Sunteți pe pagina 1din 24

UNIVERSITATEA ARTIFEX

FACULTATEA DE MANAGEMENT-MARKETING
MASTER ................

PROIECT
METODE CANTITATIVE

CONF.UNIV.DR.ELENA BUGUDUI

Masterand
Nicolae Marian George

AN II
2017-2018

CERINTE PROIECT:

Se vor prelua datele a doua variabile (eventual una a ofertei si una a cererii din
servicii) intre care exista o legatura, fiecare evidentiata printr-o serie de date de 10 – 15
ani(de preferat pe 15) cat mai recente, precizand sursa de date.

1.Sa se motiveze alegerea temei si sa se prezinte aspecte privind variabilele alese in studiu,
precizand care este variabila rezultativa si care este cea factoriala;
2.Sa se analizeze fiecare variabila folosind Descriptiv Statistics cu interpretarile teoretice si
economice de rigoare;

3.Daca se presupune ca seria de date a fiecarei variabila reprezinta un esantion de volum 10%
din colectivitatea generala, extras prin selectie aleatoare simpla nerepetata, se cere:

3.1.sa se estimeze media generala si nivelul totalizator pentru o probabilitate de 95%


cu valoare critica 2,145

3.2.sa se stabileasca volumul unui nou esantion daca eroarea medie limita admisa se
reduce la jumatate pentru o probabilitate de 99% pentru care valoarea critica este 2,624;

4.Sa se masoare intensitatea legaturii dintre cele doua variabile utilizand atat metoda
parametrica a coeficientului de corelatie (cu graficul Scatter si functia correlation din Excel),
cat si metodele neparametrice (Spearman, Kendall);

5.Interpretati asocierea dintre variabile folosind coeficientul de asociere Yulle;

6.Sa se introduca datele in Excel si sa se realizeze si analizeze regresia dintre variabilele


stabilite;

7.Pentru fiecare variabila sa se analizeze seria de date astfel:

7.1.Sa se determine si sa se interpreteze indicatorii absoluti, relativi si medii;

7.2.Sa se ajusteze datele folosind metodele mecanice (spor mediu si indice mediu);

7.3.Sa se ajusteze datele folosind metoda trendului liniar;

7.4.Sa se realizeze o prognoza pentru urmatorii doi ani.

8.Concluzii.

9.Bibliografie.

Interdependenta dintre variabila numarul de spitale si variabila numarul de medici din


Romania

1. Alegerea temei

Datele utilizate provin din Anuarul Statistic al Romaniei si reprezinta numarul de


unitati sanitare respectiv, spitale din Romania,si numarul de personal medico-sanitar, medici.
Statistica dispune de o serie de metode de studiere a dependentelor dintre doua sau
mai multe variabile. Printre acestea sunt si cele cuprinse in “analiza de regresie si corelatie”.
In cadrul acesteia se studiaza dependenta dintr-o variabila (caracteristica) rezultativa (y) si
una sau mai multe variabile (caracteristici) independente (x). Caracteristica rezultativa se
mai numeste caracteristica dependenta, endogena sau efect, iar caracteristica independenta
se mai numeste caracteristica factoriala, exogena sau cauza.
Deci in cazul nostru variabila rezultativa reprezinta numarul de medici (y), iar
variabila factoriala – numarul de spitale (x).

2. Analiza fiecarei variabile folosind Descriptiv Statistics

Statistica descriptiva reprezinta totalitatea metodelor de culegere, sistematizare, rezumare


si prezentare a unui set de date despre o colectivitate statistica.
Pentru o serie statistica este interesant de gasit aceea marime care survine cel mai des,
aceea marime care este mai reprezentativa pentru toata seria. O astfel de marime se numeste
indicator sau parametru de pozitie deoarece arata pozitia elementelor principale ale seriei in
cadrul acesteia.
Reprezentativitatea unor astfel de marimi este data de gradul de concentrare a datelor
statistice in jurul lor.
DATELE
PROBLEMEI*

