Documente Academic
Documente Profesional
Documente Cultură
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
311
STATISTICĂ ŞI ECONOMETRIE 3 4 Gh. COMAN
Indicatorii primari sunt extraşi direct din realitatea sub toate realizează la nivelul ansamblului, ca medie statistică a componentelor
formele ei de organizare. individuale şi are valoare de necesitate pentru ansamblu; ea este cu atât mai
Indicatorii derivaţi sunt obţinuţi prin transformarea logico- stabilă, cu cât numărul de componente ale ansamblului este mai mare.
matematică a indicatorilor primari, ei găsindu-se sub următoarele forme: Această cerinţă poartă denumirea de legea numerelor mari şi arată că ceea
indicatori absoluţi; indicatori relativi; mediile statistice; indicii statistici; ce este necesar într-un ansamblu de evenimente se poate manifesta dacă şi
ecuaţiile de estimare. numai dacă este considerat şi supus observării un număr suficient de mare
Dar, aşa cum s-a precizat anterior, statistica este fundamentată de unităţi elementare ale ansamblului.
teoretic pe calculul probabilităţilor. La limita ideală a stabilităţii sale, frecvenţa este egală cu
În înţelesul ei cel mai larg, probabilitatea este definită ca măsură a probabilitatea fiecăruia dintre evenimentele individuale întâmplătoare care
posibilităţii, ca latură cantitativă a întemeierii acesteia. compun ansamblul, întrucât – la nivelul ansamblului – frecvenţa este o
Fiind expresia cantitativă a întemeierii obiective a perspectivelor de manifestare a probabilităţii ce caracterizează nivelul individual al existenţei
evoluţie a unui sistem, a şanselor acestuia de a trece în altceva, ansamblului. De aceea, probabilitatea este deseori definită prin frecvenţă.
probabilitatea se exprimă matematic printr-o ecuaţie de frecvenţă, ca raport Probabilitatea şi frecvenţa sunt egale ca valoare numerică (cantitativ), dar se
între numărul de cazuri de realizare efectivă a unui eveniment şi numărul deosebesc între ele sub aspect calitativ şi ca nivel al existenţei la care se
total de cazuri posibile. referă şi pe care îl descriu: probabilitatea caracterizează nivelul individual la
Formal, matematic, orice eveniment poate fi exprimat în termeni de existenţei şi evaluează întâmplarea, iar frecvenţa caracterizează nivelul
probabilitate. Evenimentele necesare – caracterizate printr-o concordanţă ansamblului şi pune în valoare necesitatea. Ceea ce la nivel individual se
deplină cu legea fenomenului şi printr-o stabilitate şi concordanţă a condiţiilor manifestă ca întâmplare (probabilitatea) devine, la nivelul ansamblului –
de realizare – au o probabilitate egală cu “1”, sau o probabilitate de 100%; printr-un proces dialectic de trecere a cantităţii în calitate -, necesitate,
evenimentele imposibile au o probabilitate “0”; iar toate celelalte (frecvenţa); aceasta este însă o necesitate statistică, pe care se întemeiază
evenimente, care nu sunt necesare sau imposibil, adică evenimentele legitatea statistică.
întâmplătoare, au o probabilitate cuprinsă între “0” şi “1”. Aceasta din urmă reprezintă tendinţa legică a mişcării ansamblurilor
Probabilitatea este caracteristică fenomenelor lipsite de constanţă şi statistice; ea îşi subordonează şi îşi subsumează tendinţele individuale
regularitate, a căror realizare este legată de instabilitatea şi caracterul întâmplătoare. Astfel, şi în cazul fenomenelor întâmplătoare, care se
aleatoriu al apariţiei condiţiilor; ea este deci o caracteristică importantă a grupează în ansambluri, trecerea de la posibil la real este dominată de
fenomenelor întâmplătoare, care comportă o variaţie probabilistică între necesitate; numai formele concrete de realizare şi comportare a părţilor sunt
necesar şi imposibil. De aceea, probabilitatea este definită drept o întâmplătoare şi probabile.
dimensiune cantitativă a acestora. Matematic, probabilitatea (P), a unui Totodată, fiind expresia cantitativă a frecvenţei de realizare a
eveniment întâmplător (A), este redată de expresia 0<P(A)<1. diferitelor posibilităţi ale elementelor, care au valoare de factori întâmplători
În procesul de cunoaştere, probabilitatea are sens şi valoare numai în determinarea sistemului, probabilitatea exprimă raporturile dintre aceste
în cazul fenomenelor întâmplătoare, pentru care există cel puţin două posibilităţi, compararea şi ordinea lor în ce priveşte şansele de realizare,
posibilităţi diferite: să se realizeze sau nu, să se realizeze într-o formă sau direcţiile preferenţiale obiective de evoluţie a sistemului în ansamblu.
alta (altfel fenomenul este necesar sau imposibil). Totodată, probabilitatea îşi Încrederea în posibilităţile de aplicare şi în semnificaţia practică a
pierde sensul pentru cunoaştere atunci când fenomenul întâmplător are un unora din rezultatele calculului probabilităţilor şi statisticii matematice a
număr infinit de posibilităţi, întrucât – deşi evenimentul nu este fizic imposibil crescut continuu. Dar pentru sporirea acestei încrederi este necesar să fie
– pentru fiecare posibilitate în parte, probabilitatea devine “0”. cunoscute cât mai profund principiile teoretice de bază al acestui domeniu
Cu toate că probabilitatea este o caracteristică obiectivă a ştiinţific. Una din căile de îmbunătăţire a demersului instructiv-educativ
evenimentelor individuale, ea devine evidentă şi capătă o valoare pentru pentru însuşirea cunoştinţelor de teoria probabilităţilor şi statisticii o
cunoaştere numai atunci când este supusă observării un număr mare de constituie modernizarea continuă a procesului de transmitere a informaţiei.
evenimente întâmplătoare de acelaşi fel, care se manifestă independent unul Un mijloc evident constă în elaborarea unor instrumente pedagogice
de altul. Independenţa reciprocă şi dezordinea evenimentelor individuale adecvate care să uşureze asimilarea cunoştinţelor în care se înscrie cu brio
dintr-un ansamblu fac ca o anumită proporţie de evenimente din acest elaborarea unor probleme şi studii de caz corespunzătoare. Pe această linie
ansamblu să se afle în aceeaşi situaţie sau în situaţii asemănătoare, care se înscrie prezenta culegere de probleme prin care s-a căutat modelarea
conduc la acelaşi rezultat (se realizează în acelaşi mod). Acest fenomen unor situaţii practice specifice.
poartă denumirea de frecvenţă şi se exprimă prin raportul între numărul Înţelegerea probabilităţii ca determinare a existenţei (dedusă din
cazurilor care se realizează şi numărul total de cazuri posibile. Frecvenţa se înţelegerea raportului dialectic dintre necesitate şi întâmplare), precum şi
STATISTICĂ ŞI ECONOMETRIE 5 6 Gh. COMAN
Indicatorii primari sunt extraşi direct din realitatea sub toate realizează la nivelul ansamblului, ca medie statistică a componentelor
formele ei de organizare. individuale şi are valoare de necesitate pentru ansamblu; ea este cu atât mai
Indicatorii derivaţi sunt obţinuţi prin transformarea logico- stabilă, cu cât numărul de componente ale ansamblului este mai mare.
matematică a indicatorilor primari, ei găsindu-se sub următoarele forme: Această cerinţă poartă denumirea de legea numerelor mari şi arată că ceea
indicatori absoluţi; indicatori relativi; mediile statistice; indicii statistici; ce este necesar într-un ansamblu de evenimente se poate manifesta dacă şi
ecuaţiile de estimare. numai dacă este considerat şi supus observării un număr suficient de mare
Dar, aşa cum s-a precizat anterior, statistica este fundamentată de unităţi elementare ale ansamblului.
teoretic pe calculul probabilităţilor. La limita ideală a stabilităţii sale, frecvenţa este egală cu
În înţelesul ei cel mai larg, probabilitatea este definită ca măsură a probabilitatea fiecăruia dintre evenimentele individuale întâmplătoare care
posibilităţii, ca latură cantitativă a întemeierii acesteia. compun ansamblul, întrucât – la nivelul ansamblului – frecvenţa este o
Fiind expresia cantitativă a întemeierii obiective a perspectivelor de manifestare a probabilităţii ce caracterizează nivelul individual al existenţei
evoluţie a unui sistem, a şanselor acestuia de a trece în altceva, ansamblului. De aceea, probabilitatea este deseori definită prin frecvenţă.
probabilitatea se exprimă matematic printr-o ecuaţie de frecvenţă, ca raport Probabilitatea şi frecvenţa sunt egale ca valoare numerică (cantitativ), dar se
între numărul de cazuri de realizare efectivă a unui eveniment şi numărul deosebesc între ele sub aspect calitativ şi ca nivel al existenţei la care se
total de cazuri posibile. referă şi pe care îl descriu: probabilitatea caracterizează nivelul individual la
Formal, matematic, orice eveniment poate fi exprimat în termeni de existenţei şi evaluează întâmplarea, iar frecvenţa caracterizează nivelul
probabilitate. Evenimentele necesare – caracterizate printr-o concordanţă ansamblului şi pune în valoare necesitatea. Ceea ce la nivel individual se
deplină cu legea fenomenului şi printr-o stabilitate şi concordanţă a condiţiilor manifestă ca întâmplare (probabilitatea) devine, la nivelul ansamblului –
de realizare – au o probabilitate egală cu “1”, sau o probabilitate de 100%; printr-un proces dialectic de trecere a cantităţii în calitate -, necesitate,
evenimentele imposibile au o probabilitate “0”; iar toate celelalte (frecvenţa); aceasta este însă o necesitate statistică, pe care se întemeiază
evenimente, care nu sunt necesare sau imposibil, adică evenimentele legitatea statistică.
