Sunteți pe pagina 1din 68

Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan

„Statistică economică” - Aplicații

STATISTICA

1
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

APLICAŢII
1. Să se realizeze gruparea judeţelor după numărul de comune iar repartiţia astfel
obţinută să se reprezinte grafic.

67, 67, 93, 79, 86, 53, 6, 43, 39, 81, 69, 48, 74, 52, 33, 76, 95, 56, 46, 63, 49, 56, 49,
85, 61, 59, 90, 70, 94, 86, 56, 54, 53, 90, 83, 76, 43, 71, 78, 59, 38.

Soluţie:
Cu ajutorul relaţiei lui H.A. Sturges se determină mărimea teoretică a
intervalului de grupare:
x max − x min
h=
1 + 3,322 lg n
95 − 38 57 57
h= = = = 8,98
1 + 3,322 lg 41 1 + 3,322 ⋅ 1,61 6,34842

Pornind de la mărimea teoretică a intervalului h = 8,98 se poate stabili un interval de


mărime h = 10. Gruparea judeţelor după numărul de comune se prezintă astfel:

Grupe de judeţe Punctaj Frecvenţă Frecvenţă


după nr. de absolută absolută
comune cumulată
30-40 III 3 3
40-50 IIIIII 6 9
50-60 IIIIIIIII 9 18
60-70 IIIIIIIII 9 27
70-80 IIII 4 31
80-90 IIIIIIII 8 39
90-100 II 2 41
Total 41
Notă: Limita superioară este inclusă în interval.

2
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
y(ni)
„Statistică economică” - Aplicații
9

30 40 50 60 70 80 90 100 xi

Diagrama frecvenţelor
nmin
41
39

31

27

18

3
30 40 50 60 70 80 90 100 xi
Diagrama frecvenţelor absolute cumulate

2.În 40 de judeţe ale României s-au înregistrat numărul de oraşe şi municipii


rezultând:
1,2,2,2,2,2,3,3,3,1,1,4,3,3,2,3,2,3,3,3,3,4,1,2,3,3,5,5,4,3,4,3,3,2,1,3,3,4,5,1.
Se cere
a) să se grupeze datele pe variante ale caracteristicii.
b) să se reprezinte grafic frecvenţele relative şi histograma frecvenţelor absolute
şi relative cumulate.
3
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
Variantele Punctaj Frecvenţele Frecvenţele Frecvenţele Frecvenţele
caracteristicii absolute relative absolute relative
statistice ni ni/n cumulate cumulate
1 IIIIII 6 0,150 6 0,150
2 IIIIIIIII 9 0,225 15 0,375
3 IIIIIIIIIIIIII 15 0,425 32 0,800
I
4 IIIII 5 0,125 37 0,925
5 III 3 0,075 40 1,000
Total 40 40 1,000 - -

0,425

15

9
0,225
6
5
0,150
3
0,125
Poligonul frecvenţelor absolute Poligonul frecvenţelor relative

40
37
32

15

Poligonul frecvenţelor absolute


cumulate

4
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
3. Se cunosc vânzările de la o societate comercială în decursul a 40 de zile lucrătoare
(2 luni).

7,5,12,18,20,21,24,23,19,16,2,3,1,8,12,16,17,15,13,16,13,12,14,19,22,30,29,26,25,
18,27,11,1,2318,14,21,22,19,11.
x max − x min 30 − 1 29
h= = = =5
1 + 3.322 lg n 1 + 3,322 lg 40 1 + 3,322 ⋅ 1,602

Intervalul Frecvenţa Frecvenţa Frecvenţa Frecvenţa


Xi ni relativă absolută relativă
cumulată cumulată
0-5 5 0,125 5 0,125
5-10 2 0,050 7 0,175
10-15 10 0,250 17 0,425
15-20 11 0,275 28 0,700
20-25 8 0,200 36 0,900
25-30 4 0,100 40 1,000
Total 40 1,000

11 0,275
10 0,250
8 0,200

Poligonul frecvenţelor absolute Poligonul frecvenţelor

1,000
40
0,900
36

28
0,700

17
0,425
Poligonul frecvenţelor
Poligonul frecvenţelor absolute 5
relative cumulate
cumulate
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

4. Pentru orice produs din nomenclatorul de fabricaţie al unei societăţi comerciale


de tricotat ciorapi s-au înregistrat nivelul următoarelor caracteristici: x – volumul
producţiei lunare în mii perechi; y – costul pe o pereche în mii lei. Datele obţinute
sunt cele din tabelul de mai jos.
Se cere:
- gruparea după caracteristica y
- gruparea după ambele caracteristici.
Grupe de produse după costul unitar y

Grupa de produse Nr. de produse - ni Volumul


producţiei
60-70 5 105
70-80 8 111,2
80-90 11 162,7
90-100 8 68,5
100-110 3 9
Gruparea după ambele criterii:
(x max − x min ) (24 − 2)
h= = ≈ 3,92 ⇒ h = 5
1 + 3,322 ln N (1 + 3,322 ln 35)

y 60-70 70-80 80-90 90- 100- nx


x 100 110
0-5 ….. ….. ….. 1 3 4
5-10 ….. ….. 1 5 ….. 6
10-15 ….. 6 4 2 ….. 12
15-20 2 2 6 ….. ….. 10
20-25 3 ….. ….. ….. ….. 3
ny 5 8 11 8 3 35

5. Se cunosc următoarele date despre zece persoane:

Persoane x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
Venituri 20 30 40 65 70 80 90 115 120 130
Vârsta 30 40 32 40 55 37 50 40 59 50

Pe baza acestor informaţii să se grupeze sub formă de ciorchine folosind metoda


legăturii simple.

6
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Metoda legăturii simple presupune ca formarea grupelor sub formă de ciorchine să


se facă pe baza distanţei minime.

D(Gk,Gl) = min {dij}


i ∈ G k , j ∈ Gl
d ij = ∑ (x − x jk )
2
ik

d12 = ∑ (20 − 30) + (30 − 40) = 10 2 = 14,14


2 2

K1 K2 K3 K4 K5 K6 K7 K8 K9 K10
K1 0 14,1 20,1 46,1 55,9 60,4 72,8 95,5 104, 111,
4 1 2 1 8
K2 0 12,8 35 42,7 50,0 60,8 85 91,9 100,
1 2 9 3 8 5
K3 0 26,2 37,8 40,3 53,1 75,4 84,7 91,7
5 1 4 3 3 8
K4 0 15,8 15,3 26,9 50 58,1 65,7
1 2 9 6
K5 0 20,5 20,9 47,4 50,1 60,2
9 2 3 6 1
K6 0 16,4 38,1 45,6 51,6
3 5 6
K7 0 26,1 31,3 40
3 2
K8 0 19,6 18,0
5 3
K9 0 13,4
5
K10 0

Fiecare persoană este considerată un cluster şi deci situaţia iniţială este:


G0: x1, x2, x3, x4, x5, x6, x7, x8, x9, x10 10 Cluster

Se unesc într-un singur cluster acele persoan între care există o distanţă minimă.
Între persoanele x2 şi x3 este o distanţă minimă de 12,18. Deci se va obţine
următoarea grupare:
G1: x1, x2,3, x4, x5, x6, x7, x8, x9, x10 9 Cluster

7
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

În continuare este necesar a stabili distanţa minimă între noul x23 şi celelalte clustere:
d(2,3)1 = min {d2,1;d3,1} = min {14,14;20,10} = 14,14
d(2,3)4 = min {d2,4;d3,4} = min {35;26,25} = 26,25
…………………………………………………………
d(2,3),10 = min {d2,10;d3,10} = min{100,5;91,78} = 91,78

Distanţa minimă se găseşte acum între persoana x9 şi x10, ea fiind de 13,45, deci noua
grupare va fi:
G2: x1, x2,3, x4, x5, x6, x7, x8, x9,10 8 Cluster

Distanţa dintre clusterul x2,3 şi x9,10 va fi:


d(2,3)(9,10) = min {d2,9;d2,10;d3,9;d3,10) = min {91,98;100,5;84,43;91,78} = 84,43

În continuare se uneşte persoana x1 la x2,3 pe baza distanţei minime de 14,14.


G3: x1,2,3, x4, x5, x6, x7, x8, x9,10 7 Cluster

Distanţa minimă de 15,30 se află între x4 şi x6:


G4: x1,2,3, x4,6, x5, x7, x8, x9,10 6 Cluster

La distanţa de 15,81 se poate realiza unirea dintre x5 şi x4,6:


G5: x1,2,3, x4,5,6, x7, x8, x9,10 5 Cluster

Pe baza distanţei minime de 16,40 se poate uni x7 şi x4,5,6:


G6: x1,2,3, x4,5,6,7, x8, x9,10 4 Cluster

Se vor uni x8 şi x9,10 pe baza distanţei minime 18,03:


G7: x1,2,3, x4,5,6,7, x8,9,10 3 Cluster

Se va uni x1,2,3 cu x4,5,6,7 pe baza distanţei minime de 26,25:


G8: x1,2,3,4,5,6,7, x8,9,10 2 Cluster

Ultimul cluster cuprinde toate persoanele, iar distanţa minimă dintre ele pe baza
căreia se face unirea este 26,93:
G9: x1,2,3,4,5,6,7,8,9,10 1 Cluster

Cu această grupare prin metoda aglomerativ ierarhică ia sfârşit. Urmează doar


prezentarea grafică şi stabilirea unor grupe semnificative pe baza distanţei euclidiene
di,j. Dacă se consideră în acest caz că distanţa de delimitare a grupelor este de 25
atunci se obţin trei grupe:
8
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

dij

25

20

15

1 2 3 4 6 5 7 8

6. La o societate comercială se cunosc vânzările zilnice (în milioane lei) în decursul


unei perioade de o săptămână astfel:

Luni Marţi Miercuri Joi Vineri Sâmbătă


2 7 5 4 6 3

Se cere ca pe baza datelor prezentate să se calculeze mărimile medii. Mărimile


medii în acest caz se vor calcula cu ajutorul următoarelor relaţii:
n

∑x i
a) Media aritmetică xa = i =1

n
b) Media armonică xh = n
1
∑x
i =1 i

9
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
n

∑x i
2

c) Media pătratică xp = i =1

 n

n

 log x =
∑ log x i 

d) Media geometrică x g = n ∏ xi , g
x = anti log
 g
i =1

i =1 n
 
 

Nr.cr Vânzări zilnice xi2 1 lg xi


t. (mii lei) xi
xi
1 2 4 0,500 0,30
2 3 9 0,334 0,48
3 4 16 0,250 0,60
4 5 25 0,200 0,70
5 6 36 0,166 0,78
6 7 49 0,143 0,85
Total 27 139 1,593 3,71

27
a. x a = = 4,50 mil. lei/zi
6
6
b. xh = = 3,76 mil. lei/zi
1,593
139
c. xh = ≡ 4,81 mil. lei/zi
6
3,71
d. lg x g = = 0,61833 , x g = anti log 0,61833 = 4,15 mil. lei/zi
6

3,76 < 4,15 < 4,50 < 4,81

7. Cunoscând următoarele date cu privire la nivelul unui fenomen economic supus


observării statistice să se calculeze: media aritmetică ponderată, media armonică
ponderată şi media pătratică ponderată.

Sunt date: 1, 12, 14, 7, 8, 3, 5, 6, 12, 25, 17, 41, 18, 19, 22, 33, 44, 19, 27, 28, 30,
33, 21, 25, 26, 28, 31, 12, 13, 14, 17, 18, 19, 20, 30, 40, 49, 43, 44, 18, 48, 47, 46,
10
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
31, 35, 18, 19, 14, 12, 15, 12, 18, 21, 25, 18, 19, 20, 22, 25, 26, 17, 40, 33, 35, 37,
2, 5, 9, 10, 11, 3, 4, 22, 23, 24, 25, 8, 2, 1, 3, 7, 15, 17, 27, 37, 49, 50, 3.

