US 3.

ANALIZA STATISTICĂ A UNEI SERII CONTINUE

Cuprins
3.1 Analiza grafică
3.2 Analiza numerică. Indicatori ai statisticii descriptive
3.3 Aplicaţie în SPSS

Obiective
- prezentarea tipurilor de frecvenţe utilizate în analiza uunei serii continue
- prezentarea tipurilor de grafice specifice unei serii continue
- definirea indicatorilor descriptivi, a proprietăţilor, a modului de calcul şi a interpretării acestora
- realizarea de exemple cu date reale
- prezentarea modului de analiză gafică şi numerică a unei serii continue în SPSS

Competenţe
- însuşirea principalelor metode de analiză grafică şi numerică a unei serii continue
- dezvoltarea abilităţilor practice de prelucrare şi interpretare a datelor statistice sistematizate într-o
serie continuă
- dezvoltarea capacităţii de utilizare a softului statistic pentru prelucrarea automată a datelor
- capacitatea de a realiza o sinteză a informaţiei statistice, având la dispoziţie rezultatele analizei
grafice şi numerice

Termen mediu: 4 h

Bibliografie

1. Andrei, T. şi Stancu, S., Statistică - teorie şi aplicaţii , Editura All, Bucureşti, 1995
2. Jaba, E., Statistica, Ediţia a treia, Editura Economica, Bucureşti, 2002
3. Jaba, E., Pintilescu, C., Statistică. Teste grilă şi probleme, Editura Sedcom Libris, Iaşi, 2005.
4. Lecaillon, J.; Labrousse, C., Statistique descriptive, Editura Cujas, Paris, 1988
5. Mills, Fr.G., Statistical Methods, 3rd ed., Henry Holt, New York, 1955.
6. McNabb, D., Research methods in public administration and nonprofit management : quantitative
and qualitative approaches, Armonk, M.E. Sharpe, 2002
7. Tövissi, L.; Isaic-Maniu, Al., Statistica, A.S.E., Bucureşti, 1984.
8. Yule, U.G.; Kendall, M.C. - Introducere în teoria statisticii, Editura Ştiinţifică, Bucureşti, 1969.
9. Wonnacott, T.H., Wonnacott, R.J., Statistique, Economica, Paris, 1991.
 Caracterizarea unităţilor statistice observate după o variabilă continuă se realizează folosind
metode grafice sau numerice.

3.1 Analiza grafică

Reprezentarea grafică a unei serii după o variabilă discretă presupune folosirea următoarelor
diagrame: histograma, poligonul frecvenţelor, curba frecvenţelor sau curba frecvenţelor cumulate.
Indicatorii numerici prin care poate fi caracterizată o serie statistică după o variabilă continuă pot fi
grupaţi, ca şi în cazul variabilelor discrete, în indicatori ai tendinţei centrale (mărimi medii),
indicatori ai dispersiei, indicatori ai asimetriei şi boltirii.

3.1.1. Frecvenţe absolute şi relative cumulate crescător sau descrescător

Frecvenţele absolute şi relative cumulate crescător sau descrescător se calculează în mod
similar modului de calcul prezentat în cazul variabilelor discrete.
Înaintea prelucrării unei serii după o variabilă continuă prezentată pe intervale de variaţie,
dacă limitele intervalelor nu sunt precizate, acestea trebuie închise:
- în cazul intervalelor egale de variaţie, primul şi ultimul interval se închid luând în
considerare aceeaşi mărime a intervalelor;
- în cazul intervalelor inegale de variaţie, primul interval se închide luând în considerare
mărimea intervalului următor, iar ultimul interval se închide luând în considerare
mărimea intervalului anterior.

Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei), înregistrată
în luna octombrie 2009, este prezentată în tabelul de mai jos:

Tabelul 3.1. Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor
zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
până la 10 20
10-20 40
20-30 35
30-40 15
peste 40 10
TOTAL 110

Se cere să se calculeze frecvenţele absolute şi relative cumulate crescător sau descrescător.

Rezolvare
Închiderea intervalelor de variaţie
Mărimea intervalelor de variaţie este l=10. Limita inferioară a primului interval de variaţie
se închide luând în considerare aceeaşi mărime, deci: 10-10=0. Limita superioară a ultimului
interval de variaţie este: 40+10=50.