întâmplătoare, au o probabilitate cuprinsă între “0” şi “1”. Aceasta din urmă reprezintă tendinţa legică a mişcării ansamblurilor
Probabilitatea este caracteristică fenomenelor lipsite de constanţă şi statistice; ea îşi subordonează şi îşi subsumează tendinţele individuale
regularitate, a căror realizare este legată de instabilitatea şi caracterul întâmplătoare. Astfel, şi în cazul fenomenelor întâmplătoare, care se
aleatoriu al apariţiei condiţiilor; ea este deci o caracteristică importantă a grupează în ansambluri, trecerea de la posibil la real este dominată de
fenomenelor întâmplătoare, care comportă o variaţie probabilistică între necesitate; numai formele concrete de realizare şi comportare a părţilor sunt
necesar şi imposibil. De aceea, probabilitatea este definită drept o întâmplătoare şi probabile.
dimensiune cantitativă a acestora. Matematic, probabilitatea (P), a unui Totodată, fiind expresia cantitativă a frecvenţei de realizare a
eveniment întâmplător (A), este redată de expresia 0<P(A)<1. diferitelor posibilităţi ale elementelor, care au valoare de factori întâmplători
În procesul de cunoaştere, probabilitatea are sens şi valoare numai în determinarea sistemului, probabilitatea exprimă raporturile dintre aceste
în cazul fenomenelor întâmplătoare, pentru care există cel puţin două posibilităţi, compararea şi ordinea lor în ce priveşte şansele de realizare,
posibilităţi diferite: să se realizeze sau nu, să se realizeze într-o formă sau direcţiile preferenţiale obiective de evoluţie a sistemului în ansamblu.
alta (altfel fenomenul este necesar sau imposibil). Totodată, probabilitatea îşi Încrederea în posibilităţile de aplicare şi în semnificaţia practică a
pierde sensul pentru cunoaştere atunci când fenomenul întâmplător are un unora din rezultatele calculului probabilităţilor şi statisticii matematice a
număr infinit de posibilităţi, întrucât – deşi evenimentul nu este fizic imposibil crescut continuu. Dar pentru sporirea acestei încrederi este necesar să fie
– pentru fiecare posibilitate în parte, probabilitatea devine “0”. cunoscute cât mai profund principiile teoretice de bază al acestui domeniu
Cu toate că probabilitatea este o caracteristică obiectivă a ştiinţific. Una din căile de îmbunătăţire a demersului instructiv-educativ
evenimentelor individuale, ea devine evidentă şi capătă o valoare pentru pentru însuşirea cunoştinţelor de teoria probabilităţilor şi statisticii o
cunoaştere numai atunci când este supusă observării un număr mare de constituie modernizarea continuă a procesului de transmitere a informaţiei.
evenimente întâmplătoare de acelaşi fel, care se manifestă independent unul Un mijloc evident constă în elaborarea unor instrumente pedagogice
de altul. Independenţa reciprocă şi dezordinea evenimentelor individuale adecvate care să uşureze asimilarea cunoştinţelor în care se înscrie cu brio
dintr-un ansamblu fac ca o anumită proporţie de evenimente din acest elaborarea unor probleme şi studii de caz corespunzătoare. Pe această linie
ansamblu să se afle în aceeaşi situaţie sau în situaţii asemănătoare, care se înscrie prezenta culegere de probleme prin care s-a căutat modelarea
conduc la acelaşi rezultat (se realizează în acelaşi mod). Acest fenomen unor situaţii practice specifice.
poartă denumirea de frecvenţă şi se exprimă prin raportul între numărul Înţelegerea probabilităţii ca determinare a existenţei (dedusă din
cazurilor care se realizează şi numărul total de cazuri posibile. Frecvenţa se înţelegerea raportului dialectic dintre necesitate şi întâmplare), precum şi
STATISTICĂ ŞI ECONOMETRIE 7 8 Gh. COMAN
admiterea unei corelări a probabilităţii cu cauzalitatea (exprimată prin demografie etc., ca şi concordanţa sistematică dintre previziunile teoretice şi
conceptul de cauzalitate statistică) sunt produse teoretice de dată mai cele experimentale sunt mărturii incontestabile ale utilităţii practice a
recentă. Probabilitatea însăşi a fost luată în consideraţie drept o componentă analizelor probabilistice şi statistice.
a determinismului abia în faza înţelegerii moderne, materialist-dialectice a Dar, aceste probleme nu trebuie considerate instrumente separate
acesteia şi mai alea în cadrul teoriei determinismului statistic. de mesajul teoretic şi într-o simbioză cât mai adecvată din care a rezultat
Determinismul clasic nu considera probabilitatea ca un fenomen procesul didactic modern cunoscut sub denumirea de învăţământ
obiectiv, ca un moment al determinismului; posibilitatea era identificată cu problematizat.
necesitatea, iar întâmplarea era considerată ca fenomen iluzoriu (orice Dar ce este învăţământul problematizat ? În procesul de
eveniment era socotit sau necesar, sau imposibil). învăţământ tradiţional, în general, numai emiţătorul mesajului este activ, el
Până în secolul al XX-lea, probabilitatea nu şi-a găsit locul cuvenit vorbeşte mult, explică, demonstrează, defineşte noţiunile de conţinut ale
nici în domeniul ştiinţei. Teoria matematică a probabilităţii, dezvoltată mesajului informaţional. Receptorii mesajului depun un efort însemnat pentru
începând din secolul al XVII-lea şi al XVIII-lea, mai ales în legătură cu înţelegerea, reţinerea şi reproducerea conţinutului mesajului informaţional.
jocurile de noroc, reducea probabilitatea la planul gnoseologic; în mecanica Aceştia consumă un volum important de timp şi cu efectuarea diferitelor
clasică, probabilitatea clasică nu ocupă nici un loc; iar în fizica statistică genuri de exerciţii. În asemenea condiţii de instruire, activizarea intelectuală
clasică, ea apare ca o completare a principiilor dinamicii şi intervine numai internă a studenţilor sau elevilor este redusă. În ce priveşte elementele de
din raţiuni subiective (întrucât cunoaşterea comportării fiecărei unităţi creaţie, de căutare, de investigaţie, ele sunt, în general, reduse la minimum.
componente este deosebit de dificilă), fără a interveni ca relaţie de bază în Activizarea studenţilor este restrânsă în primul rând pentru că instruirea, în
legile fundamentale (în teoria cinetică a gazelor, de exemplu, se considera ansamblu, are un caracter explicativ - exemplificativ. Chiar şi în cazul
că moleculele se mişcă după legile mecanicii newtoniene). Abia în fizica efectuării multor exerciţii de lucru independent se urmăreşte acelaşi scop
secolului al XX-lea, mai ales în mecanica cuantică, probabilitatea intervine în unic de consolidare cât mai trainică a cunoştinţelor şi priceperilor în condiţiile
legile fundamentale, în legătură cu natura duală a microparticulelor, a căror operării, în principal, cu probleme a căror metode de rezolvare a fost
comportare nu putea fi redusă la legitatea dinamică. demonstrată anterior în amănunt; consolidarea sistemului de operaţii
1
Astăzi, probabilitatea intervine în cunoaşterea tuturor domeniilor reglementat cu stricteţe de către profesor .
existenţei, mai ales în cercetarea ansamblurilor, în determinarea statistică a Instruirea explicativ – exemplificativă, în procesul căreia studentul
evoluţiei unor mulţimi de evenimente sau stări întâmplătoare. Metodele dobândeşte cunoştinţe date, cu precădere sub o formă finită, limitează în
probabilistice sunt larg folosite în cercetările din domeniul fizicii, chimiei, mod accentuat posibilităţile de dezvoltare a independenţei gândirii şi acţiunii
biologiei, în cibernetică şi teoria informaţiei, în sociologie, în economie şi studenţilor. În acelaşi timp, poate deveni un bun durabil al subiectului numai
demografie etc. ceea ce a trecut prin gândirea şi acţiunea independentă a studenţilor.
Demersul probabilistic în cunoaştere, care stă la baza deducţiei În măsura în care instruirea tradiţională se caracterizează prin
probabile, nu rezultă din adoptarea unor criterii preferenţiale, dintr-o alegere activismul unilateral al profesorului, în aceeaşi măsură devine mai dificilă
subiectivă a metodelor de descriere a sistemelor, sau din incapacitatea dirijarea procesului de asimilare a cunoştinţelor şi de formare a priceperilor şi
omenească de a oferi o cunoaştere absolut certă a evoluţiei lor obiective, ci deprinderilor personale la studenţi. Profesorul dispune de prea puţine
din caracterul întâmplător şi probabil al înseşi proceselor reale al căror informaţii despre modul în care se „transformă” în conştiinţa studentului
determinism este configurat de raporturi neunivoce, statistice, raporturi ce cunoştinţele transmise şi despre dificultăţile pe care le întâmpină studentul.
condiţionează – în plan gnoseologic – o certitudine relativă. În ultima vreme, în legătură cu introducerea programării în instruire, a
Problema deducţiei probabile este mult mai amplă decât problemele crescut posibilitatea de dirijare a procesului de învăţământ. Totuşi, instruirea
care constituie domeniul calculului probabilităţilor. Doar obsesia abordărilor programată nu poate înlocui tot procesul de învăţământ. Iată de ce, pe
matematice putea da naştere la prejudecata că probabilitatea înseamnă ansamblu, instruirea rămâne insuficient dirijată cu competenţă profesională
totdeauna frecvenţă. O eroare suplimentară a dus la confuzia problemei de către profesorul de specialitate.
probabilităţii cu problema raţionamentului inductiv, aşa cum este acesta În esenţă, învăţământul problematizat se caracterizează prin
aplicat în ştiinţele naturale. Tentativa de a substitui categoriei de cauzalitate faptul că procesul instructiv-educativ este un proces interactiv între cel
o teorie universală a probabilităţilor caracterizează o metodă abortivă de care transmite mesajul informaţional şi cei care recepţionează acest
filozofare, care era foarte la modă cu numai câţiva ani în urmă. mesaj.