Rezolvare:
x max − x min 51 − 1 49
A= = = = 6,5 ≈ 5
1 + 3,322 ⋅ lg n 1 + 3,322 ⋅ 1,94 7,44

ni xi xini ni/xi xi2 xi2ni


1-5 11 3 33 3,66 9 99
6-10 7 8 56 0,87 64 448
11-15 12 13 156 0,92 169 2,028
16-20 17 18 306 0,94 324 5,508
21-25 12 23 276 0,52 529 6,348
26-30 8 28 224 0,28 784 6,272
31-35 7 33 231 0,21 1089 7,623
36-40 4 38 152 0,10 1444 5,776
41-45 4 43 172 0,09 1849 7,396
46-50 6 48 288 0,12 2304 13,842
TOTAL 88 255 1894 7,71 8565 55,322
k k

∑ x i ni 1,894
∑n i
88
x ap = i =1
k
= = 21,5 x hp = k
i =1
= = 11,4
88 1 7,71
∑n
i =1
i ∑
i =1 x i
⋅ ni

x pp =
∑x n 2
i i
=
55,322
= 628,6 = 25,07
∑n i 88

8. Cunoscând că vânzările zilnice ale unei societăţi comerciale pe o perioadă de 100


de zile, exprimate în mii lei, sunt cele din tabel.
Se cere:
a) Să se realizeze o grupare a datelor;
b) Să se calculeze mărimile medii;
c) Să se determine media de structură;
d) Să se calculeze indicatorii sintetici ai variaţiei;
e) Să se determine forma distribuţiei valorilor pe baza indicatorilor de
asimetrie şi boltire.

11
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

28 29 37 62 66 72 35 80 71 67
59 39 46 56 58 56 57 21 81 51
82 50 53 62 24 78 39 55 53 72
63 47 59 38 37 82 71 59 37 56
59 71 67 86 46 50 66 39 40 61
49 63 46 79 67 44 76 46 72 43
52 58 38 36 71 65 41 53 49 65
66 55 75 42 56 48 86 74 37 52
56 68 65 59 33 36 77 48 65 45
43 45 52 61 76 58 62 32 41 57
Notă: Datele sunt ipotetice.

Rezolvare:
a) Se determină mărimea teoretică a intervalului cu ajutorul relaţiei lui Sturges.
x max − x min 86 − 21
h= = = 8,503
1 + 3,322 ln N 1 + 3,322 ln 100
Se poate construi un interval h = 10.

Intervalul Punctaj Frecvenţa


absolută ni
20-30 IIII 4
30-40 IIIIIIIIIIIIII 15
40-50 IIIIIIIIIIIIIIIIIII 19
50-60 IIIIIIIIIIIIIIIIIIIIIIII 24
60-70 IIIIIIIIIIIIIIIIIII 19
70-80 IIIIIIIIIIIIII 14
80-90 IIIII 5
Total 100
Notă: Limita inferioară este inclusă în interval.

b) Pentru mărimile reduse, a căror calcul este relevant în acest caz, se foloseşte
tabelul:

12
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Interval Mijlocul Frecvenţa xi' ⋅ ni 1 2


xi' ⋅ ni lg xi' ni ⋅ lg xi'
⋅ ni
intervalulu absolută xi'
i ni
xi'

20-30 25 4 100 0,160 2500 1,39794 5,5917


30-40 35 15 525 0,428 18375 1,544068 23,1610
40-50 45 19 855 0,422 38475 1,653213 31,4110
50-60 55 24 1320 0,436 72600 1,740363 41,7687
60-70 65 19 1235 0,292 80275 1,812913 34,4453
70-80 75 14 1050 0,186 78750 1,875061 26,2508
80-90 85 5 425 0,058 36125 1,929419 9,6471
90- 100 5510 1,982 327100 172,257
100 6

Pe baza datelor existente din tabel se calculează:


k

∑x '
i ⋅ ni
5 ⋅ 510
x ap = i =1
k
= = 55,10 mil.lei/zi
100
∑n
i =1
i

∑n i
100
x hp = k
i =1
= = 50,45 mil.lei/zi
1 1,982
∑x
i =1
'
ni
i
k

∑x '2
i ⋅ ni
327 ⋅ 100
x pp = i =1
k
= = 57,19 mil.lei/zi
100
∑n
i =1
i

k
5 ⋅ 510
x ap = ∏x
i =1
' ni
i =
100
= 55,10

x gp = anti log(lg x gp ) = anti log 1,722756 = 52,81 mil.lei/zi

Cu ajutorul acestor rezultate se poate verifica şi relaţia de mărime dintre mediile de


putere:
x hp ≤ x gp ≤ xap ≤ x pp
50,45 ≤ 52,81 ≤ 55,10 ≤ 57,19

13
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Media cea mai bună va fi aceia care prin substituire cu termenii seriei nu schimbă
proprietatea determinată a termenilor seriei.
Deci,
∑x n i i = x ⋅n
unde: xi - variante ale caracteristicii
ni - frecvenţa de apariţie a fiecărei valori xi
n m

∑ xi sau
i =1
∑x
i =1
i ⋅ ni = 5,556

unde: m - variante ale caracteristicii


n
a) ∑x
i =1
i = xa ⋅ n

5556; 55,10 x 100 = 5510


n
b) ∑x
i =1
i = xh ⋅ n

5556; 5045
n
c) ∑x
i =1
i = xp ⋅ n

5556; 5719
n
d) ∑x
i =1
i = xg ⋅ n

5556; 5281

5556 se apropie de 5510 deci media aritmetică xap este cea mai reprezentativă în
acest caz.

c). Mediile structurale ce se calculează în acest caz sunt: mediana, cuartilele,


modulul.

1. Mediana
m −1
⋅ (∑ ni + 1) − ∑ ni
1
2
Me = x o + h ⋅ i =1

nm

Intervalul median se găseşte cu ajutorul relaţiei:


U Me =
∑n i +1
=
100 + 1
= 50,5
2 2

14
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
Deci mediana se situează ca valoare între termenul 50 şi 51 al seriei statistice. Aceşti
termeni se situează în intervalul (50-60) de unde:
50,5 − 38
Me = 50 + 10 ⋅ = 55,208
24

2. Cuartilele
C1 −1
⋅ (∑ ni + 1) − ∑ ni
1
4
C1 = xo + h ⋅ i =1

nC1

U C1 =
∑n i +1
100 + 1
= = 25,25
4 4
25,25 − 19
C1 = 40 + 10 ⋅ = 43,289
19
C3 −1
⋅ (∑ ni + 1) − ∑ ni
3
4
C3 = xo + h ⋅ i =1

n C3
3∑ ni + 1 3(100 + 1)
U C3 = = = 75,75
4 4
75,75 − 62
C 3 = 60 + 10 ⋅ = 67,236
19

3. Modulul
∆1 24 − 19
M 0 = xo + h ⋅ = 50 + 10 ⋅ = 55
∆1 + ∆ 2 (24 − 19) + (24 − 19)
U M 0 = (50 − 60)
d). Principalii indicatori sintetici ai variaţiei sunt:

1) Abaterea medie lineară:


d=
∑ x − x ⋅n i

∑n i

2) Dispersia:
∑ (x − x ) ⋅ ni
2

σ =
2 i

∑n i

3) Abaterea medie pătratică:

15
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

∑ (x − x ) ⋅ ni
2

σ= i

∑n i

4) Variaţia procentuală faţă de medie:


σ
V%σ = ⋅ 100
x
d
V%d = ⋅ 100
x
Dacă x = 55,10 avem:

Interval Mijlocul Frecvenţa xi' − x xi' − x ni (x − x )


'
i (x '
i )
− x ni
valoarea intervalului absolută
vânzărilor xi' ni
20-30 25 4 30,10 120,4 906,01 3624,04
30-40 35 15 20,10 301,5 404,01 6060,15
40-50 45 19 10,10 191,9 102,01 1938,19
50-60 55 24 0,10 2,4 0,01 0,24
60-70 65 19 9,90 188,1 98,01 1862,19
70-80 75 14 19,90 278,6 396,01 5544,14
80-90 85 5 29,90 149,5 894,01 4470,05
Total 100 1232,4 23499,0

1232,40 23499
d= = 12,324 ; σ2 = = 234,99 σ = 234,99 = 15,33
100 100
15,33 12,324
V%σ = ⋅ 100 = 27,82% V%d = ⋅ 100 = 22,36%
55,1 55,1

În cazul în care variaţia procentuală xi este mai mică de 35% faţă de tendinţa
centrală exprimată prin medie, media calculată se consideră corectă şi deci ea
reprezintă tendinţa centrală de dezvoltare a fenomenului studiat, în cazul acesta
volumul vânzărilor de la o societate comercială.

e). Indicatorii de asimetrie şi boltire.


Indicatorii ce se pot utiliza în mod uzual sunt:

1. Coeficientul de asimetrie:
x − M0 55,10 − 55 0,10
C as = = = = 0,0065
σ 15,33 15,33

16
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Seria este foarte puţin asimetrică spre stânga.


M0 < x

y(ni)

2. Coeficientul lui Bowley măsoară asimetria.

q2 = C3 – Me = 67,236 – 55,208 = 12,028


q1 = Me – C1 = 55,208 – 43,289 = 11,919
q 2 − q1 12,028 − 11,919 0,109
Bas = = = = 0,0045
q 2 + q1 12,208 + 11,919 23,947
Valoarea coeficientului demonstrează o foarte uşoară asimetrie, deci seria este
aproape simetrică.

3. Coeficienţii β 1 , β 2 , γ 1 , γ 2 propuşi de Pearson.


γ 1 - măsoară asimetria
γ 2 - măsoară gradul de boltire
m2 = σ 2 - momentul centrat de ordinul 2
m3 – momentul centrat de ordinul 3
m4 – momentul centrat de ordinul 4

17
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Pentru calcularea momentelor se foloseşte tabelul următor:


Interval Mijlocul Frecvenţa (xi' − x ) (xi' − x )3 ni (x − x ) ni
'
i
4

valoarea intervalului absolută


'
vânzărilor xi ni
20-30 25 4 -30,10 -109083,60 3283416,40
30-40 35 15 -20,10 -121809,01 2448361,20
40-50 45 19 -10,10 -19575,720 197714,76
50-60 55 24 -0,10 -0,024 0,24
60-70 65 19 9,90 18435,68 182513,24
70-80 75 14 19,90 110328,38 2195534,80
80-90 85 5 29,90 133654,49 3996269,40
Total 100 11950,20 12303810

∑ (x )
k
3
'
i − x ⋅ ni
11950,20
m3 = i =1
k
= = 119,502
100
∑n
i =1
i

∑ (x )
k
4
'
i −x ⋅ ni
i =1 12303810
m4 = k
= = 123038,10
100
∑n i
i =1

∑ (x )
k
2
'
i − x ⋅ ni
m2 = i =1
k
= σ 2 = 234,99
∑n
i =1
i

Deci există o formă de exces, forma distribuţiei fiind platicurtice.


y(ni)

distribuţie

distribuţie platicurtică

18

x
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

9. În vederea estimării limitelor între care se va încadra valoarea medie a cheltuielilor


lunare, pentru servicii şi exploatare auto, a posesorilor de automobile s-a efectuat o
cercetare prin sondaj la un eşantion de 300 reprezentând 5% din numărul total de
posesori. Persoanele chestionate au fost împărţite în trei grupe tipice după venitul
lunar.

Grupe tipice Nr.pers. Cheltuieli medii Dispersia


dupã venit 5% (mii lei) cheltuielilor
lunare
Sub 50000 60 8,3 2,575
50000-100000 160 20,5 4,850
Peste 100000 80 30,8 2,145
TOTAL 300

Să se determine în condiţii de sondaj repetat mărimea eşantionului dacă eroarea


limită se micşorează cu 15% iar z = 2.

Rezolvare:
a) Determinarea mărimii eşantionului în condiţii de sondaj repetat.
∆x = z ⋅ σ x
σ i2
σx =
n
k

∑σ i
2
⋅ ni
60 ⋅ 2,575 + 160 ⋅ 4,850 + 80 ⋅ 2,145 1120,10
σ =
i
2 i =1
k
= = = 3,6736
300 300
∑ni =1
i

3,6736
σx = = 0,1106584
300
∆x = 2 · 0,1106584 = 0,2213168

După ce se află eroarea limită ∆x în cazul problemei date, se determină eroarea limită
∆'x micşorată cu 15% pe baza căreia se află noul volum al eşantionului. Volumul
eşantionului şi eroarea se găsesc în relaţie de inversă proporţionalitate.

