,5.100 = 1250 mil. lei
wi =
Ni Δ ΣQ = ΣQ1 − ΣQ0 = 1800 − 1250 = 550 mil .lei
filialei i.
La nivelul societăţii comerciale: ΔΣΣNQ = Δ ΣQ − ΔwΣQ = 550 − 300 = 250 mil.lei
ΣQi Σwi N i
Σwi = = = Σwi g iN I ΣQ =
ΣQ1 1800
= = 1,44
ΣN i ΣN i ΣQ0 1250
Ştiind că:
 STATISTICĂ ŞI ECONOMETRIE 359 360 Gh. COMAN

Să se determine modificarea absolută a valorii vânzărilor generată

de creşterea preţurilor în decembrie faţă de luna anterioară. ΔwΣQ = w1ΣN 1 − w 0 ΣN 1 = Δ w.ΣN 1 = 300 000 000 lei
Rezolvare.
Valoarea vânzărilor pentru un produs este: Δ w = w1 − w0 = 15 − 12,5 = 2,5 mil . lei / pers.
vi = p i × qi (i = A, B , C ) , iar pe ansamblul celor trei Atunci:
produse: ΔwΣQ 300
Σvi = Σpi × qi (i = A, B, C ) ΣN1 = = = 120 pers.
Δw 2,5
Modificarea absolută a valorii vânzărilor datorată creşterii preţurilor Cum:
este:
p 1 w1 = Σwi1 g iN1 = w1( A) .g1N( A) + w1( B ) .g1N( B )
ΔΣ1v/ 0( p ) = Σp1q1 − Σp0 q1 = Σp1q1 − Σ 0 p1q1 = Σp1q1 − Σ p p1q1 =
p1 i1/ 0 şi
⎛ 1
= 99,0 − ⎜ × 24,5 +
1
× 31,2 +
1 ⎞
× 43,3 ⎟ = 99,0 − 92,9 = 6100 000 lei
g1N( A) + g1N( B ) = 1 ⇒ g1N( A) = 1 − g1N( B ) ,
⎝ 1,07 1,10 1, 04 ⎠ atunci:
26. Despre productivitatea muncii înregistrată într-o societate
comercială şi în cele trei filiale ale sale, pentru două perioade, se cunosc
( )
w1( A) . 1 − g1N( B ) + w1( B ) .g1N( B ) = 15 000 000 lei
datele:
w1 − w1( A) 15 − 13
Tabelul 49. g1N( B ) = = = 0,67 (67%) ⇒ g1N( A) = 0,33 (33%)
Filiala Productivitatea muncii, milioane lei/persoană w1( B ) − w1( A) 16 − 13
A 11 13 Datele se pot centraliza în tabelul 50.
B 14 16 Tabelul 50.
Total S.C. 12,5 15 w0 w1 N1 Q1
Se cere:
Filiala
(mil.lei/pers) (mil.lei/pers) g1N (pers.) (mil.lei)
a. Ştiind că modificarea absolută a producţiei pe întreaga societate 0 1 2 3 4 5
comercială, determinată de modificarea productivităţii medii a muncii a fost A 11 13 0,33 40 520
de 300 milioane lei, să se determine valoarea producţiei realizată în perioada B 14 16 0,67 80 1280
curentă, pe fiecare filială şi pe total; Total 12,5 15 1,0 120 1800
b. Ştiind că numărul total al salariaţilor societăţii comerciale în
perioada de bază a fost de 100 persoane, să se determine modificarea
absolută şi dinamica valorii producţiei pe ansamblul societăţii comerciale, cu Ni1 = giN1 .ΣN1 , coloana 4 din tabelul 50, iar: Qi1 = wi1.ΣNi1 ,
evidenţierea factorilor de influenţă. coloana 5 din tabelul 50.
Rezolvare. b.
a. La nivelul unei filiale productivitatea muncii este:
Qi , unde Qi este producţia filialei i şi Ni – numărul salariaţilor ΣN 0 = 100 ⇒ ΣQ0 = w0 .ΣN 0 = 12,5.100 = 1250 mil. lei
wi =
Ni Δ ΣQ = ΣQ1 − ΣQ0 = 1800 − 1250 = 550 mil .lei
filialei i.
La nivelul societăţii comerciale: ΔΣΣNQ = Δ ΣQ − ΔwΣQ = 550 − 300 = 250 mil.lei
ΣQi Σwi N i
Σwi = = = Σwi g iN I ΣQ =
ΣQ1 1800
= = 1,44
ΣN i ΣN i ΣQ0 1250
Ştiind că:
 STATISTICĂ ŞI ECONOMETRIE 361 362 Gh. COMAN

Tabelul 52 (continuare)
w1 .ΣN1 15
I ΣwQ = = Iw = = 1,2
w 0 .ΣN1 12,5 ΔS1/ 0 ΔFS
1/ 0 ΔFS (S )
1/ 0 ΔFS (N )
1/ 0 g1N S 0 g1N
(mil.lei) (mil.lei) (mil.lei) (mil.lei) (mil.lei)
w0 .ΣN1 120
I ΣΣQN = = I ΣN = = 1,2 7 8 9 10 11 12
w0 .ΣN 0 100 0,12 -72 48 -120 0,32 0,384
-0,21 -63 -63 0 0,24 0,336
27. Se cunosc datele: 0 -130 0 -130 0,12 0,156
Tabelul 51
-0,15 2,5 -60 62,5 0,32 0,400
Număr salariaţi Salariul mediu, milioane lei
Firma Σ=- Σ=- Σ=
0 1 0 1 - Σ = -75 Σ = 1,276
262,5 187,5 1,00
I 500 400 1,2 1,32
II 300 300 1,4 1,19 Pentru firma I dinamica indicatorilor este:
III 250 150 1,3 1,30 N1 400
IV 350 400 1,25 1,10
i1N/ 0 = = = 0,8 (80%) .Numărul salariaţilor a scăzut în
N 0 500
Total 1400 1250 - - această firmă cu 20%.
S1 1,32
a. Să se analizeze dinamica şi modificarea absolută a numărului de i1S/ 0 = = = 1,1 (110%) . Salariul mediu al angajaţilor din
salariaţi, salariul mediu şi fondului de salarizare la nivelul fiecărei firme, cu S 0 1,2
evidenţierea factorilor; firma I a crescut cu 10%.
b. Să se analizeze dinamica şi modificarea absolută a numărului de FS1 528
/0 = = = 0,88 (88%) .
salariaţi, salariului mediu şi fondului de salarizare la nivelul ansamblului celor i1FS Fondul de salarizare a scăzut
patru firme, cu evidenţierea factorilor. FS0 600
Rezolvare. în momentul 1 faţă de momentul 0 cu 12%.
a. Pentru rezolvarea problemei se calculează fondul de salarizare Modificarea absolută a indicatorilor este:
pe baza relaţiei: FS = S.N, coloana 2 din tabelul 52. Efectivul salariaţilor s-a redus cu 100 persoane:
Tabelul 52
Fond salarizare, ΔN1/ 0 = N1 − N 0 = 400 − 500 = −100 persoane
(milioane lei) N
i1 / 0 S
i1 / 0 FS
i1 / 0 Δ1 / 0
N
Salariul mediu a crescut în momentul 1 faţă de momentul 0 cu 120
0 1 mii lei:
(persoane)
1 2 3 4 5 6 ΔS1 / 0 = S1 − S0 = 1,32 − 1,2 = 0,12 (120 mii lei )
600 528 0,8 1,1 0,88 -100 Fondul de salarizare a scăzut, în aceeaşi perioadă, cu 72 milioane
420 357 1,0 0,85 0,85 0 lei:
325 195 0,6 1,0 0,6 -100
437,5 440 1,143 0,88 1,01 50
ΔFS
1 / 0 = FS1 − FS0 = 528 − 600 = −72 mil. lei
Σ=1782,5 Σ= 1520 - - Σ = -150 ΔFS
1 / 0 = FS1 − FS0 = S1 N1 − S0 N 0 = 528 − 600 = −72 mil. lei

ΔFS
1 / 0 = S1N1 − S0 N1 = Δ1 / 0 N1 = 0,12× 400 = 48mil. lei
(S ) S

ΔFS (N )
1/ 0 = S0 N1 − S0 N 0 = S0 ΔN1 / 0 = 12 × (−100) = −120 mil. lei
 STATISTICĂ ŞI ECONOMETRIE 361 362 Gh. COMAN

Tabelul 52 (continuare)
w1 .ΣN1 15
I ΣwQ = = Iw = = 1,2
w 0 .ΣN1 12,5 ΔS1/ 0 ΔFS
1/ 0 ΔFS (S )
1/ 0 ΔFS (N )
1/ 0 g1N S 0 g1N
(mil.lei) (mil.lei) (mil.lei) (mil.lei) (mil.lei)
w0 .ΣN1 120
I ΣΣQN = = I ΣN = = 1,2 7 8 9 10 11 12
w0 .ΣN 0 100 0,12 -72 48 -120 0,32 0,384
-0,21 -63 -63 0 0,24 0,336
27. Se cunosc datele: 0 -130 0 -130 0,12 0,156
Tabelul 51
-0,15 2,5 -60 62,5 0,32 0,400
Număr salariaţi Salariul mediu, milioane lei
Firma Σ=- Σ=- Σ=
0 1 0 1 - Σ = -75 Σ = 1,276
262,5 187,5 1,00
I 500 400 1,2 1,32
II 300 300 1,4 1,19 Pentru firma I dinamica indicatorilor este:
III 250 150 1,3 1,30 N1 400
IV 350 400 1,25 1,10
i1N/ 0 = = = 0,8 (80%) .Numărul salariaţilor a scăzut în
N 0 500
Total 1400 1250 - - această firmă cu 20%.
S1 1,32
a. Să se analizeze dinamica şi modificarea absolută a numărului de i1S/ 0 = = = 1,1 (110%) . Salariul mediu al angajaţilor din
salariaţi, salariul mediu şi fondului de salarizare la nivelul fiecărei firme, cu S 0 1,2
evidenţierea factorilor; firma I a crescut cu 10%.
b. Să se analizeze dinamica şi modificarea absolută a numărului de FS1 528
/0 = = = 0,88 (88%) .
salariaţi, salariului mediu şi fondului de salarizare la nivelul ansamblului celor i1FS Fondul de salarizare a scăzut
patru firme, cu evidenţierea factorilor. FS0 600
Rezolvare. în momentul 1 faţă de momentul 0 cu 12%.
a. Pentru rezolvarea problemei se calculează fondul de salarizare Modificarea absolută a indicatorilor este:
pe baza relaţiei: FS = S.N, coloana 2 din tabelul 52. Efectivul salariaţilor s-a redus cu 100 persoane:
Tabelul 52
Fond salarizare, ΔN1/ 0 = N1 − N 0 = 400 − 500 = −100 persoane
(milioane lei) N
i1 / 0 S
i1 / 0 FS
i1 / 0 Δ1 / 0
N
Salariul mediu a crescut în momentul 1 faţă de momentul 0 cu 120
0 1 mii lei:
(persoane)
1 2 3 4 5 6 ΔS1 / 0 = S1 − S0 = 1,32 − 1,2 = 0,12 (120 mii lei )
600 528 0,8 1,1 0,88 -100 Fondul de salarizare a scăzut, în aceeaşi perioadă, cu 72 milioane
420 357 1,0 0,85 0,85 0 lei:
325 195 0,6 1,0 0,6 -100
437,5 440 1,143 0,88 1,01 50
ΔFS
1 / 0 = FS1 − FS0 = 528 − 600 = −72 mil. lei
Σ=1782,5 Σ= 1520 - - Σ = -150 ΔFS
1 / 0 = FS1 − FS0 = S1 N1 − S0 N 0 = 528 − 600 = −72 mil. lei

ΔFS
1 / 0 = S1N1 − S0 N1 = Δ1 / 0 N1 = 0,12× 400 = 48mil. lei
(S ) S

ΔFS (N )
1/ 0 = S0 N1 − S0 N 0 = S0 ΔN1 / 0 = 12 × (−100) = −120 mil. lei
 STATISTICĂ ŞI ECONOMETRIE 363 364 Gh. COMAN

ΔFS
1 / 0 + Δ1 / 0
(S ) FS ( N )
= ΔFS
1 / 0 = 48 + (−120) = −72 mil. lei ΣS1 g1N ΣN1
Deşi salariul mediu la firma I a crescut, la fondul de salarizare s-a I1Σ/FS (S )
= = I1S/(0S ) = 0,953
ΣS0 g1 ΣN1
0 N
înregistrat o reducere datorată scăderii numărului de angajaţi.
Analiza se efectuează similar pentru firmele II, III şi IV, coloanele 3-
ΣS0 g1N ΣN1
I1Σ/FS (g N ) N
10 din tabelul 52.
b. La nivel de grup se pot cumula: fondul de salarizare (ΣFS) şi
= = I1S/(0g ) = 1,002
ΣS0 g 0 ΣN1
0 N
numărul de angajaţi (ΣN).
Salariul mediu se calculează:
I1Σ/FS × I1Σ/FS = I1Σ/FS
N
(S ) (g ) (S )
ΣFS ΣS × N
S= = = ΣS × g N S 1 = ΣFS1 = 1520 = 1,216 mil. lei 0 0 0
ΣN ΣN ΣN1 1250
ΣS0 g 0N ΣN1
S0 =
ΣFS 0 1782,5
= = 1,273 mil. lei
I1Σ/FS ( ΣN )
= = I1N/ 0 = 0,893
ΣS 0 g 0 ΣN 0
0 N
ΣN 0 1400
I1Σ/FS × I1Σ/FS × I1Σ/FS ( ΣN )
= I1Σ/FS × I1Σ/FS ( ΣN )
= I1Σ/FS
N
Atunci, dinamica indicatorilor este: (S ) (g ) (S )
0 0 0 0 0 0
ΣFS1 1520 ΣN1 1250
I1Σ/FS = = = 0,853 (85,3%) I1Σ/N0 = = = 0,893 (89,3%) 0,953 × 1,002 × 0,893 = 0,955 × 0,893 = 0,853
ΣFS0 1782,5 ΣN 0 1400
0