În zilele noastre, rezultatele obţinute prin aplicarea teoriei
probabilităţilor şi statisticii matematice în cele mai variate domenii cum ar fi: 1
fizică, tehnică, economie, ştiinţe sociale, biologie, medicină, comunicaţii, Angela Solcan, Problematizarea – mijloc de dezvoltare a gândirii critice, în „Didactica
Pro”, Nr.6 (16), 2002, p.64-66
STATISTICĂ ŞI ECONOMETRIE 7 8 Gh. COMAN
admiterea unei corelări a probabilităţii cu cauzalitatea (exprimată prin demografie etc., ca şi concordanţa sistematică dintre previziunile teoretice şi
conceptul de cauzalitate statistică) sunt produse teoretice de dată mai cele experimentale sunt mărturii incontestabile ale utilităţii practice a
recentă. Probabilitatea însăşi a fost luată în consideraţie drept o componentă analizelor probabilistice şi statistice.
a determinismului abia în faza înţelegerii moderne, materialist-dialectice a Dar, aceste probleme nu trebuie considerate instrumente separate
acesteia şi mai alea în cadrul teoriei determinismului statistic. de mesajul teoretic şi într-o simbioză cât mai adecvată din care a rezultat
Determinismul clasic nu considera probabilitatea ca un fenomen procesul didactic modern cunoscut sub denumirea de învăţământ
obiectiv, ca un moment al determinismului; posibilitatea era identificată cu problematizat.
necesitatea, iar întâmplarea era considerată ca fenomen iluzoriu (orice Dar ce este învăţământul problematizat ? În procesul de
eveniment era socotit sau necesar, sau imposibil). învăţământ tradiţional, în general, numai emiţătorul mesajului este activ, el
Până în secolul al XX-lea, probabilitatea nu şi-a găsit locul cuvenit vorbeşte mult, explică, demonstrează, defineşte noţiunile de conţinut ale
nici în domeniul ştiinţei. Teoria matematică a probabilităţii, dezvoltată mesajului informaţional. Receptorii mesajului depun un efort însemnat pentru
începând din secolul al XVII-lea şi al XVIII-lea, mai ales în legătură cu înţelegerea, reţinerea şi reproducerea conţinutului mesajului informaţional.
jocurile de noroc, reducea probabilitatea la planul gnoseologic; în mecanica Aceştia consumă un volum important de timp şi cu efectuarea diferitelor
clasică, probabilitatea clasică nu ocupă nici un loc; iar în fizica statistică genuri de exerciţii. În asemenea condiţii de instruire, activizarea intelectuală
clasică, ea apare ca o completare a principiilor dinamicii şi intervine numai internă a studenţilor sau elevilor este redusă. În ce priveşte elementele de
din raţiuni subiective (întrucât cunoaşterea comportării fiecărei unităţi creaţie, de căutare, de investigaţie, ele sunt, în general, reduse la minimum.
componente este deosebit de dificilă), fără a interveni ca relaţie de bază în Activizarea studenţilor este restrânsă în primul rând pentru că instruirea, în
legile fundamentale (în teoria cinetică a gazelor, de exemplu, se considera ansamblu, are un caracter explicativ - exemplificativ. Chiar şi în cazul
că moleculele se mişcă după legile mecanicii newtoniene). Abia în fizica efectuării multor exerciţii de lucru independent se urmăreşte acelaşi scop
secolului al XX-lea, mai ales în mecanica cuantică, probabilitatea intervine în unic de consolidare cât mai trainică a cunoştinţelor şi priceperilor în condiţiile
legile fundamentale, în legătură cu natura duală a microparticulelor, a căror operării, în principal, cu probleme a căror metode de rezolvare a fost
comportare nu putea fi redusă la legitatea dinamică. demonstrată anterior în amănunt; consolidarea sistemului de operaţii
1
Astăzi, probabilitatea intervine în cunoaşterea tuturor domeniilor reglementat cu stricteţe de către profesor .
existenţei, mai ales în cercetarea ansamblurilor, în determinarea statistică a Instruirea explicativ – exemplificativă, în procesul căreia studentul
evoluţiei unor mulţimi de evenimente sau stări întâmplătoare. Metodele dobândeşte cunoştinţe date, cu precădere sub o formă finită, limitează în
probabilistice sunt larg folosite în cercetările din domeniul fizicii, chimiei, mod accentuat posibilităţile de dezvoltare a independenţei gândirii şi acţiunii
biologiei, în cibernetică şi teoria informaţiei, în sociologie, în economie şi studenţilor. În acelaşi timp, poate deveni un bun durabil al subiectului numai
demografie etc. ceea ce a trecut prin gândirea şi acţiunea independentă a studenţilor.
Demersul probabilistic în cunoaştere, care stă la baza deducţiei În măsura în care instruirea tradiţională se caracterizează prin
probabile, nu rezultă din adoptarea unor criterii preferenţiale, dintr-o alegere activismul unilateral al profesorului, în aceeaşi măsură devine mai dificilă
subiectivă a metodelor de descriere a sistemelor, sau din incapacitatea dirijarea procesului de asimilare a cunoştinţelor şi de formare a priceperilor şi
omenească de a oferi o cunoaştere absolut certă a evoluţiei lor obiective, ci deprinderilor personale la studenţi. Profesorul dispune de prea puţine
din caracterul întâmplător şi probabil al înseşi proceselor reale al căror informaţii despre modul în care se „transformă” în conştiinţa studentului
determinism este configurat de raporturi neunivoce, statistice, raporturi ce cunoştinţele transmise şi despre dificultăţile pe care le întâmpină studentul.
condiţionează – în plan gnoseologic – o certitudine relativă. În ultima vreme, în legătură cu introducerea programării în instruire, a
Problema deducţiei probabile este mult mai amplă decât problemele crescut posibilitatea de dirijare a procesului de învăţământ. Totuşi, instruirea
care constituie domeniul calculului probabilităţilor. Doar obsesia abordărilor programată nu poate înlocui tot procesul de învăţământ. Iată de ce, pe
matematice putea da naştere la prejudecata că probabilitatea înseamnă ansamblu, instruirea rămâne insuficient dirijată cu competenţă profesională
totdeauna frecvenţă. O eroare suplimentară a dus la confuzia problemei de către profesorul de specialitate.
probabilităţii cu problema raţionamentului inductiv, aşa cum este acesta În esenţă, învăţământul problematizat se caracterizează prin
aplicat în ştiinţele naturale. Tentativa de a substitui categoriei de cauzalitate faptul că procesul instructiv-educativ este un proces interactiv între cel
o teorie universală a probabilităţilor caracterizează o metodă abortivă de care transmite mesajul informaţional şi cei care recepţionează acest
filozofare, care era foarte la modă cu numai câţiva ani în urmă. mesaj.
În zilele noastre, rezultatele obţinute prin aplicarea teoriei
probabilităţilor şi statisticii matematice în cele mai variate domenii cum ar fi: 1
fizică, tehnică, economie, ştiinţe sociale, biologie, medicină, comunicaţii, Angela Solcan, Problematizarea – mijloc de dezvoltare a gândirii critice, în „Didactica
Pro”, Nr.6 (16), 2002, p.64-66
STATISTICĂ ŞI ECONOMETRIE 9 10 Gh. COMAN
În procesul instructiv-educativ şi procesul de creaţie al cercetării se psihologia gândirii în psihologia învăţării. Deseori, elaborarea acestei
disting o serie de componente generale şi esenţiale comune pentru aceste metodologii noi se identifică cu crearea unei metode noi, specifice, de
activităţi. În primul rând, asemănătoare sunt scopurile lor, înţelegerea instruire – a metodei problematizării – sau a metodei creării situaţiilor-
fenomenului sau procesului, să stabilească lanţul dependenţelor cauzale, să- problemă, cunoscută şi sub numele studii de caz.