∆'x = ∆x - ∆x ·15%

19
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

∆'x = 0,2213168 - 0,2213168 · 0,15 = 0,1881168

z 2 ⋅ σ i2 4 ⋅ 3,6736 14,6944
n' = = = = 415,23
∆' x
2
(0,1881168) 0,0353879
2

n' ≈ 415 persoane

10. Să se determine ce volum de selecţie va fi necesar pentru a cerceta prin sondaj


modul de împlinire a normelor de producţie la o întreprindere de panificaţie cu 599
muncitori în cazul în care rezultatele trebuiesc garantate cu o probabilitate de 0,9545
eroarea limită nu trebuie să depăşească 3,5 kg. Întrucât sondajul poate fi repetat sau
nerepetat, problema se va rezolva în ambele situaţii. Abaterea medie pătratică 16.
Rezolvare:
Cunoscându-se datele: N = 599
α
α = 0,9545 ⇒ 2φ (z ) = α ⇒ φ (z ) =
0,9545
= = 0,47725
2 2
Din tabel pentru φ (z) = 0,47725 avem:
z = 2; ∆x = 3,5kg; σ =16

a). În cazul sondajului repetat:


z 2 ⋅ σ 02 4 ⋅ 256 1024
n= = = = 83,59
∆2x 12,25 12,25
n = 84 muncitori
b). în cazul sondajului nerepetat:
z 2 ⋅ σ 02 1024
n= = = 73,35
z ⋅σ 0
2 2
1024
∆x +
2 12,25 +
N 599
n = 74 muncitori

11. Se cunoaşte următoarea evoluţie corelată a doi indicatori x şi y.

x 1 2 3 4 5 6 7 8 9 10
y 10 9 8 7 6 5 4 3 2 1

Pe baza acestor date se cere:


1) să se găsească funcţia de regresie
2) să se stabilească dacă există o corelaţie

20
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Rezolvare:
1. Situaţia grafică (norul de puncte) se prezintă astfel:

y = ax + b

Funcţia care aproximează evoluţia valorilor corelate este y = ax + b.


Aplicând metoda celor mai mici pătrate pentru determinarea coeficienţilor a şi b se
construieşte sistemul de ecuaţii:
n ⋅ a + b∑ x = ∑ y

a ∑ x + b∑ x = ∑ x ⋅ y
2

Calculele necesare rezolvării sistemului sunt prezentate în tabel:

Nr.crt. X Y X2 XY Y2
1 1 10 1 10 100
2 2 9 4 18 81
3 3 8 9 24 64
4 4 7 16 28 49
5 5 6 25 30 36
6 6 5 36 30 25
7 7 4 49 28 16
8 8 3 64 24 9
9 9 2 81 18 4
10 10 1 100 10 1
TOTAL 55 55 385 220 385

21
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Înlocuind sistemul avem:


10a + 55b = 55

55a + 385b = 220

Rezolvarea sistemului se poate realiza în mai multe feluri:


a) aplicând regula lui Cramer avem:

10 55
∆= = (385 ⋅ 10 − 55 ⋅ 55) = 825
55 385
55 55
∆a = = (385 ⋅ 55 − 55 ⋅ 220) = 21175 − 12100 = 9075
220 385
10 55
∆b = = (220 ⋅ 10 − 55 ⋅ 55) = −825
55 220
∆ a 9075
⇒a= = = 11
∆ 825
∆ 825
b= b =− = −1 deci y = 11x - 1
∆ 825

b) metoda reducerii
10a + 55b = 55 · (-7)
55a + 385b = 220

-70a - 385b = -385


55a + 385b = 220
-15a = -165

− 165
a= = 11 ⇒ 10 ⋅ 11 + 55b = 55
− 15
55b = 55 - 10
- 55
b= = −1 deci y = 11x - 1
55

22
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
c) metoda substituţiei
 55 - 55b
 a =
 10a + 55b = 55 10
 ⇒ 
55a + 385b = 220  55 - 55b 
55  + 385b = 220
  10 
 - 825
 55 - 55b  55 - 55b  b = = −1
 a = a =  825
 10 ⇒  10 ⇒ 
55 - 55(-1) 110
3025 − 3025b + 3850b = 220 825b = −825 a = = = 11
 10 10

şi deci y = 11x -1

2. Corelaţia, intensitatea corelaţiei şi sensul acesteia se stabilesc în acest caz


cu ajutorul coeficientului de corelaţie simplă rxy.
n⋅∑x⋅ y −∑x⋅∑ y
rxy =
[n ⋅ ∑ x 2
][
− (∑ x ) ⋅ n ⋅ ∑ y 2 − (∑ y )
2 2
]
10 ⋅ 220 − 55 ⋅ 55 2200 − 3025 825
rxy = = =− = −1
(10 ⋅ 385 − 3025) ⋅ (10 ⋅ 385 − 3025) 825 ⋅ 825 825

rxy = -1 - corelaţie deterministă şi inversă

12. Să se stabilească dacă există o legătură între judeţele României şi numărul


comunelor pe baza coeficienţilor de corelaţie a rangurilor.

Suprafaţa Nr. Nr. Nr.


totală(kmp) oraşelor municipii comunelor
România 238391 260 56 2688
1 Alba 6242 9 1 67
2 Arad 7754 8 1 67
3 Argeş 6826 6 1 93
4 Bacău 6621 8 2 79
5 Bihor 7544 9 1 86
6 Bistriţa-Năsăud 5355 4 1 53
7 Botoşani 4986 4 1 68
8 Braşov 5363 9 2 43
9 Brăila 4766 4 1 39
23
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

10 Buzău 6103 4 1 81
11 Caraş-Severin 8520 8 1 69
12 Călăraşi 5088 5 1 48
13 Cluj 6674 6 3 74
14 Constanţa 7071 11 1 52
15 Covasna 3710 5 1 33
16 Dâmboviţa 4054 6 1 76
17 Dolj 7414 5 1 95
18 Galaţi 4466 4 2 56
19 Giurgiu 3526 3 1 46
20 Gorj 5602 7 1 63
21 Harghita 6639 9 2 49
22 Hunedoara 7063 13 3 56
23 Ialomiţa 4453 4 1 49
24 Iaşi 5476 4 1 85
25 Maramureş 6304 8 2 61
26 Mehedinţi 4933 5 1 59
27 Mureş 6714 7 2 90
28 Neamţ 5896 4 2 70
29 Olt 5498 7 1 94
30 Prahova 4716 14 1 86
31 Satu-Mare 4418 4 1 56
32 Sălaj 3864 4 1 54
33 Sibiu 5432 9 2 53
34 Suceava 8553 8 1 90
35 Teleorman 5790 5 2 83
36 Timiş 8697 6 2 76
37 Tulcea 8499 5 1 43
38 Vaslui 5318 4 2 71
39 Vâlcea 5765 8 1 78
40 Vrancea 4857 5 1 59
41 Bucureşti 1821 2 1 38

24
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Nr. Judeţul Rx Ry Di Di2 Concentr. Disc Q Scr S =


crt. Populaţiei P·Q
1 Alba 16 17 -1 1 20 19 1
2 Arad 5 17 -12 144 20 19 1
3 Argeş 10 3 7 49 36 2 34
4 Bacău 14 9 5 25 28 9 19
5 Bihor 6 5 1 1 32 4 28
6 Bistriţa-Năsăud 26 23 3 9 10 24 -14
7 Botoşani 29 16 13 169 19 15 4
8 Braşov 25 28 -3 9 3 29 -26
9 Brăila 32 29 3 9 2 29 -27
10 Buzău 17 8 9 81 24 7 17
11 Caraş-Severin 3 15 -12 144 17 13 4
12 Călăraşi 28 26 2 4 4 25 -21
13 Cluj 12 12 0 0 18 10 8
14 Constanţa 8 24 -16 256 6 21 -15
15 Covasna 39 31 8 64 0 26 -26
16 Dâmboviţa 37 11 26 676 16 8 8
17 Dolj 7 1 6 36 24 0 24
18 Galaţi 34 21 13 169 7 14 -7
19 Giurgiu 40 27 13 169 2 20 -18
20 Gorj 21 18 3 9 11 10 1
21 Harghita 13 25 -12 144 2 17 -15
22 Hunedoara 9 21 -12 144 5 13 -8
23 Ialomiţa 35 25 10 100 2 16 -14
24 Iaşi 23 6 17 289 13 4 9
25 Maramureş 15 19 -4 16 7 9 -2
26 Mehedinţi 30 20 10 100 5 9 -4
27 Mureş 11 4 7 49 12 1 11
28 Neamţ 18 14 4 16 6 7 -1
29 Olt 22 2 20 400 12 0 12
30 Prahova 33 5 28 784 10 1 9
31 Satu-Mare 36 21 15 225 4 6 -2
32 Sălaj 38 22 16 256 3 6 -3
33 Sibiu 24 23 1 1 2 6 -4
34 Suceava 2 4 -2 4 7 0 7
35 Teleorman 19 7 12 144 6 0 6
36 Timiş 1 11 -10 100 4 1 3
37 Tulcea 4 28 -24 576 1 3 -2
25
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

38 Vaslui 27 13 14 196 2 1 1
39 Vâlcea 20 10 10 100 2 0 2
40 Vrancea 31 20 11 121 1 0 1
41 Bucureşti 41 30 11 121 0 0 0
TOTAL 190 591 405 404 1
0

13. Fabrica de bere ARBEMA SA Arad se aprovizionează cu materia primă de bază


(orzoaică) de la trei furnizori A,B,C. Extrăgând câte 5 probe (pentru acelaşi tip de
bere) din mustul primar rezultat în urma prelucrării materiei prime de diferite
provenienţe s-au obţinut următoarele date cu privire la concentraţia mustului primar.

Furnizor Proba j -
i Concentraţia mustului primar (%) - grade
alcool
1 2 3 4 5
A 12,1 11 12,8 12,4 13,8
B 12,7 13,5 14 14,6 14,2
C 10 11,1 10,5 12 11,7

Să se verifice dacă concentraţia mustului primar diferă semnificativ în funcţie de


provenienţa materiei prime. Coeficientul de încredere este 0,975.

Rezolvare:
S = S1 + S2
r - numărul de furnizori
n - numărul de elemente
S2 ≅σ 2

26
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Tipul Varianţa Grade de Estimaţia F calculat


variaţiei (suma pătratelor libertate dispersiilor
abaterilor)
2
Intergrupe r S1 S12
S1 = ∑ ( y i − y 0 ) ⋅ ni S12 = F=
i =1
r-1 r −1 S 22

S 2 = ∑∑ ( yij − yi )
Intragrupe r ni
2
S 22 =
S2
(reziduală) i =1 j =1
n-r n−r 1

ST = ∑∑ ( yij − y0 )
ni
r ST
2
ST =
Totală i =1 j =1
n-1 n −1 -

A B C
12,1 12,7 10
11 13,5 11,1
12,8 14 10,5
12,4 14,6 12
13,8 14,2 11,7
Total 62,1 69 55,3
yi 12,42 13,8 11,06
y0 12,426

S1 = (12,42 - 12,426)2 x 5 + (13,8 - 12,426)2 x 5 + (11,6 - 12,426)2 x 5 = 18,768

18,768
S12 = = 9,384
3 −1

S2 = 4,15 + 2,14 + 2,71 = 9

9 9
S12 = = = 0,75
15 − 3 12

S12 9,384
F= = = 12,512
S 22 0,75

Fcalc = 12,512

Dacă Fc < Ftab ⇒ nu sunt diferenţe semnificative


Dacă Fc > Ftab ⇒ materia primă influenţează.

27
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

F0,95;2;12 = 3,89 din tabel ⇒ 12,512 > 3.89 ⇒ Fc > Ftab ⇒ materia primă influenţează.

14. Se cunosc următoarele date despre vânzările de la un magazin pe lunile ianuarie


- mai 2000:

Nr.crt Luni Vânzări în mil.