TABEL.1
An Nr de spitale Nr de medici

2000 442 45786

2001 446 46773

2002 447 45805

2003 427 46919

2004 425 48150

2005 433 47388

2006 436 46936

2007 447 48199

2008 458 50267

2009 474 50386

2010 503 52204


2011 464 52541

2012 473 53681

2013 499 54086

2014 527 54929

2015 554 56110


Total 7455 800160
Sursa: Anuarul Sursa: Anuarul Statistic al Romaniei

SISTEMATIZAREA DATELOR PROBLEMEI


TABEL.2
NR.CRT. LUNA X Y
1 2000 442 45786
2 2001 446 46773
3 2002 447 45805
4 2003 427 46919
5 2004 425 48150
6 2005 433 47388
7 2006 436 46936
8 2007 447 48199
9 2008 458 50267
10 2009 474 50386
11 2010 503 52204
12 2011 464 52541
13 2012 473 53681
14 2013 499 54086
15 2014 527 54929
16 2015 554 56110
TOTAL 7455 800160
Sursa: Anuarul Statistic al Romaniei
Folosind Data Analysis- Descriptiv Statistics obtinem:

DESCRIPTIV NUMAR DE DESCRIPTIV NUMAR DE


STATISTICS SPITALE STATISTICS MEDICI
Column1 Column1
465.9375 50010
Mean Mean
9.352570391 869.7315965
Standard Error Standard Error
452.5 49233
Median Median
447 #N/A
Mode Mode
37.41028156 3478.926386
Standard Deviation Standard Deviation
1399.529167 12102928.8
Sample Variance Sample Variance
0.613249779 -
1.339531623
Kurtosis Kurtosis
1.124293634 0.393429451
Skewness Skewness
129 10324
Range Range
425 45786
Minimum Minimum
554 56110
Maximum Maximum
7455 800160
Sum Sum
16 16
Count Count
Confidence 19.93453191 Confidence 1853.789016
Level(95,0%) Level(95,0%)
Statisticile descriptive sunt utilizate pentru a descrie caracteristicile de bază ale datelor
intr-un studiu. Ele ofera rezumate simple despre esantion si despre masuri.
Mean (media) – media aritmetica a valorilor masurate, utilizata pentru date continue. Este
probabil cea mai frecvent folosita metoda de descriere a tendintei centrale a unei distributii ,
tendinta care reprezinta o estimare a "centrului" unei distributii de valori.
Media este suma valorilor/numarul lor.

Media pentru numarul de spitale:

(442+446+447+427+425+433+436+447+458+474+50+464+473+499+527+554)/16=7455/1
6=465,9375.

Media pentru numarul de medici:

(45786+46773+45805+46919+48150+47388+46936+48199+50267+50386+52204+52541+5
3681+54086+54929+56110)/16=800160/16=50010.

Standard error – eroarea medie de reprezantativitate, o masura a departarii de


valoarea asteptata.

Median- mediana – valoarea care depaseste jumatate dintre observatii, este o valoare
„negociata”pentru date ordinale (valoarea care imparte cel mai bine observatiile). Ea
presupune ordine intre valori si nu se aplica datelor nominale. Este un indicator de tendinta
centrala preferat in locul mediei pentru distributii continue asimetrice.

Mediana unei serii ordonate este valoarea care imparte sirul ordonat al valorilor
variabilelor in doua parti, fiecare parte continand acelasi numar de valori. Mediana face parte
din categoria cuartilelor.

Medianul este termenul al (n+1)/2-lea daca n este impar si media dintre termenii n/2 si
n/2+1 daca n este par.

In cazul nostru n este par (16 ani), deci avem:

Mediana pentru numarul de spitale: 453

Mediana pentru nmarul de medici: 49233

Mediana seriei statistice este un indicator al pozitionarii valorilor acesteia. Aceasta


este utila in realizarea ierarhizarii valorilor.

