Management

Prof.Univ.Dr.
Eugenia HARJA
STATISTICĂ
Editura ALMA MATER a Universităţii din Bacău

martie 2012
Referenţi ştiinţifici:
Prof. Univ. Dr. Elisabeta JABA - Universitatea “Al.I.Cuza”, Iaşi

Prof. Univ. Dr. Vergil VOINEAGU - A.S.E. Bucureşti
Descrierea CIP a Bibliotecii Naţionale a României
HARJA, EUGENIA
STATISTICĂ
Bacău, Alma Mater, 2012
ISBN 978 – 606 – 527 – 184 – 5
Grafică şi tehnoredactare: ing. Aurel TURCU

Editare PC: Lucia-Gabi Budău
UNIVERSITATEA “VASILE ALECSANDRI” din BACÃU
Facultatea de Ştiinţe Economice

Departamentul de Marketing şi Management
Specializarea Marketing, forma de învăţământ ID
STATISTICĂ
Titular de curs:
Prof. Univ. Dr. HARJA EUGENIA
martie 2012
llll
Cuvânt înainte
Complexitatea cu care se desfăşoară procesele economice şi sociale, la nivel micro
şi macroeconomic, impune în mod necesar folosirea combinată a tuturor ştiintelor, printre
care si statistica.
Statistica este indispensabilă pentru cunoaşterea complexă a fenomenelor din
natură şi societate, conceptele sale fiind din ce în ce mai curente limbajului omului
modern. Se poate spune că în prezent, nu există domeniu în care să nu se afirme:
"...statisticile de care dispunem demonstrează că ..." .
Cursul de statistică, prin problematica abordată, aduce informaţii deosebit de utile
studenţilor, cu privire la studierea fenomenelor sociale, a regularităţilor cu care acestea se
produc, a evidenţierii gradului de influenţă al diferiţilor factori, în studiul dinamicii şi
mutaţiilor structurale, în analizele complexe privind realizarea diferitelor programe de
dezvoltare economico-socială, în fundamentarea statistică a deciziilor financiare şi
bancare.
Obiectivele cursului vizează însusirea principalelor procedee si tehnici de culegere
şi prelucrare a datelor în vederea obţinerii indicatorilor statistici, interpretarea lor şi,
eventual extrapolarea lor în conditii de incertitudine.
De asemenea, se urmăreşte formarea deprinderilor de înţelegere a procedeelor
aplicate, atunci când calculele laborioase pot fi executate de calculator şi rezultatele pe
care le furnizează trebuiesc interpretate.
Teoria prezentată sintetic este completată de aplicaţiile practice, cu aspecte reale
din viaţa economico-socială a judeţului Bacău şi a ţării, urmărind să atragă tinerii studenţi
asupra studierii mecanismelor economice şi a înţelegerii acestor fenomene. Aplicaţiile
bazate pe cazuri reale sporesc valoarea practică a lucrării şi permit o înţelegere mai bună
a teoriei, lăsând la o parte teoria seacă.
În pregatirea viitorilor economişti, indiferent de specialitatea lor, statistica ocupă un
loc esenţial; cunoaşterea empirică în orice domeniu de activitate impune să se pornească
de la date, informaţii individuale, să se desprindă din ansamblul datelor individuale câteva
date semnificative, cu mare putere de informare, să se analizeze şi interpreteze rezultatele
întregii cercetari.
Regulile metodele şi procedeele de obţinere a datelor empirice, de sistematizare,
prelucrare şi interpretare a rezultatelor sunt indispensabile în efectuarea analizelor
economico-financiare, urmărind cuantificarea pe cât posibil a tuturor fenomenelor din
economie şi societate cu ajutorul metodelor cantitative, iar acolo unde nu este posibil
acest lucru, o ierarhizare a aspectelor calitative după criterii bine definite, element esenţial
în elaborarea unor decizii pertinente.
Cursul se adresează studenţilor învăţământului la distanţă, din cadrul specializării

marketing.
martie 2012 Autorul
5
OBIECTIVELE CURSULUI
Obiectivele cursului vizează însuşirea procedeelor şi tehnicilor de culegere şi

prelucrare a datelor în vederea obţinerii indicatorilor statistici, precum şi a metodelor de
descoperire a regularităţilor, permanenţelor, legităţilor şi tendinţelor ce se manifestă în
evoluţia acestora şi pe această bază, extrapolarea lor în condiţii de incertitudine.
De asemenea, se urmăreşte formarea deprinderilor de înţelegere a procedeelor
aplicate, atunci când calculele laborioase pot fi executate de calculator şi rezultatele pe
care le furnizează trebuie interpretate.
În pregătirea economiştilor, specialişti în marketing, statistica ocupă un loc esenţial;
cunoaşterea empirică în orice domeniu de activitate impune să se pornească de la date,
informaţii individuale, să se desprindă din ansamblul datelor individuale câteva date
semnificative, cu mare putere de informare, să se analizeze şi interpreteze rezultatele
întregii cercetări.
Regulile, metodele şi procedeele de obţinere a datelor empirice, de sistematizare,
prelucrare şi interpretare a rezultatelor sunt indispensabile în efectuarea cercetărilor de
marketing, urmărind cuantificarea pe cât posibil a tuturor fenomenelor din economie şi
societate cu ajutorul metodelor cantitative, iar acolo unde nu este posibil acest lucru, o
ierarhizare a aspectelor calitative dupa criterii bine definite, element esenţial în elaborarea
unor decizii pertinente.
6
Cuprins
pagina
Cuvânt înainte............................................................................................................ 5
Obiectivele cursului…………………………………………………………...……......... 6
Cuprins………………….…………………………………………………………......….… 7
Capitolul I
STATISTICA - INSTRUMENT DE CUNOAŞTERE A FENOMENELOR ŞI
PROCESELOR ECONOMICE..................................................................................... 11
OBIECTIVE ……………………………………………………………………………………………….....…. 11
Cuvinte cheie……………………………………………………………………………………………....…… 11
1.1. GÂNDIREA STATISTICĂ - INSTRUMENT DE CUNOAŞTERE A VIITORULUI.
SCURT ISTORIC AL STATISTICII ......................................................................................... 11
1.2. FALSE PĂRERI ASUPRA STATISTICII.......................................................................... 13
1.3. OBIECTUL ŞI METODA STATISTICII.............................................................................. 14
1.3.1. Particularităţi de studiu ale statisticii.................................................................................... 15
1.3.2. Metodologia Statistică......................................................................................................... 15
1.4. ORGANIZAREA ACTIVITĂŢII DE STATISTICĂ ÎN ROMÂNIA ŞI PE PLAN
INTERNAŢIONAL.................................................................................................................... 16
1.4.1. Instituţionalizarea statisticii.................................................................................................. 16
1.4.2. Organizarea statisticii oficiale în România........................................................................... 17
1.4.3. Organizarea activităţii de statistică în plan internaţional...................................................... 19
Teme si întrebãri propuse pentru studiu individual………………………………………………...……..… 20
Capitolul II
CERCETAREA STATISTICĂ..................................................................................... 21
OBIECTIVE ……………………………………………..…………………….…………..………..….........… 21
Cuvinte cheie……………………………………………………………………………………………....…... 21
2.1. ETAPELE CERCETĂRII STATISTICE............................................................................. 21
2.2. METODE DE OBSERVARE STATISTICĂ....................................................................... 22
2.3. ELABORAREA PROGRAMULUI DE ORGANIZARE ŞI DESFĂŞURARE A UNEI
CERCETĂRI STATISTICE...................................................................................................... 25
2.4. CONCEPTUL DE EROARE ÎN STATISTICĂ................................................................... 27
2.5. CONTROLUL DATELOR STATISTICE............................................................................ 27
2.6. CONCEPTE DE BAZA FOLOSITE ÎN STATISTICĂ......................................................... 28
Teme si întrebãri propuse pentru studiu individual……………………………………...…………...…...... 30
7
pagina
Capitolul III
SISTEMATIZAREA ŞI PREZENTAREA DATELOR
STATISTICE.................................................................................................................... 31
OBIECTIVE …………………………………………………………………………………………...........…....… 31
Cuvinte cheie……………………………………………………………………………………….........…..…….. 31
3.1. PRELUCRAREA PRIMARĂ A DATELOR........................................................................... 31
3.2. CLASIFICĂRI ŞI NOMENCLATOARE DE INTERES GENERAL………………..........…….. 32
3.2.1. Clasificările şi nomenclatoarele registrului REGIS...................................................................... 35
3.3. GRUPAREA DATELOR OBŢINUTE DIN OBSERVARE....................................................... 37
3.3.1. Alegerea numărului de grupe şi stabilirea mărimii intervalului de grupare pentru caracteristicile
exprimate umeric..................................................................................................................................... 37
3.3.2. Funcţiile grupării statistice............................................................................................................ 39
Teme si întrebãri propuse pentru studiu individual…………………...…………….........………………..….… 40
Capitolul IV
PREZENTAREA DATELOR STATISTICE..................................................................... 41
OBIECTIVE ……………………………………………………………….……………………………..........…… 41
Cuvinte cheie………………………………………………………………………………………….........…….... 41
4.1. TABELE STATISTICE ......................................................................................................... 41
4.1.1. Reguli de întocmire a tabelelor statistice ..................................................................................... 41
4.2. SERIILE STATISTICE ........................................................................................................ 44
4.2.1. Clasificarea seriilor statistice......................................................................................................... 44
4.2.2 Reprezentarea grafică a datelor statistice .................................................................................... 47
4.2.3. Elementele de bază ale unui grafic .............................................................................................. 48
4.2.4. Tipuri de grafice ............................................................................................................................ 49
Teme si întrebãri propuse pentru studiu individual…………………...…………………….........………….….. 74
Capitolul V
INDICATORI STATISTICI................................................................................................ 75
OBIECTIVE ……………………………………………………………………….………………...….............….. 75
Cuvinte cheie……………………………………………………………………………………….…..........……... 75
5.1. FUNCŢIILE INDICATORILOR STATISTICI .......................................................................... 75
5.2. CLASIFICAREA INDICATORILOR STATISTICI ................................................................... 76
5.2.1. Indicatorii primari ........................................................................................................................... 76
5.2.2. Indicatorii derivaţi .......................................................................................................................... 78
5.3. INDICATORI STATISTICI CALCULAŢI SUB FORMĂ DE MĂRIMI RELATIVE..................... 78
5.3.1. Mărimi relative de structură ........................................................................................................... 81
5.3.2. Mărimi relative de coordonare ....................................................................................................... 82
5.3.3. Mărimi relative ale dinamicii .......................................................................................................... 82
5.3.4. Mărimi relative ale planului ............................................................................................................ 83
5.3.5. Mărimi relative de intensitate ......................................................................................................... 84
Exemple de mărimi relative de intensitate …........................................................................................... 85
Aplicatie…………………………………………………………...…….………………………...............……… 86
Teme si întrebãri propuse pentru studiu individual………………………..………………….........…...…….… 92
8
pagina
Capitolul VI
MĂRIMI MEDII ......................................................................................................... 93
OBIECTIVE …………………………………………………………………….………..…………...……… 93
Cuvinte cheie…………………………………………………………………………….……...………..….. 93
6.1. CARACTERISTICILE ŞI CLASIFICAREA MEDIILOR ................................................. 93
6.1.1. Mărimile medii de calcul ...................................................................................................... 94
6.1.2. MEDIA ARITMETICĂ .......................................................................................................... 95
6.1.3. MEDIA ARMONICĂ SIMPLĂ ŞI PONDERATĂ……………………...................................... 97
6.1.4. MEDIA PĂTRATICĂ ........................................................................................................... 100
6.1.5. MEDIA GEOMETRICĂ ....................................................................................................... 101
6.2. MEDIA CARACTERISTICII ALTERNATIVE................................................................. 103
Teme si întrebãri propuse pentru studiu individual…………………………...……………………..…… 104
Capitolul VII
INDICATORII VARIAŢIEI ........................................................................................ 106
OBIECTIVE …………………………………………………………………………...…..……….………… 106
Cuvinte cheie…………………………………………………………………………….………….….…….. 106
7.1. INDICATORII SIMPLII AI VARIAŢIEI ............................................................................ 106
7.2. INDICATORII SINTETICI AI VARIAŢIEI ....................................................................... 107
7.2.1 Abaterea medie liniară ......................................................................................................... 111
7.2.2. Proprietaţile dispersiei. Calculul simplificat al dispersiei şi abaterii medii pătratice.......... 112
7.2.3. Indicatorii variaţiei într-o colectivitate împărţită în grupe. Regula adunării dispersiilor…...... 113
Teme si întrebãri propuse pentru studiu individual……………………………..………………………… 116
Capitolul VIII
INDICATORII MEDII DE POZIŢIE............................................................................ 117
OBIECTIVE ……………………………………………………………………………….....….…………… 117
Cuvinte cheie……………………………………………………………………………………………….... 117
8.1. MODUL ( Mo ) sau dominanta ...................................................................................... 117
8.2. CUANTILE .................................................................................................................... 119
8.3. MEDIANA - Me ............................................................................................................. 119
8.4. CUARTILELE ................................................................................................................ 122
8.5. DECILELE ..................................................................................................................... 123
8.6. CENTILELE .................................................................................................................. 123
8.7. RELAŢIA DINTRE Me, Mo şi x .................................................................................. 124
8.8. ASIMETRIA .................................................................................................................. 125
8.8.1. Variaţia intercuartilică şi interdecilică .................................................................................. 126
8.8.1.1. Abaterea intercuartilică .......................................................................................... 127
8.8.1.2. Abaterea interdecilică ............................................................................................. 127
Teme si întrebãri propuse pentru studiu individual………………………...……………...…………...… 128
9
pagina
Capitolul IX
INDICATORII CONCENTRĂRII ŞI DIVERSIFICĂRII........................................... 129
OBIECTIVE …………………………………………………………………………………………..…..… 129
Cuvinte cheie……………………………………………………….………………….………….….…..... 129
9.1. DETERMINAREA GRAFICĂ A CONCENTRĂRII...................................................... 130
9.2. PROCEDEE NUMERICE DE DETERMINARE A CONCENTRĂRII ......................... 133
9.2.1. Abaterea medială-mediană ........................................................................................... 133
9.2.2. Coeficientul abaterii Me - Ml ...................................................................................... 134
9.3. ALTE APLICAŢII ALE CURBEI DE CONCENTRARE .............................................. 134
9.4. INDICATORI AI CONCENTRĂRII SERIILOR CALITATIV ATRIBUTIVE .................. 136
Teme si întrebãri propuse pentru studiu individual……………………………………………….……. 138
Capitolul X
STATISTICA - PROBLEME REZOLVATE şi PROPUSE .................................... 139
10.1. SERII DE DISTRIBUŢIE UNIDIMENSIONALE ....................................................... 139
10.2. PROBLEME PROPUSE SPRE REZOLVARE......................................................... 168
Bibliografie........................................................................................................................ 170
PROGRAMA ANALITICA…………………………………………..……………….…............ 175
10
STATISTICĂ
Capitolul I
STATISTICA - INSTRUMENT DE CUNOAŞTERE A

FENOMENELOR ŞI PROCESELOR ECONOMICE
OBIECTIVE
Primul capitol urmăreşte familiarizarea studenţilor cu semnificaţia statisticii ca disciplină
ştiinţifică, rolul acesteia în economie şi societate, precum şi cu organizarea instituţională în
România şi pe plan internaţional. Viitorii economişti îşi însuşesc primele informaţii despre
legislaţia în vigoare cu privire la obligaţiile persoanelor fizice şi juridice în privinţa furnizării
datelor statistice, precum şi despre dreptul lor la informare.
Cuvinte cheie
Statistică – în sensul de ştiinţă şi nu de simplă enumerare sau însumare de cifre
I.N.S. – Institutul Naţional de Statistică
EUROSTAT – Oficiul de Statistică al Uniunii Europene
1.1. GÂNDIREA STATISTICĂ – INSTRUMENT DE CUNOAŞTERE A VIITORULUI.

SCURT ISTORIC AL STATISTICII
Imaginea populară asupra statisticii nu este greu de ghicit: ceva care se ocupă cu studiul
numerelor, cu aşezarea lor în tabele, cu însumări pe linii şi coloane. Această concepţie nu
este falsă: ea este însă profund incompletă şi simplistă, iar apariţia ei se poate explica
destul de uşor. Într-adevăr, “materia primă” a statisticii sunt numerele, iar obiceiul de a
înregistra numere – de a colecta date statistice, cum spunem astăzi – datează cu apariţia
societăţii omeneşti. Administraţiile de stat s-au dovedit de-a lungul timpului, cei mai mari
“colecţionari” de date statistice asupra populaţiei (recensământul), asupra comerţului
(înregistrarea importului şi exportului era facută în Anglia, spre exemplu, încă din secolul al
XIII-lea), starea aprovizionării tehnico-materiale a armatei (în Roma antică se înregistrau
soldaţii pe categorii, precum şi armamentul, uniformele...) şi alte aspecte legate de
societate în general.
Statistica, în sensul larg de evidenţă a fenomenelor şi proceselor socio-economice, a
apărut cu mult înaintea utilizării termenului. Termenul de statistică apare în secolul al
XVIII-lea şi îşi are originea în latinescul “STATUS” cu sensul de situaţie, sau în cuvântul
italian “STATE” care are aceeaşi rădăcină şi are înţelesul de stat; deci, iniţial, noţiunea nu
îmbracă decât în linii foarte largi ceea ce se înţelege azi prin statistică, atât ca disciplină
statistică, cât şi ca activitate practică.
Din cercetările istorice rezultă că primele forme de evidenţă au apărut la cele mai vechi
colectivităţi omeneşti, fiind folosite mai ales în perioada de descompunere a comunei
primitive şi apariţia statului sclavagist, când s-a impus cunoaşterea amănunţită a
numărului de sclavi, a numărului de persoane capabile să poarte arme, precum şi a
mărimii averilor şi a persoanelor impozabile.
11
Statistica – instrument de cunoaştere a fenomenelor şi proceselor economice
Încă din antichitate se întâlnesc forme de evidenţă ce pot fi asimilate înţelesului modern de
recensăminte statistice, în special în China, Egipt, Grecia şi Imperiul Roman. Chinezii
dispuneau încă din mileniul al IV-lea î.e.n. de date statistice cu privire la numărul
populaţiei, structura terenurilor şi utilizau diferite tabele statistice cu privire la unele
aspecte ale activităţii agricole.
Recensământul (censul) populaţiei la romani avea un caracter periodic, efectuându-se

din 5 în 5 ani, iar mai apoi din 10 în 10 ani.
Din documentele descoperite, rezultă că lucrări asemănătoare de evidenţă erau folosite şi

de către popoarele vechi ce locuiau pe teritoriul de azi al ţării noastre. Administraţia
romană în Dacia a introdus şi aici lucrări asemănătoare de evidenţă a populaţiei,
producţiei şi consumului, organizând servicii speciale de evidenţă (tabularium). Această
lungă perioada istorică care corespunde primei etape a apariţiei şi dezvoltării statistice se
poate caracteriza prin faptul că se cunosc numai forme generale de evidenţă, în
majoritatea lor cu caracter statistic.
O a doua etapă este cea a apariţiei atelierelor, breslelor, oraşelor, comerţului intern şi
extern, odată cu dezvoltarea forţei de producţie, când se fac încercări de organizare a unei
evidenţe în interesul întregului stat. În acelaşi timp, dezvoltarea comerţului imprimă un
caracter nou evidenţei, sub forma evidenţei contabile.
Se dezvoltă de asemenea, evidenţa cu caracter demografic ţinută de preoţi, care aveau
sarcina de a culege informaţii despre căsătorii, naşteri, decese.
În aceste condiţii are loc o primă diferenţiere a formelor generale de evidenţă:

contabilitatea, cu tendinţa de a ţine gestiunea în interesul proprietarilor particulari şi
statistica, cu tendinţa de a servi prin culegerea de date şi informaţii conducerea de stat.
Aceasta reprezintă a II-a fază a dezvoltării statistice şi se caracterizează prin apariţia
statisticii descriptive şi trecerea la aritmetica politică.
În secolul al XV-lea şi al XVI-lea abundă lucrări în care se folosesc numeroase date

statistice pentru descrierea amănunţită a situaţiei social-economice a diferitelor state.
Astfel de lucrări se găsesc aproape în toate statele europene şi sunt cunoscute sub
denumirea generică de statistică descriptivă.
Dezvoltarea modului de producţie capitalist a impus o nouă organizare a formelor de

evidenţă statistica, care trebuiau să caracterizeze numeric forţa de muncă, mărimea
duratei zilei de muncă, suma salariilor plătite muncitorilor salariaţi, mărimea şi structura
preţului de cost al producţiei, calculul amortizării fondurilor fixe şi altele.
În această perioadă apare un nou mod de a concepe statistica datorită “şcolii aritmeticii
politice” reprezentată prin W.Petty (1623-1687). W. Petty a pus bazele statisticii ca ştiinţă.
El foloseşte pentru prima dată noţiunea de mărime medie şi nu de muncă cheltuită în
fiecare caz individual.
Pentru statisticienii din mijlocul secolului al XVIII-lea este specifică folosirea tot mai
frecventă a metodelor matematice şi în special al calculului probabilităţilor în investigarea
şi interpretarea rezultatelor privind fenomenele din societate.
Combinând metoda inductivă şi deductivă, folosind din ce în ce mai frecvent rezultatele

bazate pe experimentări succesive, s-au formulat principiile teoriei selecţiei şi a extinderii
rezultatelor acesteia pentru caracterizarea întregului ansamblu.
12
STATISTICĂ
Ia naştere astfel statistica inductivă, la care şi-au adus contribuţia mari statisticieni:
Fisher, Pearson, Cebîşev, Marcov ş.a. Aceştia, au îmbinat în activitatea lor munca de
cercetare cu activitatea practică, fapt care arată încă o dată că ideile mari, cu adevărat
importante nu se pot făuri decât în contact cu problemele reale, concrete. Astfel, la
începutul secolului XX, statisticianul englez Gosset (cunoscut sub pseudonimul
“STUDENT”) a lucrat într-o fabrică de bere; acolo, punându-se problema comparării
calităţii diferitelor tipuri de bere, el a ajuns la formularea cunoscutei sale metode (testul
Student) prin care se evaluează statistic omogenitatea calităţii medii a două sortimente de
produse.
După cel de-al doilea război mondial, statistica ia o amploare deosebită tocmai datorită
complexităţii problemelor lumii moderne.
“Invazia” de statistică nu este întâmplătoare în ultimele decenii, problemele lumii de azi

fiind diferite de acum 50 de ani. Metodele statisticii matematice fac parte integrantă din
metodologia de conducere a economiei. Spre exemplu, încă de la începutul secolului
nostru problema “cheie” care începuse să se pună era aceea a controlului calităţii
produselor. Metodele probabilistico-statistice erau singurele chemate să rezolve această
problemă, deoarece practica dovedise că aşa-numitul control 100% - pe lângă faptul că
devenise foarte costisitor, în multe situaţii el nu se putea aplica datorită naturii distructive a
controlului.
În epoci mai recente, odată cu apariţia presei, deci şi cu posibilitatea raspândirii rapide a
informaţiei, datele statistice au început să joace un rol important în ansamblul global al
informaţiilor oferite publicului larg.
“Explozia informaţională” din zilele noastre este însoţită inevitabil de date statistice
asupra fenomenelor respective. Astăzi, în majoritatea ţărilor lumii există organisme
specializate în strângerea datelor statistice din toate domeniile de activitate care publică
diferite materiale ca: Anuarul statistic, Buletinul informativ al opiniei publice, etc.
Organizaţii internaţionale ca F.A.O., UNESCO, etc., editează la rândul lor, publicaţii

statistice în domeniul în care activează.
În acelaşi timp, au aparut diferite discipline care aplică statistici în mod sistematic
(psihometrie, biometrie, sociometrie). Toate acestea au o serie de puncte comune cu
statistica în ceea ce priveşte obiectul şi metodele lor de cercetare, dar nici una nu este în
măsură să o suplinească pe cealaltă.
De aceea trebuie precizată şi delimitată statistica ca ştiinţă.
1.2. FALSE PĂRERI ASUPRA STATISTICII
Ca în multe domenii, părerile false asupra unei situaţii pot proveni din mai multe cauze:
În primul rând, un factor universal este necunoaşterea problemei. Nu mă refer aici la
marele public neavizat, căruia nu i se poate pretinde în mod normal, să fie expert în
statistica matemetică. Îi am în vedere pe specialiştii din alte domenii precum şi chiar pe cei
din domeniul matematicii.
Imaginea adunării unor numere pe linii sau coloane, ca trăsătură esenţială a muncii
statisticianului, persistă nu numai la cel “profan”, care nu este vinovat de o asemenea
părere, ci şi în cercuri de specialişti din alte domenii. Este interesant de urmărit şi sensul
13
care se acordă denumirii de “statistician”. În mod uzual este considerat acel individ care se
ocupă cu calcule. Până nu demult, în nomenclatorul profesiilor din multe ţări, aceasta se
înţelegea prin statistician.
Azi, statisticianul este persoana cu studii superioare, ca şi ciberneticianul, analistul de

sisteme, informaticianul. Statistica matematică constituie baza teoretică a profesiei de
statistician.
Încă din secolul trecut, agronomul Ion Ionescu de la Brad – printre alţii, unul din pionerii
învăţământului statistic din ţara noastră scria:
“Acei ce sunt numai matematicieni, din lipsă de cunoştinte economice nu au dat lucrurilor
toată însemnătatea socială ce le trebuia acordată”.
El a sesizat pericolul la care sunt supuşi matematicienii care se menţin în sfera teoriei
pure, refuzând contactul cu problemele lumii înconjuratoare. Acest pericol este dublu: pe
de-o parte pentru însuşi matematicianul în cauză, pe de altă parte pentru deserviciul pe
care aceştia îl pot aduce prin desconsiderarea părţii aplicate a propriei ramuri de
matematică.
Un alt factor generator de păreri false asupra statisticii este supraestimarea ei. Această
supraestimare a alimentat fantezia umoriştilor care l-au imaginat pe statistician drept “omul
care poate demonstra orice din nimic”. S-a ajuns la un moment dat să se spună că
statistica poate substitui metodele specifice domeniului în care aceasta este aplicată.
Dacă vom aplica statistica în biologie şi medicină, nu înseamnă că vom vindeca pacienţii
cu ajutorul statisticii. La fel şi în industrie, statistica nu va produce niciodată. Ea devine
însă o forţă de producţie doar atunci când este folosită să producem mai bine. Din această
cauză, statisticianul nu-l va putea înlocui niciodată pe inginer, pe maistru sau pe muncitor.
El trebuie însă să se alăture acestei grupe şi împreuna să conlucreze la diagnosticarea
proceselor de producţie “bolnave”.
Statistica este o disciplină a cărei aplicare utilă cere competenţă.
Nu cu ajutorul statisticii se poate demonstra orice, ci cu ajutorul unor procedee greşite sau
interpretări eronate, în care statistica este luată drept paravan. În astfel de cazuri nu este
vorba de statistică ci de cu totul altceva.
1.3. OBIECTUL ŞI METODA STATISTICII
În general, obiectul de studiu al statisticii îl constituie fenomenele şi procesele în cadrul

cărora este prezentă acţiunea legităţilor statistice, legităţi care se manifestă sub formă de
tendinţă într-un mare număr de cazuri individuale diferite ca formă de manifestare, dar
aparţinând aceleiaşi esenţe. Astfel de fenomene se întâlnesc atât în natură cât şi în
societate şi exprimă rezultatul combinării mai multor factori determinanţi.
Examinarea fenomenelor şi proceselor sociale şi economice duce la concluzia că ea

studiază o sferă foarte largă şi variată de fenomene ale vieţii sociale care se referă la
forţele şi relaţiile de producţie ale societăţii cât şi fenomene din viaţa politică şi culturală a
societăţii.
14
STATISTICĂ
Astfel, statistica studiază:

mărimea şi structura avuţiei naţionale a unei ţări:
- mărimea şi structura fondurilor fixe;
- mărimea şi structura mijloacelor circulante;
- mărimea şi structura pe forme de proprietate;
- acumulările de bunuri materiale ale populaţiei;
- resursele naturale.
mărimea, structura, dinamica şi factorii de creştere ai Produsului Intern Brut (PIB),
respectiv ai Produsului Naţional Brut (PNB);
raporturile cantitative corespunzătoare unor relaţii calitative intervenite în variaţia
productivităţii, salariului, a preţului de cost şi a rentabilităţii;
studiază fenomenele demografice şi alte aspecte referitoare la populaţie:
- miscarea naturală şi migratorie;
- nivelul ei de trai material şi cultural, salariul şi venitul real, etc.
fenomenele din cadrul relaţiilor social-politice şi juridice ale societăţii.
1.3.1. Particularităţi de studiu ale statisticii
1. Statistica studiază fenomene sociale şi economice de masă.
Fenomenele de masă sunt fenomene asemănătoare, a căror lege de apariţie nu poate fi

cunoscută şi verificată decât la nivelul întregului ansamblu. În literatura de specialitate,
fenomenele de masă se mai numesc şi fenomene atipice.
Observând această particularitate a obiectului statisticii s-a abordat de fapt problema
legii statisticii, lege care se manifestă sub formă de tendinţă şi este valabilă numai pentru
un ansamblu de fenomene.
Legea statisticii poate fi descoperită numai prin cercetarea unui număr foarte mare de
cazuri individuale întâmplătoare legate între ele prin acţiunea comună a aceloraşi cauze
obiective.
2. Statistica studiază aspectul cantitativ concret al fenomenului social economic de masă,

în condiţii specifice de timp şi loc.
1.3.2. Metodologia Statistică
Totalitatea operaţiilor, tehnicilor, procedeelor şi metodelor de investigare statistică a

fenomenelor ce aparţin unor procese de tip stochastic (întâmplătoare) formează
metodologia statistică.
Procedeele de observare statistică creează posibilitatea cunoaşterii manifestărilor

individuale multiple şi variate ale fenomenelor studiate. Ea se realizează prin dări de
seamă, recensăminte, anchete, observări selective, monografii. Materialul obţinut prin
observare este supus, cu ajutorul unor procedee specifice statistice, unor prelucrări
succesive, când ceea ce este întâmplător în manifestările individuale se elimină şi se
păstrează ceea ce este comun şi esenţial.
În cadrul acestei etape îşi găsesc aplicabilitate: metoda grupării, metoda mediilor, metoda
dispersională, a corelaţiei, metoda indiciilor ş.a. Aplicarea acestor metode are ca rezultat
obţinerea sistemului de indicatori format din mărimi: absolute, relative, medii, etc.
15
În sfarşit, procedeele de interpretare şi analiză a rezultatelor cercetării permit

închegarea procesului de cunoaştere statistică, prin examinarea expresiilor numerice
statistice generalizatoare.
Procedeele de observare, prelucrare, analiză şi interpretare a datelor statistice formează
conţinutul cursului de statistică teoretică.
Indicatorul statistic exprimă de regulă o categorie economică. Exprimarea numerică a

unei categorii economice presupune folosirea mai multor indicatori, fiecare punând în
evidenţă anumite aspecte esenţiale ale acesteia.
Complexitatea realităţii impune folosirea unui sistem de indicatori, fapt ce rezultă şi din
sistemul categoriilor economice ce urmează să fie caracterizate numeric. Elaborarea
indicatorilor statistici se realizează sub îndrumarea şi controlul organului oficial de
statistică din ţara respectivă.
1.4. ORGANIZAREA ACTIVITĂŢII DE STATISTICĂ ÎN

ROMÂNIA ŞI PE PLAN INTERNAŢIONAL
1.4.1. Instituţionalizarea statisticii
Primele organisme naţionale centrale de statistică au fost înfiinţate de domnitorul

Alexandru Ioan Cuza:
- Biroul de Statistică al Ţării Româneşti (28 aprilie 1859) sub conducerea lui Dionisie
Pop Marţian;
- Direcţia de Statistică din Moldova (1 iulie 1859) sub conducerea lui Ion Ionescu de
la Brad.
Începând cu 1880 s-a dezvoltat în întreaga Europă o puternică mişcare de inovare şi de

instituţionalizare a statisticii. Primul Congres Internaţional de Statistică organizat în 1853 la
Bruxelles marchează debutul apariţiei şi unificării relative a profesiei de “statistician”.
În 1885 se creează Institutul Internaţional de Statistică (IIS) care reuneşte oficiali şi

reformatori importanţi care treptat, (din 1909) devine un forum de dezbateri savante şi nu
doar o conferinţă a membrilor administraţiilor statistice. A avut loc crearea unor organizaţii
mondiale: Societatea Naţiunilor, Biroul Internaţional al Muncii, Organismul pentru
Cooperare şi Dezvoltare Economică (OCDE), Comunitatea Europeană, care vor deveni
locuri obişnuite de analiză, definire şi armonizare a conceptelor statistice.
În Franţa se înfiinţează în 1941 Serviciul Naţional al Statisticii, care în 1946 devine

Institutul Naţional de Statistică şi Studii Economice INSEE. În Marea Britanie s-a creat în
1941 la initiativa lui Churchill, Oficiul Central de Statistică (CSO). În SUA criza din 1929 şi
noua politică impulsionată de Roosvelt începând cu 1933 se află la originea a ceea ce
experţii au calificat drept “revoluţie a statisticilor oficiale americane”. (Cele 4 elemente
majore ale acestei revoluţii sunt: anchetele prin sondaj, contabilitatea naţională,
coordonare statistică şi calculatoarele electronice).
De aproximativ două decenii, ideea de coordonare generală a sistemului statistic prin

standardizare (susţinută de statisticienii americani) a prins contur. Concepţia europeană
oferă un exemplu.
16
STATISTICĂ
Armonizarea este o necesitate evidentă. EUROSTAT ca şi celelalte organizaţii economice

de cooperare europeană şi Oficiile de statistică din ţări membre sau nu ale Uniunii
Europene au depus mari eforturi pentru a-şi armoniza producţiile statistice.
1.4.2. Organizarea statisticii oficiale în România
Institutul Naţional de Statistică (I.N.S.) – este gestionarul întregii informaţii statistice în

ţara noastra. România, ca şi alte ţări din Europa Centrala şi de Est, a fost angajată într-un
proces deosebit de important, de pregătiri pentru îndeplinirea condiţiilor care au permis
ţării noastre integrarea în Uniunea Europeana. În acest sens, în cazul exerciţiului de
screening pentru aderarea la Uniunea Europeană, capitolul 12 a fost destinat tocmai
statisticii oficiale, iar unul din punctele înscrise în program a condiţionat armonizarea legii
statistice româneşti cu legislaţia europeană.
Regulamentele comunitare cer să se asigure fezabilitatea, coerenţa şi compatibilitatea

datelor statistice din statele membre ale UE şi în acelaşi timp colaborarea şi coordonarea
dintre organismele naţionale şi comunitare existente în activitatea de statistică. Tocmai
aceste obiective s-au avut în vedere în Legea nr. 226/2009 privind organizarea şi
funcţionarea statisticii oficiale în Romania.
Legislaţia în vigoare îmbunătăţeşte cadrul legal existent şi are în vedere stimularea

dezvoltării şi diversificării serviciilor statistice în România precum şi formarea unei culturi
statistice, atât de necesară în conjunctura actuală.
Din textul legii am selectat câteva aspecte importante pe care le redau în continuare:
statistica oficială acoperă ansamblul activităţilor organizate pentru colectarea,

procesarea, analiza, diseminarea datelor statistice, dezvoltarea culturii statistice,
constituirea şi administrarea seriilor de date statistice. Legea privind organizarea
statisticii oficiale se aplică tuturor persoanelor fizice şi juridice care îşi desfăşoară
activitatea pe teritoriul României;
din sistemul statistic naţional fac parte: Institutul Naţional de Statistică, direcţiile sale
teritoriale şi alte instituţii din subordine; oficiile de statistică ale administraţiei publice
centrale guvernamentale; oficiile de statistică ale administraţiei publice locale; oficiile
de statistică ale altor autorităţi şi instituţii publice, altele decât cele existente în structura
BNR; Banca Naţională a României. Fără a aduce atingere statutului BNR în calitate de
producător de statistici oficiale din domeniile specifice de competenţă,
Institutul Naţional de Statistică, membru al Sistemului statistic european şi Banca
Naţională a României, membră a Sistemului European al Băncilor Centrale,
cooperează şi îşi coordonează activităţile pentru creşterea eficienţei, reducerea sarcinii
de răspuns a furnizorilor de date primare, pentru îmbunătăţirea calităţii datelor statistice
şi pentru diseminarea acestora pe plan naţional şi internaţional.
pentru organizarea şi funcţionarea Sistemului statistic naţional şi în vederea
implementării şi monitorizării strategiei acestuia şi a programelor statistice naţionale,
s-a înfiinţat Comitetul Statistic naţional, denumit COMSTAT, organ cu rol consultativ.
Pentru reflectarea în programele Sistemului statistic naţional a cerinţelor tuturor
categoriilor de utilizatori de date, în vederea asigurării caracterului obiectiv, transparent
şi ştiinţific al activităţii de statistică oficială, s-a înfiinţat pe lângă I.N.S., Consiliul
Statistic Naţional, organ consultativ, format din: 2 reprezentanţi ai Academiei Române,
4 reprezentanţi ai unităţilor de învăţământ superior de specialitate, 3 reprezentanţi ai
institutelor de cercetare, 6 reprezentanţi ai ministerelor şi/sau organelor de specialitate
din subordinea Guvernului, un reprezentant al B.N.R., 2 reprezentanţi ai organismelor
17
sindicale, 2 reprezentanţi ai organizaţiilor patronale, 3 reprezentanţi ai mijloacelor de

informare în masă, 2 reprezentanţi ai asociaţiilor profesionale şi un reprezentant al
structurilor asociative ale administraţiei publice locale.
I.N.S. este coordinator al Sistemului statistic naţional şi, este organizat ca organ de
specialitate al administraţiei publice centrale, în subordinea Guvernului şi în
coordonarea Secretariatului General al Guvernului, finanţat de la bugetul de stat (este
condus de un preşedinte cu rang de secretar de stat, ajutat de trei vicepreşedinţi cu
rang de subsecretari de stat, numiţi prin decizie a primului-ministru). În subordinea
I.N.S. funcţionează: 8 direcţii regionale de statistică organizate la nivelul judeţelor -
centre de regiuni de dezvoltare stabilite potrivit prevederilor Legii nr. 151/1998 privind
dezvoltarea regională în România, şi 34 de direcţii judeţene de statistică la nivelul
celorlalte judeţe, cu personalitate juridică, precum şi Centrul Naţional de Pregătire în
Statistică şi Centrul de Conferinţe, ultimele două fiind finanţate integral din venituri
proprii.
Organizarea statisticii oficiale se întemeiază pe Codul de bune practici al
Statisticilor Europene, adoptat de Comitetul Sistemului Statistic European la 28
septembrie 2011, respectiv:
1. Independenţa profesională a autorităţilor statistice faţă de alte
departamente şi organisme legislative, administrative sau de reglementare,
precum şi faţă de operatorii din sectorul privat, asigură credibilitatea
Statisticilor Europene;
2. Autorităţile statistice deţin un mandat legal clar pentru culegerea
informaţiilor în vederea elaborării de Statistici Europene. Administraţiile,
întreprinderile, gospodăriile şi publicul larg pot fi obligaţi prin lege să permită
accesul sau să furnizeze date pentru elaborarea Statisticilor Europene, la
cererea autorităţilor statistice;
3. Adecvarea resurselor: resursele de care dispun autorităţile statistice sunt
suficiente pentru a răspunde cerinţelor Statisticilor Europene;
4. Angajamentul privind calitatea: autorităţile statistice se angajează să
asigure calitatea. Acestea identifică în mod sistematic şi regulat punctele tari
şi punctele slabe, pentru îmbunătăţirea continuă a calităţii proceselor şi
produselor;
5. Confidenţialitatea statistică: confidenţialitatea furnizorilor de date
(gospodării, întreprinderi, administraţii şi alţi respondenţi), confidenţialitatea
informaţiilor furnizate şi utilizarea lor numai în scopuri statistice, sunt pe
deplin garantate;
6. Imparţialitate şi obiectivitate: autorităţile statistice dezvoltă, produc şi
diseminează Statistici Europene respectând independenţa ştiinţifică şi într-o
manieră obiectivă, profesionistă şi transparentă, tratând toţi utilizatorii în mod
echitabil;
7. Metodologie solidă: statisticile de calitate trebuie să se bazeze pe o
metodologie solidă. Aceasta necesită instrumente, proceduri şi cunoştinţe de
specialitate adecvate;
8. Proceduri statistice adecvate: statisticile de calitate se bazează pe
proceduri statistice adecvate, aplicate de la culegerea datelor până la
validarea acestora;
9. Sarcină neexcesivă pentru respondenţi: sarcina de raportare este
proporţională cu nevoile utilizatorilor şi nu este excesivă pentru respondenţi.
Autorităţile statistice monitorizează sarcina de răspuns şi stabilesc ţinte
pentru reducerea sa în timp;
10. Raportul cost-eficienţă: resursele sunt utilizate în mod eficace;
11. Relevanţa: Statisticile Europene răspund nevoilor utilizatorilor;
18
STATISTICĂ
12. Acurateţe şi fiabilitate: Statisticile Europene reflectă realitatea cu acurateţe

şi fiabilitate;
13. Proporţionalitatea şi punctualitatea: Statisticile Europene sunt publicate cu
promptitudine şi punctualitate;
14. Coerenţa şi comparabilitatea: Statisticile Europene au coerenţă internă în
timp şi sunt comparabile între regiuni şi ţări; sunt posibile combinarea şi
folosirea comună a datelor conexe din diferite surse;
15. Accesibilitatea şi claritatea: Statisticile Europene sunt prezentate într-o
formă clară şi uşor de înţeles, sunt publicate într-un mod adecvat şi
convenabil, sunt disponibile şi accesibile respectându-se imparţialitatea şi
sunt însoţite de metadate şi linii directoare.
datele statistice sunt considerate confidenţiale dacă se referă la o singură persoană

fizică sau juridică sau dacă permit identificarea, în mod direct sau indirect, a persoanei
fizice sau juridice în cauză. Datele statistice rezultate din procesarea datelor individuale
vor putea fi diseminate, dacă în urma procesului de agregare rezultate se referă la cel
puţin 3 unităţi de raportare şi dacă niciuna dintre ele nu are o pondere mai mare de 80%.
Prin excepţie, nu sunt considerate confidenţiale datele individuale ale persoanelor juridice
referitoare la denumire, adresă, profilul activităţii, capitalul social, cifra de afaceri şi
numărul de personal, date ce îşi păstrează caracterul public. Confidenţialitatea nu se
extinde asupra datelor individuale privind instituţiile şi organizaţiile finanţate de la bugetul
statului care desfăşoară activităţi de interes public, cu excepţia cazului în care astfel de
date sunt protejate prin legi speciale. Datele şi informaţiile statistice confidenţiale nu pot
servi ca probe în justiţie ori la stabilirea unor drepuri sau obligaţii pentru furnizorii de date
la care se referă.
Datele statistice oficiale produse de I.N.S. şi de ceilalţi producători de statistici oficiale

reprezintă un bun naţional de interes public şi sunt accesibile, în condiţii de egalitate
sub aspectul volumului şi al calităţii datelor şi de simultaneitate a diseminării
acestora, tuturor utilizatorilor, cu respectarea confidenţialităţii acestora.
Acestea sunt doar câteva aspecte privitoare la organizarea statisticii oficiale în ţara
noastră, care vor putea răspunde necesităţilor naţionale precum şi unui sistem statistic
modern, aşa cum o cer reglementările europene.
Nu ne rămâne decât să avem încrederea că această legislaţie, care va deveni o “lege a

statisticii” în România, va crea premisele pentru o schimbare în bine în ceea ce priveşte
adevaratul rol al statisticii oficiale şi, că “într-o zi – aşa cum intuia H.G.WELLS – gândirea
statistică va fi la fel de necesară, oricărui cetăţean folositor societăţii, ca scrisul şi
cititul”.
1.4.3. Organizarea activităţii de statistică în plan internaţional
Divizia de Statistică a Naţiunilor Unite (New York) – care prin secretariatul sau, prin
instituţiile specializate şi agenţiile sale, prin conferinţele regionale contribuie la folosirea
statisticii ca instrument de cunoaştere şi înţelegere a fenomenelor şi problemelor
economico-sociale.
Activitatea statistică a Naţiunilor Unite este înfăptuită sub îndrumarea Comisiei de

Statistică înfiinţată în 1946 ca organ subsidiar al Consiliului Economic şi Social
(ECOSOC).
19
Cei 24 de membri ai comisiei se aleg pe 4 ani din rândul ţărilor membre.
Odată cu constituirea Comisiei de Statistică în cadrul secretariatului Natiunilor Unite a luat

fiinţă Biroul Statistic care treptat şi-a facut unităţi corespondente ce funcţionează pe
lângă cele 4 comisii economice regionale: Europa, Asia şi Pacific, America Latină şi
Africa.
Acest birou se ocupă de: colectarea, analiza şi evaluarea statisticii oficiale comunicate de
guvernele ţărilor membre ale ONU, de instituţiile şi agenţiile internaţionale specializate şi
cele provenind din alte surse; publicarea de date specializate; întreţinerea unui contact
strans şi coordonarea internaţionala a programelor guvernamentale care vizează
statistica.
Preocuparea pentru armonizarea şi unificarea tuturor clasificărilor şi nomenclatoarelor.