şi îmbogăţească noţiunile şi cunoştinţele despre lumea înconjurătoare. În al Instruirea explicativ - exemplificativă, bazată pe principiul
doilea rând, şi într-un caz şi celălalt, omul intră într-un contact activ cu comunicării unor cunoştinţe gata elaborate, contribuie la formarea unui
obiectele cunoaşterii sau ale studiului său. În al treilea rând, şi în procesul stil propriu, specific, de activitate individuală. Acest stil constă, în
cercetării, şi în cel al învăţării, subiectul se foloseşte de posibilităţile vaste principal, în dezvoltarea gândirii reproductive şi a memoriei studenţilor.
ale gândirii sale ca principal mijloc în rezolvarea problemelor cu caracter Instruirea prin problematizare îşi propune, ca una dintre sarcinile şi
cognitiv sau cognitiv-didactic, care îi sunt puse. rezultatele sale principale, dezvoltarea gândirii independente,
Cunoscând diferite fenomene sau procese, însuşindu-şi un anumit productive. Ea este orientată spre formarea activităţii de explorare,
material instructiv, omul realizează acest lucru în cursul studierii, al explorării creative.
obiectului ce trebuie cunoscut sau însuşit. La fel ca în activitatea de Se consideră că problematizarea instruirii poate fi privită ca una
cercetare, în cazul însuşirii unui obiect de învăţământ, nou, la student apare, dintre cerinţele psihodidactice de primă importanţă. Fireşte că activitatea
de regulă, o anumită necesitate şi un anumit interes faţă de studierea studenţilor include şi acţiuni pur executive, memorarea cunoştinţelor de-a
acestuia. Apoi urmează formularea unor ipoteze, a unor răspunsuri gata elaborate, operarea după model etc. Totuşi, efectuarea acestor acţiuni
anticipative, la problema pusă. Ipotezele respective pot fi verificate pe cale şi „sarcini” de execuţie poate fi subordonată scopurilor realizării principiului
experimentală. problematizării, ceea ce înseamnă că momentele de achiziţie a cunoştinţelor
Atât cercetarea, ca una dintre formele activităţii cognitive a omului, gata elaborate, de operare după model etc., se includ în contextul rezolvării
cât şi procesul cognitiv considerat în ansamblu, se realizează în unei sarcini cognitiv-problematice mult mai largi.
desfăşurarea activităţii intelectuale. Gândirea este, în esenţă, cunoaşterea Dar, deşi învăţământul problematizat se practică de multă vreme, o
care conduce la rezolvarea problemelor sau a sarcinilor cu care este teorie psihopedagogică a învăţării prin învăţământul problematizat se află
confruntat omul. Gândirea începe acolo unde apare o situaţie-problemă. încă într-un proces de devenire. Unii autori încearcă să construiască edificiul
Altfel spus, acolo unde nu există o problemă, nu există nici gândire, în sensul teoretic al sistemului de învăţare prin problematizarea în ansamblu, iar alţii
cel mai strict al termenului. Situaţia-problemă conţine totdeauna ceva ce caută să elaboreze în detaliu unele laturi ale acestui tip de învăţare. Aceasta
2
trebuie desăvârşit , definit. Probabil tocmai de aceea rezultatul rezolvării ei întrucât problematizarea obiectelor învăţării se pretează, cu precădere, la
va fi o cunoştinţă nouă pentru subiect sau un procedeu de acţiune fie nou, fie învăţământul specializat al ştiinţelor exacte: matematică, fizică, chimie,
modificat. tehnică etc. Şi dacă suntem în domeniul învăţământului de specialitate
Aşadar, cunoaşterea ştiinţifică a realităţii şi procesul învăţării sunt tehnico-economic putem cita, spre exemplu, un manual destinat studenţilor
3
într-o oarecare privinţă asemănătoare. De aceea, se poate presupune că Optimizări în economie , elaborat şi publicat recent. Desigur, pot fi citate
procesele învăţării, cunoaşterii, cercetării şi gândirii sunt legate între ele, se multe alte manuale elaborate pe acest principiu.
întrepătrund şi uneori chiar trec unele în altele. Dar dacă lucrurile se prezintă Problema este un rezultat al procesului de cunoaştere care conţine
astfel, nu ar trebui oare ca procesul de învăţare, prin unele dintre trăsăturile indicarea unor lacune în sistemul de cunoştinţe, evidenţiind o contradicţie
sale esenţiale, să modeleze procesul cunoaşterii, procesul investigativ- între cunoaştere şi necunoaştere şi fiind, de aceea, îndreptat mai mult sau
explorator şi de gândire ? Şi mai cu seamă nu ar trebui ca procesul învăţării mai puţin direct către înlăturarea acestei contradicţii.
să modeleze, într-un anumit grad, procesul gândirii ? Situaţia-problemă este o formă specifică de interacţiune cognitivă
În ultima vreme psihopedagogia se remarcă printr-o tendinţă de dintre subiect şi obiect, caracterizată printr-o asemenea stare psihică a
apropiere între psihologia gândirii şi psihologia învăţării. Această situaţie nu subiectului, în timpul efectuării unei teme, care solicită găsirea (descoperirea
este întâmplătoare. Exigenţele ştiinţei moderne, ale cunoaşterii şi sau asimilarea) unor cunoştinţe sau procedee de acţiuni noi, necunoscute
învăţământului de specialitate în general, determină necesitatea de a conferii anterior de către subiect. Din punct de vedere psihologic, în structura
procesului instructiv-educativ un caracter „problematizat”. Tocmai de aceea situaţiei-problemă se poate include, în primul rând, o trebuinţă de
este şi firesc ca psihologia învăţării să apeleze la psihologia gândirii. În cunoaştere, în al doilea rând, căutarea cunoştinţelor sau a procedeelor de
apropierea dintre aceste două ramuri ale psihologiei, simptomatic se acţiune necunoscute, compuse din experienţa şi capacităţile acestuia.
dovedeşte faptul că principiul problematizării începe să fie transpus din Clasele principale de situaţii-problemă se diferenţiază în funcţie de
2 3
Coman Gheorghe, Analiza valorii, Iaşi, Casa de Editură Venus, 2001. Grunichevici Ecaterina, Optimizări în economie, Iaşi, Casa de Editură Venus, 2003.
STATISTICĂ ŞI ECONOMETRIE 9 10 Gh. COMAN
În procesul instructiv-educativ şi procesul de creaţie al cercetării se psihologia gândirii în psihologia învăţării. Deseori, elaborarea acestei
disting o serie de componente generale şi esenţiale comune pentru aceste metodologii noi se identifică cu crearea unei metode noi, specifice, de
activităţi. În primul rând, asemănătoare sunt scopurile lor, înţelegerea instruire – a metodei problematizării – sau a metodei creării situaţiilor-
fenomenului sau procesului, să stabilească lanţul dependenţelor cauzale, să- problemă, cunoscută şi sub numele studii de caz.
şi îmbogăţească noţiunile şi cunoştinţele despre lumea înconjurătoare. În al Instruirea explicativ - exemplificativă, bazată pe principiul
doilea rând, şi într-un caz şi celălalt, omul intră într-un contact activ cu comunicării unor cunoştinţe gata elaborate, contribuie la formarea unui
obiectele cunoaşterii sau ale studiului său. În al treilea rând, şi în procesul stil propriu, specific, de activitate individuală. Acest stil constă, în
cercetării, şi în cel al învăţării, subiectul se foloseşte de posibilităţile vaste principal, în dezvoltarea gândirii reproductive şi a memoriei studenţilor.
ale gândirii sale ca principal mijloc în rezolvarea problemelor cu caracter Instruirea prin problematizare îşi propune, ca una dintre sarcinile şi
cognitiv sau cognitiv-didactic, care îi sunt puse. rezultatele sale principale, dezvoltarea gândirii independente,
Cunoscând diferite fenomene sau procese, însuşindu-şi un anumit productive. Ea este orientată spre formarea activităţii de explorare,
material instructiv, omul realizează acest lucru în cursul studierii, al explorării creative.
obiectului ce trebuie cunoscut sau însuşit. La fel ca în activitatea de Se consideră că problematizarea instruirii poate fi privită ca una
cercetare, în cazul însuşirii unui obiect de învăţământ, nou, la student apare, dintre cerinţele psihodidactice de primă importanţă. Fireşte că activitatea
de regulă, o anumită necesitate şi un anumit interes faţă de studierea studenţilor include şi acţiuni pur executive, memorarea cunoştinţelor de-a
acestuia. Apoi urmează formularea unor ipoteze, a unor răspunsuri gata elaborate, operarea după model etc. Totuşi, efectuarea acestor acţiuni
anticipative, la problema pusă. Ipotezele respective pot fi verificate pe cale şi „sarcini” de execuţie poate fi subordonată scopurilor realizării principiului
experimentală. problematizării, ceea ce înseamnă că momentele de achiziţie a cunoştinţelor
Atât cercetarea, ca una dintre formele activităţii cognitive a omului, gata elaborate, de operare după model etc., se includ în contextul rezolvării
cât şi procesul cognitiv considerat în ansamblu, se realizează în unei sarcini cognitiv-problematice mult mai largi.
desfăşurarea activităţii intelectuale. Gândirea este, în esenţă, cunoaşterea Dar, deşi învăţământul problematizat se practică de multă vreme, o
care conduce la rezolvarea problemelor sau a sarcinilor cu care este teorie psihopedagogică a învăţării prin învăţământul problematizat se află
confruntat omul. Gândirea începe acolo unde apare o situaţie-problemă. încă într-un proces de devenire. Unii autori încearcă să construiască edificiul
Altfel spus, acolo unde nu există o problemă, nu există nici gândire, în sensul teoretic al sistemului de învăţare prin problematizarea în ansamblu, iar alţii
cel mai strict al termenului. Situaţia-problemă conţine totdeauna ceva ce caută să elaboreze în detaliu unele laturi ale acestui tip de învăţare. Aceasta
2
trebuie desăvârşit , definit. Probabil tocmai de aceea rezultatul rezolvării ei întrucât problematizarea obiectelor învăţării se pretează, cu precădere, la
va fi o cunoştinţă nouă pentru subiect sau un procedeu de acţiune fie nou, fie învăţământul specializat al ştiinţelor exacte: matematică, fizică, chimie,
modificat. tehnică etc. Şi dacă suntem în domeniul învăţământului de specialitate
Aşadar, cunoaşterea ştiinţifică a realităţii şi procesul învăţării sunt tehnico-economic putem cita, spre exemplu, un manual destinat studenţilor
3
într-o oarecare privinţă asemănătoare. De aceea, se poate presupune că Optimizări în economie , elaborat şi publicat recent. Desigur, pot fi citate
procesele învăţării, cunoaşterii, cercetării şi gândirii sunt legate între ele, se multe alte manuale elaborate pe acest principiu.