In cazul variabilei numarul de spitale putem spune ca:

-50% din numarul de spitale din cei 16 ani este mai mic decat mediana 453 si

-50% din numarul de spitale din cei 16 ani este mai mic decat mediana 453
In cazul variabilei numarul de medici putem spune ca:

-50% din numarul de medici din cei 16 ani este mai mic decat mediana 49233 si

-50% din numarul de medici din cei 16 ani este mai mic decat mediana 49233.

Mode – modul – este cea mai frecventa valoare din seria de date; este utilizata in
special pentru date discrete.
Media si mediana pot fi utilizate numai cu date numerice. Modul poate fi utilizat atat
cu date numerice, cat si cu date nominale sau cu date sub forma de nume sau
etichete. Culoarea ochilor, sexul si culoarea parului sunt exemple de date nominale.
Media este extrem de sensibila la valori extreme sau valori extreme care sunt mult
mai mari sau mai mici decat restul valorilor dintr-un set de date. Mediana este preferata in
cazurile in care exista valori exagerate, deoarece mediana ia in considerare doar valorile
medii, nefiind afectata de valorile extreme.
Mediana si modul sunt indicatori de pozitie.

In activitatile economico-sociale prezinta interes acele aspecte care apar cel mai
frecvent in derularea lor. In aceste cazuri se foloseste parametrul statistic de pozitie numit
modul sau dominanta.

Modul sau valoarea ce are cea mai mare frecventa in seria de date se determina astfel:
se ordoneaza valorile seriei de date si se determina care este valoarea cea mai frecventa.

O serie statistica poate avea mai multe moduri. Modul prezinta interes daca este unic.

Pentru seria de date numarul de medici modul nu exista, deci seria este amodala.
Pentru seria de date X modul este 447, deci seria este unimodala, avem 2 ani in care avem
acelasi numar de spitale, 447.

Pentru a masura gradul de imprastiere a datelor unei serii statistice fata de medie se
folosesc urmatorii parametri de pozitie: dispersia si abaterea medie patratica.

Standard deviation – abaterea medie patratica a unei multimi de numere este


radacina medie patrata a multimii abaterilor fiecarui element de la media multimii.

Poate fi definita ca radacina patrata a dispersiei multimii de numere.

Abaterea standard este o masura a gradului de imprastiere a elementelor, se masoara


in aceeasi unitate de masura ca si datele initiale si se raporteaza, de regula, impreuna cu
media.

Deviatia standard a unui set de date permite estimarea uniformitatii valorilor acestuia,
mai precis, cu cat valoarea acesteia este mai mica cu atat valorile setului sunt grupate in jurul
valorii medii. Invers, cu cat deviatia standard este mai mare, cu atat valorile setului sunt mai
departate fata de valoarea medie.

Deviatia standard este o estimare mai precisa si mai detaliata a dispersiei.

Sample variance – dispersia

Dispersia se refera la raspandirea valorilor din jurul tendintei centrale. Exista doua
masuri comune de dispersie, intervalul si abaterea standard. Intervalul este pur si simplu cea
mai mare valoare minus cea mai mica valoare; iar abaterea standard am descris-o mai sus.

Dispersia (variatia), abaterea standard – sunt indicatorii uzuali de caracterizare a


imprastierii datelor continue. Interpretarea uzuala a abaterii standard este aceea ca, pentru o
variabila distribuita normal – aceasta ipoteza se omite uneori, prin exces -, circa 68% dintre
valori difera de medie cu cel mult o abatere standard si circa 95% dintre valori difera de
medie cu cel mult doua abateri standard.

Kurtosis – coeficientul de aplatizare sau boltire . Este un indicator folosit in analiza


distributiei unei serii de date pentru a indica gradul de aplatizare sau de ascutire a unei
distributii.

Formula de calcul este bazata pe momentul centrat de ordinul 4:

s2 este dispersia.