Frecvenţe absolute cumulate crescător şi descrescător

Frecvenţele absolute cumulate crescător şi descrescător se calculează după relaţiile:
i m
N i  N i 1   ni   nh , respectiv N i  N i 1  ni   nh .
h 1 h i
Valorile frecvenţelor absolute cumulate crescător şi descrescător pentru exemplul dat sunt
prezentate în tabelul de mai jos:
 Tabelul 3.2. Frecvenţe absolute cumulate crescător şi descrescător
xi-1-xi ni Ni  Ni 
0- 10 20 20 120
10-20 40 60 100
20-30 35 95 60
30-40 15 110 25
40-50 10 120 10
TOTAL 120 - -

Interpretare
Un număr de 20 firme au realizat vânzări de până la 10 mil. Lei ( N 1  ). Un număr de 60
firme au realizat vânzări de până la 20 mil. Lei ( N 2  ). În mod similar se interpretează celelalte
valori din tabelul de mai sus.
Din numărul total al firme, 10 firme au realizat vânzări de peste 40 mil. Lei. Un număr de 25
de firme au realizat vânzări de peste 30 mil. Lei. În mod similar se interpretează celelalte valori din
tabelul de mai sus.

Observaţie
În interpretarea frecvenţelor absolute cumulate crescător se consideră limita superioară a
intervalului de variaţie, iar în interpretarea frecvenţelor absolute cumulate descrescător se consideră
limita inferioară a intervalului de variaţie.

Frecvenţe relative cumulate crescător şi descrescător

Frecvenţele relative cumulate crescător şi descrescător se calculează după relaţiile:
i m
Fi  Fi 1   f i   f h , respectiv Fi  Fi 1   f i   f h .
h 1 h i
Pentru exemplul dat, valorile calculate ale frecvenţelor relative cumulate crescător şi
descrescător sunt prezentate în tabelul de mai jos:

Tabelul 3.3. Frecvenţe absolute cumulate crescător şi descrescător

xi-1-xi ni fi Fi  Fi 
0 -10 20 16,67 16,67 100,00
10-20 40 33,33 50,00 83,33
20-30 35 29,17 79,17 50,00
30-40 15 12,50 91,67 20,83
40-50 10 8,33 100,00 8,33
TOTAL 120 100,00 - -

Interpretare
Ponderea firmelor care au realizat vânzări de până la 10 mil. Lei ( F1  ) este de 16,67%.
Ponderea firmelor care au realizat vânzări de până la 20 mil. Lei ( F2  ) este de 50%. În mod similar
se interpretează celelalte valori din Tabelul 3.3.
Ponderea firmelor care au realizat vânzări de peste 40 mil. Lei este de 8,33%. 20,83% din
numărul total al firmelor au realizat vânzări de peste 30 mil. Lei. În mod similar se interpretează
celelalte valori din Tabelul 3.3.

3.1.2. Tipuri de grafice

O distribuţie statistică după o variabilă numerică continuă poate fi reprezentată grafic
folosind histograma, poligonul frecvenţelor, curba frecvenţelor şi curba frecvenţelor cumulate.
 Histograma
Construirea histogramei presupune ridicarea unor dreptunghiuri alăturate, cu baza egală, în
cazul intervalelor egale de variaţie, sau inegală, în cazul intervalelor inegale, de înălţime ni. Alura
histogramei, considerând intervale egale de variaţie, este reprezentată în figura de mai jos:

Histogram
5

Frequency
3

0
4,00 6,00 8,00 10,00

Figura 21. Histograma

Poligonul frecvenţelor
Construirea poligonului frecvenţelor presupune găsirea locului geometric al punctelor Ai de
coordonate ( xi' , ni ) sau ( xi' , ni ) şi unirea acestora prin segmente de dreaptă. Valorile x i' reprezintă
mijlocul sau centrul intervalelor de variaţie, calculat ca medie aritmetică simplă a limitelor
intervalelor de variaţie:
x  xi
xi'  i 1 .
2