Modificarea absolută a indicatorilor analizaţi la nivelul ansamblului,

S 1 1,216 în momentul 1, faţă de momentul 0 este:
I1S/ 0 = = = 0,953 (95,3%)
S 0 1,273 ΔΣ1FS
/ 0 = ΣFS1 − ΣFS 0 = 1520 − 1782,5 = −262,5 mil . lei
Dinamica salariului mediu pe ansamblul celor 4 firme se poate
descompune pe seama celor doi factori de influenţă: salariul mediu la nivelul ΔΣ1N/ 0 = ΣN1 − ΣN 0 = 1250 − 1400 = −150 persoane
firmelor şi structura angajaţilor, coloanele 11, 12 din tabelul 52.
S 1 ΣS1 g1N 1,216 ΔS1 / 0 = S 1 − S 0 = 1,216 − 1,273 = −0,057 mil. lei / pers.
I1S/ 0 = = = = 0,953 (95,3%) Modificarea absolută a salariului mediu pe ansamblu se poate
S 0 ΣS0 g 0N 1,273 descompune pe seama factorilor.
ΣS1 g1N S1 1,216 ΔS1 / 0 = ΣS1 g1N − ΣS 0 g 0N = −0,057 mil . lei / pers.
I1S/(0S ) = = = = 0,953 (95,3%)
ΣS 0 g1
N
ΣS 0 g1 1,273
N
ΔS1 /( 0S ) = ΣS1 g1N − ΣS 0 g1N = S 1 − ΣS 0 g1N = 1,216 − 1,276 =
N ΣS g N ΣS g N 1,276
I1S/(0g ) = 0 1N = 0 1 = = 1,002 (100,2%) = −0,06 mil . lei / pers.
ΣS0 g 0 S0 1,273 N
N ΔS1 (/ g0 )
= ΣS 0 g1N − ΣS 0 g 0N = ΣS 0 g1N − S 0 = 1,276 − 1,273 =
I1S/(0S ) × I1S/(0g ) = I1S/ 0 = 0,953×1,002 = 0,955 (95,5%)
Dinamica fondului de salarizare se poate descompune pe seama a = −0,003 mil . lei / pers.
N Aşadar, salariul mediu pe salariat a scăzut cu 57 mii lei/persoană.
doi factori de influenţă ( S şi ΣN) sau a trei factori (S, g şi ΣN): Pe seama salariilor la nivel de firmă a scăzut cu 60 mii lei/persoană, dar a
crescut cu 3 mii lei/persoană datorită deplasării structurii angajaţilor către
ΣFS1 S 1ΣN1 ΣS1 g1N ΣN1 firmele cu salarii mari.
I1Σ/FS = = =
ΣFS0 S 0ΣN 0 ΣS0 g 0N ΣN 0
0 N
ΔS1 (/ S0 ) + ΔS1 (/ g0 )
= ΔS1 / 0
− 0,06 + 0,003 = −0,057 mil.lei / pers.
 STATISTICĂ ŞI ECONOMETRIE 363 364 Gh. COMAN

ΔFS
1 / 0 + Δ1 / 0
(S ) FS ( N )
= ΔFS
1 / 0 = 48 + (−120) = −72 mil. lei ΣS1 g1N ΣN1
Deşi salariul mediu la firma I a crescut, la fondul de salarizare s-a I1Σ/FS (S )
= = I1S/(0S ) = 0,953
ΣS0 g1 ΣN1
0 N
înregistrat o reducere datorată scăderii numărului de angajaţi.
Analiza se efectuează similar pentru firmele II, III şi IV, coloanele 3-
ΣS0 g1N ΣN1
I1Σ/FS (g N ) N
10 din tabelul 52.
b. La nivel de grup se pot cumula: fondul de salarizare (ΣFS) şi
= = I1S/(0g ) = 1,002
ΣS0 g 0 ΣN1
0 N
numărul de angajaţi (ΣN).
Salariul mediu se calculează:
I1Σ/FS × I1Σ/FS = I1Σ/FS
N
(S ) (g ) (S )
ΣFS ΣS × N
S= = = ΣS × g N S 1 = ΣFS1 = 1520 = 1,216 mil. lei 0 0 0
ΣN ΣN ΣN1 1250
ΣS0 g 0N ΣN1
S0 =
ΣFS 0 1782,5
= = 1,273 mil. lei
I1Σ/FS ( ΣN )
= = I1N/ 0 = 0,893
ΣS 0 g 0 ΣN 0
0 N
ΣN 0 1400
I1Σ/FS × I1Σ/FS × I1Σ/FS ( ΣN )
= I1Σ/FS × I1Σ/FS ( ΣN )
= I1Σ/FS
N
Atunci, dinamica indicatorilor este: (S ) (g ) (S )
0 0 0 0 0 0
ΣFS1 1520 ΣN1 1250
I1Σ/FS = = = 0,853 (85,3%) I1Σ/N0 = = = 0,893 (89,3%) 0,953 × 1,002 × 0,893 = 0,955 × 0,893 = 0,853
ΣFS0 1782,5 ΣN 0 1400
0

Modificarea absolută a indicatorilor analizaţi la nivelul ansamblului,

S 1 1,216 în momentul 1, faţă de momentul 0 este:
I1S/ 0 = = = 0,953 (95,3%)
S 0 1,273 ΔΣ1FS
/ 0 = ΣFS1 − ΣFS 0 = 1520 − 1782,5 = −262,5 mil . lei
Dinamica salariului mediu pe ansamblul celor 4 firme se poate
descompune pe seama celor doi factori de influenţă: salariul mediu la nivelul ΔΣ1N/ 0 = ΣN1 − ΣN 0 = 1250 − 1400 = −150 persoane
firmelor şi structura angajaţilor, coloanele 11, 12 din tabelul 52.
S 1 ΣS1 g1N 1,216 ΔS1 / 0 = S 1 − S 0 = 1,216 − 1,273 = −0,057 mil. lei / pers.
I1S/ 0 = = = = 0,953 (95,3%) Modificarea absolută a salariului mediu pe ansamblu se poate
S 0 ΣS0 g 0N 1,273 descompune pe seama factorilor.
ΣS1 g1N S1 1,216 ΔS1 / 0 = ΣS1 g1N − ΣS 0 g 0N = −0,057 mil . lei / pers.
I1S/(0S ) = = = = 0,953 (95,3%)
ΣS 0 g1
N
ΣS 0 g1 1,273
N
ΔS1 /( 0S ) = ΣS1 g1N − ΣS 0 g1N = S 1 − ΣS 0 g1N = 1,216 − 1,276 =
N ΣS g N ΣS g N 1,276
I1S/(0g ) = 0 1N = 0 1 = = 1,002 (100,2%) = −0,06 mil . lei / pers.
ΣS0 g 0 S0 1,273 N
N ΔS1 (/ g0 )
= ΣS 0 g1N − ΣS 0 g 0N = ΣS 0 g1N − S 0 = 1,276 − 1,273 =
I1S/(0S ) × I1S/(0g ) = I1S/ 0 = 0,953×1,002 = 0,955 (95,5%)
Dinamica fondului de salarizare se poate descompune pe seama a = −0,003 mil . lei / pers.
N Aşadar, salariul mediu pe salariat a scăzut cu 57 mii lei/persoană.
doi factori de influenţă ( S şi ΣN) sau a trei factori (S, g şi ΣN): Pe seama salariilor la nivel de firmă a scăzut cu 60 mii lei/persoană, dar a
crescut cu 3 mii lei/persoană datorită deplasării structurii angajaţilor către
ΣFS1 S 1ΣN1 ΣS1 g1N ΣN1 firmele cu salarii mari.
I1Σ/FS = = =
ΣFS0 S 0ΣN 0 ΣS0 g 0N ΣN 0
0 N
ΔS1 (/ S0 ) + ΔS1 (/ g0 )
= ΔS1 / 0
− 0,06 + 0,003 = −0,057 mil.lei / pers.
 STATISTICĂ ŞI ECONOMETRIE 365 366 Gh. COMAN

Pentru fondul de salarizare analiza modificării absolute pe seama a Indicele preţurilor de consum, pe ansamblu (IPC), este un indice de
2 sau 3 factori de influenţă se poate face astfel: tip Laspeyres (cu ponderi constante în perioada de bază). Aşadar:
ΔΣ1FS
/ 0 = ΣFS1 − Σ FS 0 = S 1ΣN1 − S 0 Σ N 0 = Σ
p1
p0 q 0
Σp1q0 p0 Σi p × p 0 q 0
= ΣS1 g1N ΣN1 − ΣS 0 g 0N ΣN 0 = −262,5 mil . lei IPC = = = 1/ 0 =
Σp 0 q 0 Σp0 q0 Σp0 q0
ΔΣ1FS (S )
= ΣS1 g1N ΣN1 − ΣS 0 g1N ΣN1 = ΔS1/( 0S ) × ΣN1 =
/0
Σi1p/ 0 g iv(%)
0
1,30 × 57 + 1,20 × 30 + 1,40 × 13
= −0,06 × 1250 = −75 mil . lei (total col.9, tabelul 52 = = = 1,283 (128,3%)
100 100
ΔΣ1FS
N
/0
(g )
= ΣS0 g1N ΣN1 − ΣS0 g 0N ΣN1 = Preţurile, pe ansamblu, au crescut aşadar, în perioada curentă faţă
de perioada de bază, cu 28,3%.
N 29. Desfacerea de mărfuri alimentare la un complex comercial se
= ΔS1 (/ 0g1 ) × ΣN1 = −0,003 × 1250 = 3,5 mil . lei caracterizează prin următoarele date, tabelul 54:
Tabelul 54.
ΔΣ1FS
/0
( ΣN )
= ΣS 0 g 0N ΣN1 − ΣS 0 g 0N ΣN 0 = Cantităţi vândute, buc. Preţ unitar, u.m.
Marfa U.M.
= S 0 ΔΣ1N/ 0 = 1,273 × (−150) = −191 mil . lei Perioada
de bază
Perioada
curentă
Perioada
de bază
Perioada
curentă

ΔΣ1FS + ΔΣ1FS = ΔΣ1FS

N
/0
(S )
/0
( g1 )
/0
(S )
= 0 1 2 3 4 5
A l 5200 5100 60 192
= −75 + 3,5 = −71,5 mil. lei B kg. 2800 2620 40 200
C buc. 4000 4150 25 50
ΔΣ1FS + ΔΣ1FS ( ΣN )
= ΔΣ1FS =
N
(g ) (N)
/0 /0 /0

= 3,5 − 191 = −187,5 mil . lei (total col .9, tabelul 52 Se cere:
1. Să se analizeze dinamica valorii, volumului fizic şi preţurilor pe
ΔΣ1FS + ΔΣ1FS + ΔΣ1FS ( ΣN )
N

/0
(S )
/0
( g1 )
/0 = fiecare marfă.
2. Indicii de grup ai valorii, volumului fizic şi al preţurilor; să se
= −75 + 3,5 + (.191) = −262,5 mil . lei verifice relaţia dintre ei.
3. Modificarea relativă şi absolută a valorii vânzărilor şi
28. Se cunosc următoarele date privind indicii preţurilor de descompunerea acesteia pe factori de influenţă, prin metoda indicilor.
consum pe tipuri de mărfuri şi structura cheltuielilor familiilor: Rezolvare.
Tabelul 53. Se fac notaţiile: 0 – perioada de bază; 1 – perioada curentă; v –
Structura cheltuielilor, % Indicii preţurilor în valoarea mărfurilor vândute, v = p.q; q – cantităţile vândute; p – preţurile de
Tipuri de mărfuri şi perioada curentă vânzare.
servicii Bază (0) Curentă (1) faţă de perioada de Se realizează algoritmul necesar calculului indicilor individuali şi de
bază, % grup ai valorii volumului fizic şi ai preţurilor, tabelul 55.
0 1 2 3 Tabelul 55.
Mărfuri alimentare 57 64 130 Valoarea mărfurilor, u.m. Indici individuali
Mărfuri nealimentare 30 … 120 Mar- v1 q p
(p0q0) (p1q1) (p0q1) (p1q0) i1 / 0 = i1q/ 0 = 1 i1p/ 0 = 1
v
fa
Servicii … 12 140 v0 q 0 p 0
Total 100 100 -
0 1 2 3 4 5 6 7
Să se calculeze indicele preţurilor de consum pe ansamblu.
Rezolvare. A 312000 979200 306000 998400 3,138 0,98 3,2
B 112000 524000 104800 560000 4,678 0,94 5,0
 STATISTICĂ ŞI ECONOMETRIE 365 366 Gh. COMAN

Pentru fondul de salarizare analiza modificării absolute pe seama a Indicele preţurilor de consum, pe ansamblu (IPC), este un indice de
2 sau 3 factori de influenţă se poate face astfel: tip Laspeyres (cu ponderi constante în perioada de bază). Aşadar:
ΔΣ1FS
/ 0 = ΣFS1 − Σ FS 0 = S 1ΣN1 − S 0 Σ N 0 = Σ
p1
p0 q 0
Σp1q0 p0 Σi p × p 0 q 0
= ΣS1 g1N ΣN1 − ΣS 0 g 0N ΣN 0 = −262,5 mil . lei IPC = = = 1/ 0 =
Σp 0 q 0 Σp0 q0 Σp0 q0
ΔΣ1FS (S )
= ΣS1 g1N ΣN1 − ΣS 0 g1N ΣN1 = ΔS1/( 0S ) × ΣN1 =
/0
Σi1p/ 0 g iv(%)
0
1,30 × 57 + 1,20 × 30 + 1,40 × 13
= −0,06 × 1250 = −75 mil . lei (total col.9, tabelul 52 = = = 1,283 (128,3%)
100 100
ΔΣ1FS
N
/0
(g )
= ΣS0 g1N ΣN1 − ΣS0 g 0N ΣN1 = Preţurile, pe ansamblu, au crescut aşadar, în perioada curentă faţă
de perioada de bază, cu 28,3%.
N 29. Desfacerea de mărfuri alimentare la un complex comercial se
= ΔS1 (/ 0g1 ) × ΣN1 = −0,003 × 1250 = 3,5 mil . lei caracterizează prin următoarele date, tabelul 54:
Tabelul 54.
ΔΣ1FS
/0
( ΣN )
= ΣS 0 g 0N ΣN1 − ΣS 0 g 0N ΣN 0 = Cantităţi vândute, buc. Preţ unitar, u.m.
Marfa U.M.
= S 0 ΔΣ1N/ 0 = 1,273 × (−150) = −191 mil . lei Perioada
de bază
Perioada
curentă
Perioada
de bază
Perioada
curentă

ΔΣ1FS + ΔΣ1FS = ΔΣ1FS

N
/0
(S )
/0
( g1 )
/0
(S )
= 0 1 2 3 4 5
A l 5200 5100 60 192
= −75 + 3,5 = −71,5 mil. lei B kg. 2800 2620 40 200
C buc. 4000 4150 25 50
ΔΣ1FS + ΔΣ1FS ( ΣN )
= ΔΣ1FS =
N
(g ) (N)
/0 /0 /0

= 3,5 − 191 = −187,5 mil . lei (total col .9, tabelul 52 Se cere:
1. Să se analizeze dinamica valorii, volumului fizic şi preţurilor pe
ΔΣ1FS + ΔΣ1FS + ΔΣ1FS ( ΣN )
N

/0
(S )
/0
( g1 )
/0 = fiecare marfă.
2. Indicii de grup ai valorii, volumului fizic şi al preţurilor; să se
= −75 + 3,5 + (.191) = −262,5 mil . lei verifice relaţia dintre ei.
3. Modificarea relativă şi absolută a valorii vânzărilor şi
28. Se cunosc următoarele date privind indicii preţurilor de descompunerea acesteia pe factori de influenţă, prin metoda indicilor.
consum pe tipuri de mărfuri şi structura cheltuielilor familiilor: Rezolvare.
Tabelul 53. Se fac notaţiile: 0 – perioada de bază; 1 – perioada curentă; v –
Structura cheltuielilor, % Indicii preţurilor în valoarea mărfurilor vândute, v = p.q; q – cantităţile vândute; p – preţurile de
Tipuri de mărfuri şi perioada curentă vânzare.
servicii Bază (0) Curentă (1) faţă de perioada de Se realizează algoritmul necesar calculului indicilor individuali şi de
bază, % grup ai valorii volumului fizic şi ai preţurilor, tabelul 55.
0 1 2 3 Tabelul 55.
Mărfuri alimentare 57 64 130 Valoarea mărfurilor, u.m. Indici individuali
Mărfuri nealimentare 30 … 120 Mar- v1 q p
(p0q0) (p1q1) (p0q1) (p1q0) i1 / 0 = i1q/ 0 = 1 i1p/ 0 = 1
v
fa
Servicii … 12 140 v0 q 0 p 0
Total 100 100 -
0 1 2 3 4 5 6 7
Să se calculeze indicele preţurilor de consum pe ansamblu.
Rezolvare. A 312000 979200 306000 998400 3,138 0,98 3,2
B 112000 524000 104800 560000 4,678 0,94 5,0
 STATISTICĂ ŞI ECONOMETRIE 367 368 Gh. COMAN