Pentru b2 > 0, repartitia se numeste leptocurtica, iar pentru b2 < 0, se numeste platicurtica.
Dacă b2 = 0, repartitia este mezocurtica.

In cazul nostru coeficientul de aplatizare pentru numarul de spitale repartitia este


leptocurtica iar pentru coeficientul numarul de medici, repartitia este mezocurtica.

Skewness – coeficientul de asimetrie reprezinta abaterea de la aspectul simetric al


distributiei si evalueaza gradul de asimetrie a unei repartitii. Caracterizeaza, impreuna cu
indicele de aplatizare, forma repartitiei (ilustrata de reprezentarea grafica sub forma de
histograma). Definitia este bazata pe momentul centrat de ordinul 3:

Pentru b1 > 0 avem asimetrie de dreapta

Pentru b1 < 0, avem asimetrie de stanga.

Daca b1 = 0, avem simetrie.


In cazul nostru coeficientul de asimetrie este > 0 pentru ambele serii de variabile, deci
avem asimetrie la dreapta.

Range – amplitudinea este definita ca xmax-xmin( diferenta maxima – minima), unde


xmax si xmin sunt valorile extreme ale unui set de date. Ofera o imagine a intinderii datelor,
dependenta de numarul de valori. Cu cat se masoara mai multe elemente, cu atat sansa de a
observa valori mai departate creste, deci sansa de a obtine o amplitudine mai mare.

Minimum- valoarea minima

Maximum – valoarea maxima

Sum – suma tuturor valorilor

Count – numarul valorilor(lunilor)

Confidence Level (95.0%) – eroarea limita maxima – intervalul de incredere pentru


medie. Este probabilitatea ca un interval de incredere al unui parametru sa contina valoarea
adevarata a parametrului. Sensul este acela ca daca se construiesc in mod repetat intervale de
incredere plecand de la esantioane diferite, procentajul intervalelor care contin valoarea
adevarata a parametrului va tinde catre siguranta statistica.

PCT.3

SELECTIA ALEATOARE NEREPETATA


n=16
n=10%N
N=160
Pct.3.1.

n=16
n=10%N
N=160
p=95%(probabilitate)
t=2,145
MEDIA pentru
X= 465.9375 numarul de spitale
MEDIA pentru
X= 50010 numarul de medici

Pentru variabila facturare avem:

dispersia=s 2= 21277,2381
eroare de selectie=sx= 138,38177
eroarea maxima 296,828897
admisibila=∆X=

Intervalul de incredere
347,0759 ≤ μ ≤ 940,7337
Nivelul totalizator
72885,9397 ≤ μ ≤ 197554,0763

Intervalul de incredere ne arata ca daca pentru 21 de luni s-a facturat in medie suma de
643,9048 mii lei pentru 210 luni, in medie se factureaza intre 347,0759 mii lei si 940,7337
mii lei.

Nivelul totalizator ne spune ca in 210 se va factura lunar intre 72885,9397 mii lei si
197554,0763 mii lei cu o probabilitate de 95%si cu o eroare de 296,828897 mii lei/luna.

Pentru variabila incasare avem:

dispersia=s 2= 33479,619
eroare de selectie=sx= 173,584726
eroarea maxima
admisibila=∆X= 372,339238

Intervalul de incredere
235,5656 ≤ μ ≤ 980,2440
Nivelul totalizator
49468,7681 ≤ μ ≤ 205851,2479
Intervalul de incredere ne arata ca daca pentru 21 de luni s-a incasat in medie suma de
607,9048 mii lei pentru 210 luni, in medie se incaseaza intre 235,5656 mii lei si 980,2440 mii
lei.

Nivelul totalizator ne spune ca in 210 se va incasa lunar intre 49468.7681 mii lei si
205851,2479 mii lei cu o probabilitate de 95%si cu o eroare de 372,339238 mii lei/luna.