Curba frecvenţelor
Construirea curbei frecvenţelor presupune ajustarea printr-o linie curbă, continuă a
poligonului frecvenţelor. Curba frecvenţelor pentru o distribuţie normală este reprezentată în figura
de mai jos:

4
Frequency

0
4,00 6,00 8,00 10,00

Nota

Figura 22. Curba frecvenţelor

Curba frecvenţelor cumulate

Construirea curbei frecvenţelor cumulate presupune reprezentarea grafică a funcţiei de
repartiţie a frecvenţelor unei variabile: F(X<xi). Alura curbei frecvenţelor cumulate crescător este
reprezentată în figura de mai jos:
 100%

75%

Percent
50%

25%

0%
5 6 7 8 9

nota

Figura 23. Curba frecvenţelor cumulate crescător

3.2 Analiza numerică. Indicatori ai statisticii descriptive

Analiza numerică presupune calculul şi interpretarea indicatorilor statisticii descriptive: ai

tendinţei centrale, ai dispersiei şi ai formei distribuţiei.

3.2.1. Indicatori ai tendinţei centrale (mărimi medii)

a. Media aritmetică
Media aritmetică pentru o serie statistică după o variabilă continuă se calculează după
relaţia:
 xi'  ni xi 1  xi
i
x , unde xi'  .
 ni 2
i

Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei), înregistrată
în luna octombrie 2009, este prezentată în tabelul de mai jos:

Tabelul 3.4. Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor
zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
- 10 20
10-20 40
20-30 35
30-40 15
peste 40 10
TOTAL 110

Se cere să se calculeze media aritmetică.

Rezolvare
 xi'  ni xi 1  xi
i
Media aritmetică se calculează după relaţia x  , unde xi'  .
 ni 2
i
 x0  x1 0  10
Centrul intervalelor de variaţie se calculează astfel: x1'   5;
2 2
x1  x 2 10  20
x'2    15 etc.
2 2
Elementele pentru calculul mediei aritmetice sunt prezentate în tabelul de mai jos:

Tabelul 3.5. Elemente pentru calculul mediei aritmetice

xi-1-xi ni x i' x i'  ni
0 -10 20 5 100
10-20 40 15 600
20-30 35 25 875
30-40 15 35 525
40-50 10 45 450
TOTAL 120 - 2550

Înlocuind în relaţia de mai sus se obţine:

 xi'  ni 2550
x i   21,25 mil. Lei.
 ni 120
i

Interpretare
Valoarea medie a vânzărilor zilnice realizate în luna octombrie 2009 de firmele din judeţul
Iaşi este de 21,25 milioane lei.

b. Modul (Mo)
Pentru aflarea modului în cazul unei variabile continue, trebuie parcurse următoarele etape:
 se află frecvenţa maximă, nimax;
 în dreptul acestei frecvenţe maxime, se citeşte intervalul modal (xi-1, xi);
 în acest interval, modul se află prin interpolare, după relaţia:
1
Mo  xi 1  d  , unde:
1  2
xi-1, reprezintă limita inferioară a intervalului modal;
d este mărimea intervalului modal, d= xi - xi-1;
1 este diferenţa dintre frecvenţa intervalului modal şi frecvenţa intervalului anterior:
1  ni max  ni 1 ;
2 este diferenţa dintre frecvenţa intervalului modal şi frecvenţa intervalului următor:
1  ni max  ni 1 .

]
 Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei), înregistrată
în luna octombrie 2009, este prezentată în tabelul de mai jos:

Tabelul 3.6. Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor
zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 110

Se cere să se calculeze valoarea modului.

Rezolvare
Etapele aflării modului sunt:
 se află frecvenţa maximă, nimax=40;
 în dreptul acestei frecvenţe maxime se citeşte intervalul modal (10-20);
 în acest interval, modul se află prin interpolare, după relaţia:
1
Mo  xi 1  d  , unde:
1  2
xi-1 =10;
d= xi - xi-1 =20-10=10 ;
1  ni max  ni 1  40  20  20 ;
1  ni max  ni 1  40  35  5 .
Înlocuind în relaţia de mai sus, se obţine:
( 40  20 )
Mo  10  10   18 mil. Lei.
( 40  20 )  ( 40  35 )