Alături de instituţiile specializate ale ONU care publică ele însăşi buletine, anuare, etc.,
unele organisme regionale colectează, prelucrează şi publică materiale statistice pe baza
unei metodologii proprii:
1. Directoratul de Statistică înfiinţat în cadrul Organizaţiei de Cooperare şi Dezvoltare

Economică – OCDE (Paris);
2. Comisia Economică pentru Naţiunile Unite pentru Europa (Geneva);
3. Institutul pentru Statistică al Organizaţiei Naţiunilor Unite pentru Educaţie şi Cultură
(UNESCO);
4. Biroul de Statistică al Comunităţilor Europene – EUROSTAT (Luxembourg), şi altele.
Teme şi întrebări propuse pentru studiu individual:
Care au fost etapele din evoluţia statisticii ?

Efectuaţi o descriere a sistemului informaţional statistic.
Cum este organizată activitatea de statistică în România ?.
Care sunt principiile care stau la baza activităţii statisticii oficiale ?
Ce date statistice sunt confidenţiale potrivit legii ?
20
STATISTICĂ
Capitolul II
CERCETAREA STATISTICĂ
OBIECTIVE
Capitolul al doilea urmăreşte însuşirea principalelor noţiuni necesare organizării unei
cercetări statistice, precum şi cunoaşterea metodelor de culegere a datelor. Cuvinte cheie
din statistică întâlnite în acest curs sunt explicate de la început pentru a fi folosite cu bună
ştiinţă.
Cuvinte cheie
Cercetare statistică
Observare statistică
Eroare statistică
Moment de referinţă a datelor / perioadă de referinţă
Populaţie statistică
Variabilă statistică
Variabile discrete şi variabile continui
Indicator statistic
Cercetarea statistică cuprinde totalitatea operaţiilor de culegere şi observare,

sistematizare şi prelucrare, stocare şi regăsire, analiza şi interpretarea informaţiilor
necesare pentru cunoaşterea şi conducerea proceselor socio-economice.
2.1. ETAPELE CERCETĂRII STATISTICE
Cele trei etape majore ale unei cercetări statistice sunt:

- observarea statistică
- prelucrarea statistică
- analiza, interpretarea şi diseminarea datelor statistice (difuzarea)
Observarea statistică, prima fază a oricărei cercetări statistice, este înregistrarea după o
metodologie unitară pentru toate unităţile populaţiei cercetate, a valorilor caracteristicilor
incluse în programul cercetării. Observarea statistică semnifică practic culegerea datelor
prin diferite metode.
Observarea statistică se poate realiza prin:

- înregistrarea directa a faptelor observate;
- interogarea (înregistrarea răspunsurilor la întrebările din chestionar);
- înregistrarea pe bază de documente existente în sistemul informaţional.
21
Cercetarea statistică
Culegerea datelor
Observarea statistică individuale de masă
Sistematizarea datelor
individuale;
Etapele Calculul indicatorilor statistici;
Prelucrarea statistică Prezentarea datelor sub
cercetării
formă de tabele, serii,
statistice
grafice.
Confruntarea şi compararea
datelor;
Verificarea ipotezelor;
Analiza şi interpretarea Formularea concluziilor
statistică asupra cercetării;
Fundamentarea calculelor de
prognoză.
2.2. METODE DE OBSERVARE STATISTICĂ
Recensământul reprezintă cea mai veche metodă de observare statistică.

Iniţial a fost folosit doar la studiul populaţiei, acum există recensăminte: ale întreprinderilor,
ale animalelor, ale locuinţelor, ale pomilor şi viilor, general agricol, etc.
Cuvântul “recensământ” provine din latinescul “censere”, care semnifică evaluare,
numărare a elementelor unei populaţii statistice. Cu alte cuvinte, recensământul reprezintă
o înregistrare exhaustivă (totală) a elementelor unei colectivităţi statistice, după anumite
caracteristici, la un moment dat, sau pentru unele caracteristici pentru o anumită perioadă
de timp prestabilită.
Recensământul constituie una din principalele forme de observare în statistica

demografică şi asigură în primul rând informaţii cu privire la numărul şi structura populaţiei
ţării la un moment dat (“momentul critic” al recensământului), fiind de fapt o “fotografiere” a
populaţiei la acel moment.
Recensământul este deci o fotografiere a fenomenului la un moment dat, prin care se

realizează culegerea datelor după criterii unitare şi simultan de la toate unităţile populaţiei
cercetate.
În perioada de pregătire a recensământului se realizează şi un recensământ de probă

(recensământ pilot), efectuat de organele de specialitate, în vederea testării chestionarelor
de recensământ şi a metodologiei de înregistrare a datelor, de evaluare a timpului estimat
a fi necesar pentru colectarea datelor.
Documentele consemnează efectuarea de astfel de înregistrări cu aproximativ 3000 ani

i.e.n. în China, dar se consideră ca fiind primul recensământ “modern” cel efectuat în
Belgia în anul 1846, sub conducerea statisticianului A. Quetelet.
Primul recensământ modern al populaţiei din România este considerat cel efectuat în anul
1838. De atunci, în România s-au mai efectuat 12 recensăminte în anii: 1859-1860, 1899,
1912, 1930, 1941, 1948, 1956, 1966, 1977, 1992, 2002 şi 2011.
22
STATISTICĂ
Dintre principiile metodologice ce stau la baza organizării recensămintelor populaţiei,

amintesc:
- este o lucrare statistică iniţiată de stat, prin urmare el se efectuează pe baza unui act
normativ;
- este o înregistrare totală;
- este obligatoriu, deci se vor înregistra toate persoanele aflate sub jurisdicţia statului,
indiferent dacă se află în ţară sau străinătate;
- înregistrările trebuie să respecte principiul simultaneităţii, astfel încât informaţile ce vor fi
culese să facă referire la acelaşi moment;
- indiferent de unitatea de observare (gospodaria sau familia), unitatea de înregistrare este
persoana;
- datele obţinute trebuie prelucrate detaliat, pentru a servi organizării şi conducerii
economiei sau altor scopuri.
Nu voi mai insista asupra modului de realizare şi a importanţei recensământului, dar

precizez ca metodologia Organizaţiei Naţiunilor Unite precizează câteva caracteristici
de bază ce trebuiesc înregistrate cu ocazia efectuării acestuia:
- caracteristici geografice (domiciliul);

- caracteristici privind familia sau gospodăria (legatura cu capul
familiei);
- caracteristici personale (sex, vârsta, stare civilă);
- caracteristici economice (ocupaţia, activitatea desfăşurată);
- caracteristici etno-culturale (limba maternă, religia, naţionalitatea);
- caracteristici privind nivelul de instruire (studii absolvite sau care le urmează);
- caracteristici privind fertilitatea (numărul copiilor născuţi vii).
Trebuie precizat că începând cu recensământul organizat în România în 18 martie 2002

s-au aliniat indicatorii calculaţi în România cu cei calculaţi la nivel mondial, respectând
principalele definiţii, clasificări şi nomenclatoare ale ONU şi ale Biroului Internaţional al
Muncii (BIM).
Astfel, în urma acestui recensamânt s-au obţinut printre alţi indicatori cum ar fi: populaţia
curent/obişnuit ocupată, populaţia neocupată, respectiv populaţia activă, populaţia
inactivă, populaţia ocupată fiind defalcată pe sexe, medii, localităţi, activitaţi ale economiei
naţionale, pregătire şcolară.
În general, recensămintele sunt acţiuni de mare amploare, care necesită mari resurse
umane şi materiale, dar în urma acestuia se obţin indicatori deosebit de importanţi.
Spre exemplu, caracterizarea forţei de muncă la nivel de localitate nu se poate estima

deocamdată, necesitând eşantioane mult prea mari, costuri prea ridicate, ceea ce ar
conduce din nou la o înregistrare totală. Astfel, anumite informaţii cu privire la resursele
umane, resursele de muncă, forţa de muncă şi utilizarea acesteia la nivel de localitate nu
sunt înregistrate decât cu ocazia recensămintelor populaţiei.
Pe de alta parte, recensămintele furnizează o bază pertinentă de sondaj pentru anchetele

efectuate în gospodariile populaţiei, spre exemplu pentru Ancheta Forţei de Muncă în
Gospodariile Populaţiei (AMIGO) şi Ancheta Bugetelor de Familie (ABF).
23
Dările de seamă statistice reprezintă documente oficiale prin care fiecare agent
economic este obligat să raporteze periodic forurilor în drept rezultatele obţinute în
activitatea sa, într-o anumită perioadă de timp.
- Ele se caracterizează prin obligativitatea întocmirii şi înaintării în forma şi la termenele

stabilite, folosind o metodologie unitară de calcul al indicatorilor raportaţi.
Toate rapoartele statistice pe care le alcătuieşte un agent economic formează

nomenclatorul dărilor de seamă statistice.
- Este considerată o metoda de înregistrare totală realizată pe bază de documente, care

surprinde fenomenul în continua sa desfăşurare, cu o periodicitate bine precizată, cu
responsabilitate stipulată prin lege pentru cei care semnează asupra autenticităţii datelor.
Acest tip de observare s-a folosit în ţara noastră până în anul 1990, când economia
naţională era de tip centralizat.
În prezent, observarea statistică prin dări de seamă s-a înlocuit cu cea prin rapoarte
statistice sau chestionare statistice, care de asemenea au un caracter obligatoriu şi o
metodologie unitară pentru toţi raportorii de date, dar cu deosebirea că acestea se
completează doar de o parte din agenţii economici, fiind o observare selectivă şi nu
exhaustiva (totală) asupra fenomenelor studiate.
Ancheta statistică prin sondajul este folosită în statistică atunci când, din diferite motive,
trebuie să se înlocuiască observarea totală de mare amploare printr-o observare parţială.
Rezultă că eşantionul (partea supusă observării) trebuie să îndeplinească condiţia de
reprezentativitate.
Între rezultatele unui sondaj şi rezultatele obţinute dacă s-ar fi facut o observare totală
apar unele abateri, numite ERORI DE SONDAJ (de reprezentativitate).
Metoda selectivă se utilizează cu eficienţă bună la cercetarea bugetelor de familie, la

înregistrarea preţurilor pe piaţa liberă, la controlul statistic al calităţii mărfurilor, etc.
Din categoria anchetelor prin sondaj, foarte cunoscute sunt anchetele sociostatistice,
înregistrarea datelor realizându-se prin înscrierea în chestzionar de către operatorii de
interviu, a răspunsurilor date de către subiecţii selectaţi din populaţia totală.
Din această categorie fac parte şi sondajele de opinie publică, care folosesc chestionare
de opinie, caz în care se înregistrează în chestionare opinia persoanelor asupra unor
probleme ale vieţii economico-sociale, concepţia lor, atitudinea lor faţă de anumite
aspecte, de mersul lucrurilor, etc.. Dacă eşantionul nu a putut fi reprezentativ, prin
prelucrarea datelor culese se obţin doar informaţii orientative asupra fenomenelor, spre
deosebire de sondajul statistic cu eşantion reprezentativ, la care extinderea asupra
întregului ansamblu este suficient de riguroasă.
Monografia este o metodă prin care se studiază aprofundat o unitate economică sau
sociala în cadrul căreia au apărut elemente noi în modul de organizare a producţiei şi a
muncii. De regulă, monografiile sunt realizate de echipe de cercetători capabile să
sesizeze elementele nou apărute într-un domeniu sau altul.
24
STATISTICĂ
Observarea părţii principale se foloseşte atunci când se studiază o colectivitate care

prezintă variaţii calitative substanţiale de la o grupă de observare la alta.
Exemplu:
- volumul producţiei industriale la nivelul judeţului. Ponderea mare este în anumite
ramuri, deci în cazul unei analize rapide este suficient să analizăm aceste ramuri şi să
tragem concluzii pentru tot judetul;
- estimarea preliminară a rezultatelor economice anuale se poate face neglijând
întreprinderea de mai mică importanţă pentru economia naţională.
Colectarea datelor prin recensământ şi prin anchetele prin sondaj se completează

reciproc, deoarece recensămintele furnizează baze de sondaj pentru anchetele statistice,
iar acestea din urmă verifică calitatea recensământului şi furnizează informaţii în
perioadele intercensitare.
2.3. ELABORAREA PROGRAMULUI DE ORGANIZARE ŞI

DESFĂŞURARE A UNEI CERCETĂRI STATISTICE
Deoarece cercetările statistice sunt operaţii de mare amploare, necesită forţe umane,
apreciabile cheltuieli băneşti şi materiale, organizarea în cele mai bune condiţii, cu
cheltuieli minime, impune o pregătire riguroasă, toate aceste acţiuni se prevăd şi se
coordonează în programul de organizare şi desfăşurare a cercetărilor.
Punctul de pornire în elaborarea programului îl constituie obiectivele care au fost stabilite

pentru a fi atinse prin cercetare.
Obiectivele fixeaza scopul cercetarii !
Deci, principalele probleme de rezolvat sunt:
Scopul observarii – definirea clară, selectarea caracteristicilor care sunt necesare

precum şi alegerea celor mai bune procedee de culegere a datelor.
Obiectul observării – este format din mulţimea unităţilor care se vor înregistra împreună
cu caracteristicile selectate.
Delimitarea populaţiei studiate – se rezolvă cu ajutorul nomenclatoarelor şi clasificărilor

existente.
Unitatea de observare (de înregistrare) – element component al populaţiei statistice care

se înregistrează. Unitaţile de observare pot fi de două tipuri:
- unitate simplă (ex.: salariatul în cazul înregistrării forţei de muncă);
- unitate complexă (ex.: echipa)
Dacă se cercetează fenomene din cadrul unităţii economico-sociale, atunci unităţi

raportoare devin întreprinderile sau instituţiile respective.
Programul înregistrării este o listă în care se enumeră toate caracteristicile pentru care
se vor înregistra date, separat pentru fiecare unitate de observare.
25
Programul înregistrării în sistemul dărilor de seamă statistice şi al anchetelor statistice se

concretizează în sistemul indicatorilor urmăriţi, iar în celelalte tipuri de observări – sub
formă de chestionar. Se pot întâlni întrebări cu raspunsuri deschise (orice variantă de
răspuns posibil) sau închise (cu variante de răspunsuri listate).
În funcţie de particularităţile concrete ale cercetării se alege metoda de observare cea mai
adecvata. Datele necesare se pot extrage din documentele existente, se pot stabili prin
observare directă asupra fenomenelor sau prin interogarea persoanelor, care poate fi
făcută direct prin recenzări sau prin formulare expediate prin corespondenţă.
Formularele de înregistrare pot fi sub formă de fişă sau listă.
Fişa este un tip de formular individual care se completează pentru o singură unitate de
observare şi se foloseşte când programul de observare este mai bogat, sau când unităţile
de înregistrare sunt răspândite pe teritoriu.
Lista este un formular colectiv, în care se înregistrează răspunsurile la caracteristicile din
program pentru mai multe unităţi, concentrate în spaţiu.
Exemplu: la recensământul populaţiei din 2002, fiecare familie a fost înregistrată într-o
fişă, iar într-un cămin de locuit în comun persoanele prezente au fost înscrise într-o listă.
Formularele sunt însoţite de norme metodologice şi tehnice privind completarea

formularelor. Acestea sunt imprimate direct pe formular ori se dau ca o anexă.
Timpul observarii vizeaza 2 probleme:
1. Stabilirea timpului la care se referă datele înregistrate;

2. Stabilirea timpului când se efectuează înregistrarea lor.
1. Stabilirea timpului la care se refera datele înregistrate este un moment critic (moment
de referinta) pentru înregistrarile care surprind fenomenul în mod static (începutul sau
sfarşitul unei perioada de timp) sau o întreaga perioada de timp (luna, trimestru, semestru,
an) pentru fenomenele ce se înregistreaza în mod continuu.
2. Alegerea timpului de observare depinde de momentul sau perioada când fenomenul

poate fi înregistrat în cele mai bune condiţii.
Exemplu: recensământul populaţiei se înregistreaza de obicei iarna sau la începutul

primăverii, când deplasările populaţiei sunt mai reduse.
Locul observarii în general coincide cu locul unde există fenomenul de înregistrat.
Măsurile organizatorice preconizate au drept scop asigurarea unor condiţii cât mai bune
pentru desfăşurarea observărilor statistice.
În acest scop se studiază materialele rezultate din cercetarile similare anterioare, pentru
valorificarea experienţelor acumulate; se întocmesc liste ale unităţilor de observare, se
organizează sectorizarea teritoriului ce trebuie cuprins, în vederea repartizarii lui pe
recenzori care efectuează înregistrările; se recrutează şi se instruieşte personalul; se
stabilesc măsuri de îndrumare şi control, precum şi măsuri de centralizare a datelor
culese.
Când datele se culeg de la populaţie, acţiunea se popularizează obligatoriu prin mijloacele

mass-media.
26
STATISTICĂ
2.4. CONCEPTUL DE EROARE ÎN STATISTICĂ
Datele de masă, după ce au fost observate sau culese şi înainte de a fi prelucrate, se

supun unui control riguros spre a depista şi elimina datele eronate şi a prelucra numai date
autentice.
Calitatea datelor de intrare determină calitatea datelor de ieşire !
Controlul datelor statistice observate se efectueaza în 2 direcţii:

y se verifică dacă s-a cules volumul complet al datelor;
y se verifică calitatea datelor (autenticitatea lor).
Practica statistică a dovedit că în mod curent se pot produce erori de înregistrare, care pot
fi cu atat mai numeroase cu cât cercetarea este de o amploare mai mare.
Erorile de observare reprezinta abateri între datele înregistrate şi mărimea concretă,

reala, a caracteristicilor.
Aceste erori pot avea un caracter:

a) întâmplator
b) sistematic (ex.: erori de metodologie)
a) Erorile ce au un caracter întâmplator se produc de regulă în ambele sensuri şi sunt

făcute nepremeditat, fie din neînţelegerea corectă a întrebării, fie din lipsă de memorie.
Cu cât observarea se referă la un număr mai mare de unităţi, cu atât posibilitaţile de

compensare sunt mai mari şi ca atare ele vor influenţa în mai mică măsura rezultatele.
b) Erorile ce au un caracter sistematic se produc de regulă într-un singur sens şi

influenţează asupra indicatorilor. Acest tip de erori este periculos, deoarece nu există
posibilitate de compensare şi denaturează sensul indicatorilor.
Spre exemplu, datorită neînţelegerii corecte a metodologiei de către un recenzor, acesta

va înregistra greşit un anumit fenomen în tot sectorul său de recensământ, influentând
astfel într-un singur sens fenomenul observat.
2.5. CONTROLUL DATELOR STATISTICE
În prezent, datorită volumului mare de date care circula şi a costurilor mari pe care le
implică, metoda manuală nu este aplicabilă şi se practică tot mai mult controlul automat al
datelor şi corectarea centrală a datelor statistice, pe baza algoritmilor desprinşi din
practică controlului manual.
e = eroare absolută
e = x − x0 unde x 0 = valoare reală
x = valoare determinat ă statistic
27
e e
∑= x × 100 sau în procente: ∑% = x × 100
0 0
În practică, de regulă, nu se cunoaşte valoarea adevarata x0 şi deci nici eroarea efectivă

nu poate fi calculată. De aceea, se fixează o eroare maximă admisibila, numită şi eroare
absoluta limita, pe care eroarea efectiva e nu o poate depaşi:
e = x − x0 ≤ e
2.6. CONCEPTE DE BAZA FOLOSITE ÎN STATISTICĂ
Colectivitate statistică (sau populaţie statistică) – totalitatea fenomenelor de aceeaşi

natură supuse unui studiu statistic (reprezintă o mulţime de elemente care formează o
colectivitate statistică numai dacă au aceeaşi natură, sunt asemănatoare sau omogene din
punct de vedere al anumitor criterii ).
Colectivitatea statistică se prezinta într-o varietate de forme, de aceea trebuie delimitată în

timp şi spaţiu, precum şi din punct de vedere al conţinutului şi formei de organizare.
In funcţie de natura unităţilor, colectivitaţile statistice sunt alcătuite dintr-un ansamblu de

persoane (ex. populaţia României), obiecte (ex. parcul de maşini), evenimente (ex.
căsătoriile, …), agenţi economici (ex. unităţi economice de turism), idei sau opinii (ex.
opiniile consumatorilor despre calitate…).
Rezultă că în statistică colectivitaţile pot fi privite:

static (când exprimă o stare, la un moment dat) Exemplu: Numărul de şomeri
înregistraţi în judeţul Bacău la sfârşitul anului 2011
sau
dinamic (când exprimă un proces sau o devenire)
Exemple: Veniturile realizate de bugetele locale ale judeţului Bacău în anul 2011 au
fost de 1206,64 milioane lei;
Numărul de născuţi vii în judeţul Bacău au fost de 6871 în anul 2011.
Unităţile colectivităţii – reprezintă elemente constitutive ale colectivităţii.
Acestea pot fi:
- simple (ex. persoana fizică, studentul, angajatul, produsul, etc.) sau

- complexe (ex. familia, gospodaria, grupa de studiu, unitatea economică, etc.)
Caracteristici statistice (variabile statistice sau variabile aleatoare) reprezintă criteriile pe

baza cărora se caracterizează unităţile colectivităţii.
Exemplu: vârsta, greutatea, sexul, naţionalitatea, ocupaţia, cifra de afaceri, etc..
Valorile înregistrate de aceeaşi caracteristică la unitaţile colectivitaţii statistice se numesc

variante (valori).
28
STATISTICĂ
Frecvenţă absolută, respectiv numărul unităţilor la care se înregistrează aceeaşi variantă

(ex.: 170 şomeri au vârsta de 34 ani împliniţi).
Frecvenţa relativă, reprezintă ponderea frecvenţei absolute în totalul frecvenţelor. Poate

fi exprimată în:
- coeficienţi, ca valori pozitive subunitare a cărei sumă este obligatoriu 1;
- procente, prin înmulţirea coeficienţilor cu 100.
Caracteristicile statistice pot fi clasificate după mai multe criterii:
după modul de obţinere

- primare
- derivate
după conţinutul lor, putem avea:

- variabile - de timp (arata apartenenta unitaţilor la un moment sau o
perioadă de timp);
- de spaţiu (arata situarea în spaţiu a unităţii);
- atributive (sunt toate celelalte însuşiri ale unitaţilor statistice şi servesc
pentru definirea fenomenelor studiate).
după modul de exprimare putem avea caracteristici:

- nenumerice (calitative) - cele exprimate prin cuvinte
(ex. activitatea economcă; profesia,...)
- cantitative (numerice).
Caracteristicile cantitative (numerice) la rândul lor, pot fi după natura variaţiei de două
tipuri:
a) cu variaţie discretă (nu pot lua decât valori strict determinate într-un interval dat de
valori înregistrate la un moment dat);
Exemple: numărul de persoane dintr-o gospodărie poate fi 0, 1, 2, 3, 4,….., nicio
gospodărie nu poate avea fracţiuni de persoane. La fel în cazul numărului de autoturisme
dintr-un judeţ, numărului de localităţi dintr-un judeţ sau a numărului de judeţe dintr-o ţară,
etc.
b) cu variaţie continuă (poate lua orice valoare într-un interval finit sau infinit;
Exemple: profitul unui agent economic, greutatea persoanelor măsurată în centimetri sau
milimetri, etc.
după modul de manifestare la nivelul unităţilor simple se pot întalni şi caracteristici

alternative (binominale sau binare), de tipul “da sau nu”, în care fie întâlnim forma directă
de manifestare, fie opusul acesteia (ex. urban sau rural; masculin sau feminin; produs bun
sau rebut, etc.).
Variabila aleatoare – variabilă ale cărei valori aprioric necunoscute apar în împrejurari
întâmplătoare cu probabilităţi determinate
Date statistice – sunt mărimi concrete obţinute din experimente, observaţii, numărare,
măsurare sau din calcule. Fiecare dată statistică are o parte noţională care permite
identificarea fenomenului în timp, spaţiu şi formă de organizare, precum şi o parte
numerică .
29
Datele statistice sunt purtătoare de informaţii şi nu trebuiesc confundate între ele. Practic,
informaţia statistică redă mesajul datelor statistice, semnificaţia lor.
Indicator statistic – expresia numerică a unei determinări calitative obiective obţinută în

urma efectuării unei cercetări statistice raportată la condiţii specifice de timp, spaţiu şi
organizare.
Indicatorii statistici reprezintă datele statistice cu ajutorul cărora se analizează un
fenomen/proces economic sau social, sub toate aspectele.
Inferenţă statistică – obţinerea de concluzii asupra unei populaţii statistice, bazate pe

informaţii obţinute din cercetarea unui eşantion.
Confidenţă – intervalul de încredere, valabil pentru rezultatul unei analize statistice

realizate pe bază de eşantion şi extins asupra întregii populaţii.
Care sunt metodele de observare exhaustivă ? Dar selective ?
Plecând de la un obiectiv ce vi-l propuneţi, efectuaţi un program de cercetare statistică în

aşa fel încât să obţineţi informaţiile de care aveţi nevoie pentru realizarea obiectivului
propus.
Cum puteţi efectua un control riguros al datelor statistice în exemplul de cercetare

statistică ales ?
30
STATISTICĂ
Capitolul III
SISTEMATIZAREA ŞI PREZENTAREA DATELOR STATISTICE
OBIECTIVE
Capitolul urmăreşte însuşirea de către studenţi a principalelor cerinţe ale unei clasificări şi
grupări statistice, modalitatea de ordonare şi grupare a datelor obţinute din observare, ca
un principal pas în prelucrarea acestora. Totodată, aceştia iau cunoştinţă cu principalele
clasificări şi nomenclatoare de interes naţional utilizate în economie.
Cuvinte cheie
Completitudine
Unicitatate
CAEN
COR
SIRUTA
REGIS
Variaţie continuă şi discontinuă
3.1. PRELUCRAREA PRIMARĂ A DATELOR
Complexul de operaţii prin care se obţin informaţiile necesare alcătuieşte prelucrarea

statistica in sens larg.
Operaţiile de calcul ale caracteristicilor secundare derivate operaţii de grupare a datelor

individuale, de centralizare/agregare a lor pe întreaga populaţie, prezentarea datelor sub
formă de tabele/serii statistice şi reprezentarea lor grafică, determinarea indicatorilor
sintetici absoluţi şi derivaţi sunt metode de prelucrare primară.
Operaţiile de transformare pe mai departe cu ajutorul metodelor mai evoluate ca: metoda
de repartiţie uni – bi şi multidimensionala, etc., împreuna cu metodele de prelucrare
primara, formează prelucrarea în sens larg.
Clasificarea şi gruparea statistică – este sistematizarea populaţiei pe părţi statistic

omogene, în funcţie de variaţia unei caracteristici sau, simultan, a mai multor caracteristici.
Gruparea/clasificarea se declanşează cu analiza teoretică a populaţiei studiate în vederea

stabilirii grupelor/claselor calitativ distincte şi omogene statistic. În continuare, se stabileşte
sistemul de caracteristici care permite delimitarea grupelor, deci se alege caracteristica de
grupare.
31
Sistematizarea şi prezentarea datelor statsistice
Când numărul de valori/variante este mare, gruparea se face pe intervale de valori sau pe
grupe de variante, fiind necesara stabilirea intervalelor de grupare.
Clasificarea statistică este deci o operaţie de sistematizare a unui ansamblu de elemente,

obiecte, activităţi, pe baza atributelor comune, în clase, a claselor în “clase de clase” şi
aşa mai departe, astfel că fiecare clasă obţinută să ocupe un loc precis, iar elementele
încadrate în ea să fie cat mai omogene.
Cerinţe ale unei clasificări:
completitudine (fiecare element trebuie să aparţina unei clase);

unicitate (fiecare element aparţine numai unei singure clase);
omogenitate (elementele asemanatoare aparţin aceleaşi clase,
iar elemente diferite – claselor diferite).
În practica statistică se utilizează sisteme standardizate de clasificări care constituie

componente de bază ale Sistemului Informaţional Economic şi sunt instrumente
indispensabile pentru organizarea culegerii, stocării, prelucrării şi analiza datelor statistice.
Ansamblul acestora este sistemul unitar de clasificări şi nomenclatoare social-economice

ce funcţionează la nivel macroeconomic.
3.2. CLASIFICĂRI ŞI NOMENCLATOARE

DE INTERES GENERAL
Registrul statistic al întreprinderilor – REGIS

Registrul statistic reprezintă sursa principală pentru producerea statisticilor privind
demografia întreprinderilor, deoarece țin evidența creării și dizolvării întreprinderilor,
precum și a modificărilor structurale din economie generate de concentrări sau
deconcentrări, sub forma unor operațiuni cum sunt fuziunile, preluările, sciziunile, divizările
și restructurările.
Acoperire:
(a) toate întreprinderile care desfășoară activități economice și care contribuie la
produsul intern brut (PIB), precum și unitățile lor locale;
(b) unitățile juridice din care sunt compuse respectivele întreprinderi;
(c) grupurile trunchiate și grupurile multinaționale de întreprinderi; și
(d) grupurile de întreprinderi exclusiv rezidente.
Variabilele pentru Unitatea Legală:

(1) numărul de identificare;
(1.2) nume;
(1.2b) adresa (inclusiv codul poştal) la nivelul cel mai detaliat, şi opţional numerele
de telefon şi fax şi informaţii ce permit colectare electronică de date (asdresa de e-mail).
(1.3) identificatorul TVA;
(1.4) data de înregistrare pentru persoane legale sau data de recunoaştere oficială ca
operator economic pentru persoanele fizice;
(1.5) data la care unitatea legală a încetat de a fi răspunzătoare de o întreprindere ( cum
este definită în (3.3));
(1.6) forma legală a unităţii;
32
STATISTICĂ
(1.7a-1) referinţa la registrul INTRASTAT

(1.7a-2) referinţa la registrul EXTRASTAT
(1.7b opt-1) referinţa la fişierele de bilanţ contabil
(1.7b opt-2) referinţa la registrul balanţei de plăţi, dacă există un registru separat pentru
acest scop.
(1.7b opt-3) referinţă la alte fişiere asociate, inclusiv registrul propietarilor agricoli (dacă
există un registru separat pentru acest scop), în care unitatea legală este înregistrată şi
care conţine informaţii ce pot fi folosite în scopuri statistice
(1.8) numărul de identitate a grupului de întreprinderi
rezident/trunchiat (4.1), de care aparţine unitatea;
(1.9) data de asociere la grupul de întreprinderi rezident/trunchiat;
(1.10) data de separare de grupul de întreprinderi rezident/trunchiat;
(1.11a) numărul (numerele) de identitate ale primei(lor) unităţi legale în registru, care sunt
direct sau indirect controlate de unitatea legală;
sau alternativ:
(1.11a) numărul de identificare a primei unităţi legale din registru, care controlează direct
sau indirect unitatea legală.
(1.12a-1) ţara de rezidenţă, numele şi adresa a primei unităţi legale non-rezidente, care
este controlata de unitatea legală
(1.12a-2) numarul de identificare sau numele si adresa primei unităţi legale non-rezidente,
care este controlata de unitatea legală
(1.12b) identificatorul TVA a unităţii legale non-rezidente, care este controlată de unitatea
legală.
(1.13a -1 ) ţara de rezidenţă, numele şi adresa primei unităţi legale non-rezidente, care
direct sau indirect controlează unitatea legală
care direct sau indirect controlează unitatea legală
(1.13b) identificatorul TVA a unităţii legale non-rezidente, care direct sau indirect
controlează unitatea legală
(1.14a-1) identificatorul unităţi(lor) legale rezidente, deţinute de unitatea legală (unitatea
legala este proprietar direct)
(1.14a-2) numărul de acţiuni (%) ale unităţi(lor) legale, rezidente deţinute de unitatea
legală (unitatea legala este proprietar direct)
(1.14b-1) identificatorul unităţi(lor) legale rezidente, care deţin unitatea legală (unitatea
legala este afiliata)
(1.14b-2) numărul de acţiuni (%) ale unităţi(lor) legale
rezidente, care deţin unitatea legală (unitatea legala este afiliata)
(1.15-1) ţara(ile) de rezidenţă ale unităţi(lor) legale non-rezidente deţinute de unitatea
(1.15-2) numarul de identificare sau numele si adresa ale unităţi(lor) legale non-rezidente
deţinute de unitatea legală (unitatea legala este proprietar direct)
(1.15-3) numărul de acţiuni (%) ale unităţi(lor) legale, non-rezidente deţinute de unitatea
(1.16a -1 ) ţara de rezidenţă, numele şi adresa primei unităţi legale non-rezidente, care
deţin unitatea legală (unitatea legala este afiliata)
care deţin unitatea legală (unitatea legala este afiliata)
(1.16b) identificatorul TVA a unităţii legale non-rezidente, care deţin unitatea legală
(unitatea legala este afiliata)
33
(2.1) numărul de identificare;

(2.2a) nume;
(2.2b) adresă (inclusiv cod poştal) la nivelul cel mai detaliat, şi opţional: numerele de
telefon şi fax şi informaţii pentru a permite colectarea de date electronic;
(2.3) numărul de identificare în registru a întreprinderii (3.1), la care unitatea locală
aparţine;
(2.4) data de începere a activităţii;
(2.5) data de încetare a activităţii;
(2.6) codul activităţii principale la nivel 4 cifre NACE ;
(2.7) activităţile secundare (dacă este cazul ), la nivel 4 cifre NACE;
(2.8) activitatea desfăşurată în unitatea locală constituie o activitate auxiliară pentru
întreprinderea de care aparţine (Da/Nu)
(2.9) numărul de persoane ocupate, şi optional: numărul de persoane ocupate echivalent
normă întreagă;
(2.10) numărul de salariati;
(2.11) codul locaţiei geografice;
(2.12) referinţa la registre asociate în care unitatea locală apare ( dacă astfel de registre
pe unităţi locale există şi care conţin informaţii care pot fi folosite pentru scopuri statistice);
Variabilele pentru Intreprindere

(3.1) numărul de identificare;
(3.2) numele;
(3.3) numerele de identificare pentru unitatea legală responsabilă de întreprindere;
(3.4) data de început a activităţii;
(3.5) data încetării activităţii;
(3.6) codul activităţii principale la nivel 4 cifre NACE;
(3.7) activităţile secundare (dacă este cazul) la nivel 4 cifre NACE
(3.8) numărul de persoane ocupate, şi opţional: numărul de persoane ocupate echivalent
normă întreagă;
(3.10a) cifra de afaceri netă pentru vânzarea bunurilor şi serviciilor;
(3.11) Sectorul și subsectorul instituțional în conformitate cu Sistemul european de conturi
(3.12) Numărul de identificare al grupului de întreprinderi rezident/subgrupului (4.1) din
care face parte întreprinderea
Variabilele Grupul de Intreprinderi

(4.1) numărul de identificare al grupului de întreprinderi rezident/subgrupului din care face
parte întreprinderea;
(4.2) numele grupului de întreprinderi rezident/subgrupului din care face parte
întreprinderea;
(4.2b) adresa poștală, e-mailul și pagina de internet a sediului social grupului de
întreprinderi rezident/subgrupului din care face parte întreprinderea;
(4.3) numarul de identificare al capului de grup
(4.4) tipul de grup;
(4.5) data începerii activității grupului de întreprinderi;
(4.6) data încetării activității grupului de întreprinderi;
(4.7) activitatea principala a grupului de întreprinderi rezident/subgrupului la nivel de
diviziune NACE 2 digits;
(4.8) activitatea secundara a grupului de întreprinderi rezident/subgrupului la nivel de
diviziune NACE 2 digits;
(4.9) numarul persoanelor angajate in grupul de întreprinderi rezident/subgrup
(4.10) cifra de afaceri consolidată
34
STATISTICĂ
Pentru întreţinerea REGIS sunt perfectate protocoale de colaborare între Institutul Naţional
de Statistică şi Oficiul Naţional al Registrului Comerţului, respectiv cu Ministerul Finanţelor.
REGIS
- asigură cunoaşterea populaţiei statistice prin identificarea unităţilor, furnizarea de
informaţii de stratificare (activitatea, talia unităţii, localizarea ei).
- din acesta se extrage baza de sondaj;
- sunt intercalate şi informaţiile externe provenite din surse administrative:
- rezultatul anchetelor statistice trebuie să constituie sursa principală de ameliorare a
calităţii datelor din registrul statistic;
- în timp ce baza de sondaj reflectă situaţia unităţii la un moment dat, registrul statistic este
un instrument dinamic, care trebuie să înregistreze orice mişcare.
O cerinţă comunitară - sistemele naţionale de registre statistice să fie armonizate şi să

garanteze comparabilitatea internaţională.
3.2.1. Clasificările şi nomenclatoarele registrului REGIS
Conform Legii Statisticii, I.N.S. coordonează elaborarea clasificărilor şi nomenclatoarele

unitare, de interes naţional, obligatorii în toate formele de evidenţă şi în prelucrarea
automată a datelor.
Clasificarea Activitaţilor din Economia Naţionala (CAEN) armonizată cu cea a Uniunii

Europene şi pe plan internaţional, activităţile fiind clasificate după principiul omogenitaţii,
pe secţiuni, diviziuni, grupe şi clase. Avantajul ei constă în asigurarea unei bune
corespondenţe cu nomenclatoarele de produse. Acest lucru permite utilizarea unui criteriu
suficient de obiectiv pentru determinarea activităţilor principale, mai ales în industrie.
Regulile de determinare a activităţii principale pot fi corect aplicate doar în cazul ASA
(Anchetelor structurale anuale). Din acest motiv, în REGIS, unităţile se consideră cu
CAEN principal în urma unei astfel de anchete şi nu poate fi modificată.
De regulă, dacă în 2-3 ani succesivi se menţine un nou cod, se schimbă şi codul din
REGIS.
În prezent se foloseşte versiunea CAEN Rev.2, aprobată prin Ordinul nr.337/2007 al

preşedintelui Institutului Naţional de Statistică (publicat în Monitorul Oficial al României nr.
293/03.05 2007) în conformitate cu prevederile art. 5 pct.2 din H.G. 656/1997, aplicabilă
de la 1 ianuarie 2008.
Temeiul legal pentru elaborarea şi implementarea CAEN Rev.2 este reprezentat de

următoarele acte normative:
• HG 575 bis/1992 – cu privire la realizarea unor nomenclatoare unitare de
interes general prevăzute în concepţia generală a informatizării în România –
art.1, anexa nr.1;
• HG 656/1997 – privind aprobarea Clasificării activităţilor din economia
naţională – art. 5 alin. (1) şi (2);
• Ordin nr. 296/2006 al preşedintelui Institutului Naţional de Statistică – privind
constituirea în cadrul INS a Structurii operative pentru implementarea CAEN
Rev.2;
• Regulament (EC) nr. 1893/2006 – privind aprobarea NACE Rev.2.
35
CPSA – Clasificarea Produselor şi Serviciilor asociate Activităţilor - reprezintă o detaliere a

CAEN, prin ordonarea după principiul omogenităţii a tuturor familiilor de produse şi servicii
pe nivele ierarhice succesive.
Temeiul legal pentru elaborarea şi implementarea CPSA 2008 este reprezentat de

următoarele acte normative:
• HG 575 bis/1992 – cu privire la realizarea unor nomenclatoare unitare de
interes general prevăzute în concepţia generală a informatizării în România –
art.1, anexa nr.1;
• HG 53/1999 – privind aprobarea Clasificării produselor şi serviciilor asociate
activităţilor – CPSA – art. 4 alin. (1) şi (2);
• Regulament (EC) nr. 451/2008 – privind aprobarea CPA 2008.
Clasificarea produselor şi serviciilor asociate activităţilor – CPSA 2008 este organizată

după structura Clasificării activităţilor din economia naţională – CAEN Rev.2.
SIRUTA este un nomenclator de identificare a unităţilor teritoriale administrative (Sistemul

Informaţional al Registrului Unitaţilor Teritorial Administrative).
Fiecare unitate teritorial-administrativă a primit un cod de identificare format dintr-un
număr nesemnificativ de la 1 la n şi o cifra de control.
Conţine: toate unităţile administrativ teritoriale, indiferent de nivel + nomenclatorul
judeţelor.
Cadrul legislativ: Legea 2 /1968, Decretul Lege 38/1990 ca un cadru legal al organizare
admistrativ-teritorială a României, Hotărârea Consiliului de Ministri 74/1974, Ordinul
Preşedintelui CNS 817/1994, Ordinul 575 bis /1995.
Modulul NOMREGIS – conţine nomenclatoarele şi clasificările atât ale registrului REGIS

cât şi a sistemului statistic.
COR – Clasificarea Ocupaţiilor din România.