Pct.3.2.

n=21
n=10%N
N=210
p=99%(probabilitate)
t=2,624

volumul unui nou esantion


reduc eroarea medie la
jumatate
noul volum al esantionului=

4. Graficul Scatter= Functia Correlation, metodele Spearman si Kendall

X Y
442 45786
446 46773
447 45805
427 46919
425 48150
433 47388
436 46936
447 48199
458 50267
474 50386
503 52204
464 52541
473 53681
499 54086
527 54929
554 56110
7455 800160
GRAFICUL SCATTER

- am folosit functia CORREL din EXCEL


Am obtinut valoarea 0.886228043
Coeficientul de corelatie 0.88 arata o corelatie puternica si un grad de asociere acceptabil
corelatia ne arata gradul in care o variabila este dependenta de o altă variabila (sau alte variabile)
Intensitatea legaturii dintre doua variabile statistice (doua caracteristici) se poate stabili prin:
1.valoarea numerica a coeficientului de corelatie r(x,y).
2.grafic prin studierea norului de puncte.
STUDIEREA valorii numerice
Coeficientii de corelatie a rangurilor SPEARMAN + KENDALL

An Nr de spitale (x) Rank x


2004 425 1
2003 427 2
2005 433 3
2006 436 4
2000 442 5
2001 446 6
2002 447 7
2007 447 8
2008 458 9
2011 464 10
2012 473 11
2009 474 12
2013 499 13
2010 503 14
2014 527 15
2015 554 16
Total 7455 -

An Nr de medici (y) Rank y


2000 45786 1
2002 45805 2
2001 46773 3
2003 46919 4
2006 46936 5
2005 47388 6
2004 48150 7
2007 48199 8
2008 50267 9
2009 50386 10
2010 52204 11
2011 52541 12
2012 53681 13
2013 54086 14
2014 54929 15
2015 56110 16
Total 800160 -

NR
X- Y- RX RY d=rx-ry d2 P Q S=P-Q
LUNI
1 442 45786 5 1 4 16

2 446 46773 6 3 3 9
3 447 45805 7 2 5 25

4 427 46919 2 4 -2 4

5 425 48150 1 7 -6 36

6 433 47388 3 6 -3 9

7 436 46936 4 5 -1 1

8 447 48199 8 8 0 0

9 458 50267 9 9 0 0

10 474 50386 12 10 2 4

11 503 52204 14 11 3 9

12 464 52541 10 12 -2 4

13 473 53681 11 13 -2 4

14 499 54086 13 14 -1 1

15 527 54929 15 15 0 0

16 554 56110 16 16 0 0

Total 7455 800160 - - - 122

Cei doi coeficienti iau valori cuprinse intre -1 si 1.

r   0,75 ; 0,95
SPEARMAN = 0.820588235, exista o relatie directa, puternica

KENDALL =

Deci legatura dintre ranguri este foarte puternica.

5. Coeficientul de asociere
Yulle

Coeficientul de asociere Yule se calculeaza pe baza relatiei:

Se ia valoarea medie si se arata ce sume sunt peste val.medie si cate sunt sub valoarea medie
Val. Medie Val. Medie
Numar spitale Numar medici
X Y = 466 = 50010
SUME
PESTE
442 45786 VAL.MEDIE 6 8
SUME SUB
446 46773 VAL.MEDIE 10 8
447 45805 TOTAL 16 16
427 46919
425 48150
433 47388
436 46936
447 48199
458 50267
474 50386
503 52204
464 52541
473 53681
499 54086
527 54929
554 56110
7455 800160

6. Regresia

X Y

442 45786

446 46773

447 45805

427 46919

425 48150

433 47388

436 46936

447 48199

458 50267

474 50386

503 52204

464 52541

473 53681
499 54086

527 54929

554 56110

7455 800160

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.886228043
R Square 0.785400144
Adjusted R
Square 0.770071582
Standard
Error 1668.174831
Observations 16