Interpretare
Cele mai multe firme din judeţul Iaşi au realizat în luna octombrie 2009 vânzări zilnice de
18 mil. Lei.

c. Mediana (Me)
Aflarea medianei presupune parcurgerea următoarelor etape:
 ni
Me
 se calculează unitatea mediană: U  i ;
2
 se calculează frecvenţele absolute cumulate crescător, Ni↓;
 se află prima valoare Ni↓≥UMe;
 în dreptul primei valori Ni↓≥UMe, se citeşte intervalul median: (xi-1, xi);
 în acest interval, mediana se află prin interpolare după relaţia:
U Me  N i 1 
Me  xi 1  d  , unde:
ni
xi-1, reprezintă limita inferioară a intervalului median;
d este mărimea intervalului median, d= xi - xi-1;
N i 1  este frecvenţa absolută cumulată corespunzătoare intervalului anterior intervalului median;
ni este frecvenţa absolută corespunzătoare intervalului median.
 Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei), înregistrată
în luna octombrie 2009, este prezentată în tabelul de mai jos:

Tabelul 3.7. Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor
zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere să se calculeze mediana.

Rezolvare
Etape pentru aflarea medianei:
 ni
120
Me i
 se calculează unitatea mediană: U   60 ;

2 2
 se calculează frecvenţele absolute cumulate crescător, Ni↓. Acestea sunt prezentate în
tabelul de mai jos:

Tabelul 3.8. Frecvenţele absolute cumulate crescător

xi-1-xi ni Ni 
0 - 10 20 20
10-20 40 60
20-30 35 95
30-40 15 110
40-50 10 120
TOTAL 120 -

 prima valoare Ni↓=60 ≥UMe=60;

 în dreptul acestei valori, se citeşte intervalul median: (10-20);
 în acest interval, mediana se află prin interpolare după relaţia:
U Me  N i 1 
Me  xi 1  d  , unde:
ni
xi-1=10;
d= xi - xi-1=20-10=10;
N i 1  20 ;
ni = 40.
60  20
Înlocuind în relaţia de mai sus, se obţine: Me  10  10   20 mil. Lei.
40
Interpretare
Jumătate din numărul total al firmelor din judeţul Iaşi au realizat, în luna octombrie 2009,
vânzări zilnice de până la 20 mil. Lei, iar jumătate au realizat vânzări de peste 20 mil. Lei.
 d. Generalizarea medianei: quantilele

1. Quartilele
Quartila unu (Q1)
Aflarea quartilei unu presupune parcurgerea următoarelor etape:
 ni
Q1
 se calculează unitatea quartilică unu: U  i ;
4
 se calculează frecvenţele absolute cumulate crescător, Ni↓;
 se află prima valoare Ni↓≥UQ1;
 în dreptul primei valori Ni↓≥UQ1, se citeşte intervalul quartilic unu: (xi-1, xi);
 în acest interval, quartila unu se află prin interpolare după relaţia:
U Q1  N i 1 
Q1  xi 1  d  , unde:
nQ1
xi-1, reprezintă limita inferioară a intervalului quartilic unu;
d este mărimea intervalului quartilic unu, d= xi - xi-1;
N i 1  este frecvenţa absolută cumulată corespunzătoare intervalului anterior intervalului quartilic
unu;
nQ1 este frecvenţa absolută corespunzătoare intervalului quartilic unu.

Quartila doi (Q2)

După cum am arătat în cazul variabilelor discrete, quartila doi este egală cu mediana,
Q2=Me.

Quartila trei (Q3)

Aflarea quartilei trei presupune parcurgerea următoarelor etape:
3   ni
Q3 i
 se calculează unitatea quartilică trei: U  ;
4
 se calculează frecvenţele absolute cumulate crescător, Ni↓;
 se află prima valoare Ni↓≥UQ3;
 în dreptul primei valori Ni↓≥UQ1 se citeşte intervalul quartilic trei: (xi-1, xi);
 în acest interval, quartila trei se află prin interpolare după relaţia:
U Q3  N i 1 
Q3  xi 1  d  , unde:
nQ3
xi-1, reprezintă limita inferioară a intervalului quartilic trei;
d este mărimea intervalului quartilic trei, d= xi - xi-1;
N i 1  este frecvenţa absolută cumulată corespunzătoare intervalului anterior intervalului quartilic
trei;
nQ3 este frecvenţa absolută corespunzătoare intervalului quartilic trei.
 Statistics