COR se aplică în toate domeniile de activitate economică şi socială, fiind obligatoriu pentru
toate organele administraţiei publice centrale şi locale, unităţi bugetare, agenţi economici,
organizaţii patronale, sindicale, profesionale şi politice, asociaţii, fundaţii şi alte persoane
fizice şi juridice care îşi desfăşoară activitatea pe teritoriul României, la completarea
documentelor oficiale ori de câte ori se cere precizarea ocupaţiei.
Temeiul legal: Ordinul nr. 1832/856 din 2011 privind aprobarea COR la nivel de şase
caractere, publicat în Monitorul Oficial al României nr. 561 din 2011.
Formele de proprietate care se utilizează pentru structurarea datelor sunt detaliate pe 8

tipuri specifice perioadei actuale: perioada integrală de stat, perioada majoritara de stat;
majoritar privată; integral privată; cooperatista; obştească; integral străină; publică de
interes naţional şi local.
36
STATISTICĂ
3.3. GRUPAREA DATELOR OBŢINUTE DIN OBSERVARE
Gruparea datelor după modul de variaţie pentru caracteristicile exprimate numeric:
- grupări pe variante (se foloseşte când numărul variantelor este redus şi centralizarea
datelor se poate face pentru fiecare variantă în parte); ex: locuinţele se pot grupa dupa nr.
de camere;
- grupări pe intervale egale de variaţie (se foloseşte când gradul de variaţie al

caracteristicilor permite alegerea unei mărimi egale a intervalelor astfel încât numărul
grupelor să nu modifice forma ei de variaţie);
- grupări pe intervale neegale (pentru cazul unui grad foarte mare de variaţie).
3.3.1. Alegerea numărului de grupe şi stabilirea mărimii intervalului de grupare
pentru caracteristicile exprimate numeric
Alegerea numărului de grupe se face ţinând seama de scopul pentru care se foloseşte
metoda grupării.
Exemplu: Într-o echipă de muncitori s-au înregistrat urmatoarele valori ale producţiei
individuale (număr piese realizate de fiecare muncitor):
125; 128; 130; 131; 142; 135; 136; 142; 136; 143; 125; 123; 135; 123; 132; 143; 133; 132;
122; 135; 128; 135; 124; 131; 134; 125.
Mai întâi trebuiesc ordonate datele pentru a obţine frecventele de apariţie a diferitelor
variante. În acest scop se porneşte de la amplitudinea variaţiei şi de la numărul unităţilor
observate.
Pentru început se poate efectua o grupare a datelor pe variante, la fiecare variană

centralizând frecvenţa sa de apariţie.
Număr piese
Numărul
realizate
muncitorilor
(bucăţi)
xi
fi
122 1
123 2
124 1
125 3
128 2
130 1
131 2
132 2
133 1
134 1
135 4
136 2
142 2
143 2
Total 26
37
Dacă se notează caracteristica statistică după care se grupează cu “ x i ”, ea poate lua

valori între limita minima xmin şi cea maxima xmax.
Amplitudin ea variaţiei (A) = x max − x min
unde: x min = 122 şi x max = 143
A = 143 – 122 = 21
Numărul de grupe (r) marimea intervalului de grupare (k) se aleg în aşa fel încât să se
cuprindă toate valorile individuale.
Se rotunjeste întotdeauna în plus, pentru a nu rămâne unităţi ale populaţiei observate pe

dinafară.
Dacă spre exemplu dorim să efectuăm gruparea celor 26 de muncitori pe 5 intervale de

grupare egale, mărimea intervalului va fi:
Amax 21
k= = = 4,2 rotunjit în plus = 5
r 5
Putem efectua urmatoarele 4 variante de grupare pentru 5 intervale egale:
Varianta I Varianta II
Grupe după mărimea Nr. Grupe după mărimea Nr.
produselor obţinute muncitori produselor obţinute muncitori
120-125 4 120-125 7
125-130 5 125-130 3
130-135 8 130-135 10
135-140 5 135-140 2
140-145 4 140-145 4
TOTAL 26 TOTAL 26
Nota: limita inferioară inclusă în interval Nota: limita inferioară inclusă în interval
Comparând frecvenţele se observă că ele diferă tocmai datorita faptului că au fost

suficiente valori ale caracteristicii egale cu una din limitele intervalelor de grupare.
Acestea se numesc grupări pe intervale cu variaţie continuă şi întotdeauna trebuie

precizat într-o notă care limita (inferioara sau superioara) se include în interval.
În cazul acestor tipuri de grupări, mărimea intervalului se stabileşte ca diferenţă între limita
superioară a fiecărui interval şi limita inferioară a aceluiaşi interval, iar mijlocul intervalului
ca medie aritmetică a celor două limite pentru fiecare interval în parte.
Pentru a elimina această dificultate se fac grupări cu variaţia discontinuă în care limita
inferioara a intervalului următor este deplasată cu o unitate de măsura faţă de limita
superioară a intervalului precedent.
38
STATISTICĂ
Varianta I Varianta II
Grupe după mărimea Nr. Grupe după mărimea Nr.
produselor obţinute muncitori produselor obţinute muncitori
120-124 4 121-125 7
125-129 5 126-130 3
130-134 8 131-135 10
135-139 5 136-140 2
140-144 4 141-145 4
TOTAL 26 TOTAL 26
Nota: limita inferioară inclusă în interval Nota: limita inferioară inclusă în interval
La grupările pe intervale de variaţie discontinuă, mărimea intervalului va fi dată de

diferenţa dintre două limite inferioare (sau superioare) alăturate, iar mijlocul intervalului de
grupare se va calcula ca medie aritmetică simplă a celor două limite inferioare alăturate.
Atunci când nu cunoaştem numărul de grupe şi vrem să determinăm mărimii intervalului

de grupare, în special pentru caracteristicile statistice cu tendinţe de variaţie sistematică şi
cu un numar mare de observaţii se poate folosi formula lui Sturges:
xmax − xmin
k=
1 + 3,32 log N
unde:
Xmax= varianta cu valoarea maximă,
Xmin= varianta cu valoarea minimă,
N=numărul unităţilor colectivităţii studiate.
În exemplul luat avem:
21
k= = 3,68
1 + 3,32 log 26
3.3.2. Funcţiile grupării statistice
- determinarea structurii colectivităţii cercetate pe tipuri calitative diferenţiate în cadrul

aceleiaşi colectivitaţi;
- sesizarea mutaţiilor produse în structura colectivităţii statistice, pe plan teritorial şi în
dinamică;
- surprinderea tendinţelor de manifestare a variaţiei fenomenului studiat;
- stabilirea şi interpretarea legăturilor dintre fenomene şi a factorilor care le influenţează.
39
Cum se încadrează un agent economic într-o activitate a economiei naţionale ?
Exemplificaţi încadrarea unor agenţi economici după CAEN.
Efectuaţi o observare statistică a unui grup de studenţi după o caracteristică aleasă şi

efectuaţi o grupare pe 4 intervale de variaţie egale şi discontinui.
40
STATISTICĂ
Capitolul IV
PREZENTAREA DATELOR STATISTICE
OBIECTIVE
Capitolul are drept scop învăţarea corectă a principalelor metode de prezentare a datelor
statistice sistematizate. Astfel, fie că este vorba de prezentarea datelor în tabele sau în
grafice statistice, acestea trebuie să respecte nişte reguli clare, să nu fie folosite la
întâmplare şi, să-şi atingă scopul pentru care acestea au fost construite. O diversitate de
grafice statistice stau ca exemple în înţelegerea corectă a prezentării datelor.
Cuvinte cheie
Tabel, serie şi grafic statistic

Mărimi de flux şi mărimi de stoc
Scară de reprezentare
Prezentarea datelor statistice se poate face sub următoarele forme:

Tabele statistice
Serii statistice
Prezentarea grafică a datelor statistice
4.1. TABELE STATISTICE
I. Tabele statistice – este forma de bază a oricărei prezentări, a rezultatelor prelucrării

datelor de evidenţă, reprezentând un ansamblu de judecăti despre colectivitatea studiată şi
orânduite în aşa fel încât cuvintele scrise să servească drept titluri comune pentru
înţelegerea conţinutului expresiilor numerice.
4.1.1. Reguli de întocmire a tabelelor statistice
• stabilirea subiectului şi predicatului tabelului în funcţie de scopul sistematizării

datelor statistice;
• alegerea unităţilor de măsură în care se exprimă indicatorii statistici;
• completarea tuturor rubricilor tabelului;
• evitarea unor tabele prea încărcate;
• tabelele se numerotează pentru identificarea lor uşor;
• precizarea surselor de informaţie şi redactarea notelor explicative;
• liniile si coloanele tabelului se numeroteaza pentru înlesnirea regasirii datelor citate
în text;
41
Prezentarea datelor statistice
• în tabel nu se admit rubrici necompletate (goale), se pun semne speciale si anume:

- dacă nu se cunosc datele respective, se pune ‘.’sau ‘…’
- dacă indicatorul are valoare egala cu zero, se pune ‘-’ sau ‘0’
- daca într-o rubrica nu poate exista nimic, se pune ‘x’ sau ‘-’
- daca data are o valoare mai mica de 0.1, din unitatile în care sunt exprimate datele din
tabel, se pune ‘0’ sau ‘*’
Subiectul tabelului este constituit din colectivitatea la care se referă datele şi se regăseşte
de obicei în titlul general al tabelului.
Predicatul tabelului se referă la sistemul de indicatori ce caracterizează colectivitatea

prezentată în tabel. Felurile tabelelor statistice sunt extrem de variate, în funcţie de scopul
prelucrării sau al analizei statistice.
Cele mai des întâlnite sunt:
1. Tabele simple sunt cele în care se prezintă indicatorii statistici ai unitatilor statistice la
care se referă datele, ordonate după urmatoarele criterii: cronologic, teritorial sau
organizatoric. Întocmirea acestui fel de tabele nu ridică probleme deosebite, ordonarea
indicatorilor făcându-se în funcţie de scop.
2. Tabelul pe grupe se foloseşte când se aplică gruparea simplă şi se centralizează

frecvenţele şi valorile caracteristicilor care se găsesc într-o relaţie de dependenţă faţă de
variaţia caracteristicii de grupare.
Grupe de unităţi după Nr. Valorile centralizate ale

variaţia caracteristicii unităţilor caracteristicilor din predicat
" x" (f) y z v
A 1 2 3 4
x1 f1 y x1 z x1 v x1
x2 f2 y x2 z x2 v x2
: : : : :
xi fi y xi z xi v xi
: : : : :
xm fm y xm z xm v xm
m m m m
Total
∑ fi ∑ y xi ∑ z xi ∑v xi
i =1 i =1 i =1 i =1
În acest tabel subiectul este reprezentat prin grupele formate pe baza caracteristicii de
grupare “x”, iar predicatul din frecvenţele de apariţie ale diferitelor variante (x1, x2, … xm) şi
din sumele parţiale ale valorilor înregistrate pentru caracteristicile y, z, v, condiţionate de
variaţia valorilor variabilei “x”.
Tabelul pe grupe poate fi folosit pentru:

y caracterizarea independentă a gradului şi formei de variaţie a caracteristicii x;
y interpretarea legăturilor dintre variaţia caracteristicii de grupare şi variaţia caracteristicilor
care formează predicatul tabelului;
y pentru aplicarea metodelor de calcul ale corelaţiei statistice.
42
STATISTICĂ
Tabelul combinat se foloseşte când subiectul se prezintă prelucrat după variaţia a cel
puţin 2 caracteristici de grupare (x, y) şi predicatul este format din valorile centralizate ale
variabilelor dependente (z, v) de factorii de grupare.
Caracteristica Caracteristica Frecvenţele

Valorile centralizate ale
primară de secundară de corespunzătoare
caracteristicilor
grupare grupare valorilor
x y xy z v
x1 y i1 fi 1 z x1 y 1 v x1 y 1
x2 . . . .
. . . . .
.
yj fij z x1 y j v x1 y j
.
. . . .
.
. yp fip z x1 y p v x1 y p
p p p
. Total
. grupa 1 ∑ fij ∑ z xi y j ∑v xi y j
i =1 i =1 i =1
.
. y i1 fi 1 z xi y1 v x i y1
. . . .
xi . fij z xi y j v xi y j
.
y ij . . .
. . . . .
.
y ip y ip z xi y p v xi y p
xm
Total p p p
grupa i ∑ fij ∑ z xi y j ∑v xi y j
j =1 i =1 i =1
y i1 fi 1 z xm y1 v xm y1
. . .
. fij z xm y j v xm y j
y ij . . .
. . . .
y ip y ip z xm y p v xm y p
Total p p p
grupa m ∑ fmj ∑ z xi y j ∑v xi y j
m =1 i =1 i =1
m m m
Total general ∑ fi ∑ z xi ∑v xi
i =1 i =1 i =1
3. Tabelul cu dublă intrare se foloseşte atunci când colectivitatea a fost împărţită în

grupe dupa variaţia a două caracteristici (x, y) şi au fost centralizate numai frecvenţele de
apariţie ale valorilor x, y.
Într-un tabel cu dublă intrare grupele formate dupa variaţia caracteristicii x reprezintă
elementele componente ale subiectului, iar grupele formate după variaţia caracteristicii y
elementele componente ale predicatului. În rubricile tabelului se trec frecvenţele valorilor x,
y.
43
Rezultă că unităţile la care s-a facut înregistrarea datelor se distribuie atât după variaţia lui
x cât şi a lui y, pentru care deci numărul total al unităţilor observate (N) este egal cu suma
frecventelor după x, cât şi cu cele după y.
Grupare după Grupare după caracteristica y

Frecvenţa după
caracteristica
variabila
x x
y1 ...y2... ...yj.... ...yp...
x1 f11 f12 f1j f1p fx1
x2 f21 f22 f2j f2p fx1
. . . . . .
. . . . . .
xi fi1 fi2 fij fip fx1
. . . . . .
. . . . . .
. . . . . .
xm fm1 fm2 fmj fmp fxm
Frecvenţa m p
după variabila
fy1 fy2... ...fyi... ...fyp...
∑ fx = ∑ f yj =N
y i =1 j =1
4. Tabelul de asociaţie se foloseşte pentru a putea prezenta într-un tabel statistic legatura
dintre două caracteristici alternative. Şi pentru subiect şi pentru predicat nu sunt decât
doua variante x1, x2 pentru grupele formate pe baza variaţiei subiectului şi y1, y2 pentru
grupele formate pe baza variaţiei predicatului.
Variantele lui Variantele lui y

Total
x y1 y2
x1 a b a+b
x2 c d c+d
N = (a+c) + (b+d) +
Total a+c b+d
(a+b) + (c + d)
4.2. SERIILE STATISTICE
Seriile statistice sunt o corespondenţa între 2 şiruri de date statistice în care primul şir
reprezinta variaţia caracteristicii de grupare, iar cel de-al doilea şir rezultatul centralizării
frecvenţelor de apariţie sau ale valorilor unei alte caracteristici cu care se corelează.
Seria statistică poate fi considerată astfel ca o funcţie matematică în care valorile
centralizate ale frecvenţelor sau ale caracteristicilor sunt valori dependente (y) în funcţie de
valorile caracteristice de grupare (x).
4.2.1. Clasificarea seriilor statistice
a. După posibilităţile de caracterizare a fenomenelor, seriile statistice pot fi:

- serii statistice independente (unidimensionale), (acelea care rezultă dintr-o grupare
simpla);
44
STATISTICĂ
Exemplu: Notele obţinute de 10 studenţi la examen:
Studentul 1 2 3 4 5
Nota 9 10 6 4 8
- serii statistice condiţionate (multidimensionale), sunt obţinute dintr-o grupare
combinată.
b. După conţinutul caracteristicii de grupare:

- serii statistice de timp (dinamice sau cronologice) – acelea în care se prezintă variaţia
unei caracteristici în funcţie de timp:
yi = f (ti) unde yi = valorile caracteristicii care se studiază
ti = variabila de timp
c. După timpul la care se referă datele, acestea pot fi la rândul lor:

- serii dinamice de intervale
Exemplu: Producţia de carne în România între anii 2000 – 2011
Anii 2000 2001 .....

Mii tone 5600 5900
- serii statistice de momente ce se obţin pentru variabile statistice cantitative care se pot
măsură în orice moment, ca de exemplu: nr. de muncitori, volumul fondurilor fixe, etc.
A 2000 2001 .....

În unităţi fizice 125630 129700
Caracteristic seriei dinamice de momente este faptul că termenii ei nu se pot cumula

deoarece pot exista înregistrări repetate şi valoarea obţinută nu ar avea sens economic.
- serii statistice de spaţiu sunt cele în care centralizarea frecventelor sau a valorilor
individuale ale caracteristicii studiate se face în funcţie de variaţia teritorial-administrativă.
De regulă ele sunt folosite pentru sistematizarea informaţiei statatistice pe judeţe. Se pot
întocmi serii teritoriale în care indicatorii pot fi absoluţi, relativi şi medii.
Serii statistice de distribuţie (de repartiţie) sunt acelea în care se foloseşte pentru
gruparea datelor o caracteristică atributivă (calitativă sau numerică) iar centralizarea se
face pentru frecvenţele la care se înregistreaza aceeaşi variantă sau pentru o altă
caracteristică statistică.
45
Distributia populatiei curent active a judetului Bacau la

recensamantul din 2002, dupa statutul profesional
(persoane)
Numar
Statutul profesional
persoane
Salariati 185972
Patroni, intreprinzatori privati 5476
Lucratori pe cont propriu 54543
Membri ai societatilor agricole 125
Lucrator familial in propria gospodarie 77818
Alte situatii 12083
Total judet Bacau 336017
Sursa datelor: "InfoSTAT" nr. 5/2003 - Directia Judeteana de
Statistica Bacau
În cazul unei amplitudini mari a variaţiei se folosesc serii statistice pe intervale de grupare
(egale sau neegale).
Populatia stabila a judetului Bacau la recensamantul

din 18 martie 2002, pe
grupe mari de varsta
Total judet
Grupa mare de varsta
(persoane)
Total 706623
0-14 ani 143426
15-59 ani 433067
60 ani si peste 130130
Sursa datelor: "InfoSTAT" nr. 5/2003 - Directia
Judeteana de Statistica Bacau
Structura populatiei stabile a judetului Bacau la

recensamantul din 18 martie 2002,
pe grupe mari de varsta
Ponderea
Grupa mare de varsta populatiei in
total (%)
Total 100,0
0-14 ani 20,3
15-59 ani 61,3
60 ani si peste 18,4
Sursa datelor: "InfoSTAT" nr. 5/2003 - Directia
Judeteana de Statistica Bacau
Aceasta este o serie de distribuţie cu frecvente relative.
Serii statistice descriptive
Exemplu: Lista candidaţilor admişi la facultate cu toate datele esenţiale.
Serii de distribuţie condiţionate se obţin folosind o grupare combinată după 2 sau mai
multe caracteristici statistice care se găsesc într-o strânsă interdependenţă.
46
STATISTICĂ
Exemplu: Distribuţia întreprinderilor din agricultura dupa nr. mediu de muncitori din
activitatea de baza şi productivitatea pe un muncitor
Grupe de Grupe de întreprinderi după nr. de muncitori din Nr. de

întreprinderi activitatea de bază întreprineri
după nivelul în funcţie de
producţiei Sub 81- 101- 121- 141- 161- 181- Peste nr. pieselor
-mii piese- 80 100 120 140 160 180 200 200 produse
Peste 450 1 - 1 - 2 3 3 - 10
401-450 1 1 - 6 6 8 2 3 27
351-400 - 1 9 8 8 8 3 1 38
301-350 - 4 4 10 13 5 2 2 40
251-300 1 9 14 6 3 3 1 - 37
201-250 5 16 16 10 2 3 1 1 54
151-200 7 13 8 4 1 1 - - 34
Pana la 150 - - 2 - - - - - 2
Nr.
întreprinderi în
15 44 54 44 35 31 12 7 242
funcţie de nr.
muncitori
Se poate observă că între cele 2 variabile există o anumită legatură, adică pe măsură ce
creşte nr. muncitorilor, creşte şi cantitatea producţiei obţinute de aceştia.
4.2.2 Reprezentarea grafică a datelor statistice
Metoda grafică este folosită în teoria şi practica statistică atât pentru prezentarea unor date
statistice cât şi ca instrument de analiza şi interpretare a fenomenelor studiate.
Graficele constau în exprimarea datelor statistice din tabele prin linii sau puncte, figuri
geometrice, harţi, simboluri şi alte mijloace specifice. Ele se întâlnesc în aproape toate
sectoarele de activitate deoarece ele au calitatea de a prezenta într-o forma simpla,
sugestivă şi atrăgatoare trăsăturile esenţiale ale fenomenelor în condiţii determinate de
timp şi spaţiu.
În statistica social-economică graficele au urmatoarele scopuri:

- interpretarea vizuala a raportului de mărime dintre doi sau mai mulţi indicatori statistici;
- interpretarea structurii şi a mutaţiilor de structură, privite în dinamică sau pe plan teritorial;
- interpretarea densităţilor de repartiţie a frecventelor fenomenelor înregistrate într-o
cercetare statistică concretă;
- interpretarea tendintelor de dezvoltare a fenomenelor studiate în dinamică pentru etapa
dată;
- popularizarea datelor statistice cu privire la gradul de dezvoltare a fenomenelor
considerate în dinamică sau pe plan teritorial.
Reprezentările grafice sunt folosite fie ca o metoda de prezentare a rezultatelor cercetărilor

statistice, fie ca mijloc de alegere a metodelor şi procedeelor de calcul.
47
4.2.3. Elementele de bază ale unui grafic
Titlul graficului – în el se sugereaza ce relaţii trebuie interpretate vizual pe baza graficului.

- este indicat să fie scurt, clar, precis şi complet şi pe cât posibil să corespundă cu titlul
tabelului statistic ale cărui date le reprezintă;
- el cuprinde indicaţii cu privire la obiectul reprezentat, timpul şi spaţiul la care se referă
datele reprezentate şi unitatea de măsură;
- de regula, se trece deasupra figurii graficului, dar dacă graficul face parte dintr-un text,
atunci poate fi inclus în fraza pe care-l precede.
Reţeaua graficului are ca scop să usureze identificarea în plan a punctelor care reprezintă
mărimile variabilelor reprezentate grafic. Ea poate fi formată din linii paralelel orizontale,
verticale, oblice, cercuri concentrice, sectoare de cerc care servesc pentru plasarea
corectă a punctelor pe grafic.
În reprezentarea grafică a fenomenelor social-economice se folosesc: reţele rectangulare,

reţele curbilinii şi reţele suplimentare.
În majoritatea cazurilor se apelează la reţelele folosite pentru construirea graficului în
sistemul coordonatelor rectangulare.
+ y
Cadranul II Cadranul I
_ x
+
x
Cadranul III Cadranul IV
_
y
În mod obişnuit, la construirea graficului se foloseşte numai cadranul I şi uneori I şi IV

împreună. În sistemul axelor rectangulare se construiesc şi reţele logaritmice,
semilogaritmice, dar ele sunt neuniforme.
Reţeaua curbilinie se foloseşte spre exemplu pentru construirea graficului după metoda
coordonatelor polare. Dintre reţelele curbilinii:
- reţeaua polară (radiala) este formată din cercuri concentrice.
Sunt folosite în special pentru reprezentarea sezonalităţii unui fenomen social-economic.
Scara de reprezentare se alege ţinând seama de ordinul de mărime al indicatorilor de

reprezentat, de gradul şi forma de variaţie dintre ei şi de scopul urmărit.
Ea se compune dintr-o linie care se numeşte suportul scării şi dintr-un şir de puncte
nenumerotate cu ajutorul cărora se realizeaza divizarea liniei.
Lungimea scări este întreaga distanţă dintre punctele extreme ale scării.
Exemplu: _______ 1 cm = 400 kg
48
STATISTICĂ
Deci pe suportul scării apar doar intervale.
0 400 800 1200 1600
Alegerea variaţiei de lungime a scării se face în funcţie de spaţiul destinat figurii graficului.
Cel mai adesea în practică se foloseşte scara uniforma, care trebuie să îndeplinească
urmatoarele condiţii:
- unitatea de lungime aleasă trebuie să fie aceeaşi pentru toţi indicatorii pe care îi
cuprinde graficul;
- atât scările verticale cât şi cele orizontale trebuie dispuse în aşa fel încât să permită
citirea uşoară a graficului;
- scara aleasă trebuie să permită folosirea completă şi raţională a spaţiului respectiv;
- deasupra notaţiilor numerice ale scării trebuie să se arăte întotdeauna denumirea U.M.
Notele explicative şi legendele se folosesc pentru a putea interpreta corect graficul. Ele
apar atunci când este necesar să se atraga atenţia asupra aspectelor metodologice ale
calcularii indicatorilor reprezentaţi sau asupra modului de prezentare a lor în grafic.
Notele pot fi de 2 feluri:
- note generale care se referă la toate datele sau la întreaga diagramă. Dacă ea este
scurtă, poate fi aşezată chiar sub titlul graficului;
- note speciale, care se referă numai la o anumită parte a datelor sau a diagramei. De
regulă ele sunt trecute sub figura graficului.
Legendele reprezintă explicarea concisă a semnelor convenţionale, haşurilor şi culorilor

folosite. Semnele convenţionale pot fi facute sub 2 forme:
- sub forma de inscripţii în chenar, chiar pe grafic;
- sub forma legendei.
Inscripţia în interiorul graficului trebuie să fie scurtă, clară şi plasată deasupra curbei, fiind
legată de aceasta printr-o săgeată.
În general, legenda se plaseaza în afara cadrului construcţiei graficului, fie în dreapta
retelei, fie sub retea.
Sursa de informaţie a datelor din grafic este obligatorie în toate cazurile când se folosesc
date reale.
Când graficele sunt încadrate într-un raport de analiza sau lucrare de cercetare statistica,
la fel ca şi titlurile, sursele de informare pot să nu apară în mod expres dacă din textul
respectiv rezultă aceste elemente.
4.2.4. Tipuri de grafice
- grafice prin coloane şi benzi;

- grafice prin figuri geometrice de suprafaţă sau volum, cronograme;
- diagrame radiale (polare);
- diagrame de distribuţie (histograma, poligon de frecvenţă, curba cumulativă a frecventei,
curba de concentrare;
- cartograme şi cartodiagrame;
- grafice prin figuri naturale şi simbolice.
49
Ele se mai pot grupa şi în funcţie de felul datelor utilizate sau domeniul de folosire:
- diagrame ale unor date parţiale sau independente între ele;
- diagrame de structura;
- grafice ale seriilor cronologice (SCR);
- graficele seriilor de distribuţie;
- graficele seriilor teritoriale;
- graficele de analiza a corelaţiei.
Graficele prin coloane – sunt cele mai frecvent întâlnite.
Se folosesc în special pentru:

- popularizarea datelor statistice sau a indicatorilor incluşi în programele de activitate
elaborate la diferite nivele;
- pentru SCR.
Se recomandă mai ales când numărul datelor reprezentate nu este prea mare şi graficul
este sugestiv.
Reprezentarea graficului prin coloane presupune folosirea cadranului I din sistemul axelor
rectangulare, unde scara de reprezentare se fixeaza pe axa Oy, iar pe Ox se construiesc
atâtea coloane cu bazele egale caţi indicatori sunt de reprezentat.
Între coloane se lasă un spaţiu liber egal cu aproximativ ˝din baza coloanelor. Înălţimea
coloanei este proporţionala cu valoarea indicatorilor de reprezentat.
Diagrama prin coloane simple specific este faptul că aranjarea coloanelor poate fi facută
după diferite criterii: dupa mărime (în ordine crescătoare sau descrescătoare), în ordine
alfabetică sau alte criterii logice.
Exemplu: La o întreprindere cu 3 secţii s-au înregistrat urmatorii indicatori de îndeplinire a

producţiei în decembrie 2011 (%):
Gradul de indeplinire a normelor la intreprinderea "X"

pe sectii (%)
110
105
100
95 Sectia A
Sectia B
90
Sectia C
85
80
Sectia A Sectia B Sectia C
50
STATISTICĂ
Castigul salarial nominal mediu net lunar (lei) pe judete si

1600 1600
in Romania, in anul 2007
1400 1400
Judete
1200 Romania 1200
1000 1000
800 800
600 600
400 400
200 200
0 0
Covasna
Teleorman
Caraş-Severin
Suceava
Dâmboviţa
Prahova
Maramureş
Braşov
Timiş
Ilfov
Vrancea
Buzău
Ialomiţa
Satu Mare
Brăila
Vâlcea
Alba
Tulcea
Hunedoara
Arad
Sibiu
Bacău
Olt
Neamţ
Mureş
Vaslui
Călăraşi
Botoşani
Sălaj
Dolj
Iaşi
Cluj
Gorj
Municipiul Bucureşti
Bihor
Harghita
Bistriţa-Năsăud
Giurgiu
Constanţa
Argeş
Galaţi
Mehedinţi
Diagrama cu coloane grupate
În practica statistică se folosesc aşa numitele coloane în aflux. Ele se întâlnesc atunci
când pentru fiecare grupa se foloseste un “set” format din 2 sau mai multe coloane care se
deplaseaza pe grafic astfel încât să se observe diferentele cantitative dintre subgrupe.
Cel mai frecvent sunt utilizate pentru producţia sau stocurile de produse asemănatoare,
grupate pe sortimente.
Dinamica productiei in anii 2010 si 2000 fata de 1990

(%)
2000
%
1500
energie
petrol
1000 carbune
500
0 ani
2000 2010
51
Dinamica populatiei active urbane a judetului Bacau,

pe grupe mari de varsta, la recensamantul din 2002 fata de 1992 (%)
245,0 2000
200 Masculin
2000 Feminin 200
masculin
feminin
1077,0
1000 84,3 100
79,9
100 68,2 1000
81,8 58,6 93,7

0 0
Total populatie sub 30 ani 30-59 ani 60 ani si peste 100
activă
Reprezentarea grafică a balanţei fondului de marfă de la un magazin într-o anumită zi sau

lună, exprimat valoric în lei:
3500000
2750000
3000000
750000
500000
0
Stoc initial Intrari Iesiri Stoc final
52
STATISTICĂ
Varsta medie a populatiei (ambele sexe) si Populatie stabila

fortei de munca a judetului Bacau pe medii, Populatie activa
la recensamantul din 2002 (ani) Populatie ocupata
Someri
50
ani
39,8 40,4 41,5 41,9
40 38,2
36,5 37,6 37,1
35,8
33,1 33,8
31,3
30
20
10
0
Total judet Urban Rural
Diagrama prin coloane lipite se deosebeşte de cea simplă prin faptul că nu se mai lasă
nici un spaţiu între coloane. Ele se folosesc atunci când se poate stabili o anumită
continuitate între indicatorii prezentaţi.
Distributia muncitorilor dupa gradul de indeplinire a normei

(%)
200
100-150
150 150-200
130 200-250
Gradul de indeplinire %
250-300
100
78 75
0
100 150 Timpul
200 250 300
Diagrama prin coloane cu subdiviziuni se foloseşte pentru reprezentarea mărimilor

subdivizate în parţile lor componente. Pentru a distinge usor aceste subdiviziunii se
folosesc diferite hasuri sau culori. Scara acestor diagrame se exprima întotdeauna în
mărimi absolute.
53
comert
Cifra de afaceri constructii
milioane lei industrie
100
33
65
50
10
25
17
0
2000 2008 ani
Diagrama prin coloane a abaterilor se foloseşte pentru reprezentarea grafică a

indicatorilor care pot fi mărimi pozitive sau negative, de tipul beneficiilor sau pierderilor
spre exemplu. Specific este faptul că fiecare coloana este orientată fie în sus, fie în jos de
linia de baza.
Sporul natural al populatiei (la mia de locuitori)

2,0
1,6
1,5
1,0 0,8 0,7
0,5 0,4
0,0
2000
2001
2002
2003
2004
2005
2006
2007
-0,5
-0,2
-0,7
-1,0
-1,0
-1,5
la mie -1,5
-2,0
54
STATISTICĂ
Gradul de împlinire a planului producţiei

la întreprinderea "x" în anul 2011, pe secţii
200
155%
150
120%
100
75%
50
0
s1 s2 s3
Diagrama prin benzi – lungimea benzilor este direct proporţională cu mărimea

indicatorilor reprezentaţi, lăţimile fiind egale.Se foloseşte când:
- indicatorii seriei exprimă lungimi
- indicatorii sunt diferiţi (ex.: diferite tipuri de aparate)
- când avem serii dinamice în care intervalele dintre momente sunt mari (1945, 1955,
1965) sau când distanţele dintre momentele intervalelor sunt neegale (1950, 1958, 1964);
- când avem de reprezentat serii cu caracteristici combinate: datele unei balanţe, bilanţul
(activ, pasiv).
Costul orar al forţei de muncă în industrie şi servicii

în ţarile UE şi candidate (euro/ora)
SE 28,56
DK 27,10
DE 26,34
FR 24,39
LU 24,23
UK 23,85
AT 23,60
NL 22,99
UE 22,19
FI 22,13
IT 18,99
IE 17,31
ES 14,22
CY 10,74
GR 10,40
SI 8,98
PT 8,13
PL 4,48
CZ 3,90
HU 3,83
CC 3,47 Candidate
SK 3,06 UE
EE 3,03
LT 2,71 Media candidate
LV 2,42
RO 1,51 Media UE
BG 1,35 Euro/oră
0 5 10 15 20 25 30
55
Plata taxei din PIB in tarile UE (%)
Grecia 0,5
Italia 2,1
Franta 4,7
Finlanda 10,8
Belgia 12,9
Danemarca 16,2
Suedia 16,4
0 3 6 9 12 15 18
Diagrama prin benzi poate fi folosită şi la reprezentări grafice mai complexe, folosind
două caracteristici combinate (ex.: activ/pasiv; import/export).
O astfel de reprezentare grafică este şi piramida vârstelor, grafic reprezentativ în

demografie. Pe acelaşi grafic, se reprezintă în acest caz populaţia unei colectivităţi,
folosind în acelaşi timp două caracteristici: sexul persoanei şi grupa de vârsta din care
face parte persoana.
Piramida vârstelor poate fi realizată fie pentru fiecare vârstă aniversară în parte, fie pe
grupe de vârste cincinale. Forma piramidei oferă o imagine reprezentativă a populaţiei
acelei zone, graficul oferind multiple informaţii: disproporţii existente între diferite grupe de
vârste/sexe, dacă acel spaţiu teritorial are o populaţie tânără sau dimpotrivă îmbătrănită
demografic, disproporţii existente între diferitele categorii de vârstă (populaţia activa,
populaţia şcolară/preşcolară, populaţia vârstnică-întreţinuţii).
Piramida vârstelor judeţului Bacău la 18 martie 2002

(ambele medii)
100 şi peste
95
FEMININ 90 MASCULIN
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
8000
7000
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
7000
8000
56
STATISTICĂ
Orice ştrangulare bruscă a unei/unor benzi (pentru anumite vârste) reprezintă anumite
evenimente (factori) care au influenţat evoluţia într-un anumit sens (pozitiv sau negativ) a
acelei generaţii (ex.: calamităţi naturale, războaie, factori de natură politică,/legislativă care
au favorizat sau dimpotrivă au condus la diminuarea natalităţii).
Este interesant de urmărit şi analizat comparativ şi cele doua piramide pe medii de viaţă
socială (urban/rural), existând diferenţe considerabile între acestea.

(Mediul urban)
100 şi peste
FEMININ MASCULIN
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
0
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
57

(Mediul rural)
100 şi peste
FEMININ MASCULIN
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
0
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
Se pot realiza şi mai în detaliu piramide ale vârstelor folosind şi alte caracteristici asociate
vârstei şi sexului, cum ar fi: starea civilă sau ocuparea persoanelor.
Un astfel de exemplu este Piramida vârstelor populaţiei pe grupe de vârsta, sexe şi dupa
participarea la activitatea economica.
58
STATISTICĂ
Distributia populatiei dupa participarea la situatia economica

pe grupe de varsta si sexe - judetul Bacau - ambele
medii
75 ani si peste 9668 2704 15248 Persoane ocupate
70 - 74 8886 3626 11117 Someri
65 - 69 11481 4836 5547 13656 Persoane inactive
60 - 64 11322 5652 6125 13973
55 - 59 8419 6455 6475 10447
50 - 54 5899 13705 12561 9675
45 - 49 3257 19029 16674 7239
40 - 44 2224 19491 16531 5593
35 - 39 1541 16906 13565 4466
30 - 34 2335 25904 21183 7374
25 - 29 2629 21732 17083 7198
20 - 24 5428 18786 14469 9202
15 - 19 18596 7204 5643 20307
10 - 14 29557 28340
5-9 MASCULIN 22246 21362 FEMININ
0-4 21302 20619
38000
36000
34000
32000
30000
28000
26000
24000
22000
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
22000
24000
26000
28000
30000
32000
34000
36000
38000
Persoane
Distributia populatiei dupa participarea la situatia economica pe grupe

de varsta si sexe - judetul Bacau - mediul urban
75 ani si peste 3331 5437

70 - 74 3989 4916 Persoane ocupate
65 - 69 Someri
5734 6806
6085 Persoane inactive
60 - 64 7636
55 - 59 4870 1661 6155
50 - 54 3712 6304 4857 6039
45 - 49 2131 10657 9289 4507
40 - 44 1416 10149 10337 3381
35 - 39 898 7549 7999 2403
30 - 34 1485 10997 11398 3602
25 - 29 1778 8077 7815 2956
20 - 24 4105 6225 5693 5159
15 - 19 12221 1172 13146
10 - 14 14014 13431
5-9 MASCULIN 8532 8176 FEMININ
0-4 7423 7133
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
17000
16000
15000
14000
13000
12000
11000
10000
10000
11000
12000
13000
14000
15000
16000
17000
Persoane
59
Distributia populatiei dupa participarea la situatia economica

pe grupe de varsta si sexe - judetul Bacau -mediul rural
75 ani si peste 6337 2618 2694 9811 FEMININ

MASCULIN
70 - 74 4897 3460 3383 6201
65 - 69 5747 4530 5362 6850
60 - 64 5237 5028 5839 6337
55 - 59 3549 4794 5554 4292
50 - 54 2187 7401 7704 3636
45 - 49 1126 8372 7385 2732 Persoane ocupate
40 - 44 808 9342 6194 2212 Someri
35 - 39 643 9357 5566 2063 Persoane inactive
30 - 34 850 14907 9785 3772

25 - 29 851 13655 9268 4242
20 - 24 1323 12561 8776 4043
15 - 19 6375 6032 4750 7161
10 - 14 15543 14909
5-9 13714 13186
0-4 13879 13486
20000
19000
18000
17000
16000
15000
14000
13000
12000
11000
10000
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
15000
16000
17000
18000
19000
20000
Persoane
Distributia populatiei curent ocupate a judetului Bacau pe grupe majore de

ocupatii si medii, la recensamantul din 2002 (persoane)
Grupa majora
876
de ocupatie Fortele armate 500
12566
Muncitori necalificati
9572
Operatori la masini, utilaje si asamblori de masini, 11464
echipamente si altele 17496
17962
Mestesugari si lucratori calificati
28859 124532
Agricultori si lucratori calificati in agricultura,
silvicultura, pescuit 3386
6041
Lucratori operativi in sevicii, comert si asimilati
14807
2054
Functionari administrativi 7223
4937
Tehnicieni, maistri si asimilati
18284
2097 Total rural
Specialisti cu ocupatii intelectuale 15480 Total urban
1788
Personal legislativ si de conducere
8223
0 25000 50000 75000 100000 125000
60
STATISTICĂ
Diferenţe relative (+/- %) ale salariului mediu net pe judeţe faţă de

media ţării în anul 2007
-19,4% Botosani
-19,1% Harghita
-18,5% Satu - Mare
-18,3% Calarasi
-17,9% Vaslui
-17,9% Neamt
-17,5% Covasna
-17,0% Maramures
-16,5% Suceava
-15,5% Bihor
-15,4% Vrancea
-13,6% Braila
-13,2% Caras Severin
-13,2% Ialomita
-12,7% Buzau
-12,4% Arad
-11,7% Bistrita Nasaud
-11,6% Tulcea
-11,4% Alba
-11,3% Sibiu
-11,1% Iasi
-9,5% Mures
-9,0% Giurgiu
-8,6% Salaj
-6,2% Timis
-3,7% Teleorman
-3,4% Valcea
-3,1% Bacau
-2,4% Cluj
-2,0% Dolj
-0,8% Brasov
-0,7% Arges
-0,1% Dambovita
0,8% Mehedinti
1,2% Olt
4,9% Prahova
10,4% Constanta
12,7% Ilfov
13,5% Galati
18,3% Hunedoara
28,0% Gorj
30,4% mun.Bucuresti
-50,0 -40,0 -30,0 -20,0 -10,0 0,0 10,0 20,0 30,0 40,0 50,0
Graficele prin figuri geometrice (Diagrama prin suprafete sau volum) se folosesc fie
pentru reprezentările variaţiei unor indicatori de volum, fie pentru reprezentarea structurii
colectivităţii. Este un grafic în care datele statistice sunt reprezentate prin figuri geometrice
ca dreptunghiul, cercul, pătratul, etc. ale căror arii sunt direct proporţionale cu mărimile
indicatorilor respectivi. Spre exemplu:
Diagrama prin pătrate – când se reprezintă grafic datele statistice centralizate la nivelul
unei unităţi complexe al unei grupe sau pe întreaga colectivitate. În acest caz, indicatorii
sunt reprezentaţi prin pătrate ale căror suprafeţe sunt direct proporţionale cu mărimea
indicatorilor, reprezentând lungimea laturilor pătratului care va trebui să fie proporţionala
cu rădăcinile pătrate extrase din indicatorii pe care îi reprezintă. Latura pătratului se obţine
ca raport între rădăcina pătrată a valorii indicatorului şi unitatea de lungime a scării de
reprezentare a acestuia.
61
Exemplu: Producţia de fructe din România (mii tone) în anul 2007.
Mere =
461,8 mii tone
Prune =
370,3 mii tone
Cireşe şi vişine =
64,5 mii tone
Mere : L = 461,8 = 21,5 considerăm 1 cm = 5 mii tone;

21,5
L= = 4,3 cm
5
19,2
Prune : L = 370,3 = 19,2 → L = = 3,8 cm
5
8,03
Cireşe şi vişine : L = 64,5 = 8,03 → L = = 1,6 cm
5
Diagrama prin cercuri – se calculeaza raza cercului.
461,8 mii tone
370,3 mii tone
Mere
Prune
64,5 mii tone
Cireşe şi vişine
Se folosesc pentru aceleaşi cazuri ca şi diagrama prin patrate.