C 100000 207500 103750 200000

Total 524000 1710700 514550 1758400
2,075
-
1,0375
-
2,0
-
R q = i q − 100 = 98% − 100% = −2%
- descompunerea aritmetică şi modificările absolute:
1. Dinamica valorii, volumului fizic şi a preţurilor se poate stabili cu
ajutorul indicilor individuali (ultimele trei coloane din tabelul 55). Δ v
1/ 0 = Δ1p / 0 + Δq1 / 0 ⇒ 667200 = 673000 − 6000
2. Indicii de grup ai:
- Valorii mărfurilor vândute: Δv1 / 0 = p1q1 − p0 q0 ⇒ 979200 − 312000 = 667200 u.m.
Σv1 Σq1 p1 1710,7 Δ1p / 0 = p1q1 − p0 q1 ⇒ 979200 − 306000 = 673200 u.m.
I1v/ 0 = = = = 3,265 sau 326,5%
Σv0 Σq 0 p0 524
Δq1 / 0 = p0 q1 − p0 q0 ⇒ 306000 − 312000 = −6000 u.m.
- Volumului fizic:
Deci, în perioada curentă faţă de perioada de bază, valoarea mărfii
⎧ Σp 0 q1 514,55 A a fost de 3,138 ori mai mare sau a crescut cu 213,8%, ceea ce reprezintă
⎪ Σp q = 524 = 0,982 sau 98,2% o creştere absolută de 667200 u.m. pe seama creşterii preţurilor în special,
⎪ 0 0
I 1q/ 0 =⎨ în timp ce vânzările cantitative au scăzut cu 2%, ceea ce reprezintă – 6000
⎪ Σp1q1 = 1710,7 = 0,973 sau 97,3% u.m.
⎪⎩ Σp1q0 1738,4 Descompunerea valorii vânzărilor pe total (varianta I-a).
Descompunerea geometrică:
- Preţurilor:
I 1v/(0p ,q ) = I 1v/(0p ) × I 1v/(0q ) ⇒ 3,265 → 0,982 × 3,325
⎧ Σp1q0 1758,4
⎪ Σp q = 524 = 3,3557 sau 335,6% Σp1q1 Σp1q1 Σp0 q1 1710700 524000
⎪ 0 0 = × ; ×
I1p/ 0 =⎨
⎪ Σp1q1 = 1710,7 = 3,3246 sau 332,5%
Σp0 q0 Σp0 q1 Σp0 q0 524000 514550
⎪⎩ Σp0 q1 514,55 Modificările relative (R).

I 1v/ 0 = I 1q/ 0 × I 1p/ 0 ; 326,5% = (0,982 × 3,325) × 100

v ( p ,q )
R = 326,5 − 100 = 226,5%
3. Descompunerea pe factori de influenţă a variaţiei relative şi R v ( p ) = 332,5 − 100 = 232,5%
absolute a valorii mărfurilor vândute:
Se vor folosi următoarele metode de descompunere:
a. metoda substituţiilor în lanţ;
R v ( q ) = 98,2 − 100 = −1,8%
b. metoda influenţelor izolate. Descompunerea aritmetică:
Ambele metode presupun descompunerea geometrică (relativă) şi
descompunerea aritmetică (absolută), pe fiecare marfă sau pe total. Δv1(/ p0, q ) = Δv1(/ p0) + Δv1(/q0)
Aplicarea metodei substituţiilor în lanţ.
Descompunerea variaţiei valorii vânzărilor pe fiecare marfă. Δv1(/ p0,q ) = Σp1q1 − Σp0 q0 ⇒ 1710700 − 524000 = 1186700 u.m.
Exemplu, marfa A. sau:
descompunerea geometrică (relativă):
-
Δv1(/ p0, q ) = I1v/(0p , q ) Σp0 q0 = Σp0 q0 ( I1v/(0p , q ) − 1) =
i v
=i p
×i q
⇒ 3,138 = 3,2 × 0,98
= Σp0 q0 .R v ( p , q ) = 524000 × 2,265 = 1186700 u.m.
1/ 0 1/ 0 1/ 0
Rezultă că modificările relative (R) sunt:
R v = i v − 100 = 313,8% − 100% = 213,8% Δv1(/ p0) = Σp1q1 − Σp0 q1 = 1710700 − 514550 = 1196150 u.m.
sau:
R p = i p − 100 = 320% − 100% = 220%
 STATISTICĂ ŞI ECONOMETRIE 367 368 Gh. COMAN

C 100000 207500 103750 200000

Total 524000 1710700 514550 1758400
2,075
-
1,0375
-
2,0
-
R q = i q − 100 = 98% − 100% = −2%
- descompunerea aritmetică şi modificările absolute:
1. Dinamica valorii, volumului fizic şi a preţurilor se poate stabili cu
ajutorul indicilor individuali (ultimele trei coloane din tabelul 55). Δ v
1/ 0 = Δ1p / 0 + Δq1 / 0 ⇒ 667200 = 673000 − 6000
2. Indicii de grup ai:
- Valorii mărfurilor vândute: Δv1 / 0 = p1q1 − p0 q0 ⇒ 979200 − 312000 = 667200 u.m.
Σv1 Σq1 p1 1710,7 Δ1p / 0 = p1q1 − p0 q1 ⇒ 979200 − 306000 = 673200 u.m.
I1v/ 0 = = = = 3,265 sau 326,5%
Σv0 Σq 0 p0 524
Δq1 / 0 = p0 q1 − p0 q0 ⇒ 306000 − 312000 = −6000 u.m.
- Volumului fizic:
Deci, în perioada curentă faţă de perioada de bază, valoarea mărfii
⎧ Σp 0 q1 514,55 A a fost de 3,138 ori mai mare sau a crescut cu 213,8%, ceea ce reprezintă
⎪ Σp q = 524 = 0,982 sau 98,2% o creştere absolută de 667200 u.m. pe seama creşterii preţurilor în special,
⎪ 0 0
I 1q/ 0 =⎨ în timp ce vânzările cantitative au scăzut cu 2%, ceea ce reprezintă – 6000
⎪ Σp1q1 = 1710,7 = 0,973 sau 97,3% u.m.
⎪⎩ Σp1q0 1738,4 Descompunerea valorii vânzărilor pe total (varianta I-a).
Descompunerea geometrică:
- Preţurilor:
I 1v/(0p ,q ) = I 1v/(0p ) × I 1v/(0q ) ⇒ 3,265 → 0,982 × 3,325
⎧ Σp1q0 1758,4
⎪ Σp q = 524 = 3,3557 sau 335,6% Σp1q1 Σp1q1 Σp0 q1 1710700 524000
⎪ 0 0 = × ; ×
I1p/ 0 =⎨
⎪ Σp1q1 = 1710,7 = 3,3246 sau 332,5%
Σp0 q0 Σp0 q1 Σp0 q0 524000 514550
⎪⎩ Σp0 q1 514,55 Modificările relative (R).

I 1v/ 0 = I 1q/ 0 × I 1p/ 0 ; 326,5% = (0,982 × 3,325) × 100

v ( p ,q )
R = 326,5 − 100 = 226,5%
3. Descompunerea pe factori de influenţă a variaţiei relative şi R v ( p ) = 332,5 − 100 = 232,5%
absolute a valorii mărfurilor vândute:
Se vor folosi următoarele metode de descompunere:
a. metoda substituţiilor în lanţ;
R v ( q ) = 98,2 − 100 = −1,8%
b. metoda influenţelor izolate. Descompunerea aritmetică:
Ambele metode presupun descompunerea geometrică (relativă) şi
descompunerea aritmetică (absolută), pe fiecare marfă sau pe total. Δv1(/ p0, q ) = Δv1(/ p0) + Δv1(/q0)
Aplicarea metodei substituţiilor în lanţ.
Descompunerea variaţiei valorii vânzărilor pe fiecare marfă. Δv1(/ p0,q ) = Σp1q1 − Σp0 q0 ⇒ 1710700 − 524000 = 1186700 u.m.
Exemplu, marfa A. sau:
descompunerea geometrică (relativă):
-
Δv1(/ p0, q ) = I1v/(0p , q ) Σp0 q0 = Σp0 q0 ( I1v/(0p , q ) − 1) =
i v
=i p
×i q
⇒ 3,138 = 3,2 × 0,98
= Σp0 q0 .R v ( p , q ) = 524000 × 2,265 = 1186700 u.m.
1/ 0 1/ 0 1/ 0
Rezultă că modificările relative (R) sunt:
R v = i v − 100 = 313,8% − 100% = 213,8% Δv1(/ p0) = Σp1q1 − Σp0 q1 = 1710700 − 514550 = 1196150 u.m.
sau:
R p = i p − 100 = 320% − 100% = 220%
 STATISTICĂ ŞI ECONOMETRIE 369 370 Gh. COMAN

1 ⎛ 1 ⎞ Σp1q1 Σp1q0
Δv1(/ p0) = Σp1q1 −Σp1q1 = Σp1q1 ⎜⎜1 − v ( p ) ⎟⎟ = I1v/(0p ∩ q ) = = 3,325 3,3557 = 0,99085
I v( p)
1/ 0⎝ I1 / 0 ⎠ Σp0 q1 Σ p0 q0
Descompunerea aritmetică:
⎛ 1 ⎞
= 1710700 ⎜1 −
⎝ 3,325 ⎠
⎟ = 1196150 u.m. Δv1(/ p0, q ) = Δv1(/ p0 / q 0 ) + Δv1(/q0/ p 0 ) + Δv1(/ p0∩ q )
unde:
Δv1(/q0) = Σp0 q1 − Σp0 q0 = 514550 − 524000 = −9450 u.m.
Δv1(/ p0 / q0 ) = Σp1q0 − Σp0 q0 = 1758400 − 524000 = 1234400 u.m.
sau:
Δv1(/q0) = I1v/(0q ) Σp0 q0 − Σp0 q0 = Σp0 q0 I1v/(0q ) − 1 =( ) Δv1(/q0/ p0 ) = Σp0 q1 − Σp0 q0 = −9450 u.m.
= Σp0 q0 × R v ( q ) = 524000 × 0,018 = −9450 u.m. Δv1(/q0∩ p ) = (Σp1q1 − Σp0 q1 ) − (Σp1q0 − Σp0 q0 ) =
Contribuţia relativă a factorilor la modificarea absolută a valorii
mărfurilor: = 1196150 − 1234400 = −38250 u.m.
Rezultă că:
v( p)
Δ +Δ
v(q)
Δ
v( p) v(q)
Δ 1186700 = 1234400 − 9450 − 38250
Δ v( p,q)
=
1/ 0 1/ 0
⇒1 =1/ 0 1/ 0
+
Δ Δ Δ
% v (q, p ) v(q, p) v(q, p) Calculul influenţelor totale ale factorilor, în cazul în care cîtul relativ
1/ 0 1/ 0 1/ 0
1196150 + (−9,45) ⎧1 = 1,008 + (−0,008) sau I1v/(0p ∩q ) şi restul absolut Δv1(/ p0∩q ) se repartizează proporţional cu
1= ⇒⎨
⎩100 = 100,8 − 0,8
1186700 influenţa independentă a factorilor (p şi q):
Influenţa totală a creşterii preţurilor asupra valorii mărfurilor:
În perioada curentă faţă de perioada de bază, valoarea mărfurilor - sub formă relativă:
vândute a fost de 3,265 ori mai mare, cu un spor absolut de 1186700 u.m.
Această creştere s-a datorat creşterii preţurilor de vânzare de 3,325 ori, cu I1v/(0p / q0 )
un spor absolut de 1196150 u.m., iar cantităţile vândute au scăzut cu 1,8%, I1v/(0p ) = I1v/(0p / q0 ) × I1v/(0p ∩ q ) × v(q / p ) =
ceea ce reprezintă 9450 u.m. I1 / 0 0
Aplicaţii ale metodei influenţelor izolate.
Descompunerea geometrică:
3,3557
I1v/(0p , q ) = I1v/(0p / q0 ) × I1v/(0q / p 0 ) × I1v/(0p ∩ q ) ⇒ = 3,3557. 0,99085 = 6,1748
0,982
⇒ 3,265 ≅ 3,357 × 0,982 × 0,99085 - sub formă absolută:
unde:
Δv1(/ p0 / q 0 )
Σp q 1758400 Δv1(/ p0) = Δv1(/ p0 / q 0 ) + Δv1(/ p0∩ q ) =
I1v/(0p / q 0 ) = 1 0= = 3,3557 sau 335,57% Δv1(/ p0 / q 0 ) + Δv1(/q0/ p 0 )
Σp0 q0 524000
1234400
Σp q = 1234400 − 38250
1234400 − 9450
= 1195840 ,75 u.m.
I v ( q / p0 )
= 0 1 = 0,982 sau 98,2%
Σp0 q0 Influenţa totală a volumului fizic asupra valorii mărfurilor:
1/ 0
- sub formă relativă:
 STATISTICĂ ŞI ECONOMETRIE 369 370 Gh. COMAN