Profit
N Valid 120
Mean 21.2500
Median 20.3333
Mode 15.00
Std. Deviation 11.52728
Variance 132.878
Skew ness .442
Kurtosis -.484
Percentiles 10 5.6667
20 9.6667
25 11.6667
30 13.6667
40 17.1333
50 20.3333
60 23.5333
70 27.6000
75 30.0000
80 32.4000
90 39.4000

Histogram

50

40
Frequency

30

20

10

Mean = 21.25
Std. Dev. = 11.52728
0 N = 120
0.00 10.00 20.00 30.00 40.00 50.00

Profit

Cases weighted by nr.firme

__
 Profit

0.00 10.00 20.00 30.00 40.00 50.00

Cases weighted by nr.firme

Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei) înregistrată în
luna octombrie 2009 este prezentată în tabelul de mai jos:

Tabelul 3.9. Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor
zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere să se calculeze quartila unu şi quartila trei.

Rezolvare
Quartila unu
Etape pentru aflarea quartilei unu:

120
 ni
Q1 i
 se calculează unitatea quartilică unu: U   30 ; 
4 4
 se calculează frecvenţele absolute cumulate crescător, Ni↓. Acestea sunt prezentate în
tabelul de mai jos:
 Tabelul 3.10. Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor
zilnice (mil. Lei), în luna octombrie 2009
xi-1-xi ni Ni 
0- 10 20 20
10-20 40 60
20-30 35 95
30-40 15 110
40-50 10 120
TOTAL 120 -

 prima valoare Ni↓=60 ≥UQ1=30;

 în dreptul acestei valori se citeşte intervalul quartilic unu: (10-20);
 în acest interval, quartila unu se află prin interpolare după relaţia:
U Q1  N i 1 
Q1  xi 1  d  , unde:
nQ1
xi-1=10;
d= xi - xi-1=20-10=10;
N i 1  20 ;
ni = 40.
30  20
Înlocuind în relaţia de mai sus, se obţine: Q1  10  10   12,5 mil. Lei.
40
Interpretare
25% din numărul total al firmelor din judeţul Iaşi au realizat vânzări zilnice de până la 12,5
mil. Lei, iar 75% au realizat vânzări zilnice de peste 12,5 mil. Lei.

Quartila trei
3   ni
Q3 i 3  120
 se calculează unitatea quartilică trei: U    90 ;
4 4
Q1
 prima valoare Ni↓=95 ≥U =90;
 în dreptul acestei valori se citeşte intervalul quartilic trei: (20-30);
 în acest interval, quartila trei se află prin interpolare după relaţia:
U Q3  N i 1 
Q3  xi 1  d  , unde:
nQ3
xi-1=20;
d= xi - xi-1=30-20=10;
N i 1  60 ;
ni = 35.
90  60
Înlocuind în relaţia de mai sus, se obţine: Q3  20  10   28,57 mil. Lei.
35

Interpretare
75% din numărul total al firmelor din judeţul Iaşi au realizat vânzări zilnice de până la 28,57
mil. Lei, iar 25% au realizat vânzări zilnice de peste 28,57 mil. Lei.
 3.2.2. Indicatori ai dispersiei
Principalii indicatori ai dispersiei sunt:
1. Amplitudinea de variaţie
Amplitudinea de variaţie măsoară distanţa dintre nivelul maxim şi nivelul minim al unei
variabile. Se calculează pe baza relaţiei:
A  xmax  xmin .

2. Varianţa
Varianţa se calculează pe baza relaţiei:
 ( xi'  x )2  ni
s2  i . Varianţa nu are unitate de măsură şi nu se interpretează.
 ni
i

3. Abaterea medie pătratică (abaterea standard)

Abaterea medie pătratică se calculează pe baza relaţiei:
 ( xi'  x )2  ni
s  s2  i
. Abaterea medie pătratică reprezintă variaţia medie a valorilor
 ni
i
individuale ale variabilei X de la nivelul mediu, în sens pozitiv şi negativ.