întrepătrund şi uneori chiar trec unele în altele. Dar dacă lucrurile se prezintă Problema este un rezultat al procesului de cunoaştere care conţine
astfel, nu ar trebui oare ca procesul de învăţare, prin unele dintre trăsăturile indicarea unor lacune în sistemul de cunoştinţe, evidenţiind o contradicţie
sale esenţiale, să modeleze procesul cunoaşterii, procesul investigativ- între cunoaştere şi necunoaştere şi fiind, de aceea, îndreptat mai mult sau
explorator şi de gândire ? Şi mai cu seamă nu ar trebui ca procesul învăţării mai puţin direct către înlăturarea acestei contradicţii.
să modeleze, într-un anumit grad, procesul gândirii ? Situaţia-problemă este o formă specifică de interacţiune cognitivă
În ultima vreme psihopedagogia se remarcă printr-o tendinţă de dintre subiect şi obiect, caracterizată printr-o asemenea stare psihică a
apropiere între psihologia gândirii şi psihologia învăţării. Această situaţie nu subiectului, în timpul efectuării unei teme, care solicită găsirea (descoperirea
este întâmplătoare. Exigenţele ştiinţei moderne, ale cunoaşterii şi sau asimilarea) unor cunoştinţe sau procedee de acţiuni noi, necunoscute
învăţământului de specialitate în general, determină necesitatea de a conferii anterior de către subiect. Din punct de vedere psihologic, în structura
procesului instructiv-educativ un caracter „problematizat”. Tocmai de aceea situaţiei-problemă se poate include, în primul rând, o trebuinţă de
este şi firesc ca psihologia învăţării să apeleze la psihologia gândirii. În cunoaştere, în al doilea rând, căutarea cunoştinţelor sau a procedeelor de
apropierea dintre aceste două ramuri ale psihologiei, simptomatic se acţiune necunoscute, compuse din experienţa şi capacităţile acestuia.
dovedeşte faptul că principiul problematizării începe să fie transpus din Clasele principale de situaţii-problemă se diferenţiază în funcţie de
2 3
Coman Gheorghe, Analiza valorii, Iaşi, Casa de Editură Venus, 2001. Grunichevici Ecaterina, Optimizări în economie, Iaşi, Casa de Editură Venus, 2003.
STATISTICĂ ŞI ECONOMETRIE 11 12 Gh. COMAN
componenta acţiunii care se cere însuşită (o legitate a unui obiect, anumite activ-exploratorie şi independenţa subiecţilor în rezolvarea unor probleme
procedee sau condiţii de operare). Una dintre acestea, pentru specializările teoretice şi practice noi.
din domeniul ingineriei şi economiei sunt cele cunoscute sub numele de Altfel spus, învăţământul prin instruire problematizată satisface
studii de caz. aforismul rostit deseori de marele matematician român Grigore Moisil: vrei să
Dar, indiferent de clasa din care face parte situaţia-problemă de vezi cum se descurcă cineva – încurcă-l (adică creează-i probleme).
rezolvat, în etapa când are loc susţinerea soluţiei adoptate, este necesar ca Situaţia-problemă apare ca o stare psihică a subiectului,
modalitatea de rezolvare aleasă să fie fundamentată din toate punctele de confruntat cu o dificultate practică sau cognitivă, ca o contradicţie care
vedere, iar soluţia să fie realizabilă practic. apare între subiect şi obiectul cunoaşterii în activitatea individuală, în
Aplicarea metodei studiului de caz face posibile trei situaţii de bază, acest sens, ea reprezentând o formă deosebită de interacţiune
corespunzătoare caracterului problemelor tehnice sau economice de intelectuală între subiect şi obiect. Aşadar, primul semn de recunoaştere a
producţie. În prima, studenţii capătă întreaga informaţie necesară, situaţie ce unei situaţii-problemă este faptul că ea generează o dificultate care poate fi
îşi are scăderile ei, pentru că în practica de producţie, de regulă, ea nu se depăşită de către subiect numai ca urmare a unei activităţi individuale
întâlneşte sau se întâlneşte foarte rar. În a doua, studenţii nu primesc cognitive şi rezolvarea oricărei probleme de gândire înseamnă înlăturarea
întreaga informaţie, astfel încât devine necesară studierea analitică a unei neconcordanţe sau a unei contradicţii dintre ceea ce a devenit o
situaţiei concrete şi culegerea unor informaţii suplimentare (aceasta este o achiziţie cognitivă şi ceea ce urmează să devină o astfel de achiziţie.
situaţie apropiată de practica de producţie). În a treia situaţie, studenţilor le Situaţia problemă apare şi atunci când există o contradicţie între
este descris succint cazul concret, neoferindu-li-se toată informaţia calea teoretică posibilă de rezolvare a unei probleme şi imposibilitatea sau
necesară, fapt care, de asemenea, corespunde condiţiilor de producţie. ineficienţa alegerii acestei căi pentru rezolvări practice; ea apare şi atunci
Instruirea prin problematizare implică crearea (organizarea) când intervine o contradicţie între un rezultat practic, obţinut prin îndeplinirea
situaţiilor-problemă, conştientizarea, acceptarea şi rezolvarea acestor situaţii unei sarcini, şi absenţa fundamentării teoretice a acestui demers practic.
în procesul activităţii comune dintre studenţi şi profesor, în condiţiile unei Prezenta culegere de probleme are ca obiectiv înlesnirea efortului de
autonomii cât mai mari a celor dintâi şi sub conducerea competentă, asimilare a raţionamentului probabilistic de către cei care o consultă, folositor
ştiinţifică şi didactică, a profesorului. în aprecierea evenimentelor şi fenomenelor economico-sociale. Ea creează
Instruirea prin problematizare (ca orice alt gen de instruire) poate condiţiile necesare înţelegerii şi, deci, aprofundării metodelor utilizate în
contribui la realizarea următoarelor două scopuri: 1. formarea unui sistem statistica economică, dând un înţeles corespunzător concluziilor statistice
necesar de cunoştinţe, priceperi şi deprinderi; 2. atingerea unui nivel înalt de rezultate în urma analizei fenomenelor economice respective. Culegerea de
dezvoltare intelectuală, dezvoltarea capacităţii de învăţare independentă, de probleme este o prelungire a materialului documentar pus la dispoziţia
autoinstruire. Ambele scopuri pot fi îndeplinite cu mai mult succes tocmai în studenţilor de către autor sub formă de manual, cu un conţinut teoretic şi faptic
procesul instruirii prin problematizare, deoarece însuşirea mesajului adecvat pregătirii profesionale în domeniul ştiinţelor economice.
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
STATISTICĂ ŞI ECONOMETRIE 11 12 Gh. COMAN
componenta acţiunii care se cere însuşită (o legitate a unui obiect, anumite activ-exploratorie şi independenţa subiecţilor în rezolvarea unor probleme
procedee sau condiţii de operare). Una dintre acestea, pentru specializările teoretice şi practice noi.
din domeniul ingineriei şi economiei sunt cele cunoscute sub numele de Altfel spus, învăţământul prin instruire problematizată satisface
studii de caz. aforismul rostit deseori de marele matematician român Grigore Moisil: vrei să
Dar, indiferent de clasa din care face parte situaţia-problemă de vezi cum se descurcă cineva – încurcă-l (adică creează-i probleme).
rezolvat, în etapa când are loc susţinerea soluţiei adoptate, este necesar ca Situaţia-problemă apare ca o stare psihică a subiectului,
modalitatea de rezolvare aleasă să fie fundamentată din toate punctele de confruntat cu o dificultate practică sau cognitivă, ca o contradicţie care
vedere, iar soluţia să fie realizabilă practic. apare între subiect şi obiectul cunoaşterii în activitatea individuală, în
Aplicarea metodei studiului de caz face posibile trei situaţii de bază, acest sens, ea reprezentând o formă deosebită de interacţiune
corespunzătoare caracterului problemelor tehnice sau economice de intelectuală între subiect şi obiect. Aşadar, primul semn de recunoaştere a
producţie. În prima, studenţii capătă întreaga informaţie necesară, situaţie ce unei situaţii-problemă este faptul că ea generează o dificultate care poate fi
îşi are scăderile ei, pentru că în practica de producţie, de regulă, ea nu se depăşită de către subiect numai ca urmare a unei activităţi individuale
întâlneşte sau se întâlneşte foarte rar. În a doua, studenţii nu primesc cognitive şi rezolvarea oricărei probleme de gândire înseamnă înlăturarea
întreaga informaţie, astfel încât devine necesară studierea analitică a unei neconcordanţe sau a unei contradicţii dintre ceea ce a devenit o
situaţiei concrete şi culegerea unor informaţii suplimentare (aceasta este o achiziţie cognitivă şi ceea ce urmează să devină o astfel de achiziţie.
situaţie apropiată de practica de producţie). În a treia situaţie, studenţilor le Situaţia problemă apare şi atunci când există o contradicţie între
este descris succint cazul concret, neoferindu-li-se toată informaţia calea teoretică posibilă de rezolvare a unei probleme şi imposibilitatea sau
necesară, fapt care, de asemenea, corespunde condiţiilor de producţie. ineficienţa alegerii acestei căi pentru rezolvări practice; ea apare şi atunci
Instruirea prin problematizare implică crearea (organizarea) când intervine o contradicţie între un rezultat practic, obţinut prin îndeplinirea
situaţiilor-problemă, conştientizarea, acceptarea şi rezolvarea acestor situaţii unei sarcini, şi absenţa fundamentării teoretice a acestui demers practic.