ANOVA
Significance
df SS MS F F
Regression 1 142584630.3 1.43E+08 51.23769509 4.87337E-06
Residual 14 38959301.74 2782807
Total 15 181543932

Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 11610.33677 5380.727905 2.157763 0.048805808 69.82318225 23150.85035 6
Nr de spitale 82.41376415 11.51343618 7.158051 4.87337E-06 57.7198995 107.1076288

PROBABILITY
RESIDUAL OUTPUT OUTPUT

Predicted
Nr de Nr de
Observation medici Residuals Percentile medici
-
1 48037.22052 2251.220521 3.125 45786
-
2 48366.87558 1593.875577 9.375 45805
-
3 48449.28934 2644.289341 15.625 46773
4 46801.01406 117.9859417 21.875 46919
5 46636.18653 1513.81347 28.125 46936
6 47295.49664 92.50335678 34.375 47388
-
7 47542.73794 606.7379357 40.625 48150
-
8 48449.28934 250.2893414 46.875 48199
9 49355.84075 911.159253 53.125 50267
-
10 50674.46097 288.4609735 59.375 50386
-
11 53064.46013 860.4601339 65.625 52204
12 49850.32333 2690.676668 71.875 52541
13 50592.04721 3088.952791 78.125 53681
14 52734.80508 1351.194923 84.375 54086
-
15 55042.39047 113.3904736 90.625 54929
-
16 57267.56211 1157.562106 96.875 56110

Prin intermediul regresiei se pot face predictii ale unei variabile, in functie de valoarea alteia.
Predictia este procesul de estimare a valorii unei variabile cunoscand valoarea unei alte
variabile.
Regresia ne arata cum (ca forma analitica) o variabila este dependenta de alta variabila (sau de
alte variabile).
7.
7.1. Indicatori absoluti, relativi si medii

X Y

442 45786

446 46773

447 45805

427 46919

425 48150

433 47388

436 46936

447 48199

458 50267

474 50386

503 52204
464 52541

473 53681

499 54086

527 54929

554 56110

7455 800160

max.x 554
min.x 425
max.y 56110
min.y 45786

a) Indicatori absoluti

Indicatorul absolut arata care este echivalenta (in cifre absolute) a unei modificari (in plus
sau in minus) cu 1%. A= Y0
100

Indicii cu bază fixa


Se calculeaza prin raport intre valoarea corespunzatoare perioadei t şi valoarea
corespunzatoare unei perioade imobile, considerata baza de comparatie. De obicei baza de
comparatie este primul termen al seriei.

Nr de spitale Nr de medici
An
(t) Δ t/1 (t) Δ t/1
1 442 0 45786 0
2 446 4 46773 987
3 447 5 45805 19
4 427 -15 46919 1133
5 425 -17 48150 2364
6 433 -9 47388 1602
7 436 -6 46936 1150
8 447 5 48199 2413
9 458 16 50267 4481
10 474 32 50386 4600
11 503 61 52204 6418
12 464 22 52541 6755
13 473 31 53681 7895
14 499 57 54086 8300
15 527 85 54929 9143
16 554 112 56110 10324

Indici cu baza mobila sau in lant


Se calculează prin diferenţă între valoarea corespunzătoare perioadei t şi valoarea
corespunzătoare perioadei precedente t-1.

Nr de spitale Nr de medici
An
(t) (t)
1 442 - 45786 -
2 446 4 46773 987
3 447 1 45805 -968
4 427 -20 46919 1114
5 425 -2 48150 1231
6 433 8 47388 -762
7 436 3 46936 -452
8 447 11 48199 1263
9 458 11 50267 2068
10 474 16 50386 119
11 503 29 52204 1818
12 464 -39 52541 337
13 473 9 53681 1140
14 499 26 54086 405
15 527 28 54929 843
16 554 27 56110 1181

b) Indicatori relativi

Indicii cu bază fixă


Se calculează prin raport între valoarea corespunzătoare perioadei t şi valoarea
corespunzătoare unei perioade imobile, considerată bază de comparaţie. De obicei baza de
comparaţie este primul termen al seriei.