Unitatea de lungime a scării de reprezentare se fixeaza pe raza cercului.
461,8 12,1
Mere : R1 = = 12,1 ; 1 cm = 4 mii tone → R1 = = 3 cm
3,14 4
370,3 10,8
Prune : R 2 = = 10,8 → R2 = = 2,7 cm
3,14 4
64,5 4,5
Cireşe şi vişine : R 3 = = 4,5 → R3 = = 1,12 cm
3,14 4
62
STATISTICĂ
Diagrama prin dreptunghi se folosesc la reprezentarile nivelului totalizat al unei

caracteristici complexe care se poate descompune în produsul a 2 factori:
Exemplu: - prezentarea variaţiei fondului de salarii în funcţie de salariul mediu şi nr.

muncitori;
- a volumului producţiei în funcţie de nivelul W şi a numărului de muncitori.
Folosind dreptunghiul, înseamna că se pot reprezenta în acelaşi timp cele 3 variabile

statistice: cei 2 factori pe cele 2 laturi, iar variabila complexa prin suprafaţa dreptunghiului.
Se stabilesc deci scările de reprezentare doar pentru cei 2 factori.
Exemplu: Producţia totala, producţia medie la hectar şi suprafaţa însămânţată în România

în anul 2007:
Producţia totala = 655,8 mii tone
Producţia medie = 1512 kg/ha
Suprafaţa cultivată = 433,7 mii ha
Se calculeaza mai întâi mărimea bazei dreptunghiului. Pe această latură vom plasa
producţia medie:
1 cm = 500 kg pe baza
Lungimea dreptunghiului va reproduce suprafaţa cultivată:
1 cm = 100 mii ha pe înalţime
Din produsul celor doi indicatori (suprafaţa cultivată şi producţia medie la hectar, rezultă
cel de-al treilea indicator: producţia totala), care va fi dată de suprafaţa dreptunghiului.
Alte exemple de acest gen pot fi:

- Fondul de salarii, care rezultă din produsul salariului mediu cu numărul mediu de
salariaţi; sau a producţiei, care poate fi calculată şi ca produs dintre productivitatea medie
a muncii şi numărul mediu de salariaţi.
Diagramele de structură – sunt folosite frecvent în interpretarea mutaţiilor interGrafic în

care este reprezentată structura unei colectivităţi, scotând în evidenţă raportul ce există
între parţile componente ale colectivităţii şi colectivitatea luată ca întreg.
Suprafetele sunt direct proporţionale cu volumul colectivităţii, iar parţile acesteia sunt
reprezentate prin porţiuni de suprafaţa. Astfel putem folosi spre exemplu cercul de
structura, considerând suprafaţa cercului, exprimată prin 360 º direct proporţionala cu
volumul colectivităţii.
Numărul de grade corespunzator sectoarelor de cerc se determina pe baza regulii de 3

simple. Se hasureaza diferit fiecare pe cerc fiecare grupa din cadrul colectivităţii totale.
360 º …………………………........ 100%

x ………………………………. y cunoscut
63
Pe aceeaşi regulă se bazează şi celelalte reprezentări grafice de structură. Dacă avem un

dreptunghi, a cărei înalţime este proporţionala cu 100%, se haşurează (colorează) diferit
pentru fiecare grupa, corespunzator procentului respectiv, marcat pe ordonaţa graficului.
Structura pe sexe a populatiei

%
100
49,3
Masculin
50
50,7
Feminin
0
1
Pe aceeaşi regula se bazează şi celelalte reprezentări grafice de structură.
Dacă avem un dreptunghi, a cărei înalţime este proporţionala cu 100%, se haşureaza

(colorează) diferit pentru fiecare grupă, corespunzator procentului respectiv, marcat pe
ordonaţa graficului.
120
%
100
11,0
constructii
80 19,2
comert
12,7 agricultura
60
industrie
40
57,1
20
0
1
64
STATISTICĂ
Alte exemple de grafice de structură:
Structura populatiei active din mediul rural dupa

statutul profesional, la recensamantul din 2002
(%)
Patroni
0,7%
Lucratori pe cont
propriu
Someri in 26,2%
cautarea primului Salariati
loc de munca 30,1%
1,7%
Lucratori familiali
neremunerati
39,5%
Membri ai
Alte situatii asociatiilor
1,7% cooperatiste
0,1%
Structura populatiei curent active din mediul urban, pe

grupe majore de ocupatii la recensamantul din 2002 (%)
Fortele armate Someri in cautarea

Muncitori 0,3% primului loc de Personal legislativ
necalificati munca si de conducere Specialisti cu
7,9% 3,6% 5,8% ocupatii
Operatori la masini, intelectuale
utilaje si asamblori 11,1%
de masini,
echipamente si Tehnicieni, maistri
altele si asimilati
13,7% 13,4%
Functionari
Mestesugari si administrativi
lucratori calificati 5,4%
Agricultori si
24,7% Lucratori operativi
lucratori calificati in
in sevicii, comert si
agricultura,
asimilati
silvicultura, pescuit
11,6%
2,4%
65
Ponderea femeilor în populaţtia curent ocupată,

pe grupe majore de ocupatii (%)
Grupa majoră de
ocupaţie Total Judet Bacau
specialisti cu ocupatii intelectuale
Functionari administrativi
Lucratori operativi in sevicii, comert si
asimilati
Agricultori si lucratori calificati in agricultura,
silvicultura, pescuit
Operatori la masini, utilaje si asamblori de
masini, echipamente si altele
%
Femei 0 20 40 60 80 100
Barbati
Structura populatiei curent ocupate,

pe grupe majore de ocupatii, la recensamantul din 2002 (%)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Total judet Bacau Total urban Total rural
Agricultori si lucratori calificati in agricultura, silvicultura, pescuit
Operatori la masini, utilaje si asamblori de masini, echipamente si altele
Lucratori operativi in sevicii, comert si asimilati
Specialisti cu ocupatii intelectuale
Functionari administrativi
Fortele armate
66
STATISTICĂ
Ocupata
Someri
Structura pe localitati a populatiei stabile, dupa participarea
Inactiva la activitatea economica (%), la recensamantul din 2002
BACAU
MOINESTI
ONESTI
BUHUSI
COMANESTI
DARMANESTI
SLANIC MOLDOVA
TARGU OCNA
AGAS
ARDEOANI
ASAU
BALCANI
BARSANESTI
BERESTI-BISTRITA
BERESTI-TAZLAU
BERZUNTI
BLAGESTI
BOGDANESTI
BRUSTUROASA
BUHOCI
CAIUTI
CASIN
CLEJA
COLONESTI
CORBASCA
COTOFANESTI
DAMIENESTI
DEALU MORII
DOFTEANA
FARAOANI
FILIPENI
FILIPESTI
GAICEANA
GARLENI
GHIMES-FAGET
GLAVANESTI
GURA VAII
HELEGIU
HEMEIUS
HORGESTI
HURUIESTI
IZVORU
LETEA VECHE
LIPOVA
LIVEZI
LUIZI-CALUGARA
MAGIRESTI
MAGURA
MANASTIREA CASIN
MARGINENI
MOTOSENI
NEGRI
NICOLAE BALCESCU
OITUZ
ONCESTI
ORBENI
PALANCA
PANCESTI
PARAVA
PARGARESTI
PARINCEA
PARJOL
PLOPANA
PODU TURCULUI
PODURI
RACACIUNI
RACHITOASA
RACOVA
ROSIORI
SANDULENI
SASCUT
SAUCESTI
SCORTENI
SECUIENI
SOLONT
STANISESTI
STEFAN CEL MARE
STRUGARI
TAMASI
TARGU TROTUS
TATARASTI
TRAIAN
UNGURENI
URECHESTI
VALEA SEACA
VULTURENI
ZEMES %
0 10 20 30 40 50 60 70 80 90 100
Histograma – grafic al seriilor de repartiţie cu intervale (variaţie continua). Pe axa

abciselor este reprezentat prin segmente de dreaptă mărimea intervalelor de grupare, iar
pe axa ortodanatelor se reprezintă frecventele. Pe axa abciselor se construiesc
dreptunghiuri ale căror suprafete sunt direct proporţionale cu volumul grupelor.
67
Distributia muncitorilor dupa nr. piese realizate

40 38
35
32
30
Frecvente reduse
25
22
20 19
18
15
10
0
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
Numar piese realizate (bucati)
Dacă graficele se realizeaza cu ajutorul programelor informatice specializate în statistică

(SPSS sau STATISTICA spre exemplu), se trasează automat şi curba distribuţiei normale
G. Laplace pentru comparabilitate a se vedea în exemplu graficul de mai sus.
La seriile de repartiţie cu intervale egale, bazele dreptunghiurilor sunt egale între ele, iar
suprafetele lor sunt determinate de înalţimi care sunt proporţionale cu frecventele absolute.
68
STATISTICĂ
16
fi
14
14
12
12
10
10
8 7
6
0 xi
0 5 10 15 20 25 30 35 40 45 50 55
La seriile de repartiţie cu intervale neegale laţimea bazei coloanei se construieşte egala

cu mărimea intervalelor de grupare, iar înalţimea proporţionala cu frecventele reduse în
funcţie de mărimea intervalelor de grupare.
Pentru a calcula frecventele reduse, se calculeaza mai întâi marimea fiecărui interval,
dupa care se calculeaza raportul dintre mărimea fiecărui interval şi mărimea celui mai mic
interval (în cazul nostru 5), determinându-se astfel un coeficient Ki , cu care vom reduce
frecventele absolute. În final se calculeaza frecventele reduse împarţind fiecare frecvenţa
absolută la coeficientul Ki, corespunzător fiecărui interval.
Astfel, baza fiecărui interval va fi proporţională cu mărimea intervalului de grupare, în timp

ce înalţimea coloanelor va fi proporţională cu frecvenţa redusă, în felul acesta suprafaţa
dreptunghiului fiind şi ea proporţionala cu indicatorii reprezentaţi.
Mărimea Raportul dintre

Grupe Frecvenţa intervalului de mărimea fiecărui Frecvenţa
grupare interval si mărimea redusă f i'
celui mai mic interval
xi fi di ki fi k i
10-15 10 5 1 10
15-25 24 10 2 12
25-35 28 10 2 14
35-50 21 15 3 7
69
fi' 16
28
14
24
12
fi =10
10
8 21
2
xi
0
0 5 10 15 20 25 30 35 40 45 50 55
Poligonul frecventelor se poate obţine dintr-o histograma dacă se unesc succesiv printr-o
curba mijloacele laturilor superioare ale dreptunghiurilor histogramei.
Rate de activitate pentru judetul Bacau, pe sexe, varste si medii,

la recensamantul din 2002 (%)
100
91,1 94,5 94,9 93,9 92,5
% 88,8 Masculin (urban)
90
89,6 90,6 Feminin (urban)
84,3 89,2
85,1 78,1
80 78,7 Masculin (rural)
77,2
77,8 73,3
74,6 Feminin (rural)
72,8 73,5 74,2
70 69,6 69,5
67,8 68,1
69,3
66,157,7
60
52,257,7
56,5 49,0
50 44,1
48,0 47,6%
46,6 41,4
43,9
40
42,3
35,3 29,2
30
27,0
21,5
20
17,2
13,5
1010,9 9,5
5,1 2,5
4,0
3,6
0 2,6 1,1
2,4
15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75 si
peste
Curba cumulativă a frecventelor (ogiva) se foloseşte atunci când se determina pe grafic

valorile mediilor de poziţie (mediana, cvartilele, decilele, procentilele). Se reprezintă pe
acelaşi grafic atât frecventele cumulate crescător cât şi cele cumulate descrescător.
Dacă coborăm o perpendiculara de la intersecţia celor doua curbe pe abscisă, vom obţine
valoarea medianei, indicator mediu al tendintei centrale care imparte seria în doua parţi
egale.
Historiograma (cronograma) - reprezentarea grafică a seriilor dinamice.
70
STATISTICĂ
Pe axa abciselor se reprezintă timpul, iar pe axa ordonatelor indicatorii seriei dinamice. Se
pot reprezenta pe acelaşi grafic evoluţia în timp a mai multor indicatori, dacă au legatură
între ei şi dacă au aceeaşi unitate de măsură.
Evoluţia ratei medii anuale a inflaţiei în perioada

300
1990 - 2004 (%)
256,1 rata medie anuală
250
210,4
200 170,2
154,8
150
136,7
100
45,845,7
50 34,5
59,1 22,5 15,3
5,1 38,8 11,9 9,0 6,56 4,84 7,85
32,3
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Evoluţia numărului de elevi şi studenţi la 10.000 de locuitori
2000
1776
1800
1614 1594 1625 1599
1600 1525 1501
1438
1660
1618 1623 1350
1400 1585
1563
1498
Numar de persoane
1479 1388
1200
1322
1000
Elevi la 10000 locuitori
800 Studenti la 10000 locuitori
600
421
364
400 300 332
238 260 274 286
202
148 157 160 181
200 83 93 103 110 112
0
1990/1991
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
Anii universitari
71
Cartogramele sunt grafice care se folosesc pentru prezentarea densităţii de repartiţie

teritoriala a fenomenelor cu ajutorul harţilor.
Repartizarea judeţelor pe regiuni statistice
Botosani
Satu-Mare NE
NV Maram ures
NV Suceava
NE
Salaj Bistrita Nasaud Iasi

NV NV NE
Bihor Neam t
NV NE
Cluj
NV
Mures
C Harghita Vaslui
C Bacau NE
Arad NE
V
Alba
C
Covasna
Tim is
Sibiu C Vrancea Galati
V
Hunedoara C Brasov
SE SE
V C
Buzau
Caras Severin SE
V Valcea Prahova Braila Tulcea
Gorj SV Arges S SE SE
SV S
Dam bovita
S
Mehedinti Ialom ita
SV Ilfov S
B
Olt Calarasi Constanta
SV S SE
Dolj Giurgiu
SV Teleorm an S
S
Rata generală de activitate pe localităţi, la recensământul din 2002 (%)
72
STATISTICĂ
Rata şomajului pe judeţe, la recensământul din 2002 (%)
Rata şomajului pentru 15 ani şi peste şi peste 15 ani (%)
1.9%
3.7% 10.3%
Islanda
Norvegia Finlanda
5.5%
Suedia
12.4%
Estonia
13.1%
4.2% Letonia
Danemarca 16.5%
Lituania
4.7%
3.6% Anglia
Iranda 2.1% 18.4%
Olanda 7.8% Polonia
6.2%
Belgia Germania
1.8% 8.0%
Luxemburg Cehia 19.4%
4.0% Slovacia
2.5% 5.7%
8.6% Austria Ungaria
Elvetia 5.7% 6.6%
Franta
Slovenia Romania
9.6%
Italia 19.9%
Bulgaria
10.4%
3.9% Spania 10.2%
Portugalia Grecia
Sursa: Eurostat
73
În concluzie, formele de reprezentare grafică în statistica social-economică sunt extrem de

numeroase, ceea ce impune alegerea cu discernamânt a acelora care sunt mai adecvate
conţinutului indicatorilor şi pot sugera cu usurinţă tendintele de manifestare ale
fenomenelor studiate.
Alcătuiţi un tabel statistic cu dublă intrare, în care o colectivitate să fie repartizată după
două caracteristici alease, în strânsă legătură. Transformaţi tabelul iniţial într-un tabel de
asociere.
Reprezentaţi grafic structura populaţiei după fiecare criteriu ales, individual.
Daţi câte cinci exemple din fiecare tip de serie statistică.
74
STATISTICĂ
Capitolul V
INDICATORI STATISTICI
OBIECTIVE
Familiarizarea studenţilor cu noţiunea generală de indicator statistic, cu principalele reguli
de construire a indicatorilor absoluţi şi relativi, precum şi exprimarea corectă a acestora în
unitatea de măsură adecvată, sunt principalele obiective ale acestui capitol. Sunt detaliaţi
indicatorii calculaţi sub formă de mărimi relative şi exemplificate diferitele modalităţi de
exprimare ale acestora.
Cuvinte cheie
Mărime absolută
Mărime relativă
În sensul cel mai larg, indicatorul statistic este expresia numerica a unor fenomene,
procese, activităţi sau categorii economice şi sociale, definite în timp, spaţiu şi structura
organizatorică.
Indicatorii statistici pot fi utilizaţi unilateral sau în interdependenţă reciprocă.

Indicatorul statistic cuprinde doua parţi:
y determinarea noţiunii
y expresia numerică ataşată acesteia
5.1. FUNCŢIILE INDICATORILOR STATISTICI
1. Funcţia de măsurare se poate face prin observare directă la nivelul fiecărei unităţi sau
printr-o operaţie de agregare sau dezagregare a datelor statistice în structura orizontală
sau verticală a sistemului. În urma acestei operaţii se obţin indicatori absoluţi, exprimaţi în
numere, cantităţi, valori, etc., care dimensioneaza o unitate, o grupă de unităţi, strict
determinate în timp, spaţiu şi organizatoric.
2. Funcţia de comparare provine din faptul că statistica operează cu fenomene variabile,

ceea ce necesită cunoaşterea modificărilor intervenite ca nivel de dezvoltare sau structură.
Compararea se face fie ca diferenţă, fie sub forma de raport.
Ca diferenţă se pot compara numai indicatori absoluţi care au acelaşi conţinut şi sunt
exprimaţi în aceleaşi unităţi de măsura. Ca raport se pot compara fie aceiaşi indicatori, fie
indicatori diferiţi dar care se găsesc într-o relaţie de interdependenţă.
75
Indicatori statistici
3. Funcţia de analiză provine din faptul că în mod frecvent statistica operează cu diferite
variabile complexe care se pot descompune fie printr-un produs de mai mulţi factori, fie
într-o sumă de mai multe elemente componente.
În ambele cazuri este necesar să se analizeze relaţiile care există între fiecare parte şi
întreg, între fiecare factor şi rezultat.
4. Funcţia de sinteză este specifică fenomenelor care se manifestă diferit de la o unitate

la alta. Valorile individuale diferite trebuie să fie sintetizate într-o singura expresie
numerică, care devine ceea ce este esenţial, tipic pentru întreaga masă de fenomene de
aceeaşi speţă.
De regula acesti indicatori se calculează sub forma de valori medii, care au sens statistic
numai dacă indeplinesc condiţia de omogenitate.
5. Funcţia de estimare poate fi folosită pentru măsurarea tendintei de dezvoltare a

fenomenelor în aceeaşi perioada de timp, variabilă ca spaţiu şi organizatoric sau în
aceleaşi condiţii de spaţiu şi organizatorice dar variabile în timp.
Se foloseşte şi atunci când datele care au stat la baza calculelor statistice provin dintr-un
sondaj cu caracter reprezentativ.
6. Funcţia de verificare a ipotezelor şi de testare a semnificaţiei unor indicatori

statistici calculaţi.
Se bazează pe interpretarea probabilistică a fenomenelor şi are ca scop reţinerea celui

mai adecvat model de calcul al indicatorilor.
Exemplu: Dacă observarile sunt date de sondaje se impune verificarea semnificaţiei lor
pentru estimarea parametrilor pentru întreaga colectivitate.
5.2. CLASIFICAREA INDICATORILOR STATISTICI
După etapa în care apar în procesul de cercetare statistică, indicatorii pot fi:
Indicatori primari
Indicatori derivaţi
5.2.1. Indicatorii primari
Indicatorii primari se obţin în cadrul prelucrării primare a datelor statistice, ca urmare a

unui proces de centralizare a datelor unei observări statistice. Aceştia au un conţinut
concret şi o formă concretă de exprimare.
Exemplu: volumul producţiei industriale se exprimă la nivelul agentului economic în: unităţi
naturale (tone, bucaţi, kg, …) sau în unităţi natural-convenţionale; în unităţi de timp de
muncă sau valorice.
Din acest motiv, indicatorii primari se numesc şi indicatori absoluţi.
76
STATISTICĂ
În practica, putem întâlni:
► indicatori primari:
y obţinuţi de regulă la nivelul unităţilor complexe, ca suma a unor componente.

Exemplu: valoarea producţiei marfă = valoarea produselor finite + valoarea
semifabricatelor livrate + valoarea lucrărilor cu caracter industrial efectuate către terţi sau
ca diferenţă spre exemplu:
valoarea adăugată = valoarea producţiei brute – valoarea consumului intermediar.
y obţinuţi prin agregarea unor valori individuale cu acelaşi conţinut, dar calculat la
trepte ierarhice inferioare.
Exemplu: PIB, care deşi este un indicator sintetic, poate fi considerat şi ca indicator
agregat obţinut ca sumă a valorilor adăugate brute ale agenţilor economici.
y obţinuţi direct din observare atunci când se face un studiu monografic a unei unităţi
statistice.
Exemplu: pentru o întreprindere industrială, indicatorii valorici ai producţiei sunt în acelaşi
timp şi indicatori absoluţi primari şi înregistraţi direct la nivelul unităţii.
La determinarea indicatorilor primari se pot întâlni în practică caracteristici însumabile

direct sau nu. Putem avea urmatoarele cazuri:
- când xi este însumabil direct, indicatorul absolut totalizator (X) se va obţine ca:
n
x = ∑ xi
i =1
- cazul în care datele individuale nu sunt însumabile direct şi trebuie găsit un coeficient de
echivalenţă (k), iar indicatorul absolut totalizator se va obţine ca:
n
x = ∑ xi ⋅ k
i =1
Exemplu: valoarea desfacerilor unui magazin = suma produselor dintre cantitatea
desfăcută din fiecare produs multiplicată cu preţul unitar al acesteia;
- cazul în care însumarea directă nu are sens economic, deoarece valorile individuale
înregistrate nu au conţinut de mărime absolută, ci ele provin dintr-un calcul statistic.
Exemplu: productivitatea muncii ( W ), salariul mediu, etc.
În sens statistic, aceste valori au conţinut de indicatori derivaţi şi ca indicatori sintetici nu

pot fi obţinuţi prin agregare.
Indicatorii absoluţi exprimă volumul grupelor şi al întregii colectivităţi.
Descrierea cantitativă a fenomenelor cu ajutorul nivelului absolut al diverselor sale

caracteristici are o capacitate limitată de caracterizare şi nu permite aprecieri calitative
asupra fenomenului cercetat.
Pentru aceasta, fiecare indicator absolut trebuie confruntat (comparat) cu alţi indicatori sau
completat cu informaţii superioare, de natură calitativă. Cu toate acestea, mărimile
absolute constituie punctul de plecare al analizei statistice.
77
5.2.2. Indicatorii derivaţi
Indicatorii derivaţi se obţin în faza de prelucrare statistică a mărimilor absolute prin

aplicarea unor metode şi procedee de calcul statistic (comparaţii, abstractizări,
generalităţi).
Indicatorii utilizaţi în statistică sunt extrem de numeroşi şi cu metodologii variate de calcul
sub formă de: mărimi relative, mărimi medii, indicatori ai variaţiei (absoluţi, relativi şi
medii), indici, indicatori ce caracterizează corelaţia, etc. Indicatorii derivaţi au caracter
abstract, chiar dacă uneori (în cazul mediilor spre exemplu) se exprimă în unităţi concrete
de măsură. Ei au drept scop analiza calitativa a fenomenelor şi proceselor cercetate. De
regulă ei se obţin prin aplicarea unui model de calcul statistic de comparare sau estimare,
comparare care se face fie sub formă de diferenţă, fie de raport.
Compararea pe bază de diferenţă trebuie să îndeplinească condiţia de comprasibilitate din

punct de vedere al conţinutului şi al unităţii de măsură.
Exemplu: Sporul de venit net
Compararea pe baza de raport se poate face atât pentru indicatorii cu acelaşi conţinut cât
şi pentru cei cu conţinut diferit dar interdependenţi între ei. Astfel apar în statisticile
economico-sociale mărimile relative şi indicii.
Metoda de calcul a indicatorilor derivaţi este diferită şi va fi prezentată separat.
5.3. INDICATORI STATISTICI CALCULAŢI

SUB FORMĂ DE MĂRIMI RELATIVE
Mărimile relative - cea mai simplă categorie de indicatori derivaţi
Un prin pas de la trecerea de la concret la abstract, de la mărimi absolute la mărimi

derivate îl reprezintă compararea datelor prin raportare, obţinându-se marimi relative.
Mărimile relative sunt folosite în toate documentele în care se utilizează metodele

statistice.
Indicatorii relativi se obţin prin aplicarea unui model de comparaţie sub formă de raport.
În statistica economică, prin mărime relativă înţelegem rezultatul raportării a doi indicatori
statistici absoluţi. Indicatorul de la numărator se numeşte indicator raportat, iar cel de la
numitor indicator bază de raportare.
Pentru a calcula o mărime relativă trebuiesc respectate următoarele condiţii:

- între termenii comparaţii să existe o legatură firească de condiţionare sau dacă este
posibil chiar de cauzalitate;
- termenii comparaţi să fie cu adevărat comparabili din punct de vedere al sferei de
cuprindere, ca metodologie de calcul, etc.
- baza de comparaţie să aibă o anumită semnificaţie în evoluţia fenomenului studiat.
78
STATISTICĂ
Cele mai multe dificultăţi apar în comparaţiile teritoriale unde indicatorii provin din surse
diferite şi uneori sunt calculaţi după metodologii diferite. De asemenea, comparabilitatea
trebuie să aiba în vedere şi timpul la care se referă datele.
Spre exemplu, W se determina frecvent ca raport între producţie şi numărul de salariaţi.

Dar, producţia este calculată la nivelul unei perioade (luna, trimestru, semestru, an), în
timp ce numărul de muncitori poate fi determinat la un moment şi atunci, pentru a fi
comparabile datele raportului se va lua în calcul nr. mediu al muncitorilor.
Alegerea bazei de raportare se va face în funcţie de scopul comparării. Spre exemplu,

dacă se face comparaţia în timp (în dinamică), putem alege o bază fixă, respectiv un an
reprezentativ în evoluţia fenomenului studiat.
Alegerea formei de exprimare

Rezultatul raportării poate fi un număr întreg sau o fracţie. Deseori pentru a fi mai expresiv
rezultatul, el se înmulţeşte cu 100, 1000 sau 10000, deci se exprimă în procente, promile,
prodecimile, procentimile, etc.
Forma cea mai simplă de exprimare a mărimii relative este în unităţi sau coeficienţi,
rezultatul raportului arătând în acest caz câte unităţi din indicatorul raportat revin la o
singura unitate a indicatorului bază de raportare.
Exemplu: Indicatorul eficienţei economice
Forma cea mai obişnuită şi sugestivă de exprimare a mărimii relative este cea de procent
- %, care arată câte unităţi din indicatorul raportat revin la 100 unităţi ale indicatorului bază
de raportare.
Promilele se folosesc când indicatorul comparat este mult prea mic faţă de indicatorii
bază de comparare şi exprimarea în coeficienţi sau chiar în % ar duce la stabilirea unor
mărimi relative dificil de interpretat.
Exemple: Eficienţa fondurilor fixe, care arată valoarea producţiei nete la 1000 lei fonduri
fixe; Indicatorii miscarilor naturale şi migratorii a populaţiei: nascuţi vii la 1000 de locuitori,
etc.
Dacă şi în acest caz rezultatul raportului dintre cele 2 mărimi comparate are o valoare
foarte mică, se utilizeaza prodecimilele sau procentimilele, etc.
Exemple: Numărul studenţilor ce revin la 10000 de locuitori; numărul medicilor ce revin la
10000 de locuitori; numărul de magazine ce revin la 100000 locuitori în rural.
Atenţie ! Se alege forma cea mai sugestivă.
Sensul interpretării: cu cât revin mai puţini locuitori la un medic, situaţia este mai bună.
Folosirea coeficienţilor se face atunci când numaratorul este mai mare decat numitorul.
Exemplu: Avem o unitate care are două magazine: A şi B.

Magazinul A a vândut într-o luna de 3 milioane lei, iar magazinul B a vândut de 6 milioane
lei.
79
Comparaţia se poate face luând pe rând ca bază fiecare din cele două magazine:
xA 3 xB 6
kA B = = = 0,5 sau kB A = = =2
xB 6 xA 3
În primul caz, pentru a fi sugestiv rezultatul îl exprimăm procentual: 0,5 x 100 = 50%, iar ca
interpretare, putem spune că magazinul A a vândut marfă valorând 50% din valoarea
vânzarilor magazinului B.
În cel de-al doilea caz, evident magazinul B a vândut de 2 ori mai mult decât magazinul A.
În cazul în care indicatorul de la număratorul raportului este cu mult mai mic decât cel de
la numitor, mărimea relativă se exprimă în promile, prin înmulţire cu 1000.
Comparaţiile pot fi făcute între acelaşi tip de variabile (dar din perioade de timp sau spaţii
diferite) sau între două variabile interdependente.
În general o mărime relativă se calculează astfel:
Termen de comparat
× 10 k
Termen de comparaţie
Atunci când:
y k = 0 ⇒ mărimea relativă se exprimă în coeficient, semnificând de câte ori este mai

mare termenul de comparat faţă de cel cu care se compară;
y k =2 ⇒ forma de exprimare în procente (%):
336017 (populaţia activă)

Exemplu: ⋅ 100 = 47,6 %
706623 (populaţia totală)
Rezultă că în medie, din fiecare 100 persoane aproape 48 sunt active.
Acest indicator se numeşte rata generală de activitate.
y k =3 ⇒ forma de exprimare în promile ():
8500 născuţi vii

Exemplu: ⋅ 1000 = 11 0
00
750000 locuitori
În medie, la fiecare o mie de locuitori, s-au născut încă 11.
y k=4 ⇒ forma de exprimare în prodecimile:
4700 stomatologi
Exemplu: ⋅ 10000 ≅ 63 stomatologi revin în medie la 10 mii locuitori.
750000 locuitori
Dacă raportul se face invers, ar rezulta că fiecărui stomatolog îi revin în medie aproape
160 locuitori.
80
STATISTICĂ
y k =5 ⇒ forma de exprimare în procentimile:
305 salariaţi în activitatea de cercetare

Exemplu: ⋅ 100000 ≅ 238 ⇒ în medie, la 100 mii
128000 salariaţi total
salariaţi revin 238 care lucrează în activitatea de cercetare.
După cum am mai precizat, se alege cea mai sugestivă formă de exprimare.
Dacă dorim să calculăm de exemplu creşterea relativă a numărului de studenţi în două

perioade de timp:
- Nr. studenţi în octombrie 2010 = 7500
- Nr. studenţi în octombrie 2011 = 6200
7500 7500
Rezultă: = 1,209 sau ⋅ 100 = 120,9 %
6200 6200
Interpretare corectă Interpretare incorectă

- nr. de studenţi a crescut în - a crescut de 120,9 ori;
perioada analizată de 1,2 ori; - a crescut cu 120 %;
- a crescut cu 1,25 %.
- nr. de studenţi din octombrie
2011 reprezenta 120,9% din cel
existent în octombrie 2010;
- nr. de studenţi a crescut la

120,9% faţă de octombrie 2010;
- nr. de studenţi a crescut cu

20,9% faţă de octombrie 2010.
În statistica social-economică se calculeaza urmatoarele tipuri de mărimi relative:
Mărimi relative de structura.

Mărimi relative de coordonare (corespondenţă).
Mărimi relative ale dinamicii.
Mărimi relative ale planului (programului).
Mărimi relative de intensitate.
5.3.1. Mărimi relative de structură
Dacă o colectivitate este împărţită în k grupe, iar nivelul absolut al grupelor este: x1, x2, …
xk, putem obţine următoarele mărimi relative cu sensul de ponderi sau greutăţi specifice:
x1 x2 xk
f1* = k
; f2* = k
; ..... fk* = k
;
∑ xi ∑ xi ∑ xi
i =1 i =1 i =1
81
În cazul unei serii de distribuţie de frecvenţe, fiecare mărime relativă de structură exprimă
ponderea grupului de elemente (xi) în total, grupul obţinându-se fie prin centralizare, fie
prin produsele de frecvenţă (x; n). Notând cu ni frecvenţa de înregistrare a elementelor de
acelaşi fel:
x i ⋅ ni
gi = k
× 100
∑ x i ⋅ ni
i =1
Specific mărimilor relative de structură este proprietatea de aditivitate - mărimile relative

de structura pentru aceeaşi colectivitate având aceeaşi baza de raportare admit
proprietatea de aditiune (adunare) respectiv de scădere.
Exemplu: creşterea greutăţii specifice a populaţiei urbane de la un an la altul nu se face

prin scădere, pentru că şi nr. total al populaţiei s-a modificat. Deci, se spune fie că a
crescut de la x % la y %, fie se face un nou raport x/y care se exprimă procetual şi ceea ce
depăşeşte 100% reprezintă creşterea relativă a populaţiei urbane.
Fiind calculate faţă de aceeaşi bază cu greutăţi specifice corespunzătoare se pot efectua
operaţii de adunare şi scadere. Suma mărimilor relative de structură este egală cu 1 sau
cu 100 dacă acestea au fost exprimate în procente.
Această proprietate se foloseşte frecvent în statistica social-economică deoarece
frecvenţele absolute referindu-se la fenomene concrete sunt exprimate în unităţi concrete
de măsură, deci necomparabile pentru 2 sau mai multe variabile interdependente.
Eliberându-se de aspectul concret, ele pot fi comparate cu probabilitatea de apariţie a
diferitelor evenimente, iar seria de date poate fi analizată.
5.3.2. Mărimi relative de coordonare
Mărimile relative de coordonare se folosesc pentru a compara 2 grupe ale aceleiaşi

colectivităţi sau două colectivităţi situate în spaţii diferite, dar coexistente în timp. Ori de
câte ori este posibil calculul mărimillor relative de structură este posibil şi calculul mărimilor
relative de coordonare.
Dacă o colectivitate este împărţită în 2 grupe, iar nivelul variabilei studiate este xA şi xB,
atunci putem calcula următoarele mărimi relative de coordonare:
xA xB
kA / B = şi kB / A =
xB xA
Acestea se folosesc în special în studiul variaţiei teritoriale, prin urmare au caracter de

indici teritoriali.
5.3.3. Mărimi relative ale dinamicii
Mărimile relative ale dinamicii se folosesc în scopul caracterizării statistice a evoluţiei în

timp a fenomenului analizat. Acestea se calculează când dispunem de cel puţin două
valori ale aceluiaşi indicator înregistrate în unităţi diferite de timp.
82
STATISTICĂ
În funcţie de baza de comparaţie aleasă putem calcula:
a) Mărimi relative ale dinamicii cu bază fixă:

x
i i / 0 = i ⋅ 100
x0
b) Mărimi relative ale dinamicii cu bază mobilă (în lanţ):

x
i i / i −1 = i ⋅ 100
x i −1
În primul caz putem stabili modificarea faţă de o bază de referinţă semnificativă, iar în cel
de-al doilea caz, ritmicitatea cu care se modifică fenomenul studiat. În practică, această
mărime relativa se numeşte indice.
Întotdeauna la numărătorul indicelui va figura mărimea fenomenului pentru perioada de

timp prezentă sau mai aproape de prezent, iar la numitor mărimea aceluiaşi fenomen dar
pentru o perioadă de timp mai veche.
5.3.4. Mărimi relative ale planului
Mărimile relative ale planului se calculează în economia de piaţă la nivelul unităţilor

economice.
Calculul presupune prelucrarea din evidenţele unităţii economice analizate a informaţiilor

referitoare la:
- nivelul fenomenului analizat într-o perioada de baza ( x0 );
- nivelul planificat (programat) al aceluiaşi fenomen pentru perioada curentă ( xpl );
- nivelul realizat al acestuia în perioada curentă ( x1 ).
Din compararea sub formă de raport a celor 3 indicatori rezultă:

- o mărime relativă a sarcinii de plan:
x pl
k pl / 0 = ⋅ 100
x0
- o mărime relativă a îndeplinirii planului:
x
k1 / pl = 1 ⋅ 100
x pl
- o mărime relativă a dinamicii:
x
k1 / 0 = 1 ⋅ 100
x0
Între cei trei coeficienţi se poate stabili relaţia:
x1 x pl x1
= ⋅
x0 x 0 x pl
83
De cele mai multe ori mărimile relative ale planului se exprimă procentual, adesea reţinând
doar valoarea ce depaşeşte 100, aratând procentul de depăşire a planului sau dimpotrivă
dacă coeficientul este subunitar, aratând cu câte procente nu s-a realizat programul
stabilit.
5.3.5. Mărimi relative de intensitate
Mărimile relative de intensitate se calculează între doi indicatori absoluţi de natură diferită
între care există o relaţie de interdependenţă. Un exemplu de mărime relativă de
intensitate este nivelul productivităţii muncii ( W ), calculat între nivelul producţiei ( Q ) şi
numărul mediu de muncitori ( T ).
y
xi = i
zi
Semnificaţia lui xi: câte unităţi din valoarea caracteristicii y revin la o unitate a
caracteristicii z.
Rezultă că y depinde de doi factori: unul de natură extensivă (cantitativă) zi, care este
însumabil direct şi altul de natură intensiva (calitativă) xi, care nu poate fi însumabil direct.
Pentru a calcula nivelul lui xi pe total colectivitate se raportează nivelul totalizat al

caracteristicii y la nivelul totalizat al caracteristicii z.
X=
∑ yi
∑ zi
Mărimile relative de intensitate au largi aplicaţii în statistica social-economică.
Exemplu: cazul productivităţii muncii:
Producţia
W =
Numărul mediu al personalului muncitor
Exemplu: eficienţa fondurilor fixe, recolta la hectar, volumul pe localitate, etc.

factor calitativ
yi
xi = ⇒ y i = zi ⋅ x i
zi
variabila rezultativă factor cantitativ
Mărimile relative de intensitate calculându-se sub formă de rapoarte cu baze diferite de

raportare şi având conţinut de medie – nu admit operaţia de aduţiune. Deci, mărimea
relativă la nivelul ansamblului x nu este o sumă a mărimilor relative parţiale, calculate la
nivelul grupelor ci o medie a acestora şi poate fi calculat agregând separat variabilele din
numitor şi numărator.
84
STATISTICĂ
Exemple de mărimi relative de intensitate

- în demografie - pentru caracterizarea miscarii populaţiei (nasteri, decese, spor
migratoriu);
- în economie - pentru caracterizarea gradului de dotare, a nivelului productivităţii, a
salariului pe un muncitor;
indicatori ai nivelului de trai

- social cultural =
numărul mediu al populaţiei
număr născuţi vii

- coeficient de natalitate = ⋅ 1000
număr de locuitori la data de 01.07.a.c.
număr născuţivii în luna× 12 luni

- rata natalităţii lunare = ⋅ 1000
număr locuitorila data de 01.07.a.c.
număr decedaţi
- coeficient de mortalitate = ⋅ 1000
număr locuitori la data de 01.07.a.c.
- coeficient de mortalitat e infantilă = număr născuţi morţi sub 1 an ⋅ 1000

număr născuţi vii
- densitatea populaţiei = populaţia (locuitori ) = populaţia/ km 2

2
suprafaţa (km )
valoarea fondurilor fixe
- gradul de înzestrar e tehnică a muncii = =
numărul populaţiei ocupate
= mii lei/persoa nă
numărul populaţiei active

- rata globală de activitate = ⋅ 100
numărul populaţiei totale
venitul net
- W (productiv itatea) netă / persoana ocupată = =
numărul populaţiei ocupate
= mii lei/persoa nă
volumul de vânzări
- coeficient ul de consum = = mii lei/persoa nă
numărul populaţiei
Atenţie !
La construirea mărimilor relative trebuie să se ţină cont şi de comparabilitatatea

perioadelor la care se referă datele de la numărător şi numitor.
Spre exemplu, în luna mai s-au născut 550 copii într-un judeţ a cărui populaţie legală era
de 720 mii locuitori.
85
Pentru a calcula rata lunară a natalităţii:
a) INCORECT b) INCORECT c) CORECT
550 550 550 × 12

⋅ 1000 = 9,2 ‰
720 720000 720000
Numărătorul nu Numărătorul nu este Pentru a le face
este comparabil comparabil cu numitorul comparabile datorită
cu numitorul ca din punct de vedere al problemelor sesizate la
unitate de măsură, perioadelor la care se cazul b), indicatorul de
unul este în referă. Astfel, numărătorul la numărător se va
persoane şi altul se referă la o lună de zile, înmulţi cu 12 luni cât are
este în mii reprezentând un indicator un an, iar datele vor fi
persoane. de interval, în timp ce comparabile cu
numitorul este un indicator numitorul la care s-a
de stoc, valabil doar la înregistrat media anuală.
momentul observării, motiv Transformat în
pentru care se va lua promile, rezultatul
media anuală, asimilată cu semnifică: în medie, la
populaţia de la 1 iulie fiecare o mie de locuitori
(mijlocul anului). s-au mai născut alţi 9 în
A doua problemă este luna mai.
dată de numărător, care se Similar, dacă datele
referă la o lună, în timp ce sunt pe trimestru se
la numitor avem o medie înmulţeşte cu 4, pe
valabilă pe un an întreg. semestru cu 2, ş.ş.m.d.
APLICAŢIE
Cunoaştem următoarele date statistice:
Tabel nr.1
Indicatori statistici la nivelul României
la 1 iulie la 1 iulie Luna iulie
Indicatorul statistic Anul 2010
2000 2010 2010
Populaţia stabilă a României (mii persoane) 22435,2 21431,3
- mediul urban 12244,6 11798,7
- mediul rural 10190,6 9632,6
Nascuţi vii (persoane) 212199
Decese (persoane) 259723
Decese la o vârstă sub 1 an (număr) 2078
Decese (persoane) 18743
Femei (mii persoane) 11466,3 10997,2
Populaţia activă (mii persoane) 9965
Şomeri B.I.M. 725
Număr mediu de salariaţi (mii persoane) 4376
Număr mediu de pensionari (mii persoane) 5675
Câştigul mediu net lunar salarial (lei) 1391
Pensia medie lunară (lei) 716
Număr de studenţi înscrişi (2010/2011) 673001
Număr de medici 52204
Sursa datelor: "Anuarul Statistic al României", ed. 2011 si 2001, I.N.S.
86
STATISTICĂ
Să se analizeze datele din tabel cu ajutorul mărimilor relative de calcul.
Rezolvare:
Putem calcula structura populaţiei pe medii, la cele două momente de timp, ca pondere a
fiecărei grupe în total.
Populaţia din urban

Populaţia din urban (%) = ⋅ 100
Populaţia totală
12244,6
Pu2000 = ⋅ 100 = 54,6 %
22435,2
10190,6
Pr 2000 = ⋅100 sau 100 – 54,6 = 45,4 %
22435,2
Idem şi pentru 1 iulie 2010. Calculele sunt prezentate în tabelul al doilea.
Interpretare:
Populaţia din mediu urban reprezenta 54,6 % în anul 2000 şi 55,1% în anul 2010. Sau,
altfel spus, în anul 2000, în medie, din 100 persoane, aproape 55 locuiau în mediul urban
şi peste 45 locuiau în mediul rural.
Ponderea populaţiei urbane în total populaţie a crescut uşor, de la 54,6% în anul 2000, la
55,1% în anul 2010.
Tabel nr. 2
Indicatori statistici la nivelul României
Modificarea
Dinami Creşterea
Structura relativă a
ca relativă a
la 1 iulie la 1 iulie populaţiei pe structurii pe
Indicatorul statistic populaţi populaţiei
2000 2010 medii (%) medii (+/-
ei (%) (+/-%)
%)
2000 2010
Populaţia României
22435,2 21431,3 100,0 100,0 95,5 -4,5
(mii persoane)
- mediul urban 12244,6 11798,7 54,6 55,1 0,9 96,4 -3,6
- mediul rural 10190,6 9632,6 45,4 44,9 -1,0 94,5 -5,5
Putem analiza modificările relative ale structurii pe medii a populaţiei României în anul
2010 faţă de anul 2000:
Este greşit a calcula prin diferenţă:

- spre exemplu: la urban 55,1% - 54,6% = + 0,5%
deoarece nu s-a produs modificarea populaţiei doar în mediul urban ci şi pe total.
Corect:
- se va calcula o nouă mărime relativă a dinamicii, din cele două mărimi relative de
structură:
87
55,1
⋅ 100 = 100,9 % , de unde rezultă că ponderea populaţiei urbane în total a crescut în
54,6
cei 10 ani cu 0,9 %.
Calculele sunt prezentate în tabelul al doilea, împreună cu dinamica (indicii) populaţiei.