1 ⎛ 1 ⎞ Σp1q1 Σp1q0
Δv1(/ p0) = Σp1q1 −Σp1q1 = Σp1q1 ⎜⎜1 − v ( p ) ⎟⎟ = I1v/(0p ∩ q ) = = 3,325 3,3557 = 0,99085
I v( p)
1/ 0⎝ I1 / 0 ⎠ Σp0 q1 Σ p0 q0
Descompunerea aritmetică:
⎛ 1 ⎞
= 1710700 ⎜1 −
⎝ 3,325 ⎠
⎟ = 1196150 u.m. Δv1(/ p0, q ) = Δv1(/ p0 / q 0 ) + Δv1(/q0/ p 0 ) + Δv1(/ p0∩ q )
unde:
Δv1(/q0) = Σp0 q1 − Σp0 q0 = 514550 − 524000 = −9450 u.m.
Δv1(/ p0 / q0 ) = Σp1q0 − Σp0 q0 = 1758400 − 524000 = 1234400 u.m.
sau:
Δv1(/q0) = I1v/(0q ) Σp0 q0 − Σp0 q0 = Σp0 q0 I1v/(0q ) − 1 =( ) Δv1(/q0/ p0 ) = Σp0 q1 − Σp0 q0 = −9450 u.m.
= Σp0 q0 × R v ( q ) = 524000 × 0,018 = −9450 u.m. Δv1(/q0∩ p ) = (Σp1q1 − Σp0 q1 ) − (Σp1q0 − Σp0 q0 ) =
Contribuţia relativă a factorilor la modificarea absolută a valorii
mărfurilor: = 1196150 − 1234400 = −38250 u.m.
Rezultă că:
v( p)
Δ +Δ
v(q)
Δ
v( p) v(q)
Δ 1186700 = 1234400 − 9450 − 38250
Δ v( p,q)
=
1/ 0 1/ 0
⇒1 =1/ 0 1/ 0
+
Δ Δ Δ
% v (q, p ) v(q, p) v(q, p) Calculul influenţelor totale ale factorilor, în cazul în care cîtul relativ
1/ 0 1/ 0 1/ 0
1196150 + (−9,45) ⎧1 = 1,008 + (−0,008) sau I1v/(0p ∩q ) şi restul absolut Δv1(/ p0∩q ) se repartizează proporţional cu
1= ⇒⎨
⎩100 = 100,8 − 0,8
1186700 influenţa independentă a factorilor (p şi q):
Influenţa totală a creşterii preţurilor asupra valorii mărfurilor:
În perioada curentă faţă de perioada de bază, valoarea mărfurilor - sub formă relativă:
vândute a fost de 3,265 ori mai mare, cu un spor absolut de 1186700 u.m.
Această creştere s-a datorat creşterii preţurilor de vânzare de 3,325 ori, cu I1v/(0p / q0 )
un spor absolut de 1196150 u.m., iar cantităţile vândute au scăzut cu 1,8%, I1v/(0p ) = I1v/(0p / q0 ) × I1v/(0p ∩ q ) × v(q / p ) =
ceea ce reprezintă 9450 u.m. I1 / 0 0
Aplicaţii ale metodei influenţelor izolate.
Descompunerea geometrică:
3,3557
I1v/(0p , q ) = I1v/(0p / q0 ) × I1v/(0q / p 0 ) × I1v/(0p ∩ q ) ⇒ = 3,3557. 0,99085 = 6,1748
0,982
⇒ 3,265 ≅ 3,357 × 0,982 × 0,99085 - sub formă absolută:
unde:
Δv1(/ p0 / q 0 )
Σp q 1758400 Δv1(/ p0) = Δv1(/ p0 / q 0 ) + Δv1(/ p0∩ q ) =
I1v/(0p / q 0 ) = 1 0= = 3,3557 sau 335,57% Δv1(/ p0 / q 0 ) + Δv1(/q0/ p 0 )
Σp0 q0 524000
1234400
Σp q = 1234400 − 38250
1234400 − 9450
= 1195840 ,75 u.m.
I v ( q / p0 )
= 0 1 = 0,982 sau 98,2%
Σp0 q0 Influenţa totală a volumului fizic asupra valorii mărfurilor:
1/ 0
- sub formă relativă:
 STATISTICĂ ŞI ECONOMETRIE 371 372 Gh. COMAN

30. Pentru trei societăţi comerciale se cunosc datele statistice din

I v ( q / p0 ) tabelul 56:
I1v/(0q ) = I1v/(0q / p0 ) × I1v/(0p ∩ q ) × 1v/(0p / q ) = Tabelul 56. Date iniţiale
I1 / 0 0 Valoarea Dinamica Număr salariaţi
Modificarea
S.C. producţiei în preţurilor volumului fizic
0,982 preţuri curente al producţiei PB PC
= 0,982. 0,99085 = 0,5288 (u.m.)
(%)
(%)
3,3557 0 1 2 3 4 5
- sub formă absolută: A 500 +50 80 50 45
B 1200 +80 100 150 150
Δv1(/q0/ p 0 ) C 300 +100 90 60 58
Δv1(/q0) = Δv1(/q0/ p 0 ) + Δv1(/ p0∩ q ) =
Δv1(/qpq
0
0)
+ Δ v( p / q0 )
1/ 0 Se cere:
1. Indicii individuali ai preţurilor şi ai valorii.
− 9450 2. Indicii de grup ai valorii, volumului fizic şi al preţurilor.
= −9450 − 38250 = −9745 u.m. 3. Modificarea relativă şi absolută a valorii producţiei, cu
− 9450 + 1234400 evidenţierea influenţei factorilor.
4. Indicii individuali şi de grup ai numărului de salariaţi.
Deci, influenţele totale exercitate de preţuri şi de volumul fizic sunt:
5. Productivitatea muncii, pe fiecare societate comercială şi pe total,
- sub formă relativă:
în cele două perioade: de Bază (PB) şi curentă (PC).
I1v/(0p , q ) = I1v/(0p ) + I1v/(0q ) ⇒ 3,265 ≅ 6,1748 × 0,5288 6. Indicii individuali şi de grup ai productivităţii muncii.
7. Modificarea relativă şi absolută a productivităţii medii a muncii cu
- sub formă absolută:
evidenţierea factorilor de influenţă.
Δv1(/ p0, q ) = Δv1(/ p0) × Δv1(/q0) ⇒ 1186700 ≅ 1195840 − 9745 8. Modificarea producţiei pe seama productivităţii şi a numărului de
Contribuţia relativă a factorilor la modificarea absolută a valorii salariaţi, cu descompunerea pe doi factori şi pe trei factori de influenţă.
mărfurilor: 9. Să se reprezinte grafic producţia pe total ţinând seama de factorii
de influenţă (pentru cazul a doi factori de influenţă).
Δv1(/ p0) Δv1(/q0) Rezolvare.
100 = v ( p , q ) + v ( p , q ) ⇒ 100 ≅
Δ1 / 0 Δ1 / 0 1. Metodologia şi rezultatele calculelor, pe baza datelor iniţiale,
rezultă din tabelul 57, coloanele 3 şi 5.
1195840 9745
≅ − = 100,77 − 0,8 Tabelul 57. Calcule intermediare.
1186700 1186700
SC
p1q1
r1p/ 0 i1p/ 0 = r1p/ 0 + 100 i1q/ 0
Prin folosirea metodei influenţelor izolate a factorilor se constată:
(u.m.) (%)
- în perioada curentă faţă de perioada de bază, valoarea mărfurilor
vândute a crescut pe seama preţurilor de 6,1748 ori, cu un spor relativ de 0 1 2 3 4
517,48% şi absolut de 1195840 u.m. – deci, mai mare decât în cazul A 500 +50 150 80
metodei substituţiei în lanţ – creştere care reprezintă 100,77% din sporul B 1200 +80 180 100
total. C 300 +100 200 90
Ca urmare a scăderii volumului fizic, volumul valoric al vânzărilor a Total 2000 - - -
scăzut cu –9745 u.m., adică cu 47,12%, iar ponderea acestui factor în sporul
total al vânzărilor este de –0,8%.
 STATISTICĂ ŞI ECONOMETRIE 371 372 Gh. COMAN

30. Pentru trei societăţi comerciale se cunosc datele statistice din

I v ( q / p0 ) tabelul 56:
I1v/(0q ) = I1v/(0q / p0 ) × I1v/(0p ∩ q ) × 1v/(0p / q ) = Tabelul 56. Date iniţiale
I1 / 0 0 Valoarea Dinamica Număr salariaţi
Modificarea
S.C. producţiei în preţurilor volumului fizic
0,982 preţuri curente al producţiei PB PC
= 0,982. 0,99085 = 0,5288 (u.m.)
(%)
(%)
3,3557 0 1 2 3 4 5
- sub formă absolută: A 500 +50 80 50 45
B 1200 +80 100 150 150
Δv1(/q0/ p 0 ) C 300 +100 90 60 58
Δv1(/q0) = Δv1(/q0/ p 0 ) + Δv1(/ p0∩ q ) =
Δv1(/qpq
0
0)
+ Δ v( p / q0 )
1/ 0 Se cere:
1. Indicii individuali ai preţurilor şi ai valorii.
− 9450 2. Indicii de grup ai valorii, volumului fizic şi al preţurilor.
= −9450 − 38250 = −9745 u.m. 3. Modificarea relativă şi absolută a valorii producţiei, cu
− 9450 + 1234400 evidenţierea influenţei factorilor.
4. Indicii individuali şi de grup ai numărului de salariaţi.
Deci, influenţele totale exercitate de preţuri şi de volumul fizic sunt:
5. Productivitatea muncii, pe fiecare societate comercială şi pe total,
- sub formă relativă:
în cele două perioade: de Bază (PB) şi curentă (PC).
I1v/(0p , q ) = I1v/(0p ) + I1v/(0q ) ⇒ 3,265 ≅ 6,1748 × 0,5288 6. Indicii individuali şi de grup ai productivităţii muncii.
7. Modificarea relativă şi absolută a productivităţii medii a muncii cu
- sub formă absolută:
evidenţierea factorilor de influenţă.
Δv1(/ p0, q ) = Δv1(/ p0) × Δv1(/q0) ⇒ 1186700 ≅ 1195840 − 9745 8. Modificarea producţiei pe seama productivităţii şi a numărului de
Contribuţia relativă a factorilor la modificarea absolută a valorii salariaţi, cu descompunerea pe doi factori şi pe trei factori de influenţă.
mărfurilor: 9. Să se reprezinte grafic producţia pe total ţinând seama de factorii
de influenţă (pentru cazul a doi factori de influenţă).
Δv1(/ p0) Δv1(/q0) Rezolvare.
100 = v ( p , q ) + v ( p , q ) ⇒ 100 ≅
Δ1 / 0 Δ1 / 0 1. Metodologia şi rezultatele calculelor, pe baza datelor iniţiale,
rezultă din tabelul 57, coloanele 3 şi 5.
1195840 9745
≅ − = 100,77 − 0,8 Tabelul 57. Calcule intermediare.
1186700 1186700
SC
p1q1
r1p/ 0 i1p/ 0 = r1p/ 0 + 100 i1q/ 0
Prin folosirea metodei influenţelor izolate a factorilor se constată:
(u.m.) (%)
- în perioada curentă faţă de perioada de bază, valoarea mărfurilor
vândute a crescut pe seama preţurilor de 6,1748 ori, cu un spor relativ de 0 1 2 3 4
517,48% şi absolut de 1195840 u.m. – deci, mai mare decât în cazul A 500 +50 150 80
metodei substituţiei în lanţ – creştere care reprezintă 100,77% din sporul B 1200 +80 180 100
total. C 300 +100 200 90
Ca urmare a scăderii volumului fizic, volumul valoric al vânzărilor a Total 2000 - - -
scăzut cu –9745 u.m., adică cu 47,12%, iar ponderea acestui factor în sporul
total al vânzărilor este de –0,8%.
 STATISTICĂ ŞI ECONOMETRIE 373 374 Gh. COMAN

Tabelul 57 (continuare)
► pe total: Δv1(/ p0, q ) = Σp1q1 − Σp0 q0 = 750 u.m.
p1q1 pq
i1v/ 0 = i1p/ 0 × i1q/ 0 i1v/ 0 % p0 q0 = v
p0 q1 = 1p 1 4. Indicii individuali şi de grup ai numărului de salariaţi se determină
i1 / 0 i1 / 0 cu expresiile:
⎧ 45
⎪SC " A"⇒ 50 = 0,9 ⇒ 90%
5 6 7 8
1,2 120 416,667 333,333
1,8 180 666,667 666,667 ⎪
T1 ⎪ 150
1,8 180 166,667 150 i1 / 0 = = ⎨SC " B"⇒
T
= 1,0 ⇒ 100%
- - 1250 1150 T0 ⎪ 150
⎪ 58
⎪SC "C"⇒ 60 = 0,9667 ⇒ 96,67%
2. Pentru calculul indicilor de grup trebuie obţinute următoarele
informaţii: valoarea producţiei în perioada de bază (q0p0), valoarea producţiei
în preţuri constante (p0q1). Rezultatul calculelor sunt prezentate în tabelul 57, ⎩
coloanele 1, 7 şi 8. ΣT 253
Σp1q1 2000 I1T/ 0 = 1 = = 0,9731 ⇒ 97,31%
I1v/(0p , q ) = = = 1,6 ⇒ 160% ΣT0 260
Σp0 q0 1250 5. Expresiile de calcul şi rezultatele calculelor pentru productivitatea
muncii pe fiecare societate comercială sunt prezentate în tabelul 58,
Σi1q/ 0 p0 q0 1150 coloanele 5 şi 6.
I1v/(0q ) = = = 0,92 ⇒ 92% Tabelul 58. Calcule intermediare.
Σp0 q0 1250
Σp1q1 2000 2000 p0q0
I1v/(0p ) =
1
= =
500 1200 300 1150
= 1,7391 ⇒ 173,91%
SC p0 q0 p0 q1 T0 T1 w0 =
Σ p p1q1 + + T0
i1 / 0 1,5 1,8 2 (u.m.)
3. Modificarea relativă şi absolută a valorii producţiei, cu 0 1 2 3 4 5
evidenţierea influenţei factorilor. A 416,667 333,333 50 45 8,333
• modificările relative:
B 666,667 666,667 150 150 4,444
► pentru factorul cantitativ: R1v/(0q ) = I1v/(0q ) % − 100 = −8%
C 166,667 150 60 58 2,777
► pentru factorul calitativ: R1v/(0p ) = I1v/(0p ) % − 100 = +73,91% Total 1250 1150 260 253 4,808
Tabelul 58 (continuare)
► pe total: R1v/(0p , q ) = I1v/(0p , q ) % − 100 = +60%
• modificările relative: p0 q1 w1
► pe seama factorului cantitativ: w1 = i1w/ 0 = w0T1 i1T/ 0
T1 w0
Δv1(/q0) = Σi1q/ 0 p0 q0 − Σp0 q0 = −100 u.m.
6 7 8 9
► pe seama factorului calitativ: 7,407 0,8889 373,985 0,9
i 4,444 1,0 666,600 1,0
Δv1(/ p0) = Σp1q1 − Σ p
p1q1 = 850 u.m. 2,586 0,9312 161,067 0,9667
i
1/ 0 4,545 0,9453 1202,652 0,9731
 STATISTICĂ ŞI ECONOMETRIE 373 374 Gh. COMAN