Lei
1 Ianuarie 200
2 Februarie 220
3 Martie 270
4 Aprilie 250
5 Mai 300

Se cere să se calculeze indicatorii seriei cronologice.

a) absoluţi:

∆t/1 = yt - y1 = y5 - y1 = 300 - 200 = 100


n
∆t/t-1 = ∆t/1 = ∑∆ t / t −1
t =2

∆2/1 = y2 - y1 = 220 - 200 = 20


∆3/2 = y3 - y2 = 270 - 220 = 50
∆4/3 = y4 - y3 = 250 - 270 = -20
∆5/4 = y5 - y4 = 300 - 250 = 50

28
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
b) relativi
yt 300
I t /1 = = = 1,5
y1 200
220
I 2 /1 = = 1,1
200
270
I3/2 = = 1,22
220
250
I4/3 = = 0,9
270
300
I5/4 = = 1,2
250
∆ t1
R t / t1 = = I t /1 − 1
y1
∆ t / t − 11
Rt / t − 1 =
y1
= I t / t −1 − 1 ∏I t/t - 1 = I t /1

R5/1 = 1,5 - 1 = 0,5


R2/1 = 1,1 - 1 = 0,1
R3/2 = 1,2 - 0,1 = 0,2
R4/3 = 0,9 - 1 = -0,1
R5/4 = 1,2 - 1 = 0,2
∆ t /1 100
At / 1 = = = 2 mil lei/1%
Rt / 1 ⋅100 0.5 ⋅100
20
A2 / 1 = =2
0,1 ⋅100
50
A3 / 2 = = 2,27
0,22 ⋅ 100
− 20
A4 / 3 = =2
− 0,1 ⋅ 100
50
A5 / 4 = = 2,5
0,2 ⋅ 100

29
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

a) Indicatori medii

y 12 + y 2 + ...
y cr =
n −1
200
+ 220 + 270 + 250 + 300
y cr = 2 2

5 −1
990
y cr =
4
y cr = 247,5

b) Abaterea medie:

∆=
∆t /1
=
∑∆ t / t −1
=
100
= 25 mil
n −1 n −1 4
n
I = n − 1 ∏ I t / t − 1 = n − 1 I t / 1 = 4 1,5 = 1,5
t=2

I = 1,1066

c) Ritmul mediu:

( )
R = I − 1 ⋅ 100 = (1,066 − 1) ⋅ 100 = 1,066%
R = 1,066

Vânzarea s-a modificat într-un ritm mediu lunar de 6,6%.

15. O firmă producătoare de caiete doreşte să afle volumul de desfacere ce se va


realiza în 1999 şi 2002. Dinamica evoluţiei desfacerilor din domeniu este prezentată
în tabelul următor:

t (ani) 1989 1990 1991 1992 1993 1994 1995 1996 1997
mil.buc. 3438 3188 3117 2940 2753 2652 2475 2464 2563

a) Să se afle funcţia de regresie şi să se realizeze prognoza pentru anul 1999 şi


2000.
b) Să se stabilească intensitatea corelaţiei dintre desfacerea de caiete şi timp.

30
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Soluţie
a) pe baza metodei celor mai mici pătrate aflăm relaţiile de calcul pentru
coeficienţii a şi b
∑t ⋅ ∑ y − ∑t ⋅ ∑t
2
⋅ yi n ⋅ ∑ t i y i − ∑ t i ⋅ ∑ yi
a= b=
i i i i
;
n ⋅ ∑ t − (∑ t )
i
2
i
2
n ⋅ ∑ t i2 − (∑ t i ) 2

Anii tI t2 I YI y2 i ti·yi
1989 1 1 3438 11819844 3483
1990 2 4 3188 10163344 6376
1991 3 9 3117 9715689 9351
1992 4 16 2940 8643600 11760
1993 5 25 2753 7579009 13765
1994 6 36 2652 7033104 15912
1995 7 49 2475 6125625 17325
1996 8 64 2464 6071296 19712
1997 9 81 2563 6568969 23067
Total 45 285 25590 73720480 120706

285·25590-45·120706
a= = 3447
9·285-45·45

9·120706-45·25590
b= = -120,73
9·285-45·45

Funcţia de regresie este: yi = 3447 - 120,73·ti


Prognoza pe 1999 şi 2000 este:
1999: y11 = 3447 - 120,73·11 = 2118,93
2000: y12 = 3447 - 120,73·12 = 1998,20

b). Calculul coeficientului de corelaţie:


9 ⋅ 120706 − 45 ⋅ 25590
r yt = = −0,9547
9 ⋅ 285 − 45 2 ⋅ 9 ⋅ 73720480 − 25590 2

r2yt = -0,95472 = 0,9114

31
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
16. Se poate exemplifica ierarhizarea multicriterială a unităţilor administrativ-
teritoriale.

Potenţialul economic al ţărilor puternic industrializate:


Ţara Suprafaţa Populaţia PNB/loc. Exportul Exportul/l
(km2) (mil.loc.) ($ SUA) (mil. $) oc ($)
S.U.A. 9372614 255,49 22560 447474 1751
Japonia 377801 124,34 26920 229885 2735
Germania 356910 80,25 23650 422271 5262

Ierarhizarea ţărilor puternic industrializate prin metoda rangurilor


Rangul atribuit în funcţie de: Scor Rang
Ţara suprafaţ populaţi PNB/lo PN expor Ex/loc total final
ă e c B t
SUA 1 1 3 1 1 3 10 1
Japonia 2 2 1 2 3 2 12 2
Germania 3 3 2 3 2 1 14 3

17. Preţurile şi cheltuielile unei familii pentru achiziţia a 3 produse în două perioade
de timp se caracterizează prin datele:

Produsul Preţul în lei Volumul valoric (mii lei)


cumpărat Po P1 Vo V1
A 4000 20000 280 2400
B 1000 15000 25 90
C 20 160000 180 480
Total 0 0 485 2970
Datele utilizate sunt ipotetice.
Se cere:
1) Dinamica preţurilor pe fiecare produs în parte
2) Indicele preţurilor de consum (indicele preţurilor cu amănuntul); indicele costului
vieţii
3) Cum apreciaţi evoluţia consumului celor trei produse în valoare reală şi nominală

32
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
1) Dinamica preţurilor
p1
I p = P0 100
A 20000 B 15000 C 160000
Ip= 4000
100 = 500%
I p = 1000 100 = 1500% I p = 20000
100 = 800%

1. a) Indicile preţurilor de consum: I 1P/ 0 =


∑ q 0 ⋅ P1 100
∑ q0 ⋅ P0
a) indicele costului vieţii: I 1P/ 0cv =
∑ P1 ⋅ q1 100
∑ p 0 ⋅ q1
v0 = p0 ⋅ q0 ⇒ q0
v1 = p1 ⋅ q1 ⇒ q1
280 2400
a) A: q 0 = 4000 = 0.07 q1 = 20000 = 0.12
25 90
B: q 0 = 1000 = 0.025 q1 = 15000 = 0.006
180 480
C: q 0 = 20000 = 0.009 q1 = 160000 = 0.003
P 0.07 ⋅ 20000 + 0.025 ⋅15000 + 0.009 ⋅160000 3215
I 1/ 0 = 0.07 ⋅ 4000 + 0.025 ⋅1000 + 0.009 ⋅ 20000
100 =
485
100 = 6.628 ⋅100 = 662.8%

P 2400 + 90 + 480 2970


b) I 1 / 0cv = 4000 ⋅ 0.12 + 1000 ⋅ 0.006 + 20000 ⋅ 0.003 100 = 480 + 6 + 60 100 = 543.9%
2. –indicele valorii: I v = ∑
q1⋅ p1
100
∑ q0 ⋅ p0
-indicele cantităţii: I q = ∑
q1 p0
100
∑ q0 p0
2400 + 90 + 480
v 2970
I = 100 = 100 = 612.37%
280 + 25 + 180 485
q 480 + 6 + 60
I = 280 + 25 + 180 100 = 112.57%

Concluzii:
1)Pentru produsul A preţul a crescut de 5 ori în perioada curentă faţă de perioada de
bază.
Pentru produsul B preţul a crescut de 15 ori în perioada curentă faţă de perioada de
bază. Pentru produsul C preţul a crescut de 8 ori în perioada curentă faţă de perioada
de bază.
33
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
2) Indicele preţurilor de consum ne arată o creştere a preţurilor pe cele trei produse
aproape de 7 ori mai mare (662,9%) faţă de perioada de bază. Această creştere a
preţurilor a dus la creşterea costului vieţii de 5,43 ori mai mare în perioada curentă
faţă de perioada de bază.
3) La nivel valoric, volumul valoric a crescut de 6,12 ori (612,37%) în perioada
curentă faţă de perioada de bază. În cazul în care cantitatea vândută a crescut şi preţul
rămâne acelaşi se înregistrează o creştere de 112,58% iar în cazul în care preţul
creşte iar cantitatea rămâne aceeaşi se înregistrează o creştere de 443,96%.

18. Activitatea de vânzare la o societate comercială se caracterizează prin datele:

Produsul Val mărfii din Modific de preţ din Modific val mărfii ca
per de bază per crt/per de bază urmare a modific
preţului
A 312 200% 592,8
B 112 400% 380,8
C 100 100% 110

Se cere:
a) Să se analizeze
b) Modificarea relativă şi absolută a valorii vânzărilor de mărfuri pe total societate
comercială şi dinamica valorii, volumul fizic şi dinamica preţurilor pe fiecare marfă
şi pe total societate comercială. Precizaţi forma indicilor de grup, calculaţi şi
verificaţi relaţiile dintre ei, descompunerea acestora pe factori de influenţă prin
metoda indicilor.
c) Reprezentarea grafică a valorii mărfii vândute în perioada de bază şi în perioada
curentă.

V1 q1 P1  P1 
∆ = ∑ q1 p1 − ∑ q1 p0
v q p p
a) I = 100 I = 100 I = 100 R p =  P0 − 1100
V0 q0 P0
 P1  P1 R p P1 R p
R p =  P0 − 1100 ⇒ P0 − 1 = 100 ⇒ P0 = 100 + 1
P  200  P  400  P  100 
I A =  100 + 1100 = 300% I B =  100 + 1100 = 500% I C =  100 + 1100 = 200%

34
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

∆ = q1(P1 − P0) = q1P0


p

R p (P1 − P0)100 100


P0
q1P0 = x
q1
q1P0 = q0 P 0 ⋅
q0

∆ A = q1P0 = 592.8 ⋅106 ⋅102 = 296.4 ⋅106


P
pt . A: P
R A 100 200
q1 q q1P0 q1P 0
q1P0 = q 0 P 0 ⇒ I = =
q0 q0P0 V 0
q 296.4 ⋅10 6
I = 100 = 95%
312 ⋅10 6
∆ q1P1 = ∆ + q1P0
p p
= q1P1 − q1P0

q1P0 B = ∆ p 100 =
p
380.8
100 = 95.2mil
400
R
110
q1P0 C = 100 = 110mil
100
P1q1
P1q1 = ∆ + P0q 0 ⇒ i =
p v
⇒ q1P1 A = 592.8 + 296.4 = 889.2mil
P 0q 0
q1P1B = 380.8 + 95.2 = 476mil
q1P1C = 110 + 110 = 220mil

R p =  P0 − 1100 ⇒ R p = (i p − 1)100 ⇒ i p − 1 = 100 ⇒ i p = 100 + 1


 P1  Rp Rp
200 400 100
Ip A = 100 + 1 = 300% Ip B = 100 + 1 = 500% IpC = 100 + 1 = 200%
V P1q1 889.2
i A = P0q0 100 = 312
100 = 285%

V 476 V 220
i B = 112 100 = 425% i C = 100 100 = 220%
V

i
q
= i 100 = 285100 = 95% q 425
i B = 500 100 = 85%
q 220
i C = 200 100 = 110%
A p 300
i
∑ q1P1 = 889.2 + 476 + 220 = 1585.2
∑ q0 P0 = 312 + 112 + 100 = 524
∑ q1P0 = 296.4 + 95.2 + 110 = 501.6

35
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

v ∑ q1P1 1585.2
i = ∑ q0 P0 100 = 524 100 = 302.5%
q 501.6 p 1585.2
i = 100 = 95.72% i = 100 = 316.025%
524 501.6
v q p
i = i ⋅i
b) ∆ v = ∑ q1P1 − ∑ q0 P 0 = 1585.2 − 524 = 1061.2 ⋅106 lei
∆ = ∑ q1P0 − ∑ q0P0 = 501.6 − 524 = −22.4 ⋅10 lei
q 6

∆ = ∑ q1P1 − ∑ q1P0 =1585.2 − 501.6 = 1083.6 ⋅10 lei


p 6

c) Reprezentarea grafică:

A B C

Concluzii:
a) În perioada curentă preţul mărfii A a crescut de 4 ori faţă de perioada de bază,
respectiv cu 200%, preţul mărfii B a crescut de 5 ori faţă de perioada de bază,
respectiv cu 400%; preţul mărfii C a crescut de 2 ori faţă de perioada de bază,
respectiv cu 100%.
Cantitatea mărfii vândute a scăzut pentru marfa A cu 5%, pentru marfa B cu
15%, iar pentru marfa C a crescut cu 10%.
În perioada curentă s-a înregistrat pentru marfa A o creştere a mărfurilor
vândute de 185%, pentru marfa B de 325%, iar pentru marfa C de 120%.
La nivelul societăţii comerciale pe cele trei mărfuri s-a înregistrat o creştere a
valorii mărfii vândute de 202,51%. În cazul în care, în perioada curentă preţul
rămâne la nivelul celui din perioada de bază şi variază doar cantitatea de mărfuri
vândute s-ar înregistra o scădere de valoare de 4,28%. În cazul în care cantitatea
vândută din perioada de bază ar fi egală cu cea din perioada curentă şi ar varia doar
36
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
preţul mărfurilor vândute s-ar înregistra o creştere a valorii mărfurilor vândute de
216,03%.
b) La nivelul societăţii comerciale s-a înregistrat o creştere a valorii mărfurilor
vândute de 1 061 200 000 lei. În cazul în care preţul este constant şi variază doar
cantitatea de mărfuri vândute, s-a înregistrat o scădere a valorii mărfurilor vândute
de 22 400 000 lei. În cazul în care cantitatea vândută este constantă şi variază preţul
se înregistrează o creştere a valorii mărfurilor vândute de 1 083 600 000 lei.