Nr de
An Nr de spitale (t)
medici

1 442 1,00 45786 1,00


2 446 1,01 46773 1,02
3 447 1,01 45805 1,00
4 427 0,97 46919 1,02
5 425 0,96 48150 1,05
6 433 0,98 47388 1,03
7 436 0,99 46936 1,03
8 447 1,01 48199 1,05
9 458 1,04 50267 1,10
10 474 1,07 50386 1,10
11 503 1,14 52204 1,14
12 464 1,05 52541 1,15
13 473 1,07 53681 1,17
14 499 1,13 54086 1,18
15 527 1,19 54929 1,20
16 554 1,25 56110 1,23

Indicii cu bază mobilă sau în lanţ


Se calculează prin raport între valoarea corespunzătoare perioadei t şi valoarea
corespunzătoare perioadei precedente t-1.

Nr de
An Nr de spitale (t)
medici

1 442 - 45786 -
2 446 1,01 46773 1,02
3 447 1,00 45805 0,98
4 427 0,96 46919 1,02
5 425 1,00 48150 1,03
6 433 1,02 47388 0,98
7 436 1,01 46936 0,99
8 447 1,03 48199 1,03
9 458 1,02 50267 1,04
10 474 1,03 50386 1,00
11 503 1,06 52204 1,04
12 464 0,92 52541 1,01
13 473 1,02 53681 1,02
14 499 1,05 54086 1,01
15 527 1,06 54929 1,02
16 554 1,05 56110 1,02

Ritmurile cu bază fixă


Reprezintă ratele (ritmurile de modificare) asociate indicilor cu bază fixă.

Nr de
An Nr de spitale (t)
medici
1 442 - 45786 -
2 446 0,01 46773 0,02
3 447 0,01 45805 0,00
4 427 - 0,03 46919 0,02
5 425 - 0,04 48150 0,05
6 433 - 0,02 47388 0,03
7 436 - 0,01 46936 0,03
8 447 0,01 48199 0,05
9 458 0,04 50267 0,10
10 474 0,07 50386 0,10
11 503 0,14 52204 0,14
12 464 0,05 52541 0,15
13 473 0,07 53681 0,17
14 499 0,13 54086 0,18
15 527 0,19 54929 0,20
16 554 0,25 56110 0,23

Ritmurile cu bază mobilă sau în lanţ


Reprezintă ratele (ritmurile de modificare) asociate indicilor cu bază mobilă sau în lanţ.

Nr de
An Nr de spitale (t)
medici
1 442 - 45786 -
2 446 0,01 46773 0,02
3 447 0,00 45805 - 0,02
4 427 - 0,04 46919 0,02
5 425 - 0,00 48150 0,03
6 433 0,02 47388 - 0,02
7 436 0,01 46936 - 0,01
8 447 0,03 48199 0,03
9 458 0,02 50267 0,04
10 474 0,03 50386 0,00
11 503 0,06 52204 0,04
12 464 - 0,08 52541 0,01
13 473 0,02 53681 0,02
14 499 0,05 54086 0,01
15 527 0,06 54929 0,02
16 554 0,05 56110 0,02
c) Indicatori medii
Nivelul mediu al seriei
Reprezintă valoarea medie a indicatorului sau fenomenului corespunzătoare întregului orizont
de timp analizat.

Pentru variabila numar de spitale = 7455/16 = 465, 94;


Pentru variabila numar de medici = 800160/16 = 50010;

Modificarea medie absoluta


Reprezinta media aritmetica a modificarilor absolute cu baza in lant

Pentru variabila numar de spitale = (554-442)/15 = 7,46;


Pentru variabila numar de medici = (56110-45786)/15= 688,27;

Indicele mediu de dinamică


Reprezintă media geometrică a indicilor cu bază în lanţ.