Ponderea populaţiei rurale în total a scăzut cu 1% în cei 10 ani.
Pentru analiza dinamicii populaţiei în cei 10 ani putem calcula indicii şi ratele de creştere.
Astfel, pe total:
21431,3
i2010/2000 = ⋅ 100 = 95,5 % (sau - 4,5 %)
22435,2
Putem spune că populaţia la 1 iulie 2010 reprezenta 95,5% din cât era aceasta la 1 iulie
2000. Altfel spus, populaţia la 1 iulie 2010 a scăzut cu 4,5% faţă de cea existentă la 1 iulie
2000.
Din aceleaşi date putem calcula şi mărimi relative de coordonare:

Spre exemplu, în anul 2010:
Pop. urban 11798,7

= = 1,225 sau 122,5 %
Pop. rural 9632,6
Putem afirma că în medie, populaţia din urban era la 1 iulie 2010 de 1,225 ori mai mare
decât populaţia din rural (sau altfel spus, cu 22,5% mai mare). O altă formulare corectă ar
fi: în medie, la fiecare 100 persoane din rural reveneau aproape 123 persoane din urban.
Se alege una din aceste variante ca mod de interpretare.
La fel, raportul de coordonare poate fi calculat şi invers:
Pop. rural 9632,6

= = 0,816 sau 81,6 %
Pop.urban 11798,7
În medie, la 100 persoane care locuiau în urban, reveneau aproape 82 persoane care
locuiau în rural (sau cu 18,4% mai puţin).
Alte mărimi relative care pot fi calculate mai departe, sunt cele de intensitate, care
presupun raportarea unui indicator la un alt indicator, cu condiţia ca aceştia să se afle într-
o strânsă legătură.
Spre exemplu, putem calcula rata natalităţii în anul 2010:

Nascuti an 2010
Rata nat. 2010 = ⋅ 1000 =
Pop. la 01.07.2010
212199
= ⋅ 1000 = 9,9 ‰ ≅ 10 ‰
21431300
Putem spune că în anul 2010, la fiecare 1000 persoane s-au mai născut în medie 10.
În acelaşi mod putem calcula rata mortalităţii:

Decese an 2010
Rata mort. 2010 = ⋅ 1000 =
Pop.la 01.07.2010
259723
= ⋅ 1000 = 12,2 ‰
21431,3 ⋅ 10 3
În medie, din fiecare 1000 locuitori ai României au decedat peste 12 în anul 2010.
88
STATISTICĂ
Cunoscând atât numărul de născuţi cât şi numărul de decese din anul 2010, putem calcula
sporul natural al populaţiei şi respectiv rata sporului natural:
Spor natural 2010 = Născuţi vii 2010 – Decese 2010 =
= 212199 – 259723 = – 47524 persoane
Rezultă că în anul 2010, populaţia României a scăzut pe cale naturală cu 47524 persoane.
Sporul natural în 2010

Rata sporului natural în 2010 = ⋅ 1000 =
Pop. la 01.07.2010
− 47524
= ⋅ 1000 = −2,3 ‰
21431300
Acelaşi rezultat s-ar fi obţinut dacă calculam ca diferenţă între cele 2 rate:
Rata sporului natural = Rata natalităţii - Rata mortalităţii
= 9,9 ‰ – 12,2 ‰ = – 2,3 ‰
Semnificaţie: în anul 2010, în România, la fiecare o mie de persoane, populaţia a scăzut

pe cale naturală cu peste 2 persoane. Pentru a nu efectua rotunjiri datorită zecimalelor,
putem transforma şi în prodecimile înmulţind rezultatul cu 10.000 în loc de 1000. În acest
caz, putem interpreta astfel: în medie, la fiecare 10 mii de persoane, populaţia a scăzut pe
cale naturală cu 23 locuitori.
Un alt indicator relativ de intensitate ce poate fi calculat pe baza datelor din tabel este rata
mortalităţii infantile:
Decese sub 1 an, 2010
Rata mort. infant. în 2010 = ⋅ 1000 =
Nasc. vii an 2010
2078
= ⋅ 1000 = 9,8 ‰ ≅ 10 ‰
212199
Cum decesele ce pot surveni până la împlinirea vârstei de un an pot surveni din rândul
celor născuţi vii în cursul ultimului an, rata se calculează raportând decesele respective la
numărul de născuţi vii ai perioadei şi nu la populaţia totală (cu care nu are legătură).
Interpretare: în medie, la fiecare 1000 de născuţi vii în România în anul 2010 au decedat
10. Putem calcula de asemenea rata mortalităţii din luna iulie a anului 2010:
18743 × 12 luni
Rata mort. 07.2010 = ⋅ 1000 = 10,5 ‰
21431300
În medie, în luna iulie din 2010, la fiecare 1000 locuitori s-au născut un număr de aproape
11 copii, sau altfel spus, în medie la fiecare 10.000 locuitori s-au născut 105 copii.
Cunoaştem mai departe numărul de femei din cei doi ani, iar prin diferenţă putem calcula
numărul de bărbaţi.
Nr. bărbaţi 2000 = 22435,2 - 11466,3 = 10968,9 mii persoane

Nr. bărbaţi 2010 = 21431,3 - 10997,2 = 10434,1 mii persoane
Putem calcula în continuare atât structura populaţiei pe sexe ca şi în cazul structurii

populaţiei pe medii, respectiv raportul de coordonare între bărbaţi şi femei (sau invers),
precum şi mărimile relative de dinamică a populaţiei pe sexe în cei 10 ani.
89
10997,2
Spre exemplu, în 2010, ponderea femeilor în total era de ⋅ 100 = 51,3 % , iar a
21431,3
bărbaţilor de 48,7 % (100 - 51,3).
Femei 10997,2
⋅ 100 = ⋅ 100 = 105 % ⇒ în anul 2010, numărul de femei era cu 5 % mai
Barbati 10434,1
mare decât al bărbaţilor, sau altfel spus, în medie la fiecare 100 de bărbaţi reveneau 105
femei.
Barbati 10434,1
Invers, ⋅ 100 = ⋅ 100 = 95 % ⇒ ceea ce înseamnă că numărul bărbaţilor era
Femei 10934,1
cu 5 % mai mic decât al femeilor, sau altfel spus, în medie la fiecare 100 de femei
reveneau 95 de bărbaţi.
În dinamică,
10997,2
/ 2000 = ⋅ 100 = 95,9 % ⇒ numărul de femei a scăzut în anul 2010 faţă de
femei
i 2010
11466,3
anul 2000 cu 4,1 %.
10434,1
barbati
i 2010 = ⋅ 100 = 95,1 % ⇒ numărul de bărbaţi din România în anul 2010
10968,9
/ 2000
reprezentau 95,1 % din cel existent în 2000, sau altfel spus, acesta a scăzut cu 4,9 % în
cei 10 ani.
Cunoaştem mai departe date cu privire la ocuparea forţei de muncă. Forţa de muncă este
dată de populaţia activă (PA) care este alcătuită din populaţia ocupată (PO) şi şomeri (Ş).
PO = PA - Ş = 9965 - 725 = 9240 mii persoane.
În continuare putem calcula alţi indicatori relativi de intensitate cunoscuţi:
PA
Rata generală de activitate = ⋅ 100 =
Pop.totală
9965
= ⋅ 100 = 46,5 %
21431,3
⇒ în anul 2010, în medie, din fiecare 100 persoane peste 46 erau active şi aproape 54
persoane erau inactive.
PO
Rata generală de ocupare = ⋅ 100 =
Pop. totală
9240
= ⋅ 100 = 43,1 %
21431,3
⇒ în medie, la fiecare 100 persoane reveneau 43 persoane ocupate (care lucrau pentru
a obţine venituri în bani sau în natură).
90
STATISTICĂ
Şomeri 725
Rata şomajului = ⋅ 100 = ⋅ 100 = 7,3 %
Pop. activă 9965
Rezultă că în anul 2010, în România, la fiecare 100 persoane active reveneau în medie
peste 7 şomeri. Alte mărimi relative de intensitate:
Nr. salariati 4376

⋅ 100 = ⋅ 100 = 47,3 %
Nr. persoane ocupate 9240
Rezultă că aproape jumătate din populaţia ocupată avea statutul de salariat. Altfel spus, în
medie la fiecare 100 persoane ocupate reveneau peste 47 salariaţi.
Putem calcula în continuare alte mărimi relative de coordonare:
Nr. mediu salariati 4376

⋅ 100 = ⋅ 100 = 77 %
Nr. mediu pensionari 5675
⇒ Numărul mediu de salariaţi era în anul 2010 cu 23% mai mic decât cel de pensionari.
Altă interpretare corectă: în medie, la fiecare 100 de pensionari reveneau 77 salariaţi.
Raportul poate fi calculat şi invers:

Pensionari 5675
⋅ 100 = ⋅ 100 = 129,7%
Salariati 4376
Numărul pensionarilor era în anul 2010 de 1,3 ori mai mare ca cel al salariaţilor (cu
29,7%).
Idem pentru raportul dintre “Pensia medie” şi “Salariul mediu net din anul 2010”:
Salariul mediu 1042

⋅ 100 = ⋅ 100 = 267,9 % ⇒ salariul mediu a fost în anul 2007 de 2,68
Pensia medie 389
ori mai mare decât pensia medie (+ 167,9 %).
Pensia medie 716

⋅ 100 = ⋅ 100 = 51,5 %
Salariul mediu 1391
⇒ Pensia medie reprezenta 51,5 % din salariul mediu în anul 2010, sau altfel spus,
aceasta era cu 48,5 % mai mică decât salariul.
Cu ajutorul ultimilor 2 indicatori furnizaţi în tabelul iniţial, putem calcula alte 2 mărimi
relative de intensitate, comparând cu populaţia medie din acel an (media fiind asimilată cu
populaţia la 1 iulie a anului ).
Numărul de studenţi care reveneau la 1000 locuitori în anul 2010 era de 31 ‰ :

673001
⋅ 1000 = 31,4 ‰
21431300
91
Numărul de medici care reveneau la 1000 locuitori era în anul 2010 de 2 persoane:
52204
⋅ 1000 = 2,5 ‰
21431300
Indicatorul poate fi calculat şi invers:
21431300
= 410,5 ≅ 411 persoane / un medic
52204
⇒ În medie, în anul 2010, în România la fiecare medic reveneau aproape 411 pacienţi
(locuitori).
Atenţie la sensul interpretării !
La primul indicator calculat, cu cât este mai mare avem o situaţie mai bună, în timp ce la
cel de-al doilea (opusul său), cu cât mărimea este mai mare, situaţia este mai
defavorabilă.
Daţi câte 10 exemple de mărimi absolute şi tot atâtea de mărimi relative.
Care este cea mai bună formă de exprimare a mărimilor relative ?
Alegeţi din “Anuarul Statistic al României” indicatori statistici, în aşa fel încât să puteţi
realiza şi interpreta toate tipurile de mărimi relative învăţate.
Puteţi selecta date statistice şi din baza de date Tempo OnLine de pe site-ul Institutului
Naţional de Statistică: https://statistici.insse.ro/shop/.
92
STATISTICĂ
Capitolul VI
MĂRIMI MEDII
OBIECTIVE
Dat fiind faptul că în general statistica operează cu noţiuni şi mărimi medii, este deosebit
de importantă înţelegerea corectă a acestora şi folosirea autorizată, fără a face excese
matematice de formule, acestea trebuiesc folosite doar în condiţii de reprezentativitate.
Studenţii trebuie să-şi însuşească principalele tipuri de medii întâlnite în practică, precum
şi folosirea tipului de medie adecvat, nu la întâmplare.
Cuvinte cheie
Medii simple şi medii ponderate

Medii de poziţie
6.1. CARACTERISTICILE ŞI CLASIFICAREA MEDIILOR
Mediile sunt mărimi statistice care exprimă în mod sintetic şi generalizat, ceea ce este
normal, legic, esenţial, tipic, pentru toate unităţile colectivităţii distribuite după o
caracteristică.
Caracteristicile mediei:
y se exprimă în mod sintetic (printr-o singură valoare);
y are un caracter abstract (chiar dacă se măsoara în unitaţi de măsura concrete);
y este o mărime generalizată, dacă înlocuim fiecare termen cu
x K ∑ x i este aceeaşi;
y sintetizează normalul (exprimă nivelul purtat de majoritatea unităţilor colectivităţii). Într-o
distribuţie normală, x ocupă o poziţie centrală spre care tinde majoritatea unităţilor
colectivităţii. Rezultă că x este considerată speranţa matematică a acestora.
Mărimile medii mai sunt cunoscute şi ca indicatori ai tendinţei centrale.
Condiţiile de calitate (de reprezentativitate) ale unei medii
Aceste condiţii au fost stabilite de Yulé (1945):

1. x trebuie să fie definită precis, printr-o definiţie sau printr-o formulă. Oricine ar face
calcule asupra aceleiaşi serii trebuie să ajungă la acelaşi rezultat.
2. x trebuie să fie reprezentativă, adică să reprezinte toţi termenii seriei, ceea ce
înseamnă că seria trebuie să fie omogenă.
3. x trebuie să aibă o semnificaţie concretă, uşor de sesizat chiar şi de nespecialişti.
93
Mărimi medii
4. x trebuie să fie simplă de calculat şi să se preteze la calcule algebrice ulterioare.

5. x trebuie să fie puţin sensibilă la fluctuaţiile de eşantionare.
Reprezentativitatea mediei
Pentru ca o medie să fie reprezentativă trebuie să îndeplinească următoarele condiţii:

► Să fie calculată dintr-un număr suficient de mare de cazuri individuale. (Nu putem
afirma că în medie fiecare persoană a consumat un pui, dacă acel calcul s-a efectuat pe
0+2
baza datelor de la doar 2 persoane: = 1.
2
Pentru a face un astfel de calcul mediu trebuie să analizăm un eşantion reprezentativ de

persoane, iar volumul eşantionului să fie stabilit corespunzător cu dimensiunea populaţiei
la care se referă).
► Valorile din care se calculează media trebuie să fie omogene (asemănătoare). Dacă
există diferenţe foarte mari între valori, media poate deveni fără sens;
Spre exemplu, salarii cuprinse între 100 Euro/lună şi 4000 Euro/lună şi o medie calculată de 200
Euro/lună. Media calculată ar reprezenta doar o mică parte din colectivitatea analizată. Din acest
motiv, calculul mediei trebuie completat cu studiul indicatorilor variaţiei care vor confirma sau
dimpotrivă vor infirma reprezentativitatea mediei;
► Trebuie ales tipul de medie semnificativ pentru datele existente.

Clasificarea mediilor
Dupa rolul lor Marimi medii x Media aritmetica
in analiza statistica fundamentale Mo Modul
Me Mediana
xg media geometrica
xh media armonica
Marimi medii cu media patratica
aplicatii speciale xp
Media progresiva
Mediala
x cr Media cronologica
Medii mobile
Marimi medii de calcul
Dupa modul
xg xh xp
de obtinere
Marimi medii de pozitie:
Modul, Mediana, Mediala
6.1.1. Mărimile medii de calcul
Obţinerea lor se face prin două operaţii:
y acumularea termenilor seriei fie prin sumă fie prin produs ( ∑ fie prin ∏ )
y apoi revenirea (prin împărţire sau radical) la un nivel reprezentativ pentru toţi
termenii incluşi în calcul.
94
STATISTICĂ
Mărimi medii de poziţie se află prin depistarea termenului ce ocupă poziţia centrală în
distribuţia statistică.
Mărimi medii simple se calculează în cazul seriilor statistice simple (fără frecvenţă),
adică pentru seriile în care variantele caracteristicii de distribuţie sunt purtate de câte o
singură unitate statistică sau când frecvenţele de apariţie sunt egale între ele.
Mărimi medii ponderate se calculează când variantele caracteristicii au frecvenţe diferite

(serii cu frecvenţă).
6.1.2. MEDIA ARITMETICĂ
Este cea mai cunoscuta medie şi se mai numeste simplu: medie.

Este principalul indicator mediu al tendintei centrale.
Definiţie
Media este rezultatul sintetizării într-o singură expresie numerică a tuturor nivelurilor
individuale observate, obţinută prin raportarea valorii totalizate a caracteristicii la numărul
total al unităţilor. Astfel, media este valoarea pe care ar purta-o fiecare unitate statistică
dacă distribuţia ar fi omogenă.
y medie simplă se calculează când distribuţia este realizată pe variante şi frecvenţele

de apariţie a fiecărei variante sunt egale:
n
∑ xi
i =1
f1 = f2 = K = fn x=
n
unde: ∑ x i = x1 + x 2 + K + x n
n = volumul colectivităţii
iar
fi = frecvenţel e de apariţie ale fiecărei variante
y medie ponderată, când frecvenţele de apariţie a variantelor sunt diferite:

n
∑ x i ⋅ fi
i =1
f1 ≠ f2 ≠ K ≠ fn x=
∑ fi
Dacă înlocuim frecvenţele absolute cu frecvenţele relative, media este dată de relaţia:
f
- frecvenţa relativă: fi* = i ;
∑ fi
fi
∑ xi
∑ fi = x ⋅ f *
x= ∑ i i ∑ fi* =1
∑ fi*
∑ f
∑i
95
Mărimi medii
Dacă frecvenţele relative sunt exprimate în procente:

f
fi* (%) = i ⋅ 100 , atunci fi* (%) = 100 , iar media devine:
∑ fi
x=
∑ x i ⋅ fi (%) .
100
Indiferent ce formulă de calcul aplicăm, rezultatul va fi acelaşi.
În cazul seriilor în care avem intervale de variaţie, valorile lui xi sunt date de centrele de
interval, calculate ca medii aritmetice simple ale celor două limite.
Media se exprimă în aceeaşi unitate de măsură ca şi valorile caracteristicii statistice

studiate.
Pentru seriile cu intervale egale se observă că centrele de interval formează o progresie

aritmetică cu raţia = mărimea intervalului. Rezultatul ne sugerează că toţi termenii în acest
caz se pot simplifica cu mărimea intervalului = k.
De asemenea, se observa că se află aproape de centrul de interval cu frecvenţa cea mai

mare, deci valoarea respectivă poate fi substituită cel mai bine prin valoarea medie.
Rezultă că putem simplifica calculul mediei folosind procedeul “originii arbitrare” a

variabilei x în dreptul centrului cu frecvenţa cea mai mare.
⎛ x −a⎞
∑ ⎜⎝ i k ⎟
⎠ ⋅k + a
x=
∑ fi
Acest procedeu se bazează pe 2 din proprietăţile mediei aritmetice.
1. Dacă toţi termenii seriei s-ar micşora sau s-ar amplifica cu o constanta “a”, media
noii serii se va micşora sau se va amplifica cu acea constanta “a” (media este deci o
mărime translativa).
2. Dacă toţi termenii seriei s-ar împarţi sau s-ar înmulţi cu un coeficient “k”, atunci
media noii serii ar fi de “k” ori mai mică sau mai mare decât media iniţială.
În cazul seriei cu intervale neegale nu se mai ajunge la aceeaşi forma de variaţie uniformă
pozitivă şi negativă. Rezultă că în acest caz este absolut necesar să se calculeze toate
centrele de interval şi apoi să se aleagă cele mai potrivite valori pentru a şi k încât să se
obţină o maximă simplificare a calculului mediei.
Alte proprietăţi ale mediei:
3. Media aritmetică este cuprinsă obligatoriu între xmin şi xmax ;

x min ≤ x ≤ x max
4. Suma abaterilor nivelurilor individuale ale variabilei de la media lor este egala cu 0.
( )
∑ xi − x = 0 pentru serii simple
∑ (x i − x )⋅ fi = 0 pentru serii de frecvenţe
96
STATISTICĂ
5. Dacă într-o serie de distribuţie se reduc proporţional toate frecvenţele cu o constanta

“c”, media lor calculată pe baza noilor frecvenţe rămâne neschimbată. Această proprietate
este folosită la calculul pe baza frecvenţelor relative ( fi* ), aici constanta .
c = ∑ fi
6. Suma pătratelor abaterilor individuale de la o valoare reală oarecare este minimă când
acea valoare este egala cu x .
y pentru a = x rezultă:
∑ (x i − a ) = minim pentru serii simple
2
∑ (x i − a ) ⋅ fi = minim pentru serii cu frecvenţe

2
∂S
S = ∑ (x i − a ) = minim ⇒ = −2∑ (x i − a ) = 0
2
⇒
∂a
1
⇒a=
n
∑ xi = x
Deci minimul expresiei S se atinge când valoarea lui “a” este egală cu media aritmetică.
7. Media aritmetică a sumei a 2 variabile aleatoare independente = suma mediilor celor 2

variabile:
x+y =x+y
8. Media produsului a 2 variabile aleatoare = produsul mediilor celor 2 variabile:

x⋅y = x⋅y
Principalul dezavantaj al folosirii mediei aritmetice constă în sensibilitatea să faţă de

valorile extreme. Ea devine nereprezentativă dacă termenii seriei sunt prea împrăştiaţi, iar
dacă în colectivitatea statistică se observă manifestari distincte din punct de vedere
calitativ, media tinde să devină lipsită de conţinut. În acest caz, este indicat să se
calculeze medii parţiale pentru fiecare tip calitativ al colectivitaţii şi în final să se determine
media generală.
Omogenitatea colectivitaţii este de fapt o condiţie a reprezentativitaţii pentru orice tip de

medie.
6.1.3. MEDIA ARMONICĂ SIMPLĂ ŞI PONDERATĂ
Media armonică a termenilor unei serii se defineşte ca acea valoare a cărei mărime
inversă este media aritmetică calculată din valorile inverse ale termenilor aceleiaşi serii.
Avem seria: x1, x2, … xn, valorile lor inverse vor fi:
1 1 1
, , K,
x1 x 2 xn
97
Mărimi medii
Media armonică se notează cu x h .
1 1 n 1 n
= ∑ ⇒ xh = n
xh n i =1 x i 1
∑x
i =1 i
analog se deduce şi media armonică ponderată
n
∑ fi
i =1
xh = n
1
∑x ⋅ fi
i =1 i
Comparând formula mediei armonice cu cea a mediei aritmetice se pot stabili anumite
relaţii utile pentru folosirea în practică a celor doua valori medii.
1. Dacă toate caracteristicile sunt pozitive, atunci media aritmetică este mai mare decât
media armonică a aceloraşi valori.
xa > xh sau x h < x
1
2. Dacă se consideră 2 variabile dependente funcţional, de tipul y = şi pentru o
x
variabilă se foloseşte media aritmetică, atunci pentru cealaltă variabilă este obligatoriu să
se utilizeze media armonică, deoarece raportul de inversă proporţionalitate se realizează
şi între cele două valori medii.
recolta totală ( x i ⋅ fi )
recolta la ha (x i ) =
suprafaţa însămânţ ată (fi )
Exemplu: Nivelul productivităţii muncii (W) se poate exprima, în mod direct, prin cantitatea de
produse ce revine pe o unitate de timp şi, indirect prin cantitatea de timp ce revine pe o unitate de
produs, deci cele doua valori individuale sunt într-un raport de inversă proporţionalitate.
Q t
W = sau W=
T q
3. Media armonică poate fi egală cu media aritmetică calculată din aceleaşi valori ale
caracteristicii dar folosindu-se sisteme de ponderare diferite. Astfel la x folosim ponderile
reale ale valorilor individuale, iar pentru ponderile compuse luate sub forma produselor,
adică:
x=
∑ x i fi ; xh =
∑ x i ⋅ fi = ∑ x i ⋅ fi =x
∑ fi ∑ x (x i ⋅ f i ) ∑ i
1 f
i
Rezultă că există un caz particular în care media armonică apare ca formă transformată a
mediei aritmetice. Media armonică este egală cu cea aritmetică numai în cazul în care
media armonică are ca ponderi produsele de frecventa (x i ⋅ fi ) (dacă variabila s-a notat cu
xi).
98
STATISTICĂ
Această formulă are o mare importanţă practică deoarece există frecvente cazuri când se
dispune de aceste produse de frecvenţă şi nu de ponderile reale (fi).
Dacă se cunosc recoltele la hectar parţiale (xi) şi suprafeţele însămânţate

corespunzătoare (fi), se foloseşte media aritmetică ponderată. Dacă însă se cunosc
recoltele parţiale la hectar (xi) şi recoltele corespunzătoare totale (x i ⋅ fi ) se foloseşte
media armonică ponderată.
Exemplu de folosire a mediei armonice:
Cunoaştem următoarele date referitoare la timpul necesar pentru rezolvarea unei

probleme de statistică de către trei studenţi: primului student îi sunt necesare 20 minute,
celui de-al doilea 30 de minute, iar celui de-al treilea 60 de minute.
Care este timpul mediu pentru rezolvarea unei probleme de statistică ?
Rezolvare:
Dacă aplicăm media aritmetică simplă vom avea:

⎧ x1 = 20
x=
∑ x i 20 + 30 + 60
= = 36,7 minute
⎪
⎨ x 2 = 30
n 3 ⎪ x = 60
⎩ 3
Pentru a vedea dacă am aplicat corect tipul de medie, vom face verificarea astfel:
Într-o oră,
60
- primul student rezolvă: = 3 probleme
20
60
- al doilea student rezolvă: = 2 probleme
30
60
- al treilea student rezolvă: = o problemă
60
În total, cei trei studenţi rezolvă într-o oră un număr de 6 probleme:

(3 + 2 + 1).
Din calculul mediei aritmetice va rezulta că cei 3 studenţi au rezolvat într-o într-o oră:
60 × 3 180
= = 4,9 probleme, ceea ce nu reflectă realitatea, ştiind că în total ei au rezolvat
36,7 36,7
6 probleme într-o oră.
Rezultă că media aritmetică în acest caz nu reflectă realitatea, denaturând rezultatele.

Vom aplica în acelaşi caz un alt tip de medie, respectiv media armonică:
n 3
xh = = = 30 minute
1 1 1 1
∑x + +
20 30 60
i
99
Mărimi medii
Verificare:
În intervalul de o oră, folosind media armonică calculată, cei 3 studenţi pot rezolva:
3 studenţi × 60 minute fiecare 3 × 60

= = 6 probleme
media armonică 30
Acest calcul a coincis cu cel iniţial, în concluzie pentru a calcula media timpului necesar
rezolvării unei probleme va trebui să aplicăm media armonică şi nu media aritmetică.
6.1.4. MEDIA PĂTRATICĂ
Media pătratică este acea valoare care înlocuind termenii seriei ridicaţi la pătrat nu
modifică suma pătratelor lor x p . ( )
Media pătratică corespunde relaţiei:
n
x12 + x 22 + ... + x n2 = ∑ x i2 ;
i =1
înlocuind fiecare termen cu media pătratică obţinem:
x p2 + x p2 + ... + x p2
n ⋅ x p2 = ∑ x i2
n
∑ x i2
2
xp =
∑ x i2
⇒ xp = i =1
n n
În cazul unei distribuţii de frecvenţă, media pătratică ponderată este:

n
∑ x i2 ⋅ fi
i =1
xp =
∑ fi
Media pătratică se foloseşte în special atunci când se dă o mai mare importanţă nivelurilor
mai mari din cadrul seriei respective. Ea se foloseşte în special în demografie, în statistica
industriei la calculul unor indicatori medii privind diferitele mijloace de producţie şi cel mai
frecvent, la calculul unor indicatori de variaţie (abaterea medie pătratică).
Proprietăţi:
x p este întotdeauna > decât media aritmetică a aceloraşi termeni, indiferent de semnul pe
care îl are, deoarece prin ridicarea la pătrat toţi termenii devin pozitivi. Cu cât termenii au o
valoare individuală mai ridicată, cu atât termenii respectivi vor influenţa în mai mare
măsură asupra formării nivelului mediu. De aceea media pătratică se va folosi atunci când
trebuie să se acorde o importanţă mai mare nivelurilor mai ridicate din cadrul seriei pentru
care se calculeaza media.
100
STATISTICĂ
6.1.5. MEDIA GEOMETRICĂ
Spre deosebire de celelalte medii prezentate, care se bazează pe relaţii de însumare

directă între termenii seriei, media geometrică se bazează pe relaţia de produs dintre ei.
Media geometrică reprezintă acea valoare cu care, dacă se înlocuiesc toţi termenii seriei şi
se face produsul lor, valoarea la care se ajunge este egală cu produsul termenilor reali,
adică:
n
x1 ⋅ x 2 ⋅ K ⋅ x n = ∏ x i
i =1
n
x g ⋅ x g ⋅K ⋅ x g = ∏ xi
i =1
n
x g = n ∏ xi
i =1
În cazul unei serii de distribuţie de frecvenţă, fiecare termen trebuie să fie luat în funcţie de
frecvenţa sa. Aceasta înseamnă că, în cazul mediei geometrice, fiecare termen se
înmulţeşte de un număr egal cu frecvenţa lui în cadrul seriei, deci frecvenţele devin
puterile la care se ridică fiecare termen:
m
x1f1 ⋅ x 2f2 ⋅ K ⋅ x m
fm
= ∏ x ifi
i =1
m
f f f
x g1 ⋅ x g2 ⋅ K ⋅ x gm = ∏ x ifi
i =1
m m
(x g )
m ∏ fi m
∏ fi
i =1 =∏ x ifi ⇒ x g = i =1 ∏ x ifi
i =1 i =1
Proprietăţi:
- în cazul mediei geometrice este suficient ca un singur termen al seriei să fie egal cu zero
pentru că media geometrică să nu se poata calcula, iar în cazul când unul din termenii
seriei este negativ media să devină imaginară (cazuri fără sens);
- în cazul mediei geometrice, abaterile termenilor seriei faţă de medie nu se mai

x
calculează sub formă de diferenţe ci sub formă de rapoarte i , iar produsul acestora
xg
n ⎛x ⎞
∏ ⎜⎜ x gi ⎟⎟ = 1
i =1 ⎝ ⎠
n n n
este egal cu 1.
x1 x 2 x
∏ xi ∏ xi ∏ xi
⋅ ⋅ K ⋅ n = i =1 = i =1
= i =1
=1
xg xg xg xg ( ) n
⎛
⎜n
n ⎞
⎟
n n
∏ xi
⎜ ∏ i
x
⎟ i =1
⎝ i = 1 ⎠
101
Mărimi medii
Pentru a putea fi calculată atât media geometrică simplă cât şi cea ponderată trebuie să
se logaritmeze.
y pentru media geometrică simplă obţinem:

n
∑ log x i
i =1
log x g =
n
log (a ⋅ b ⋅ c ) = log a ⋅ log b ⋅ log c
xg = ∏ x
deoarece log x g = log ∏ x i
1
n ⋅ log x g = ∑ log x i ⇒ log x g = ∑ log x i
n
y pentru media geometrică ponderată:

n
∑ (fi ⋅ log x i )
i =1
log x g = n
∑ fi
i =1
Deci prin aplicarea logaritmilor media geometrică se transformă într-o medie aritmetică a
logaritmilor factorilor iar antilogaritmul ei este o valoare mai mică decât media aritmetică
calculata din valorile reale ale termenilor seriei. Media geometrică se foloseşte cel mai
frecvent în cazul seriilor dinamice, la calculul mediilor din mărimile relative ale dinamicii,
între care exista o relaţie de produs.
În cazul seriilor de distribuţie de frecvenţe, media geometrică se foloseşte mai rar. Ea este
indicat să se folosească atunci când seria prezintă variaţii foarte mari între termenii săi sau
prezintă un pronunţat caracter de asimetrie. Date fiind însă dificultaţile de calcul ale ei,
media geometrică se foloseşte rar în analiza seriilor de distribuţie.
Relaţii ce exista între mediile prezentate: x h < x g < x < x p pentru aceleaşi date.
Exemplu de aplicare a mediei geometrice
Cunoaştem următoarele date cu privire la evoluţia numărului mediu de slariaţi la o

întreprindere: în anul 2009 au fost 50 salariaţi, în 2010 au fost 500 salariaţi şi în 2011 au
fost 750 de salariaţi.
De câte ori a crescut în medie numărul de salariaţi în perioada 2009-2011 ?
Rezolvare:
Pentru a răspunde la întrebare, va trebui să calculăm indicii de creştere cu baza în lanţ,
după care să calculăm media acestor indici.
102
STATISTICĂ
Anul Nr. mediu salariaţi Indici lanţ

2009 50 -
2010 500 10
2011 750 1,5
Dacă aplicăm media aritmetică simplă în calculul indicelui mediu de creştere, vom obţine:
10 + 1,5
I= = 5,75 ori , ceea ce semnifică că în fiecare an numărul mediu de salariaţi ar fi
2
crescut de 5,75 ori faţă de anul anterior.
Pentru a constata dacă am aplicat corect tipul de medie, vom face următoarea verificare:
- în anul 2010, numărul mediu de salariaţi va fi egal cu cel existent în anul 2009, înmulţit
cu indicele mediu de creştere, respectiv:
50 x 5,75 = 287,5 salariaţi
- în anul 2011:
287,5 x 5,75 = 1653 salariaţi
Ceea ce nu este conform realităţii, ştiind din datele existente că în anul 2011, numărul
mediu de salariaţi a fost de 750 şi nu de 1653.
Cu alte cuvinte, în acest caz, media aritmetică deformează cu mult rezultatul.
Aplicăm media geometrică:

I = 2 10 ⋅ 1,5 = 3,873 ori
Facem aceeaşi verificare şi pentru media geometrică calculată:

- în 2010: 50 x 3,873 = 193,65 salariaţi
- în 2011: 193,65 x 3,873 = 750 salariaţi
exact conform datelor cunoscute.
Rezultă că în acest caz, pentru calcularea indicelui mediu de creştere, va trebui să

aplicăm media geometrică, ca dealtfel şi în cazul altor mărimi relative.
6.2. MEDIA CARACTERISTICII ALTERNATIVE
Caracteristicile alternative sunt acelea la care pentru fiecare unitate admit fie forma sa
directa de manifestare, fie opusul ei.
Exemplu: Un produs poate fi acceptat ca bun sau el este declarat rebut.
Caracteristicile alternative apar de tipul “da” – “nu” şi sunt destul de frecvent întâlnite în
pracţică statistică. Pentru a le exprima numeric se vor considera convenţional variantele
cu raspuns afirmativ ca avand valoarea 1, iar cele cu raspuns negativ ca avand valoarea
0.
Notam cu N numărul total al unitaţilor observate, frecventa unitaţilor care poseda
caracteristica cu M şi frecventa unitaţilor care nu poseda caracteristica cu N – M.
103
Mărimi medii
Răspunsul Valoarea Frecvenţa

înregistrat caracteristicii
(variantele
înregistrate) xi fi
Unitaţile care posedă
da x1 = 1 f1 = M
caracteristica
Unitaţile care nu
nu x2 = 0 f2 = N – M
posedă caracteristica
2
- - ∑ fi =N
i =1
Fiind o distribuţie de frecvente, media se va calcula aplicând formula mediei aritmetice

ponderate:
2
∑ x i ⋅ fi (1× M ) + (N − M ) M
i =1
x= = =
2 M +N −M N
∑ fi
i =1
Rezultă că media caracteristicii alternative se obţine raportând nr. unitătilor la care s-a
înregistrat caracteristica cu raspuns afirmativ la numărul total al unitaţilor.
Pentru a se deosebi de celelalte medii ale caracteristicii alternative, se notează cu p
media caracteristicii alternative:
M
p=
N
Fiind o mărime medie cu caracter de mărime relativă de structura ea se exprimă de regulă

sub formă de procente.
Exemplu: Presupunem că într-un lot de 10.000 de produse s-au înregistrat 200 de rebuturi
şi se cere să se afle care este media rebuturilor pe întregul lot.
N = 10.000 ; M = 200:
M 200
p= = = 0,02 sau 2 %
N 10000
Rezulta că în medie, la fiecare 100 de produse recepţionate pot să apara câte 2 rebuturi.
Când se aplică un tip de medie ponderată ?