Tabelul 57 (continuare)
► pe total: Δv1(/ p0, q ) = Σp1q1 − Σp0 q0 = 750 u.m.
p1q1 pq
i1v/ 0 = i1p/ 0 × i1q/ 0 i1v/ 0 % p0 q0 = v
p0 q1 = 1p 1 4. Indicii individuali şi de grup ai numărului de salariaţi se determină
i1 / 0 i1 / 0 cu expresiile:
⎧ 45
⎪SC " A"⇒ 50 = 0,9 ⇒ 90%
5 6 7 8
1,2 120 416,667 333,333
1,8 180 666,667 666,667 ⎪
T1 ⎪ 150
1,8 180 166,667 150 i1 / 0 = = ⎨SC " B"⇒
T
= 1,0 ⇒ 100%
- - 1250 1150 T0 ⎪ 150
⎪ 58
⎪SC "C"⇒ 60 = 0,9667 ⇒ 96,67%
2. Pentru calculul indicilor de grup trebuie obţinute următoarele
informaţii: valoarea producţiei în perioada de bază (q0p0), valoarea producţiei
în preţuri constante (p0q1). Rezultatul calculelor sunt prezentate în tabelul 57, ⎩
coloanele 1, 7 şi 8. ΣT 253
Σp1q1 2000 I1T/ 0 = 1 = = 0,9731 ⇒ 97,31%
I1v/(0p , q ) = = = 1,6 ⇒ 160% ΣT0 260
Σp0 q0 1250 5. Expresiile de calcul şi rezultatele calculelor pentru productivitatea
muncii pe fiecare societate comercială sunt prezentate în tabelul 58,
Σi1q/ 0 p0 q0 1150 coloanele 5 şi 6.
I1v/(0q ) = = = 0,92 ⇒ 92% Tabelul 58. Calcule intermediare.
Σp0 q0 1250
Σp1q1 2000 2000 p0q0
I1v/(0p ) =
1
= =
500 1200 300 1150
= 1,7391 ⇒ 173,91%
SC p0 q0 p0 q1 T0 T1 w0 =
Σ p p1q1 + + T0
i1 / 0 1,5 1,8 2 (u.m.)
3. Modificarea relativă şi absolută a valorii producţiei, cu 0 1 2 3 4 5
evidenţierea influenţei factorilor. A 416,667 333,333 50 45 8,333
• modificările relative:
B 666,667 666,667 150 150 4,444
► pentru factorul cantitativ: R1v/(0q ) = I1v/(0q ) % − 100 = −8%
C 166,667 150 60 58 2,777
► pentru factorul calitativ: R1v/(0p ) = I1v/(0p ) % − 100 = +73,91% Total 1250 1150 260 253 4,808
Tabelul 58 (continuare)
► pe total: R1v/(0p , q ) = I1v/(0p , q ) % − 100 = +60%
• modificările relative: p0 q1 w1
► pe seama factorului cantitativ: w1 = i1w/ 0 = w0T1 i1T/ 0
T1 w0
Δv1(/q0) = Σi1q/ 0 p0 q0 − Σp0 q0 = −100 u.m.
6 7 8 9
► pe seama factorului calitativ: 7,407 0,8889 373,985 0,9
i 4,444 1,0 666,600 1,0
Δv1(/ p0) = Σp1q1 − Σ p
p1q1 = 850 u.m. 2,586 0,9312 161,067 0,9667
i
1/ 0 4,545 0,9453 1202,652 0,9731
 STATISTICĂ ŞI ECONOMETRIE 375 376 Gh. COMAN

6. Indicii individuali ai productivităţii muncii sunt prezentaţi în tabelul

58, coloana 7.
Σw1T1 Σp0 q1
Pentru calculul indicilor de grup ai productivităţii medii a muncii I Q ( w,T ) = = = 0,92 ⇒ 92% ⇒
trebuie calculate productivităţile medii pe total, astfel:
Σw0T0 Σp0 q0
Σw0T0 Σp0 q0
w0 = = = 4,808 u.m. / salariat ⇒ R Q ( w,T ) = −8%; ΔQ ( w,T ) = −100 u.m.
ΣT0 ΣT0
Σw0T1 1202,652
Σw T Σp q I Q (T ) = = = 0,9621 ⇒ 96,21% ⇒
w1 = 1 1 = 0 1 = 4,545 u.m. / salariat Σw0T0 1250
ΣT1 ΣT1 ⇒ R Q (T ) = −3,79%; ΔQ (T ) = −47,348 u.m.
Σw0T1 1202,652 Σw1T1 1150
w* = = = 4,753 u.m. / salariat I Q ( w) = = = 0,95621 ⇒ 95,62% ⇒
ΣT1 253 Σw0T1 1202,652
Pe baza acestora se calculează următorii indicatori:
► indicele cu structură variabilă: ⇒ R Q ( w) = −4,38%; ΔQ (T ) = −52,652 u.m.
► varianta II.
w 4,545
I w ( w, g T )
= 1 = = 0,9453 ⇒ 94,53% w1ΣT1
I Q ( w ,ΣT ) = = 0,92 ⇒ 92% ⇒
SV
w0 4,808
► indicele variaţiei structurii: w0 ΣT0
w* 4,753
= = = 0,9896 ⇒ 98,96% ⇒ R Q ( w ,ΣT ) = −8%; ΔQ ( w ΣT ) = −100 u.m.
T
w(g )
I SV
w0 4,808 w0 ΣT1
► indicele cu structură fixă: I Q ( ΣT ) = = 0,9731 ⇒ 97,31% ⇒ R Q ( ΣT ) = −2,69%
w0 ΣT0
w1 4,545
w ( w)
I SV = = = 0,9562 ⇒ 95,62% ΔQ ( ΣT ) = (ΣT1 − ΣT0 ).w0 = (253 − 260).4,808 = −33,656 u.m.
w* 4,753 w ΣT
7. Pe baza indicilor de grup se pot calcula: I Q ( w ) = 1 1 = 0,94531 ⇒ 94,53% ⇒ R Q ( w ) = −5,47%
• modificările absolute: w0 ΣT1
Δw1 /(0w , g ) = w1 − w0 = 4,545 − 4,808 = −0,263 u.m.
T
ΔQ ( w ) = ( w1 − w0 ).ΣT1 = ( 4,545 − 4,808).253 = −66,539 u.m.
Verificare:
Δ w ( gT )
1/ 0 = w* − w0 = 4,753 − 4,808 = −0,055 u.m. I Q ( w ,ΣT ) = I w × I ΣT = 0,9453.0,9731 = 0,9199 ≅ 0,92
8.b. Descompunerea producţiei totale pe trei factori de influenţă:
Δw1/(0w ) = w1 − w* = 4,545 − 4,753 = −0,208 u.m.
• modificările relative: , ΣT ) Σw1 g1T ΣT1
= = 0,92 ⇒ 92% ⇒
T
I Q ( w, g
= −5,47 %; R1w/ 0( g = −1,14 %; R1w/ 0( w ) = −4,38 %. Σw0 g0T ΣT1
T T
R1w/ 0( w , g ) )

8.a. Descompunerea producţiei pe doi factori de influenţă care se

, ΣT )
⇒ ΔQ ( w, g ≈ 100 u.m.
T
poate realiza în mai multe moduri:
► varianta I.
 STATISTICĂ ŞI ECONOMETRIE 375 376 Gh. COMAN

6. Indicii individuali ai productivităţii muncii sunt prezentaţi în tabelul

58, coloana 7.
Σw1T1 Σp0 q1
Pentru calculul indicilor de grup ai productivităţii medii a muncii I Q ( w,T ) = = = 0,92 ⇒ 92% ⇒
trebuie calculate productivităţile medii pe total, astfel:
Σw0T0 Σp0 q0
Σw0T0 Σp0 q0
w0 = = = 4,808 u.m. / salariat ⇒ R Q ( w,T ) = −8%; ΔQ ( w,T ) = −100 u.m.
ΣT0 ΣT0
Σw0T1 1202,652
Σw T Σp q I Q (T ) = = = 0,9621 ⇒ 96,21% ⇒
w1 = 1 1 = 0 1 = 4,545 u.m. / salariat Σw0T0 1250
ΣT1 ΣT1 ⇒ R Q (T ) = −3,79%; ΔQ (T ) = −47,348 u.m.
Σw0T1 1202,652 Σw1T1 1150
w* = = = 4,753 u.m. / salariat I Q ( w) = = = 0,95621 ⇒ 95,62% ⇒
ΣT1 253 Σw0T1 1202,652
Pe baza acestora se calculează următorii indicatori:
► indicele cu structură variabilă: ⇒ R Q ( w) = −4,38%; ΔQ (T ) = −52,652 u.m.
► varianta II.
w 4,545
I w ( w, g T )
= 1 = = 0,9453 ⇒ 94,53% w1ΣT1
I Q ( w ,ΣT ) = = 0,92 ⇒ 92% ⇒
SV
w0 4,808
► indicele variaţiei structurii: w0 ΣT0
w* 4,753
= = = 0,9896 ⇒ 98,96% ⇒ R Q ( w ,ΣT ) = −8%; ΔQ ( w ΣT ) = −100 u.m.
T
w(g )
I SV
w0 4,808 w0 ΣT1
► indicele cu structură fixă: I Q ( ΣT ) = = 0,9731 ⇒ 97,31% ⇒ R Q ( ΣT ) = −2,69%
w0 ΣT0
w1 4,545
w ( w)
I SV = = = 0,9562 ⇒ 95,62% ΔQ ( ΣT ) = (ΣT1 − ΣT0 ).w0 = (253 − 260).4,808 = −33,656 u.m.
w* 4,753 w ΣT
7. Pe baza indicilor de grup se pot calcula: I Q ( w ) = 1 1 = 0,94531 ⇒ 94,53% ⇒ R Q ( w ) = −5,47%
• modificările absolute: w0 ΣT1
Δw1 /(0w , g ) = w1 − w0 = 4,545 − 4,808 = −0,263 u.m.
T
ΔQ ( w ) = ( w1 − w0 ).ΣT1 = ( 4,545 − 4,808).253 = −66,539 u.m.
Verificare:
Δ w ( gT )
1/ 0 = w* − w0 = 4,753 − 4,808 = −0,055 u.m. I Q ( w ,ΣT ) = I w × I ΣT = 0,9453.0,9731 = 0,9199 ≅ 0,92
8.b. Descompunerea producţiei totale pe trei factori de influenţă:
Δw1/(0w ) = w1 − w* = 4,545 − 4,753 = −0,208 u.m.
• modificările relative: , ΣT ) Σw1 g1T ΣT1
= = 0,92 ⇒ 92% ⇒
T
I Q ( w, g
= −5,47 %; R1w/ 0( g = −1,14 %; R1w/ 0( w ) = −4,38 %. Σw0 g0T ΣT1
T T
R1w/ 0( w , g ) )

8.a. Descompunerea producţiei pe doi factori de influenţă care se

, ΣT )
⇒ ΔQ ( w, g ≈ 100 u.m.
T
poate realiza în mai multe moduri:
► varianta I.
 STATISTICĂ ŞI ECONOMETRIE 377 378 Gh. COMAN

Q ( ΣT ) Σw0 g 0T ΣT1 w0ΣT1 Σvi = Σpi .qi

I = = = 0,9731 ⇒ 97,31% Modificarea absolută a valorii vânzărilor datorată creşterii preţurilor
Σw0 g 0T ΣT0 w0 ΣT0 este:

ΔQ ( ΣT ) = ΣT1 − ΣT0 ).w0 33,656 u.m. p0

ΔΣ1v/ 0( p ) = Σp1.q1 − Σp0 .q1 = Σp1.q1 − Σ p1.q1 =
Σw0 g1T ΣT1 w*ΣT1 p1
I Q( gT )
= = = 0,9886 ⇒ 98,86%
Σw0 g 0T ΣT1 w0 ΣT1 1 ⎛ 1
= Σp1.q1 − Σ p .q = 99 − ⎜ × 24,5 +
Δ Q( gT )
= ( w* − w0 ).ΣT1 = −0,055.253 = −13,915 u.m. i1p/ 0
1 1
⎝ 1,07
Σw1 g1T ΣT1 w1ΣT1
I Q ( w)
= = = 0,9562 ⇒ 95,62% 1 1 ⎞
Σw0 g1T ΣT1 w*ΣT1 + × 31,2 + × 43,3 ⎟ = 99,0 − 92,9 = 6,1u.m.
1,10 1,04 ⎠
ΔQ ( w) = ( w1 − w* ).ΣT1 = −0,208.253 = −52,624 u.m.
9. Valoarea producţiei în cele două perioade în funcţie de
productivitatea medie şi de numărul de salariaţi:
Σp0 q0 = w0 .ΣT0 = 4,808 .260 = 1250 u.m.
Σp0 q1 = w1.ΣT1 = 4,545 .253 = 1150 u.m.
31. Se cunosc următoarele date privind valoarea vânzărilor la trei
produse (A, B, C), la o societate comercială, în perioada curentă (PC) şi
dinamica preţurilor faţă de perioada de bază, tabelul 59.
Tabelul 59. Date iniţiale.
Dinamica preţurilor unitare în
Valoarea vânzărilor în
Produsul perioada curentă faţă de perioada
perioada de bază, u.m.
de bază, %
A 24,5 107
B 31,2 110
C 43,3 104
Total 99,0 -

Se cere să se determine modificarea absolută a valorii vânzărilor

determinată de creşterea preţurilor în perioada curentă, faţă de perioada de
bază.
Rezolvare.
Valoarea vânzărilor pentru un produs este:
vi = pi .qi (i = A, B, C )
iar pe ansamblul celor trei produse:
 STATISTICĂ ŞI ECONOMETRIE 377 378 Gh. COMAN

Q ( ΣT ) Σw0 g 0T ΣT1 w0ΣT1 Σvi = Σpi .qi

I = = = 0,9731 ⇒ 97,31% Modificarea absolută a valorii vânzărilor datorată creşterii preţurilor
Σw0 g 0T ΣT0 w0 ΣT0 este:

ΔQ ( ΣT ) = ΣT1 − ΣT0 ).w0 33,656 u.m. p0

ΔΣ1v/ 0( p ) = Σp1.q1 − Σp0 .q1 = Σp1.q1 − Σ p1.q1 =
Σw0 g1T ΣT1 w*ΣT1 p1
I Q( gT )
= = = 0,9886 ⇒ 98,86%
Σw0 g 0T ΣT1 w0 ΣT1 1 ⎛ 1
= Σp1.q1 − Σ p .q = 99 − ⎜ × 24,5 +
Δ Q( gT )
= ( w* − w0 ).ΣT1 = −0,055.253 = −13,915 u.m. i1p/ 0
1 1
⎝ 1,07
Σw1 g1T ΣT1 w1ΣT1
I Q ( w)
= = = 0,9562 ⇒ 95,62% 1 1 ⎞
Σw0 g1T ΣT1 w*ΣT1 + × 31,2 + × 43,3 ⎟ = 99,0 − 92,9 = 6,1u.m.
1,10 1,04 ⎠
ΔQ ( w) = ( w1 − w* ).ΣT1 = −0,208.253 = −52,624 u.m.
9. Valoarea producţiei în cele două perioade în funcţie de
productivitatea medie şi de numărul de salariaţi:
Σp0 q0 = w0 .ΣT0 = 4,808 .260 = 1250 u.m.
Σp0 q1 = w1.ΣT1 = 4,545 .253 = 1150 u.m.
31. Se cunosc următoarele date privind valoarea vânzărilor la trei
produse (A, B, C), la o societate comercială, în perioada curentă (PC) şi
dinamica preţurilor faţă de perioada de bază, tabelul 59.
Tabelul 59. Date iniţiale.
Dinamica preţurilor unitare în
Valoarea vânzărilor în
Produsul perioada curentă faţă de perioada
perioada de bază, u.m.
de bază, %
A 24,5 107
B 31,2 110
C 43,3 104
Total 99,0 -