4. Coeficientul de variaţie
Coeficientul de variaţie se calculează după relaţia:
s
v   100 .
x

Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei) înregistrată în
luna octombrie 2009 este prezentată în tabelul de mai jos:

Tabelul 3.11. Distribuţia firmelor din judeţul Iaşi

după valoarea vânzărilor zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere să se calculeze abaterea standard şi coeficientul de variaţie.

Rezolvare
Abaterea standard
Abaterea standard se calculează pe baza relaţiei:
 ( xi'  x )2  ni
s  s2  i
.
 ni
i
 Pentru această distribuţie, media aritmetică este x  21,25 mil. Lei.
Elementele de calcul ale abaterii standard sunt prezentate în tabelul de mai jos:

Tabelul 3.12. Elemente de calcul ale abaterii standard

xi-1-xi ni x i' x i'  x ( xi'  x ) 2 ( x i'  x ) 2  ni
0 - 10 20 5 -16,25 264,06 5281,25
10-20 40 15 -6,25 39,06 1562,50
20-30 35 25 3,75 14,06 492,19
30-40 15 35 13,75 189,06 2835,94
40-50 10 45 23,75 564,06 5640,63
TOTAL 120 - - - 15812,50

Înlocuind în relaţia de mai sus se obţine:

 ( xi'  x )2  ni 15812,50
s  s2  i
  11,48 mil. Lei.
 ni 120
i

Interpretare
Vânzările zilnice ale firmelor din judeţul Iaşi, realizate în luna octombrie 2009, variază, în
medie, de la nivelul mediu al vânzărilor zilnice, cu ± 11,48 mil. Lei.

Coeficientul de variaţie
Coeficientul de variaţie se calculează după relaţia:
s 11,48
v   100   100  54,02% .
x 21,25

Interpretare
Valoarea coeficientului de variaţie arată că distribuţia firmelor după valoarea vânzărilor
zilnice realizate în luna octombrie 2009 este o distribuţie eterogenă, caracterizată printr-o dispersie
mare (v>50%). Media nu este reprezentativă pentru această distribuţie.

3.2.3. Indicatori ai formei unei distribuţii

Asimetria
Indicatorii asimetriei se calculează, în cazul unei variabile continue, astfel:
1. Asimetria în mărime absolută
Asimetria în mărime absolută poate fi calculată pe baza relaţiei:
As  x  Mo .
Modul de interpretare este identic cu cel prezentat în cazul variabilelor discrete.

2. Coeficientul de asimetrie Pearson

Coeficientul de asimetrie Pearson se calculează pe baza relaţiei:
2
 1  33 , unde:
2
 ( xi'  x )3  ni xi 1  xi
i
3  reprezintă momentul centrat de ordinul 3, unde: xi'  ;
 ni 2
i
  ( xi'  x )2  ni
2  i
 s 2 reprezintă momentul centrat de ordinul 2, adică varianţa.
 ni
i
Acest indicator este întotdeauna pozitiv. Sensul asimetriei este dat de semnul lui µ3. Atunci
când µ3>0, distribuţia este asimetrică la dreapta. Atunci când µ3<0, distribuţia este asimetrică la
stânga.

3. Coeficientul de asimetrie Fisher

Coeficientul de asimetrie Fisher se calculează pe baza relaţiei:

 1  33 .
s
Interpretarea valorii acestui coeficient este similară coeficientului de asimetrie Pearson.

Boltirea
Indicatorii boltirii se calculează după relaţiile
1. Coeficientul de boltire Pearson
Coeficientul de boltire Pearson se calculează pe baza relaţiei:
 
 2  42  44 , unde:
2 s
 ( xi'  x )4  ni
i
4  reprezintă momentul centrat de ordinul 4.
 ni
i
O valoare a coeficientului de boltire Pearson  2  3 arată o distribuţie mezocurtică. O
valoare  2  3 arată o distribuţie leptocurtică iar o valoare  2  3 arată o distribuţie platicurtică.