în procesul activităţii comune dintre studenţi şi profesor, în condiţiile unei Prezenta culegere de probleme are ca obiectiv înlesnirea efortului de
autonomii cât mai mari a celor dintâi şi sub conducerea competentă, asimilare a raţionamentului probabilistic de către cei care o consultă, folositor
ştiinţifică şi didactică, a profesorului. în aprecierea evenimentelor şi fenomenelor economico-sociale. Ea creează
Instruirea prin problematizare (ca orice alt gen de instruire) poate condiţiile necesare înţelegerii şi, deci, aprofundării metodelor utilizate în
contribui la realizarea următoarelor două scopuri: 1. formarea unui sistem statistica economică, dând un înţeles corespunzător concluziilor statistice
necesar de cunoştinţe, priceperi şi deprinderi; 2. atingerea unui nivel înalt de rezultate în urma analizei fenomenelor economice respective. Culegerea de
dezvoltare intelectuală, dezvoltarea capacităţii de învăţare independentă, de probleme este o prelungire a materialului documentar pus la dispoziţia
autoinstruire. Ambele scopuri pot fi îndeplinite cu mai mult succes tocmai în studenţilor de către autor sub formă de manual, cu un conţinut teoretic şi faptic
procesul instruirii prin problematizare, deoarece însuşirea mesajului adecvat pregătirii profesionale în domeniul ştiinţelor economice.
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
STATISTICĂ ŞI ECONOMETRIE 13 14 Gh. COMAN
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
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
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
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
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
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
Muncitorul A B C D E F G H
Nr. de piese 20 22 30 25 32 18 21 32
Muncitorul A B C D E F G H
Nr. de piese 20 22 30 25 32 18 21 32
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
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
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
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
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
∑ 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
∑ 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
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
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
∑ 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
∑ 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
( y j − yi ) .
m
respective
∑f ij
- abaterile mediilor grupei de la media colectivităţii totale j =1
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
( y j − yi ) .
m
respective
∑f ij
- abaterile mediilor grupei de la media colectivităţii totale j =1
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
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
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
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:
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:
• 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
• 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
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
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
∑ ( 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
∑ ( 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
173.4
176.2
3. Indicatorii medii de poziţie.
180
163.1
200
158.2
152.3
165
138.8
150
146
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
173.4
176.2
3. Indicatorii medii de poziţie.
180
163.1
200
158.2
152.3
165
138.8
150
146
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
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
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
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
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
► 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
► 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
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
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
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
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
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
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 ⎠
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
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 ⎠
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
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
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
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
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 105 106 Gh. COMAN
Dacă între distribuţia empirică şi distribuţia teoretică există distribuţie χ 2 cu k – (l + 1) grade de liberate. Deci, se poate spune că în
corespondenţă, atunci mărimea χ 2 (HI – pătrat) nu va depăşi o valoare
aplicarea criteriului χ 2 la verificarea corespondenţei dintre distribuţia
dată χ 2 corespunzătoare nivelului de semnificaţie q, care trebuie astfel ales
q empirică şi distribuţia teoretică se întâlnesc două situaţii:
1. forma distribuţiei este determinată, adică toţi parametrii
încât evenimentul χ 2 > χ q2 să fie practic imposibil. Practica arată că pentru
acesteia sunt cunoscuţi şi;
q trebuie aleasă o valoare mai mică sau cel mult egală cu 0,05 (q ≤ 0,05). 2. parametrii distribuţiei teoretice se estimează pe baza datelor
Deci χ 2 se determină astfel încât să fie satisfăcută relaţia: cercetării.
q
În primul caz, intervalul critic este definit de inegalitatea χ 2 > χ 2
P( χ 2 > χ q2 ) = q ≤ 0,05
q
(12)
unde χ 2 se determină cu ajutorul relaţiei (11) şi are k-1 grade de libertate. În
Se pot formula următoarele reguli pentru verificarea corespondenţei
dintre distribuţia empirică şi distribuţia teoretică. Dacă valoarea lui cazul al doilea, intervalul critic este definit de inegalitatea χ 2 > χ 2 unde χ 2
q
χ 2
determinată de relaţia: se determină cu ajutorul formulei (14) şi are k – (l + 1) grade de liberate.
χ2 =
(n1 − n. p1 )2 + (n2 − n. p2 ) + ... + (nk − n. pk )2 =∑
k
(ni − n. pi ) (13)
Şi într-un caz şi în celălalt probabilităţile pi şi respectiv p̂i se
n. p1 n. p2 n. pk i =1 n. pi calculează urmând procedeul următor. Atât pi cât şi p̂i reprezintă
cu f = k – 1 grade de libertate este mai mică decât valoarea tabelată χ 2 probabilitatea ca valorile caracteristicii să aparţină grupei i sau să fie
q
corespunzătoare unui nivel de semnificaţie q ≤ 0,05, se poate conchide că cuprinse în intervalul i care are limite valorile xi-1 şi xi. Dacă F(x) este funcţia
distribuţia empirică urmează legea de distribuţie f(x). de distribuţie, atunci pi se obţin făcând diferenţa dintre valorile funcţiei de
distribuţie corespunzătoare valorilor xi-1 şi xi, adică:
Dacă valoarea χ 2 calculată pe baza datelor cercetării cu ajutorul
pi = F ( xi ) − F ( xi −1 ) (15)
formulei (13) este mai mare decât valoarea tabelară χ q2 , nu există nici un dacă parametrii din expresia funcţiei de distribuţie sunt cunoscuţi.
temei să se considere că distribuţia empirică urmează legea de distribuţie Dacă parametrii nu sunt cunoscuţi, atunci ei se înlocuiesc cu
f(x). estimaţiile lor obţinute pe baza datelor cercetării aşa încât în acest caz
S-a menţionat că pi reprezintă probabilitatea ca valorile observate
să aparţină intervalului i (i = 1, 2,…,k). Probabilitatea pi se calculează în
funcţia de distribuţie F(x) va fi înlocuită cu estimaţia Fˆ ( x) , iar probabilităţile
ipoteza că distribuţia cercetată urmează o lege de distribuţie bine p̂i sunt:
determinată. De obicei însă distribuţia ipotetică conţine un număr de
parametri care se estimează cu ajutorul distribuţiei care se compară cu pˆ i = Fˆ ( xi ) − Fˆ ( xi −1 ) (16)
distribuţia teoretică. Aşa că nu se pot găsi valori exacte ale probabilităţilor pi,
Tehnica de calcule este aceeaşi atât pentru determinarea lui pi cât
ci numai valori aproximative p̂i care depind de datele cercetării. În acest
şi a lui p̂i . Deosebirea constă în faptul că în primul caz parametrii au valori
caz, se utilizează drept criteriu mărimea:
χ2 =∑
(ni − n. pˆ i ) (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
n. pˆ i deoarece acest lucru este important pentru stabilirea numărului gradelor de
unde abaterile (ni - p̂i .ni) sunt legate printr-un număr mai mare de legături libertate ale mărimii χ 2 .
liniare. Acest număr depinde de numărul parametrilor care se estimează pe În cele ce urmează se va arăta cum se utilizează criteriul χ 2 în
baza valorilor observate. Dacă numărul parametrilor estimaţi este egal cu l, cazul când se face ipoteza că variabila este distribuită normal.
atunci numărul legăturilor liniare care se impun abaterilor (ni - p̂i .ni) este În cazul când se face ipoteza că distribuţia empirică urmează legea
normală, funcţia de distribuţie are expresia:
egal cu l + 1. Prin urmare, mărimea determinată cu expresia (14) are o F(xi) = 0,5 + Φ( zi ) (17)
STATISTICĂ ŞI ECONOMETRIE 105 106 Gh. COMAN
Dacă între distribuţia empirică şi distribuţia teoretică există distribuţie χ 2 cu k – (l + 1) grade de liberate. Deci, se poate spune că în
corespondenţă, atunci mărimea χ 2 (HI – pătrat) nu va depăşi o valoare
aplicarea criteriului χ 2 la verificarea corespondenţei dintre distribuţia
dată χ 2 corespunzătoare nivelului de semnificaţie q, care trebuie astfel ales
q empirică şi distribuţia teoretică se întâlnesc două situaţii:
1. forma distribuţiei este determinată, adică toţi parametrii
încât evenimentul χ 2 > χ q2 să fie practic imposibil. Practica arată că pentru
acesteia sunt cunoscuţi şi;
q trebuie aleasă o valoare mai mică sau cel mult egală cu 0,05 (q ≤ 0,05). 2. parametrii distribuţiei teoretice se estimează pe baza datelor
Deci χ 2 se determină astfel încât să fie satisfăcută relaţia: cercetării.
q
În primul caz, intervalul critic este definit de inegalitatea χ 2 > χ 2
P( χ 2 > χ q2 ) = q ≤ 0,05
q
(12)
unde χ 2 se determină cu ajutorul relaţiei (11) şi are k-1 grade de libertate. În
Se pot formula următoarele reguli pentru verificarea corespondenţei
dintre distribuţia empirică şi distribuţia teoretică. Dacă valoarea lui cazul al doilea, intervalul critic este definit de inegalitatea χ 2 > χ 2 unde χ 2
q
χ 2
determinată de relaţia: se determină cu ajutorul formulei (14) şi are k – (l + 1) grade de liberate.