Când se aplică media geometrică la o serie de date din observare?
Dar media armonică ?
Daţi exemple de folosire a mediei armonice şi a celei geometrice, pe date alese de
dumneavoastră.
104
STATISTICĂ
Capitolul VII
INDICATORII VARIAŢIEI
OBIECTIVE
Capitolul urmăreşte însuşirea aplicării corecte a unor formule învăţate anterior la
matematici speciale în economie, importanţa cunoaşterii gradului de împrăştiere a
elementelor unei populaţii, iar în final demonstrarea reprezentativităţii unei mărimi medii
calculate anterior. Studenţii trebuie să conştientizeze că nu orice medie calculată
matematic (chiar corect), poate fi aplicată în practică, în economie şi societate.
Cuvinte cheie
Varianţă / Dispersie
Omogenitate statistică
Din practica statistică apare evident faptul că, cu cât colectivitatea este mai puţin
omogenă, cu atât caracterizarea ei sub raport statistic trebuie să se bazeze pe un sistem
mai complex de relaţii în care sunt folosiţi indicatorii totalizatori şi indicatorii derivaţi. Cu cât
fenomenele sunt mai complexe, deci dependente de mai mulţi factori, cu atât variaţia este
mai mare şi folosirea corectă a valorilor medii implică verificări riguroase cu privire la
stabilitatea şi reprezentativitatea ei. După cum am mai spus, media nu este o valoare
reprezentativă decât pentru cazul în care ea este calculată din mărimi omogene între ele.
Pentru a verifica gradul de omogenitate al caracteristicilor pentru care se determină media

este necesar să se calculeze indicatorii de variaţie, de asimetrie şi exces. Aceşti indicatori
trebuie să servească la:
- verificarea reprezentativităţii mediei ca valoare tipică a unei serii de date statistice;

- verificarea gradului de omogenitate a seriei;
- caracterizarea statistică a formei şi gradului de variaţie a unei caracteristici;
- compararea în timp şi spaţiu a mai multor serii statistice de distribuţie pentru aceeaşi
caracteristică sau pentru caracteristici independente;
- cunoasterea gradului de influenţă a factorilor după care s-a facut gruparea unitaţilor
observate.
Indicatorii variaţiei şi asimetriei pot fi folosiţi la caracterizarea independentă a fenomenelor,

la estimarea erorilor de selecţie, în analiza corelaţiei statistice şi în general, în toate
cazurile când se folosesc mărimi medii şi trebuie să se interpreteze măsura în care ele
sunt reprezentative pentru toţi termenii individuali din care au fost calculate. Indicatorii
variaţiei pot fi calculaţi ca indicatori simpli şi ca indicatori sintetici.
105
Indicatorii variaţiei
7.1. INDICATORII SIMPLI AI VARIAŢIEI
Indicatorii simpli ai variaţiei servesc pentru a caracteriza gradul de împrăştiere a

unităţilor purtătoare ale caracteristicilor înregistrate. Ei se calculează pentru a măsura
amplitudinea variaţiilor şi abaterilor valorilor individuale de la media lor.
Aceşti indicatori se pot exprima atât în mărimi absolute, folosind aceleaşi mărimi ca şi
pentru caracteristica studiata, cât şi în mărimi relative, calculate în raport cu valoarea
mediei.
Amplitudinea absolută a variaţiei (A) se calculează ca diferenţă între nivelul maxim

(xmax) şi nivelul minim (xmin) al caracteristicii:
A = xmax – xmin
În cazul unei serii de distribuţie de frecvenţe, A se calculează ca diferenţă între limita
maxima a intervalului superior şi limita inferioară a intervalului inferior. Dacă intervalele
sunt deschise, atunci A se determină după ce s-au închis, în mod convenţional intervalele
extreme.
Amplitudinea relativă a variaţiei (A%) se exprimă de regulă în procente şi se calculează

ca raport între amplitudinea absolută a variaţiei şi nivelul mediu al caracteristicii:
A
A% = ⋅ 100
x
“A” nu este un indicator suficient de semnificativ deoarece nu ţine seama decât de valorile
extreme ale caracteristicii ori asupra variaţiei unui fenomen influenţeaza toate valorile
individuale şi frecvenţele lor de apariţie.
“A” se foloseşte în prelucrarea statistică la alegerea nr. de grupe şi a mărimii intervalului
de grupare.
Abaterile individuale absolute (di) se calculează ca diferenţe între fiecare variantă

înregistrată şi media aritmetică a acestora:
d i = xi − x
Iar abaterile individuale relative (di %)

d x −x
d i % = i × 100 = i × 100
x x
În analiza varianţei interesează, în special, abaterile maxime într-un sens sau altul:
d max. negativa = xmin − x ; d max. pozitiva = xmax − x

xmin − x x −x
d max. negativa % = × 100 ; d max. pozitiva % = max × 100;
x x
Numai în cazul distribuţiei perfect simetrice dmax.negativ = dmax.pozitiv.
Indicatorii simpli ai variaţiei fiind calculaţi pe baza relaţiilor dintre doi termeni ai seriei sau
între fiecare termen şi media lor, nu pot exprima întreaga variaţie a unei caracteristici
înregistrate. De aceea este necesar să se calculeze şi indicatorii sintetici ai variaţiei care
iau în consideraţie toate abaterile caracteristicii.
106
STATISTICĂ
7.2. INDICATORII SINTETICI AI VARIAŢIEI
Pentru a sintetiza într-o singura expresie numerică întreaga variaţie a unei caracteristici
trebuie să se recurgă tot la o valoare medie calculată din abaterile individuale ale
variantelor de la media lor.
Indicatorii sintetici ai variaţiei sunt: abaterea medie liniară, abaterea medie pătratică,
dispersia şi coeficientul de variaţie.
Abaterea medie liniară ( d ) se calculeaza ca o medie aritmetică simplă sau ponderată din
abaterile termenilor seriei de la media lor, luate în valoare absoluta;
- pentru o serie simplă:
n
∑x i −x
1 n
d= i =1
n
= ∑ xi − x
n i =1
- pentru o serie de frecvenţe absolute:

n
∑ x − x ⋅fi i
1 n
d= i =1
= ∑x − x ⋅ fi
∑f ∑ fi
i
i i =1
- pentru o serie cu frecvenţe relative, exprimate în procente:

n
∑x i − x ⋅ fi ∗ %
1 n
d= i =1
100
= ∑
100 i =1
x i − x ⋅ fi ∗ %
Abaterea medie liniară prezintă dezavantajul că nu ţine seama de faptul că abaterile mai
mari în valoare absolută influenţează în mai mare măsură gradul de variaţie a unei
caracteristici, în comparaţie cu abaterile mai mici.
Abaterea medie pătratică sau abaterea standard ( σ )

Se calculează ca o medie pătratică din abaterile individuale ale termenilor seriei de la
media lor.
∑ (x ) 2
σ= i
n
−x
=
1
n
∑ xi − x ( )2
- pentru o serie cu frecvenţe absolute:
∑ (x − x )
2
⋅ fi
σ= i
∑f i
- pentru o serie cu frecvenţe relative exprimate în procente:
∑ (x ) 2
σ= i − x ⋅ fi ∗ %
100
=
1
100
∑
2
(
x i − x ⋅ fi ∗ %)
107
● σ va fi întotdeauna d a aceleiaşi serii de date. În literatura de specialitate se apreciază

că pentru o serie de distribuţie cu tendinţa clară de normalitate, abaterea medie liniară =
4/5 din valoarea abaterii medii pătratice.
● σ este un indicator de bază, care se foloseşte în analiza variaţiei, la estimarea erorilor

de selecţie, în calculele de corelaţie. Atât σ cât şi d se exprimă în aceleaşi unitaţi de
măsură ca şi cele ale caracteristicii a cărei variaţie o studiază.
Pentru o distribuţie normală, intervalul mediu de variaţie este ( x ± σ ), în acest interval

regăsind aproximativ 68,28% din termenii seriei.
În intervalul ( x ± 2σ ) se vor afla 95,45% din termenii seriei, iar în intervalul ( x ± 3σ ) se vor
afla 99,97% din termeni.
Pentru compararea gradului de variaţie a două sau mai multe caracteristici statistice se
foloseşte coeficientul de variaţie.
Coeficientul de variaţie ( v ) se calculează ca raport între abaterea medie pătratică şi

nivelul mediu al seriei. De obicei se exprimă sub forma de procente.
σ
v= × 100
x
Dacă se cunoaşte numai abaterea medie liniară se poate calcula şi astfel:

d
v = × 100
x
Coeficientul de variaţie - v - poate lua valori între 0 şi 100. Cu cât are o valoare mai mică,
cu atât seria statistică este mai omogenă şi deci media este mai reprezentativă.
Se apreciaza că, în cazul unui coeficient de peste 35-40% media nu este reprezentativă şi
datele trebuie să fie separate în serii componente, pe grupe, în funcţie de variaţia unei alte
caracteristici de grupare. Deci, v poate fi folosit ca un test de verificare în aplicarea
metodei gruparilor.
108
STATISTICĂ
Se apreciaza pentru interpretare următoarele limite ale coeficientului de variaţie:
v ∈ ( 0 ; 17 % ) media este strict reprezentativă;
v ∈ ( 17 % ; 35 % ) media este moderat reprezentativă;
v ∈ ( 35 ; 50 % ) media este reprezentativă în sens larg;
v > 50 % media nu este reprezentativă şi seria este eterogenă.
Dispersia unei caracteristici se noteaza cu σ 2 şi se calculeaza ca o medie aritmetică

simplă sau ponderată a pătratelor abaterilor termenilor faţă de media lor. Deci se mai
poate numi şi pătratul mediu al abaterilor termenilor faţă de media lor:
∑ (x )
2
σ 2
= i
n
−x
=
1
n
(
∑ xi − x )
2
- pentru o serie cu frecvenţe absolute:
∑ (x − x )
2
∑ (x )
⋅ fi 1 2
σ 2
= i
= − x ⋅ fi
∑f ∑ fi
i
i
- pentru o serie cu frecvenţe relative exprimate în procente:
∑ (x )
2
− x ⋅ fi ∗ %
σ 2
= i
100
=
1 m
∑
100 i =1
2
(
x i − x ⋅ fi ∗ % )
Comparând formulele de calcul ale abaterii medii pătratice şi ale dispersiei se observă că
abaterea medie pătratică implică calcularea dispersiei, din care se extrage apoi rădacina
pătratică, pentru a ajunge la acelaşi grad cu caracteristica a carei variaţie se studiază.
Dispersia se poate calcula în acelaşi timp şi fără să se calculeze în prealabil abaterile
individuale ale variantelor de la media lor. Astfel, dacă în formula dispersiei se dezvoltă
binomul şi ţinem seama că este o mărime constantă, avem:
∑ (x ) ∑ ⎛⎜⎝ x − 2 x i x + x ⎞⎟
2
∑x 2 x ∑ xi
2 2 2
−x i
⎠= n⋅x
σ 2
= i
= i
− + =
n n n n n
∑ (x ) = ∑x ∑x ∑x ⎛ ∑ xi
2 2 2
−x 2
2 2
2
2 ⎞
= i
− 2x + x = −x ⇒ σ 2
= i
− ⎜⎜ ⎟
⎟
n n n n ⎝ n ⎠
- pentru o serie de frecvenţă avem:
2
∑x f ⎛ ∑ x i 2 fi ⎞
2
σ2 = i i
−⎜ ⎟
∑f i
⎜ ∑ fi
⎝
⎟
⎠
109
Exemplu de calcul al variaţiei:

Grupe de muncitori Nr. Centrul
dupã numãrul de piese
realizate
muncitori intervalului
x i ⋅ fi xi − x (x i )
− x ⋅ fi
( xi ) (fi ) ( xi )
0 1 2 3 4 5
80 - 90 15 85 1275 -23 -345
90 -100 30 95 2850 -13 -390
100 -110 70 105 7350 -3 -210
110 -120 60 115 6900 7 420
120 -130 15 125 1875 17 255
130 -140 10 135 1350 27 270
− 945
TOTAL
∑ 200 ∑ x ⋅ f i i =
+ 945
21600
1890
- continuarea tabelului –
a = 105
2
k = 10 ⎛ xi − a ⎞ ⎛ x −a⎞
⎟ ⋅ fi ⎜ i
(x i −x ) (x
2
i )
2
− x ⋅ fi xi − a
⎜
⎝ k ⎠ ⎝ k ⎠
⎟ ⋅ fi
k
6 7 8 9 10
529 7935 -2 -30 -450
169 5070 -1 -30 -900
9 630 0 0 0
49 2940 1 60 3600
289 4335 2 30 450
729 7290 3 30 300
28200 60 300
x (nr. mediu de piese realizate) =

∑ x ⋅f i i
=
21600
= 108 piese / muncitor
∑f i 200
Prin formula simplificată obţinem acelaşi rezultat:

60
x= ⋅ 10 + 105 = 108 piese / muncitor
200
Dacă am fi aplicat calculul mediei cu ajutorul mediei cu frecvenţe relative, am fi obţinut
acelaşi rezultat:
fi
xi fi fi ∗ = x i ⋅ fi ∗
∑f i
0 1 2 3
85 15 0,075 6,375
95 30 0,150 14,250
105 70 0,350 36,750
115 60 0,300 34,500
125 15 0,075 9,375
135 10 0,050 6,750
Total 200 1,000 108,000
110
STATISTICĂ
Ţinând cont că ∑f i
∗
= 1 , media aritmetică se va calcula ca
x = ∑ x i ⋅ fi = 108 piese .
∗
Rezultatul este identic cu celelelalte două metode.
7.2.1 Abaterea medie liniară
Astfel, intervalul mediu de variaţie stabilit cu ajutorul acestui indicator, ne arată că

majoritatea muncitorilor se situeaza între 98,55 piese şi 117,45 piese realizate. Intervalul
de variaţie va fi:
x − d = 108 – 9,45 = 98,55 ≈ 99 piese
x + d = 108 + 9,45 = 117,45 ≈ 117 piese
Dispersia:
∑ (x − x )
2
⋅ fi 28000
σ 2
= i
= = 141
∑f i 200
Atenţie !
Dispersia nu are o unitate de măsură şi o semnificaţie concretă, ea foloseşte la calculul

abaterii medii pătratice.
Abaterea medie pătratică:
∑ (x − x )
2
⋅ fi
σ= i
= 141 = 11,87 piese
∑f i
se exprima în aceeaşi unitate de măsură ca a caracteristicii studiate şi arată că oricare din

cei 200 muncitori se abate în medie faţă de numărul mediu de piese realizate cu cu ±11,87
piese.
În acest caz, intervalul mediu de variaţie va fi:
x − d = 108 – 11,87 = 96,13 ≈ 96 piese
x + d = 108 + 11,87 = 119,87 ≈ 120 piese
Prin urmare, în intervalul (96 ; 120) se află majoritatea muncitorilor (68,28% din aceştia),
din punct de vedere al numărului de piese realizate.
111
Coeficient de variaţie:
σ 11,87
v= ⋅ 100 = ⋅ 100 = 10,99 ≅ 11%
x 108
Se poate afirma că media este reprezentativă pentru seria respectivă, deoarece s-a
obţinut un coeficient mic de variaţie.
Tendinţa de normalitate a distribuţiei se poate constata şi pe baza relaţiei dintre σ şi d ;

4/5 din σ =9,48, care reprezintă o diferenţă minima (0,03) faţă de d .
7.2.2. Proprietaţile dispersiei. Calculul simplificat al dispersiei şi abaterii medii

pătratice
Calculul σ 2 pe baza abaterilor variantelor înregistrate de la media lor presupune

efectuarea unor calcule mai dificile, în special când se lucrează cu valori mari ale
caracteristicii.
Ca şi în cazul mediei se folosesc unele proprietaţi ale σ 2 care permit o analogie între
calculul simplificat al mediei şi cel al dispersiei.
Principalele proprietaţi ale dispersiei:
1. σ 2 calculată pentru un şir de valori egale între ele este egala cu zero, deoarece media
este egala cu fiecare din variantele înregistrate;
2. Dacă fiecare termen al unei serii statistice se modifică într-un sens sau altul cu o
mărime constantă (a) şi se calculeaza dispersia noii serii, atunci ea este egala cu dispersia
seriei iniţiale. Deci, aplicând această proprietate, media se modifică, în timp ce dispersia
ramane neschimbata, deoarece nu s-a produs decât o translaţie a valorilor într-un sens
sau altul, dupa cum s-au micsorat sau s-au mărit valorile seriei cu constanta “a”.
Această proprietate se poate folosi ca un procedeu de calcul simplificat, în special pentru

seriile care au valori mari ale caracteristicii şi, alegând o noua origine a variaţiei să se
obţina valori mai mici pentru care este mai usor de calculat media.
3. Într-o serie de variaţie, dacă se împart sau se înmultesc toţi termenii cu un coeficient
(k > 1) dispersia noii serii este de k2 ori mai mică sau mai mare decât dispersia seriei
iniţiale.
Aplicând această proprietate, se modifică în proporţii diferite atât media cât şi dispersia.
Această proprietate se aplică când este convenabil să se reducă din volumul calculelor,
alegând o valoare arbitrara, care este divizor comun pentru toţi termenii.
Dispersia calculată faţă de o constantă a este > decât σ 2 seriei iniţiale cu pătratul
diferenţei dintre medie şi constanta a:
σ x2−a = σ a2 + ( x − a )2
112
STATISTICĂ
În cazul folosirii acestei proprietaţi, abaterile se calculeaza nu faţă de medie, ci faţă de o

valoare aleasă arbitrar, notată cu a.
De regulă, aceste ultime proprietăţi se combină şi se folosesc în aceleaşi condiţii ca şi la
calculul simplificat al mediei.
Dacă intervalele sunt egale, atunci se ia a = centrul intervalului cu frecvenţa cea mai mare,
iar k = mărimea intervalului de grupare.
Astfel, formula de calcul simplificat a dispersiei este:
2
m
⎛ xi − a ⎞
∑ ⎜
i =1 ⎝ k ⎠
⎟ ⋅ fi
σx = ⋅ k 2 − (xi − a ) iar aterea medie pătratică va fi:
2 2
m
∑ fi
i =1
σ x = σ x2
În exemplul precedent se obţine: A = 105 ; k = 10
Calculele ajutătoare au fost prezentate în tabelul anterior.
300
σ x2 = ⋅ 10 2 − (100 − 105)2 = 150 − 8 = 141
200
În cazul când colectivitatea este împărţită în grupe, distribuţia pe întreaga colectivitate este
formată din distribuţiile stabilite pentru fiecare grupa în parte. Dispersia seriei pe întreaga
colectivitate este egala cu media dispersiilor componente, plus dispersia dintre mediile
parţiale ale tuturor grupelor şi media colectivitaţii totale.
7.2.3. Indicatorii variaţiei într-o colectivitate împărţită în grupe

Regula adunării dispersiilor - ANALYSIS OF VARIANCE (ANOVA)
Cu cât fenomenele sunt mai complexe, cu atât gradul de variaţie este mai mare. Din
această cauză unitaţile la care s-a facut observarea trebuie împărţite în grupe, în funcţie
de variaţia factorilor determinanţi.
Dacă s-a aplicat în prealabil metoda gruparii, atunci se pot calcula atât medii pe grupe, cât
şi o medie a colectivitaţii totale şi, corespunzator se vor calcula indicatorii de variaţie
pentru fiecare grupa cât şi pe întreaga colectivitate.
Indicatorii de variaţie pe întreaga colectivitate se pot calcula fie facând abstracţie de faptul
că ea este compusă din mai multe grupe, fie luând în calcul variaţia din interiorul grupelor
şi între grupe.
Între indicatorii de variaţie calculaţi la nivelul fiecărei grupe şi cei pe întreaga colectivitate
există anumite relaţii, bazate pe regula adunarii dispersiilor.
113
Presupunând că s-au înregistrat datele pentru o caracteristică x şi unităţile au fost

împărţite în “r” grupe, s-au obţinut urmatoarele distribuţii condiţionate de factorul de
grupare:
Putem calcula 3 feluri de indicatori care să caracterizeze:
- variaţia valorilor în jurul mediei lor de grupa
- variaţia valorilor mediilor de grupa în jurul mediei colectivităţii totale:
- variaţia valorilor în jurul mediei totale:
Pentru a măsura gradul de variaţie provocat de acţiunea combinată a celor 2 categorii de

factori variabili se foloseste metoda analizei dispersiei bazată pe descompunerea
dispersiei.
Dispersia totală:
∑ (x )
2
− x 0 ⋅ fi
σ 2
= i
∑f
0
i
Dispersia de grupă (parţială):

∑ (x ) ⋅f
2
− xi
σ 2
= i i
∑ fi
i
Pentru a sintetiza într-o singură valoare variaţia întregii colectivitaţi se calculează media
2
dispersiei parţiale ( σ ):
σ =∑ i i
2 σ 2 ⋅f
∑ fi
Dispersia dintre grupe se calculează pe baza abaterilor mediilor de grupă de la media
colectivităţii totale şi măsoară gradul de influenţă a factorului de grupare asupra variaţiei
caracteristicii studiate.
∑ (x )2
i − x 0 ⋅ fi
δ 2
=
∑f i
Între cei 3 indicatori există relaţia cunoscută şi sub numele de regula de adunare a
dispersiilor:
Dispersia colectivitaţii totale = media dispersiei parţiale + dispersia dintre grupe
2
σ 02 = σ + δ2
media abaterilor media abaterilor media abaterilor

totale întâmplătoare sistematice
Se mai poate calcula coeficientul de determinatie şi coeficientul de nedeterminaţie:

1 – R2 :
δ2
R2 = ⋅ 100 şi arată care este ponderea factorului principal de grupare în variaţia totala
σ 02
a caracteristicii.
114
STATISTICĂ
Coeficientul de nedeterminaţie:
2
σi
1 − R = 2 ⋅ 100
2
σ0
arată care este ponderea factorilor întâmplatori (neînregistraţi) în variaţia totală a
caracteristicii.
Dacă R2 > 1 – R2 înseamnă că factorul de grupare acţioneaza în mod hotarator asupra

variaţiei caracteristicii respective şi invers.
Prin urmare, cu ajutorul ANOVA putem cuantifica impactul unuia sau mai multor factori de
influenţă asupra unei alte variabile de interes.
Exemplu de calcul pentru regula adunarii dispersiilor:
Subgrupe de muncitori dupa nr.

Grupe de muncitori dupã
Pieselor, produse într-o zi
numãrul masinilor la care TOTAL
lucreaza deodata 4 bucăţi 6 bucăţi 8 bucăţi
3-5 5-7 7-9
Lucreaza cu 1 maşina 2 6 - 8 fi
Lucreaza cu 2 maşini deodată - 1 4 5 fi
TOTAL 2 7 4 13 fi
Dacă se examinează relaţiile dintre cele 2 caracteristici se poate constata că “nr. maşinilor
la care se lucrează deodată” constituie un factor determinant pentru dezvoltarea nivelului
caracteristicii “nr. pieselor produse într-o zi”.
Se cere: să se calculeze toate felurile dispersiei caracteristicii “piese produse într-o zi”.
Rezolvare:
Dacă se folosesc variantele 4, 6 şi 8 piese notate cu x şi nr. muncitorilor de pe rândul total
de jos ( fi ) se poate calcula dispersia caracteristicii pe întreaga colectivitate:
∑ (x )
2
− x 0 ⋅ fi ( 4 − 6,3)2 ⋅ 2 + (6 − 6,3)2 ⋅ 7 + (8 − 6,3)2 ⋅ 4 22,77
σ 2
= i
= = = 1,752 unde
∑f
0
i 2+7+4 13
x0 =
∑x f i i
=
( 4 ⋅ 2) + (6 ⋅ 7) + (8 ⋅ 4) 82
= = 6,31 piese
∑f i 2+7+4 13
Având 2 grupe de muncitori dupa nr. maşinilor la care se lucrează se poate calcula
dispersia pe fiecare din aceste grupe.
Avem nevoie de media fiecărei grupe:
∑ x f = (4 ⋅ 2) + (6 ⋅ 6) = 5,5 ; x = ∑ x f = (6 ⋅ 1) + (8 ⋅ 4) = 7,6
x1 =
i i i i
∑f ∑f
1
i2+6 5 i
∑ (x − x ) ⋅ f = (4 − 5,5) ⋅ 2 + (6 − 5,5) ⋅ 6 = 6 = 0,75

2
2 2
⇒σ = 2 i i i
∑f
1
2+6
i 8
115
∑ (x ) ⋅f
2
−x i
(6 − 7,6)2 ⋅ 1 + (8 − 7,6)2 ⋅ 4 32
σ 2
= i i
= = = 0,64
∑ fi
2
1+ 4 5
Dintre cele două dispersii de grupă se poate calcula o medie aritmetică ponderată
obţinându-se media dispersiilor parţiale dupa formula:
σ
2
=
∑σ f 2
i i
=
(0,75 ⋅ 8) + (0,64 ⋅ 5) 9,20
= = 0,7077
∑f i 8+5 13
Putem calcula dispersia caracteristicii între grupe:

∑ (x )2
i − x 0 ⋅ fi (5,5 − 6,31)2 ⋅ 8 + (7,6 − 6,31) ⋅ 5 13,75
δ 2
= = = = 1,044
∑f i 8+5 13
Grupând toţi indicatorii dispersiei la un loc se obţine:
- dispersia grupei I-a: σ 12 = 0,75 cu frecvenţa de 8.
- dispersia grupei a II-a: σ 22 = 0,64 cu frecvenţa de 5

2
- media dispersiilor de grupă: σ = 0,7077
- dispersia dintre grupe: δ 2 = 1,0440
- dispersia generală: σ 02 = 0,7077 + 1,0440 = 1,7517
1,044
R2 = ⋅ 100 = 67,8 %
1,752
1 − R 2 = 100 – 67,8 = 32,2 %
Factorii neînregistraţi sau neesenţiali influenţează în proporţie de 32,2% nr. de piese

produse într-o zi.
Când este o medie reprezentativă ? Dar o serie omogenă ?
Alcătuiţi o serie de distribuţie (pe 3 intervale), a studenţilor din grupă după notele obţinute
la examenul de matematică. Calculaţi nota medie a grupei şi demonstraţi
reprezentativitatea acesteia.
116
STATISTICĂ
Capitolul VIII
INDICATORII MEDII DE POZIŢIE
OBIECTIVE
Capitolul are drept obiectiv principal cunoaşterea şi înţelegerea atât pe cale grafică cât şi
pe cale matematică a unor mărimi medii ce indică poziţii speciale într-o serie statistică de
date. Finalul capitolului urmăreşte confruntarea atât pe cale grafică cât şi prin calcule
matematice, a unei distribuţii date din observare cu distribuţia normală Gauss-Laplace şi
caracterzarea normalităţii.
Cuvinte cheie
Cuantile
Mod/dominantă
Simetrie/asimetrie
8.1. MODUL (Mo) sau dominanta (Do)
Modulul (Mo) sau dominanta reprezintă valoarea caracteristicii cu frecvenţa cea mai mare.
Deci este valoarea cea mai frecvent întâlnită.
În cazul unei serii simple, modulul este varianta care se regăseşte de cele mai multe ori.
Spre exemplu, într-o grupă de studenţi s-au obţinut următoarele note la statistică:
5; 8; 9; 5; 6; 10; 4; 3; 8; 6; 7; 6.
Modulul va fi nota 6, deoarece apare de cele mai multe ori. Ca interpretare, putem afirma
că cei mai mulţi studenţi au obţinut nota 6.
În următorul caz:
5; 8; 9; 5; 6; 10; 4; 3; 8; 6; 5; 6.
Avem o serie plurimodală, atât valoarea 5, cât şi valoarea 6 apar de cele mai multe ori.
Mo1 = 5 şi Mo2 = 6
Putem afirma că în acest caz, cei mai mulţi studenţi au obţinut nota 5 şi 6.
117
Indicatorii medii de poziţie
În cazul unei serii de repartiţie pe intervale egale, valoarea Mo se determină:
● se identifică intervalul modal (cel cu fi cea mai mare, sau în cazul seriilor de distribuţie cu
intervale inegale, intervalul cu frecvenţa redusă cea mai mare);
● estimarea valorii modale:
∆1 ∆1 = fMo − fMo −1
Mo = x0 + d unde
∆1 + ∆ 2 ∆1 = fMo − fMo +1
(în cazul seriilor cu intervale, ∆1 şi ∆2 se calculează folosind frecvenţele reduse).
unde x0 = limita inferioară a intervalului modal
∆1 40
Mo = x0 + d = 100 + 10 = 100 + 8 = 108 piese
∆1 + ∆ 2 40 + 10
∆1 = fm − fm −1 = 70 − 30 = 40
∆ 2 = fm − fm +1 = 70 − 60 = 10
Pe grafic, valoarea modală corespunde punctului de pe abcisă, în care graficul atinge

valoarea maxima:
Mo
În exemplul luat: Mo = 108 piese realizate. Cei mai mulţi muncitori au realizat 108 piese.
Mo se exprimă în unitatea de măsură a caracteristicii studiate.
- Asemănător se poate determina valoarea antimodală (cu cea mai mica frecvenţa sau cel
mai puţin probabilă);
- Modul satisface condiţiile lui Yule nr. 1, 3 şi 4 (este definită obiectiv; are o semnificaţie
concretă uşor de înţeles chiar şi de nespecialişti; este simplu de calculat) dar nu şi pe
celelalte. El are avantajul în principal faţă de medie că se determină rapid şi are o
semnificaţie simplă.
118
STATISTICĂ
- Există în practică şi serii de distribuţie multimodale. În astfel de cazuri se determină mai

multe valori modale, dar ele nu pot fi sintetizate pentru a se obţine o singură valoare
modală pentru întreaga colectivitate.
- Metodologia de calcul a Mo pentru seriile de repartiţie cu fi* este similară.
- În cazul seriilor repartiţie cu intervale neegale, modulul se determină analog cu cel al
seriei cu intervale egale, dar se consideră frecvenţele reduse, aşa cum şi graficul seriei
(histograma) se realizează cu ajutorul frecvenţelor reduse.
Aflarea modului în acest caz necesită parcurgerea urmatoarelor etape:
1. Calculul mărimii fiecarui interval.
d
2. Efectuarea raportului: k i =
d min
'
3. Corectarea efectivului “fi” prin raportul ki, obţinându-se frecvenţele reduse fi
'
4. Determinarea intervalului modal în dreptul celei mai mari frecvenţe reduse fi
;
5. Calculul valorii modale prin interpolare, la fel ca în cazul prim.
∆1 ∆1 = fMo − fMo −1
' '
Valoarea Mo = x0 + d unde
∆1 + ∆ 2 ∆ 2 = fMo
'
− fMo
'
+1
8.2. CUANTILE
Cuantilele sunt indicatori care descriu anumite poziţii particulare din cazul seriilor de
distribuţie. Conceptul de “cuantila” indică o divizare a distribuţiei observaţiilor într-un număr
oarecare de părţi. Prin urmare, cuantilele de ordin “r” ( Cr ) sunt valori ale caracteristicilor
1
urmărite care împart distribuţia observaţiilor în “r” părţi egale şi au acelaşi efectiv din
r
numărul total al unităţilor.
Frecvent se utilizează urmatoarele cuantile:

- mediana sau cuantila de ordin 2 ( r = 2 );
- cuartilele sau cuantilele de ordin 4 ( r = 4 );
- decilele sau cuantilele de ordin 10 ( r = 10 );
- centilele sau cuantilele de ordinul 100 ( r = 100 ).
Cuantile de ordin superior r = 4 se calculează în cazul distribuţiilor cu număr mare de

grupe sau clase de valori individuale.
8.3. MEDIANA - Me
Este acea valoare a caracteristicii unei serii ordonate crescător sau descrescător care
împarte seria în 2 părţi egale: 1/2 din unitaţi < Me , cealaltă 1/2 > Me .
Din această cauza, mediana se mai numeste valoarea echiprobabilă a caracteristicii.
119
1. În cazul unei serii simple: se ordoneaza crescător sau descrescător termenii:
a) Dacă seria are un număr impar, atunci termenul de la mijloc, având rangul va fi
valoarea Me.
b) Dacă seria are un nr. par de termeni, Me se determina în mod convenţional, ca medie
n
aritmetica între valoarea individuala de rang şi aceea de rang (deci x între cei 2
2
termeni centrali).
Se observă că în cazul a) se respectă definiţia Me, în timp ce la cazul b) valoarea Me se
determina convenţional şi nu conform definiţiei.
Spre exemplu, dacă o grupă de studenţi a obţinut la statistică următoarele note:
a) 8; 7; 6; 3; 8; 4; 5; 9; 10; 6; 5.
Ordonăm crescător notele:
3; 4; 5; 5; 6; 6; 7; 8, 8; 9; 10
Me = 6, deoarece împarte seria exact în 2 părţi egale.
Putem afirma că 1/2 din studenţi au obţinut o notă până la 6 şi cealaltă jumătate din
studenţi au obţinut o notă peste 6.
b) Avem notele: 5; 3; 8; 9; 4; 6; 10; 8; 4; 6.
Ordonăm crescător notele: 3; 4; 4; 5; 6; 6; 8; 8; 9; 10.
Fiind o serie cu număr par de termeni, mediana va fi media aritmetică simplă a celor doi
termeni centrali:
6+6
Me = = 6 ⇒ jumătate din studenţii grupei au obţinut o notă mai mică de 6 şi o altă
2
jumătate din studenţi o notă peste 6.
2. În cazul seriilor de distribuţie cu frecvenţe:
Calculul locului U Me (unitatea mediana ) =

∑ fi + 1 .
2
(unitatea mediana)
Dacă ∑ fi > 500 ⇒ U Me =

∑ fi
2
Intervalul median va fi considerat intervalul în care frecvenţele cumulate depăşesc locul

Me în serie.
În exemplul considerat:
200 + 2 201
U Me = = = 100,5 ⇒ Me ∈ (100 ; 110)
2 2
120
STATISTICĂ
∑f i +1
− ∑ fp
Valoarea Me = x0 + d 2
fMe
100,5 − 45
Me = 100 + 101 = 107,93 ≈ 108 piese
70
Mediana se exprimă în unitatea de măsură a caracteristicii studiate.

Rezultă că jumătate din muncitori au realizat mai puţin de 108 piese, iar cealaltă jumătate,
respectiv 100 muncitori, au obţinut peste 108 piese.
Pe cale grafică mediana se află construind ogiva (curba frecvenţelor cumulate).
xi fi fi fi
80 - 90 15 15 200
90 - 100 30 45 185
100 - 110 70 115 155
110 - 120 60 175 85
120 - 130 15 190 25
130 - 140 10 200 10
Total 200
Unde fi = frecvenţele cumulate în sens crescător

fi = frecvenţele cumulate în sens descrescător
Pe acelaşi grafic se vor reprezenta ambele curbe, iar dacă ducem o perpendiculară pe
abcisă de la intersecţia celor 2 curbe vom afla valoarea medianei.
200
150
frecvente cumulate
100
50
0
frecvente cumulate crescator
1 2 3 4 5 6
frecvente cumulate descrescator
121
8.4. CUARTILELE (Qi)
Pentru seriile de distribuţie cu tendinţa pronunţată de asimetrie, caracterizate printr-o

amplitudine mare a variaţiei, se calculeaza şi alţi indicatori de poziţie.
Cuartilele sunt acele valori ale caracteristicii, care separă seria în 4 părţi egale.
- Cuartila inferioara, notată cu Q1 este > 25% din termenii seriei şi < 75% dintre ei.
- Cuartila a 2-a = mediana
- Cuartila a 3-a (superioara) > 75% din nr. termenilor şi < 25% din ei.
Locul cuartilelor într-o distribuţie statistică normală:
1,2 fi
25% 25% 25% 25%

0
0 M
32
Q1
Q2
Q3 x6i
Locul Q1: U Q1 =
∑f i +1
4
fi + 1
∑ 4
− ∑ fp
Q1 = x0 − d
fQ1
Q2 = Me
3
Locul Q 3 : U Q3 =
4
∑ fi + 1
3
4
∑ fi + 1 − ∑ fp
Q3 = x 0 − d
fQ 3
Locul Q1=
∑f 1 +1
201
=
= 50,25 ≅ 100 < Q1 < 110
4 4
50,25 − 45
⇒ Q1 = 100 + 10 = 100 + 0,75 = 100,75 ⇒ 101 piese
70
Q1= Me = 107,93 ≅ 108 piese
122
STATISTICĂ
3
Locul Q 4 =
4
∑ f1 + 1 = 150 ≅ 110 < Q4 < 120
150 − 115
⇒ Q 3 = 110 + 10 = 110 + 5,83 = 115,83 ≅ 116 piese
60
Din cei 200 muncitori, 50 (25%) au realizat un număr de piese cuprins între (80; 101), alţi
50 muncitori au realizat un număr de piese cuprins între (101; 108), alţi 50 muncitori au
realizat un număr de piese cuprins între (108; 116), iar ultimii 50 muncitori, între (116;
140).
Din cele 50 persoane 25% realizeaza vanzari medii lunare de pana la 31,09 milioane lei,
iar restul de 75% vanzari peste 31,09 milioane lei.
8.5. DECILELE (Di)
Decilele divid seria în 10 părţi egale => 9 decile.
Locul D1 : U D1 =
∑f = 5,1
i +1
10
∑ fi + 1 − ∑ f
p
D1 = x0 + d 10
fD1
Similar se calculeaza toate celor 9 decile.
D5 = Me
...
9(∑ fi + 1)
U D9 =
10
...
9(∑ fi + 1)
− ∑ fp
D9 = x0 + d 10
fD1
8.6. CENTILELE (Ci)
Centilele separă seria în 100 părţi egale => 99 centile.
123
8.7. RELAŢIA DINTRE Me, Mo şi x
Localizarea în cadrul unei serii a acestor indicatori medii ai poziţiei centrale, ne aduc
informaţii despre forma de distribuţie a unităţilor colectivitaţii, după caracteristica urmărită.
Astfel:
- Dacă x = Mo = Me s-ar observa şi din grafic distribuţia frecventelor este simetrica.
- În cazul distribuţiilor asimetrice unimodale, cele 3 valori centrale ocupa locuri diferite:
cand distribuţia se întinde spre valorile cele mai mici, curba se alungeste spre stanga,
media este valoarea centrală cea mai mică şi Mo cea mai mare, având o asimetrie
negativă:
1 fi
0,8
0,6
0,4
0,2
0
0 3 6 9X 12
Me 15
Mo 18 xi
Relaţiile dintre x , Me şi Mo pot fi exprimate prin una din următoarele formule echivalente:
x − Mo = 3( x − Me )
Mo = 3Me − 2 x
Când distribuţia se întinde spre valorile cele mai mari, curba se alungeşte spre dreapta,
este valoarea cea mai mare şi Mo cea mai mică.
fi
1
0,8
0,6
0,4
0,2
0
0 3 6 Me9 12 15 18 xi
Mo X
Avem cazul unei asimetrii pozitive, etalarea frecvenţelor fiind spre dreapta.
124
STATISTICĂ
Sunt cazuri când unul dintre cei 3 indicatori ai tendinţei centrale are o semnificaţie mai
puternică.
Exemplu:
- fie seria { 2, 4, 4, 7, 8, 1000}, situaţie în care Me ca valoare centrală este mai
semnificativă decât , care este afectată de valoarea extremă, respectiv 1000.
Sindicatele estimează că societatea comercială “X” îşi remunerează mai puţin angajaţii.
Pentru a demonstra, ei calculează salariul cel mai frecvent obţinut (Mo) şi declară că este
mai mic decât în alte societaţi comerciale.
Patronatul în schimb, dă replica prin calcularea salariului mediu ( x ) şi gaseşte că acesta

este superior salariilor medii din alte societaţi comerciale. Ambele calcule efectuate sunt
corecte, dar comparaţia suferă; se compara un salariu modal cu un salariu mediu.
Rezultă ca după ce calculăm indicatorii tendinţei centrale, o atenţie deosebită trebuie să o
acordăm analizei în concordanţă cu natura fenomenului studiat, cu gradul de împrăştiere
(variaţie) a valorilor individuale. Aceasta este cu atât mai important cu cât în elaborarea
deciziilor se ţine seama de valoarea tipică calculată, cea mai reprezentativă, cu cea mai
mare încărcătura informaţională despre tendinţa centrală.
8.8. ASIMETRIA
În practica statisticii social-economice se pot întâlni serii de distribuţie de frecvenţe

simetrice, uşor asimetrice sau cu tendinţa pronunţată de asimetrie.
La interpretarea gradului de asimetrie se porneşte de la poziţia şi valorile pe care le au cei
trei indicatori ai tendinţei centrale: Media, Me şi M0. În special calculul asimetriei se
bazează pe relaţia dintre Me şi M0. Astfel, o serie poate fi în una din cele 3 situaţii:
1,2 fi fi
1
1
0,8
0,8
0,6 0,6
0,4 0,4
0,2 0,2
25% 25% 25% 25%
0 0 0
0 M
32 6 0 3 6 9X 12
Me 15
Mo 18 xi 0 3 6 9 12 15 18 xi
Q1 Q3 Mo Me X
xi
Q2
a) Serie simetrica b) Serie cu asimetrie c) Serie cu asimetrie

x =Me=Mo pozitiva negativa
Gradul de reprezentativitate al mediei creşte pe măsură ce seria se apropie mai mult de

distribuţia simetrică şi are un câmp mai redus de variaţie a caracteristicii. De aceea este
necesar ca pe lângă indicatorii variaţiei să se calculeze şi indicatorii de asimetrie.
Reprezentarea grafică a seriei (prin poligonul frecvenţelor sau prin curba cumulativă a
frecvenţelor) ne oferă o imagine sugestivă asupra gradului de asimetrie fără însă a-l putea
măsura printr-o valoare numerică.
125
Densitatea de repartiţie a frecventelor se calculează între fiecare frecvenţa şi mărimea

intervalului respectiv. Dacă frecvenţa este măsurată în marimi absolute se obţine
densitatea absolută de repartiţie şi, dacă frecvenţa este exprimată în marimi relative se
obţine densitatea relativa a frecventelor.
f
Densitatea absolută de repartiţie a frecventelor d a = i unde ki este mărimea intervalului,
ki
f
iar fi reprezintă frecventele absolute d r = i .
ki
Dacă valorile acestor indicatori arată tendinţa de crestere în valoare către valoarea
centrală a caracteristicii, înseamnă că seria este cu tendinţa de normalitate şi că media
este reprezentativă pentru cele mai multe valori ale caracteristicii. Necesitatea calculării
acestor indicatori apare, în special, pentru seriile cu intervale de grupare mari sau
neegale.
Cel mai frecvent însă pentru interpretarea asimetriei se foloseşte coeficientul de
asimetrie ( Cas ) propus de Pearson, care se calculează ca raport între asimetria absolută
şi abaterea medie pătratică.
x − Mo
Cas =
σ
− 1 < Cas < +1
Cu cât Cas este mai mic în valoare absolută, cu atât asimetria este mai mică.
Într-o serie perfect simetrica, Cas = zero, deoarece Me coincide în valoare cu Mo seriei.
● Dacă Me > Mo seriei, atunci Cas este cuprins între 0 şi 1, deci există o asimetrie pozitiva;
● Dacă Mo > Me, Cas este cuprins între –1 şi 0, deci există o asimetrie negativă.
'
Dacă se cunoaşte Me seriei, Cas se poate calcula raportând abaterea dintre medie şi
mediana luată de 3 ori, la abaterea medie pătratică:
3( x − Me)
Cas' =
σ
Acest coeficient poate să ia valori între –3 şi +3 şi va arată un grad mai mare de simetrie
cu cât se va apropia mai mult de zero.
8.8.1. Variaţia intercuartilică şi interdecilică
Calculând abaterile dintre valorile mediilor de poziţii şi valoarea mediană se poate

interpreta tendinţa de distribuţie a frecvenţelor de apariţie ale variantelor caracteristicii. În
aceste serii, abaterea dintre cuartila inferioară şi mediană este egală cu abaterea dintre
cuartila superioară şi mediană, iar în interiorul lor se găsesc 50% din numărul cazurilor
înregistrate.
Ţinand cont de ordinea de creştere a valorilor celor 3 cuartile pentru o serie perfect
simetrică, această egalitate va fi:
Me – Q1 = Q3 – Me
126
STATISTICĂ
În acest caz: media aritmetică a celor 2 cuartile extreme = valoarea cuartilei a doua = Me
seriei:
Q1 + Q3
Q= = Q2 = Me
2
Dacă cele 2 relaţii nu se verifică, adică:
Q3 − Q1 115,83 − 100,75
Vq = 2 = 2 = 0,06 ⇒
Me 107,93
⇒ variaţia intercuartilică este nesemnificativă.
Me – Q1 este diferită de Q3 – Me şi respectiv: Q ≠ Me , înseamnă că seria prezintă un

anumit grad de variaţie intercuartilică care trebuie să fie măsurat statistic.
Indicatorii de variaţie intercuartilică şi interdecilică se calculează în mărimi absolute şi în

mărimi relative.
8.8.1.1. Abaterea intercuartilică
Abaterea intercuartilică ( Qd ) - (Amplitudinea semiintercuartilica) se calculează ca o

medie a celor 2 abateri ale quartilelor extreme faţă de cuartila centrală:
(Me − Q1 ) + (Q3 − Me ) Q3 − Q1
Qd = =
2 2
1. Coeficientul de variaţie intercuartilica (Vq) se calculează ca un raport între abaterea

intercuartilică şi valoarea mediană:
Q3 − Q1
Q 2
Vq = d =
Me Me
Acest coeficient poate să ia numai valori subunitare pozitive şi se apreciază ca Vq este cu

atât mai nesemnificativă cu cât acest coeficient are o valoare mai mică.
Dacă seria prezintă un grad mare de asimetrie, este necesar să se calculeze variaţia
interdecilică care se bazează pe aceleaşi considerente, ca într-o serie perfect simetrică
distanţele dintre decilele extreme şi Me sunt egale:
Me – D1 = D9 - Me
8.8.1.2. Abaterea interdecilică
(Me − D1 ) + (D9 − Me) D9 − D1

Dd = =
2 2
valoarea acestui coeficient se interpretează în acelaşi sens ca şi variaţia intercuartilică vq.
127
2. Coeficientul de variaţie interdecilica:
D9 − D1
D 2
Vd = d =
Me Me
Pentru exemplul luat avem:
Coeficientul de variaţie intercuartilică
Q3 − Q1 115,83 − 100,75
Vq = 2 = 2 = 0,06 ⇒
Me 107,93
⇒ variaţie intercuartilică este nesemnificativă
x − Me 108 − 108
Cas = = = 0 ⇒ simetrie perfecta
σ 11,87
3 ⋅ ( x − Me ) 3 ⋅ (108 − 108 )
Cas' = = = 0,01
σ 11,87
Alcătuiţi o serie de repartiţie cu 5 intervale egale şi variaţie discontinuă. Calculaţi indicatorii

medii ai tendinţei centrale şi explicaţi diferenţele dintre aceştia. Care din indicatorii calculaţi
mai înainte sunt reprezentativi ?
Este seria aleasă o distribuţie simetrică ?
128
STATISTICĂ
Capitolul IX
INDICATORII CONCENTRĂRII ŞI DIVERSIFICĂRII
OBIECTIVE
Un subiect aparte în statistică îl reprezintă studiul concentrării şi diversificării fenomenelor

în economie. Principalele metode urmează a fi însuşite de către studenţi prin cunoaşterea
reprezentărilor grafice specifice precum şi prin calculul unor indicatori adecvaţi.
Cuvinte cheie
Concentrare / diversificare
Medială / mediană
Concentrarea valorilor individuale ale unei caracteristici studiate într-o colectivitate este o
consecinţă a dispersiei, a împrăştierii acestora. Concentrarea salariilor, a veniturilor, a
întreprinderilor, etc. sunt exemple care evidenţiază faptul că analiza acestui fenomen este
necesară pentru fundamentarea unor decizii de politică economico-financiară.
De asemenea, măsurarea concentrării este aplicată pentru caracterizarea structurii pieţei,
în acest caz, studiul concentrării completându-se cu măsurarea diversificării.
Analiza statistică a concentrării a fost dezvoltata de italianul CORRADO GINI în lucrările

sale referitoare la diferenţierea veniturilor. În acest sens el a construit un grafic (o curbă)
de concentrare şi a determinat o măsură a concentrării: indicele lui Gini.
Prin concentrare se exprimă aglomerarea unităţilor unei colectivităţi sau a valorilor

globale ale unei distribuţii în jurul unei valori a caracteristicii de grupare, de exemplu, a
valorii centrale. Cu acest sens apare ca o noţiune conexă celei de dispersie.
Studierea concentrării este aplicabilă numai variabilelor continue cu valori pozitive.