2. Coeficientul de boltire Fisher

Coeficientul de boltire Fisher se calculează pe baza relaţiei:
 2  2  3 .
O valoare a coeficientului de boltire Fisher  2  0 arată o distribuţie mezocurtică. O valoare
 2  0 arată o distribuţie leptocurtică iar o valoare  2  0 arată o distribuţie platicurtică.

Exemplu
Distribuţia firmelor din judeţul Iaşi după valoarea vânzărilor zilnice (mil. Lei) înregistrată în
luna octombrie 2009 este prezentată în tabelul de mai jos:

Tabelul 3.13. Distribuţia firmelor din judeţul Iaşi

după valoarea vânzărilor zilnice (mil. Lei), în luna octombrie 2009
Valoare vânzări Număr firme
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere să se calculeze coeficientul de asimetrie Pearson şi coeficientul de boltire Pearson.

 Rezolvare
Coeficientul de asimetrie Pearson se calculează pe baza relaţiei:
2
 1  33 , unde:
2
 ( xi'  x )3  ni  ( xi'  x )2  ni
3  i
; 2  i
 s2 .
 ni  ni
i i
Elementele de calcul ale momentelor centrate de ordinul doi şi trei sunt prezentate în tabelul
de mai jos:

Tabelul 3.14. Elemente de calcul ale momentelor centrate de ordinul doi şi trei
xi-1-xi ni x i' x i'  x ( xi'  x ) 2 ( x i'  x ) 2  ni ( xi'  x )3 ( xi'  x )3  ni
0 – 10 20 5 -16,25 264,06 5281,25 -4291,02 -85820,31
10-20 40 15 -6,25 39,06 1562,50 -244,14 -9765,63
20-30 35 25 3,75 14,06 492,19 52,73 1845,70
30-40 15 35 13,75 189,06 2835,94 2599,61 38994,14
40-50 10 45 23,75 564,06 5640,63 13396,48 133964,84
TOTAL 120 - - - 15812,50 - 79218,75

Înlocuind în relaţiile de mai sus, se obţine:

79218,75
3   660,16 ;
120
15812,5
2   131,77 .
120
660,16 2 435811,23
Coeficientul de asimetrie Pearson este:  1  3
  0 ,19 .
131,77 2287966,38

Interpretare
Valoarea coeficientului de asimetrie Pearson arată că distribuţia dată prezintă o asimetrie (
 1  0 ) la dreapta (µ3>0).

Coeficientul de boltire Pearson

 
 2  42  44 , unde:
2 s
 ( xi'  x )4  ni
i
4  .
 ni
i
 Elementele de calcul ale momentului centrat de ordinul patru sunt prezentate în tabelul de
mai jos:

Tabelul 3.15. Elemente de calcul ale momentului centrat de ordinul patru

xi-1-xi ni x i' x i'  x ( xi'  x )4 ( x i'  x ) 4  ni
0 - 10 20 5 -16,25 69729,00 1394580,08
10-20 40 15 -6,25 1525,88 61035,16
20-30 35 25 3,75 197,75 6921,39
30-40 15 35 13,75 35744,63 536169,43
40-50 10 45 23,75 318166,50 3181665,04
TOTAL 120 - - 5180371,09

Înlocuind în relaţiile de mai sus, se obţine:

5180371,09
4   43169,76.
120
43169,76
Coeficientul de boltire Pearson este:  2   2 ,49 .
131,77 2

Interpretare
Valoarea coeficientului de boltire Pearson arată că distribuţia dată este o distribuţie
platicurtică (  2  3 ).

3.3 Aplicaţie în SPSS

Se consideră distribuţia judeţelor României după rata şomajului (%), în anul 2010,
prezentată în tabelul 3.16.

Folosind programul informatic SPSS (Statistical Package for Social Sciences), se cere să se
determine şi să se interpreteze mărimile medii, quartila 1 şi quartila 3, decila 1 şi decila 9,
indicatorii dispersiei şi indicatorii formei unei distribuţii.
Tabelul 3.16. Distribuţia judeţelor României după rata şomajului, în anul 2010

Rezolvare
Valorile indicatorilor descriptivi sunt prezentate în tabelul 3.17.