χ2 =
(n1 − n. p1 )2 + (n2 − n. p2 ) + ... + (nk − n. pk )2 =∑
k
(ni − n. pi ) (13)
Şi într-un caz şi în celălalt probabilităţile pi şi respectiv p̂i se
n. p1 n. p2 n. pk i =1 n. pi calculează urmând procedeul următor. Atât pi cât şi p̂i reprezintă
cu f = k – 1 grade de libertate este mai mică decât valoarea tabelată χ 2 probabilitatea ca valorile caracteristicii să aparţină grupei i sau să fie
q
corespunzătoare unui nivel de semnificaţie q ≤ 0,05, se poate conchide că cuprinse în intervalul i care are limite valorile xi-1 şi xi. Dacă F(x) este funcţia
distribuţia empirică urmează legea de distribuţie f(x). de distribuţie, atunci pi se obţin făcând diferenţa dintre valorile funcţiei de
distribuţie corespunzătoare valorilor xi-1 şi xi, adică:
Dacă valoarea χ 2 calculată pe baza datelor cercetării cu ajutorul
pi = F ( xi ) − F ( xi −1 ) (15)
formulei (13) este mai mare decât valoarea tabelară χ q2 , nu există nici un dacă parametrii din expresia funcţiei de distribuţie sunt cunoscuţi.
temei să se considere că distribuţia empirică urmează legea de distribuţie Dacă parametrii nu sunt cunoscuţi, atunci ei se înlocuiesc cu
f(x). estimaţiile lor obţinute pe baza datelor cercetării aşa încât în acest caz
S-a menţionat că pi reprezintă probabilitatea ca valorile observate
să aparţină intervalului i (i = 1, 2,…,k). Probabilitatea pi se calculează în
funcţia de distribuţie F(x) va fi înlocuită cu estimaţia Fˆ ( x) , iar probabilităţile
ipoteza că distribuţia cercetată urmează o lege de distribuţie bine p̂i sunt:
determinată. De obicei însă distribuţia ipotetică conţine un număr de
parametri care se estimează cu ajutorul distribuţiei care se compară cu pˆ i = Fˆ ( xi ) − Fˆ ( xi −1 ) (16)
distribuţia teoretică. Aşa că nu se pot găsi valori exacte ale probabilităţilor pi,
Tehnica de calcule este aceeaşi atât pentru determinarea lui pi cât
ci numai valori aproximative p̂i care depind de datele cercetării. În acest
şi a lui p̂i . Deosebirea constă în faptul că în primul caz parametrii au valori
caz, se utilizează drept criteriu mărimea:
χ2 =∑
(ni − n. pˆ i ) (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
n. pˆ i deoarece acest lucru este important pentru stabilirea numărului gradelor de
unde abaterile (ni - p̂i .ni) sunt legate printr-un număr mai mare de legături libertate ale mărimii χ 2 .
liniare. Acest număr depinde de numărul parametrilor care se estimează pe În cele ce urmează se va arăta cum se utilizează criteriul χ 2 în
baza valorilor observate. Dacă numărul parametrilor estimaţi este egal cu l, cazul când se face ipoteza că variabila este distribuită normal.
atunci numărul legăturilor liniare care se impun abaterilor (ni - p̂i .ni) este În cazul când se face ipoteza că distribuţia empirică urmează legea
normală, funcţia de distribuţie are expresia:
egal cu l + 1. Prin urmare, mărimea determinată cu expresia (14) are o F(xi) = 0,5 + Φ( zi ) (17)
STATISTICĂ ŞI ECONOMETRIE 107 108 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
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
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:
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:
⎛ 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
∑ 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
∑ 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 = 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
0,99305, adică metoda comparării diferenţelor nu descoperă diferenţa = 3,6% (procente de grăsimi), cunoscându-se σ = 0,18 şi nivelul de
semnificativă în 0,7% din cazuri, în timp ce metoda comparării mediilor nu semnificaţie α = 0,04.
descoperă în 8,4% din cazuri. Rezolvare.
Pe de altă parte, din acest exemplu se observă că funcţia puterii Întrucât calitatea laptelui este asigurată dacă procentul de grăsime
criteriului ia valori mari atunci când diferenţa m1 – m2 creşte. Când m1 – m2 = 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 = 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
0,99305, adică metoda comparării diferenţelor nu descoperă diferenţa = 3,6% (procente de grăsimi), cunoscându-se σ = 0,18 şi nivelul de
semnificativă în 0,7% din cazuri, în timp ce metoda comparării mediilor nu semnificaţie α = 0,04.
descoperă în 8,4% din cazuri. Rezolvare.
Pe de altă parte, din acest exemplu se observă că funcţia puterii Întrucât calitatea laptelui este asigurată dacă procentul de grăsime
criteriului ia valori mari atunci când diferenţa m1 – m2 creşte. Când m1 – m2 = 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
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
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
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
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
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
=
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
=
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⎠
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⎠
∑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
⎣
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
⎣
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
⎪⎪ (Σyi ni ) 2
aΣyi ni + bΣxi yi ni −
⇒ ⎨aΣxi ni + bΣxi2 ni + cΣxi3 ni = Σxi yi ni Σni
R=
⎪ ( Σy n ) 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
⎪⎪ (Σyi ni ) 2
aΣyi ni + bΣxi yi ni −
⇒ ⎨aΣxi ni + bΣxi2 ni + cΣxi3 ni = Σxi yi ni Σni
R=
⎪ ( Σy n ) 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
⎧ ∂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
⎧ ∂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
∗ ∗ ∗ (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
∗ ∗ ∗ (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
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
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
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
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
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
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
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
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
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
992,25 315,0
2105,0
26,0
influenţat şi alţi factori, întrucât există 9 xnx
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
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
992,25 315,0
2105,0
26,0
influenţat şi alţi factori, întrucât există 9 xnx
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
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
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
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
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
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
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
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
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
liniară prin interpretarea corelogramei. Atunci se va utiliza funcţia de regresie 300 1 8 9 2700 810000 6780 2,696
liniară prin interpretarea corelogramei. Atunci se va utiliza funcţia de regresie 300 1 8 9 2700 810000 6780 2,696
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
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
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
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
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
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
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
a. r yx1 / x2 =
Tabelul 52. Calcule intermediare
a. r yx1 / x2 =
Tabelul 52. Calcule intermediare
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
⎪ = 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
⎪ = 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
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
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
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
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
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
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
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
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
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
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
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
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
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
Rezultă:
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
Rezultă:
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
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
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
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
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:
⎨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:
⎨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
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.
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.
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
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
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
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
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
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
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
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
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
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
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
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
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
⎧ 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
⎧ 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
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
∑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
∑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
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
⎧ 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
⎧ 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
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
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
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
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
⎧ Σy 409,8 IV 40 75 0,53
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
⎧ Σy 409,8 IV 40 75 0,53
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
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
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
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:
⎪⎩ 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:
⎪⎩ 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
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
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
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
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
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)
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)
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
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
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
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
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
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
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
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
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
(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 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
(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 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
⎪ 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
⎪ 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
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
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
%
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
%
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
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
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
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
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
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
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
Valoarea producţiei, în
Volumul producţiei, q0
Volumul producţiei, q1
Preţul unitar, p0, u.m.
Valoarea producţiei,
q0 p0 600 q0 p0 300
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
Valoarea producţiei, în
Volumul producţiei, q0
Volumul producţiei, q1
Preţul unitar, p0, u.m.
Valoarea producţiei,
q0 p0 600 q0 p0 300
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
( )
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
( )
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
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
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
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
= 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
= 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
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
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
Începând cu anul 1969, toată activitatea mea ştiinţifică s-a 18. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura
desfăşurat pe bază de contracte de cercetare încheiate cu diferite “Dimitrie Cantemir”, 2001, 233 p., ISBN 973-8042-27-5.
întreprinderi constructoare de maşini din ţară. Am fost titular la circa 30 de 19. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”,
contracte de cercetare ştiinţifică, cu o valoare de peste 10 milioane de lei 2001, 290 p., ISBN 973- 99596 – 6 – 0.
(preţuri înainte de 1989). 20. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2001, 363
Menţionez următoarele cărţi publicate în edituri de nivel naţional: p., ISBN 973 – 8042 – 09 – 7.
1. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor 21. Analiza valorii, Iaşi, Casa de Editură Venus, 2001, 295 p., ISBN 973
de maşini. Finisarea pieselor de maşini, Bucureşti, INID, 1973, – 8174 – 38 – 4.
vol.1, 124 p. 22. Ecologie spirituală, Iaşi, Casa de Editură Venus, 2002, 297 p., ISBN
2. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor 973 – 8174 – 46 – 5.
de maşini. Suprafinisarea suprafeţelor pieselor de maşini, 23. Statistica (probleme), Iaşi, Casa de Editură Venus, 2002, 144 p.,
Bucureşti, INID, 1973, vol.2, 104 p. ISBN 973 – 8174 – 49 – X.
3. Calculul adausurilor de prelucrare şi al regimurilor de aşchiere, 24. Statistica, Iaşi, Casa de Editură Venus, 2002, 307 p., ISBN 973 –
Bucureşti, Editura Tehnică, 1974, 603 p. 8174 – 66 – X.
4. Tehnologia construcţiei de maşini. Probleme, Bucureşti, Editura 25. Statistica, Iaşi, Casa de Editură Venus, 2003, 371 p., ISBN 973 –
Didactică şi Pedagogică, 1976, 400 p. 8174 – 85 – 6.
5. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti, 26. Ecologie spirituală, Iaşi, Editura PIM, 2003, 306 p., ISBN 973 – 7967
Editura Tehnică, vol.1, 1979, 336 p. – 36 – 4.
6. Prelucrabilitatea prin aşchiere a aliajelor feroase, Bucureşti, Editura 27. Statistica, Iaşi, Editura PIM, 2003, 384 p., ISBN 973 – 7967 – 39 – 9.