19. Referitor la o societate comercială care vinde produse electronice se cunosc


datele:

Marfa u.m Cant vândută(zeci) Preţ unitar(sute lei)


q0 Q1 P0 P1
A L 5200 5100 60 192
B Kg 2800 2620 40 200
C Buc 4000 4150 25 50

Se cere:
A) Dinamica valorii, a volumului fizic şi a preţurilor pe fiecare marfă
B) Indicii de grup ai valorii, volumului fizic şi ai preţului; să se verifice relaţiile
dintre ei.
C) Modificarea relativă şi absolută a vânzărilor şi descompunerea acestora pe factori
de influenţă prin metoda indicilor.
D) Să se reprezinte grafic structura valorii vânzărilor de mărfuri din perioada de bază
şi din perioada curentă.; şi valoarea vânzărilor din perioada de bază şi perioada
curentă.

V1v q q1 p p1
A) i 100= i = 100 i =100
V0 q0 p0
v 5100 ⋅192 v 2620 ⋅ 200 v 4150 ⋅ 50
i A = 5200 ⋅ 60 100 = 313.84% i B = 2800 ⋅ 40 100 = 467.85% i C = 4000 ⋅ 25 100 = 207.5%

q 5100 q 2620 q 4150


i A = 5200 100 = 98.07% i B = 2800 100 = 93.57% i C = 4000 100 = 103.75%
192
p q 200 q 50
iA =60
100 = 320% i B = 40 100 = 500% i C = 25 100 = 200%
B) i v = ∑ ∑ q1 p0 ∑ q1 p1
q1 p1 q p v q p

∑ q0 p0
100 i = ∑ q0 p0 100 i = ∑ q1 p0 100 i = i ⋅ i

37
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

∑ q1 p1 =5100 ⋅10 ⋅192 ⋅1009 + 2620 ⋅1000 ⋅ 200 + 4150 ⋅1000 ⋅ 50 = 1710700 ⋅103 lei
∑ q0 p0 = (5200 ⋅ 60 + 2800 ⋅ 40 + 4000 ⋅ 25)103 = 524000 ⋅103 lei
∑ q1 p0 = (5100 ⋅ 60 + 2620 ⋅ 40 + 4150 ⋅ 25)103 = 514550 ⋅103lei
v 1710700 ⋅103
i = 100 = 326.46%
524000 ⋅10 3
q 514550
i = 524000 100 = 98.19%
p 1710700 v q p
i = 514550 100 = 332.46% i = i ⋅ i − verificam relatia
∆ = ∑ q1 p1 − ∑ q0 p0
v
C)

∆ = ∑ q1 p0 − ∑ q0 p0
q

∆ = ∑ q1 p1 − ∑ q1 p0
p

∆ = 1710700 ⋅10 − 524000 ⋅10 = 1186700 ⋅10 lei


v 3 3 3

∆ = 514550 ⋅10 − 524000 ⋅10 = −9450 ⋅10 lei


q 3 3 3

∆ = 1710700 ⋅10 − 514550 ⋅10 = 1196150 ⋅10 lei


p 3 3 3

D) structura valorii vânzărilor de mărfuri din perioada de bază şi din perioada curentă

V0=q0p0(mii lei) V1=q1p1 q0 q1


A 312000 979200 59,54% 57,23%
B 112000 524000 21,37% 30,63%
C 100000 207500 19,08% 12,12%
524000 1710700 100% 100%

312000 112000 100000


q 0 A = 524000 100 = 59.45% q 0 B = 524000 100 = 21.37% q 0C = 524000 100 = 19.08%
979200 524000 207500
q1A = 1710700 100 = 57.23% q1B = 1710700 100 = 30.63% q1C = 1710700 100 = 12.12%

38
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

q0 q1

A B A B

C
C

60

50

40 q0

30
q1
20

10

20. Despre populaţia ocupată şi numărul mediu de salariaţi la nivelul economic


naţional, ramuri de comerţ, hoteluri şi restaurante în 2000 şi 2003 se cunosc datele:

Po la sf anului (mii pers) Nr de salariaţi (mii de pers)


2000 2003 2000 2003
Total ec naţ. 10840 9493 8156 6160
Comerţ 538 865 508 660
Hoteluri, 186 123 195 115
restaurante
Datele din tabel sunt ipotetice.
39
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
Se cere:
a) dinamica şi ritmul mediu de creştere sau scădere în perioada 1990-1995
b) ponderea populaţiei ocupate şi a numărul mediu de salariaţi din cele două ramuri
faţă de totalul economiei naţionale.
Po95 100 T 95 100
a) i P0 = it =
Po90 T 90
9493 6160
i PO;tot econom = 10840 100 = 87.57% iT ;tot econom = 8156 100 = 75.52%
865 660
i PO; com = 538100 = 160.78% iT ;com = 580 100 = 129.92%
123 115
i PO; hr = 186 100 = 66.13% iT ; hr = 195 100 = 59.27%

b) 2000 2003
538 865
com: g PO = 100 = 4.96% g PO = 9493100 = 9.11%
10840
186 123
hot.rest.: g = 100 = 1.71% g PO = 9493100 = 1.29%
PO 10840
508 660
com.: g = 100 = 6.22% g T = 6160 100 = 10.71%
T 8156
195 115
hot.rest.: g = 100 = 2.39% g T = 6160 100 = 1.86%
T 8156

Numărul populaţiei ocupate a crescut pentru comerţ cu 60,78% în 2000 faţă de 2003.
Pentru hoteluri şi restaurante a scăzut cu 33,87%, iar populaţia ocupată la nivelul
economiei naţionale a scăzut cu 12,43%.
Numărul mediu de salariaţi la nivelul economiei naţionale a scăzut în 2003 faţă de
2000 cu 24,48%, în comerţ a crescut cu 29,92% în 2003 faţă de 2000.
În 2000 cea mai mare pondere a populaţiei ocupate în totalul economiei
naţionale o are populaţia ocupată din comerţ cu 4,96% faţă de populaţia ocupată din
hoteluri şi restaurante de 1,71%.
În 2003 cea mai mare pondere a populaţiei ocupate în totalul economiei
naţionale o deţine populaţia ocupată din comerţ (9,11%) iar populaţia ocupată din
hoteluri şi restaurante este de 1,71%. Deci ponderea populaţiei ocupate din comerţ a
crescut în 2003 faţă de 2000 cu 4,15%, în timp ce ponderea populaţiei ocupate din
hoteluri şi restaurante a scăzut în 2003 faţă de 2000 cu 0,41%.
Ponderea cea mai mare a numărului mediu de salariaţi în totalul economiei
naţionale o deţine ponderea numărului mediu de salariaţi din comerţ de 6,23%
urmată de ponderea numărului mediu de salariaţi din hoteluri şi restaurante de 2,39%
în 2000.

40
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
În 2003, ponderea cea mai mare a numărului mediu de salariaţi o deţine
numărul mediu de salariaţi din comerţ de 10,71%, în timp ce numărului mediu de
salariaţi din hoteluri şi restaurante este de 1,87 %.
Deci, ponderea numărului mediu de salariaţi a crescut în 2003 faţă de 2000 cu
4,48%, în timp ce ponderea numărului mediu de salariaţi din hoteluri şi restaurante
a scăzut cu 0,52%.

21. Se cunosc datele pentru anii 1990-1991

1990 1991
1. Fonduri fixe (mld lei)
- valoarea de inventar VIC 3500 3400
- valoarea rămasă VR 2300 2150
2. Populaţia ocupată PO (mii pers) 10800 10900
3. Produsul intern brut nominal PIB* (mld lei) 844 2100
4. Indicele preţului Ip (%) 100 288

Să se calculeze şi să se interpreteze:
1. indicele care exprimă starea fizică a fondurilor fixe;
2. înzestrarea tehnică a muncii cu fonduri fixe, producţiei muncii şi eficienţa
fondurilor fixe.

= U 100
z
VIC = VR + Uz
I uz
VIC
Iuz + Ist.util = 100%
VR
I st .util
= 100
VIC
U z 90
= 3500 − 2300 = 1200mld lei U z 91
= 3400 − 2150 = 1250mld lei
1200 1250
I uz 90
= 100 = 34.28% I uz 91
= 100 = 36.76%
3500 3400
2300 2150
I st.util 90 = 3500 100 = 65.72% I st.util 91 = 3400 100 = 63.24%
VIC PIB * PIB PIB VIC
ITM = PIB = W = Ef = 100 Nf = 100 − necesarul de fd fixe
PO Ip PO VIC PIB
3500 ⋅ 10 9 lei 3400 ⋅ 10 9
ITM 90 = 10800 ⋅ 10 3 pers
= 324074lei / pers ITM 91 = 10900 ⋅ 10 3

41
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

844 ⋅109 2100 ⋅109


PIB90 = 1
= 844mld lei PIB91 = 2.88
= 729.16mld lei

844 ⋅109 729.16 ⋅109


W 90 = 10800 ⋅10 3
= 78148.1lei / pers W 91 = 10900 ⋅103
= 66895.4lei / pers

844 ⋅109 729.16 ⋅10 9


Ef 90 = 3500 ⋅109 100 = 24.11% Ef 91 = 3400 ⋅109
100 = 21.45%

3500 ⋅109 3400


Nf 90 = 844 ⋅10 9
100 = 414.7% Nf 91 = 729.16 100 = 466.3%

Concluzii:- a scăzut productivitatea muncii


- a scăzut eficienţa
- necesarul de fonduri fixe a crescut

22. Se cunosc următoarele date pentru consumul de energie electrică şi produsul


intern brut pentru anii 2001 şi 2002.

Ramuri Energia electrică consumată PIB (mld lei)


2001 2002 2001 2002
Industrie 55600 44500 420 330
Transport 2900 2600 60 50
Agricultură 4200 3200 110 120
Alte ramuri 21900 23700 208 206
Total 84600 74000 798 706
Datele din tabel sunt ipotetice.