Se cere să se determine modificarea absolută a valorii vânzărilor

determinată de creşterea preţurilor în perioada curentă, faţă de perioada de
bază.
Rezolvare.
Valoarea vânzărilor pentru un produs este:
vi = pi .qi (i = A, B, C )
iar pe ansamblul celor trei produse:
 STATISTICĂ ŞI ECONOMETRIE 379
B I B L I O G R A F I E
1. Baron Tudor ş. a., Statistică teoretică şi economică, Bucureşti, Editura
Didactică şi Pedagogică, 1996.
2. Bădiţă Maria, Baron Tudor, Korka Mihai, Statistică pentru afaceri,
Editura Eficient, Bucureşti, 1998.
3. Begu Liviu Stelian, Tusa Erika, Statistică teoretică şi economică,
Bucureşti, Editura ASE, 2004.
4. Clocotici Valentin, Stan Aurel. Statistică aplicată în psihologie. Iaşi,
Editura Polirom, 2000.
5. Coman Gh., Murgu Al., Statistică teoretică şi aplicată, Târgu Mureş,
Editura „Dimitrie Cantemir”, 2000.
6. Coman Gh., Econometrie (ediţie revizuită), Iaşi, Editura PIM, 2007
7. Coman Gh., Statistica, Iaşi, Editura PIM, 2004.
8. Coman Gh., Statistica (probleme), Iaşi, Editura PIM, 2003
9. Coman Gh., Statistica (teorie şi aplicaţii), Iaşi, Editura PIM, 2007
10. Goschin Zizi, Vătui Mihaela, Statistica, Bucureşti, Editura ASE, 2004.
11. Grădinaru Neculai, Matematici aplicate în economie, Iaşi, Editura
„Gheorghe Asachi”, 1999.
12. Haber A., Runyon R., General Statistics, Addison-Weslwy, Reading,
Mass., 1977.
13. Isaic-Maniu Al. (coordonator), Dicţionar de statistică generală,
Bucureşti, Editura Economică, 2003.
14. Isaic-Maniu Al. ş.a., Statistică teoretică şi economică, Chişinău, Editura
Tahnică, 1994.
15. Isaic-Maniu Al., Constantin Mitruţ, Vergil Voineagu, Statistică,
Bucureşti, Editura Universitară, 2004.
16. Ivănescu Ion ş.a., Statistică, Bucureşti, Editura Didactică şi
Pedagogică, 1980.
17. Jaba Elisabeta, Statistica, Bucureşti, Editura Economică, 1998.
18. Jean-Pierre Lecoutre, Statistique et probabilités, Paris, Editeur: Dunod,
2005.
19. Jolion Jean-Michel, Probabilités et Statistique, Version électronique:
http://rfv.insa-lyon.fr/˜jolion/STAT/poly.html.
20. Lecoutre Jean-Pierre, Statistique et probabilités, Editeur: Dunod, Paris,
2005.
21. Lilea Eugenia, Mihaela Vătui, Doina Boldeanu, Zizi Goschin, Statistica,
Bucureşti, ASE, 2004.
22. Luc Albarello, Jean-Luc Guyot, Etienne Bourgeois, Statistique
descriptive, Paris, Editeur: De Boeck, 2002.
23. Lucile Chanquoy, Statistiques appliquées à la psychologie et aux
sciences humaines et sociales, Paris, Editeur: Hachette, 2005.
24. Mihoc Gh., Micu N., Teoria probabilităţilor şi statistică matematică,
Bucureşti, Editura Didactică şi Pedagogică, 1980.
380 Gh. COMAN
25. Negoescu Gheorghe, Rodica Ciobanu, Cristina-Aurora Bontaş, Bazele
statisticii pentru afaceri, Bucureşti, Editura ALL BECK, 1999.
26. Novak Andrei, Statistica, Bucureşti, Editura SILVI, 2003.
27. Onicescu Octav, Curs de teoria probabilităţilor, Bucureşti, Editura
Tehnică, 1956.
28. Philippe Michel, Cours de mathématiques pour économistes, Paris,
Editeur: Economica, 1989.
29. Philippe Tassi, Méthodes statistiques, Paris, Editeur: Economica, 2004.
30. Rancu N., Tovissi L., Statistică matematică cu aplicaţii în producţie,
Bucureşti, Editura Academiei RPR, 1963.
31. Roman Monica, Statistica financiar-bancară, Bucureşti, ASE, 2005.
32. Rotariu Traian, Bădescu Gabriel, Culic Irina, Mezei Elemer, Mureşan
Cornelia, Metode statistice aplicate în ştiinţele sociale. Iaşi, Editura
Polirom, 1999.
33. Saporta Gilbert, Théorie et méthodes de la statistique, Paris, Editions
Technip, 1987.
34. Saporta Gilbert, Probabilités, analyse des données et statistique, Paris,
Editions Technip, 2006.
35. Soliani Lamberto, MANUALE DI STATISTICA PER LA RICERCA E
LA PROFESSIONE (edizione aprile 2005),Versiunea electronică:
http://www.dsa.unipr.it/soliani/soliani.html.
36. Şerban Daniela, Statistica pentru studii de marketing si administrarea
afacerilor, Bucureşti, ASE, 2004.
37. Tassi Philippe, Méthodes statistiques, Editeur: Economica, Paris, 2004.
38. Trebici Virgil, Mica enciclopedie de statistică, Bucureşti, Editura
Ştiinţifică şi Enciclopedică, 1985.
39. Ţiţian Emilia, Simona Ghiţă, Cristina Trandas, Statistica economică,
Bucureşti, ASE, 2004.
40. Vasilescu Gh., Wagner Fl., Zaharia O., Roman M., Hurduzeu M.,
Analiza statistico-economică în industrie. Culegere de probleme şi teste
grilă, Bucureşti, ASE, 1999.
41. Vodă V. Gheorghe, Gândirea statistică, un mod de gândire al viitorului,
Bucureşti, Editura Albatros, 1977.
42. Voineagu Mariana, Emilia Ţiţian, Simona Ghiţă, Statistică aplicată,
Bucureşti, Editura Fundaţiei „România de Mâine”, 2000.
43. Voineagu Vergil, Colibaba D., Grădinaru G., Statistică. Noţiuni
fundamentale şi aplicaţii, Bucureşti, Editura ASE, 2002.
44. Voineagu Vergil, Mitruţ Constatntin, Emilia Ţiţian, Simona Ghiţă,
Mihaela Vătui, Statistica, Bucureşti, Editura ASE, 2004.
45. Zaharia Octavian, Aniela Danciu, Monica Roman, Statistica
întreprinderii, Bucureşti, ASE, 2004.
 STATISTICĂ ŞI ECONOMETRIE 379
B I B L I O G R A F I E
1. Baron Tudor ş. a., Statistică teoretică şi economică, Bucureşti, Editura
Didactică şi Pedagogică, 1996.
2. Bădiţă Maria, Baron Tudor, Korka Mihai, Statistică pentru afaceri,
Editura Eficient, Bucureşti, 1998.
3. Begu Liviu Stelian, Tusa Erika, Statistică teoretică şi economică,
Bucureşti, Editura ASE, 2004.
4. Clocotici Valentin, Stan Aurel. Statistică aplicată în psihologie. Iaşi,
Editura Polirom, 2000.
5. Coman Gh., Murgu Al., Statistică teoretică şi aplicată, Târgu Mureş,
Editura „Dimitrie Cantemir”, 2000.
6. Coman Gh., Econometrie (ediţie revizuită), Iaşi, Editura PIM, 2007
7. Coman Gh., Statistica, Iaşi, Editura PIM, 2004.
8. Coman Gh., Statistica (probleme), Iaşi, Editura PIM, 2003
9. Coman Gh., Statistica (teorie şi aplicaţii), Iaşi, Editura PIM, 2007
10. Goschin Zizi, Vătui Mihaela, Statistica, Bucureşti, Editura ASE, 2004.
11. Grădinaru Neculai, Matematici aplicate în economie, Iaşi, Editura
„Gheorghe Asachi”, 1999.
12. Haber A., Runyon R., General Statistics, Addison-Weslwy, Reading,
Mass., 1977.
13. Isaic-Maniu Al. (coordonator), Dicţionar de statistică generală,
Bucureşti, Editura Economică, 2003.
14. Isaic-Maniu Al. ş.a., Statistică teoretică şi economică, Chişinău, Editura
Tahnică, 1994.
15. Isaic-Maniu Al., Constantin Mitruţ, Vergil Voineagu, Statistică,
Bucureşti, Editura Universitară, 2004.
16. Ivănescu Ion ş.a., Statistică, Bucureşti, Editura Didactică şi
Pedagogică, 1980.
17. Jaba Elisabeta, Statistica, Bucureşti, Editura Economică, 1998.
18. Jean-Pierre Lecoutre, Statistique et probabilités, Paris, Editeur: Dunod,
2005.
19. Jolion Jean-Michel, Probabilités et Statistique, Version électronique:
http://rfv.insa-lyon.fr/˜jolion/STAT/poly.html.
20. Lecoutre Jean-Pierre, Statistique et probabilités, Editeur: Dunod, Paris,
2005.
21. Lilea Eugenia, Mihaela Vătui, Doina Boldeanu, Zizi Goschin, Statistica,
Bucureşti, ASE, 2004.
22. Luc Albarello, Jean-Luc Guyot, Etienne Bourgeois, Statistique
descriptive, Paris, Editeur: De Boeck, 2002.
23. Lucile Chanquoy, Statistiques appliquées à la psychologie et aux
sciences humaines et sociales, Paris, Editeur: Hachette, 2005.
24. Mihoc Gh., Micu N., Teoria probabilităţilor şi statistică matematică,
Bucureşti, Editura Didactică şi Pedagogică, 1980.
380 Gh. COMAN
25. Negoescu Gheorghe, Rodica Ciobanu, Cristina-Aurora Bontaş, Bazele
statisticii pentru afaceri, Bucureşti, Editura ALL BECK, 1999.
26. Novak Andrei, Statistica, Bucureşti, Editura SILVI, 2003.
27. Onicescu Octav, Curs de teoria probabilităţilor, Bucureşti, Editura
Tehnică, 1956.
28. Philippe Michel, Cours de mathématiques pour économistes, Paris,
Editeur: Economica, 1989.
29. Philippe Tassi, Méthodes statistiques, Paris, Editeur: Economica, 2004.
30. Rancu N., Tovissi L., Statistică matematică cu aplicaţii în producţie,
Bucureşti, Editura Academiei RPR, 1963.
31. Roman Monica, Statistica financiar-bancară, Bucureşti, ASE, 2005.
32. Rotariu Traian, Bădescu Gabriel, Culic Irina, Mezei Elemer, Mureşan
Cornelia, Metode statistice aplicate în ştiinţele sociale. Iaşi, Editura
Polirom, 1999.
33. Saporta Gilbert, Théorie et méthodes de la statistique, Paris, Editions
Technip, 1987.
34. Saporta Gilbert, Probabilités, analyse des données et statistique, Paris,
Editions Technip, 2006.
35. Soliani Lamberto, MANUALE DI STATISTICA PER LA RICERCA E
LA PROFESSIONE (edizione aprile 2005),Versiunea electronică:
http://www.dsa.unipr.it/soliani/soliani.html.
36. Şerban Daniela, Statistica pentru studii de marketing si administrarea
afacerilor, Bucureşti, ASE, 2004.
37. Tassi Philippe, Méthodes statistiques, Editeur: Economica, Paris, 2004.
38. Trebici Virgil, Mica enciclopedie de statistică, Bucureşti, Editura
Ştiinţifică şi Enciclopedică, 1985.
39. Ţiţian Emilia, Simona Ghiţă, Cristina Trandas, Statistica economică,
Bucureşti, ASE, 2004.
40. Vasilescu Gh., Wagner Fl., Zaharia O., Roman M., Hurduzeu M.,
Analiza statistico-economică în industrie. Culegere de probleme şi teste
grilă, Bucureşti, ASE, 1999.
41. Vodă V. Gheorghe, Gândirea statistică, un mod de gândire al viitorului,
Bucureşti, Editura Albatros, 1977.
42. Voineagu Mariana, Emilia Ţiţian, Simona Ghiţă, Statistică aplicată,
Bucureşti, Editura Fundaţiei „România de Mâine”, 2000.
43. Voineagu Vergil, Colibaba D., Grădinaru G., Statistică. Noţiuni
fundamentale şi aplicaţii, Bucureşti, Editura ASE, 2002.
44. Voineagu Vergil, Mitruţ Constatntin, Emilia Ţiţian, Simona Ghiţă,
Mihaela Vătui, Statistica, Bucureşti, Editura ASE, 2004.
45. Zaharia Octavian, Aniela Danciu, Monica Roman, Statistica
întreprinderii, Bucureşti, ASE, 2004.
 STATISTICĂ ŞI ECONOMETRIE
Gheorghe COMAN
C U R R I C U L U M V I T A E
M-am născut la 20 martie 1933, în Comuna Scorţaru Nou, Judeţul
Brăila, într-o familie de ţărani.
În 1960 am absolvit Facultatea de Mecanică
din Institutul Politehnic “Gheorghe Asachi” Iaşi şi
datorită situaţiei şcolare foarte bune am fost încadrat
în învăţământ la Catedra de Tehnologia Metalelor din
Facultatea de Mecanică, Institutul Politehnic
“Gheorghe Asachi” Iaşi.
În perioada 1 octombrie 1961 – 1
octombrie 1964 am fost încadrat asistent la Catedra
de Tehnologia Metalelor cu sarcini didactice la
disciplinele: Tehnologie mecanică; Tehnologia
materialelor; Studiul metalelor; Tehnologia
construcţiei de maşini; Tehnologia fabricaţiei
maşinilor termice; Bazele tehnologiei
construcţiei de maşini; Tehnologia matriţării şi
ştanţării la rece; Atelier mecanic.
În perioada 1 octombrie 1964 – 1 octombrie 1969 am fost încadrat
asistent cu delegaţie de predare la Catedra de Tehnologia construcţiei de
maşini şi Mecanică agricolă, cu sarcini didactice la disciplinele: Tehnologia
construcţiei maşinilor-unelte; tehnologia construcţiei de maşini;
Tehnologia matriţării şi ştanţării la rece.
În perioada 1 octombrie 1969 – 9 februarie 1977 am fost încadrat şef
de lucrări, prin concurs, la Catedra de Tehnologia construcţiei de maşini şi
Mecanică agricolă, cu sarcini didactice la disciplinele: Tehnologia construcţiei
maşinilor-unelte; Tehnologia construcţiei de maşini; Tehnologia reparării
utilajului agricol; Procese tehnologice speciale; Tehnologia fabricării
maşinilor.
La 9 februarie 1977 am fost încadrat conferenţiar, prin concurs, la
Catedra de Tehnologia construcţiei de maşini şi mecanică agricolă cu sarcini
didactice la disciplinele: Tehnologia construcţiei maşinilor-unelte;
Tehnologii neconvenţionale; Bazele cercetării experimentale.
La 15 septembrie 1978 am fost încadrat conferenţiar şef de catedră la
Catedra de Tehnologia metalelor cu sarcini didactice la disciplinele: Tehnologia
construcţiei maşinilor-unelte; Tehnologia materialelor; Studiul metalelor;
Metalurgia pulberilor; Tehnologia fabricării şi reparării utilajului tehnologic.
În 1982 am fost ales şef de catedră, iar în 1986 şi ianuarie 1990 am
fost reales şef de catedră la Catedra de Tehnologia Metalelor, fiind în
această funcţie până la 1 octombrie 1990.
La disciplinele menţionate am ţinut prelegeri, am condus proiecte de an
şi diplomă, am efectuat lucrări practice şi am condus cercuri ştiinţifice studenţeşti.
381 382 Gh. COMAN
Între 1977 şi 1980 am fost, în fiecare sesiune, membru în Comisia de Examen de
Stat, iar între 1980 şi 1990 am fost, în fiecare sesiune, preşedinte de Comisie de
Examen de Stat.
La disciplinele la care am avut sarcini didactice m-am preocupat
permanent de îmbunătăţirea continuă a prelegerilor prin introducerea
noutăţilor ştiinţifice, fiind permanent la curent cu noile descoperiri
ştiinţifice în domeniile respective pe plan mondial, introducerea unor
lucrări de laborator cu un conţinut ştiinţifico-didactic cât mai complex,
îmbunătăţirea continuă a conţinutului proiectelor de an şi diplomă, pe baza
rezolvării unor teme ce interesau practica productivă din întreprinderile
constructoare de maşini din ţara noastră, precum şi prin efectuarea unor
lucrări cu caracter teoretico-experimental în cadrul cercurilor ştiinţifice
studenţeşti, preocupări puse în evidenţă de conţinutul manualelor şi
îndrumarelor elaborate pentru studenţi, inclusiv cel de faţă.
Între 1990 - 1992 am colaborat la Universitatea Ecologică “Dimitrie
Cantemir” în calitate de profesor asociat la disciplinele: Economia cercetării
şi modernizării produselor industriale; Analiza valorii şi Statistica.
Între 1992-1995 am colaborat la organizarea Universităţii “George
Bacovia” Bacău fiind profesor asociat la disciplinele: Ecologie globală
(Economia mediului), Analiza valorii şi Statistica. Am îndeplinit şi funcţia de
Rector la autorizarea ei.
Între 1995-2005 am fost profesor asociat la Universitatea Ecologică
“Dimitrie Cantemir” Iaşi la disciplinele: Economia mediului; Analiza valorii;
Ecologie spirituală şi Statistica.
Din anul 2003 sunt profesor asociat la Universitatea „Ştefan
Lupaşcu” Iaşi, la disciplinele: Ecologie spirituală; Economia mediului;
Statistica; Econometrie.
La toate aceste discipline am manuale elaborate. Aceasta cred că
este o obligaţie morală a oricărui cadru didactic, de a pune la dispoziţia
studenţilor propriul manual, conform cerinţei elementare că nu este moral a fi
exigent cu alţii dacă nu eşti exigent cu tine însuţi.
La 15 martie 1975 am susţinut teza de doctorat cu tema
“Contribuţii privind transferul erorii de bazare pe suprafaţa prelucrată la
rectificarea fără centre cu bazarea semifabricatelor pe reazeme fixe”,
conducător ştiinţific prof. dr. ing. Constantin Picoş.
Până în prezent activitatea mea ştiinţifică este concretizată în
următoarele realizări:
- peste 70 de cărţi publicate: manuale, îndrumare, tratate,
monografii (32 în edituri de interes naţional şi peste 40 de interes
local, destinate activităţii didactice cu studenţii);
- 52 de articole în reviste de specialitate din ţară şi străinătate;
- 84 de lucrări comunicate la diferite sesiuni ştiinţifice tematice şi
publicate în volume editate cu aceste ocazii;
- 3 recenzii;
- 4 descrieri de invenţii.
 STATISTICĂ ŞI ECONOMETRIE
Gheorghe COMAN
C U R R I C U L U M V I T A E