Ritmul mediu

Reprezintă rata (ritmul) asociat indicelui mediu de dinamică.

7.2. Ajustare date prin metode mecanice-spor mediu si indice mediu


Metoda sporului mediu – este o metoda mecanica de ajustare care are la baza relatia
dintre primul termen al seriei, sporul mediu si un termen oarecare al seriei. Se foloseste, de
regula, atunci cand se obtin sporuri cu baza in lant cu valori apropiate. Aceasta corespunde
unei cresteri a nivelurilor caracteristicii studiate sub forma unei progresii aritmetice cu ratia
egala cu modificarea medie absoluta. Relatia care sta la baza ajustării prin procedeul
modificarii medii absolute este:

Yi  y1  k  , unde i = 1, 2, 3, …, n; k = 0, 1, 2, …, n-1; y1 – reprezinta termenul


luat ca baza de ajustare.

Observam că: 1 1 1 Y  y  0   y ; Y2  y1  1 ; Y3  y1  2 ; ………………..


n 1 n Y  y ( n 1)  y .

In cadrul acestei metode, primul si ultimul termen ai seriei teoretice, respectiv Y1 si


Yn sunt identici cu primul si ultimul termen al seriei empirice, adica y1 si yn ; aceasta
proprietate este folosita ca mijloc de control (Y1 = y1 , Yn = yn ). Cu ajutorul acestei metode
sunt eliminate toate fluctuatiile evolutive intamplatoare, valorile teoretice Yi inscriindu-se pe
o linie dreaptă.

Metoda indicelui mediu – este tot o metoda mecanica, usor de aplicat, care se
bazeaza pe relatia existenta intre primul termen al seriei, indicele mediu si un termen oarecare
al seriei. Se foloseste atunci cand termenii seriei au tendinta unei progresii geometrice, in care
ratia poate fi considerata egala cu indicele mediu al dinamicii. Relatia care sta la baza
ajustarii prin procedeul modificarii medii absolute este: k i 1 Y  y  I . In acest caz vom avea:
1 0 1 1 Y  y  I  y ; 1 2 1 Y  y  I ; 2 3 1 Y  y  I ; …………… n n 1 n 1 Y  y  I  y  . Si
in cadrul acestei metode Y1 = y1 şi Yn = yn . Si cu ajutorul acestei metode sunt eliminate
toate fluctuatiile evolutive intamplatoare, valorile teoretice Yi inscriinduse pe o linie curba.

7.3. METODA TRENDULUI LINIAR

7.4.PROGNOZA PE URMATORII 2 ANI

x y

672 349

993 578

787 683

421 579

524 845

882 760

521 509

593 537

656 592

679 693

545 535

456 1051

891 244

792 572

603 671

509 460

595 630

567 831

582 773

587 535

667 339
13522 12766
Bin Frequency Cumulative %
244 0 0,00%
339 0 0,00%
349 0 0,00%
460 2 9,52%
509 1 14,29%
535 2 23,81%
535 0 23,81%
537 0 23,81%
572 2 33,33%
578 0 33,33%
579 0 33,33%
592 2 42,86%
630 3 57,14%
671 2 66,67%
683 2 76,19%
693 0 76,19%
760 0 76,19%
773 0 76,19%
831 2 85,71%
845 0 85,71%
1051 3 100,00%
More 0 100,00%

LIMITELE INTERVALELOR SUNT: 244, 339, 349, 460, 509, 535, 535,537, 572, 578, 579,
592, 630, 671, 683, 693, 760, 773, 831, 845, 1051
INTERVALE
DE VARIATIE FRECVENTA
(MII LEI) ABSOLUTA
244-339 0
339-349 0
349-460 0
460-509 2
509-535 1
535-535 2
535-537 0
537-572 0
572-578 2
578-579 0
579-592 0
592-630 2
630-671 3
671-683 2
683-693 2
693-760 0
760-773 0
773-831 0
831-845 2
845-1051 0
1051 3
0