Documente Academic
Documente Profesional
Documente Cultură
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
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
0,425
15
9
0,225
6
5
0,150
3
0,125
Poligonul frecvenţelor absolute Poligonul frecvenţelor relative
40
37
32
15
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
11 0,275
10 0,250
8 0,200
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
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
6
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
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
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
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
dij
25
20
15
1 2 3 4 6 5 7 8
∑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
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
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
∑ 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
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.
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
∑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
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
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.
1. Mediana
m −1
⋅ (∑ ni + 1) − ∑ ni
1
2
Me = x o + h ⋅ i =1
nm
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:
∑n i
2) Dispersia:
∑ (x − x ) ⋅ ni
2
σ =
2 i
∑n i
15
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
∑ (x − x ) ⋅ ni
2
σ= i
∑n i
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.
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
y(ni)
17
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
∑ (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
distribuţie
distribuţie platicurtică
18
x
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
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
z 2 ⋅ σ i2 4 ⋅ 3,6736 14,6944
n' = = = = 415,23
∆' x
2
(0,1881168) 0,0353879
2
x 1 2 3 4 5 6 7 8 9 10
y 10 9 8 7 6 5 4 3 2 1
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
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
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
− 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
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
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
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
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
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
18,768
S12 = = 9,384
3 −1
9 9
S12 = = = 0,75
15 − 3 12
S12 9,384
F= = = 12,512
S 22 0,75
Fcalc = 12,512
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.
a) absoluţi:
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
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
t (ani) 1989 1990 1991 1992 1993 1994 1995 1996 1997
mil.buc. 3438 3188 3117 2940 2753 2652 2475 2464 2563
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
31
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
16. Se poate exemplifica ierarhizarea multicriterială a unităţilor administrativ-
teritoriale.
17. Preţurile şi cheltuielile unei familii pentru achiziţia a 3 produse în două perioade
de timp se caracterizează prin datele:
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%
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%.
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 − 1100
V0 q0 P0
P1 P1 R p P1 R p
R p = P0 − 1100 ⇒ P0 − 1 = 100 ⇒ P0 = 100 + 1
P 200 P 400 P 100
I A = 100 + 1100 = 300% I B = 100 + 1100 = 500% I C = 100 + 1100 = 200%
34
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
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
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
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.
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%
∑ 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
D) structura valorii vânzărilor de mărfuri din perioada de bază şi din perioada curentă
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
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%.
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
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:
Abaterile relative:
43
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
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:
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
Rezolvare:
I (g ) =
k∗
=
∑ k 0 (q1p ) : ∑ k 0 (q 0 p ) = 1,00302 .
k k0 ∑ q1p ∑ q0p
24. Preţurile şi cheltuielile unei familii pentru achiziţia a 3 produse în două perioade
de timp se caracterizează prin datele:
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%
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:
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
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
z
=
∑ z1t1 100 = 3556 100 = 172.96%
i ∑ z 0t1 2056
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
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
n∑ g i2 − 1 8 ⋅ 0,2431 − 1 0,9448
CS = = = = 0,13947 = 0,3734
n −1 8 −1 7
Interpretarea rezultatelor:
51
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
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.
n∑ g i2 − 1
CS = ;∈ [0,1]
n −1
11 ⋅ 0,126938 − 1 0,396318
CS = = = 0,0396318 ≅ 0,199;∈ [0;1]
10 10
52
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
1
CG = ∑g i
2
; ∈ ,1
n
Să se stabilească dacă genul masculin sau feminin are vreo importanţă în ceea
ce priveşte preferinţa pentru noul tip de detergent.
Rezolvare:
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)
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
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.
Rezolvare:
(40%)
Nefavorabile 400 100 80 20 600
(60%)
TOTAL 425 175 180 220 1000
χ 2
= ∑∑
(Oij − Aij )
2
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
- peste 10 mil.:
AijF = 220 ⋅
40
= 88 - favorabile
100
Aij NF = 220 ⋅
60
= 132 - nefavorabile
100
(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)
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
58
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
PIB = ∑VFi − I m + A − S
PIB = ∑VAB + I nind + I import
VAB = PGB − CI
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
( 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
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
∑ q1⋅ p1
I 1/ 0 = ⋅100 = 59500
33000 ⋅ 100 = 180,3%
v
∑ q0 p0
⋅
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
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
63
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
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
∑ ∑
64
Silviu Szenteşi, Ramona Lile, Sergiu Rusu, Luiela Csorba, Leonard Bălan
„Statistică economică” - Aplicații
∑
- 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
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
PIB1comp = PIB1
D = 3312
3, 48 = 1054mld .lei
PIB1comp
IPIBr = PIB0 = 1054
1268 = 0,831sau83,1%
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 %
= ∑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
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
IC ( p ) = C1 = 14551
33511
= 230,3%
C*
∆C ( p ) = C1 − C* = 33511 − 14551 = 18960mld .lei
- Relaţiile de legătură:
68