M-am născut la 20 martie 1933, în Comuna Scorţaru Nou, Judeţul
Brăila, într-o familie de ţărani.
În 1960 am absolvit Facultatea de Mecanică
din Institutul Politehnic “Gheorghe Asachi” Iaşi şi
datorită situaţiei şcolare foarte bune am fost încadrat
în învăţământ la Catedra de Tehnologia Metalelor din
Facultatea de Mecanică, Institutul Politehnic
“Gheorghe Asachi” Iaşi.
În perioada 1 octombrie 1961 – 1
octombrie 1964 am fost încadrat asistent la Catedra
de Tehnologia Metalelor cu sarcini didactice la
disciplinele: Tehnologie mecanică; Tehnologia
materialelor; Studiul metalelor; Tehnologia
construcţiei de maşini; Tehnologia fabricaţiei
maşinilor termice; Bazele tehnologiei
construcţiei de maşini; Tehnologia matriţării şi
ştanţării la rece; Atelier mecanic.
În perioada 1 octombrie 1964 – 1 octombrie 1969 am fost încadrat
asistent cu delegaţie de predare la Catedra de Tehnologia construcţiei de
maşini şi Mecanică agricolă, cu sarcini didactice la disciplinele: Tehnologia
construcţiei maşinilor-unelte; tehnologia construcţiei de maşini;
Tehnologia matriţării şi ştanţării la rece.
În perioada 1 octombrie 1969 – 9 februarie 1977 am fost încadrat şef
de lucrări, prin concurs, la Catedra de Tehnologia construcţiei de maşini şi
Mecanică agricolă, cu sarcini didactice la disciplinele: Tehnologia construcţiei
maşinilor-unelte; Tehnologia construcţiei de maşini; Tehnologia reparării
utilajului agricol; Procese tehnologice speciale; Tehnologia fabricării
maşinilor.
La 9 februarie 1977 am fost încadrat conferenţiar, prin concurs, la
Catedra de Tehnologia construcţiei de maşini şi mecanică agricolă cu sarcini
didactice la disciplinele: Tehnologia construcţiei maşinilor-unelte;
Tehnologii neconvenţionale; Bazele cercetării experimentale.
La 15 septembrie 1978 am fost încadrat conferenţiar şef de catedră la
Catedra de Tehnologia metalelor cu sarcini didactice la disciplinele: Tehnologia
construcţiei maşinilor-unelte; Tehnologia materialelor; Studiul metalelor;
Metalurgia pulberilor; Tehnologia fabricării şi reparării utilajului tehnologic.
În 1982 am fost ales şef de catedră, iar în 1986 şi ianuarie 1990 am
fost reales şef de catedră la Catedra de Tehnologia Metalelor, fiind în
această funcţie până la 1 octombrie 1990.
La disciplinele menţionate am ţinut prelegeri, am condus proiecte de an
şi diplomă, am efectuat lucrări practice şi am condus cercuri ştiinţifice studenţeşti.
381 382 Gh. COMAN
Între 1977 şi 1980 am fost, în fiecare sesiune, membru în Comisia de Examen de
Stat, iar între 1980 şi 1990 am fost, în fiecare sesiune, preşedinte de Comisie de
Examen de Stat.
La disciplinele la care am avut sarcini didactice m-am preocupat
permanent de îmbunătăţirea continuă a prelegerilor prin introducerea
noutăţilor ştiinţifice, fiind permanent la curent cu noile descoperiri
ştiinţifice în domeniile respective pe plan mondial, introducerea unor
lucrări de laborator cu un conţinut ştiinţifico-didactic cât mai complex,
îmbunătăţirea continuă a conţinutului proiectelor de an şi diplomă, pe baza
rezolvării unor teme ce interesau practica productivă din întreprinderile
constructoare de maşini din ţara noastră, precum şi prin efectuarea unor
lucrări cu caracter teoretico-experimental în cadrul cercurilor ştiinţifice
studenţeşti, preocupări puse în evidenţă de conţinutul manualelor şi
îndrumarelor elaborate pentru studenţi, inclusiv cel de faţă.
Între 1990 - 1992 am colaborat la Universitatea Ecologică “Dimitrie
Cantemir” în calitate de profesor asociat la disciplinele: Economia cercetării
şi modernizării produselor industriale; Analiza valorii şi Statistica.
Între 1992-1995 am colaborat la organizarea Universităţii “George
Bacovia” Bacău fiind profesor asociat la disciplinele: Ecologie globală
(Economia mediului), Analiza valorii şi Statistica. Am îndeplinit şi funcţia de
Rector la autorizarea ei.
Între 1995-2005 am fost profesor asociat la Universitatea Ecologică
“Dimitrie Cantemir” Iaşi la disciplinele: Economia mediului; Analiza valorii;
Ecologie spirituală şi Statistica.
Din anul 2003 sunt profesor asociat la Universitatea „Ştefan
Lupaşcu” Iaşi, la disciplinele: Ecologie spirituală; Economia mediului;
Statistica; Econometrie.
La toate aceste discipline am manuale elaborate. Aceasta cred că
este o obligaţie morală a oricărui cadru didactic, de a pune la dispoziţia
studenţilor propriul manual, conform cerinţei elementare că nu este moral a fi
exigent cu alţii dacă nu eşti exigent cu tine însuţi.
La 15 martie 1975 am susţinut teza de doctorat cu tema
“Contribuţii privind transferul erorii de bazare pe suprafaţa prelucrată la
rectificarea fără centre cu bazarea semifabricatelor pe reazeme fixe”,
conducător ştiinţific prof. dr. ing. Constantin Picoş.
Până în prezent activitatea mea ştiinţifică este concretizată în
următoarele realizări:
- peste 70 de cărţi publicate: manuale, îndrumare, tratate,
monografii (32 în edituri de interes naţional şi peste 40 de interes
local, destinate activităţii didactice cu studenţii);
- 52 de articole în reviste de specialitate din ţară şi străinătate;
- 84 de lucrări comunicate la diferite sesiuni ştiinţifice tematice şi
publicate în volume editate cu aceste ocazii;
- 3 recenzii;
- 4 descrieri de invenţii.
 STATISTICĂ ŞI ECONOMETRIE 383
Începând cu anul 1969, toată activitatea mea ştiinţifică s-a
desfăşurat pe bază de contracte de cercetare încheiate cu diferite
întreprinderi constructoare de maşini din ţară. Am fost titular la circa 30 de
contracte de cercetare ştiinţifică, cu o valoare de peste 10 milioane de lei
(preţuri înainte de 1989).
Menţionez următoarele cărţi publicate în edituri de nivel naţional:
1. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor
de maşini. Finisarea pieselor de maşini, Bucureşti, INID, 1973,
vol.1, 124 p.
2. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor
de maşini. Suprafinisarea suprafeţelor pieselor de maşini,
Bucureşti, INID, 1973, vol.2, 104 p.
3. Calculul adausurilor de prelucrare şi al regimurilor de aşchiere,
Bucureşti, Editura Tehnică, 1974, 603 p.
4. Tehnologia construcţiei de maşini. Probleme, Bucureşti, Editura
Didactică şi Pedagogică, 1976, 400 p.
5. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti,
Editura Tehnică, vol.1, 1979, 336 p.
6. Prelucrabilitatea prin aşchiere a aliajelor feroase, Bucureşti, Editura
Tehnică, 1981, 242 p.
7. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti,
Editura Tehnică, vol.2, 1982, 208 p.
8. Rulmenţi. Proiectare şi tehnologie, Bucureşti, Editura tehnică, 1985,
391 p.
9. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere.
Manual de proiectare, Vol.1, Chişinău, Editura Universitas, 1992,
640 p., ISBN 5-362-00970-2.
10. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere.
Manual de proiectare, Vol.2, Chişinău, Editura Universitas, 1992,
408 p., ISBN 5-362-00971-0.
11. Economia mediului, Iaşi, Editura Moldoviţa, 1996, 348 p., ISBN
973-95206-2-8.
12. Tehnologia proceselor productive, Iaşi, Editura Moldoviţa, 1996,
200 p., ISBN 973-95206-3-8.
13. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura
“Dimitrie Cantemir”, 1999, 214 p., ISBN 973-8042-03-8.
14. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2000, 340
p., ISBN 973 – 8042 – 09 – 7.
15. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”,
2000, 290 p., ISBN 973- 99596 – 6 – 0.
16. Statistică teoretică şi aplicată (pentru ştiinţe tehnice şi economice),
Partea I-a şi Partea II-a, Editura „Dimitrie Cantemir”, Târgu Mureş,
2000, 414 p., ISBN 973-98920-6-x.
17. Managementul cercetării, Editura „Dimitrie Cantemir”, Târgu Mureş,
2000, 288 p. ISBN 973-8042-26-7.
384 Gh. COMAN
18. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura
“Dimitrie Cantemir”, 2001, 233 p., ISBN 973-8042-27-5.
19. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”,
2001, 290 p., ISBN 973- 99596 – 6 – 0.
20. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2001, 363
p., ISBN 973 – 8042 – 09 – 7.
21. Analiza valorii, Iaşi, Casa de Editură Venus, 2001, 295 p., ISBN 973
– 8174 – 38 – 4.
22. Ecologie spirituală, Iaşi, Casa de Editură Venus, 2002, 297 p., ISBN
973 – 8174 – 46 – 5.
23. Statistica (probleme), Iaşi, Casa de Editură Venus, 2002, 144 p.,
ISBN 973 – 8174 – 49 – X.
24. Statistica, Iaşi, Casa de Editură Venus, 2002, 307 p., ISBN 973 –
8174 – 66 – X.
25. Statistica, Iaşi, Casa de Editură Venus, 2003, 371 p., ISBN 973 –
8174 – 85 – 6.
26. Ecologie spirituală, Iaşi, Editura PIM, 2003, 306 p., ISBN 973 – 7967
– 36 – 4.
27. Statistica, Iaşi, Editura PIM, 2003, 384 p., ISBN 973 – 7967 – 39 – 9.
28. Statistica (probleme), Iaşi, Editura PIM, 2003, 210 p., ISBN 973 –
7967 – 50 – 2.
29. Economia mediului, Iaşi, Editura PIM, 2004, 316 p., ISBN 973 – 7967
– 74 – 7.
30. Ecologie spirituală, Iaşi, Editura PIM, 2004, 312 p., ISBN 973 – 716 –
036 – 3.
31. Econometrie, Iaşi, Editura PIM, 2007, 294 p., ISBN 978-973 – 716 –
603 – 6.
32. Coman Gh., Econometrie (ediţie revizuită), Iaşi, Editura PIM, 2007,
293 p., ISBN 978-973-716-603-6
Pentru calitatea activităţii didactice desfăşurată, prin ordinul
ministrului nr. 7626 din 15 iunie 1987, mi s-a conferit titlul de
“CONFERENŢIAR UNIVERSITAR EVIDENŢIAT”.
În 1987 am primit Premiul “Aurel Vlaicu”, acordat de Academia
Română pentru lucrarea “Rulmenţi. Proiectare şi tehnologie”, cu Diploma
nr. 67 din 4 decembrie 1987.
De-a lungul timpului am avut diferite activităţi cu caracter obştesc
de interes general pentru colectivităţile umane din care am făcut parte.
Între 1961-1964 am fost preşedintele Consiliului Uniunii Asociaţiilor
Studenţilor din Institutul Politehnic Iaşi.
Între 1969 şi 1976 am făcut parte din Consiliul tehnico-economic al
Întreprinderii de Rulmenţi Bârlad. Între 1977-1979 am făcut parte din Consiliul
Oamenilor Muncii al Întreprinderii de Utilaje şi Piese de Schimb Botoşani, iar între
1979-1987 am făcut parte din Consiliul Oamenilor Muncii de la Întreprinderea
Metalurgică Iaşi. În aceste calităţii am făcut parte din comisiile de prognoză şi
cercetare ştiinţifică a unităţilor economice respective, contribuind la stabilirea
 STATISTICĂ ŞI ECONOMETRIE 383
Începând cu anul 1969, toată activitatea mea ştiinţifică s-a
desfăşurat pe bază de contracte de cercetare încheiate cu diferite
întreprinderi constructoare de maşini din ţară. Am fost titular la circa 30 de
contracte de cercetare ştiinţifică, cu o valoare de peste 10 milioane de lei
(preţuri înainte de 1989).
Menţionez următoarele cărţi publicate în edituri de nivel naţional:
1. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor
de maşini. Finisarea pieselor de maşini, Bucureşti, INID, 1973,
vol.1, 124 p.
2. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor
de maşini. Suprafinisarea suprafeţelor pieselor de maşini,
Bucureşti, INID, 1973, vol.2, 104 p.
3. Calculul adausurilor de prelucrare şi al regimurilor de aşchiere,
Bucureşti, Editura Tehnică, 1974, 603 p.
4. Tehnologia construcţiei de maşini. Probleme, Bucureşti, Editura
Didactică şi Pedagogică, 1976, 400 p.
5. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti,
Editura Tehnică, vol.1, 1979, 336 p.
6. Prelucrabilitatea prin aşchiere a aliajelor feroase, Bucureşti, Editura
Tehnică, 1981, 242 p.
7. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti,
Editura Tehnică, vol.2, 1982, 208 p.
8. Rulmenţi. Proiectare şi tehnologie, Bucureşti, Editura tehnică, 1985,
391 p.
9. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere.
Manual de proiectare, Vol.1, Chişinău, Editura Universitas, 1992,
640 p., ISBN 5-362-00970-2.
10. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere.
Manual de proiectare, Vol.2, Chişinău, Editura Universitas, 1992,
408 p., ISBN 5-362-00971-0.
11. Economia mediului, Iaşi, Editura Moldoviţa, 1996, 348 p., ISBN
973-95206-2-8.
12. Tehnologia proceselor productive, Iaşi, Editura Moldoviţa, 1996,
200 p., ISBN 973-95206-3-8.
13. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura
“Dimitrie Cantemir”, 1999, 214 p., ISBN 973-8042-03-8.
14. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2000, 340
p., ISBN 973 – 8042 – 09 – 7.
15. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”,
2000, 290 p., ISBN 973- 99596 – 6 – 0.
16. Statistică teoretică şi aplicată (pentru ştiinţe tehnice şi economice),
Partea I-a şi Partea II-a, Editura „Dimitrie Cantemir”, Târgu Mureş,
2000, 414 p., ISBN 973-98920-6-x.
17. Managementul cercetării, Editura „Dimitrie Cantemir”, Târgu Mureş,
2000, 288 p. ISBN 973-8042-26-7.
384 Gh. COMAN
18. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura
“Dimitrie Cantemir”, 2001, 233 p., ISBN 973-8042-27-5.
19. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”,
2001, 290 p., ISBN 973- 99596 – 6 – 0.
20. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2001, 363
p., ISBN 973 – 8042 – 09 – 7.
21. Analiza valorii, Iaşi, Casa de Editură Venus, 2001, 295 p., ISBN 973
– 8174 – 38 – 4.
22. Ecologie spirituală, Iaşi, Casa de Editură Venus, 2002, 297 p., ISBN
973 – 8174 – 46 – 5.
23. Statistica (probleme), Iaşi, Casa de Editură Venus, 2002, 144 p.,
ISBN 973 – 8174 – 49 – X.
24. Statistica, Iaşi, Casa de Editură Venus, 2002, 307 p., ISBN 973 –
8174 – 66 – X.
25. Statistica, Iaşi, Casa de Editură Venus, 2003, 371 p., ISBN 973 –
8174 – 85 – 6.
26. Ecologie spirituală, Iaşi, Editura PIM, 2003, 306 p., ISBN 973 – 7967
– 36 – 4.
27. Statistica, Iaşi, Editura PIM, 2003, 384 p., ISBN 973 – 7967 – 39 – 9.
28. Statistica (probleme), Iaşi, Editura PIM, 2003, 210 p., ISBN 973 –
7967 – 50 – 2.
29. Economia mediului, Iaşi, Editura PIM, 2004, 316 p., ISBN 973 – 7967
– 74 – 7.
30. Ecologie spirituală, Iaşi, Editura PIM, 2004, 312 p., ISBN 973 – 716 –
036 – 3.
31. Econometrie, Iaşi, Editura PIM, 2007, 294 p., ISBN 978-973 – 716 –
603 – 6.
32. Statistica (teorie si aplicatii), Iaşi, Editura PIM, 2007, 378 p.,
ISBN 978-973-716-729-3
Pentru calitatea activităţii didactice desfăşurată, prin ordinul
ministrului nr. 7626 din 15 iunie 1987, mi s-a conferit titlul de
“CONFERENŢIAR UNIVERSITAR EVIDENŢIAT”.
În 1987 am primit Premiul “Aurel Vlaicu”, acordat de Academia
Română pentru lucrarea “Rulmenţi. Proiectare şi tehnologie”, cu Diploma
nr. 67 din 4 decembrie 1987.
De-a lungul timpului am avut diferite activităţi cu caracter obştesc
de interes general pentru colectivităţile umane din care am făcut parte.
Între 1961-1964 am fost preşedintele Consiliului Uniunii Asociaţiilor
Studenţilor din Institutul Politehnic Iaşi.
Între 1969 şi 1976 am făcut parte din Consiliul tehnico-economic al
Întreprinderii de Rulmenţi Bârlad. Între 1977-1979 am făcut parte din Consiliul
Oamenilor Muncii al Întreprinderii de Utilaje şi Piese de Schimb Botoşani, iar între
1979-1987 am făcut parte din Consiliul Oamenilor Muncii de la Întreprinderea
Metalurgică Iaşi. În aceste calităţii am făcut parte din comisiile de prognoză şi
cercetare ştiinţifică a unităţilor economice respective, contribuind la stabilirea
 STATISTICĂ ŞI ECONOMETRIE 385 386 Gh. COMAN