Se cere să se calculeze:
1) consumul de energie electrică la 1000 lei PIB şi modificarea acestuia.
2) modificarea de structură ale consumului de energie electrică la 1000 lei PIB şi
influenţa factorilor determinanţi

Ce
A) Ce = 1000
1000leiPIB PIB

2001:
42
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

55600 ⋅10 6
Ceind / 1000leiPIB = 420 ⋅109
1000 = 132.4kwh / 1000leiPIB

2900 ⋅10 6
Cetr / 1000leiPIB = 60 ⋅109
1000 = 48.33kwh / 1000leiPIB

4200 ⋅10 6
Ce agric / 1000leiPIB = 10 ⋅10 9
1000 = 38.18kwh / 1000leiPIB

21900 ⋅10 6
Ce alt / 1000leiPIB = 208 ⋅109
1000 = 105.28kwh / 1000leiPIB

84600 ⋅10 6
Cetotal / 1000leiPIB = 798 ⋅10 9
1000 = 106.01kwh / 1000leiPIB

2002:
44500 ⋅10 6
Ceind / 1000leiPIB = 330 ⋅109
1000 = 134.8kwh / 1000leiPIB

2600 ⋅10 6
Cetr / 1000leiPIB = 50 ⋅109
1000 = 52kwh / 1000leiPIB

3200 ⋅10 6
Ce agric / 1000leiPIB = 120 ⋅109
1000 = 26.6kwh / 1000leiPIB

23700 ⋅10 6
Ce alt / 1000leiPIB = 206 ⋅109
1000 = 116.17kwh / 1000leiPIB

74000 ⋅10 6
Cetotal / 1000leiPIB = 706 ⋅109
1000 = 104.8kwh / 1000leiPIB

Abaterile absolute:

∆Ce = Ce1 / 1000leiPIB − Ce 0 / 1000leiPIB


/ 1000leiPIB

∆ ind = 134.8 − 132.4 = 2.4kwh /1000leiPIB ∆ tr = 52 − 48.33 = 3.67kwh /1000leiPIB


∆ agric = 26.6 − 38.18 = −11.58kwh /1000leiPIB ∆ alt = 116.17 − 105.28 = 10.89kwh /1000leiPIB
∆ total = 104.8 − 106.01 = −1.21kwh /1000leiPIB

Abaterile relative:
43
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Ce1 / 1000leiPIB 100


I Ce / 1000leiPIB =
Ce0 / 1000leiPIB
134.8 52 26.6
I ind = 132.4 100 = 101.8% I tr = 48.33100 = 107.59% I agric = 38.18 100 = 69.66%
116.17 104.8
I alt = 105.28 100 = 110.34% I total = 106.01100 = 98.85%

B) Ce s = ∑ Ce / 1000leiPIB ⋅ ρ PIB
=
∑ Ce1 ⋅ ρ PIB1 100 =
∑ Ce0 ⋅ ρ PIB1 100
I (Ce ) I (ρ )
∑ Ce0 ⋅ ρ PIB1 ∑ Ce0 ⋅ ρ PIB0
PIB

Tabel ajutător:

Ce/1000 Ce/1000lei ρ PIB 01 ρ PIB 02 Ce/1000 Ce/1000 Ce/1000 Ramuri


leiPIB 01 PIB 02 lei PIB1 lei PIB0 lei PIB0
⋅ ρ1 ⋅ ρ0 ⋅ ρ1
132,4 134,8 0,5263 0,4674 63 69,68 61,88 Ind
48,33 52 0,0751 0,0708 3,618 3,629 3,421 Tr
38,18 26,6 0,1378 0,1699 4,519 5,261 6,486 Agric
105,28 116,17 0,2606 0,2917 33,88 27,43 30,71 Alt
106,01 104,8 0 0 105,02 106 102,5 Total

Ind: ρ 420
798
PIB 01
=
100 = 52.63% ρ PIB 02
=
330
706
100 = 46.74%

Tr: ρ PIB 01 = ρ
60 50
100 = 7.51% = 100 = 7.08%
798 PIB 02 706
Agric: ρ PIB 01 = ρ
110 120
100 = 13.78% = 100 = 16.99%
798 PIB 02 706
Alte ram: ρ PIB 01 = ρ
208 206
100 = 26.06% = 100 = 29.17%
798 PIB 02 706

44
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Ce s1 = ∑ Ce1 / 1000leiPIB ⋅ ρ 1PIB = 105.02


Ce s 0 = ∑ Ce0 / 1000leiPIB ⋅ ρ 0 PIB = 106
105.02
I Ce = 102.5 100 = 102.45%
102.5
I ρPIB = 106 100 = 96.69%
∆ Ce = 105.02 − 102.5 = 2.52
∆ I = 102.5 − 106 = −35
23. Într-o societate producătoare de îmbrăcăminte s-a realizat un sondaj referitor la
calitatea produselor obţinute. În tabelul statistic de mai jos au fost înregistrate valori
pentru trei produse, în funcţie de volumul fizic al producţiei, de preţul unitar şi
nivelul maxim al calităţii:

Prod Volumul fizic al Preţ Nivelul maxim al


us producţiei (mii mp) unitar (P) calităţii
perioada de perioada (mii lei) perioada de perioada
bază (q0) curentă bază k 0 ( ) curentă
(q1) k1 ( )
A 320,3 312,7 9,75 1,14 1,12
B 260,7 266,2 10,90 2,12 2,09
C 722,9 725,1 11,30 1,05 1,01

Se cere să se calculeze următorii indicatori:


1. Dinamica calităţii medii;
2. Influenţa modificării calităţii pe produse;
3. Influenţa schimbării structurii producţiei.

Rezolvare:

- dinamica calităţii medii:


k1 ∑ k1 (q1p ) ∑ k 0 (q 0 p )
Ik = = : = 0,976847;
k0 ∑ q1 p ∑ q0p
- influenţa modificării calităţii pe produse:
k1 ∑ k1 (q1p ) ∑ k 0 (q1p)
I (kk ) = = : = 0,973902;
k* ∑ q 1p ∑ q 1p
- influenţa schimbării structurii producţiei:
45
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

I (g ) =
k∗
=
∑ k 0 (q1p ) : ∑ k 0 (q 0 p ) = 1,00302 .
k k0 ∑ q1p ∑ q0p

În concluzie, rezultatul pozitiv obţinut pe ansamblul celor trei produse


(-2,31%) este efectul combinat a două cauze: influenţa pozitivă exercitată de
îmbunătăţirea calităţii pe fiecare produs (-2,61%) şi influenţa negativă exercitată de
schimbarea structurii producţiei (+0,30%).

24. Preţurile şi cheltuielile unei familii pentru achiziţia a 3 produse în două perioade
de timp se caracterizează prin datele:

Produsul Preţul în lei Volumul valoric (mii lei)


cumpărat Po P1 Vo V1
A 4000 20000 280 2400
B 1000 15000 25 90
C 20 160000 180 480
Total 0 0 485 2970
Datele sunt ipotetice.

Se cere:
1. Dinamica preţurilor pe fiecare produs în parte
2. Indicele preţurilor de consum (indicele preţurilor cu amănuntul); indicele costului
vieţii
3. Cum apreciaţi evoluţia consumului celor trei produse în valoare reală şi nominală
4. Dinamica preţurilor
p1
I p = P0 100
A 20000 B 15000 C 160000
Ip= 4000
100 = 500% I p = 1000 100 = 1500% I p = 20000
100 = 800%

3. a) Indicele preţurilor de consum: I 1P/ 0 =


∑ q 0 ⋅ P1 100
∑ q0 ⋅ P0
b) indicele costului vieţii: I 1P/ 0cv =
∑ P1 ⋅ q1 100
∑ p 0 ⋅ q1
v0 = p0 ⋅ q0 ⇒ q0
v1 = p1 ⋅ q1 ⇒ q1
46
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
280 2400
c) A: q 0 = 4000 = 0.07 q1 = 20000 = 0.12
25 90
B: q 0 = 1000 = 0.025 q1 = 15000 = 0.006
180 480
C: q 0 = 20000 = 0.009 q1 = 160000 = 0.003
P 0.07 ⋅ 20000 + 0.025 ⋅15000 + 0.009 ⋅160000 3215
I 1/ 0 = 0.07 ⋅ 4000 + 0.025 ⋅1000 + 0.009 ⋅ 20000
100 =
485
100 = 6.628 ⋅100 = 662.8%

P 2400 + 90 + 480 2970


d) I 1 / 0cv = 4000 ⋅ 0.12 + 1000 ⋅ 0.006 + 20000 ⋅ 0.003100 = 480 + 6 + 60 100 = 543.9%
4. –indicele valorii: I v = ∑
q1⋅ p1
100
∑ q0 ⋅ p0
-indicele cantităţii: I q = ∑
q1 p0
100
∑ q0 p0
2400 + 90 + 480
v 2970
I = 100 = 100 = 612.37%
280 + 25 + 180 485
q 480 + 6 + 60
I = 280 + 25 + 180 100 = 112.57%

Concluzii:
1) Pentru produsul A preţul a crescut de 5 ori în perioada curentă faţă de
perioada de bază.
Pentru produsul B preţul a crescut de 15 ori în perioada curentă faţă de perioada
de bază.
Pentru produsul C preţul a crescut de 8 ori în perioada curentă faţă de
perioada de bază.
4) Indicele preţurilor de consum ne arată o creştere a preţurilor pe cele trei produse
aproape de 7 ori mai mare (662,9%) faţă de perioada de bază. Această creştere a
preţurilor a dus la creşterea costului vieţii de 5,43 ori mai mare în perioada curentă
faţă de perioada de bază.
5) La nivel valoric, volumul valoric a crescut de 6,12 ori (612,37%) în perioada
curentă faţă de perioada de bază. În cazul în care cantitatea vândută a crescut şi preţul
rămâne acelaşi se înregistrează o creştere de 112,58% iar în cazul în care preţul
creşte iar cantitatea rămâne aceeaşi se înregistrează o creştere de 443,96%.

47
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
25. Despre o firmă care dispune de mai multe complexe hoteliere cunoaştem
următoarele date:

Complex Nr. turişti (mii pers) Nr. zile cazare (z)


hotelier Iulie t0 August t1 Iulie z0 August z1
I 42 58 2 10
II 53 70 3 12
III 35 50 6 15
IV 21 35 10 18
V 10 20 12 21
VI 40 56 15 6
Total 201 289 48 82
Datele sunt ipotetice.

Se cere:
a) Durata medie a sejurului pe total firmă
b) Indicii duratei medii a sejurului, modificarea absolută şi relativă a duratei medii
a sejurului calculată pe baza celor doi factori : durata sejurului, şi numărul de turişti
din fiecare complex.
c) Indicii numărul de zile turistice, modificarea absolută şi relativă a numărul de zile
turistice calculată prin descompunerea celor doi factori de influenţă: numărul de
turişti şi numărul de zile cazare.
d) Indicatorul numărului mediu de turişti la nivelul societăţii comerciale,
modificările absolute şi relative ale numărul mediu de turişti calculate prin
descompunerea celor doi factori de influenţă.

a) z = ∑
Zi ⋅ Ti
∑ Ti
84 + 53 ⋅ 3 + 210 + 120 + 40 ⋅15 1383
z0 = 201
=
201
= 6.88 zile

580 + 12 ⋅ 70 + 15 ⋅ 50 + 18 ⋅ 35 + 21⋅ 20 + 56 ⋅ 6 3556


z1 = 289
=
289
= 12.3zile

b) z (z , t )

48
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

z z1 12.3
i = 100 = 100 = 178.78%
z0 6.88


z
= z1 − z 0 = 12.3 − 6.88 = 5.42 zile
∑ z1t1
z ∑ t1 ∑ z1t1 3556
i = ∑ z 0t1 100 = ∑ z 0t1100 = 2056 100 = 172.89%
∑ t1
∑ z1t1 − ∑ z0t1 = 1500 = 5.19 zile

z
=
∑ t1 ∑ t1 289
∑ z 0t1
t ∑ t1 2056 201
i = ∑ z 0t 0 100 = 289 ⋅ 1383100 = 103.04%
∑ t0
c) i z = ∑
z1t1 3556
100 = 100 = 257.12%
∑ z 0t 0 1383

∆ = 3556 − 1383 = 2173zile turist


z

z
=
∑ z1t1 100 = 3556 100 = 172.96%
i ∑ z 0t1 2056

∆ = 3556 − 2056 = 1500 zile turist


z

t ∑ z 0t1 2056
i = ∑ z 0t 0 100 = 1383 100 = 148.66%
∆ = 2056 − 1383 = 673zile
t

d) t = ∑
ziti
∑ zi
t ∑ z1t1 ∑ z 0
i = ∑ z1 ⋅ ∑ z 0t 0 100 = 150.51%
3556 1383

t
= − = 14.55turisti
82 48

49
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

z
=
∑ z1t1 ⋅ ∑ z 0 100 = 101.24%
i ∑ z1 ∑ z0t1
3556 2056

z
− = = 0.53turisti
82 48
t ∑ z 0t1 ∑ z 0
i = ∑ z0 ⋅ ∑ z0t 0 100 = 148.66%
2056 − 1383

t
= = 14.02turisti
48

26. Despre studenţii unui institut de învăţământ se cunosc următoarele date:

Judeţul din Numărul


care provin de
studenţi
Alba 80
Arad 113
Bihor 197
Cluj 26
Maramureş 30
Satu-Mare 32
Sălaj 15
Altele 7

Se cere ca pe baza acestor date să se calculeze gradul de concentrare, utilizând


coeficientul de concentrare Strück. Să se interpreteze rezultatele, precizându-se
totodată şi domeniul de definiţie al indicatorului calculat.