Tehnică, 1981, 242 p. 28. Statistica (probleme), Iaşi, Editura PIM, 2003, 210 p., ISBN 973 –
7. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti, 7967 – 50 – 2.
Editura Tehnică, vol.2, 1982, 208 p. 29. Economia mediului, Iaşi, Editura PIM, 2004, 316 p., ISBN 973 – 7967
8. Rulmenţi. Proiectare şi tehnologie, Bucureşti, Editura tehnică, 1985, – 74 – 7.
391 p. 30. Ecologie spirituală, Iaşi, Editura PIM, 2004, 312 p., ISBN 973 – 716 –
9. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere. 036 – 3.
Manual de proiectare, Vol.1, Chişinău, Editura Universitas, 1992, 31. Econometrie, Iaşi, Editura PIM, 2007, 294 p., ISBN 978-973 – 716 –
640 p., ISBN 5-362-00970-2. 603 – 6.
10. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere. 32. Coman Gh., Econometrie (ediţie revizuită), Iaşi, Editura PIM, 2007,
Manual de proiectare, Vol.2, Chişinău, Editura Universitas, 1992, 293 p., ISBN 978-973-716-603-6
408 p., ISBN 5-362-00971-0. Pentru calitatea activităţii didactice desfăşurată, prin ordinul
11. Economia mediului, Iaşi, Editura Moldoviţa, 1996, 348 p., ISBN ministrului nr. 7626 din 15 iunie 1987, mi s-a conferit titlul de
973-95206-2-8. “CONFERENŢIAR UNIVERSITAR EVIDENŢIAT”.
12. Tehnologia proceselor productive, Iaşi, Editura Moldoviţa, 1996, În 1987 am primit Premiul “Aurel Vlaicu”, acordat de Academia
200 p., ISBN 973-95206-3-8. Română pentru lucrarea “Rulmenţi. Proiectare şi tehnologie”, cu Diploma
13. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura nr. 67 din 4 decembrie 1987.
“Dimitrie Cantemir”, 1999, 214 p., ISBN 973-8042-03-8. De-a lungul timpului am avut diferite activităţi cu caracter obştesc
14. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2000, 340 de interes general pentru colectivităţile umane din care am făcut parte.
p., ISBN 973 – 8042 – 09 – 7. Între 1961-1964 am fost preşedintele Consiliului Uniunii Asociaţiilor
15. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”, Studenţilor din Institutul Politehnic Iaşi.
2000, 290 p., ISBN 973- 99596 – 6 – 0. Între 1969 şi 1976 am făcut parte din Consiliul tehnico-economic al
16. Statistică teoretică şi aplicată (pentru ştiinţe tehnice şi economice), Întreprinderii de Rulmenţi Bârlad. Între 1977-1979 am făcut parte din Consiliul
Partea I-a şi Partea II-a, Editura „Dimitrie Cantemir”, Târgu Mureş, Oamenilor Muncii al Întreprinderii de Utilaje şi Piese de Schimb Botoşani, iar între
2000, 414 p., ISBN 973-98920-6-x. 1979-1987 am făcut parte din Consiliul Oamenilor Muncii de la Întreprinderea
17. Managementul cercetării, Editura „Dimitrie Cantemir”, Târgu Mureş, Metalurgică Iaşi. În aceste calităţii am făcut parte din comisiile de prognoză şi
2000, 288 p. ISBN 973-8042-26-7. cercetare ştiinţifică a unităţilor economice respective, contribuind la stabilirea
STATISTICĂ ŞI ECONOMETRIE 383 384 Gh. COMAN
Începând cu anul 1969, toată activitatea mea ştiinţifică s-a 18. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura
desfăşurat pe bază de contracte de cercetare încheiate cu diferite “Dimitrie Cantemir”, 2001, 233 p., ISBN 973-8042-27-5.
întreprinderi constructoare de maşini din ţară. Am fost titular la circa 30 de 19. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”,
contracte de cercetare ştiinţifică, cu o valoare de peste 10 milioane de lei 2001, 290 p., ISBN 973- 99596 – 6 – 0.
(preţuri înainte de 1989). 20. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2001, 363
Menţionez următoarele cărţi publicate în edituri de nivel naţional: p., ISBN 973 – 8042 – 09 – 7.
1. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor 21. Analiza valorii, Iaşi, Casa de Editură Venus, 2001, 295 p., ISBN 973
de maşini. Finisarea pieselor de maşini, Bucureşti, INID, 1973, – 8174 – 38 – 4.
vol.1, 124 p. 22. Ecologie spirituală, Iaşi, Casa de Editură Venus, 2002, 297 p., ISBN
2. Probleme actuale ale finisării şi suprafinisării suprafeţelor pieselor 973 – 8174 – 46 – 5.
de maşini. Suprafinisarea suprafeţelor pieselor de maşini, 23. Statistica (probleme), Iaşi, Casa de Editură Venus, 2002, 144 p.,
Bucureşti, INID, 1973, vol.2, 104 p. ISBN 973 – 8174 – 49 – X.
3. Calculul adausurilor de prelucrare şi al regimurilor de aşchiere, 24. Statistica, Iaşi, Casa de Editură Venus, 2002, 307 p., ISBN 973 –
Bucureşti, Editura Tehnică, 1974, 603 p. 8174 – 66 – X.
4. Tehnologia construcţiei de maşini. Probleme, Bucureşti, Editura 25. Statistica, Iaşi, Casa de Editură Venus, 2003, 371 p., ISBN 973 –
Didactică şi Pedagogică, 1976, 400 p. 8174 – 85 – 6.
5. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti, 26. Ecologie spirituală, Iaşi, Editura PIM, 2003, 306 p., ISBN 973 – 7967
Editura Tehnică, vol.1, 1979, 336 p. – 36 – 4.
6. Prelucrabilitatea prin aşchiere a aliajelor feroase, Bucureşti, Editura 27. Statistica, Iaşi, Editura PIM, 2003, 384 p., ISBN 973 – 7967 – 39 – 9.
Tehnică, 1981, 242 p. 28. Statistica (probleme), Iaşi, Editura PIM, 2003, 210 p., ISBN 973 –
7. Normarea tehnică pentru prelucrări prin aşchiere, Bucureşti, 7967 – 50 – 2.
Editura Tehnică, vol.2, 1982, 208 p. 29. Economia mediului, Iaşi, Editura PIM, 2004, 316 p., ISBN 973 – 7967
8. Rulmenţi. Proiectare şi tehnologie, Bucureşti, Editura tehnică, 1985, – 74 – 7.
391 p. 30. Ecologie spirituală, Iaşi, Editura PIM, 2004, 312 p., ISBN 973 – 716 –
9. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere. 036 – 3.
Manual de proiectare, Vol.1, Chişinău, Editura Universitas, 1992, 31. Econometrie, Iaşi, Editura PIM, 2007, 294 p., ISBN 978-973 – 716 –
640 p., ISBN 5-362-00970-2. 603 – 6.
10. Proiectarea tehnologiilor de prelucrare mecanică prin aşchiere. 32. Statistica (teorie si aplicatii), Iaşi, Editura PIM, 2007, 378 p.,
Manual de proiectare, Vol.2, Chişinău, Editura Universitas, 1992, ISBN 978-973-716-729-3
408 p., ISBN 5-362-00971-0. Pentru calitatea activităţii didactice desfăşurată, prin ordinul
11. Economia mediului, Iaşi, Editura Moldoviţa, 1996, 348 p., ISBN ministrului nr. 7626 din 15 iunie 1987, mi s-a conferit titlul de
973-95206-2-8. “CONFERENŢIAR UNIVERSITAR EVIDENŢIAT”.
12. Tehnologia proceselor productive, Iaşi, Editura Moldoviţa, 1996, În 1987 am primit Premiul “Aurel Vlaicu”, acordat de Academia
200 p., ISBN 973-95206-3-8. Română pentru lucrarea “Rulmenţi. Proiectare şi tehnologie”, cu Diploma
13. Tehnologia fabricaţiei produselor industriale, Târgu Mureş, Editura nr. 67 din 4 decembrie 1987.
“Dimitrie Cantemir”, 1999, 214 p., ISBN 973-8042-03-8. De-a lungul timpului am avut diferite activităţi cu caracter obştesc
14. Analiza valorii, Târgu Mureş, Editura “Dimitrie Cantemir”, 2000, 340 de interes general pentru colectivităţile umane din care am făcut parte.
p., ISBN 973 – 8042 – 09 – 7. Între 1961-1964 am fost preşedintele Consiliului Uniunii Asociaţiilor
15. Economia mediului, Târgu Mureş, Editura “Dimitrie Cantemir”, Studenţilor din Institutul Politehnic Iaşi.
2000, 290 p., ISBN 973- 99596 – 6 – 0. Între 1969 şi 1976 am făcut parte din Consiliul tehnico-economic al
16. Statistică teoretică şi aplicată (pentru ştiinţe tehnice şi economice), Întreprinderii de Rulmenţi Bârlad. Între 1977-1979 am făcut parte din Consiliul
Partea I-a şi Partea II-a, Editura „Dimitrie Cantemir”, Târgu Mureş, Oamenilor Muncii al Întreprinderii de Utilaje şi Piese de Schimb Botoşani, iar între
2000, 414 p., ISBN 973-98920-6-x. 1979-1987 am făcut parte din Consiliul Oamenilor Muncii de la Întreprinderea
17. Managementul cercetării, Editura „Dimitrie Cantemir”, Târgu Mureş, Metalurgică Iaşi. În aceste calităţii am făcut parte din comisiile de prognoză şi
2000, 288 p. ISBN 973-8042-26-7. 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