priorităţilor privind asimilarea progresului tehnic pentru produsele realizate sau/şi 5.000 Personalities of the World, Edition Two, 1987, Published by
procesele tehnologice utilizate în unităţile economice menţionate. the American Biographical Institute.
Am participat, temporar, în diferite comisii tehnico-economice având The International Directory of Distinguished Leadership,
ca scop dezvoltarea tehnico-economică la diverse unităţi economice cum ar American Biographical Institute, Inc., Millenium Edition, 2000.
fi: Întreprinderea de Utilaj Greu (CUG) Iaşi, Întreprinderea Mecanică Dicţionarul specialiştilor. Un “WHO’S WHO” în ştiinţa şi tehnica
“Nicolina” Iaşi, Întreprinderea de Material Rulant Paşcani şi altele. românească. Vol.1, Bucureşti, Editura Tehnică, 1995.
Aşa cum am mai menţionat, între 15 septembrie 1978 - 1 octombrie Aprilie 2008
1990 am fost şeful Catedrei de Tehnologia Metalelor de la Institutul
Politehnic Iaşi având în răspundere organizatorică şi îndrumare ştiinţifico-
didactică profilul metalurgic înfiinţat atunci la Facultatea de Mecanică, cu
patru specializări: Tehnologia turnării; Tehnologia deformării plastice la
cald şi tratamente termice; Utilaj tehnologic pentru turnarea metalelor;
Utilaj tehnologic pentru deformare plastică şi tratament termic
(învăţământ de zi şi seral), cu circa 1500 de studenţi.
Între 1987-2004 am fost membru în Comisia Ştiinţa Materialelor a
Academiei Române şi Preşedinte al Subcomisiei Ştiinţa Materialelor de la
Academia Română - Filiala Iaşi.
Am fost organizator al diferitelor sesiuni ştiinţifice pentru cadre
didactice şi cercetători din unităţi de cercetare şi producţie. Am făcut parte din
diferite jurii naţionale ale Conferinţelor sau Simpozioanelor Naţionale ale
Cercurilor Ştiinţifice Studenţeşti şi membru ale unor Comisii ale M.E.I. de
analiză a învăţământului universitar în profil mecanic şi metalurgic. Am făcut
parte, mai mulţi ani, din comisia de admitere a Institutului Politehnic “Gheorghe
Asachi” Iaşi şi de la Facultatea de Mecanică. Am fost membru în comisii de
elaborare de subiecte pentru examenul de admitere în facultate.
Am făcut parte din diferite comisii ale M.E.I. pentru elaborarea sau
îmbunătăţirea de planuri de învăţământ, programe analitice cadru, programe
de perspectivă pentru dezvoltarea învăţământului în România.
Din 1987 sunt expert tehnic pe lângă Tribunalul Iaşi.
Sunt coautor la următoarele invenţii:
Certificat de Inventator nr.86.463 din 15.01.1985 pentru:
“Dispozitiv de superfinisare”.
Certificat de Inventator nr.92.850 din 27.05.1987 pentru: “Aparat
pentru determinarea gradului de texturare a tabelelor”.
Certificat de Inventator nr.95.467 din 18.03.1988 pentru:
“Procedeu de obţinere a fontelor cu proprietăţi fizico-mecanice
superioare”.
Certificat de Inventator nr.96.3312.11.1986 pentru: “Cap de forjare
orbitală”.
Posed Atestat editorial nr. 543 din 18.VI.1992, eliberat de Ministerul
Culturii.
Ca urmare afirmării pe linie ştiinţifică sunt menţionat în:
Dictionary of Interantonal Biography, volume XVIII, publication
October 1983, Cambridge, England.
International Who’s in Who in Engineering, 1982/1983,
Cambridge, England.
 STATISTICĂ ŞI ECONOMETRIE 385 386 Gh. COMAN

priorităţilor privind asimilarea progresului tehnic pentru produsele realizate sau/şi 5.000 Personalities of the World, Edition Two, 1987, Published by
procesele tehnologice utilizate în unităţile economice menţionate. the American Biographical Institute.
Am participat, temporar, în diferite comisii tehnico-economice având The International Directory of Distinguished Leadership,
ca scop dezvoltarea tehnico-economică la diverse unităţi economice cum ar American Biographical Institute, Inc., Millenium Edition, 2000.
fi: Întreprinderea de Utilaj Greu (CUG) Iaşi, Întreprinderea Mecanică Dicţionarul specialiştilor. Un “WHO’S WHO” în ştiinţa şi tehnica
“Nicolina” Iaşi, Întreprinderea de Material Rulant Paşcani şi altele. românească. Vol.1, Bucureşti, Editura Tehnică, 1995.
Aşa cum am mai menţionat, între 15 septembrie 1978 - 1 octombrie Aprilie 2008
1990 am fost şeful Catedrei de Tehnologia Metalelor de la Institutul
Politehnic Iaşi având în răspundere organizatorică şi îndrumare ştiinţifico-
didactică profilul metalurgic înfiinţat atunci la Facultatea de Mecanică, cu
patru specializări: Tehnologia turnării; Tehnologia deformării plastice la
cald şi tratamente termice; Utilaj tehnologic pentru turnarea metalelor;
Utilaj tehnologic pentru deformare plastică şi tratament termic
(învăţământ de zi şi seral), cu circa 1500 de studenţi.
Între 1987-2004 am fost membru în Comisia Ştiinţa Materialelor a
Academiei Române şi Preşedinte al Subcomisiei Ştiinţa Materialelor de la
Academia Română - Filiala Iaşi.
Am fost organizator al diferitelor sesiuni ştiinţifice pentru cadre
didactice şi cercetători din unităţi de cercetare şi producţie. Am făcut parte din
diferite jurii naţionale ale Conferinţelor sau Simpozioanelor Naţionale ale
Cercurilor Ştiinţifice Studenţeşti şi membru ale unor Comisii ale M.E.I. de
analiză a învăţământului universitar în profil mecanic şi metalurgic. Am făcut
parte, mai mulţi ani, din comisia de admitere a Institutului Politehnic “Gheorghe
Asachi” Iaşi şi de la Facultatea de Mecanică. Am fost membru în comisii de
elaborare de subiecte pentru examenul de admitere în facultate.
Am făcut parte din diferite comisii ale M.E.I. pentru elaborarea sau
îmbunătăţirea de planuri de învăţământ, programe analitice cadru, programe
de perspectivă pentru dezvoltarea învăţământului în România.
Din 1987 sunt expert tehnic pe lângă Tribunalul Iaşi.
Sunt coautor la următoarele invenţii:
Certificat de Inventator nr.86.463 din 15.01.1985 pentru:
“Dispozitiv de superfinisare”.
Certificat de Inventator nr.92.850 din 27.05.1987 pentru: “Aparat
pentru determinarea gradului de texturare a tabelelor”.
Certificat de Inventator nr.95.467 din 18.03.1988 pentru:
“Procedeu de obţinere a fontelor cu proprietăţi fizico-mecanice
superioare”.
Certificat de Inventator nr.96.3312.11.1986 pentru: “Cap de forjare
orbitală”.
Posed Atestat editorial nr. 543 din 18.VI.1992, eliberat de Ministerul
Culturii.
Ca urmare afirmării pe linie ştiinţifică sunt menţionat în:
Dictionary of Interantonal Biography, volume XVIII, publication
October 1983, Cambridge, England.
International Who’s in Who in Engineering, 1982/1983,
Cambridge, England.
 STATISTICĂ ŞI ECONOMETRIE 387

C U P R I N S

Pag.
INTRODUCERE .......................................................................... 3
1. REPREZENTAREA GRAFICĂ A SERIILOR STATISTICE 13
2. MĂRIMILE MEDII ........................................................................ 22
3. INDICATORI AI VARIAŢIEI ......................................................... 36
4. FUNCŢII DE REPARTIŢIE .......................................................... 97
5. VERIFICAREA CORESPONDENŢEI DINTRE REPARTIŢIILE
TEORETICE ŞI CELE EMPIRICE ................................................... 101
6. NIVEL DE SEMNIFICAŢIE ŞI NIVEL DE SIGURANŢĂ .............. 116
7. POPULAŢIE STATISTICĂ ŞI SELECŢIE STATISTICĂ .... 138
8. CORELAŢIE ŞI REGRESIE ........................................................ 145
9. SERII CRONOLOGICE (SCR) .................................................. 243
10 . METODA INDICILOR ............................................................... 303
BIBLIOGRAFIE ........................................................................... 379
 STATISTICĂ ŞI ECONOMETRIE 387

C U P R I N S

Pag.
INTRODUCERE .......................................................................... 3
1. REPREZENTAREA GRAFICĂ A SERIILOR STATISTICE 13
2. MĂRIMILE MEDII ........................................................................ 22
3. INDICATORI AI VARIAŢIEI ......................................................... 36
4. FUNCŢII DE REPARTIŢIE .......................................................... 97
5. VERIFICAREA CORESPONDENŢEI DINTRE REPARTIŢIILE
TEORETICE ŞI CELE EMPIRICE ................................................... 101
6. NIVEL DE SEMNIFICAŢIE ŞI NIVEL DE SIGURANŢĂ .............. 116
7. POPULAŢIE STATISTICĂ ŞI SELECŢIE STATISTICĂ .... 138
8. CORELAŢIE ŞI REGRESIE ........................................................ 145
10. SERII CRONOLOGICE (SCR) .................................................. 243
11. METODA INDICILOR ............................................................... 303
BIBLIOGRAFIE ........................................................................... 379

Tipar Digital realizat la Tipografia PIM

ùoseaua ùtefan cel Mare nr. 11
Iaúi – 700498
Tel./fax: 0232-212740
e-mail: editurapim@pimcopy.ro
www.pimcopy.ro