50
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Rezolvare:

Judeţ Nr. gi g 2i
Alba 80 0,160 0,0256
Arad 113 0,226 0,0510
Bihor 197 0,394 0,1552
Cluj 26 0,052 0,0027
Maramureş 30 0,060 0,0036
Satu-Mare 32 0,064 0,0040
Sălaj 15 0,030 0,0009
Altele 7 0,014 0,0001
Total 500 - 0,2431

Domeniul de definiţie al coeficientului de concentrare Strück fiind [0;1], astfel există


o concentrare, dar aceasta nu este prea mare.

n∑ g i2 − 1 8 ⋅ 0,2431 − 1 0,9448
CS = = = = 0,13947 = 0,3734
n −1 8 −1 7

Interpretarea rezultatelor:

Există o concentrare medie de 37,34% a studenţilor pe judeţe fapt datorat


ponderii mari a studenţilor din Bihor 39,4%, Arad 22,6% şi Alba 16%, in numărul
total de studenţi.

51
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

27. Se cunosc vânzările de la 11 magazine alimentare din centrul oraşului Arad. Să


se calculeze gradul de concentrare al vânzărilor şi să se interpreteze rezultatele.

Nr. Magazine g i (%) gi g 2i


Crt.
1. Paradis 20,3 0,203 0,041209
2. Bucureşti 16,7 0,167 0,027889
3. Alpha 14,2 0,142 0,020164
4. Omega 11,4 0,114 0,012996
5. Gama 6,2 0,062 0,003844
6. Diadema 10,1 0,101 0,010201
7. Teo 7,3 0,073 0,005329
8. Cozia 5,0 0,050 0,0025
9. Delta 3,9 0,039 0,001521
10. Crisis 3,1 0,031 0,000961
11. Porto 1,8 0,018 0,000324
Total -- -- -- 0,126938
Rezolvare:

Pentru a calcula gradul de concentrare putem folosi cel puţin două formule de
calcul, una determinată de Strück şi alta de Gini. Pentru o mai bună interpretare a
rezultatelor vom utiliza ambele formule şi vom compara rezultatele.

Astfel calculând după metoda lui Strück, avem rezultatele următoare:

n∑ g i2 − 1
CS = ;∈ [0,1]
n −1

11 ⋅ 0,126938 − 1 0,396318
CS = = = 0,0396318 ≅ 0,199;∈ [0;1]
10 10

Rezultat ce se interpretează printr-o concentraţie relativ slabă de 19,9% a


vânzărilor pe diferite magazine.

După modelul Gini, obţinem rezultatele următoare:

52
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

 1 
CG = ∑g i
2
; ∈  ,1
 n 

C G = 0,126938 = 0,3562836;∈ [0,3015113;1]

Rezultat care de asemenea se poate interpreta ca fiind o concentraţie slabă


spre medie a vânzărilor celor 11 magazine aflate în centrul Aradului.

28. Se presupune că se doreşte a se vedea dacă preferinţele bărbaţilor pentru un


anumit tip de detergent diferă semnificativ de preferinţele femeilor. Cu datele culese
printr-o cercetare de marketing de la un eşantion de 1000 de persoane, din care 400
bărbaţi şi 600 femei, s-a alcătuit următorul tabel de contingenţă:

α = 0,05 α = prag de semnificaţie


Gen Preferă Nu preferă Total
produsul produsul
Bărbaţi 152 248 400
Femei 341 259 600
Total 1000

Să se stabilească dacă genul masculin sau feminin are vreo importanţă în ceea
ce priveşte preferinţa pentru noul tip de detergent.

Rezolvare:

Gen Preferă Nu preferă Total


produsul produsul
Bărbaţi 152 248 400
Femei 341 259 600
Total 493 507 1000

53
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
r k (O − Aij )
2

χ = ∑∑
2 ij
calc Oij = Frecv. absolută observată
i =1 j =1 Aij

χ tab
2
= χ α2 ,( r −1)( k −1) Aij = Frecv. absolută estimată (apreciată)

K = nr. Grupelor eşantionului


(2 grupe: bărbaţi & femei )
K -1 = 2 -1 =1
400 600
⋅ 100 = 40% ⋅ 100 = 60%
1000 1000

Preferă produsul: Nu preferă produsul:

493 * 0,4 = 197 507 * 0,4 = 203


493 * 0,6 = 296 507 * 0,6 = 304

GEN Preferă produsul Nu preferă Total


produsul
Bărbaţi 197 203 400
Femei 296 304 600
Total 493 507 1000

χ calc
2
= (152 − 197)
2
+
(248 − 203) 2 (341 − 296) 2 (259 − 304) 2
+ + = 10,27 + 9,97 + 6,84 + 6,66 = 33,74
197 203 296 304

χ tab = χ 0 , 05:1 = 3,841


2 2

χ calc > χ tab ⇒ H o


2 2
Se respinge ⇒ factorul de grupare este semnificativ
deci preferinţa faţă de produs depinde de genul subiecţilor
intervievaţi.

54
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

29. La un salon auto a fost prezentat un nou tip de autoturism. Un sondaj efectuat
asupra unui eşantion de 1000 de vizitatori a stabilit următoarea repartizare a acestora
pe clase de venituri, în funcţie de modul de apreciere a noului tip de autoturism.

Aprecieri Clase de venituri Total


Sub 2 2-5 mil. 5-10 mil. Peste 10
mil. mil.
Favorabile 25 75 100 200 400
Nefavorabile 400 100 80 20 600

Cu ajutorul testului χ 2 să se stabilească dacă există deosebiri semnificative pe


clase de venituri, în aprecierea noului tip de autoturism.

Rezolvare:

Aprecieri Clase de venituri Total


Sub 2 2-5 mil. 5-10 mil. Peste 10
mil. mil.
Favorabile 25 75 100 200 400

(40%)
Nefavorabile 400 100 80 20 600
(60%)
TOTAL 425 175 180 220 1000

χ 2
= ∑∑
(Oij − Aij )
2

calc Oij = frecvenţele_observate


Aij
Aij = frecvenţele_conform_ipotezei_ H o
(estimate sau apreciate)
χ tab
2
= χ α2 ,( r −1)( k −1) F% =
400
⋅ 100 = 40%
1000

55
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
600
NF% = ⋅ 100 = 60%
1000
Calculăm frecvenţele favorabile şi nefavorabile conform ipotezei H o pe clase
de venituri:

- sub 2 mil.:
AijF = 425 ⋅ 40 =
1700
= 170 - favorabile
100 10
Aij NF = 425 ⋅
60
= 255 - nefavorabile
100
- între 2-5 mil.:
AijF = 175 ⋅
40
= 70 - favorabile
100
Aij NF = 175 ⋅
60
= 105 - nefavorabile
100

- între 5-10 mil.:


AijF = 180 ⋅
40
= 72 - favorabile
100
Aij NF = 180 ⋅
60
= 108 - nefavorabile
100

- peste 10 mil.:
AijF = 220 ⋅
40
= 88 - favorabile
100
Aij NF = 220 ⋅
60
= 132 - nefavorabile
100

Aprecieri Oij Aij Oij Aij Oij Aij Oij Aij


Favorabile 25 170 75 70 100 72 200 88
Nefavorabile 400 255 100 105 80 108 20 132
TOTAL 425 425 175 175 180 180 220 220

(25 − 170) 2
(400 − 255) 2 (75 − 70) 2 (100 − 105) 2 (100 − 72) 2 (80 − 108) 2 (200 − 88) 2 (20 − 132) 2
χ calc
2
= + + + + + + + =
170 255 70 105 72 108 88 132

56
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
21025 21025 25 25 784 784 12544 12544
= + + + + + + + =
170 255 70 105 72 108 88 132
123,67 + 82,45 + 0,35 + 0,23 + 10,88 + 7,25 + 142,54 + 95,03 = 462,4

χ tab
2
= χ α2 ,( r −1)( k −1) = χ 0, 05:3 =7,81
2

χ C2 > χ tab
2
⇒ există deosebiri semnificative pe clase de venituri, în aprecierea noului tip de
autoturism (cei cu venituri mari îl apreciază favorabil)

30. Se cunosc următoarele date despre activitatea unei societăţi comerciale:

Vânzări (milioane lei) Număr angajaţi


Magazinul xo x pl x1 xo x pl x1
1998 1999 1999 1998 1999 1999
pl. real. pl. real
A 400 550 600 10 5 5
B 600 700 800 20 10 15

Se cere ca pe baza acestor date să se calculeze:

a) Indicatorul dinamicii vânzărilor pe total societate comercială


b) Indicatorul sarcinii de plan pentru unitatea A
c) Indicatorul indicelui de îndeplinire a planului pentru unitatea
B
d) Productivitatea muncii pentru magazinul A şi dinamica
acesteia

χ1 χ 1999
M.R.D = = ( x100)
χ 0 χ 1998
600
a) M .R.D A = * 100 = 150%
400
800
M .R.DB = * 100 = 133,3%
600
1400
M .R.DT = *100 = 140%
1000

57
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
χ Pl
b) I SP = ⋅ 100
χO

550
Isp A ` vanzari a = * 100 = 137,5%
400
5
Isp A ` muncitori a= * 100 = 50%
10
χ
c) I IP = 1 ⋅ 100
χ Pl

800
Iip B ` vanzari a = * 100 = 114,28%
700

400
d) W 98 = = 40
10
600
W 99 = = 120
5
120
M .R.DW = * 100 = 300%
40

31. Se cunosc următoarele date:

- valoarea produsului global brut VPGB 1862


- amortizarea capitalului fix A 110
- excedentul net de exploatare ENE 5
- consumul final al populaţiei de bunuri şi servicii CF 508
- variaţia stocurilor VS 11
- exporturi EXP 191
- formarea brută a capitalului fix FBCF 202
- valoarea brută adăugată VAB 730
- importuri IMP 144
- drepturi de vamă (subvenţii nete pentru importuri)DV 3
- consumul intermediar CI 1132
- impozite legate de producţie şi import IPI 306
- subvenţii de exploatare şi import SV 145
- consumul final guvernamental CFGUV 30

58
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

- salarii şi alte sume ce reprezintă compensarea factorilor


de producţie SAL 522
- TVA – ce grevează produsele TVA 65

Se cere să se calculeze produsul intern brut după toate metodele cunoscute:

PIB = ∑VFi − I m + A − S
PIB = ∑VAB + I nind + I import
VAB = PGB − CI

PIB I. = CF+CFGUV+FBCF+Vs+(EXP-IMP) = 508+30+202+11(191-144) = 798


PIB II. = ENE+IPI+SAL+A- SV = 5+306+522+110-145= 798
PIB III. =(VPGB-CI)+TVA+DV =(1862-1132)+65+3= 798

32. Avem următorul tabel:

Produs Volumul desfacerilor (q) Preţul unitar (lei)


Perioada de Perioada Perioada de Perioada
bază (q0) curentă (q1) bază (P0) curentă (P1)
A 200 400 30 35
B 500 800 10 10
C 300 900 20 15
D 400 600 25 40

Să se calculeze:
a) - indicii individuali, indicele de grup şi modificarea absolută a volumului
fizic al producţiei.
b) - indici individuali, indicele de grup modificarea absolută a preţului
producţiei.
c) - indici individuali, indicele de grup şi modificarea absolută a volumului
valoric.

Rezolvare:
59
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

a) Indici individuali ai volumului fizic al producţiei se calculează cu formula:


q1
i1q/ 0 = ⋅100 i ( A) =
q 400
⋅100 = 200%
q0 200

( B) = ⋅100 = 160% i (C ) = ⋅ 100 = 300%


q 800 q 900
i 500 300

( D) = ⋅ 100 = 150%
q 600
i 400

Valoarea producţiei
q1p1 q0p1 q1p0 q1p1
A 6000 7000 12000 14000
B 5000 5000 8000 8000
C 6000 4500 18000 13500
D 10000 16000 15000 24000
Total ∑ 27000 32500 53000 59500
∑ q0 p0 ∑ q0 p1 ∑ q1p0 ∑ q1p1

- Indicele agregat al volumului fizic al producţiei se calculează cu ajutorul


indicelui de tip Laspeyres:
∑ q1⋅ p0
I 1/ 0 = ⋅100 = ⋅100 = 196,2%
q 53000
∑ q0⋅ p0 27000

- Modificarea absolută a volumului fizic al producţiei:


∆q = ∑ q ⋅ p − ∑ q ⋅ p = 53000 − 27000 = 26000
1 0 0 0

Astfel se observă că, pe total produse, volumul fizic al producţiei a crescut cu


96.2%.
b) Indicii individuali ai preţului producţiei:

i (C ) = 1520 ⋅100 = 75%


p
i1/ 0 = p10 ⋅ 100
p p

i ( A) = 3530 ⋅100 = 116,6% i (D ) = ⋅ 100 = 180%


p p 40
25

i (B ) = 1010 ⋅100 = 100%


p

Indicii preţurilor arată ca preţul unitar al produsului C prezintă o scădere cu


25%, iar ca preţul unitar a produsului B rămâne acelaşi. Produsele A şi D
60
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

înregistrează o creştere a preţului unitar.