Concentrarea este aplicabilă în general oricărui fenomen care posedă caracteristici ce pot
fi însumate.
Rezultă că analiza distribuţiilor statistice cu ajutorul concentrării cere îndeplinirea a 2

condiţii:
- să aibă sens însumarea variabilei de distribuţie;
- să fie posibila împărţirea valorii globale a variabilei între unităţile colectivităţii.
129
Indicatorii concentrării şi diversificării
Cele 2 condiţii sunt îndeplinite de distribuţii cum ar fi:

- distribuţia populaţiei pe clase de venituri sau a întreprinderilor după cifra de afaceri -
cazuri în care valorile globale cumulate ar evidenţa disparităţile existente în repartiţia
veniturilor colectivităţii analizate dar nu ar fi posibile în cazul, de exemplu, al distribuţiei pe
vârste a populaţiei deoarece atât însumarea cât şi împărţirea vârstei indivizilor unei
populaţii ar fi operaţii absurde.
Caracterizarea statistică a concentrării se poate efectua prin 2 categorii de procedee:

1. procedee numerice (prin calcul)
2. procedee grafice
1. Măsurarea gradului de concentrare prin procedee numerice consta în calculul unor

indicatori ai concentrării, cum ar fi:
- abaterea medială-mediană
- coeficienţi ai gradului de concentrare
2. Construirea curbei de concentrare şi pe baza ei, aflarea gradului de concentrare, prin

determinarea unui coeficient – Indicele Gini.
9.1. DETERMINAREA GRAFICĂ A CONCENTRĂRII
Curba de concentrare este reprezentarea grafică a variabilei “q” în funcţie de variabila “p”.
Valorile celor două variabile sunt date de relaţiile:
Ni
pi = , cu i = 1, n, unde Ni = Ni −1 + fi
∑ fi
Li
pi = , cu i = 1, n, unde Li = Li −1 + fi
∑ xi ⋅ fi
Valorile pi reprezintă efectivele relative cumulate până la nivelul “i” al caracteristicii de
grupare, iar qi valorile globale relative cumulate până la acelaşi nivel “i” al caracteristicii de
grupare.
Punctele de coordonate (pi ; qi) sunt transpuse într-un sistem de două axe rectangulare, pe
abcisă valorile pi , iar pe ordonată valorile qi . Dacă valorile pi şi qi se exprimă în procente -
%, valoarea acestora variază între 0 şi 100%.
Prin urmare, curba de concentrare, construita prin unirea punctelor de coordonate (pi ;
qi) apare înscrisă într-un pătrat ABCD, cu latura egală cu 100%.
Acesta este cunoscut sub denumirea de pătratutul lui Gini, iar suprafaţa delimitată de
curba de concentrare şi diagonala pătratului se numeşte suprafaţă de concentrare. Curba
se situează sub diagonala pătratului deoarece pi > qi sau se suprapune cu aceasta când
pi = qi, în cazul echirepartiţiei.
130
STATISTICĂ
100 100
D C 100
50 50 50
A
0
B 0
0
0 50 100 0 50 100
0 50 100
a) Echirepartiţie b) Concentrare slabă c) Concentrare puternică

(lipsa concentrării)
Bisectoarea AC corespunde liniei de echirepartiţie şi de concentrare nulă.

Cu cât curba este mai îndepărtată de diagonala AC, cu atât concentrarea este mai
puternică. Pe baza figurii se determină indicele lui Gini, ca măsură a concentrării. El se
determina ca raport între aria suprafetei de concentrare (haşurată) şi aria triunghiului ABC.
Deci:
aria suprafetei de concentrare

IG =
aria triunghiului ABC
IG ∈ (0 ; 1) → de la concentrarea nula, la concentrarea maxima
Suprafata de concentrare
IG = = 2 × Suprafata de concentrare
Aria patratului
2
Cum aria patratului = 1
0 < IG < 1 respectiv 0 < IG < 100%
Exemplu: Cunoaştem distribuţia numărului de salariaţi ale unei societăţi de comerţ, pe

magazine.
Dorim să studiem concentrarea salariaţilor pe magazine.
Număr Număr de Mijlocul Li

Ni x i fi Li
salariaţi magazine Ni pi = intervalului qi =
x i−1 , x i ∑f i
Cumularea lui ∑ x i fi
fi xi x i fi
1 2 3 4 5 6 7 8
-14 1 1 0,06250 13 13 13 0,0458
14-16 5 6 0,37500 15 75 88 0,3099
16-18 3 9 0,56250 17 51 139 0,4894
18-20 3 12 0,75000 19 57 196 0,6901
20-22 2 14 0,87500 21 42 238 0,8380
22- 2 16 1,00000 23 46 284 1,0000
Total 16 x x x 284 x x
131
Exprimându-se procentual, indicele de concentrare este adimensional (independent de

unităţile de mărime (U.M.) ale variabilelor studiate), deci permite efectuarea de comparaţii
în timp sau spaţiu.
0,8
0,6
qi
0,4
0,2
0
0 0,2 0,4 0,6 0,8 1
pi
În acest caz, graficul ne indică un grad foarte mic de concentrare a salariaţilor pe

magazine, sau altfel spus, o repartiţie relativ uniformă a acestora.
- Când valorile celor 2 variabile sunt egale ( pi = qi ) curba de concentrare se suprapune cu

diagonala pătratului, având cazul unei echirepartiţii: adica, până la 10% din efectiv deţin
până la 10% din valoarea globală; 20% deţin 20% ….
- Când întreaga valoare globală este concentrata la o singura unitate a colectivităţii, curba
de concentrare coincide cu laturile pătratului. În acest caz concentrarea este maxima,
adică o singură unitate din colectivitate deţine întreaga valoare globala a caracteristicii
(situaţia de monopol).
În practică se întâlnesc situaţii cuprinse între cele două extreme.
În exemplul considerat se observă că nu sunt disparităţi accentuate între cele 2 repartiţii

de structură. Astfel, corespondenţa qi ; pi arată că 4,57% din salariaţi se regăsesc în
6,25% din magazine; 31% din aceştia se regăsesc în 37,5% din magazine, s.a.m.d. Curba
fiind foarte apropiată de diagonala pătratului, disparităţile sunt foarte mici, ceea ce reflectă
o concentrare slabă a salariaţilor pe cele 16 magazine.
132
STATISTICĂ
9.2. PROCEDEE NUMERICE DE DETERMINARE A CONCENTRĂRII
9.2.1. Abaterea medială-mediană
Abaterea medială-mediană, simbolizata prin se afla după relaţia:
∆M = Ml − Me şi presupune urmatoarele etape:

1. Calculul Ml (Medialei);
2. Calculul Me (Medianei)
3. Calculul ∆M (Abaterii )
Concentrarea poate fi apreciată astfel: cu cât valoarea ∆M este mai mare, cu atât
concentrarea este mai puternică şi invers. Dacă ∆M = 0, adică Me = Ml, nu există
concentrare, distribuţia prezentând o echirepartiţie (distribuţie egalitara). Atât Me cât şi Ml
sunt indicatori ai valorii centrale a unei distribuţii.
Me este valoarea xi a variabilei X până la care, şi peste se găsesc 50% din unităţile
colectivităţii, iar Ml este valoarea xi până la care şi peste se află 50% din valoarea globală,
respectiv din valoarea termenilor seriei ∑ x i ⋅ f i .
În exemplu considerat, unităţile colectivităţii ( fi ) sunt magazinele grupate pe intervale de

valori după numărul de salariaţi ( x i ' = mijlocul intervalului), produsul () exprimă valoarea
globală, respectiv numărul de salariaţi aflaţi în ( x i ' ⋅ fi ) magazine.
Mediala unei distribuţii este superioară sau cel mult egală cu mediana.
Me şi Ml sunt egale în cazul când toate salariile sunt egale, distribuţie egalitara.
16 + 1
Me = = 8,5 ⇒ Me ∈ (16; 18) ⇒
2
8,5 − 6
⇒ Me = 16 + 2 = 17,666 salariati
3
Locul Ml =
∑x i ⋅ fi
=
284
= 142
2 2
locul Ml − Li −1
18 < Ml < 20 ⇒ Ml = x0 + d =
x i ⋅ fi
142 − 139
= 18 + 2 = 18,105 salariati
57
∆M = 18,105 − 17,666 = 0,439 salariati
133
9.2.2. Coeficientul abaterii Me - Ml
Coeficientul abaterii constă în compararea sub formă de raport a mărimii ∆M cu

amplitudinea de variaţie a caracteristicii de grupare Amax = xmax - xmin.
∆M
∆M % = ⋅ 100
A max
raportul poate lua valori în intervalul [0 , 100] cu cât tinde spre zero cu atât concentrarea
este mai slabă, adică nu există mari disparităţi şi invers. Dacă valoarea raportului tinde
spre 100, există mari disparităţi între valorile globale pe clase de variaţie.
Coeficientul de concentrare, comparativ cu abaterea Me – Ml are avantajul expresiei

relative, dând posibilitatea comparării gradului de concentrare a diferitelor distribuţii
statistice, indiferent de unitatea de măsură folosită pentru exprimarea variabilelor de
grupare.
Cele 2 mărimi ale concentrării (∆M şi ∆M% ) prezintă avantajul facilităţii calculelor, dar au
dezavantajul unor mărimi aproximative (deoarece Ml şi Me nu exprimă toţi termenii seriei,
ci doar valorile ce ocupă o poziţie centrală într-o distribuţie).
În exemplul considerat
0,439
∆M % = = 0,0365 (3,65%)
24 - 12
3,65% arată o concentrare slabă a salariaţilor pe magazine, şi anume 3,65% din mărimea
acesteia.
Valoarea acestui indicator creşte dacă sunt urmăriţi, comparativ, în timp şi spaţiu.
9.3. ALTE APLICAŢII ALE CURBEI DE CONCENTRARE
Curba de concentrare–metodă de depistare a tipurilor calitative dintr-o distribuţie
În literatura de specialitate este cunoscută sub denumirea: “metoda A, B,C”.
Tipurile dintr-o colectivitate, diferenţiate calitativ după valoarea caracteristicii de grupare,

pot fi evidenţiate grafic prin găsirea punctelor de corespondenta a ponderilor cumulate ale
efectivului cu ponderile cumulate ale valorii globale şi depistarea punctelor principale de
inflexiune ale curbei de concentrare.
134
STATISTICĂ
100
95
qi (%)
90
85
80
75
70
65
60
55 A
50
45
40
35
30
25 B
20
15 C
10
5
0
0 20 40 pi (%) 60 80 100
Dacă considerăm curba de concentrare din graficul de mai sus ca reprezentând gradul de
concentrare al societăţilor după cifra de afaceri realizată, se pot desprinde 3 tipuri
calitative, spre exemplu, a numărului tranzacţiilor comerciale după valoarea cifrei de
afaceri:
● tipul A, al celor puţini numeroşi (20%) care realizează mult (75%, grupa celor favorizaţi);
● tipul B, al celor puţini numeroşi (20%) care realizează puţin (10%, grupa echilibrată);
● tipul C, al celor numeroşi (60%) care realizează foarte puţin (15%, grupa celor
defavorizaţi).
Metoda este folosită, în special, în marketing, ca metodă de gestionare a stocurilor şi

permite controlul stocurilor şi diferenţierea politicii de reînnoire a stocurilor.
Curba de concentrare – mijloc de comparare a gradului de concentrare (în timp, în

spaţiu şi din punct de vedere calitativ).
100
qi (%)
50
pi (%)
0
0 50 100
135
Metoda constă în compararea vizuală a concentrării a 2 sau mai multe colectivităţi

distribuite după o caracteristică considerată, diferenţiate în timp, în spaţiu sau din punct de
vedere calitativ. Se foloseşte pentru evidenţierea inegalităţilor existente în repartiţia pe
grupe, după o caracteristică de grupare, a valorilor globale ale unei colectivităţi comparativ
cu cele ale altei colectivităţi. Aplicarea metodei presupune construirea, în acelaşi sistem
de axe rectangulare a 2 sau mai multe curbe de concentrare corespunzătoare
colectivităţilor comparate din punct de vedere al aceleiaşi caracteristici de distribuţie.
Dacă comparăm repartizarea masei cifrei de afaceri realizate de societăţile comerciale

din 2 ramuri diferite a şi b, se constată că în ramura a) se află o mai slabă disparitate a
masei cifrei de afaceri faţă de ramura b). Analog s-ar interpreta disparităţile din ţări
diferite sau în momente de timp diferite.
9.4. INDICATORI AI CONCENTRĂRII SERIILOR CALITATIV ATRIBUTIVE
1. Raportul de concentrare Cn este folosit, în mod deosebit, în studiile de marketing şi

exprimă ponderea deţinută de primele “n” cele mai mari unităţi dintr-o colectivitate
observată după o caracteristică ce defineşte talia lor, “n” fiind un număr ales arbitrar din
numărul total al unităţilor unei colectivităţi (N).
n
xi
Cn = ∑ g i unde g i =
i =1 ∑ xi
gi este partea dintr-o piaţă deţinută de firma ”i”
∑x i reprezintă producţia totală a celor N firme.

Exemplu: Din ancheta AMIGO – Populaţia ocupată pe activităţi ale economiei naţionale în
anul 2010:
Populaţia
ocupată - gi gi g i2
Nr.
Activităţi ale economiei naţionale mii persoane - (%)
crt.
xi
1 Agricultură, silvicultură şi pescuit 2780 0,3009 30,1 0,0905
2 Industrie 1868 0,2022 20,2 0,0409
3 Comerţ 1134 0,1227 12,3 0,0151
4 Construcţii 706 0,0764 7,6 0,0058
5 Administraţie publică şi apărare 471 0,0510 5,1 0,0026
6 Transport şi depozitare 444 0,0481 4,8 0,0023
7 Sănătate + asistenţă socială 403 0,0436 4,4 0,0019
8 Învatamant 385 0,0417 4,2 0,0017
9 Alte activităţi 1049 0,1135 11,4 0,0129
TOTAL 9240 1,0000 100,0 0,1737
Sursa datelor: “Anuarul Statistic al României” - ed. 2011, p.94
Exemplu: Dacă primele 2 activităţi ale economiei naţionale deţin 30,1% şi 20,2%, atunci
indicele de concentrare al activităţilor economiei naţionale după numărul populaţiei
ocupate în acel moment era de 50,3% (30,1 + 20,2).
136
STATISTICĂ
Raportul de concentrare Cn are pe langa avantajul calcularii rapide, un mare dezavantaj:

nu ţine cont decât de informaţia referitoare la primele “n” cele mai mari unităţi, restul de N
– n unităţi nefiind considerate.
2. Energia informaţionala Onicescu ( E ) a fost definită plecând de la considerarea

întregii colectivităţi ( N ) ca un sistem şi a părţilor componente ( fi ) ca stări ale sistemului.
Se calculează ca sumă a pătratelor ponderilor gi a tuturor părţilor unei colectivităţi:
N
E = ∑ g i2 ∑g 2
i =1
i =1
N
În exemplu luat : E = ∑ g i2 = 0,1737
i =1
Valoarea energiei informaţionale a unei distribuţii poate fi cuprinsă în intervalul.
E=1 când distribuţia prezintă o concentrare maximă (monopol);
1
E= când se prezinta o echirepartiţie.
N
În exemplul luat, fiind considerate 9 grupe de activitate, pentru care minimul valorii
1
E = = 0,111, valoarea calculata E = 0,1737 arată o economie naţională relativ
9
concentrată, valoarea lui E aflându-se mai aproape de valoarea minimă posibilă şi mai
departe de valoarea maximă (E = 1).
Pentru a elimina inconvenientul variabilităţii valorii minime posibile se calculează o formă

corectata:
1 1
∑g 2
i
N =
0,1737 −
−
9 = 0,0704 , al cărui interval de variaţie devine: [0 , 1] şi indică
E' =
1 1
1− 1−
N 9
acelaşi grad redus de concentrare a populaţiei ocupate pe activităţi ale economiei
naţionale.
3. Coeficientul de concentrare Corrado Gini ( CG )
⎡ 1 ⎤ 1
CG = ∑g CG ∈ ⎢
2
i ; ; 1 ⎥ are acelaşi dezavantaj, respectiv valoarea minimă
n
este
⎣ n ⎦
variabilă în funcţie de numărul “n” al categoriilor.
137
4. Coeficientul de concentraţie Strück ( Cs ) corectează CG pentru a corespunde formei

corecte a energiei informaţionale Onicescu ( E ' ) şi pentru a fi independent de numărul de
categorii considerate.
n ∑ g i2 − 1
CS = ; CS ∈ [0 ; 1]
n −1
Daţi exemple de distribuţii la care este posibil studiul concentrării.
Alcătuiţi o serie de repartiţie cu 5 intervale egale, după o caracteristică continuă şi

însumabilă direct şi, analizaţi atât grafic cât şi prin indicatorii cunoscuţi gradul de
concentrare.
Alcătuiţi o distribuţie a studenţilor din grupă după studiile anterioare absolvite şi studiaţi
fenomenul de concentrare.
138
STATISTICĂ
Capitolul X
STATISTICA - PROBLEME
REZOLVATE şi PROPUSE
OBIECTIVE
Capitolul propune studenţilor o diversitate de aplicaţii practice recapitulative, cu scopul

unei mai bune înţelegeri a aplicării corecte a metodelor statistice învăţate şi mai ales a
interpretării corecte a indicatorilor calculaţi. Sunt propuse de asemenea probleme pentru
rezolvare de către studenţi, iar în final este prezentată cerinţa proiectului individual ce
trebuie realizat obligatoriu de fiecare student înainte de perioada examinărilor.
10.1. SERII DE DISTRIBUŢIE UNIDIMENSIONALE
Problema nr. 1
Societatea comerciala "X" înfiinţată în anul 2005, cu sediul în Bacău, este specializată în
distribuţia de produse cosmetice.
Distribuţia se realizează printr-un număr de 50 agenţi comerciali.
Pentru a studia distribuţia celor 50 agenţi comerciali după vânzarile realizate la sfârşitul
unei luni, considerată ca relevantă pentru vânzarile medii lunare ale S.C. "X" s-a
înregistrat valoarea vânzarilor realizate de fiecare agent, după cum urmează:
139
Probleme rezolvate şi propuse
Tabel 1
Vânzarile realizate de fiecare din cei 50 agenţi comerciali ai societăţii "X"
Nr. Vânzãri lunare Nr. Vânzãri lunare

Crt. (mii. lei) Crt. (mii. lei)
1 18 26 60
2 54 27 35
3 33 28 40
4 37 29 48
5 39 30 59
6 52 31 45
7 54 32 69
8 52 33 47
9 33 34 37
10 30 35 36
11 39 36 46
12 27 37 48
13 17 38 17
14 46 39 24
15 33 40 39
16 69 41 48
17 14 42 46
18 46 43 47
19 58 44 40
20 69 45 28
21 24 46 28
22 69 47 26
23 38 48 39
24 36 49 48
25 36 50 14
Se cere:
1) să se sistematizeze datele prin centralizare şi grupare pe intervale egale, neegale,

continue şi discontinue (discrete);
2) să se reprezinte grafic una din seriile rezultate din gruparea pe intervale egale de
variaţie de la punctul anterior;
3) să se analizeze indicatorii tendinţei centrale;
4) să se analizeze variaţia seriei;
5) să se studieze concentrarea;
6) să se studieze forma repartiţiei (asimetria şi boltirea seriei).
140
STATISTICĂ
1) SISTEMATIZAREA DATELOR
(centralizarea şi gruparea datelor pe variante şi intervale de variaţie):
a) pe variante de variaţie:
Vânzari Frecvenţa de
realizate apariţie
(mii lei)
(xi ) (fi )
14 2
17 2
18 1
24 2
26 1
27 1
28 2
30 1
33 3
35 1
36 3
37 2
38 1
39 4
40 2
45 1
46 4
47 2
48 4
52 2
54 2
58 1
59 1
60 1
69 4
Total 50
b) pe intervale de variaţie:
- intervale egale de variaţie:
● Intervale continue: Alegem numărul de intervale: k = 6.
Calculăm mărimea intervalului de grupare l:
A x max − x min 69 − 14
I= = = = 9,17 ≅ 10
k k 6
141
Grupe de agenţi comerciali dupã Numãrul

valoarea vânzărilor realizate agenţilor
(mii lei) comerciali
xi fi
10 - 20 5
20 - 30 6
30 - 40 15
40 - 50 13
50 - 60 6
60 - 70 5
Total 50
Notă: Limita inferioară este inclusă în interval

xi fi
10 - 20 5
20 - 30 7
30 - 40 16
40 - 50 11
50 - 60 7
60 - 70 4
Total 50
● Intervale cu variaţie discontinuă

xi fi
10 - 19 5
20 - 29 6
30 - 39 15
40 - 49 13
50 - 59 6
60 - 69 5
Total 50
.
142
STATISTICĂ

xi fi
11 - 20 5
21 - 30 7
31 - 40 16
41 - 50 11
51 - 60 7
61 - 70 4
Total 50
Notă: Limita superioară este inclusă în interval
● Intervale neegale de variaţie

xi fi
10 - 20 5
20 - 40 21
40 - 60 19
60 - 70 5
Total 50
Notã: Limita inferioarã este inclusã în interval
2) REPREZENTAREA GRAFICĂ A SERIILOR DE DISTRIBUŢIE DE LA PUNCTUL 2:
Considerăm următoarea distribuţie de la punctul anterior:
Tabel 2.
Gruparea agenţilor comerciali pe intervale de variaţie
după valoarea vânzarilor realizate într-o luna:
xi fi
10 - 19 5
20 - 29 6
30 - 39 15
40 - 49 13
50 - 59 6
60 - 69 5
Total 50
143
20 20
Poligonul frecventelor
Histogram a
15 15
10 10
5 5
0 0
0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70 0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70
Din grafice se observă existenţa unui anumit grad de asimetrie la nivelul distribuţiei.
Intervalul cu frecvenţa cea mai mare este 30 - 40.
3) ANALIZA INDICATORILOR TENDINŢEI CENTRALE
Notă: Toate calculele sunt prezentate în tabelul nr. 2
Calculul indicatorilor medii de calcul:
Media aritmetica: x =
∑ x ⋅f i i
=
1990
= 39,8 mii lei
∑f i 50
În medie fiecare din cele 50 persoane realizeaza vânzari medii lunare de 39,8 mii lei.
Calculul simplificat al mediei aritmetice:
⎛ xi − a ⎞
∑ ⎜⎝ k ⎠
⎟ ⋅ fi
24
x= ⋅k +a = ⋅ 10 + 35 = 39,8 mii lei
∑i f 50
unde: k = 10 (mărimea intervalului de grupare);

a = 35 (centrul intervalului cu frecvenţa cea mai mare).
Media armonică: xh =
∑f i
=
50
= 33,86 mii lei
1 1,47681
∑ x ⋅f i
i
∑ x ⋅f
2
i i 88850
Media pătratică: x p = = = 42,15 mii lei
∑f i 50
144
STATISTICĂ
Media geometrică:
1
x g = ∑ fi ∏x ⇔ lg x g = ∑ i i ∏x ∑ lg( x
lg f
fi fi
= ⋅ fi )
∑ fi
i i i
1
xg = 78,42762 = 1,5685524
50
x g = 101,5685524 = 37,03 mii lei
Comparând valorile obţinute pentru toate cele patru medii se observă că se verifică relaţia:
xh < xg < x < x p
Calculul indicatorilor medii de poziţie:
Modul sau dominanta seriei – Mo
∆1 15 − 6
Mo = x0 + d = 30 + 10 = 38,18 mii lei
∆1 + ∆ 2 (15 − 6) + (15 − 13 )
∆1 = fMo − fMo −1
∆1 = fMo − fMo +1
Valoarea medie a vânzarilor cel mai frecvent întâlnite la nivelul celor 50 agenţi comerciali
este de 38,18 mii lei.
Cuantile
Mediana
Pentru a stabili intervalul în care se afla mediana, calculăm locul (unitatea) medianei:
50 + 1
U Me = = 25,5
2
Intervalul median va fi acela în care frecvenţele cumulate în sens crescător depaşeste

U Me calculată. În acest caz prima frecvenţă cumulată mai mare decât 25,5 este 26,
aceasta aflandu-se în intervalul (30 - 40).
U Me − ∑ fp 25,5 − 11
Me = x0 + d = 30 + 10 = 39,06 mii lei
fMe 16
Din cele 50 persoane 50% (respectiv 25 persoane) realizează vânzari medii lunare de
până la 39,06 mii lei, iar restul de 50% vânzări de peste 39,06 mii lei.
145
Determinarea grafica a medianei:
Ogiva (Curba frecvenţelor cumulate)
Quartilele:
50 + 1
U Q1 = = 12,75
4
U Q1 − ∑ fp 12,75 − 11
Q1 = x0 + d = 30 + 10 = 31,09 mii lei
fQ1 16
Din cele 50 persoane 25% realizeaza vânzări medii lunare de până la 31,09 mii lei, iar
restul de 75% vânzări peste 31,09 mii lei.
Q2 = Me
3(50 + 1)
U Q3 = = 38,25
4
U Q3 − ∑ fp 38,25 − 26
Q3 = x0 + d = 40 + 10 = 49,42 mii lei
fQ3 13
Decilele:
50 + 1
U D1 = = 5,1
10
U D1 − ∑ fp 5,1 − 5
D1 = x0 + d = 20 + 10 = 20,17 mii lei
fD1 6
restul de 90% vânzări de peste 20,17 mii lei.
146
STATISTICĂ
D5 = Me
...
9(50 + 1)
U D9 = = 45,9
10
...
U D9 − ∑ fp 45,9 − 45
D9 = x0 + k = 60 + 10 = 61,8 mii lei
fD3 5
Similar se calculeaza toate celor 9 decile.
Din cele 50 persoane 90% realizează vânzări medii lunare de până la 61,8 mii lei, iar
Mediala (indicator ce împarte valorile centralizate ale caracteristicii în două parţi egale).
U Ml =
∑x i ⋅ fi
=
1990
= 995 ⇒ Ml se află în intervalul (40 ; 50)
2 2
∑x i ⋅ fi
− ∑ x i ⋅ fi p
2 995 − 750
Ml = x0 + d = 40 + 10 = 44,19 mii lei
xfMl 585
Tabelul nr. 2
xi xi xi − a xi − a 1
mijlocul fi x i ⋅ fi fi fi
(mii.lei) k k x
intervalului
10-20 15 5 75 -2 -10 0,33333
20-30 25 6 150 -1 -6 0,24000
30-40 35 15 525 0 0 0,42857
40-50 45 13 585 1 13 0,28889
50-60 55 6 330 2 12 0,10909
60-70 65 5 325 3 15 0,07692
Total 50 1990 24 147.681
xi fi fi
xi2 ⋅ fi lg xi lg x i fi ( x i ⋅ fi )
(mii.lei)
10-20 1125 1,17609 5,88046 5 50 75
20-30 3750 1,39794 8,38764 11 45 225
30-40 18375 1,54407 23,16102 26 39 750
40-50 26325 1,65321 21,49176 39 24 1335
50-60 18150 1,74036 10,44218 45 11 1665
60-70 21125 1,81291 9,06457 50 5 1990
Total 88850 78,42762
147
4) ANALIZA INDICATORILOR VARIAŢIEI
Notă:Toate calculele sunt prezentate în tabelul nr. 3
Indicatorii individuali ai variaţiei
Indicatorii absoluţi
Amplitudinea variaţiei: A = xmax – xmin = 70 – 10 = 60 mii lei
Abaterea individuală: d i = x i − x
Indicatorii relativi
A 60
Amplitudinea relativă a variaţiei: A% = ⋅ 100 = ⋅ 100 = 150,75%
x 39,8
di
Abaterea individuală relativă: d i % = ⋅ 100
x
Indicatori sintetici ai variaţiei
Abaterea medie liniară: d =

∑ x − x ⋅f
i i
=
569,6
= 11,39 mii lei
∑f i 50
∑ (x − x )
2
9648
Dispersia: σ 2 = i
= = 192,96
∑f i 50
Abaterea medie pătratică:
∑ (x − x )
2
⋅ fi 9648
σ= i
= = 192,96 = 13,89 mii lei
∑f i 50
σ 13,89
Coeficientul de variaţie: v = ⋅ 100 = ⋅ 100 = 34,9%
x 39,8
Fiind cuprins în intervalul 17% - 35% coeficientului de variaţie atestă faptul că media este
moderat reprezentativ pentru seria de distribuţie.
Intervalul mediu de variaţie calculat ca diferenţă între media seriei şi abaterea medie
liniara, respectiv abaterea medie pătratică este:
● (28,41; 51,19), calculat cu ajutorul abaterii medii liniare;

● (25,91; 53,69), calculat cu ajutorul abaterii medii pătratice.
148
STATISTICĂ
Tabelul nr. 3
xi xi fi d i = xi − x di %
10-20 15 5 -24,8 -64,6
20-30 25 6 -14,8 -38,5
30-40 35 15 -4,8 -12,5
40-50 45 13 5,2 13,5
50-60 55 6 15,2 39,6
60-70 65 5 25,2 65,6
Total 50
- continuarea tabelului -
xi xi − x x i − x ⋅ fi (x i )2
− x ⋅ fi
10-20 24,8 124,0 3075,2
20-30 14,8 88,8 1314,2
30-40 4,8 72,0 345,6
40-50 5,2 67,6 351,5
50-60 15,2 91,2 1386,2
60-70 25,2 126,0 3175,2
Total 569,6 9648
5) STUDIUL CONCENTRARII
Analiza concentrarii veniturilor pe grupe de agenţi comerciali după valoarea vânzărilor

medii realizate:
● Determinarea concentrării cu ajutorul indicatorului abaterea mediala-mediana în

mărime absolută şi relativă:
A = Ml – Me = 44,19 – 39,06 = 5,13 mii lei
A 5,13
A% = ⋅ 100 = ⋅ 100 = 8,55 %
Amax 60
Abaterea medială - mediană calculată în mărime relativă, fiind un coeficient ce poate lua
valori în intervalul (0 - 100%), atestă existenţa unui grad redus de concentrare a vânzarilor
la nivelul grupelor de persoane după mărimea vânzărilor realizate.
● Determinarea grafică a concentrării cu ajutorul curbei de concentrare Gini:
fi x i ⋅ fi
qi = qi =
∑f i ∑ xi ⋅ fi
149
Gradul de concentrare a vanzarilor pe grupe de

agenti comerciali dupa vanzarile realizate
100
80
60
40
20
0
0 20 40 60 80 100
Analizând graficul de concentrare se observă că s-a înregistrat un grad redus de
concentrare a vânzărilor pe grupe de agenţi comerciali după mărimea vânzarilor, curba de
concentrare apropiindu-se de diagonala pătratului.
6) ANALIZA FORMEI DISTRIBUŢIEI (ASIMETRIE ŞI BOLTIRE)
Indicatorii absoluţi ai asimetriei:
As = x − Mo = 39,8 – 38,18 = 1,62 mii lei
As' = 3( x − Me ) = 3(39,8 – 38,18) = 4,86 mii lei
Valorile pozitive ale acestor indicatori atestă o asimetrie pozitivă.
Mult mai relevanţi în studiul asimetriei sunt indicatorii relativi:
Coeficientul Yule
q2 −q 1 (Q3 − Me ) − (Me − Q1 )
Cas = = = 0,0938
q2 + q1 (Q3 − Me ) − (Me − Q1 )
Coeficientul empiric de asimetrie Pearson
As 4,86
Cas = = = 0,348
σ 13,96
Acest coeficient va lua valori în intervalul (0 ; ± 1)
As' 4,86
'
sau Cas = = = 0,348 şi va lua valori în intervalul (0 ; ± 3)
σ 13,96
150
STATISTICĂ
Coeficientul de asimetrie Pearson calculat pe baza momentelor centrate de ordin trei şi

respectiv doi:
µ 2 110,784 2
β1 = 33 = = 0,0017 , unde
µ2 192,6 3
µ3 = ∑(x − x)
i
3
⋅ fi
=
5539,2
= 110,784 (vezi Tabelul nr. 4)
∑f i 50
µ 2 = σ 2 = 192,96
Coeficientul de asimetrie Fisher
γ 1 = β1 = 0,041
Coeficienţii de asimetrie exprimaţi în mărime absolută atestă existenţa unei asimetrii

pozitive, iar coeficienţii exprimaţi în mărime relativă atestă existenţa unei asimetrii pozitive
slabe, valorile acestora tinzând către valoarea zero.
Tabelul nr. 4
xi xi fi ( x i − x )3 ⋅ f i ( x i − x ) 4 ⋅ fi
10-20 15 5 -76265 1891371,0
20-30 25 6 -19450,8 287871,1
30-40 35 15 -1658,9 7962,6
40-50 45 13 1827,9 9505,1
50-60 55 6 21070,8 320276,9
60-70 65 5 80015 2016379
Total 50 5539,2 4533365,8
Caracterizarea boltirii seriei
Coeficientul de boltire Pearson:
µ 4 90667,316
β2 = = = 2,435
µ 22 192,6 2
µ4 = ∑(x − x)
i
4
⋅ fi
=
4533365,8
= 90667,316 (vezi Tabelul nr. 4)
∑n i 50
Coeficientul de boltire Fisher
γ 2 = β 2 − 3 = −0,565
Valoarea coeficientului Pearson mai mică decât 3, iar a coeficientului Fisher negativă
evidenţiază o distribuţie platicurtică.
151
Problema nr. 2
Distribuţia a 250 unităţi de învăţământ după numărul de elevi înscrişi se prezintă astfel:
Grupe de unitãţi de învăţământ Nr. unităţi

dupã numãrul de elevi înscrişi de învãţãmânt
300 - 499 19
500 - 799 33
800 -1199 64
1200 -1499 57
1500 si peste 27
Se cere:
a) să se reprezinte grafic seria;
b) să se determine principalii indicatori ai tendinţei centrale şi să se interpreteze valorile
obţinute;
c) să se determine între ce limite se situeaza cele 50% unităţi situate în centrul distribuţiei;
d) este media reprezentativa pentru seria dată?
e) să se studieze asimetria seriei.
Observaţii:
-fiind o serie cu intervale neegale, la reprezentarea grafică cu ajutorul histogramei şi în
calculul valorii modale se vor utiliza frecvenţele reduse;
-ultimul interval fiind deschis la capăt, se va închide convenţional cu mărimea intervalului
precedent;
- intervalele fiind discrete (discontinue), mărimea intrervalului se va calcula ca diferenţa
dintre limita inferioară a intrevalului ulterior şi limita inferioară a intervalului pentru care se
face calculul .
a) Histograma:
Fiind o serie cu intervale inegale, înălţimea coloanelor va fi dată de frecvenţa redusă
calculată în tabelul ajutător.
40
38
35
32
30
frecvente reduse
25
22
20 19
18
15
10
0
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
152
STATISTICĂ
b) Media aritmetică:
x=
∑ x ⋅f
i i
=
214550
= 1073 persoane
∑f i 200
În medie fiecare din cele 200 unităţi de învăţământ au înregistrat 1089 elevi înscrişi.
Modul (Dominanta)
∆'1 6
Mo = x0 + d = 1200 + 300 = 1269 elevi
∆1 + ∆ 2
' '
6 + 20
Frecvenţa redusă cea mai mare este 38, iar intervalul modal va fi (1200 ; 1499).
∆'1 = fm' − fm' −1 = 38 – 32 = 6

∆'2 = fm' − fm' +1 = 38 – 18 = 20
Cel mai frecvent număr de elevi înscrişi întâlnit la nivelul celor 200 unităţi de învăţământ
este de 1269 elevi.
Mediana
U Me =
∑f i +1
= 100,5
2
U Me − ∑ fp 100,5 − 52
Me = x0 + d = 800 + 400 = 1103 elevi
fMe 64
Prima frecvenţă cumulată care depăşeşte valoarea locului medianei este 116, iar intervalul
median va fi (800 ; 1199). Primele 50% din unităţile de învăţământ au până la 1103 elevi
înscrişi, restul de 50% peste aceasta valoare.
200 + 1
Locul Q1 : U Q1 = = 50,25 deci Q1 se va situa în intervalul (500, 799);
4
U Q1 − ∑ fp 50,25 − 19
Q1 = x0 + d = 500 + 300 = 785 elevi
fQ1 13
3(200 + 1)
Locul Q3 : U Q3 = = 150,75 , deci Q3 se va situa în intervalul (1200, 1499);
4
Cele 50 % dintre şcoli situate în centrul distribuţiei înregistrează un număr de elevi înscrişi
cuprins în limitele 785 şi respectiv 1383 elevi.
153
d) Coeficientul de variaţie:
∑ (x − x )
2
⋅ fi 28214000
Abaterea medie pătratică: σ = i
= = 376 elevi
∑f i 200
σ 376
Coeficientul de variaţie: v = ⋅ 100 = ⋅ 100 = 35,04 %
x 1073
Fiind cuprins în intervalul 35%-45%, coeficientului de variaţie atestă faptul ca media este
reprezentativă în sens larg pentru seria de distribuţie.
e) Coeficientul empiric de asimetrie Pearson;

x − Mo 1073 − 1269
Cas = = = −0,521
σ 376
3( x − Me ) 3(1073 − 1269 )
Cas = = = −0,239
σ 376
Valorile coeficienţilor Pearson atestă o asimetrie pronunţată negativa.
Mijlocul Mărimea Coeficienti de reducere

fi f
intervalului intervalului a frecventelor fi ' = i ( xi ⋅ fi ) fi ( x i ⋅ fi )2 ⋅ fi
xi di d Ki
Ki = i
d min
400 19 200 1,0 19 7600 19 8605651
650 33 300 1,5 22 21450 52 5904657
1000 64 400 2,0 32 64000 116 341056
1350 57 300 1,5 38 76950 173 4373553
1650 27 300 1,5 18 44550 200 8989083
Total 200 214550 28214000
Problema nr. 3
Cunoscând exporturile realizate de 10 societăţi comerciale realizate în decursul anului