Tabelul 3.17. Indicatorii statisticii descriptive, obţinuţi cu ajutorul programului SPSS

Valorile indicatorilor sunt:

- media aritmetică (Mean) este 7.8927%;
- mediana (Median) este 8.1%;
- modul (Mode) este 5.8%;
 - abaterea standard (Std. Deviation) este 1.96652%;
- varianţa (Variance) este 3.867;
- coeficientul de asimetrie Fisher (Skewness) este -0.459;
- coeficientul de boltire Fisher (Kurtosis) este 0.196;
- amplitudinea variaţiei (Range) este 9.1%;
- decila 1 (Percentile 10) este 5.32%;
- quartila 1 (Percentile 25) este 6.4%;
- quartila 3 (Percentile 75) este 9.35%;
- decila 9 (Percentile 90) este 10.34%.

Interpretare
Media aritmetică arată că, în medie, un judeţ are o rată a şomajului de 7.8927%.
Mediana arată că 50% dintre judeţe au o rată a şomajului mai mică de 8.1%, inclusiv, iar
50% dintre judeţe au rata şomajului mai mare de 8.1%, inclusiv.
Modul arată că cel mai frecvent, judeţele au o rată a şomaului de 5.8%.
Abaterea standard arată că, în medie, rata şomajului unui judeţ se abate de la rata medie a
şomajului cu 1.96652%.
Coeficientul de asimetrie Fisher arată că distribuţia este asimetrică la stânga.
Coeficientul de boltire Fisher arată că distribuţia este leptocurtică.
Amplitudinea variaţiei arată că diferenţa maximă dintre ratele şomajului a două judeţe este
de 9.1%.
Decila 1 arată că 10% dintre judeţe au rata şomajului mai mică de 5.32% inclusiv, iar 90%
dintre judeţe au rata şomajului mai mare de 5.32%, inclusiv.
Quartila 1 arată că 25% dintre judeţe au au rata şomajului mai mică de 6.4% inclusiv, iar
75% dintre judeţe au rata şomajului mai mare de 6.4%, inclusiv.
Quartila 3 arată că 75% dintre judeţe au rata şomajului mai mică de 9.35% inclusiv, iar 25%
dintre judeţe au rata şomajului mai mare de 9.35%, inclusiv.
Decila 9 arată că 90% dintre judeţe au rata şomajului mai mică de 10.34% inclusiv, iar 10%
dintre judeţe au rata şomajului mai mare de 10.34%, inclusiv
Teste1

1) Histograma este:
a) specifică seriilor continue
b) o medie specială
c) o suprafaţă

2) Pentru rezultatele din tabelul de mai jos sunt valabile răspunsurile:

Statistics
Rata somajului
N Valid 41
Mean 7.8927
Median 8.1000
Mode 5.80
Std. Deviation 1.96652
Variance 3.867
Skewness -.459
Kurtosis .196
Range 9.10
Percentiles 10 5.3200
25 6.4000
75 9.3500
90 10.3400
a) distribuţia este asimetrică la stânga
b) media este reprezentativă
c) jumătate dintre unităţi au valoarea sub 6,4

3) Pentru un eşantion de angajaţi repartizaţi după variabila salariul anual ($) s-au obţinut rezultatele
din tabelul de mai jos.
Statistics

Current Salary
N Valid 474
Missing 0
Mean $34,000.00
Median $28,000.00
Mode $30,500
Std. Deviation $17,000.000
Percentiles 25 $24,000.00
50 $28,000.00
75 $37,000.00

Sunt valabile interpretările :

a) repartiţia angajaţilor înregistrează o asimetrie la dreapta
b) repartiţia angajaţilor înregistrează o asimetrie la stânga
c) epartiţia angajaţilor este simetrică

1
Răspunsuri: 1- a,c; 2 – a,b; 3 - a; 4 – b; 5 – c.
4) Pentru repartiţia de mai jos, quartila 1 are valoarea:
xi-1-xi ni
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120
a) 10
b) 12,5
c) 25

5) 4) Pentru repartiţia de mai jos, modul are valoarea:

xi-1-xi ni
0- 10 5
10-20 10
20-30 20
30-40 15
40-50 10
TOTAL 60
a) 20,5
b) 30
c) 36,67