- Indicele agregat al preţurilor se calculează ca un indice de tip Paasche:


∑q ⋅ p
I 1/ 0 = ∑ q01⋅ p11 ⋅100 = 59500
53000 ⋅ 100 = 112, 2%
q

- Modificarea absolută a preţurilor pe total produse:


∆1p/ 0 = ∑ q ⋅ p − ∑ q ⋅ p = 59500 − 53000 = 6500lei
1 1 1 0
c) Indici individuali ai volumului valoric al producţiei:
q ⋅p
i1/ 0 = VV 10 = q01⋅ p10 ⋅100
v

i
p
( A) = 400
200⋅30 ⋅ 100 = 6000 ⋅ 100 = 233,3%
⋅35 14000

i
p
(B ) = 800
500⋅10 ⋅ 100 = 5000 ⋅ 100 = 160%
⋅10 8000

i
p
(C ) = 300⋅20 ⋅ 100 = 6000 ⋅ 100 = 225%
900⋅15 13500

i
p
(D ) = 600
400⋅25 ⋅ 100 = 10000 ⋅ 100 = 240%
⋅40 24000

- Indicele agregat al volumului valoric:

∑ q1⋅ p1
I 1/ 0 = ⋅100 = 59500
33000 ⋅ 100 = 180,3%
v

∑ q0 p0

- Modificarea absolută a volumului valoric:


∆v1 / 0 = ∑ q ⋅ p − ∑ q ⋅ p = 59500 − 33000 = 26500lei
1 1 0 0

33. O întreprindere are înregistrată următoarea situaţie într-o lună a anului: există 60
muncitori din care 3 sunt în concediu de odihnă. În cursul lunii s-au efectuat 2 concedii
medicale a câte 5 zile, 2 salariaţi au absentat nemotivat câte o zi fiecare în timpul
programului de lucru s-au înregistrat 9 învoiri de câte 3 ore.
Să se calculeze fondul de timp calendaristic (FTC), fondul de timp aferent
sărbătorilor legale şi zilelor libere (SLZL), fondul de timp aferent concediilor de odihnă
(CO), fondul de timp maxim disponibil (FTMD = FTC-SLZL-CO), timpul efectiv
lucrat (TEL) şi timpul nelucrat (TN).

61
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

FTC = T ⋅ Z cal = 60 ⋅ 31 = 1860 zile - om = 60 ⋅ 31 ⋅ 8 = 14880 ore - om


T=număr de muncitori (60)
Z cal=zile calendaristice (31)
SLZL = T ⋅ Z lib = 60 ⋅ 8 = 480 zile - om = 60 ⋅ 8 ⋅ 8 = 3840 ore - om
Z lib=zilele libere ale lunii
CO = TCO ⋅ Zlucr = 3 ⋅ 23 = 69zile - om = 3 ⋅ 23 ⋅ 8 = 552ore - om
TCO=muncitori în concediu
Zlucr=zile lucrătoare (Zcal-Zlib)
FTMD=FTC-SLZL-CO=1860-480-69=1311=14880-3840-552=10488ore-om
TN Z = 2 ⋅ 5 + 2 ⋅1 = 12zile - om
TNZ=timpul nelucrat de zile întregi (ca urmare a concediilor medicale sau a
absenţelor nemotivate)
TN h = 12 ⋅ 8 + 9 ⋅ 3 = 123ore - om
TNh=timpul nelucrat în ore(TNz + pierderea de timp şi învoirile)
TEL=FTMD-TN=1311-12=1299zile-om =10488-123=10365ore-om

Astfel balanţa utilizării timpului de lucru este următoarea:


Resurse de Zile – Ore-om Utilizarea Zile-om Ore-om
timp de om (h) timpului de (z) (h)
munca (z) muncă
A.FTC 1860 14880 D1.TEL 1299 10365
B.SLZL 480 3840 D2.TN 12 123
C.CO 69 552
D.FTMD 1311 10488

Calculul indicatorilor utilizării timpului de lucru:


- gradul de utilizare a fondului de timp maxim disponibil
g h = TH ⋅ 100 = 1036510488 ⋅ 100 = 98,8%
FTMD h

gh = TZ
⋅100 = 1299
1311
⋅100 = 99 %
FTMD z
TH=TELh
TZ=TELz
- durata medie a zilei de lucru Dz (exprimă numărul mediu de ore lucrate de un
muncitor într-o zi)
62
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

DZ = THTZ = 1299 = 7,97ore


10365

- durata medie a lunii de lucru Dl (exprimă numărul mediu de zile lucrate de un


muncitor într-o lună)
DL = TZT = 129960 = 21,65 zile
- gradul de utilizare a zilei de lucru Mz (care să exprime, în procente, cât din durata
normală a zilei de lucru DNZ, a fost utilizată)
u Z = DNZ
DZ
⋅ 100 = 7 ,897 = 99,6%
- gradul de utilizare a lunii de lucru (exprimă în procente, cât din durata normală a
lunii de lucru DNL a fost utilizată)
u l = DNL
DL
⋅100 = 2121,,658 ⋅ 100 = 99,3%
unde DNL = FTMDZ
T = 1311
60 = 21,8 zile

DNL = durata normală de lucru


- rezerva de timp pe seama utilizării integrale a lunii de lucru, exprimată în ore-om
∆TH (DZ ) = (DNZ − DZ ) ⋅ TZ = (8 − 7,97 ) ⋅ 1299 = 39ore − om
∆TZ (DL ) = (DNL − DL ) ⋅ T = (21,8 − 21,6 ) ⋅ 50 = 10 zile − om
- rezerva totală de timp pe seama utilizării integrale a zilei şi lunii de lucru,
exprimate în ore-om
∆T = ∆TH (DZ ) ⋅ +8 ⋅ ∆TZ (DL ) = 39 + 8 ⋅10 = 119ore − om

34. Să se calculeze dinamica productivităţii muncii pe ramură

Ramura Valoarea Populaţia ocupată (T) Productivitatea


adăugată mii pers % muncii W=
brută (VAB) VAB/T
- mld lei -
Agricultura şi 5883.4 3522 34.9 1671
Silvicultura

Industrie 7111.3 2983 30.0 2384

Construcţii 2358.9 1242 12.3 1899

63
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Comerţ 3612.4 1191 11.9 3033


(moteluri şi
restaurante)
Alte ramuri 6621.5 1116 10.9 5934

Total 25537.5 10054 100 2540

Metoda 1:

W= =∑T = 25537, 5⋅109
= 2540
PIB VAB
∑ T∑ 10054⋅103

Metoda 2 :

W = ∑ T = ∑ T = ∑W ⋅ T = 1671⋅ 0,349 + 2384 ⋅ 0,3 + 1899 ⋅ 0,123 + 3033 ⋅ 0,122 + 5934 ⋅ 0,109 = 2540
VAB W ⋅T

∑ ∑

35. Avem următorul tabel cu structura populaţiei pe grupe de vârste :

Structura populaţiei active


YPA %
Grupa de vârstă Valoarea centrală Economia Hoteluri şi
(ani) (v) naţională restaurante
15-19 17 5.5 3.2
20-24 22 16.3 21.8
25-29 27 11.2 13.1
30-34 32 14.1 14.9
35-39 37 14.6 16.5
40-44 42 13.1 9.8
45-49 47 10.1 7.3
50-54 52 7.2 6.5
55-59 57 4.5 3.1
60-65 62 1.7 2.2

64
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

>65 67 1.7 1.6


Total - 100 100
Vârsta medie (V) se calculează ca medie aritmetică ponderată :

V = ∑ PA = ∑V ⋅ YPA
V ⋅PA


- la nivelul economiei naţionale :

V EN
= 17 ⋅ 0,055 + 22 ⋅ 0,163 + 27 ⋅ 0,112 + ... + 67 ⋅ 0,017 = 36,2ani
- la nivelul ramurii hoteluri şi restaurante :

V HR
= 17 ⋅ 0,032 + 22 ⋅ 0,218 + 27 ⋅ 0,131 + ... + 67 ⋅ 0,016 = 44,5ani

36. Avem următoarele date:

Indicatorul Notaţia An t (mld. lei)


Excedentul brut de EBE 398
exploatare
Remunerarea Rs 731
salariaţilor
Amortizarea capitalului A 108
fix
Impozite indirecte II 173
Subvenţii Sv 34
Soldul valorii adăugate SVANS 15
nete în raport cu
străinătatea
Soldul transferurilor STCS 8
curente cu străinătatea

Se cere să se calculeze :

a) Produsul intern brut PIB (în preţurile pieţei pp şi preţurile factorilor pf)
b) Venitul naţional total (VNT) şi venitul naţional disponibil (VND)
c) Ştiind că în anul t + 1, PIB= 3312, iar deflatorul PIB între cei doi ani a fost D=348%
să se calculeze dinamica reală a PIB în anul t faţă de anul t + 1 (IPIB)

65
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

Rezolvare:

a) PIB PP = ∑ VF + A + IIN
unde ∑VF = suma veniturilor factorilor de producţie
PIBPP=RS+VP+Vi+A+II-SV
unde RS=remunerarea salariaţilor
VP=venituri din proprietate
Vi=venituri din activitatea de întreprinzător
⇒ PIBPP = S + I sal + CAS + R + Dn + I prof + Dv + Pn + A + IIN
S= salarii nete ENE= excedentul net de exploatare
Isal= impozit pe salarii EBE= ENE + A
R= rente IIN= II – Sv = 139
Dn= dobânzi nete
Iprof= impozit pe profit
Dv= dividende
Pn= profit nedistribuit
⇒ PIBPP = RS + EBE + IIN = 731 + 398 + (173 − 34) = 1268mld .lei

PIB pf = PIBPP − IIN = 1268 − 139 = 1129mld .lei


b) VNT este egal cu PNNpf (produsul naţional net în preţurile factorilor). Pentru a calcula
VNT pornind de la PIB parcurgem 2 etape:
- trecerea de la “brut” la “net”
PIN pf = PIB pf − A = 1129 − 108 = 1021mld .lei
- trecerea de la “intern” la “naţional”
PNN pf = PIN pf + SVANS = 1021 + 15 = 1036mld .lei
VNT = PNN pf = 1036mld .lei
VND = VNT + STCS = 1036 + 8 = 1044mld .lei
c) D = PIB crt
PIB comp
= 3,48
- dinamica nominală a PIB:
IPIBn = PIB1
PIB0 = 1268
3312
= 2,611sau 261,1%
- dinamica reală a PIB:
66
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

PIB1comp = PIB1
D = 3312
3, 48 = 1054mld .lei
PIB1comp
IPIBr = PIB0 = 1054
1268 = 0,831sau83,1%

37. Avem tabelul:

Indicator Notaţia An 0 An 1
Consumul final al C 14285 33511
populaţiei mld. lei
Indicele preţurilor IP 100 230.3
bunurilor şi serviciilor
aferente consumului
populaţiei %

- Indicele valoric al consumului populaţiei

= ∑q 1 ⋅ p1
q ⋅p
IC = C1
C0 ∑0 0
IC = 14285 = 2,345sau 234,5%
33511

∆C = C1 − C0 = ∑ q1 p1 − q0 p0
∆C = C1 − C0 = 33511 − 14285 = 19226

- Indicele volumului fizic al consumului populaţiei :


IC (q ) = C * = ∑ q1 p0
q p

C0 ∑ 0 0
IC (q ) = C * = 14285
14551
= 101,8%
C0
unde : C* = C1
IP = 33511
2 , 303 = 14551mld .lei
∆C (q ) = C* − C0 = 14551− 14285 = 266mld.lei

67
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații

- Indicele preţurilor bunurilor şi serviciilor aferente consumului populaţiei:

IC ( p ) = C1 = 14551
33511
= 230,3%
C*
∆C ( p ) = C1 − C* = 33511 − 14551 = 18960mld .lei

- Relaţiile de legătură:

IC = IC (q ) ⋅ IC ( p ) ⇔ 2,345 = 1,018 ⋅ 2,303


∆C = ∆C (q ) + ∆C ( p ) ⇔ 19226 = 266 + 18960

68