2011:
Societatea
I II III IV V VI VII VIII IX X
comerciala
Exporturi realizate
57 24 48 101 25 44 22 12 48 17
(mii Euro)
Să se determine:
a) indicatorii tendinţei centrale;
b) dacă media este reprezentativă pentru seria dată:
154
STATISTICĂ
Observaţii:
- deteminarea medianei presupune o ordonare crescătoare a termenilor seriei;
- fiind o serie de distribuţie simplă cu număr par de termeni mediana se calculează ca
medie aritmetică a celor doi termeni centrali.
a) Media aritmetica:
x=
∑x i
=
398
= 39,8 mii Euro
n 10
În medie fiecare din cele 10 societăţi comerciale au realizat în anul 2011 exporturi de 39,8
mii Euro.
Mediana:
Seria ordonată crescător va fi: 12, 17, 22, 24, 25, 44, 48, 48, 57, 101.
Termenul de ordin n/2 este termenul al cinci-lea - 25
Termenul de ordin n/2+1 este termenul al şase-lea - 44
Valoarea medianei este: (25+44)/2 = 34,5 mii Euro
Primele cinci societăţi comerciale au realizat exporturi până la valoarea de 34,5 mii Euro,
restul peste această valoare.
Modul (Dominanta):
Valoarea cea mai frecvent întâlnită în distribuţie (în cazul nostru, se repetă de doua ori)
este 48 mii Euro.
∑ (x )2
−x 6272
σ= i
= = 25,04 Euro
n 10
σ 25,04
v= ⋅ 100 = ⋅ 100 = 62,91 %
x 39,8
Fiind mai mare de 45%, coeficientului de variaţie atestă faptul ca seria nu este omogenă şi
respectiv, media nu este reprezentativă pentru seria de distribuţie.
Nr.crt. I II III IV V VI VII VIII IX X Total

xi 12 17 22 24 25 44 48 48 57 101 398
( x i − x )2 772,8 519,8 317 249,6 219 17,6 67,24 67,24 296 3745 6272
155
Problema nr. 4
Distribuţia a 300 de întreprinderi după numărul mediu de salariaţi se prezintă astfel:
Structura întreprinderilor
Grupe de întreprinderi
după numărul mediu de
salariaţi
salariaţi
(%)
Pânã la 199 15
200 - 299 21
300 - 399 36
400 - 499 16
500 şi peste 12
Se cere:
a) să se reprezinte grafic seria;
b) să se determine media şi dispersia prin calcul simplificat:
În prealabil se vor închide convenţional intervalele deschise la ambele capete, cu mărimea

celorlalte intervale, respectiv 100 persoane.
Structura întreprinderilor
salariaţi
salariaţi
(%)
100 - 199 15
200 - 299 21
300 - 399 36
400 - 499 16
500 - 599 12
fi Histograma
40
35
30
25
20
15
10
0 xi
Mo
0-100 100-200 200-300 300-400 400-500 500-600 600-700
156
STATISTICĂ
⎛ xi − a ⎞
∑ ⎜⎝ k ⎟
⎠ ⋅ k + a = − 11 ⋅ 100 + 350 = 339 persoane
x=
∑f i 100
a = mijlocul intervalului cu frecvenţa cea mai mare = 350

k = marimea intervalului de grupare = 100
⎛ xi − a ⎞
∑ ⎜⎝ k ⎟
⎠ ⋅ k + a = 145 ⋅ 100 − (339 − 350 )2 = 14379
σ2 =
∑f i 100
Mijlocul
intervalului
fi ∗ xi − a xi − a ⎛ xi − a ⎞
2
⋅ fi ⎜ ⎟ ⋅ fi
k k
xi ⎝ k ⎠
(%)
150 15 -2 -30 60
250 21 -1 -21 21
350 36 0 0 0
450 16 1 16 16
550 12 2 24 48
Total 100 -11 145
Problema nr. 5
Distribuţia salariaţilor unei intreprinderi după producţia realizată într-o lună se prezintă
astfel:
Structura numărului de
Grupe de salariaţi după
salariaţi după producţia
producţia realizată
realizată
(bucăţi)
(%)
Pânã la 50 5
50-100 20
100-150 60
150-200 10
200 şi peste 5
Se cere:
a) să se determine intervalul mediu de variaţie al mediei;
b) să se studieze forma repartiţiei salariaţilor după producţia realizată;
c) să se studieze gradul de concentrare a producţiei pe grupe de salariaţi după producţia
realizată:
Observaţii:
- toţi indicatorii sintetici la nivelul unei serii de distribuţie în care nu se cunosc efectivele
absolute (frecvenţele absolute) ale fiecarei grupe se pot determina cu ajutorul frecvenţelor
relative.
Datele folosite în calculul indicatorilor sunt prezentate în tabelul ajutător de la sfârşitul

problemei.
157
a) x=
∑x i ⋅ fi ∗
=
1200
= 120 bucăţi
100 100
∑ (x )
2
− x ⋅ fi ∗ 172500
σ= i
= = 41,53 bucăţi
100 100
Intervalul mediu de variaţie calculat ca diferenţa între media seriei şi abaterea medie
pătratica este (120 - 41,53 ; 120 + 41,53), respectiv (78,47 ; 161,53).
b) Indicatorii absoluţi ai asimetriei:
As = x − Mo = 120 + 122,2 = – 2,2 bucăţi
As = 3( x − Me ) = 3 (120 – 121,3 = – 3,9 bucăţi
Valorile negative ale acestor indicatori atestă o asimetrie negativă.
Mo ∈ (100; 150)
Locul medianei: U Me
=
∑f i
∗
+1
= 50,5 rezultă Me ∈ (100; 150)
2
∆'1 60 − 20
Mo = x0 + d = 100 + 50 = 122,2 bucăţi
∆1 + ∆ 2
' '
(60 − 20) + (60 − 10)
U Me − ∑ fp∗ 50,5 − 25
Me = x0 + d ∗
= 100 + 50 = 121,3 bucăţi
f Me 60
Indicatorii relativi
q2 − q1 (Q3 − Me ) − (Me − Q1 )
Coeficientul Yule: Cay = = = −0,0024
q2 + q1 (Q3 − Me ) + (Me − Q1 )
Locul Q1 : U Q1 =
∑f i
∗
+1
= 25,25
4
U Q1 − ∑ fQ∗1 25,25 − 25
Q1 = x0 + d ∗
= 100 + 50 = 100,2 bucăţi
f Q1 60
Locul Q3 : U Q3 = 3
∑f i
∗
+1
= 75,75
4
U Q3 − ∑ fQ∗3 75,25 − 75
Q3 = x0 + d ∗
= 100 + 50 = 142,3 bucăţi
f
Q3 60
158
STATISTICĂ
Coeficientul empiric de asimetrie Pearson:
As − 2,2 − 3,9
Cas = = = −0,053 sau Cas = = −0,094
σ 41,53 41,53
Coeficientul de asimetrie Pearson:

µ32 13500 2
β1 = 3 = = 0,036 , unde:
µ2 1725 3
µ3 =
∑( x i − x )3 ⋅ fi ∗
=
1350000
= 13500
100 100
µ 2 = σ 2 = 1725
Coeficientul de asimetrie Fisher: γ 1 = β1 = 0,188
Coeficienţii de asimetrie exprimaţi în mărime absolută atestă existenţa unei asimetrii

negative, iar coeficienţii exprimaţi în mărime relativă atestă existenţa unei asimetrii
negative foarte slabe, valorile acestora tinzând către valoarea zero.
Indicatorii boltirii:
Coeficientul de boltire Pearson:
µ 11885625
β 2 = 42 = = 3,997 , unde:
µ2 1725 2
µ4 =
∑( x i − x ) 4 ⋅ fi ∗
=
11885625
= 118856 ,25
100 100
Coeficientul de boltire Fisher:
γ 2 = β 2 − 3 = 0,997
Valoarea coeficientului Pearson mai mare decât 3, iar a coeficientului Fisher pozitivă
evidenţiază o distribuţie leptocurtică.
c) Abaterea mediala-mediana absolută şi relativă:
A = Ml – Me = 129,2 – 121,3 = 7,9
A 7,9
A%= ⋅ 100 = ⋅ 100 = 3,16 %
Amax 250
Locul medialei: U Ml =
∑x i ⋅ fi ∗
= 6000
2
∑x i ⋅ fi
− ∑ x i ⋅ fi p
2 6000 − 1625
Ml = x0 + d = 100 + 50 = 129,2 bucăţi
x ⋅ fMl 7500
159
Reprezentarea grafică concentrarii producţiei pe grupe de salariaţi după producţia

realizată (Curba de concentrare Gini):
Gradul de concentrare a productiei pe grupe de

salariati dupa productia realizata
qi
100
80
60
40
20
0 pi
0 20 40 60 80 100
fi ∗ fi
xi x i ⋅ fi ∗ ( x i − x ) 2 ⋅ fi ∗
% ( pi )
A 1 2 3 4
25 5 125 45125,0 5
75 20 1500 40500,0 25
125 60 7500 1500,0 85
175 10 1750 30250,0 95
225 5 1125 55125,0 100
Total 100 12000 172500
- continuarea tabelului -
x i ⋅ fi ∗
⋅ 100
∑ x i fi
∗
( x i ⋅ fi ) 3 ⋅ fi ∗ ( x i ⋅ fi ) ⋅ fi
4
xi x i ⋅ fi ∗
( qi )
A 5 6 7 8
25 125 -4286875 407253125 1,0
75 1625 -1822500 82012500 13,5
125 9125 7500 37500 76,0
175 10875 1663750 91506250 90,6
225 12000 5788125 607753125 100,0
Total 1350000 1188562500
160
STATISTICĂ
Problema nr. 6
Distribuţia a 150 de întreprinderi după numărul de muncitori se prezintă astfel:

după numărul de Frecvenţe cumulate
muncitori (persoane)
Pânã 200 10
200-400 35
400-600 100
600-800 135
800 si peste 150
Se cere:
a)să se reprezinte grafic structura colectivităţii
b)să se determine până la ce limite se situează primele 40% unităţi din distribuţie.
a) Mai întâi trebuiesc deduse frecvenţele absolute din frecvenţele cumulate, după care se
vor calcula frecenţele relative care se vor reprezenta cu ajutorul unui grafic de structură.
Frecvenţe
Grupe de întreprinderi după Număr de cumulate
numărul de
muncitori
întreprinderi fi ∗
(persoane)
fi (%)
0 - 200 10 6,7
200 - 400 25 16,7
400 - 600 65 43,3
600 - 800 35 23,3
800 - 1000 15 10,0
Total 150 100,0
100
10,0
%
80 23,3
800-1000
muncitori
60 600-800
muncitori
43,3 400-600
40 muncitori
200-400
muncitori
0-200 muncitori
20
16,7
6,7
0
1
161
b)
xmin D1 D2 D3 D4 D5 D6 D7 D8 D9 xmax
10%
40%
Între fiecare două decile sunt situaţi 10% din termenii seriei. Prin urmare, pentru a stabili
limitele în care se află primele 40% de unităţi trebuie calculate valoarea decilei a 4-a.
Din cele 150 societăţi comerciale primele 40% au înregistrat o cifra de afaceri de până la
478,15 milioane lei.
Problema nr. 7
Investiţiile realizate de 10 unităţi comerciale au fost într-un an de 350 miliarde lei, iar
abaterile relative înregistrate de fiecare unitate faţă de media lor, se prezintă astfel:
Unitatea I II III IV V VI VII VIII IX X

Abateri faţã
de medie 14 7 -17 5 -6 4 -15 -5 8 5
(%)
a) Determinaţi valorile absolute ale seriei.

b) Este această serie omogena?
a) Media aritmetica:
x=
∑x i
=
350
= 35 milioane
n 10
Se deduc mai întâi valorile absolute ale seriei:
Exemplu:
xi − x
Unitatea I ⋅ 100 = 14
x
Ştim că ( x i − x ) ⋅ 100 = 14 ⋅ x
x1 = 35 x 1,14 = 39,9 milioane lei
x ⋅ (14 + 100)
x1 =
100
Unitatea II x2 = 35 x 1,07 = 37,5 milioane lei
162
STATISTICĂ
Unitatea III x3 = 35 x 0,83 = 29,1 milioane lei
Calculele au fost trecute în tabel.
b)
σ= ∑(x i − x )2
=
115,69
= 11,569 = 3,4 milioane lei
n 10
σ 3,4
v= ⋅ 100 =
⋅ 100 = 9,7 %
x 35
Valoarea mica a coeficientului de variaţie ne confirmă omogenitatea seriei.
I II III IV V VI VII VIII IX X Total

xi − x
⋅ 100 14 7 -17 5 -6 4 -15 -5 8 5
x
xi 39,9 37,5 29,1 36,8 32,9 36,4 29,8 33,3 37,8 36,8 350
( xi − x ) 4,9 2,5 -5,9 1,8 -2,1 1,4 -5,2 -1,7 2,8 1,8
24,0
( x i − x )2 6,25 34,81 3,24 4,41 1,96 27,04 2,89 7,84 3,24 115,69
1
Problema nr. 8
Investiile medii realizate de 10 unităţi comerciale au fost într-un an de 20 miliarde lei/

întreprindere, iar ponderea cu care fiecare întreprindere a contribuit la realizarea
investiţiilor totale, se prezintă astfel:

Ponderea deţinută de
fiecare întreprindere în
7 8 12 6 11 21 13 8 10 ….
realizarea investiţiilor
(%)
a) Determinaţi valorile absolute ale seriei.

b) Caracterizaţi asimetria seriei.
Observaţii:
- suma ponderilor deţinută de fiecare grupă a unei coletivităţi va fi egală cu 100% sau
după caz cu 1 (când ponderile sunt exprimate în coeficienţi).
În problema dată ponderile sunt exprimate în %, fapt evidenţiat prin valorile înregistrate
supraunitare;
- calculul indicatorilor tendinţei centrale în seriile de distribuţie simplă au fost prezentate
într-o problemă anterioară.
Ponderea deţinută de întreprinderea numărul zece:

100 - 7 - 8 - 12 - 6 - 11 - 21 - 13 - 8 - 10 = 4%
163
a) x = 20 mii lei ⇒ valoarea totală a investiţiilor este:
∑x i = x ⋅ n = 20 ⋅ 10 = 200 mii lei
xi g
gi = ⋅ 100 = ∑ xi ⋅ i
∑ xi 100
Valorile seriei au fost calculate şi prezentate în tabel.
b) x = 20 mii lei
Me = 16 mii lei
(este valoarea care se repetă de cele mai multe ori în serie).
Seria ordonată crescător: 8; 12; 14; 16; 16; 20; 22; 24; 26; 42.
16 + 20
Mo = = 18 mii lei
2
σ= ∑(x i − x )2
=
816
= 9,03 mii lei
n 10
Indicatorii absoluţi ai asimetriei:
As = x − Me = 20 − 16 = 4 mii lei
As' = 3( x − Me ) = 3(20 − 18 ) = 6 mii lei
Valorile pozitive ale acestor indicatori atestă o asimetrie pozitivă.
Indicatorii relativi:
Coeficientul empiric de asimetrie Pearson:

A 4 6
Cas = s = = 0,443 sau Cas '
= = +0,664
σ 9,03 9,03
Ambii coeficienţi indica un grad mediu de asimetrie pozitivă.
I II III IV V VI VII VIII IX X Total

g i (%) 7 8 12 6 11 21 13 8 10 4 100
xi 14 16 24 12 22 42 26 16 20 8 200
( xi − x ) 2
36 16 16 64 4 484 36 16 0 144 816
164
STATISTICĂ
Problema nr. 9
Societatea comerciala "X" a realizat în anul 2011 o producţie industrială de 120 milioane
lei. Considerând această societate bază de comparaţie, realizările (exprimate în %) ale
altor 10 unităţi concurente se prezintă astfel:

Realizat faţã de
societatea
110 170 85 96 85 41 122 54 85 123
comerciala “X”
-%-
Să se determine producţia industrială realizată de fiecare din cele 10 unităţi comerciale şi

să se determine gradul de concentrare a producţiei la nivelul celor 11 întreprinderi
studiate, utilizant indicele Struck şi Onicescu corectat.
Plecăm de la mărimea relativă de coordonare:
xi K
Ki / 0 = ⋅ 100 ⇒ x i = i / 0 ⋅ 120
x0 100
În felul acesta vom calcula producţia fiecărrei întreprinderi ( x i ). Calculele sunt prezentate
în tabelul de la finele problemei.
Indicele de concentrare Struck:
n ⋅ ∑ g i2 − 1 11⋅ 0,102 − 1
i S= = = 0,110
n −1 11 − 1
Energia informaţională Onicescu corectată:

1 1
∑ g i2 −
n =
0,102 −
11 = 0,012
E '' =
1 1
1− 1−
n 11
Valorile coeficienţilor de concentrare calculaţi atestă o concentrare redusă a producţiei de

autoturisme la nivelul celor 11 societăţi.
I II III IV V VI VII VIII IX X 0 Total

Ki / 0
110 170 85 96 85 41 122 54 85 123 100
%
xi 132 204 102 115 102 49 146 65 102 148 120 1285
gi 0,103 0,159 0,079 0,09 0,079 0,038 0,114 0,05 0,079 0,115 0,093 1,000
2
g i 0,011 0,025 0,006 0,008 0,006 0,001 0,013 0,003 0,006 0,013 0,009 0,102
165
Problema nr. 10
Pentru 200 salariaţi ai unei S.C. fondul de salarii într-o lună a fost de 350 mii lei; cei mai
mulţi dintre salariaţi având un salariu de 1820 lei. Coeficientul de asimetrie Pearson al
repartiţie după salariu a fost de -0,35. Să se arate dacă acestă colectivitate este omogenă,
din punct de vedere al salariului.
Plecăm în rezolvare de la recunoaşterea indicatorilor daţi în problemă:
Mo = 1820 lei
∑f i
= 200 salariaţi
Cas = −0,35
∑x f 350000
∑x f = 350 mii lei ⇒ σ =
i
= = 1750 lei
∑f
i i
i 200
x − Mo 1750 − 1820
Cas = = −0,35 ⇒ σ = = 200
σ − 0,35
σ 200
v= ⋅ 100 = ⋅ 100 = 11,4 % < 15 % ⇒ salariul mediu este strict reprezentativ pentru
x 1750
colectivitatea cercetată, iar seria de salariaţi este omogenă din punct de vedere al salariilor
obţinute.
Problema nr. 11
Considerând următoarele serii :

a) 15, 26, 31, 1072, 22, 23, 33, 18, 26, 24, 27, 3; 26;
b) 110, 120, 128, 130, 110, 1300, 125, 110, 112, 131, 122;
c) 56, 42, 56, 55, 48, 46, 56, 51, 43, 61, 58, 42.
Precizaţi care din cei trei indicatori medii ai tendinţei centrale este reprezentativ pentru
fiecare serie în parte şi de ce.
Observaţii: Pentru a identifica care dintre principalii indicatori ai tendinţei centrale sunt
reprezentativi pentru seria dată vom ordona crescător termenii seriei:
a) 3, 15, 18, 22, 23, 24, 26, 26, 26, 27, 31, 33, 1072;
Media aritmetică nu este reprezentativă, pentru că seria este neomogenă datorită ultimei
valori foarte mari faţă de toate celelalte.
Sunt reprezentativi pentru seria dată modul şi mediana, ambele luand valoarea de 26.
b) 110, 110, 110, 112, 120, 122, 125, 128, 130, 131, 1300
Media aritmetică nu este reprezentativă, pentru că seria este neomogenă (acelaşi aspect
ca la punctul a).
Modul = 110, nu este reprezentativ, corespunzând nivelului minim al valorilor înregistrate
în seria dată.
166
STATISTICĂ
Indicatorul mediu al tendinţei centrale reprezentativ pentru seria dată este mediana ce
n + 1 11 + 1
corespunde termenului de ordin = = 6 , respectiv 122.
2 2
c) 42,42, 43, 46, 48, 51,55, 56, 56, 56, 58, 61

Indicatorii reprezentativi ai tendinţei centrale sunt:
- media ;
51 + 55
- mediana Me = = 53
2
- modul nu este reprezentativ tinzand spre valorile extreme ale seriei.
Problema nr. 12
Despre 20 întreprinderi se cunoaşte că au realizat în total o producţie de 500 mil. lei;

jumătate din numărul de întreprinderi au realizat o producţie de până la 26 mil. lei.
Cunoscând coeficientul de variaţie de 22%, să se studieze asimetria seriei.
Me = 26 milioane lei
∑x = 500 milioane lei ⇒ x =

∑x i
= 25 milioane lei
i
20
σ σ
v= ⋅ 100 = ⋅ 100 = 22 % ⇒ σ = 0,22 ⋅ 25 = 5,5 milioane lei
x 25
3( x − Mo ) 3(25 − 26)
Cas = = = −0,545 ⇒
σ 5,5
înregistrează o asimetrie uşoară negativă.
167
10.2. PROBLEME PROPUSE SPRE REZOLVARE
Problema nr. 1
Societatea comerciala "X" a realizat în anul 2011 o cifră de afaceri de 20 mil. Euro.
Considerand această societate baza de comparaţie, abaterile (exprimate în %) ale altor 10
unităţi concurente se prezintă astfel:

Abateri faţã de
societatea
10 70 -35 25 -15 -41 22 54 -5 23
comerciala “X”
- %-
Să se determine cifra de afaceri realizată de fiecare din cele 10 unităţi comerciale şi să se

determine valoarea care împarte seria în doua parţi egale.
Problema nr. 2
Dintre 20 întreprinderi pentru care s-a înregistrat numărul salariaţilor, cele mai multe au un
efectiv al personalului de 265 persoane. Numărul total al salariaţilor la nivelul celor 20
întreprinderi este de 5500, iar coeficientul de variaţie este de 16%. Să se studieze
asimetria seriei.
Problema nr. 3
Despre jumătate din salariaţii unei înterprinderi se cunoaste ca au realizat o producţie de

până la 23 mii lei fiecare. 25% au realizat o producţie de până la 16 mii lei, iar 75% au
realizat o producţie de până la 31 mii lei. Să se studieze asimetria seriei.
Problema nr. 4
Distribuţia a 250 unităţi de învăţământ după numărul de elevi înscrişi se prezintă astfel:
Grupe de unităţi după

Număr unităţi de
numărul de elevi înscrişi
învăţământ
(elevi)
300 – 500 25
500 – 800 40
800 – 1200 105
1200 – 1500 45
1500 si peste 35
Se cere:
a) să se determine valoarea care împarte numărul unităţilor de învăţământ în două parţi
egale şi să se reprezinte grafic locul acesteia;
b) să se studieze asimetria seriei cu ajutorul coeficienţilor Pearson.
168
STATISTICĂ
Problema nr. 5
Se cunoaşte că cifra de afaceri realizată de 10 unităţi comerciale a fost într-o lună 250 mii
lei/întreprindere. Cunoscând abaterile în mărime absolută de la valoarea medie pentru
fiecare din cele 10 unităţi:
Abateri
14 -7 -5 -5 16 -4 3 5 -8 -9
(mii lei)
Determinaţi valorile absolute ale seriei.

Să se determine intervalul mediu de variaţie al mediei.
Problema nr. 6
Dintre 20 întreprinderi pentru care s-a înregistrat numărul salariaţilor, jumătate au un

efectiv al personalului de până la 265 persoane. Numărul total al salariaţilor la nivelul celor
20 întreprinderi este de 5500, iar asimetria serie este de 0,32. Să se determine dacă seria
este omogenă.
Problema nr. 7
Investiţiile realizate de 10 unităţi comerciale au fost într-un an de 350 mil. Euro, iar
ponderea deţinută de fiecare unitate în total investiţii se prezintă astfel:

Ponderea
fiecărei unităţi în 14 7 27 5 6 4 23 5 8 …….
total (%)
Determinaţi valorile absolute ale seriei.

Să se determine indicatorii medii ai tendinţei centrale.
Problema nr. 8
Cunoscând:
Modificarea relativã a
Numãrul salariaţilor pe
numãrului de salariaţi în
Ramura ramuri în anul 2000 în
anul 2010 comparativ cu
judeţul "X"
anul 2000 (%)
Industrie 85750 +10

Agricutura 24200 -12
Construcţii 33500 +7
Total 256300 +8
Să se reprezinte grafic structura pe ramuri a salariaţilor în anul 2010.
169
22
170
Bibliografie
1. Andrei, Tudorel; Statistică - teorie şi aplicaţii , Editura All, Bucureşti, 1990

Stancu, Stelian
2. Băcescu Marius; “Compediu de macroeconomie”, Editura Economică, 1997

Băcescu Angelica,
3. Băcescu Angelica; “Statistică macroeconomică”, Editura Meteora Press, Bucureşti, 2001

Ţiţianu Emilian; Ghiţă
Simona
4. Băcescu Marius; “Macroeconomie şi politici macroeconomice”, Editura All, Bucureşti,

Angelica Băcescu 1998.
5. Biji Elena; Baron, T., Statistica teoretică şi economică, Editura Didactică şi Pedagogică
Tövissi, L., ş.a. Bucureşti, 1991
6. Biji, Elena; Baron, T. Statistica teoretică şi economică, Editura Didactică şi Pedagogică

(coordonator) Bucureşti, 1996
7. Biji, Elena; Lilea, Statistică, Editura Univers Titu Maiorescu, Bucureşti, 1995
Eugenia, Wagner, Pavel
8. Biji, Mircea (sub Dicţionar statistic economic, D.C.S., Bucureşti, 1962

redacţia)
9. Biji, Mircea, Biji, Elena Statistica teoretică, Editura Didactică şi Pedagogică Bucureşti, 1979
10. Biji, Elena; Baron, Statistică teoretică şi Economică, Editura didactică şi pedagogică,
Tudor, Tövissi, L.; Bucureşti, 1996
Wagner, Pavel; Isaic-
Maniu, Al.; Korka,M.;
Porojan, Dumitru
11. Biji, Elena; Lilea, “Statistica aplicată în economie”, Editura Universal Dalsi, Bucureşti,
Eugenia; Roşca, 2000
Elisabeta; Vătui
12. Biji, Elena; Lilea, “Tratat de Statistică”, Editura Economică, Bucureşti, 2002
Eugenia; Anghelache C.
13. Bădiţă, Maria; Baron, Statistica pentru afaceri, Editura Eficient, Bucureşti, 1998
Tudor; Korka, M.
14. Bărbat, Al. Teoria statisticii sociale, Editura Didactică şi Pedagogică Bucureşti,
1972
15. Biales, C. Analyse statistique de données, Chotard et Associés Ed., Paris, 1987
16. Bouroche, J.M.; L'analyse des données, PUF, Paris, 1980

Saporta, G.,
171
17. Brémond J., A. “Dicţionar economic şi social”, Editura Expert, 1995.
Gélédan;
18. Bucur, Ion “Bazele macroeconomiei”, Editura Economică, Bucuresti, 1999.
19. Calot, G. Cours de statistique descriptive, Dunod, Paris, 1975
20. Ciucu, G., Craiu, V., Statistică matematică şi cercetări operaţionale, Editura Didactică şi
Ştefănescu, V. Pedagogică Bucureşti, 1978
21. Dornbusch Rudiger, “Macroeconomia”, Editura Sedona, 1997.

Fischer Stanley;
22. Droesbeke, J. Eléments de statistique, Editura Ellipse, Paris, 1992
23. Georgescu - Roegen, Metoda statistică - elemente de statistică matematică, I.S.C.S.,

N., Bucureşti, 1998
24. Harja, Eugenia “Statistică şi Econometrie” , Editura Alma Mater, 2009
25. Harja, Eugenia “Al 12 – lea recensământ modern al populaţiei din România” - infoSTAT
Nr. 6-7/2001, D.J.Statistică Bacău
26. Harja, Eugenia “Recensământul populaţiei şi locuinţelor din România 18-27 martie
2002” - infoSTAT Nr. 1/2002, D.J.Statistică Bacău
27. Haşigan, D.O. Metodele reprezentării grafice a datelor statistice, Editura Ştiinţifică,
Bucureşti, 1958
28. Ivan-Ungureanu, “Sistemul Conturilor Naţionale, Editura Adevărul, 1997

Clementina
29. Isaic-Maniu, Alexandru; Statistică teoretică şi economică, Editura Tehnică, Chişinău, 1994
Grădinaru, A.;
Voineagu, Vergil; Mitruţ,
Constantin
30. Isaic-Maniu, Alexandru; Statistică teoretică şi economică, Editura Economică, Bucureşti, 1999
Grădinaru, A.;
Voineagu, Vergil; Mitruţ,
Constantin
31. Jaba, Elisabeta; Statistica economiei naţionale, Universitatea "Al.I.Cuza", Iaşi, 1982
32. Jaba, Elisabeta; Statistica. Sistem metodologic. Aplicaţii, Universitatea "Al.I.Cuza", Iaşi,
1986
33. Jaba, Elisabeta; Statistica, Editura Sedcom Libris, Iaşi, 1993
34. Jaba, Elisabeta; Statistică, Editura Graphix, Iaşi, 1993

Atudorei, V.
35. Jaba, Elisabeta; Cercetarea selectivă, Universitatea "Al.I.Cuza", Iaşi, 1977

Niculiciou, P.; Bilaus, M.
36. Jaba, Elisabeta Statistica, Ediţia a III-a, Editura Economică, Bucureşti, 2000
37. Lange, J. Eléments de technique statistique, Dunod, Paris, 1968
172
38. Maniu, I., Mitruţ, C.A., Statistica pentru managementul afacerilor, Editura Economică,
Voineagu, Vergil Bucureşti, 1995
39. Marin, Dumitru Teoria echilibrului general, Editura Omnia, UNISAST srl, Braşov, 1995
40. Mihoc, Gh., Craiu, V. Tratat de statistică matematică, Editura Academică, Bucureşti, 1976-
1977
41. Mihoc, Gh.; Urseanu, Modele de analiză statistică, Editura Ştiinţifică şi Enciclopedică,
V., Ursianu, Em. Bucureşti, 1982
42. Nenciu, E. Probabilităţi şi statistică matematică, Universitatea "Al.I.Cuza", Iaşi,

1986
43. Porojan, Dumitru Statistica şi teoria sondajului, Editura Şansa SRL, Bucureşti, 1993
44. Rotariu, T., Bădescu, Metode statistice aplicate în ştiinţele sociale, Editura Polirom,Iaşi, 1999
G., Culic, I., Mezei, E.,
Mureşan, C.
45. Rotariu, Traian “Metode statistice aplicate în ştiinţele sociale”, Polirom Iaşi, 1999
(coordonator)
46. Secăreanu, Constantin “Starea Economiei Naţionale”, Editura Economică, 2000
47. Sora, Virgil; Hristache, Demografie şi statistică socială, Editura Economică, Bucureşti, 1996
Ilie; Mihăescu, C.
48. Tövissi, L.; Isaic-Maniu, Statistica, A.S.E., Bucureşti, 1984

Alexandru
49. Trebici, Vladimir (coord.) Mica enciclopedie de statistică, Editura Ştiinţifică şi Enciclopedică,
Bucureşti, 1985
50. Ţarcă, Mihai Statistică - vol. I şi II, Universitatea "Al.I.Cuza" Iaşi, 1979
51. Ţarcă, Mihai Tratat de statistică aplicată, Editura Didactică şi Pedagogică, Bucureşti,
1998
52. Voineagu, Vergil; Lilea, “Statistica Economică”, Editura Tribuna Economică, Bucureşti, 2001
Eugenia; Vătui, Mihaela
53. Voineagu, Vergil; “Analiza factorială a fenomenelor social-economice în profil regional”,

Furtună, Felix; Bucureşti, 2002
Voineagu, Mariana;
Ştefănescu, Codrin
54. Voineagu, Vergil; Statistica Teoretică şi macroeconomică Teste, lucrări practice, studii
Mitruţ,C.; Isaic-Maniu, de caz, Editura Economică, Bucureşti, 1998
Al.; Ţiţian, E.; Baron, T.;
Matache, S.; Isaic-
Maniu, I.; Şerban, D.;
Voineagu, Mariana
55. Wagner Pavel; Capanu “Statistica macroeconomica”, Editura Economica, Bucureşti, 1997.
Ion; Secareanu,
Constantin
173
56. Wagner Pavel; Capanu Sistemul conturilor naţionale şi agregate macroeconomice, Editura All,
Ion; Mitruţ, Constantin Bucureşti, 1994
57. Yule, U.G.; Kendall, Introducere în teoria statisticii, Editura Ştiinţifică, Bucureşti, 1969
M.C.
58. *** “Dicţionar Macmillan de Economie Moderna”,

Editura Codecs, 1999.
59. *** Manual “Medodologia statisticii pe termen scurt”- EUROSTAT
60. *** EUROSTAT - “Statistique eu Bref” – colecţie
61. *** CESTAT - Buletin statistic
62. *** “Anuarul Statistic al Romaniei” (colectie) – Institutul Naţional de

Statistică
63. *** Clasificarea activităţilor din economia naţională - Institutul Naţional de

Statistică
64. *** Statistică Teritorială - Institutul Naţional de Statistică, Colecţie
65. *** Rezultatele recensământului populaţiei şi locuinţelor în România, iulie

2003 - Institutul Naţional de Statistică
66. *** “Tribuna Economica” (colecţie)
67. *** Serii de date demografice – Institutul Naţional de Statistică – Directiile

Judeţene de Statistica din cadrul Regiunii de Nord-Est
68. *** “InfoSTAT” (colecţie) – Institutul Naţional de Statistică Direcţia

Judeţeană de Statistică Bacău
174
STATISTICĂ
PROGRAMA ANALITICĂ
Denumirea
disciplinei
STATISTICĂ
Codul disciplinei UB07MK202F Semestrul II Numărul de credite 5
Facultatea Ştiinţe Economice Numărul orelor pe semestru/activităţi
Domeniul de licenţă Marketing Total SI TC AT AA

Programul de studii de
Marketing 56 28 20 8 -
licenţă (specializarea)
Categoria formativă a disciplinei

DF-fundamentală, DG-generală, DS-de specialitate, DE-economică/managerială, DU- DF
umanistă
Categoria de opţionalitate a disciplinei: DI-impusă, DO-opţională, DL-liber aleasă
DI
(facultativă)
Obligatorii -
Discipline (condiţionate)
anterioare
Recomandate Microeconomie şi Matematică
Formarea deprinderilor de sistematizare şi prelucrare a datelor statistice

observate, prezentarea acestora în tabele, serii şi grafice, alegerea
metodelor adecvate de prelucrare a informaţiilor obţinute; însuşirea de
Obiective către studenţi a principalelor metode şi tehnici statistice utilizate în
activitatea de marketing, precum şi formarea deprinderilor de înţelegere
a procedeelor aplicate, de analiză şi interpretare a rezultatelor unei
cercetări statistice.
Capitolul 1
Statistica - instrument de cunoaştere a fenomenelor
∗ Scurtă prezentare istorică a statisticii; Rolul statisticii ca disciplină
ştiinţifică fundamentală în domeniul economic;
∗ Obiectul şi metoda statisticii ;
∗ Concepte de bază folosite în statistică ;
∗ Organizarea statisticii publice în Romania şi pe plan internaţional.
Capitolul 2
Conţinut Observarea statistică
(descriptori)
∗ Rolul observării în procesul de cercetare statistică;
∗ Metode de observare statistică;
∗ Erorile observării statistice.
Capitolul 3
Prelucrarea primară a datelor statistice
∗ Necesitatea prelucrării datelor statistice;
∗ Conceptul de prelucrare primară a datelor statistice;
∗ Centralizarea datelor statistice;
∗ Gruparea şi clasificarea datelor statistice.
F.267.08/Ed.02 175
Programa analitică
Capitolul 4
∗ Tabele statistice;
∗ Serii statistice;
∗ Grafice statistice.
∗ Indicatorii statistici calculaţi sub formă de mărimi relative.
Capitolul 5
∗ Funcţiile indicatorilor statistici;
∗ Clasificarea indicatorilor statistici;
∗ Indicatorii statistici calculaţi sub formă de mărimi relative.
Capitolul 6
Analiza seriilor de repartiţie
∗ Indicatorii de nivel şi frecvenţe ;
∗ Indicatorii tendinţei centrale
∗ Mărimi medii;
∗ Valori medii de poziţie sau de structură.
∗ Indicatorii variaţiei
∗ANOVA
∗ Media şi dispersia caracteristicii alternative
∗ Asimetria
∗ Indicatorii concentrării şi diversificării.
Conţinut Temă de control:
(descriptori) I. Alegeţi o colectivitate formată din 50 elemente, la care să
înregistraţi date privind 2 caracteristici diferite, dar în strânsă legătură
una cu alta.
1. Efectuaţi gruparea elementelor colectivităţii pe variante şi
calculaţi media, mediana şi modulul pentru fiecare caracteristică în
parte.
2. Efectuaţi gruparea pe 5 intervale de grupare egale pentru fiecare
caracteristică aleasă în parte.
3. Optaţi pentru una din cele 2 caracteristici grupate la punctul
anterior:
• Efectuaţi graficul specific şi poziţionaţi pe acesta indicatorii
medii ai tendinţei centrale;
• Calculaţi şi interpretaţi indicatorii medii ai tendinţei centrale;
• Calculaţi şi interpretaţi indicatorii variaţiei;
• Calculaţi şi interpretaţi indicatorii de asimetrie;
• Calculaţi şi interpretaţi gradul de concentrare; efectuaţi
graficul de concentrare.
4. Efectuaţi un tabel cu dublă intrare, în care colectivitatea aleasă
să fie repartizată concomitent după ambele caracteristici. Aplicaţi
ANOVA şi arataţi în ce măsură variabila independentă o influenţează pe
cea dependentă.
Alegeţi din “Anuarul Statistic al României” sau din baza de date
Tempo Online de pe www.insse.ro , indicatori statistici la care să
puteţi aplica calculul mărimilor relative de structură, de coordonare,
de dinamică şi de intensitate, apoi interpretaţi pe scurt rezultatele.
Reprezentaţi grafic toţi aceşti indicatori.
F.267.08/Ed.02 176
STATISTICĂ
Forma de evaluare (E-examen, C-colocviu/test final, LP-lucrări de control) E

- răspunsuri la examen/colocviu/lucrări practice 70%
Stabilirea - activităţi aplicative atestate/laborator/lucrări practice/proiect,
notei finale etc.
(procentaje) - teste pe parcursul semestrului
- teme de control 30%
1. Băcescu A., Ţiţan E.,Ghiţă S., Bazele statisticii - Ed. Meteora Press,
Bucureşti, 2001
2. Harja Eugenia, Statistică şi econometrie, Ed. Alma Mater, Bacău,
2009
Bibliografia 3. Harja Eugenia, Statistică – Curs ID, Ed. Alma Mater, Universitatea
“Vasile Alecsandri” din Bacău, 2012
4. Jaba Elisabeta, Statistica- Ed. Economică, Bucuresti, 2004
5. Voineagu Vergil, colectiv, “Statistică-Baze teoretice şi aplicaţii”, Ed.
Economică, 2007
Lista materialelor
Calculator de buzunar
didactice necesare
Coordonator de
Grad didactic, titlul, prenume, numele Semnătura
Disciplina
Statistică Profesor univ.dr. Eugenia HARJA
Legenda: SI - studiu individual, TC - teme de control, AT - activităţi tutoriale, AA - activităţi aplicative aplicate
F.267.08/Ed.02 177
Programa analitică
F.267.08/Ed.02 178

Management

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Management

Încărcat de

Drepturi de autor:

Formate disponibile

Prof.Univ.Dr.

Editura ALMA MATER a Universităţii din Bacău

Prof. Univ. Dr. Elisabeta JABA - Universitatea “Al.I.Cuza”, Iaşi

Descrierea CIP a Bibliotecii Naţionale a României

Bacău, Alma Mater, 2012

ISBN 978 – 606 – 527 – 184 – 5

Grafică şi tehnoredactare: ing. Aurel TURCU

Facultatea de Ştiinţe Economice

Specializarea Marketing, forma de învăţământ ID

Prof. Univ. Dr. HARJA EUGENIA

Cursul se adresează studenţilor învăţământului la distanţă, din cadrul specializării

martie 2012 Autorul

Obiectivele cursului vizează însuşirea procedeelor şi tehnicilor de culegere şi

PROGRAMA ANALITICA…………………………………………..……………….…............ 175

STATISTICA - INSTRUMENT DE CUNOAŞTERE A

1.1. GÂNDIREA STATISTICĂ – INSTRUMENT DE CUNOAŞTERE A VIITORULUI.

Recensământul (censul) populaţiei la romani avea un caracter periodic, efectuându-se

Din documentele descoperite, rezultă că lucrări asemănătoare de evidenţă erau folosite şi

În aceste condiţii are loc o primă diferenţiere a formelor generale de evidenţă:

În secolul al XV-lea şi al XVI-lea abundă lucrări în care se folosesc numeroase date

Dezvoltarea modului de producţie capitalist a impus o nouă organizare a formelor de

Combinând metoda inductivă şi deductivă, folosind din ce în ce mai frecvent rezultatele

“Invazia” de statistică nu este întâmplătoare în ultimele decenii, problemele lumii de azi

Organizaţii internaţionale ca F.A.O., UNESCO, etc., editează la rândul lor, publicaţii

De aceea trebuie precizată şi delimitată statistica ca ştiinţă.

1.2. FALSE PĂRERI ASUPRA STATISTICII

Azi, statisticianul este persoana cu studii superioare, ca şi ciberneticianul, analistul de

Statistica este o disciplină a cărei aplicare utilă cere competenţă.

1.3. OBIECTUL ŞI METODA STATISTICII

În general, obiectul de studiu al statisticii îl constituie fenomenele şi procesele în cadrul

Examinarea fenomenelor şi proceselor sociale şi economice duce la concluzia că ea

Astfel, statistica studiază:

1.3.1. Particularităţi de studiu ale statisticii

1. Statistica studiază fenomene sociale şi economice de masă.

Fenomenele de masă sunt fenomene asemănătoare, a căror lege de apariţie nu poate fi

2. Statistica studiază aspectul cantitativ concret al fenomenului social economic de masă,

1.3.2. Metodologia Statistică

Totalitatea operaţiilor, tehnicilor, procedeelor şi metodelor de investigare statistică a

Procedeele de observare statistică creează posibilitatea cunoaşterii manifestărilor

În sfarşit, procedeele de interpretare şi analiză a rezultatelor cercetării permit

Indicatorul statistic exprimă de regulă o categorie economică. Exprimarea numerică a

1.4. ORGANIZAREA ACTIVITĂŢII DE STATISTICĂ ÎN

1.4.1. Instituţionalizarea statisticii

Primele organisme naţionale centrale de statistică au fost înfiinţate de domnitorul

Începând cu 1880 s-a dezvoltat în întreaga Europă o puternică mişcare de inovare şi de

În 1885 se creează Institutul Internaţional de Statistică (IIS) care reuneşte oficiali şi

În Franţa se înfiinţează în 1941 Serviciul Naţional al Statisticii, care în 1946 devine

De aproximativ două decenii, ideea de coordonare generală a sistemului statistic prin

Armonizarea este o necesitate evidentă. EUROSTAT ca şi celelalte organizaţii economice

1.4.2. Organizarea statisticii oficiale în România

Institutul Naţional de Statistică (I.N.S.) – este gestionarul întregii informaţii statistice în

Regulamentele comunitare cer să se asigure fezabilitatea, coerenţa şi compatibilitatea

Legislaţia în vigoare îmbunătăţeşte cadrul legal existent şi are în vedere stimularea

 statistica oficială acoperă ansamblul activităţilor organizate pentru colectarea,

sindicale, 2 reprezentanţi ai organizaţiilor patronale, 3 reprezentanţi ai mijloacelor de

12. Acurateţe şi fiabilitate: Statisticile Europene reflectă realitatea cu acurateţe

 datele statistice sunt considerate confidenţiale dacă se referă la o singură persoană

 Datele statistice oficiale produse de I.N.S. şi de ceilalţi producători de statistici oficiale

Nu ne rămâne decât să avem încrederea că această legislaţie, care va deveni o “lege a

1.4.3. Organizarea activităţii de statistică în plan internaţional

Activitatea statistică a Naţiunilor Unite este înfăptuită sub îndrumarea Comisiei de

Cei 24 de membri ai comisiei se aleg pe 4 ani din rândul ţărilor membre.

Odată cu constituirea Comisiei de Statistică în cadrul secretariatului Natiunilor Unite a luat

Preocuparea pentru armonizarea şi unificarea tuturor clasificărilor şi nomenclatoarelor.

statistica oficială acoperă ansamblul activităţilor organizate pentru colectarea,

datele statistice sunt considerate confidenţiale dacă se referă la o singură persoană

Datele statistice oficiale produse de I.N.S. şi de ceilalţi producători de statistici oficiale

după modul de obţinere

după conţinutul lor, putem avea: