Documente Academic
Documente Profesional
Documente Cultură
Eugenia HARJA
S TAT I S T I C Ă
şi
ECONOMETRIE
Referenţi ştiinţifici:
HARJA, EUGENIA
5
desprindă din ansamblul datelor individuale câteva date semnificative, cu
mare putere de informare, să se analizeze şi interpreteze rezultatele întregii
cercetari. Regulile metodele şi procedeele de obţinere a datelor empirice, de
sistematizare, prelucrare şi interpretare a rezultatelor sunt indispensabile în
efectuarea analizelor economico-financiare, urmărind cuantificarea pe cât
posibil a tuturor fenomenelor din economie şi societate cu ajutorul metodelor
cantitative, iar acolo unde nu este posibil acest lucru, o ierarhizare a
aspectelor calitative după criterii bine definite, element esenţial în
elaborarea unor decizii pertinente.
6
CUPRINS
Cuvânt înainte................................................................................... 5
Cuprins ............................................................................................. 7
Capitolul I
STATISTICA - INSTRUMENT DE CUNOAŞTERE A
FENOMENELOR ŞI PROCESELOR ECONOMICE.......................... 15
1.1. GÂNDIREA STATISTICĂ – INSTRUMENT DE
CUNOAŞTERE A VIITORULUI.
SCURT ISTORIC AL STATISTICII.................................................... 15
1.2. FALSE PĂRERI ASUPRA STATISTICII........................................... 19
1.3. OBIECTUL ŞI METODA STATISTICII.............................................. 20
1.3.1. Particularităţi de studiu ale statisticii........................... 21
1.3.2. Metodologia Statistică................................................ 22
1.4. ORGANIZAREA ACTIVITĂŢII DE STATISTICĂ ÎN
ROMÂNIA ŞI PE PLAN INTERNAŢIONAL..................................... 23
1.4.1. Instituţionalizarea statisticii......................................... 23
1.4.2. Organizarea statisticii oficiale în România................. 24
1.4.3. Organizarea activităţii de statistică în plan
internaţional............................................................... 27
Teme şi întrebări propuse pentru studiu individual............................. 28
Capitolul II
CERCETAREA STATISTICĂ............................................................. 29
2.1. ETAPELE CERCETĂRII STATISTICE............................................. 29
2.2. METODE DE OBSERVARE STATISTICĂ....................................... 30
2.3. ELABORAREA PROGRAMULUI DE ORGANIZARE ŞI
DESFĂŞURARE A UNEI CERCETĂRI STATISTICE.................... 34
2.4. CONCEPTUL DE EROARE ÎN STATISTICĂ................................. 36
2.5. CONTROLUL DATELOR STATISTICE.......................................... 37
2.6. CONCEPTE DE BAZA FOLOSITE ÎN STATISTICĂ...................... 38
Teme şi întrebări propuse pentru studiu individual........................... 40
7
STATISTICĂ şi ECONOMETRIE
Capitolul III
SISTEMATIZAREA ŞI PREZENTAREA DATELOR STATISTICE... 41
3.1. PRELUCRAREA PRIMARĂ A DATELOR....................................... 41
3.2. CLASIFICĂRI ŞI NOMENCLATOARE DE INTERES
GENERAL......................................................................................... 43
3.2.1. Clasificările şi nomenclatoarele registrului REGIS..... 44
3.3. GRUPAREA DATELOR OBŢINUTE DIN OBSERVARE.................. 45
3.3.1. Alegerea numărului de grupe şi stabilirea mărimii
intervalului de grupare pentru caracteristicile
exprimate numeric...................................................... 45
3.3.2. Funcţiile grupării statistice.......................................... 47
Teme şi întrebări propuse pentru studiu individual............................. 48
Capitolul IV
PREZENTAREA DATELOR STATISTICE........................................ 49
4.1. TABELE STATISTICE...................................................................... 53
4.1.1. Reguli de întocmire a tabelelor statistice.................... 53
4.2. SERIILE STATISTICE....................................................................... 53
4.2.1. Clasificarea seriilor statistice...................................... 53
4.2.2 Reprezentarea grafică a datelor statistice................... 56
4.2.3. Elementele de bază ale unui grafic............................ 57
4.2.4. Tipuri de grafice.......................................................... 60
Teme şi întrebări propuse pentru studiu individual............................. 86
Capitolul V
INDICATORI STATISTICI................................................................. 87
5.1. FUNCŢIILE INDICATORILOR STATISTICI..................................... 89
5.2. CLASIFICAREA INDICATORILOR STATISTICI............................. 89
5.2.1. Indicatorii primari....................................................... 89
5.2.2 Indicatorii derivaţi........................................................ 90
5.3. INDICATORI STATISTICI CALCULAŢI SUB FORMĂ DE
MĂRIMI RELATIVE.......................................................................... 91
5.3.1. Mărimi relative de structură........................................ 95
5.3.2. Mărimi relative de coordonare.................................... 96
8
5.3.3. Mărimi relative ale dinamicii....................................... 97
5.3.4. Mărimi relative ale planului......................................... 97
5.3.5. Mărimi relative de intensitate...................................... 98
5.4. APLICAŢIE.............................................................................. 102
Teme şi întrebări propuse pentru studiu individual............................. 110
Capitolul VI
MĂRIMI MEDII.................................................................................... 111
6.1. CARACTERISTICILE ŞI CLASIFICAREA MEDIILOR..................... 111
6.1.1. Mărimile medii de calcul............................................. 113
6.1.2. MEDIA ARITMETICĂ................................................. 114
6.1.3. MEDIA ARMONICĂ SIMPLĂ ŞI PONDERATĂ.......... 117
6.1.4. MEDIA PĂTRATICĂ................................................... 120
6.1.5. MEDIA GEOMETRICĂ............................................... 121
6.2. MEDIA CARACTERISTICII ALTERNATIVE.................................... 125
Teme şi întrebări propuse pentru studiu individual............................. 126
Capitolul VII
INDICATORII VARIAŢIEI................................................................... 127
7.1. INDICATORII SIMPLI AI VARIAŢIEI................................................ 128
7.2. INDICATORII SINTETICI AI VARIAŢIEI........................................... 129
7.2.1 Abaterea medie liniară................................................ 134
7.2.2. Proprietaţile dispersiei................................................ 135
7.2.3. Indicatorii variaţiei într-o colectivitate împărţită în
grupe. Regula adunării dispersiilor
ANALYSIS OF VARIANCE (ANOVA)............................................ 137
Teme şi întrebări propuse pentru studiu individual............................. 142
Capitolul VIII
INDICATORII MEDII DE POZIŢIE...................................................... 143
8.1. MODUL (Mo) sau dominanta (Do).................................................... 143
8.2. CUANTILE........................................................................................ 146
8.3. MEDIANA - Me.................................................................................. 146
8.4. CUARTILELE (Qi)............................................................................. 149
9
STATISTICĂ şi ECONOMETRIE
Capitolul IX
INDICATORII CONCENTRĂRII ŞI DIVERSIFICĂRII........................ 161
9.1. DETERMINAREA GRAFICĂ A CONCENTRĂRII............................ 161
9.2. PROCEDEE NUMERICE DE DETERMINARE
A CONCENTRĂRII........................................................................... 164
9.2.1. Abaterea medială-mediană........................................ 164
9.2.2. Coeficientul abaterii Me - Ml....................................... 165
9.3. ALTE APLICAŢII ALE CURBEI DE CONCENTRARE........... 166
9.4. INDICATORI AI CONCENTRĂRII SERIILOR
CALITATIV ATRIBUTIVE........................................................ 168
Teme şi întrebări propuse pentru studiu individual............................. 170
Capitolul X
STATISTICA - PROBLEME REZOLVATE ŞI PROPUSE................. 171
10.1. SERII DE DISTRIBUŢIE UNIDIMENSIONALE............................... 171
10.2. PROBLEME PROPUSE SPRE REZOLVARE............................... 206
Capitolul XI
INTRODUCERE ÎN ECONOMETRIE................................................. 209
DEFINIŢII ŞI OBIECTIVE................................................................... 209
Capitolul XII
ANALIZA SERIILOR CRONOLOGICE............................................. 211
12.1. PARTICULARITĂŢILE UNEI SERII CRONOLOGICE ŞI
CLASIFICAREA LOR..................................................................... 212
10
12.2. ANALIZA PREALABILĂ A SCR
ŞI PRINCIPALII INDICATORI CALCULAŢI................................... 215
12.3. PRELUCRAREA STATISTICĂ A
SERIILOR CRONOLOGICE DE INTERVALE................................ 217
12.3.1. Indicatorii absoluti ai SCR........................................ 217
12.3.2. Indicatorii relativi ai SCR.......................................... 220
12.3.3. Indicatorii medii ai unei serii cronologice
de intervale............................................................... 225
12.4. PRELUCRAREA SERIILOR CRONOLOGICE DE MOMENTE..... 228
12.5. DESCOMPUNEREA UNEI SERII CRONOLOGICE....................... 231
12.5.1. Ajustarea SCR.......................................................... 232
12.5.1.1. Ajustarea prin metoda mediilor mobile.......... 233
12.5.1.2. Ajustarea prin metoda grafică........................ 236
12.5.1.3. Ajustarea pe baza sporului mediu de
creştere........................................................... 236
12.5.1.4. Ajustarea pe baza indicelui mediu de
creştere........................................................... 239
12.5.1.5. Ajustarea pe baza metodelor analitice........... 240
12.5.2. Criterii de alegere a celui mai bun
procedeu de ajustare................................................ 244
12.5.3. Măsurarea oscilaţiei sezoniere în cazul SCR........... 245
12.6. APLICAŢIE...................................................................................... 250
12.7. ANALIZA SERIILOR DE TIMP FOLOSIND
MEDIUL STATISTIC R.............................................................. 256
12.7.1. Analiza statistică a seriei de timp „cantitate de
produse petroliere produsă în judeţul Bacău
(1998-2006)” (exemplu)........................................... 257
12.7.2. Descompunerea seriei de timp după
componente temporale (tendinţa, componenta
periodică, componente neregulate).......................... 260
12.7.3. Testarea sezonieră a seriei de timp, folosind
metodele şi reprezentările grafice din
pachetul „uroot” din R .............................................. 261
12.7.4. Componentele structurale calculate ale
seriei de timp. Modele structurale nestaţionare
„StructTS()” pentru seriile de timp............................ 263
Teme şi întrebări propuse pentru studiu individual............................. 265
11
STATISTICĂ şi ECONOMETRIE
Capitolul XIII
ANALIZA SERIILOR INTERDEPENDENTE
(Regresie şi Corelaţie)..................................................................... 270
13.1. TIPURI DE LEGĂTURI.................................................................... 270
13.1.1. Probleme ce trebuiesc avute în vedere la
cercetarea bazată pe regresie şi corelaţie............... 272
13.2. METODE DE STUDIERE A LEGĂTURILOR STATISTICE........... 273
13.2.1. Metode elementare.................................................. 276
13.2.2. Metode analitice de studiere a legaturilor
statistice................................................................... 276
13.2.3. Exemplu................................................................... 283
13.3. METODA CORELAŢIEI.................................................................. 287
13.4. EXEMPLU DE CALCUL PENTRU 2 SERII DE
DISTRIBUŢIE CORELATE............................................................. 292
13.5. MODELE DE REGRESIE MULTIPLĂ............................................ 294
13.5.1. Regresia multiplă liniară........................................... 295
13.5.2. Regresia multiplă neliniară....................................... 295
13.6. DETERMINAREA INTENSITĂŢII CORELAŢIEI MULTIPLE.......... 296
13.6.1. Coeficientul de corelaţie multiplă liniară................... 296
13.7. CORELAŢIA PARŢIALĂ................................................................. 298
13.8. METODE NEPARAMETRICE DE MĂSURARE A
LEGĂTURILOR DINTRE FENOMENE........................................... 299
13.8.1. Tabelul de asociere şi coeficientul de asociere........ 299
13.8.2. Coeficientul de corelaţie a rangurilor........................ 301
13.8.3. Coeficientul de elasticitate........................................ 303
Teme şi întrebări propuse pentru studiu individual............................. 307
Capitolul XIV
INDICI STATISTICI............................................................................ 310
14.1. BAZA METODOLOGICĂ COMUNĂ DE
ALCĂTUIRE A INDICILOR............................................................. 310
14.1.1. Indicii individuali....................................................... 311
14.1.2. Indicii de grup.......................................................... 312
14.1.2.1. Alegerea şi folosirea indicilor de grupă.......... 313
14.1.2.2. Modalităţi de ponderare a indicilor de grup.... 314
12
14.2. CONSTRUIREA INDICILOR DE GRUP......................................... 315
14.2.1. Indicii agregaţi....................................................... 315
14.2.2. Indici calculaţi ca medie a indicilor individuali........ 318
14.2.3. Sistemul indicilor calculaţi ca raport de medii........ 320
14.3. DESCOMPUNEREA FACTORIALĂ PRIN SISTEMUL
INDICILOR...................................................................................... 320
14.3.1. Metoda substituirii în lanţ......................................... 325
14.3.2. Metoda restului nedescompus................................. 328
14.4. SERII DE INDICI STATISTICI......................................................... 330
14.5. APLICAŢII....................................................................................... 332
Teme şi întrebări propuse pentru studiu individual............................. 357
Capitolul XV
INDICII PREŢURILOR DE CONSUM................................................. 361
15.1. Ce este IPC ?.................................................................................. 362
15.2. La ce serve şte el ?........................................................................ 362
15.3. Care este populaţia de referinţă ?............................................... 364
15.4. Care este tipul de consum acoperit ?......................................... 364
15.5. Care este sfera teritorială de cuprindere ?................................. 364
15.6. Sistemul de ponderare folosit ?................................................... 364
15.7. Care este metoda de calcul a IPC ?............................................. 364
15.8. Indicatori uzuali. Exemple de calcul............................................ 371
15.8.1. Exemplu de calcul.................................................... 374
15.9. Cum putem recalcula anumite sume cu ajutorul IPC ?............. 377
15.10. Cum calculăm dinamica indicatorilor valorici ?....................... 380
15.11. De unde se poate afla IPC ?....................................................... 386
Teme şi întrebări propuse pentru studiu individual............................. 386
Capitolul XVI
SERII TERITORIALE (de spaţiu)...................................................... 389
16.1. DEFINIŢIE ŞI PARTICULARITĂŢI.................................................. 389
16.2. CLASIFICAREA SERIILOR TERITORIALE ŞI FORMA
GRAFICĂ DE PREZENTARE......................................................... 393
16.3. INDICATORII SERIILOR TERITORIALE........................................ 395
13
STATISTICĂ şi ECONOMETRIE
Capitolul XVII
TEMĂ PROPUSĂ............................................................................... 413
Bibliografie........................................................................................ 415
14
STATISTICĂ şi ECONOMETRIE
Capitolul I
OBIECTIVE
Cuvinte cheie
15
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
Administraţiile de stat s-au dovedit de-a lungul timpului, cei mai mari
“colecţionari” de date statistice asupra populaţiei (recensământul), asupra
comerţului (înregistrarea importului şi exportului era facută în Anglia, spre
exemplu, încă din secolul al XIII-lea), starea aprovizionării tehnico-materiale
a armatei (în Roma antică se înregistrau soldaţii pe categorii, precum şi
armamentul, uniformele...) şi alte aspecte legate de societate în general.
16
STATISTICĂ şi ECONOMETRIE
17
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
18
STATISTICĂ şi ECONOMETRIE
Ca în multe domenii, părerile false asupra unei situaţii pot proveni din mai
multe cauze:
În primul rând, un factor universal este necunoaşterea problemei. Nu mă
refer aici la marele public neavizat, căruia nu i se poate pretinde în mod
normal, să fie expert în statistica matematică. Îi am în vedere pe specialiştii
din alte domenii precum şi chiar pe cei din domeniul matematicii.
Imaginea adunării unor numere pe linii sau coloane, ca trăsătură esenţială a
muncii statisticianului, persistă nu numai la cel “profan”, care nu este vinovat
de o asemenea părere, ci şi în cercuri de specialişti din alte domenii. Este
interesant de urmărit şi sensul care se acordă denumirii de “statistician”. În
mod uzual este considerat acel individ care se ocupă cu calcule. Până nu
demult, în nomenclatorul profesiilor din multe ţări, aceasta se înţelegea prin
statistician.
Încă din secolul trecut, agronomul Ion Ionescu de la Brad – printre alţii,
unul din pionerii învăţământului statistic din ţara noastră scria:
19
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
20
STATISTICĂ şi ECONOMETRIE
Legea statisticii poate fi descoperită numai prin cercetarea unui număr foarte
mare de cazuri individuale întâmplătoare legate între ele prin acţiunea
comună a aceloraşi cauze obiective.
21
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
22
STATISTICĂ şi ECONOMETRIE
23
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
24
STATISTICĂ şi ECONOMETRIE
25
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
26
STATISTICĂ şi ECONOMETRIE
27
Statistica - instrument de cunoaştere a fenomenelor şi proceselor economice
28
STATISTICĂ şi ECONOMETRIE
Capitolul II
CERCETAREA STATISTICĂ
OBIECTIVE
Cuvinte cheie
Cercetare statistică
Observare statistică
Eroare statistică
Moment de referinţă a datelor / perioadă de referinţă
Populaţie statistică
Variabilă statistică
Variabile discrete şi variabile continui
Indicator statistic
- observarea
- prelucrarea
- analiza şi difuzarea (diseminarea)
29
Cercetarea statistică
Sistematizarea datelor
Etapele individuale;
cercetarii Prelucrarea statistica Calculul indicatorilor statistici;
statistice Prezentarea datelor sub forma
de tabele, serii, grafice.
Confruntarea si compararea
datelor;
Analiza si Verificarea ipotezelor;
interpretarea Formularea concluziilor
statistica asupra cercetarii;
Fundamentarea calculelor de
prognoza.
30
STATISTICĂ şi ECONOMETRIE
Acest tip de observare s-a folosit în ţara noastră până în anul 1990, când
economia naţională era de tip centralizat.
În prezent, observarea statistică prin dări de seamă s-a înlocuit cu cea prin
rapoarte sau chestionare statistice, care de asemenea au un caracter
obligatoriu şi o metodologie unitară pentru toţi raportorii de date, dar cu
deosebirea că acestea se completează doar de o parte din agenţii
economici, fiind o observare selectivă şi nu exhaustiva (totală) asupra
fenomenelor studiate.
31
Cercetarea statistică
32
STATISTICĂ şi ECONOMETRIE
Sondajul este folosit în statistică atunci când, din diferite motive, trebuie să
se înlocuiască observarea totala de mare amploare printr-o observare
parţiala. Rezulta ca eşantionul (partea supusă observarii) trebuie să
îndeplinească condiţia de reprezentativitate.
Exemplu:
-volumul producţiei industriale la nivelul judeţului. Ponderea mare este în
anumite ramuri, deci în cazul unei analize rapide este suficient să analizăm
aceste ramuri şi să tragem concluzii pentru tot judetul;
-estimarea preliminară a rezultatelor economice anuale se poate face
neglijând întreprinderea de mai mică importanţă pentru economia naţională.
33
Cercetarea statistică
34
STATISTICĂ şi ECONOMETRIE
Datele necesare se pot extrage din documentele existente, se pot stabili prin
observare directă asupra fenomenelor sau prin interogarea persoanelor,
care poate fi facută direct prin recenzări sau prin formulare expediate prin
corespondenţă.
35
Cercetarea statistică
36
STATISTICĂ şi ECONOMETRIE
e = eroare absolută
e = x – x0 unde x 0 = valoare reală
x = valoare determinată statistic
e e
∑ = ----- × 100
x0
sau în procente: ∑% = ----- × 100
x0
e = x - xo ≤ eˆ
37
Cercetarea statistică
38
STATISTICĂ şi ECONOMETRIE
a) cu variaţie discretă (nu pot lua decât valori strict determinate într-un
interval dat de valori înregistrate la un moment dat);
b) cu variaţie continuă (poate lua orice valoare într-un interval finit sau infinit;
ex.: profitul unui agent);
39
Cercetarea statistică
40
STATISTICĂ şi ECONOMETRIE
Capitolul III
SISTEMATIZAREA ŞI PREZENTAREA
DATELOR STATISTICE
OBIECTIVE
Cuvinte cheie
Completitudine
Unicitate
CAEN
COR
SIRUTA
REGIS
Variaţie continuă şi discontinuă
41
Sistematizarea şi prezentarea datelor statistice
42
STATISTICĂ şi ECONOMETRIE
REGIS
Componentele Registrului:
43
Sistematizarea şi prezentarea datelor statistice
44
STATISTICĂ şi ECONOMETRIE
Exemplu:
Într-o echipă de muncitori s-au înregistrat urmatoarele valori ale producţiei
individuale (număr piese realizate de fiecare muncitor):
125; 128; 130; 131; 142; 135; 136; 142; 136; 143; 125; 123; 135; 123; 132;
143; 133; 132; 122; 135; 128; 135; 124; 131; 134; 125.
Mai întâi trebuiesc ordonate datele pentru a obţine frecventele de apariţie a
diferitelor variante. În acest scop se porneşte de la amplitudinea variaţiei şi
de la numărul unităţilor observate.
45
Sistematizarea şi prezentarea datelor statistice
A =143 - 122 = 21
Numărul de grupe (r) marimea intervalului de grupare (k) se aleg în aşa fel
încât să se cuprindă toate valorile individuale. Se rotunjeste întotdeauna în
plus, pentru a nu rămâne unităţi ale populaţiei observate pe dinafară.
A max 21
k = ----------- = ------ = 4 ,2 rotunjit în plus = 5 .
r 5
120-125 4 120-125 7
125-130 5 125-130 3
130-135 8 130-135 10
135-140 5 135-140 2
140-145 4 140-145 4
TOTAL 26 TOTAL 26
Nota: limita inferioară inclusă în interval Nota: limita superioară inclusă în interval
46
STATISTICĂ şi ECONOMETRIE
Varianta I Varianta II
Grupe după mărimea Nr. Grupe după mărimea Nr.
produselor obţinute muncitori produselor obţinute muncitori
120-124 4 121-125 7
125-129 5 126-130 3
130-134 8 131-135 10
135-139 5 136-140 2
140-144 4 141-145 4
TOTAL 26 TOTAL 26
21
k = ------------------------------------- = 3 ,68
1 + 3 ,322 lg 26
47
Sistematizarea şi prezentarea datelor statistice
48
STATISTICĂ şi ECONOMETRIE
Capitolul IV
OBIECTIVE
Cuvinte cheie
49
Prezentarea datelor statistice
50
STATISTICĂ şi ECONOMETRIE
51
Prezentarea datelor statistice
52
STATISTICĂ şi ECONOMETRIE
53
Prezentarea datelor statistice
Studentul 1 2 3 4 5
Nota 9 10 6 4 8
54
STATISTICĂ şi ECONOMETRIE
55
Prezentarea datelor statistice
56
STATISTICĂ şi ECONOMETRIE
57
Prezentarea datelor statistice
y +
Cadranul II Cadranul I
x x
- +
y -
Lungimea scări este întreaga distanţă dintre punctele extreme ale scării.
58
STATISTICĂ şi ECONOMETRIE
59
Prezentarea datelor statistice
Ele se mai pot grupa şi în funcţie de felul datelor utilizate sau domeniul de
folosire:
60
STATISTICĂ şi ECONOMETRIE
110
105
100 Se ctia A
95 Se ctia B
90 Se ctia C
85
80
S ec tia A S ec tia B S ec tia C
1000 1000
800 800
600 600
400 400
200 200
0 0
Covasna
Teleorman
Caraş-Severin
Suceava
Dâmboviţa
Prahova
Maramureş
Braşov
Timiş
Ilfov
Vrancea
Buzău
Ialomiţa
Satu Mare
Brăila
Vâlcea
Alba
Tulcea
Hunedoara
Arad
Sibiu
Bacău
Neamţ
Olt
Mureş
Vaslui
Călăraşi
Botoşani
Sălaj
Dolj
Iaşi
Cluj
Gorj
Municipiul Bucureşti
Bihor
Harghita
Bistriţa-Năsăud
Giurgiu
Constanţa
Argeş
Galaţi
Mehedinţi
61
Prezentarea datelor statistice
%
1500
energie
1000 petrol
carbune
500
0 ani
2000 2008
245,0
Masculin
200
2000 Feminin 2000
200
masculin
feminin
1077,0
1000 1000
100
100 79,9 84,3
68,2
81,8 93,7
58,6
0 100
0
Total populatie sub 30 ani 30-59 ani 60 ani si peste
activă
62
STATISTICĂ şi ECONOMETRIE
3500 0 0lei
mii 0
2750000
3000000
750000
500000
0
S toc Intrari Ies iri S toc final
initial
Populatie s tabila
Vârsta medie a populaţiei (ambele sexe) şi a
Populatie activa
forţei de muncă a judeţului Bacău pe medii, Populatie ocupata
la recensământul din 2002 (ani) Som eri
50
ani
39.8 40.4 41.5 41.9
40 38.2
36.5 37.6 37.1
35.8
33.1 33.8
31.3
30
20
10
0
Total judet Urban Rural
63
Prezentarea datelor statistice
150
Gradul de indeplinire %
130
100-150
100 78 150-200
75
200-250
250-300
0
100 150 200 250 300 Tim pul
comert
Cifra de afaceri constructii
milioane lei industrie
100
33
65
50
10
25
17
0
2000 2008 ani
64
STATISTICĂ şi ECONOMETRIE
0,0
2000
2001
2002
2003
2004
2005
2006
2007
-0,5
-0,7 -0,2
-1,0
-1,0
-1,5
la mie -1,5
-2,0
155%
150
120%
100
75%
50
0
s1 s2 s3
65
Prezentarea datelor statistice
Se foloseşte când:
- indicatorii seriei exprimă lungimi
- indicatorii sunt diferiţi (ex.: diferite tipuri de aparate)
- când avem serii dinamice în care intervalele dintre momente sunt mari
(1945, 1955, 1965) sau când distanţele dintre momentele intervalelor sunt
neegale (1950, 1958, 1964);
- când avem de reprezentat serii cu caracteristici combinate: datele unei
balanţe, bilanţul (activ, pasiv).
0 5 10 15 20 25 30
66
STATISTICĂ şi ECONOMETRIE
Grecia 0,5
Italia 2,1
Franta 4,7
Finlanda 10,8
Belgia 12,9
Danemarca 16,2
Suedia 16,4
0 3 6 9 12 15 18
67
Prezentarea datelor statistice
100 şi peste
95
FEMININ MASCULIN
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
0
8000
7000
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
7000
8000
68
STATISTICĂ şi ECONOMETRIE
95
FEMININ 90 MASCULIN
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
Piramida vârstelor judeţului Bacău la 18 martie 2002
(Mediul rural)
100 şi peste
95
FEMININ 90 MASCULIN
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
69
Prezentarea datelor statistice
65 - 69 Someri
5734 6806
6085 Persoane inactive
60 - 64 7636
55 - 59 4870 1661 6155
50 - 54 3712 6304 4857 6039
45 - 49 2131 10657 9289 4507
40 - 44 1416 10149 10337 3381
35 - 39 898 7549 7999 2403
30 - 34 1485 10997 11398 3602
25 - 29 1778 8077 7815 2956
20 - 24 4105 6225 5693 5159
15 - 19 12221 1172 13146
10 - 14 14014 13431
5-9 M ASCULIN 8532 8176 FEM ININ
0-4 7423 7133
9000
8000
7000
6000
5000
4000
3000
2000
1000
1000
2000
3000
4000
5000
6000
7000
8000
9000
17000
16000
15000
14000
13000
12000
11000
10000
10000
11000
12000
13000
14000
15000
16000
17000
Persoane
70
STATISTICĂ şi ECONOMETRIE
Grupa m ajora
876
de ocupatie Fortele armate 500
12566
Muncitori necalificati
9572
Operatori la masini, utilaje si asamblori de masini, 11464
echipamente si altele 17496
17962
Mestesugari si lucratori calificati 28859 124532
Agricultori si lucratori calificati in agricultura,
silvicultura, pescuit 3386
6041
Lucratori operativi in sevicii, comert si asimilati
14807
Functionari administrativi 2054
7223
4937
Tehnicieni, maistri si asimilati 18284
2097 Total rural
Specialisti cu ocupatii intelectuale
15480 Total urban
Personal legislativ si de conducere 1788
8223
71
Prezentarea datelor statistice
-50,0 -40,0 -30,0 -20,0 -10,0 0,0 10,0 20,0 30,0 40,0 50,0
+/-%
72
STATISTICĂ şi ECONOMETRIE
Mere =
461,8 mii tone
Prune =
370,3 mii tone
Cireşe şi vişine =
64,5 mii tone
19 ,2
Prune: L = 370 ,3 = 19 ,2 → L = ---------- = 3 ,8 cm
5
8, 03
Cireşe şi vişine: L = 64 ,5 = 8 ,03 → L = ------------ = 1 ,6 cm
5
73
Prezentarea datelor statistice
Mere
Prune
64,5 mii tone
Cireşe şi vişine
64 ,5 ≅ 4 ,5 1 cm = 4 mii tone 4, 5
Cireşe şi vişine: R 3 = ---------- → R 3 = --------- = 1 ,12 cm
3 ,14 4
Exemplu:
- prezentarea variaţiei fondului de salarii în funcţie de salariul mediu şi nr.
muncitori;
- a volumului producţiei în funcţie de nivelul W şi a numărului de muncitori.
Folosind dreptunghiul, înseamna că se pot reprezenta în acelaşi timp cele 3
variabile statistice: cei 2 factori pe cele 2 laturi, iar variabila complexa prin
suprafaţa dreptunghiului.
74
STATISTICĂ şi ECONOMETRIE
75
Prezentarea datelor statistice
100
49,3
Masculin
50
50,7
Feminin
0
1
120
%
100
11,0
constructii
80 19,2 comert
12,7 agricultura
60
industrie
40
57,1
20
0
1
76
STATISTICĂ şi ECONOMETRIE
77
Prezentarea datelor statistice
Grupa m ajoră de
ocupaţie Total Judet Bacau
Functionari administrativi
Lucratori operativi in sevicii, comert si asimilati
Agricultori si lucratori calificati in agricultura,
silvicultura, pescuit
Mestesugari si lucratori calificati
Operatori la masini, utilaje si asamblori de
masini, echipamente si altele
Muncitori necalificati
%
Femei 0 20 40 60 80 100
Barbati
100%
80%
60%
40%
20%
0%
Total judet Bacau Total urban Total rural
A gricultori si lucratori calif icati in agricultura, silvicultura, pescuit
Mestesugari si lucratori calif icati
Operatori la masini, utilaje si asamblori de masini, echipamente si altele
Tehnicieni, maistri si asimilati
Muncitori necalif icati
Lucratori operativi in sevicii, comert si asimilati
Specialisti cu ocupatii intelectuale
Personal legislativ si de conducere
Functionari administrativi
Fortele armate
78
STATISTICĂ şi ECONOMETRIE
Ocupata
Structura pe localitati a populatiei stabile, dupa participarea
Someri
Inactiva la activitatea economica (%), la recensamantul din 2002
BACAU
MOINESTI
ONESTI
BUHUSI
COMANESTI
DARMANESTI
SLANIC MOLDOVA
TARGU OCNA
AGAS
ARDEOANI
ASAU
BALCANI
BARSANESTI
BERESTI-BISTRITA
BERESTI-TAZLAU
BERZUNTI
BLAGESTI
BOGDANESTI
BRUSTUROASA
BUHOCI
CAIUTI
CASIN
CLEJA
COLONESTI
CORBASCA
COTOFANESTI
DAMIENESTI
DEALU MORII
DOFTEANA
FARAOANI
FILIPENI
FILIPESTI
GAICEANA
GARLENI
GHIMES-FAGET
GLAVANESTI
GURA VAII
HELEGIU
HEMEIUS
HORGESTI
HURUIESTI
IZVORU
LETEA VECHE
LIPOVA
LIVEZI
LUIZI-CALUGARA
MAGIRESTI
MAGURA
MANASTIREA CASIN
MARGINENI
MOTOSENI
NEGRI
NICOLAE BALCESCU
OITUZ
ONCESTI
ORBENI
PALANCA
PANCESTI
PARAVA
PARGARESTI
PARINCEA
PARJOL
PLOPANA
PODU TURCULUI
PODURI
RACACIUNI
RACHITOASA
RACOVA
ROSIORI
SANDULENI
SASCUT
SAUCESTI
SCORTENI
SECUIENI
SOLONT
STANISESTI
STEFAN CEL MARE
STRUGARI
TAMASI
TARGU TROTUS
TATARASTI
TRAIAN
UNGURENI
URECHESTI
VALEA SEACA
VULTURENI
ZEMES
%
0 20 40 60 80 100
79
Prezentarea datelor statistice
25
22
20 19
18
15
10
0
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
Num ar piese realizate (bucati)
80
STATISTICĂ şi ECONOMETRIE
f i 16
14
14
12
12
10
10
8 7
2
xi
0
0 5 10 15 20 25 30 35 40 45 50 55
81
Prezentarea datelor statistice
16
fi'
28
14
24
12
f i =10
10
8 21
0
xi
0 5 10 15 20 25 30 35 40 45 50 55
82
STATISTICĂ şi ECONOMETRIE
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Evoluţia numărului de elevi şi studenţi la 10.000 de locuitori
2000
1776
1800 1614 1594 1625 1599
1525 1501
1600 1438
1660 1350
Numar de persoane
1991/1992
1992/1993
1993/1994
1994/1995
1995/1996
1996/1997
1997/1998
1998/1999
1999/2000
2000/2001
2001/2002
2002/2003
2003/2004
2004/2005
2005/2006
2006/2007
2007/2008
Anii universitari
83
Prezentarea datelor statistice
Botosani
Satu Mare 47,2
Maramures
40,5
40,7 Suceava
39,3
Buzau
Caras Severin 35,8
36,4 Valcea Prahova Braila Tulcea
Gorj 36,0
Arges 38,0 41,8 36,1
38,2 43,4
Dambovita
46,8
Mehedinti Ialomita
36,7 Ilfov 32,8
67,3 - 77,6 35,6
57,0 - 67,2 Olt Calarasi Constanta
40,9 39,6 39,4
46,8 - 56,9 Dolj Giurgiu
42,4 Teleorman 34,7
36,5 - 46,7 38,6
26,2 - 36,4
84
STATISTICĂ şi ECONOMETRIE
Sursa: Eurostat
85
Prezentarea datelor statistice
86
STATISTICĂ şi ECONOMETRIE
Capitolul V
INDICATORI STATISTICI
OBIECTIVE
Cuvinte cheie
Mărime absolută
Mărime relativă
În sensul cel mai larg, indicatorul statistic este expresia numerica a unor
fenomene, procese, activităţi sau categorii economice şi sociale, definite în
timp, spaţiu şi structura organizatorică. Indicatorii statistici pot fi utilizaţi
unilateral sau în interdependenţă reciprocă.
87
Indicatori statistici
88
STATISTICĂ şi ECONOMETRIE
După etapa în care apar în procesul de cercetare statistică, indicatorii pot fi:
Indicatori primari
Indicatori derivaţi
89
Indicatori statistici
90
STATISTICĂ şi ECONOMETRIE
Indicatorii derivaţi au caracter abstract, chiar dacă uneori (în cazul mediilor
spre exemplu) se exprimă în unităţi concrete de măsură. Ei au drept scop
analiza calitativa a fenomenelor şi proceselor cercetate. De regulă ei se
obţin prin aplicarea unui model de calcul statistic de comparare sau
estimare, comparare care se face fie sub formă de diferenţă, fie de raport.
91
Indicatori statistici
Forma cea mai simplă de exprimare a mărimii relative este în unităţi sau
coeficienţi, rezultatul raportului arătând în acest caz câte unităţi din
indicatorul raportat revin la o singura unitate a indicatorului bază de
raportare.
Exemplu: Indicatorul eficienţei economice
Promilele se folosesc când indicatorul comparat este mult prea mic faţă de
indicatorii bază de comparare şi exprimarea în coeficienţi sau chiar în % ar
duce la stabilirea unor mărimi relative dificil de interpretat.
92
STATISTICĂ şi ECONOMETRIE
Dacă şi în acest caz rezultatul raportului dintre cele 2 mărimi comparate are
o valoare foarte mică, se utilizeaza prodecimilele sau procentimilele, etc.
Sensul interpretării: cu cat revin mai puţini locuitori la un medic, situaţia este
mai buna.Folosirea coeficienţilor se face atunci când numaratorul este mai
mare decat numitorul.
Exemplu: Avem o unitate care are două magazine: A şi B.
xA 3 xB 6
k A ⁄ B = ----- = --- = 0, 5 k B ⁄ A = ----- = --- = 2
xB 6 xA 3
Comparaţiile pot fi făcute între acelaşi tip de variabile (dar din perioade de
timp sau spaţii diferite) sau între două variabile interdependente.
Termen de comparat k
-------------------------------------------------------------- × 10
Termen de comparaţie
93
Indicatori statistici
Atunci când:
• k = 0 ⇒ mărimea relativă se exprimă în coeficient, semnificând de
câte ori este mai mare termenul de comparat faţă de cel cu care se
compară;
După cum am mai precizat, se alege cea mai sugestivă formă de exprimare.
7500 7500
Rezultă: ------------- = 1 ,209 sau ------------- ⋅ 100 = 120 ,9 %
6200 6200
94
STATISTICĂ şi ECONOMETRIE
xi ⋅ ni
- × 100
g i = ---------------------
m
∑ xi ⋅ ni
i=1
95
Indicatori statistici
xA xB
k A ⁄ B = ----- şi k B ⁄ A = -----
xB xA
96
STATISTICĂ şi ECONOMETRIE
97
Indicatori statistici
De cele mai multe ori mărimile relative ale planului se exprimă procentual,
adesea reţinând doar valoarea ce depaşeşte 100, aratând procentul de
depăşire a planului sau dimpotrivă dacă coeficientul este subunitar, aratând
cu câte procente nu s-a realizat programul stabilit.
yi
xi =
zi
Semnificaţia lui xi: câte unităţi din valoarea caracteristicii y revin la o unitate
a caracteristicii z. Rezultă că y depinde de doi factori: unul de natură
extensivă (cantitativă), zi care este însumabil direct şi altul de natură
intensiva (calitativă), xi care nu poate fi însumabil direct. Pentru a calcula
nivelul lui xi pe total colectivitate se raportează nivelul totalizat al
caracteristicii y la nivelul totalizat al caracteristicii z.
X=
∑y i
∑z i
98
STATISTICĂ şi ECONOMETRIE
Productia
W = -----------------------------------------------------------------------------------------------------------
Numarul mediu al personalului muncitor
yi factor calitativ
x i = ---- ⇒ y i = z i ⋅ x i
zi
99
Indicatori statistici
numar decedati
- coeficient de mortalitate = ------------------------------------------------------------------------------------------------------------ ⋅ 1000
numarul populatiei la data de 01.07. a.c.
populatia (locuitori) 2
- densitatea populatiei = ---------------------------------------------------
- = populatia / km
2
suprafata ( km )
volumul de vanzari
- coeficientul de consum = --------------------------------------------------
- = mii lei / persoana
numarul populatiei
Atenţie !
Spre exemplu, în luna mai s-au născut 550 copii într-un judeţ a cărui
populaţie legală era de 720 mii locuitori.
100
STATISTICĂ şi ECONOMETRIE
101
Indicatori statistici
5.4. APLICAŢIE
Rezolvare:
12244 ,6
Pu = ------------------- ⋅ 100 = 54, 6 %
2000 22435 ,2
10190 ,6
Pr = ------------------- ⋅ 100, sau 100 – 54 ,6 = 45 ,4 %
2000 22435 ,2
102
STATISTICĂ şi ECONOMETRIE
Interpretare:
Populaţia din mediu urban reprezenta 54,6 % în anul 2000 şi 55,1% în anul
2007. Sau, altfel spus, în anul 2000, în medie, din 100 persoane, aproape 55
locuiau în mediul urban şi peste 45 locuiau în mediul rural.
Corect:
55 ,1
---------- ⋅ 100 = 100 ,9 % , de unde rezultă că ponderea populaţiei
54 ,6
urbane în total a crescut în cei 7 ani cu 0,9 %.
103
Indicatori statistici
Pentru analiza dinamicii populaţiei în cei 7 ani putem calcula indicii şi ratele
de creştere.
Astfel, pe total:
21537 ,5
i 2007 ⁄ 2000 = ------------------- ⋅ 100 = 96 % ( sau - 4% )
22435 ,2
Putem spune că populaţia din 2007 reprezenta 96% din cât era aceasta în
2000. Altfel spus, populaţia în anul 2007 a scăzut cu 4% faţă de cea
existentă în anul 2000.
Alte mărimi relative care pot fi calculate mai departe, sunt cele de
intensitate, care presupun raportarea unui indicator la un alt indicator, cu
condiţia ca aceştia să se afle într-o strânsă legătură.
104
STATISTICĂ şi ECONOMETRIE
Putem spune că în anul 2007, la fiecare 1000 persoane s-au mai născut în
medie 10.
Decese an 2007
Rata mortalităţii 2007 = ---------------------------------------------------------------- ⋅ 1000 =
Populaţia la 01.07.2007
251965
= -----------------------------------3 ⋅ 1000 = 11 ,7 ‰
21537 ,5 ⋅ 10
Cunoscând atât numărul de născuţi cât şi numărul de decese din anul 2007,
putem calcula sporul natural al populaţiei şi respectiv rata sporului natural:
Acelaşi rezultat s-ar fi obţinut dacă calculam ca diferenţă între cele 2 rate:
Semnificaţie:
105
Indicatori statistici
Putem calcula de asemenea rata mortalităţii din luna iulie a anului 2007:
18200 × 12 luni
Rata mortalităţii 07.2007 = ------------------------------------------ ⋅ 1000 = 10 ,1 ‰
21537500
În medie, în luna iulie din 2007, la fiecare 1000 locuitori s-au născut un
număr de 10 copii.
Cunoaştem mai departe numărul de femei din cei doi ani, iar prin diferenţă
putem calcula numărul de bărbaţi.
106
STATISTICĂ şi ECONOMETRIE
11040,8
----------------------- ⋅ 100 = 51,3 % , iar a bărbaţilor de 48,7 % (100 - 51,3).
21537,5
Femei 11040,8
-------------------- ⋅ 100 = ----------------------- ⋅ 100 = 105 % ⇒
Bărbaţi 10496,7
Bărbaţi 10496,7
Invers, ------------------- ⋅ 100 = ----------------------- ⋅ 100 = 95 % ⇒
Femei 11040,8
În dinamică,
femei 11040,8
i = ----------------------- ⋅ 100 = 96,3 % ⇒
2007 /2000 11466,3
bărbaţi 10496,7
i = ----------------------- ⋅ 100 = 95,7 % ⇒
2007 /2000 10968,9
107
Indicatori statistici
PA
Rata generală de activitate = ------------------------------------------- ⋅ 100 =
Populaţia totală
9994
= ----------------------- ⋅ 100 = 46,4 %
21537, 5
PO
Rata generală de ocupare = ------------------------------------------- ⋅ 100 =
Populaţia totală
9353
= ----------------------- ⋅ 100 = 43,4 %
21537, 5
Şomeri 641
Rata şomajului = -------------------------------------------- ⋅ 100 = --------------- ⋅ 100 = 6,4 %
Populaţia activă 9994
Numărul mediu de salariaţi era în anul 2007 cu 15% mai mic decât cel
de pensionari.
108
STATISTICĂ şi ECONOMETRIE
Pensionari 5745
------------------------------ ⋅ 100 = -------------------- ⋅ 100 = 117,6 %
Salariaţi 4885,3
Numărul pensionarilor era în anul 2007 de 1,17 ori mai mare ca cel al
salariaţilor (cu 17,6%). Idem pentru raportul dintre “Pensia medie” şi
“Salariul mediu net din anul 2007”:
⇒ salariul mediu a fost în anul 2007 de 2,68 ori mai mare decât
pensia medie (+ 167,9 %).
907353
------------------------- ⋅ 1000 = 42,1 ‰
21537500
48199
-------------------------- ⋅ 1000 = 2,2 ‰
21537500
109
Indicatori statistici
21537500
-------------------------- = 446,8 ‰ ≅ 447 persoane / un medic ⇒
48199
La primul indicator calculat, cu cât este mai mare avem o situaţie mai bună,
în timp ce la cel de-al doilea (opusul său), cu cât mărimea este mai mare,
situaţia este mai defavorabilă.
Puteţi selecta date statistice şi din baza de date Tempo OnLine de pe site-ul
Institutului Naţional de Statistică: http://statistici.insse.ro/shop/.
110
STATISTICĂ şi ECONOMETRIE
Capitolul VI
MĂRIMI MEDII
OBIECTIVE
Cuvinte cheie
111
Mărimi medii
Reprezentativitatea mediei
Pentru ca o medie să fie reprezentativă trebuie să îndeplinească
următoarele condiţii:
◊ Să fie calculată dintr-un număr suficient de mare de cazuri individuale.
(Nu putem afirma că în medie fiecare persoană a consumat un pui, dacă
0+2
acel calcul s-a efectuat pe baza datelor de la doar 2 persoane: ------------ = 1 .
2
Pentru a face un astfel de calcul mediu trebuie să analizăm un eşantion
reprezentativ de persoane, iar volumul eşantionului să fie stabilit
corespunzător cu dimensiunea populaţiei la care se referă).
112
STATISTICĂ şi ECONOMETRIE
xg media geometrica
xh media armonica
Marimi medii cu media patratica
aplicatii speciale xp
Media progresiva
Mediala
x cr Media cronologica
Medii mobile
Marimi medii de calcul
Dupa modul xg xh xp
de obtinere
Marimi medii de pozitie:
Modul, Mediana, Mediala
113
Mărimi medii
Definiţie
Media este rezultatul sintetizării într-o singură expresie numerică a tuturor
nivelurilor individuale observate, obţinută prin raportarea valorii totalizate a
caracteristicii la numărul total al unităţilor. Astfel, media este valoarea pe
care ar purta-o fiecare unitate statistică dacă distribuţia ar fi omogenă.
unde: ∑ xi = x1 + x2 + . . . + xn
n = volumul colectivitatii
iar
f i = frecvenţele de apariţie ale fiecărei variante
n
∑ x i ⋅ fi
i=1
• medie ponderată când: f 1 ≠ f 2 ≠ . . . ≠ f n x = ---------------------
∑ fi
Dacă înlocuim frecvenţele absolute cu frecvenţele relative, media este dată
de relaţia:
*
fi
∑ xi --------f-
* fi ∑ -i = * *
- frecvenţa relativă: f i = --------- ; x = -------------------- ∑ xi ⋅ fi ∑ fi = 1
∑ fi
*
fi
∑ --------f-
∑i
114
STATISTICĂ şi ECONOMETRIE
* fi
Dacă frecvenţele relative sunt exprimate în procente: f i (%) = --------- ⋅ 100 ,
∑ fi
*
* ∑ xi ⋅ fi (%)
atunci ∑ fi (%) = 100 , iar media devine: x = ------------------------------- .
100
Indiferent ce formulă de calcul aplicăm, rezultatul va fi acelaşi.
În cazul seriilor în care avem intervale de variaţie, valorile lui xi sunt date de
centrele de interval, calculate ca medii aritmetice simple ale celor două
limite. Media se exprimă în aceeaşi unitate de măsură ca şi valorile
caracteristicii statistice studiate.
115
Mărimi medii
x min ≤ x ≤ x max
∑ ( xi – a )
2
= minim pentru serii simple
2 ∂S
S = ∑ ( xi – a ) = minim ⇒ ------ = – 2 ∑ ( x i – a ) = 0 ⇒
∂a
1
⇒ a = --- ∑ x i = x
n
Deci minimul expresiei S se atinge când valoarea lui “a” este egală cu media
aritmetică.
116
STATISTICĂ şi ECONOMETRIE
1- ----
1 1
---- , -, …, -----
x1 x2 xn
Media armonică se notează cu x h
n
1 1 1 n
----- = ---
xh n ∑ ---x-i ⇒ x h = ----------------
n
-
1
∑ ---x-i
i=1
i=1
analog se deduce şi media armonică ponderată
n
∑ fi
i=1
x h = ------------------------
n
-
1
∑ x----i ⋅ fi
i=1
Comparând formula mediei armonice cu cea a mediei aritmetice se pot
stabili anumite relaţii utile pentru folosirea în practică a celor doua valori
medii.
1. Dacă toate caracteristicile sunt pozitive, atunci media aritmetică este mai
mare decât media armonică a aceloraşi valori.
x a > x h sau x h < x
117
Mărimi medii
1
2. Dacă se consideră 2 variabile dependente funcţional, de tipul y = ---
x
şi pentru o variabilă se foloseşte media aritmetică, atunci pentru cealaltă
variabilă este obligatoriu să se utilizeze media armonică, deoarece raportul
de inversă proporţionalitate se realizează şi între cele două valori medii.
recolta totală ( x i ⋅ f i )
recolta la ha ( x i ) = ---------------------------------------------------------------------
suprafaţa însămânţată ( f i )
Exemplu: Nivelul productivităţii muncii (W) se poate exprima, în mod direct,
prin cantitatea de produse ce revine pe o unitate de timp şi, indirect prin
cantitatea de timp ce revine pe o unitate de produs, deci cele doua valori
individuale sunt într-un raport de inversă proporţionalitate.
Q t
W = sau W =
T q
3. Media armonică poate fi egală cu media aritmetică calculată din aceleaşi
valori ale caracteristicii dar folosindu-se sisteme de ponderare diferite. Astfel
la x folosim ponderile reale ale valorilor individuale, iar pentru ponderile
compuse luate sub forma produselor, adică:
x=
∑ xi f i ; xh =
∑ xi f i
∑ fi ∑ xi (xi f i )
1
xh =
∑ xi f i = ∑ xi f i = x
∑ xi (xi f i ) ∑ f i
1
118
STATISTICĂ şi ECONOMETRIE
Rezolvare:
Dacă aplicăm media aritmetică simplă vom avea:
⎧ x 1 = 20
∑ xi 20 + 30 + 60
x = ---------- = ------------------------------ = 36, 7 minute
⎪
n 3 ⎨ x 2 = 30
⎪
⎩ x 3 = 60
Pentru a vedea dacă am aplicat corect tipul de medie, vom face verificarea
astfel:
Într-o oră,
60
- primul student rezolvă: ------ = 3 probleme
20
60
- al doilea student rezolvă: ------ = 2 probleme
30
60
- al treilea student rezolvă: ------ = o problemã
60
În total, cei trei studenţi rezolvă într-o oră un număr de 6 probleme
(3 + 2 + 1). Din calculul mediei aritmetice va rezulta că cei 3 studenţi au
rezolvat într-o într-o oră:
60 × 3- 180
-------------- = ------------ = 4, 9 probleme, ceea ce nu reflectă realitatea, ştiind
36, 7 36, 7
că în total ei au rezolvat 6 probleme într-o oră.
Rezultă că media aritmetică în acest caz nu reflectă realitatea, denaturând
rezultatele.
Vom aplica în acelaşi caz un alt tip de medie, respectiv media armonică:
n 3
x h = ---------- = ------------------------------- = 30 minute
1 1 1 1
∑ ---x- ----- - + ------ + ------
20 30 60
i
119
Mărimi medii
Verificare:
În intervalul de o oră, folosind media armonică calculată, cei 3 studenţi pot
rezolva:
Media pătratică este acea valoare care înlocuind termenii seriei ridicaţi la
pătrat nu modifică suma pătratelor lor ( x p ).
x p2 + x p2 + ... + x p2
n ⋅ x p2 = ∑ x i2
n
∑ x i2
∑ x i2
2 i =1
xp = ⇒ xp =
n n
În cazul unei distribuţii de frecvenţă, media pătratică ponderată este:
n
∑ x i2 ⋅ fi
i =1
xp =
∑ fi
120
STATISTICĂ şi ECONOMETRIE
Proprietăţi:
xp este întotdeauna > decât media aritmetică a aceloraşi termeni, indiferent
de semnul pe care îl are, deoarece prin ridicarea la pătrat toţi termenii devin
pozitivi.
Cu cât termenii au o valoare individuală mai ridicată, cu atât termenii
respectivi vor influenţa în mai mare măsură asupra formării nivelului mediu.
De aceea mp se va folosi atunci când trebuie să se acorde o importanţă mai
mare nivelurilor mai ridicate din cadrul seriei pentru care se calculeaza
media.
121
Mărimi medii
m
f f f fi
x 11 x 22 ⋅…⋅ x mm = ∏ xi
i=1
m
f f f fi
x g1 ⋅ x g2 ⋅ … ⋅ x gm = ∏ xi
i=1
m
∏f
m
i m m
f ∏ fi fi
( xg ) ∏ xii ⇒ xg = ∏ xi
i=1
= i=1
i=1 i=1
Proprietăţi:
- în cazul mediei geometrice este suficient ca un singur termen al seriei să
fie egal cu zero pentru că media geometrică să nu se poata calcula, iar în
cazul când unul din termenii seriei este negativ media să devină imaginară
(cazuri fără sens);
n n n
x1 x2 xn
∏ xi ∏ xi ∏ xi
⋅ ⋅K ⋅ = i =1 n = i =1
= i =1
=1
xg xg xg (x g ) ⎛
⎜n
n ⎞
n n
∏ xi
∏ xi ⎟
⎜ ⎟ i =1
⎝ i =1 ⎠
122
STATISTICĂ şi ECONOMETRIE
Relaţii ce exista între mediile prezentate: x h < x g < x < x p pentru aceleaşi
date.
123
Mărimi medii
124
STATISTICĂ şi ECONOMETRIE
Caracteristicile alternative sunt acelea la care pentru fiecare unitate admit fie
forma sa directa de manifestare, fie opusul ei.
2
∑ xi ⋅ f i (1× M ) + (N − M ) = M
i =1
x= =
2 M +N −M N
∑ fi
i =1
125
Mărimi medii
M
p = -----
N
M 200
p = ----- = --------------- = 0,02 sau 2 %
N 10000
126
STATISTICĂ şi ECONOMETRIE
Capitolul VII
INDICATORII VARIAŢIEI
OBIECTIVE
Cuvinte cheie
Varianţă / Dispersie
Omogenitate statistică
Din practica statistică apare evident faptul că, cu cât colectivitatea este mai
puţin omogenă, cu atât caracterizarea ei sub raport statistic trebuie să se
bazeze pe un sistem mai complex de relaţii în care sunt folosiţi indicatorii
totalizatori şi indicatorii derivaţi. Cu cât fenomenele sunt mai complexe, deci
dependente de mai mulţi factori, cu atât variaţia este mai mare şi folosirea
corectă a valorilor medii implică verificări riguroase cu privire la stabilitatea şi
reprezentativitatea ei. După cum am mai spus, media nu este o valoare
reprezentativă decât pentru cazul în care ea este calculată din mărimi
omogene între ele.
127
Indicatorii variaţiei
A = xmax – xmin
128
STATISTICĂ şi ECONOMETRIE
x min – x x max – x
d max.negativa % = --------------------- × 100 ; d max.pozitiva % = ---------------------- × 100 ;
x x
Numai în cazul distribuţiei perfect simetrice dmax.negativ = dmax.pozitiv.
Indicatorii simpli ai variaţiei fiind calculaţi pe baza relaţiilor dintre doi termeni
ai seriei sau între fiecare termen şi media lor, nu pot exprima întreaga
variaţie a unei caracteristici înregistrate. De aceea este necesar să se
calculeze şi indicatorii sintetici ai variaţiei care iau în consideraţie toate
abaterile caracteristicii.
129
Indicatorii variaţiei
∑ xi − x
1 n
d= i =1
n
= ∑ xi − x
n i =1
- pentru o serie de frecvenţe absolute:
n
∑ x i − x fi
1 n
d= i =1
= ∑ x i − x fi
∑f i ∑f i i =1
∑
*
x i − x fi %
1 n
∑
*
d= i=1
= x i − x fi %
100 100 i=1
∑ (x )
2
σ= i
n
−x
=
1
n
∑ xi − x
2
( )
- pentru o serie cu frecvenţe absolute:
∑ (x − x ) f
2
i i
σ=
∑f i
∑ (x )
2
∑ (x )
i − x fi* % 1 2
σ= = i − x fi* %
100 100
130
STATISTICĂ şi ECONOMETRIE
131
Indicatorii variaţiei
∑ (x − x )
2
σ 2
= i
n
=
1
n
(
∑ xi − x )
2
∑ (x − x ) f = 1 ∑ (x − x )
2
i i 2
σ 2
= ⋅ fi
∑f ∑f
i
i i
∑ (x −x ) 2
⋅ fi * % 1 m
( )
2
∑ x i − x ⋅ fi * %
i
σ 2
= =
100 100 i=1
⎛ x 2 − 2x x + x 2 ⎞
σ2 =
∑ (x i − x ) 2
=
∑ ⎜ i
⎝ i ⎟
⎠= ∑ x i2 − 2 x ∑ x i +
n⋅x
2
=
n n n n n
2
=
∑ x 2 − 2x 2 + x 2 = ∑ x 2 − x 2 ⇒ σ 2
=
∑ x i2 − ⎛⎜ ∑ x i ⎞⎟
n n n ⎜ n ⎟
⎝ ⎠
132
STATISTICĂ şi ECONOMETRIE
σ 2
=
∑x f 2
i i
⎛ ∑ x i fi ⎞
−⎜ ⎟
∑f i
⎜ ∑f ⎟
⎝ i ⎠
- continuarea tabelului -
a = 105
2 k = 10 xi – a xi – a 2
( xi – x )
2
( xi – x ) ⋅ fi ⎛ ------------
-⎞ ⋅ f ⎛ ------------
-⎞ ⋅ f
xi – a ⎝ k ⎠ i ⎝ k ⎠ i
-------------
k
6 7 8 9 10
529 7935 -2 -30 -450
169 5070 -1 -30 -900
9 630 0 0 0
49 2940 1 60 3600
289 4335 2 30 450
729 7290 3 30 300
28200 60 300
xi ⋅ fi
21600 ∑
x (nr. mediu de piese realizate) = ------------------- = ---------------- = 108 piese/muncitor
200
fi ∑
Prin formula simplificată obţinem acelaşi rezultat:
133
Indicatorii variaţiei
60
x = ---------- ⋅ 10 + 105 = 108 piese/muncitor
200
Dacă am fi aplicat calculul mediei cu ajutorul mediei cu frecvenţe relative,
am fi obţinut acelaşi rezultat:
* fi
f i = ---------- *
xi ⋅ fi
∑ fi
xi fi
1 2 3 4
85 15 0,075 6,375
95 30 0,150 14,250
105 70 0,350 36,750
115 60 0,300 34,500
125 15 0,075 9,375
135 10 0,050 6,750
Total 200 1,000 108,0
*
Ţinând cont că ∑ fi = 1 , media aritmetică se va calcula ca
*
x = ∑ xi ⋅ fi = 108 piese .
∑
2
( xi – x ) ⋅ fi
2 28000
σ = ---------------------------------- = ---------------- = 141
200
∑ fi
Atenţie !
134
STATISTICĂ şi ECONOMETRIE
∑
2
( xi – x ) ⋅ fi
σ = ---------------------------------- = 141 = 11, 87 piese
∑ fi
σ se exprimă în aceeaşi unitate de măsură ca a caracteristicii studiate şi
arată că oricare din cei 200 muncitori se abate în medie faţă de numărul
mediu de piese realizate cu cu ±11,87 piese.
În acest caz, intervalul mediu de variaţie va fi:
Coeficient de variaţie:
σ 11,87
v = --- ⋅ 100 = ---------------- ⋅ 100 = 10,99 ≅ 11%
x 108
Se poate afirma că media este reprezentativă pentru seria respectivă,
deoarece s-a obţinut un coeficient mic de variaţie.
135
Indicatorii variaţiei
2
Ca şi în cazul mediei se folosesc unele proprietaţi ale σ care permit o
analogie între calculul simplificat al mediei şi cel al dispersiei.
Principalele proprietaţi ale dispersiei:
1. σ 2 calculată pentru un şir de valori egale între ele este egala cu zero,
deoarece media este egala cu fiecare din variantele înregistrate;
2. Dacă fiecare termen al unei serii statistice se modifică într-un sens sau
altul cu o mărime constantă (a) şi se calculeaza dispersia noii serii, atunci ea
este egala cu dispersia seriei iniţiale. Deci, aplicând această proprietate,
media se modifică, în timp ce dispersia ramane neschimbata, deoarece nu
s-a produs decât o translaţie a valorilor într-un sens sau altul, dupa cum s-au
micsorat sau s-au mărit valorile seriei cu constanta “a”.
2 2 2
σx – a = σx + ( x – a )
136
STATISTICĂ şi ECONOMETRIE
∑f
i =1
i
σ x = σ 2x
2 300 2 2
σ x = ---------- ⋅ 10 – ( 100 – 105 ) = 150 – 8 = 141
200
Cu cât fenomenele sunt mai complexe, cu atât gradul de variaţie este mai
mare. Din această cauză unitaţile la care s-a facut observarea trebuie
împărţite în grupe, în funcţie de variaţia factorilor determinanţi. Dacă s-a
aplicat în prealabil metoda gruparii, atunci se pot calcula atât medii pe
grupe, cât şi o medie a colectivitaţii totale şi, corespunzator se vor calcula
indicatorii de variaţie pentru fiecare grupa cât şi pe întreaga colectivitate.
137
Indicatorii variaţiei
Dispersia totală:
∑ (x − x ) ⋅f
2
i 0 i
σ02 =
∑f i
∑ (x − x )
2
i i ⋅ fi
σ 2
=
∑f
i
i
σ 2
=
∑σ ⋅f 2
i i
∑f i
138
STATISTICĂ şi ECONOMETRIE
∑ (x − x ) ⋅f
2
i 0 i
δ2 =
∑f i
2 2 2
σ0 = σ + δ
2
Se mai poate calcula coeficientul de determinatie R şi coeficientul de
nedeterminaţie: 1 – R2 :
δ2
R = 2 ⋅ 100
2
σ0
Coeficientul de nedeterminaţie:
2
σi
1 − R = 2 ⋅ 100
2
σ0
139
Indicatorii variaţiei
Rezolvare:
∑f
0
i 2+7+4 13
unde x =
∑ x f = ( 4 ⋅ 2) + (6 ⋅ 7) + (8 ⋅ 4) = 82 = 6,31 piese
0
j i
∑f i 2+7+4 13
140
STATISTICĂ şi ECONOMETRIE
x1 =
∑ x f = ( 4 ⋅ 2) + (6 ⋅ 6) = 5,5 ; x = (6 ⋅ 1) + (8 ⋅ 4) = 7,6
i i
∑f
2
i 2+6 5
⇒ σ =
2 ∑ ( x − x ) ⋅ f = ( 4 − 5,5) ⋅ 2 + (6 − 5,5) ⋅ 6 = 6 = 0,75
i i
2
i
2 2
∑f
1
2+6
i 8
σ 22 =
∑ ( x − x ) ⋅ f = (6 − 7,6 ) ⋅ 1 + (8 − 7,6) ⋅ 4 = 32 = 0,64
i i
2
i
2 2
∑f i 1+ 4 5
σ
2
=
∑σ ⋅f 2
i i
=
0,75 ⋅ 8 + 0,64 ⋅ 5 9,20
= = 0,7077
∑f i 8+5 13
δ i2 =
∑ (x − xi 0 ) 2 fi
=
(5,5 − 6,31) 2 ⋅ 8 + (7,6 − 6,31) ⋅ 5 13,75
= = 1,044
∑f i 8+5 13
2
- dispersia grupei I-a: σ1 = 0 ,75 cu frecvenţa de 8.
2
- dispersia grupei a II-a: σ 2 = 0 ,64 cu frecvenţa de 5
2
- media dispersiilor de grupă: σ = 0 ,7077
2
- dispersia dintre grupe: δ = 1 ,0440
2
- dispersia generală: σ 0 = 0 ,7077 + 1, 0440 = 1 ,7517
141
Indicatorii variaţiei
1,044
R2 = ⋅ 100 = 67,8%
1,752
1 − R2 = 100 − 67,8 = 32,2%
142
STATISTICĂ şi ECONOMETRIE
Capitolul VIII
OBIECTIVE
Cuvinte cheie
Cuantile
Mod / dominantă
Simetrie / asimetrie
5; 8; 9; 5; 6; 10; 4; 3; 8; 6; 7; 6.
Modulul va fi nota 6, deoarece apare de cele mai multe ori. Ca interpretare,
putem afirma că cei mai mulţi studenţi au obţinut nota 6.
143
Indicatorii medii de poziţie
În următorul caz:
5; 8; 9; 5; 6; 10; 4; 3; 8; 6; 5; 6.
Avem o serie plurimodală, atât valoarea 5, cât şi valoarea 6 apar de cele mai
multe ori.
Mo 1 = 5 şi Mo 2 = 6
Putem afirma că în acest caz, cei mai mulţi studenţi au obţinut nota 5 şi 6.
În cazul unei serii de repartiţie pe intervale egale, valoarea Mo se determină:
• se identifică intervalul modal (cel cu fi cea mai mare, sau în cazul
seriilor de distribuţie cu intervale inegale, intervalul cu frecvenţa redusă cea
mai mare);
• estimarea valorii modale:
∆1 ∆ 1 = f Mo – f Mo – 1
Mo = x 0 + d ------------------- unde
∆1 + ∆2 ∆ 2 = f Mo – f Mo + 1
70
60
50
40
30
20
10
0
Mo
80 - 90 90 -100 100 - 110 110 - 120 120 - 130 130 - 140
144
STATISTICĂ şi ECONOMETRIE
∆1 40
M0 = x 0 + d = 100 + 10 = 100 + 8 = 108 piese
∆1 + ∆ 2 40 + 10
∆1 = fm − fm −1 = 70 − 30 = 40
∆ 2 = fm − fm +1 = 70 − 60 = 10
∆1 ∆ 1 = f Mo
′ – f ′Mo – 1
valoarea Mo = x 0 + d ------------------- unde
∆1 + ∆2 ∆ 2 = f Mo
′ – f ′ Mo + 1
145
Indicatorii medii de poziţie
8.2. CUANTILE
Cuantilele sunt indicatori care descriu anumite poziţii particulare din cazul
seriilor de distribuţie. Conceptul de “cuantila” indică o divizare a distribuţiei
observaţiilor într-un număr oarecare de părţi. Prin urmare, cuantilele de
ordin “r” ( Cr ) sunt valori ale caracteristicilor urmărite care împart distribuţia
8.3. MEDIANA - Me
a) Dacă seria are un număr impar, atunci termenul de la mijloc, având rangul
va fi valoarea Me.
146
STATISTICĂ şi ECONOMETRIE
6+6
Me = ------------- = 6 ⇒ jumătate din studenţii grupei au obţinut o notă mai mică
2
de 6 şi o altă jumătate din studenţi o notă peste 6.
Calculul locului U
Me ∑ fi + 1
= ------------------- .
2
(unitatea mediana)
Me ∑ fi
Dacă ∑ fi > 500 ⇒ U = ---------
2
147
Indicatorii medii de poziţie
În exemplul considerat:
Me 200 + 1 201
U = ------------------- = ---------- = 100 ,5 ⇒ M e ∈ ( 100 ; 110 )
2 2
∑ fi+1 −
2 ∑ fp
valoarea Me = x o + d ⋅
fMe
100 ,5 – 45
M e = 100 + 101 ---------------------------- = 107 ,93 ≅ 108 piese
70
Rezultă că jumătate din muncitori au realizat mai puţin de 108 piese, iar
cealaltă jumătate, respectiv 100 muncitori, au obţinut peste 108 piese.
xi fi fi fi
80 - 90 15 15 200
90 - 100 30 45 185
100 - 110 70 115 155
110 - 120 60 175 85
120 - 130 15 190 25
130 - 140 10 200 10
Total 200
148
STATISTICĂ şi ECONOMETRIE
200
150
frecvente cumulate
100
50
Me
0
frecvente cumulate crescator
1 2 3 4 5 6
frecvente cumulate descrescator
Cuartilele sunt acele valori ale caracteristicii, care separă seria în 4 părţi
egale.
- Cuartila inferioara, notată cu Q1 este > 25% din termenii seriei şi < 75%
dintre ei.
- Cuartila a 2-a = mediana
- Cuartila a 3-a (superioara) > 75% din nr. termenilor şi < 25% din ei.
149
Indicatorii medii de poziţie
1,2 fi
Locul Q 1 : U
Q1 ∑ fi + 1
= -------------------
4
fi + 1
∑ -----------
4
- – ∑ fp
Q 1 = x 0 – d -------------------------------------
fQ
1
Q2 = Me
Q3 3
Locul Q 3 : U = --- ∑ f i + 1
4
3
--- ∑ f i + 1 – ∑ f p
4
Q 3 = x 0 – d ⋅ -----------------------------------------
f Q3
∑ f1 + 1 201
Locul Q 1 = --------------------- = ---------- = 50,25 ≅ 100 < Q 1 < 110
4 4
50,25 – 45
⇒ Q 1 = 100 + 10 --------------------------- = 100 + 0,75 = 100,75 ⇒ 101 piese
70
150
STATISTICĂ şi ECONOMETRIE
3
Locul Q 4 = --- ∑ f i + 1 = 150 ≅ 110 < Q 4 < 120
4
150 – 115
⇒ Q 3 = 110 + 10 -------------------------- = 110 + 5,83 = 115,83 ≅ 116 piese
60
Din cei 200 muncitori, 50 (25%) au realizat un număr de piese cuprins între
(80; 101), alţi 50 muncitori au realizat un număr de piese cuprins între (101;
108), alţi 50 muncitori au realizat un număr de piese cuprins între (108; 116),
iar ultimii 50 muncitori, între (116; 140).
Din cele 50 persoane 25% realizeaza vanzari medii lunare de pana la 31,09
milioane lei, iar restul de 75% vanzari peste 31,09 milioane lei.
Locul D 1: U
D1 ∑ fi + 1
= ------------------- = 5 ,1
10
∑ fi + 1
------------------- – ∑ f p
10
D 1 = x 0 + d ----------------------------------
fD1
151
Indicatorii medii de poziţie
Astfel:
- Dacă x = Mo = Me , s-ar observa şi din grafic distribuţia frecventelor este
simetrica.
0,8
0,6
0,4
0,2
0
X Me Mo xi
0 3 6 9 12 15 18
x – Mo = 3 ( x – Me )
Mo = 3Me – 2x
152
STATISTICĂ şi ECONOMETRIE
Când distribuţia se întinde spre valorile cele mai mari, curba se alungeşte
spre dreapta, x este valoarea cea mai mare şi Mo cea mai mică.
fi
1
0,8
0,6
0,4
0,2
0
Mo Me X xi
0 3 6 9 12 15 18
Sunt cazuri când unul dintre cei 3 indicatori ai tendinţei centrale are o
semnificaţie mai puternică.
Exemplu:
- fie seria { 2, 4, 4, 7, 8, 1000}, situaţie în care Me ca valoare centrală este
mai semnificativă decât x , care este afectată de valoarea extremă, respectiv
1000.
153
Indicatorii medii de poziţie
8.8. ASIMETRIA
fi
1,2 fi fi
1
1
0,8
0,8
0,6 0,6
0,4 0,4
0,2 0,2
25% 25% 25% 25%
0 0 0
M32 Mo Me X xi X Me Mo xi
0 Q1 Q3 x6i 0 3 6 9 12 15 18 0 3 6 9 12 15 18
Q2
154
STATISTICĂ şi ECONOMETRIE
x − M0
Cas =
σ
-1 < Cas < +1
Cu cât Cas este mai mic în valoare absolută, cu atât asimetria este mai
mică.
• Dacă Me > M0 seriei, atunci Cas este cuprins între 0 şi 1, deci există o
asimetrie pozitiva;
• Dacă M0 > Me, Cas este cuprins între –1 şi 0, deci există o asimetrie
negativă.
3 ( x − Me )
C'as =
σ
155
Indicatorii medii de poziţie
Me – Q1 = Q3 – Me
Q1 + Q3
Q= = Q 2 = Me
2
156
STATISTICĂ şi ECONOMETRIE
(Me − Q1 ) + (Q 3 − Me ) Q 3 − Q1
Qd = =
2 2
Q3 − Q1
Q 2
Vq = d =
Me Me
Acest coeficient poate să ia numai valori subunitare pozitive şi se apreciază
ca Vq este cu atât mai nesemnificativă cu cât acest coeficient are o valoare
mai mică.
Me – D1 = D9 - Me
(Me − D1 ) + (D9 − Me ) D9 − D1
Dd = =
2 2
valoarea acestui coeficient se interpretează în acelaşi sens ca şi variaţia
intercuartilică vq
D9 − D1
D 2
Vd = d =
Me Me
157
Indicatorii medii de poziţie
Q3 − Q1 115,83 − 100,75
Vq = 2 = 2 = 0,06 ⇒ variatie intercuartilica este nesemnificativa
Me 107,93
x − Mo 108 − 108
C as = = = 0 ⇒ simetrie perfecta
σ 11,87
C 'as =
(
3 ⋅ x − Me)=
3 ⋅ (108 − 107 ,93 )
= 0,01
σ 11,87
158
STATISTICĂ şi ECONOMETRIE
Capitolul IX
OBIECTIVE
Cuvinte cheie
Concentrare / diversificare
Medială / mediană
159
Indicatorii concentrării şi diversificării
160
STATISTICĂ şi ECONOMETRIE
Punctele de coordonate (pi ; qi) sunt transpuse într-un sistem de două axe
rectangulare, pe abcisă valorile pi , iar pe ordonată valorile qi . Dacă valorile
pi şi qi se exprimă în procente - %, valoarea acestora variază între 0 şi
100%. Prin urmare, curba de concentrare, construita prin unirea punctelor
de coordonate (pi ; qi) apare înscrisă într-un pătrat ABCD, cu latura egală cu
100%. Acesta este cunoscut sub denumirea de pătratutul lui Gini, iar
suprafaţa delimitată de curba de concentrare şi diagonala pătratului se
numeşte suprafaţă de concentrare.
50 50 50
A B
0 0 0
0 50 100 0 50 100
0 50 100
161
Indicatorii concentrării şi diversificării
162
STATISTICĂ şi ECONOMETRIE
0.8
0.6
qi
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
pi
163
Indicatorii concentrării şi diversificării
Mediala unei distribuţii este superioară sau cel mult egală cu mediana.
Me şi Ml sunt egale în cazul când toate salariile sunt egale, distribuţie
egalitara.
16 + 1
Locul M e = ---------------- = 8,5 ⇒ Me ∈ 16; 18 ⇒
2
8,5 – 6
⇒ M e = 16 + 2 ------------------- = 17,666 salariaţi
3
Locul
∑x ⋅f
i i 284
M l = -------------------- = ---------- = 142
2 2
164
STATISTICĂ şi ECONOMETRIE
locul Ml – L i – 1
18 < M l < 20 ⇒ Ml = x 0 + d ------------------------------------------- =
xi ⋅ fi
142 – 139
= 18 + 2 -------------------------- = 18,105 salariaţi
57
165
Indicatorii concentrării şi diversificării
100
95
qi (%)
90
85
80
75
70
65
60
55 A
50
45
40
35
30
25 B
20
15 C
10
5
0
0 20 40 pi (%) 60 80 100
166
STATISTICĂ şi ECONOMETRIE
100
qi (%)
50
p i (% )
0
0 50 100
167
Indicatorii concentrării şi diversificării
Populaţia ocupată
Nr. gi 2
Activităţi ale economiei naţionale - mii persoane- gi
crt. xi (%)
1. Agricultura, vânătoare şi silvicultură 2757 29,5 0,0869
2. Industrie 2259 24,1 0,0583
3. Comerţ 1151 12,3 0,0151
4. Construcţii 679 7,3 0,0053
5. Transport, depozitare şi comunicaţii 489 5,2 0,0027
6. Administraţie publică şi apărare 468 5,0 0,0025
7. Învatamant 400 4,3 0,0018
8. Sănătate + asistenţă socială 375 4,0 0,0016
9. Alte activităţi 775 8,3 0,0069
TOTAL 9353 100,0 0,1812
Sursa datelor: “Anuarul Statistic al României” - ed. 2008, p.122
168
STATISTICĂ şi ECONOMETRIE
1
Pentru a elimina inconvenientul variabilităţii valorii minime posibile ---
- se
N
calculează o formă corectata:
2 1 1
′ ∑ gi – ----
N
0,1812 – ---
9
E = ----------------------- = ------------------------- = 0,079 , al cărui interval de variaţie devine:
1 1
1 – ---- 1 – ---
N 9
169
Indicatorii concentrării şi diversificării
n∑ gi2 − 1
CS = ; CS ∈ [ 0 ; 1 ].
n −1
170
STATISTICĂ şi ECONOMETRIE
Capitolul X
OBIECTIVE
Problema nr. 1
171
Statistică - probleme rezolvate şi propuse
Tabel 1
Vânzarile realizate de fiecare din cei 50 agenţi comerciali ai societăţii "X".
Se cere:
172
STATISTICĂ şi ECONOMETRIE
1) SISTEMATIZAREA DATELOR
(centralizarea şi gruparea datelor pe variante şi intervale de variaţie):
a) pe variante de variaţie:
b) pe intervale de variaţie:
• Intervale continue:
173
Statistică - probleme rezolvate şi propuse
A x max – x min 69 – 14
- = ------------------- = 9 ,17 ≅ 10
I = ---- = ----------------------------
k k 6
174
STATISTICĂ şi ECONOMETRIE
Tabel 2
Gruparea agenţilor comerciali pe intervale de variaţie după valoarea
vânzarilor realizate într-o lună
Grupe de agenţi comerciali după Numărul agenţilor
valoarea vânzarilor realizate comerciali
(mii lei) - xi fi
10 - 20 5
20 - 30 6
30 - 40 15
40 - 50 13
50 - 60 6
60 - 70 5
Total 50
175
Statistică - probleme rezolvate şi propuse
15 15
10 10
5 5
Mo=38,18
0 Mo=38,18 0
0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70
xi 0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70
∑ xi ⋅ fi 1990
Media aritmetica: x = ------------------ = ------------- = 39 ,8 mii lei
50
∑ fi
În medie fiecare din cele 50 persoane realizeaza vânzari medii lunare de
39,8 mii lei.
176
STATISTICĂ şi ECONOMETRIE
Media armonică:
∑ fi 50
x h = ------------------- = ------------------- = 33 ,86 mii lei
1 1 ,47681
∑ ---x-i ⋅ fi
∑
2
xi ⋅ fi 88850
Media pătratică: xp = ------------------- = --------------- = 42 ,15 mii lei
∑ fi
50
Media geometrică:
∑f lg ∑ fi
∏x fi ⇔ lgxg
i
∏x f i = ---------- ∑ lg ( x i ⋅ f i )
1
xg = =
∑ fi
i i
1
x g = ------ 78 ,42762 = 1 ,5685524
50
1 ,5685524
x g = 10 = 37 ,03 mii lei
∆1 15 – 6
Mo = x 0 + d ------------------ = 30 + 10 ------------------------------------------------- = 38 ,18 mii lei
∆1 + ∆2 ( 15 – 6 ) + ( 15 – 13 )
∆ 1 = f Mo – f Mo – 1
∆ 2 = f Mo – f Mo + 1
177
Statistică - probleme rezolvate şi propuse
Cuantile
• Mediana
Pentru a stabili intervalul în care se afla mediana, calculăm locul (unitatea)
medianei:
Me 50 + 1
U = --------------- = 25 ,5
2
Me
U – ∑ fp 25 ,5 – 11
M e = x 0 + d -------------------------- = 30 + 10 ---------------------- = 39 ,06 mii lei
fMe 16
Me=39,06
178
STATISTICĂ şi ECONOMETRIE
• Quartilele:
Q 50 + 1
U 1 = --------------- = 12 ,75
4
U 1 – ∑ fp
Q
12 ,75 – 11
Q 1 = x 0 + d -------------------------- = 30 + 10 ------------------------- = 31 ,09 mii lei
fQ 16
1
Din cele 50 persoane 25% realizeaza vânzări medii lunare de până la 31,09
mii lei, iar restul de 75% vânzări peste 31,09 mii lei.
Q2 = Me
Q3 3 ( 50 + 1 )
U = ----------------------- = 38 ,25
4
Q
U 3 – ∑ fp 38 ,25 – 26
Q 3 = x 0 + d -------------------------- = 40 + 10 ------------------------- = 49 ,42 mii lei
fQ3 13
Din cele 50 persoane 75% realizeaza vânzări medii lunare de până la 49,42
mii lei, iar restul de 25% vânzări peste 49,42 mii lei.
• Decilele:
D 50 + 1
U 1 = --------------- = 5 ,1
10
U D1 – ∑ f p 5 ,1 – 5
D 1 = x 0 + d ------------------------ = 20 + 10 ---------------- = 20 ,17 mii lei
fD1 6
Din cele 50 persoane 10% realizeaza vânzări medii lunare de până la 20,17
mii lei, iar restul de 90% vânzări de peste 20,17 mii lei.
D 5 = Me
…
D9 9 ( 50 + 1 )
U = ----------------------- = 45 ,9
10
…
U D9 – ∑ f p 45 ,9 – 45
D 9 = x 0 + k ------------------------ = 60 + 10 ---------------------- = 61 ,8 mii lei
fD3 5
Similar se calculeaza toate celor 9 decile.
179
Statistică - probleme rezolvate şi propuse
Din cele 50 persoane 90% realizează vânzări medii lunare de până la 61,8
mii lei, iar restul de 10% vânzări peste 61,8 mii lei.
U
Ml ∑ xi ⋅ fi 1990
= ------------------ = ------------ = 995 ⇒ M l se afla în intervalul (40 ; 50)
2 2
∑ xi ⋅ fi
2 ∑ xi ⋅ fip
------------------ –
995 – 750
M l = x 0 + d ------------------------------------------- = 40 + 10 ------------------------ = 44 ,19 mii lei
xf M l 585
Tabelul nr. 2
mijlocul
xi xi – a xi – a 1---
intervalului fi xi fi ------------- ------------
-f f
(mii.lei) xi k k i x i
A 1 2 3 4 5 6
10-20 15 5 75 -2 -10 0,33333
20-30 25 6 150 -1 -6 0,24000
30-40 35 15 525 0 0 0,42857
40-50 45 13 585 1 13 0,28889
50-60 55 6 330 2 12 0,10909
60-70 65 5 325 3 15 0,07692
Total 50 1990 24 1,47681
- continuarea tabelului -
xi
x 2i f i lgx i lgx i f i f f ( xi fi )
(mii.lei)
A 7 8 9 10 11 12
10-20 1125 1,17609 5,88046 5 50 75
20-30 3750 1,39794 8,38764 11 45 225
30-40 18375 1,54407 23,16102 26 39 750
40-50 26325 1,65321 21,49176 39 24 1335
50-60 18150 1,74036 10,44218 45 11 1665
60-70 21125 1,81291 9,06457 50 5 1990
Total 88850 78,42762
180
STATISTICĂ şi ECONOMETRIE
Indicatorii absoluţi
Abaterea individuală: di = xi – x
Indicatorii relativi
A 60
Amplitudinea relativă a variaţiei: A % = --- × 100 = ---------- × 100 = 150 ,75 %
x 39 ,8
di
Abaterea individuală relativă: d i % = ---- ⋅ 100
x
∑
2
( xi – x ) ⋅ fi 9648
Dispersia: σ =
2
---------------------------------- = ------------ = 192 ,96
∑ fi
50
∑
2
( xi – x ) ⋅ fi 9648
σ = ---------------------------------- = ------------ = 192 ,96 = 13 ,89 mii lei
∑ fi
50
σ 13 ,89
Coeficientul de variaţie: V = --- ⋅ 100 = ------------- ⋅ 100 = 34 ,9 %
x 39 ,8
181
Statistică - probleme rezolvate şi propuse
Tabelul nr. 3
xi xi fi di = xi – x di %
A 1 2 3 4
10-20 15 5 -24,8 -64,6
20-30 25 6 -14,8 -38,5
30-40 35 15 -4,8 -12,5
40-50 45 13 5,2 13,5
50-60 55 6 15,2 39,6
60-70 65 5 25,2 65,6
Total 50
- continuarea tabelului -
xi xi – x xi – x ⋅ fi 2
( xi – x ) ⋅ fi
A 5 6 7
10-20 24,8 124,0 3075,2
20-30 14,8 88,8 1314,2
30-40 4,8 72,0 345,6
40-50 5,2 67,6 351,5
50-60 15,2 91,2 1386,2
60-70 25,2 126,0 3175,2
Total 569,6 9648,0
5) STUDIUL CONCENTRARII
A 5 ,13
A % = ----------- ⋅ 100 = ---------- ⋅ 100 = 8 ,55 %
A max 60
182
STATISTICĂ şi ECONOMETRIE
fi xi fi
q i = ---------- q i = --------------
∑ fi ∑ xi fi
Gradul de concentrare a vanzarilor pe grupe de
agenti comerciali dupa vanzarile realizate
100
qi
80
60
40
20
0 %
pi
0 20 40 60 80 100
183
Statistică - probleme rezolvate şi propuse
Coeficientul Yule
q2 – q1 ( Q 3 – M 6 ) – ( Me – Q 1 )
C ay = ----------------- = -------------------------------------------------------- = 0 ,0938
q2 + q1 ( Q3 – Me ) + ( Me – Q1 )
As 1 ,62
C as = ----- = ------------- = 0 ,348
σ 13 ,96
2
µ3 110 ,784 -
2
β 1 = -----3 = ---------------------
3
= 0 ,0017 , unde
µ2 192 ,6
∑
3
( xi – x ) ⋅ fi 5539 ,2
µ3 = ---------------------------------- = ---------------- = 110 ,784 (vezi Tabelul nr. 4).
∑ fi
50
2
µ 2 = σ = 192 ,96
γ1 = β 1 = 0 ,041
184
STATISTICĂ şi ECONOMETRIE
Tabel nr. 4
3 4
xi xi fi ( xi – x ) ⋅ fi ( xi – x ) ⋅ fi
10-20 15 5 -76265,0 1891371,0
20-30 25 6 -19450,8 287871,1
30-40 35 15 -1658,9 7962,6
40-50 45 13 1827,9 9505,1
50-60 55 6 21070,8 320276,9
60-70 65 5 80015,0 2016379,0
Total 50 5539,2 4533365,8
µ4 90667 ,316
β 2 = -----2 = -------------------------
2
= 2 ,435
µ2 192 ,6
∑
4
( xi – x ) ⋅ fi 4533365 ,8
µ4 = ---------------------------------- = ------------------------- = 90667 ,316 (vezi Tabelul nr. 4)
∑ ni
50
γ 2 = β 2 – 3 = – 0 ,565
185
Statistică - probleme rezolvate şi propuse
Problema nr. 2
Se cere:
Observaţii:
a) Histograma:
186
STATISTICĂ şi ECONOMETRIE
40 38
35
32
30
frecvente reduse
25
22
20 19
18
15
10
0
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
b) Media aritmetică:
∑ xi ⋅ fi 214550
x = ------------------ = ------------------ = 1073 persoane
∑ fi
200
În medie fiecare din cele 200 unităţi de învăţământ au înregistrat 1089 elevi
înscrişi.
Modul (Dominanta)
∆′ 1 6
Mo = x 0 + d ---------------------- = 1200 + 300 --------------- = 1269 elevi
∆′ 1 + ∆′ 2 6 + 20
Frecvenţa redusă cea mai mare este 38, iar intervalul modal va fi
(1200 ; 1499).
∆′ 1 = f m′ – f m′ – 1 = 38 – 32 = 6
∆′ 2 = f m′ – f m′ + 1 = 38 – 18 = 20
187
Statistică - probleme rezolvate şi propuse
Cel mai frecvent număr de elevi înscrişi întâlnit la nivelul celor 200 unităţi de
învăţământ este de 1269 elevi.
Mediana
∑ fi + 1
U Me = ------------------- = 100 ,5
2
U Me – ∑ f p 100 ,5 – 52
M e = x 0 + d -------------------------- = 800 + 400 ------------------------- = 1103 elevi
fMe 64
U 1 – ∑ fp
Q
50 ,25 – 19
Q 1 = x 0 + d -------------------------- = 500 + 300 ------------------------- = 785 elevi
fQ 13
1
Q3 3 ( 200 + 1 )
Locul Q 3 : U = -------------------------- = 150 ,75 , deci Q 3 se va situa în intervalul
4
(1200, 1499);
U 3 – ∑ fp
Q
150 ,75 – 116
Q 3 = x 0 + d -------------------------- = 1200 + 300 ------------------------------- = 1383 elevi
fQ 57
3
d) Coeficientul de variaţie:
∑
2
( xi – x ) ⋅ fi 28214000
σ = ---------------------------------- = ------------------------ = 376 elevi
∑ fi
200
188
STATISTICĂ şi ECONOMETRIE
σ 376
v = --- ⋅ 100 = ------------ ⋅ 100 = 35 ,04 %
x 1073
Coeficienţi de fi
Mijlocul Mărimea reducere a f i ′ = -----
intervalului fi intervalului frecvenţelor
Ki xi ⋅ fi fi 2
( xi – x ) ⋅ fi
xi di di frecvenţe
K i = ---------- reduse
d min
400 19 200 1,0 19 7600 19 8605651,0
650 33 300 1.5 22 21450 52 5904657,0
1000 64 400 2,0 32 64000 116 341056,0
1350 57 300 1.5 38 76950 173 4373553,0
1650 27 300 1.5 18 44550 200 8989083,0
Total 200 214550 28214000,0
Problema nr. 3
Să se determine:
a) indicatorii tendinţei centrale;
b) dacă media este reprezentativă pentru seria dată:
189
Statistică - probleme rezolvate şi propuse
Observaţii:
- deteminarea medianei presupune o ordonare crescătoare a termenilor
seriei;
- fiind o serie de distribuţie simplă cu număr par de termeni mediana se
calculează ca medie aritmetică a celor doi termeni centrali.
a) Media aritmetica:
∑ xi 398
x = ----------- = --------- = 39 ,8 mii Euro
n 10
În medie fiecare din cele 10 societăţi comerciale au realizat în anul 2008
exporturi de 39,8 mii Euro.
Mediana:
Seria ordonată crescător va fi: 12, 17, 22, 24, 25, 44, 48, 48, 57, 101.
Termenul de ordin n/2 este termenul al cinci-lea - 25
Termenul de ordin n/2+1 este termenul al şase-lea - 44
Valoarea medianei este: (25+44)/2 = 34,5 mii Euro
Modul (Dominanta):
Valoarea cea mai frecvent întâlnită în distribuţie (în cazul nostru, se repetă
de doua ori) este 48 mii Euro.
∑
2
( xi – x ) 6272
σ = --------------------------- = ------------ = 25 ,04 Euro
n 10
σ 25 ,04
V = --- ⋅ 100 = ------------- ⋅ 100 = 62 ,91 %
x 39 ,8
Nr.
I II III IV V VI VII VIII IX X Total
crt.
xi 12 17 22 24 25 44 48 48 57 101 398
2
( xi – x ) 772,8 519,8 317 249,64 219 17,6 67,24 67,24 296 3745 6272
190
STATISTICĂ şi ECONOMETRIE
Problema nr. 3
Se cere:
a) să se reprezinte grafic seria;
b) să se determine media şi dispersia prin calcul simplificat:
În prealabil se vor închide convenţional intervalele deschise la ambele
capete, cu mărimea celorlalte intervale, respectiv 100 persoane.
Histograma
40
fi
35
30
25
20
15
10
xi
0 Mo
0-100 100-200 200-300 300-400 400-500 500-600 600-700
191
Statistică - probleme rezolvate şi propuse
xi – a
∑ ⎛⎝ ------------
k ⎠ i
-⎞ ⋅ f
– 11
x = --------------------------------- ⋅ k + a = --------- ⋅ 100 + 350 = 339 persoane
∑ fi
100
2
⎛ x------------
i – a⎞
2 ∑ ⎝ k ⎠ ⋅ fi -
2 145 2
σ = ------------------------------------ ⋅ k – ( x – a ) = --------- ⋅ 100 – ( 339 – 350 ) = 14379
∑ fi
100
xi *
xi – a xi – a 2
fi
------------
- ------------- ⋅ f i i – a⎞
⎛ x------------
- ⋅ fi
mijlocul k k ⎝ k ⎠
intervalului (%)
150 15 -2 -30 60
250 21 -1 -21 21
350 36 0 0 0
450 16 1 16 16
550 12 2 24 48
Total 100 -11 145
Problema nr. 4
Se cere:
a) să se determine intervalul mediu de variaţie al mediei;
b) să se studieze forma repartiţiei salariaţilor după producţia realizată;
c) să se studieze gradul de concentrare a producţiei pe grupe de salariaţi
după producţia realizată:
192
STATISTICĂ şi ECONOMETRIE
Observaţii:
- toţi indicatorii sintetici la nivelul unei serii de distribuţie în care nu se cunosc
efectivele absolute (frecvenţele absolute) ale fiecarei grupe se pot determina
cu ajutorul frecvenţelor relative.
a) x =
∑ xi ⋅ fi *
----------------------- 12000
= --------------- = 120 bucăţi
100 100
∑
2
( xi – x ) ⋅ fi * 172500
σ = --------------------------------------- = ------------------ = 41 ,53 bucăţi
100 100
M o ∈ ( 100 ; 150 )
∑
*
fi + 1
Locul medianei: U Me
= --------------------- = 50 ,5 rezultă M e ∈ ( 100 ; 150 )
2
∆′ 1 60 – 20
Mo = x 0 + d ---------------------- = 100 + 50 ---------------------------------------------------- = 122 ,2 bucăţi
∆′ 1 + ∆′ 2 ( 60 – 20 ) + ( 60 – 10 )
M
U e – ∑ fp
*
50 ,5 – 25
- = 100 + 50 ---------------------- = 121 ,3 bucăţi
M e = x 0 + d ---------------------------
* 60
fMe
193
Statistică - probleme rezolvate şi propuse
Indicatorii relativi
q2 – q1 ( Q 3 – M e ) – ( Me – Q 1 )
Coeficientul Yule: C ay = ----------------- = -------------------------------------------------------- = – 0 ,0024
q2 + q1 ( Q3 – Me ) + ( Me – Q1 )
∑
*
Q1
fi + 1
Locul Q 1 : U = --------------------- = 25 ,25
4
U 1 – ∑ fp
Q *
25 ,25 – 25
- = 100 + 50 ------------------------- = 100 ,2 bucăţi
Q 1 = x 0 + d --------------------------
* 60
fQ1
∑ fi + 1
*
Q3
Locul Q 3 : U = 3 --------------------- = 75 ,75
4
Q
U 3 – ∑ fp
*
- = 100 + 50 75 ,75 – 25
Q 3 = x 0 + d --------------------------
*
------------------------- = 142 ,3 bucăţi
fQ3 60
As – 2 ,2 – 3 ,9
C as = ----- = ------------- = – 0 ,053 sau C as = ------------- = – 0 ,094
σ 41 ,53 41 ,53
2
µ3 13500
2
β 1 = -----3 = ----------------
3
- = 0 ,036 , unde:
µ2 1725
∑
3 *
( xi – x ) ⋅ fi 1350000
µ3 = ------------------------------------ = --------------------- = 13500
100 100
2
µ 2 = σ = 1725
194
STATISTICĂ şi ECONOMETRIE
Indicatorii boltirii:
∑
4 *
( xi – x ) ⋅ fi 11885625
µ4 = ------------------------------------ = ------------------------ = 11885625
100 100
A = M l – M e = 129 ,2 – 121 ,3 = 7 ,9
A 7 ,9
A % = ----------- 100 = --------- 100 = 3 ,16 %
A max 250
*
Locul medialei: U
Ml ∑ xi fi
= -------------------- = 6000
2
∑ xi fi
2 ∑ x i fip
-------------- –
6000 – 1625
M l = x 0 + d ------------------------------------- = 100 + 50 ------------------------------ = 129 ,2 bucăţi
x ⋅ f Ml 7500
195
Statistică - probleme rezolvate şi propuse
60
40
20
0 pi
0 20 40 60 80 %100
* fi * xi fi * )
fi * 2
xi xi fi ( xi – x ) ⋅ fi *
(%) ( pi )
A 1 2 3 4 5
25 5 125 45125 5 125
75 20 1500 40500 25 1625
125 60 7500 1500 85 9125
175 10 1750 30250 95 10875
225 5 1125 55125 100 12000
Total 100 12000 172500
- continuarea tabelului -
*
3 4
xi fi
xi ( xi – x ) ⋅ fi * x i – x ) ⋅ f i * ----------------*100 ( qi )
∑ xi fi
A 6 7 8
25 -4286875 407253125 1,0
75 -1822500 82012500 13,5
125 7500 37500 76,0
175 1663750 91506250 90,6
225 5788125 607753125 100,0
Total 1350000 1188562500
196
STATISTICĂ şi ECONOMETRIE
Problema nr. 5
Se cere:
a)
197
Statistică - probleme rezolvate şi propuse
100
10,0
%
80 23,3
800-1000
muncitori
60 600-800
muncitori
43,3 400-600
40 muncitori
200-400
muncitori
0-200 muncitori
20
16,7
6,7
0
1
b)
xmin D1 D2 D3 D4 D5 D6 D7 D8 D9 xmax
10%
40%
Între fiecare două decile sunt situaţi 10% din termenii seriei. Prin urmare,
pentru a stabili limitele în care se află primele 40% de unităţi trebuie
calculate valoarea decilei a 4-a.
D4 150 + 1
U = 4 ------------------ = 60 ,4 ⇒ D 4 ∈ ( 400 ; 600 )
10
D
U 4 – ∑ fp 60 ,4 – 35
D 4 = x 0 + d -------------------------- = 400 + 200 ---------------------- = 478 ,15 persoane
fD4 65
198
STATISTICĂ şi ECONOMETRIE
Problema nr. 6
∑ xi 350
a) Media aritmetica: x = ----------- = --------- = 35 milioane lei
n 10
Exemplu:
Unitatea I
x1 – x
------------- ⋅ 100 = 14
x
Ştim că ( x 1 – x ) ⋅ 100 = 14 ⋅ x x 1 = 35 × 1 ,14 = 39 ,9 milioane lei
x ⋅ ( 14 + 100 )
x 1 = ---------------------------------
100
∑
2
( xi – x ) 115 , 69- =
σ = --------------------------- = ----------------- 11, 569 = 3 ,4 milioane lei
b) n 10
σ 3,4
v = --- ⋅ 100 = ------- ⋅ 100 = 9,7 %
x 35
199
Statistică - probleme rezolvate şi propuse
( xi – x ) 4,9 2,5 -5,9 1,8 -2,1 1,4 -5,2 -1,7 2,8 1,8
2 24,01 6,25 34,81 3,24 4,41 1,96 27,04 2,89 7,84 3,24 115,69
( xi – x )
Problema nr. 7
Observaţii:
- suma ponderilor deţinută de fiecare grupă a unei coletivităţi va fi egală cu
100% sau după caz cu 1 (când ponderile sunt exprimate în coeficienţi). În
problema dată ponderile sunt exprimate în %, fapt evidenţiat prin valorile
înregistrate supraunitare;
- calculul indicatorilor tendinţei centrale în seriile de distribuţie simplă au fost
prezentate într-o problemă anterioară.
200
STATISTICĂ şi ECONOMETRIE
xi gi
g i = ----------- 100 ⇒ x i = ∑ i 100-
x ⋅ --------
∑ xi
Valorile seriei au fost calculate şi prezentate în tabel.
b) x = 20 mii lei
M o = 16 mii lei
(este valoarea care se repetă de cele mai multe ori în serie).
Seria ordonată crescător: 8; 12; 14; 16; 16; 20; 22; 24; 26; 42.
16 + 20
M o = ------------------ = 18 mii lei
2
∑
2
( xi – x ) 816
σ = --------------------------- = --------- = 9 ,03 mii lei
n 10
A′ s = 3 ( x – M e ) = 3 ( 20 – 18 ) = 6 mii lei
Indicatorii relativi:
Coeficientul empiric de asimetrie Pearson:
As 4 6
C as = ----- = ---------- = 0 ,443 sau C′ as = ---------- = +0 ,664
σ 9 ,03 9 ,03
201
Statistică - probleme rezolvate şi propuse
Problema nr. 8
n ⋅ ∑ gi – 1
2
11 ⋅ 0 ,102 – 1- = 0 ,110
iS = ----------------------------- = --------------------------------
n–1 11 – 1
1 1
∑ gi – --n-
2
0 ,102 – ------
11
E ″ = --------------------- = -------------------------- = 0 ,012
1--- 1
1– 1 – ------
n 11
202
STATISTICĂ şi ECONOMETRIE
Ki ⁄ 0
110 170 85 96 85 41 122 54 85 123 100
%
xi 132 204 102 115 102 49 146 65 102 148 120 1285
gi 0,103 0,159 0,079 0,090 0,079 0,038 0,114 0,050 0,079 0,115 0,093 1,000
2
gi 0,011 0,025 0,006 0,008 0,006 0,001 0,013 0,003 0,006 0,013 0,009 0,102
Problema nr. 9
Pentru 200 salariaţi ai unei S.C. fondul de salarii într-o luna a fost de 350 mii
lei; cei mai mulţi dintre salariaţi având un salariu de 1820 lei. Coeficientul de
asimetrie Pearson al repartiţie după salariu a fost de -0,35. Să se arate dacă
acestă colectivitate este omogenă, din punct de vedere al salariului.
M o = 1820 lei
∑ fi = 200 salariaţi
C as = – 0,35
∑
xi ⋅ fi
350000
∑ x i ⋅ f i = 350 mii lei ⇒ x = -------------------- = ------------------ = 1750 lei
∑ fi
200
x – Mo 1750 – 1820
C as = ---------------- = – 0 ,35 ⇒ σ = ------------------------------ = 200
σ – 0 ,35
σ 200
V = --- 100 = ------------ 100 = 11 ,4 % < 15 % ⇒
x 1750
203
Statistică - probleme rezolvate şi propuse
Problema nr. 10
Precizaţi care din cei trei indicatori medii ai tendinţei centrale este
reprezentativ pentru fiecare serie în parte şi de ce.
a) 3, 15, 18, 22, 23, 24, 26, 26, 26, 27, 31, 33, 1072;
b) 110, 110, 110, 112, 120, 122, 125, 128, 130, 131, 1300
204
STATISTICĂ şi ECONOMETRIE
Problema nr. 11
Me = 26 milioane lei
∑ xi
- = 500
∑i
x = 500 milioane lei ⇒ x = ----------
n
--------- = 25 milioane lei
20
σ σ
V = --- 100 = ------ 100 = 22 % ⇒ σ = 0 ,22 ⋅ 25 = 5 ,5 milioane
x 25
3 ( x – Me ) 3 ( 25 – 26 )
C as = ------------------------ = -------------------------- = – 0 ,545 ⇒
σ 5 ,5
205
Statistică - probleme rezolvate şi propuse
Problema nr. 1
Problema nr. 2
Problema nr. 3
206
STATISTICĂ şi ECONOMETRIE
Problema nr. 4
Se cere:
Problema nr. 5
Abateri
+ 14 -7 -5 -5 + 16 -4 +3 +5 -8 -9
(mii lei)
Problema nr. 6
207
Statistică - probleme rezolvate şi propuse
Problema nr. 7
Problema nr. 8
Cunoscând:
208
STATISTICĂ şi ECONOMETRIE
Capitolul XI
INTRODUCERE ÎN ECONOMETRIE
DEFINIŢII ŞI OBIECTIVE
209
Introducere în econometrie
210
STATISTICĂ şi ECONOMETRIE
Capitolul XII
OBIECTIVE
Cuvinte cheie:
211
Analiza seriilor cronologice
SCR se mai numesc şi serii dinamice sau serii de timp. Ele descriu
statistic evoluţia în timp a unui fenomen sau proces economic.
Anii 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Evolutia
efectivului
populatiei stabile 735,2 743,3 737,5 741,1 742,9 744,2 745,5 746,1 748,9 750,8 752,8
a judetului Bacau
(mii persoane)
Total incorect !
212
STATISTICĂ şi ECONOMETRIE
Din acest motiv s-a precizat că însumarea datelor seriei în astfel de cazuri
nu are o semnificaţie economica sau sociala, aceasta fiind o SCR de
momente şi pentru ca prezentarea seriei să fie corectă, în cazul de tabel
trebuie precizat clar şi momentul la care s-au înregistrat datele.
213
Analiza seriilor cronologice
Exemplu:
- în trecut anii reprezentativi se considerau: 1938, 1950, 1960, 1965, 1970,
1975, ..., ani care marcau anumite etape în dezvoltarea economică;
- acum se compară cu anul 1989, ultimul an al socialismului sau cu anul
1990, primul an de tranziţie;
- populaţia se compară cu populaţia existentă la recensămintele populaţiei.
214
STATISTICĂ şi ECONOMETRIE
1. Indicatori absoluţi.
2. Indicatori relativi.
3. Indicatori medii.
215
Analiza seriilor cronologice
1. Indicatorii absoluţi
2. Indicatorii relativi
I i ⁄ 0 = indicele de dinamică calculat cu baza fixă;
3. Indicatorii medii
y = nivelul mediu al unui SCR de intervale;
216
STATISTICĂ şi ECONOMETRIE
Sporul sau scăderea absolută poate fi calculată fie faţă de nivelul unei
singure perioade considerată baza de referinţă, fie de la o perioada la alta.
În primul caz se obţine sporul (scăderea) cu baza fixa, iar în cel de-al doilea,
sporul (scăderea) cu baza în lanţ.
217
Analiza seriilor cronologice
Valoarea
absolută a
Locuinte Indicele Creşterea unui
Sporul absolut relativa cu baza
terminate în cu baza procent din
cu baza:
judetul Bacău (%) ( ± %) ritmul
sporului cu
baza în lanţ
fixa în lant fixa în lant fixa în lant
Anul yi Ai ⁄ i – 1
∆i ⁄ 0 ∆i ⁄ i – 1 Ii ⁄ 0 Ii ⁄ i – 1 Ri ⁄ 0 Ri ⁄ i – 1
1995 2031 - - 100,0 - - - -
1996 1625 -406 -406 80,0 80,0 -20,0 -20,0 20,31
1997 1571 -460 -54 77,4 96,7 -22,6 -3,3 16,25
1998 1395 -636 -176 68,7 88,8 -31,3 -11,2 15,71
1999 1286 -745 -109 63,3 92,2 -36,7 -7,8 13,95
2000 1137 -894 -149 56,0 88,4 -44,0 -11,6 12,86
-894 56,0
n n
TOTAL 9045 X X X X X
∑ ∆i ⁄ i – 1 ∏ Ii ⁄ i – 1
i=0 i=1
218
STATISTICĂ şi ECONOMETRIE
1500
1000
500
ti
0
1995 1996 1997 1998 1999 2000
∆i ⁄ i – 1 = yi – yi – 1
Între sporurile cu baza în lanţ şi cele cu bază fixă există urmatoarea relaţie:
n
∑ ∆i ⁄ i – 1 = ∆n ⁄ 0 = yn – y0
i=1
Rezultă că, suma sporului cu baza în lanţ este egală cu ultimul spor cu baza
fixă, deci cu sporul pentru întreaga perioadă luată în calcul.
În exemplul luat avem: -894 = -894.
219
Analiza seriilor cronologice
Folosind această relaţie, dacă scădem din sporul cu bază fixă a unei
perioade sporul cu bază fixă a perioadei precedente se obţine sporul cu
bază în lanţ corespunzător:
( yi – y0 ) – ( yi – 1 – y0 ) = yi – y0 – yi – 1 + y0 = yi – yi – 1
∆2 ⁄ 0 – ∆1 ⁄ 0 = ∆2 ⁄ 1
- 460 - (- 406) = -54
.
s.a.m.d.
Mărimea relativă care arată de câte ori s-a modificat un fenomen în timp se
numeşte indice de dinamică şi se poate calcula cu baza fixa şi cu baza în
lanţ.
220
STATISTICĂ şi ECONOMETRIE
În exemplul luat:
y1 1625
I 1 ⁄ 0 = ----- × 100 = ------------- × 100 = 80,0%
y0 2031
y2 1571
I 2 ⁄ 0 = ----- × 100 = ------------- × 100 = 77,4%
y0 2031
.
.
y5 1137
I 5 ⁄ 0 = ----- × 100 = ------------- × 100 = 56,0%
y0 2031
yi yi
I i ⁄ i – 1 = ---------- sau I i ⁄ i – 1 (%) = ---------- × 100
yi – 1 yi – 1
y yi – 1 yi Ii ⁄ 0
-----i ÷ ---------- = ---------- ⇒ --------------- = I i ⁄ i – 1
y0 y0 yi – 1 Ii – 1 ⁄ 0
221
Analiza seriilor cronologice
I3 ⁄ 0 , 687-
--------- = I 3 ⁄ 2 ⇒ 0-------------- = 0, 888
I2 ⁄ 0 0, 774
Spre exemplu, în tabel avem calculaţi indicii sub formă de procente, iar
pentru a verifica dacă produsul indicilor cu baza în lanţ este egal cu ultimul
indice cu bază fixă vom transforma întâi în coeficienţi prin împărţire cu 100,
vom face produsul acestor indici, apoi dacă dorim, rezultatul va fi înmulţit din
nou cu 100 pentru a fi exprimat în procente.
∆i ⁄ 0 yi – y0 yi y0
R i ⁄ 0 = ---------- × 100 = --------------- × 100 = ⎛ ----- – -----⎞ × 100 = ( I i ⁄ 0 – 1 ) × 100
y0 y0 ⎝ y 0 y 0⎠
222
STATISTICĂ şi ECONOMETRIE
I i ⁄ 0 (%) - 100 = R i ⁄ 0
Atenţie ! ∏ Ri ⁄ i – 1 ≠ Rn ⁄ 0
i=1
Deci, corelaţiile dintre indicii cu baza în lanţ şi cei cu baza fixă nu se verifică
şi la ritmul de creştere al sporului. Dacă vrem să ne folosim de aceste
corelaţii şi la ritmul de creştere al sporului, facem trecerea la indice prin
adunarea lui 100, ne folosim de corelaţiile dintre indici, apoi facem din nou
trecerea de la indice la ritm de creştere al sporului.
Spre exemplu, dacă indicele arată 0,8, respectiv 80% este de preferat să ne
folosim în exprimare cu ajutorul ritmului şi să spunem că fenomenul a scăzut
cu 20% (80 - 100 = - 20%).
Dacă însă indicele arată 2,5, respectiv 250% este mai pe înteles pentru
public de a folosi în exprimare indicele şi să spunem că fenomenul a crescut
de 2 ori şi jumătate decât să folosim ritmul, care înseamnă că fenomenul a
crescut cu plus 150%. Dar, ambele forme de exprimare sunt corecte, însă
una poate fi mai bine recepţionată de auditoriul mai puţin specializat, faţă de
cealaltă.
223
Analiza seriilor cronologice
224
STATISTICĂ şi ECONOMETRIE
Pentru exemplul luat, indicatorul s-a calculat în ultima coloana din tabel.
n
∑ yi
y = i------------
=0 -
n
9045
În exemplul luat avem: y = ------------ = 1507, 5 locuinţe.
6
225
Analiza seriilor cronologice
∑ ∆i ⁄ i – 1
∆ = i------------------------
=1 - unde n = numărul sporurilor cu baza în lanţ
n
sau
n
∑ ∆i ⁄ i – 1
yn – y0
∆ = i------------------------
=1 - unde n = numărul termenilor seriei
- = ---------------
n–1 n–1
– 894
∆ = ------------ = – 178, 8 locuinţe
5
Limitele acestui indicator: după cum se vede din formula de calcul, sporul
mediu ia în considerare numai termenii extremi ai seriei ( y 0 şi y n ),
ignorând ceilalţi termeni.
Din acest motiv, sporul mediu are sens economic numai în măsura în care
între sporurile cu baza în lanţ, nu există variaţie mare şi prezintă aceeaşi
tendinţă (de creştere sau de scădere) pe toată perioada studiată.
Altfel, prin compensarea abaterilor în plus şi minus din interiorul seriei se va
estompa neomogenitatea datelor prezentate.
226
STATISTICĂ şi ECONOMETRIE
În practică mai întâlnim situaţii în care dispunem de mai multi indici medii ce
caracterizează mai multe perioade succesive de timp şi vrem să calculăm
indicele general pentru întreaga perioadă de timp.
unde:
I =indicele mediu general de creştere;
I =indicii medii parţiali;
n i =numărul indicilor cu baza în lanţ ce intră în componenţa fiecărui
indice mediu parţial;
k = numărul subperioadelor, adică al indicilor medii parţiali.
R = I % - 100
227
Analiza seriilor cronologice
y1 y2 y3 y4 y5
unde:
y i = termenii seriei cronologice care iau valori de la y 1 la y n
t i = intervalele dintre momentele seriei care
pot lua valori de la t 1 la t n – 1
În acest caz, t 1 = t 2 = t 3 = . . . . . = t n – 1
228
STATISTICĂ şi ECONOMETRIE
Exemplu de calcul:
Pentru a calcula stocul mediu lunar, vom aplica direct formula de calcul a
mediei cronologice simple:
y1 y
----- + y 2 + y 3 + ----4- 72 ------ + 85 + 175 + 27 ------
2 2- ---------------------------------------------
2 2- 309 ,5
y cr = --------------------------------------- = = -------------- = 103, 166667
n–1 4–1 3
y cr ≅ 103,2 mii lei
y1 y2 y3 y4 y5 y6
t1 ≠ t2 ≠ t3 ≠ … ≠ tn – 1
229
Analiza seriilor cronologice
y1 + y2 y2 + y3 y3 + y4 yn – 2 + yn – 1 yn – 1 + yn
------------------ × t + ----------------- - × t + ----------------- - × t + … + ----------------------------------- -×t + --------------------------- × t n – 1
2 1 2 2 2 3 2 n – 2 2
y cr = -=
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
t1 + t2 + t3 + … + tn – 1
y1 t1 + y2 t1 + y2 t2 + y3 t2 + y3 t3 + y4 t3 + … + yn – 2 tn – 2 + yn – 1 tn – 2 + yn – 1 tn – 1 + yn tn – 1
= ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- =
n–1
∑ ti
i=1
t t +t t +t t +t t +t t
y 1 ⎛ ----⎞ + y 2 ⎛ ----------------⎞ + y 3 ⎛ ----------------⎞ + y 4 ⎛ ----------------⎞ + … + y n – 1 ⎛ ----------------------------------⎞ + y n ⎛ -------------⎞
1 1 2 2 3 3 4 n–2 n–1 n–1
⎝ 2⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
= ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
n–1 -
∑ ti
i=1
Exemplu de calcul:
Care a fost stocul mediu lunar din cel de-al doilea semestru al anului ?
t 4 = 50 zile
230
STATISTICĂ şi ECONOMETRIE
t1 t1 + t2 t2 + t3 t3 + t4 tn – 2 + tn – 1 tn – 1
y 1 ⎛ ----⎞ + y 2 ⎛ ----------------⎞ + y 3 ⎛ ----------------⎞ + y 4 ⎛ ----------------⎞ + … + y n – 1 ⎛ ----------------------------------⎞ + y n ⎛ -------------⎞
⎝ 2⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
y cr = ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
n–1
- =
∑ ti
i=1
30 30 + 45 45 + 55 55 + 50 50
280 ⋅ ------ + 180 ⋅ ------------------ + 215 ⋅ ------------------ + 405 ⋅ ------------------ + 125 ⋅ ------
2 2 2 2 2 46087, 5
= ----------------------------------------------------------------------------------------------------------------------------------------------------------------- = ---------------------
180 180
231
Analiza seriilor cronologice
În sensul cel mai larg, prin ajustarea termenilor unei serii de date statistice
se înţelege operaţia de înlocuire a termenilor reali cu termeni teoretici, care
să exprime legitatea specifică de dezvoltare obiectivă a fenomenelor la care
se referă datele.
2
În cazul ajustarii SCR, dispersia totală ( σ y ), care sintetizează mărimea
medie a variaţiei produsă de influenţa tuturor factorilor se descompune în:
dispersia calculată pe baza variaţiei termenilor reali de la valorile ajustate în
2
funcţie de timp ( σ y ⁄ z ), plus dispersia calculată pe baza variaţiei acestor
2
valori ajustate de la media termenilor reali ai seriei cronologice ( σ y ⁄ t ).
2
Σ ( Yi – y )2
iar σ y⁄t = ------------------------- ;
n
232
STATISTICĂ şi ECONOMETRIE
Notă
S-a notat cu :
y i = termenii empirici (din observare) ai SCR
Spre exemplu, dacă consideram teoretic o serie formată din 8 termeni notaţi
cu y i , care urmează să fie ajustaţi prin procedeul mediilor mobile ( y i )
calculate din 3 termeni, vom avea:
233
Analiza seriilor cronologice
Valori empirice
yi y1 y2 y3 y4 y5 y6 y7 y8
Valori ajustate y i – y1 y2 y3 y4 y5 y6 –
În general, se obţin atâtea medii mobile câţi termeni are seria, mai puţin cu
numărul termenilor din care s-au calculat mediile mobile, micşorat cu o
unitate.
Dacă notam cu:
n = nr. termenilor reali (empirici) ai seriei;
n’ = nr. termenilor din care s-a alcătuit media mobilă
N = nr. mediilor mobile sau al termenilor teoretici obţinuţi în urma
procesului de ajustare aplicat seriei de date.
În acest caz, N = n - (n’ - 1). În exemplul luat, seria a avut 8 termeni reali şi 6
termeni teoretici, rezultaţi [ N = 8- (3-1) = 6]
Ajustarea cu ajutorul mediilor mobile calculate dintr-un număr impar de
termeni nu ridică probleme deosebite, deoarece fiecare medie mobila
calculată se va plasa pe grafic în dreptul unui termen real al seriei şi care
corespunde cu termenul ce are o poziţie centrală.
Dacă vom calcula însă medii mobile dintr-un număr par de termeni, atunci
fiecare medie mobilă se va plasa la mijlocul termenilor, deci între 2 termeni
centrali. În aceste conditii, pentru a putea face ajustarea termenilor se vor
calcula medii mobile iniţiale, dintr-un număr de termeni dorit (spre exemplu
din 4 termeni), apoi procedeul de ajustare se mai repetă odată, calculând în
continuare medii mobile din câte 2 termeni ai seriei ajustate în prima etapă.
234
STATISTICĂ şi ECONOMETRIE
Valori empirice yi y1 y2 y3 y4 y5 y6 y7 y8
Mediile mobile
provizorii
yi y1 y2 y3 y4 y5
Medii mobile centrate
yi y1 y2 y3 y4
Procedeul mediilor mobile este doar unul descriptiv, ajutător, dar nu duce la
obţinerea de ecuaţii matematice ale trendului, deci nu se vor putea face
previziuni.
235
Analiza seriilor cronologice
Linia sau curba se trasează cât mai aproape de majoritatea termenilor reali,
astfel încât abaterile în plus şi cele în minus de la termenii reali la cei
teoretici să se compenseze reciproc.
Ajustarea prin această metodă se bazează pe relaţia care există între primul
termen, sporurile cu baza în lant şi ultimul termen:
yn = y0 + ∆ 1 ⁄ 0 + ∆ 2 ⁄ 1 + ∆ 3 ⁄ 2 + ∆ 4 ⁄ 3 + … + ∆ n ⁄ n – 1
Dacă admitem că abaterile în plus şi minus ale sporurilor individuale faţă de
∆ sunt minime şi se compensează reciproc, atunci putem înlocui
convenţional fiecare spor individual cu baza în lanţ cu ∆ şi vom obţine:
yn = y0 + ∆ + ∆ + ∆ + ∆ + … + ∆ = y0 + n ⋅ ∆
S-a obţinut astfel ecuaţia de ajustare prin metoda sporului mediu:
Y ti = y 0 ± t i × ∆
236
STATISTICĂ şi ECONOMETRIE
( ) ( )
Yt = 2031 Yt = 2031
i 2 i 2
ANUL yi ti y i − Yt y i − Yt y i − Yt y i − Yt
− 178,8 × t i i i
( )
× 0 , 89
ti i i
1 2 3 4 5 6 7 8 9
1995 2031 0 2031 0 0 2031 0 0
1996 1625 1 1852 -227 51529 1808 -183 33489
1997 1571 2 1673 -102 10404 1609 -38 1444
1998 1395 3 1495 -100 10000 1432 -37 1369
1999 1286 4 1316 -30 900 1274 12 144
2000 1137 5 1137 0 0 1134 3 9
TOTAL 9045 9504 72833 9288 36455
Y t = 2031 – ( 178, 8 ) × t i
i
237
Analiza seriilor cronologice
Fiind valori discrete s-au rotunjit valorile obţinute din ajustare. În exemplul de
faţă, există o diferenţă semnificativă, între 9045 şi 9504, ceea ce ne indică
de la prima vedere că procedeul de ajustare aplicat nu se potriveşte seriei
de date, prin urmare nu da rezultate bune pentru eventuale estimări.
Pentru a vedea care metodă dă rezultatele cele mai bune se poate calcula
coeficientul de variaţie ( v ) cu ajutorul abaterii medii patratice dintre termenii
reali şi cei teoretici şi care metoda de ajustare dă cel mai mic coeficient de
variaţie, pentru acea metoda se va opta.
σ = 12138, 8 = 110, 17
σ 110, 17
v = --- × 100 = ------------------ × 100 = 7, 3 %
y 1507, 5
238
STATISTICĂ şi ECONOMETRIE
±ti
yn = y0 × I × I × I × I × … × I = y0 × I
2
Σ ( yi – Yti )
2
- = 36455
σ = -------------------------- --------------- = 6075,8
n 6
239
Analiza seriilor cronologice
σ = 6075, 8 = 77, 9
σ 77, 9
v = --- × 100 = ------------------ × 100 = 5, 2 %
y 1507, 5
Alegerea funcţiei care corespunde cel mai bine formei reale de evoluţie a
fenomenelor se face pe baza unei analize atente a graficului.
∑ ( yt – Yt )
2
S = i i
= minim
240
STATISTICĂ şi ECONOMETRIE
∑ [ yi – ( a + b ⋅ ti ) ]
2
= minim
Pentru aflarea celor doi parametri a şi b care definesc ecuaţia liniei drepte,
se derivează această suma în raport cu derivatele parţiale ale celor 2
parametri:
∂-----S
= 2 ∑ [ yi – ( a + b ⋅ ti ) ] ⋅ ( –1 )
∂a
∂-----S
= 2 ∑ [ yi – ( a + b ⋅ ti ) ] ⋅ ( –ti )
∂b
Anulând derivatele parţiale şi simplificând cu 2 se obţine:
⎧n ⋅ a + b ⋅ t =
⎪ ∑ i ∑ yi
⎨
⎪ n ⋅ t i + b ⋅ t 2i =
⎩ ∑ ∑ ∑ ti yi
Sistemul de ecuaţii normale necesar rezolvării ecuaţiei se poate obţine cu
usurinţă dacă se înmulteşte ecuaţia dreptei, pe rând, cu coeficientii celor 2
parametri “a“ şi “b“ şi se însumează ecuaţiile astfel obţinute pentru toate
unităţile la care s-a facut observarea scoţându-se ca factori “a“ şi “b“.
Prima ecuaţie o vom obţine însumând toate cele 6 ecuatii, dupa ce fiecare a
fost înmulţită cu coeficientul parametrului “a“ (în acest caz, egal cu 1):
y1 = a + b ⋅ t1
y2 = a + b ⋅ t2
………………
y6 = a + b ⋅ t6
6 6
∑ yi = 6 ⋅ a + b ∑ ti
i=1 i=1
241
Analiza seriilor cronologice
n n n
∑ yi ⋅ ti = a ∑ ti + b ∑ ti
2
fel încât ∑ ti = 0.
i=1
În cazul în care seria are un nr. impar de termeni vom alege ca bază
( y 0 ) termenul central al seriei, pentru ceilalţi dinainte t i luând valori cu minus
(-1; -2; -3; s.a.m.d.), iar pentru termenii de după ( y 0 ) luând valori pozitive:
(+1; +2; +3; s.a.m.d.).
În cazul seriei cu nr. par de termeni, cei doi termeni centrali vor lua valorile -
1 şi respectiv +1, urmând ca în continuare să primească valori din doi în doi.
Aceasta, pentru a nu lucra cu zecimale şi a complica calculele
(.. . -2,5; -1,5; -0,5; +0,5; +1,5; +2,5; . .. . ) sau ( ...-5; -3; -1; +1; +3; +5 ...).
242
STATISTICĂ şi ECONOMETRIE
În exemplul considerat voi opta pentru alegerea lui t i în aşa fel încât
n
∑ ti = 0.
i=1
Yt = 1507,5
A nul yi ti ti
2
y i × ti i
80,9 × t i
y i − Yt i
(y i − Yt
i
)
2
1995 2031 -5 2 5 -1 0 1 5 5 1 9 1 2 .0 1 1 9 .0 1 4 1 6 1 .0
1996 1625 -3 9 -4 8 7 5 1 7 5 0 .2 -1 2 5 .2 1 5 6 7 5 .0
1997 1571 -1 1 -1 5 7 1 1 5 8 8 .4 -1 7 .4 3 0 2 .8
1998 1395 1 1 1395 1 4 2 6 .6 -3 1 .6 9 9 8 .6
1999 1286 3 9 3858 1 2 6 4 .8 2 1 .2 4 4 9 .4
2000 1137 5 25 5685 1 1 0 3 .0 3 4 .0 1 1 5 6 .0
243
Analiza seriilor cronologice
De asemenea, dacă semnul lui “b“ este “+“, indică o tendinţa de creştere a
fenomenului, iar dacă este cu “ - “ indică o tendinţă reală de scădere a
fenomenului, ceea ce se poate sesiza şi de pe grafic.
În exemplul luat, atât semnul lui “b“ cât şi de pe grafic indică tendinţa de
scădere. Astfel, dacă dorim să facem estimări pe termen scurt, considerând
că se va merge în continuare cu aceeaşi tendinţă, vom avea:
- pentru anul 2001: Y 2001 = 1507,5 - 80,9 x 7 = 941
- pentru anul 2002: Y 2001 = 1507,5 - 80,9 x 9 = 779
∑ Yt i
= ∑ yi
Această modalitate de verificare se bazeaza pe faptul că prin ajustare s-au
redistribuit influenţele factorilor, considerându-se că toţi au avut o influenţă
constantă pe toată perioada şi variabil a fost doar timpul.
În cazul exemplului, sumele s-au verificat (9045 = 9045).
După cum s-a observat, folosind mai multe procedee de ajustare a seriei s-
au obţinut mai multe valori teoretice pentru acelaşi an. Prin urmare, trebuie
să alegem cel mai bun model matematic pentru estimarea trendului.
∑ ∑
2
yi – Yt d ( yi – Yt ) σ
d = ------------------------- ⇒ v
i
= --- × 100 sau σ = ------------------------------ ⇒ v
i
= --- × 100
n y n y
244
STATISTICĂ şi ECONOMETRIE
Se apreciază că cel mai bun procedeu de ajustare este acela care are cel
mai mic coeficient de variaţie. În exemplul cifric considerat, la metoda
analitică (a dreptei), coeficientul de variaţie calculat pe baza abaterii medii
patratice va fi:
73, 117
v = ------------------ × 100 = 4, 9 %
1507, 5
245
Analiza seriilor cronologice
mii hl.
90
80
70
Productia de bere
60
50
40
30
20
10
Trim e s tre /ani
0
III - 1998
III - 1999
III - 2000
II - 1998
II - 1999
II - 2000
I - 1998
I - 1999
I - 2000
IV - 1998
IV - 1999
IV - 2000
yi - Termenii reali
Y i - Termenii teoretici, ajustati cu ajutorul mediilor mobile
Media lunara anuala (60 mii litri)
246
STATISTICĂ şi ECONOMETRIE
35 + 67 + 70 + 43 + 38 + 75 + 78 + 48 + 53 + 80 + 81 + 52-
y0 = --------------------------------------------------------------------------------------------------------------------------------------------- = 60
12
(media
generala)
42 + 74 + 76, 3 + 47, 7
sau y 0 = ------------------------------------------------------- = 60
4
yi yi
i = ----- sau i (%) = ----- × 100
y0 y0
Spre exemplu, în cazul nostru, în trimestrul I consumul mediu este mai mic
cu -30% faţă de trendul general, în timp ce consumul maxim se
înregistrează în trimestrul III, de 1,272 ori mai mare sau cu +27,2% peste
media generală trimestrială. Dacă raportăm termenii reali ai seriei la indicii
sezonalităţii vom obţine SCR corectată, prin excluderea sezonalităţii.
247
Analiza seriilor cronologice
II 67
53,75
2006
III 70 54,125 1,29330
54,50
IV 43 55,500 0,77477
56,50
I 38 57,500 0,66087
58,50
II 75 59,125 1,26850
59,75
2007
III 78 61,625 1,26572
63,50
IV 48 64,125 0,74854
64,75
I 53 65,125 0,81382
65,50
II 80 66,000 1,21212
2008 66,50
III 81
IV 52
248
STATISTICĂ şi ECONOMETRIE
Indicatorii
Sume pentru Medii partiale
Trimestrul 2006 2007 2008 sezonalitatii
medii partiale (trimestriale)
(%)
I 0,660870 0,813820 1,474689 0,73734 73,4
II 1,268499 1,212121 2,480620 1,24031 123,5
III 1,293303 1,265720 2,559023 1,27951 127,4
IV 0,774775 0,748538 1,523313 0,76166 75,8
TOTAL 2,068077 3,943627 2,025941 8,037645 1,00471 400,0
249
Analiza seriilor cronologice
12.6. APLICAŢIE
250
STATISTICĂ şi ECONOMETRIE
∑ ∆i ⁄ i – 1 Yn – Y0 176 – 309
sporul mediu lunar de casătorii= ----------------------- = ----------------- = ------------------------ = -5,78
n′ n–1 24 – 1
251
Analiza seriilor cronologice
= 0, 9758 = 97, 58 %
Rezultă că în perioada celor doi ani, numărul mediu lunar de casătorii a fost
de aproape 421, în medie rezultând o scădere luna de luna cu aproape 6
casătorii (5,78), respectiv o reducere a numărului acestora în medie cu
2,42% lunar .
800
700
600
500
nr. de casatorii
400
300
200
100
timpul
0
martie
aprilie
iunie
septembrie
decembrie
iulie
octombrie
martie
aprilie
septembrie
decembrie
noiembrie
iunie
ianuarie - 1997 -
iulie
octombrie
noiembrie
ianuarie - 1996 -
mai
mai
august
august
februarie
februarie
Din grafic se observă că cel mai mic număr de casătorii este în luna martie,
cel mai ridicat fiind în octombrie. Se observă de asemenea repetarea aliurii
graficului cu o anumită regularitate de la un an la altul precum şi tendinţa de
reducere, chiar dacă mică, a numărului de casătorii fapt confirmat şi prin
valoarea negativă a sporului mediu şi a indicelui mediu.
252
STATISTICĂ şi ECONOMETRIE
În tabelul de mai sus s-a efectuat ajustarea mai întâi prin metoda sporului
mediu, folosind ca bază ianuarie 1996 apoi s-a utilizat metoda de ajustare
analitică bazată pe ecuaţia dreptei alegând cei doi termeni centrali ca bază
pentru a simplifica calculele respectiv pentru ca suma de t i = 0.
253
Analiza seriilor cronologice
∑ ( Yi – Yt )
2
Y t i = a + b ⋅ t i punând condiţia: i
= minim ⇒ sistemul:
⎧ Y = n⋅a+b⋅ t
⎪∑ i ∑i
⎨
⎪ Y i t i = a ⋅ t i + b ⋅ t 2i
cum în cazul nostru am ales ∑ ti = 0 ⇒
⎩∑ ∑ ∑
∑ Yi 10094
a = media seriei = ----------- = --------------- = 420,58
n 24
∑ Yi t-i = 6254
b = -------------- ------------ = 1,36
∑i
2 4600
t
∑
2
Yi – yt 550071 ⋅ 1136- =
- abaterea medie pătratică = i
------------------------- = ---------------------------------
n 24
= 22919, 6 = 151, 39
254
STATISTICĂ şi ECONOMETRIE
151, 39
= ------------------- x100 = 36%
420, 58
Datorită faptului că din grafic s-a observat repetarea cu regularitate a
tendinţei din primul an şi în cel de-al doilea an şi ştiut fiind faptul că evoluţia
numărului de căsătorii pe luni este un fenomen sezonier, voi calcula în
continuare şi indicii de sezonalitate cu ajutorul metodei mediilor mobile:
255
Analiza seriilor cronologice
În continuare vom folosi R pentru analiza unor serii de timp din economia
reală a judeţului Bacău.
256
STATISTICĂ şi ECONOMETRIE
257
Analiza seriilor cronologice
258
STATISTICĂ şi ECONOMETRIE
data: x
D = 0.1297, p-value = 0.07389
alternative hypothesis: two.sided
> shapiro.test(x)
data: x
W = 0.9601, p-value = 0.004637
259
Analiza seriilor cronologice
Se aplică :
b1<-ts(q[,1],start=1998,freq=12)
b2<-(stl(log(b1),s.window=”periodic”, robust=TRUE))
plot(b2)
260
STATISTICĂ şi ECONOMETRIE
Aplicarea de tip „robust” a regresiei din stl() măreşte numărul de iteraţii „în
cadrul ferestrei” către un rezultat mai bun. Inspectarea vizuală a zonei
„trend” din graficul stl() conduce la concluzii simple (şi greu de combătut):
De remarcat însă nivelul relativ mic (să ne amintim: este scara logaritmică)
al componentei periodice anuale. Aceste concluzii se pot extrage însă şi din
inspecţia vizuală a listei seriei de timp.
Chiar daca sezonalitatea este anuală, iar componenta sezonieră este prin
natura ei predictibilă (dacă ar fi o funcţie periodică-ar fi suficient un singur
an), totuşi sezonalitate nu înseamnă periodicitate. Mai mult, reprezentările
grafice sunt semnicative şi pentru componenta de tendinţă a seriei de timp.
261
Analiza seriilor cronologice
Seria de timp din acest exemplu este destul de neregulată, fiind marcată de
ani de declin (în jurul anului 2000), precum şi de variaţii anuale.
262
STATISTICĂ şi ECONOMETRIE
Produse petroliere
(faţă de media totală 1998)
263
Analiza seriilor cronologice
264
STATISTICĂ şi ECONOMETRIE
3. Care sunt relaţiile dintre sporurile cu bază fixă şi cele cu bază în lanţ ? Dar
invers ?
11. Cum putem afla care model matematic corespunde cel mai bine tendiţei
de dezvoltare a fenomenului ?
265
Analiza seriilor cronologice
266
STATISTICĂ şi ECONOMETRIE
Anul 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Volumul
exportului 6,2 6,3 6,5 7,1 6,8 7,2 6,8 6,5 6,7 6,4
(mii $)
267
Analiza seriilor cronologice
268
STATISTICĂ şi ECONOMETRIE
Capitolul XIII
OBIECTIVE
Cuvinte cheie
269
Analiza seriilor interdependente (Regresie şi corelaţie)
complex, cu atât numărul factorilor ce-l influenteaza este mai mare, iar
relaţiile de cauzalitate mai dificil de identificat şi măsurat. De cele mai multe
ori, factorii se asociază între ei şi uneori apar o serie de cauzalităţi în lanţ.
Nu toţi aceşti factori se pot exprima numeric însă şi de asemenea, nu orice
expresie numerică poate fi rezultatul unor relaţii de la cauză la efect.
Y i = f ( x 1, x 2, …, x n ) + e
unde:
Y i = variabila rezultativă (numită şi variabilă dependentă sau
efect sau caracteristică endogenă sau variabilă determinată);
x i = variabile factoriale (numite şi variabile independente sau
de cauzalitate sau variabile exogene sau variabile explicative);
e = variabila eroare (reziduu), care reprezintă influenţa tuturor factorilor
neincluşi în model, consideraţi ca “eroare“ de modelare.
270
STATISTICĂ şi ECONOMETRIE
271
Analiza seriilor interdependente (Regresie şi corelaţie)
272
STATISTICĂ şi ECONOMETRIE
Dacă ambele variabile variaza în acelaşi sens, avem o legatura directa, iar
dacă variaţia lor este în sens diferit, corelaţia este inversă. Aceasta metoda
se aplica în cazul seriilor cu număr mic de variante.
x0 – x1 f1 ∑ y11 y1
x1 – x2 f2 ∑ y22 y2
.. .
... .
TOTAL ∑ ∑ yij y
273
Analiza seriilor interdependente (Regresie şi corelaţie)
yj
xi fx i
y1 y2 . . . . . ym
. . . . .
x1 f 11 f 12 f 1m
. . . . .
x2 f 21 f 22 f 2m
.
.
. . . . .
xn f n1 f n2 f nm
fy j ∑ ∑ fij
274
STATISTICĂ şi ECONOMETRIE
1) 2) 3)
4) 5) 6)
275
Analiza seriilor interdependente (Regresie şi corelaţie)
y = a + bx
a>0
b>0
b = tgα
a<0
b<0
276
STATISTICĂ şi ECONOMETRIE
y = a + bx
a>0
b<0
y = bx
a=0
b>0
α
0
2
Parabola de gradul 2: Y = a + bx + cx prezintă un punct de maxim sau de
minim în funcţie de semnul coeficientului de regresie “c“.
277
Analiza seriilor interdependente (Regresie şi corelaţie)
c>0
c<0
Parabola de gradul 3:
d<0 A
d>0
B
2 3
Y x = a + bx + cx + dx
278
STATISTICĂ şi ECONOMETRIE
După ce s-a aproximat pe cale grafică funcţia care coincide cel mai bine
legăturii dintre cele două fenomene corelate, urmează estimarea
parametrilor modelului, testarea semnificaţiei acestora şi în final măsurarea
intensităţii corelaţiei.
Y x = a + bx + e ,
279
Analiza seriilor interdependente (Regresie şi corelaţie)
Parametrii a şi b vor fi estimaţi prin metoda celor mai mici pătrate, al cărui
principiu de bază constă în minimizarea sumei pătratelor abaterilor valorilor
observate faţă de valorile calculate (teoretice).
∑ ( yi – Yx )
2
S = i
= minim
⎧ ∂S
------ = 2 ∑ ( y i – a – bx i ) ( – 1 ) = 0 ⎧n ⋅ a + b x =
⎪ ∂a ⎪ ∑ i ∑ yi
⎨ ⇒ ⎨
⎪ ∂S ⎪ a x i + b x 2i =
⎩ ∑ ∑ ∑ xi yi
------ = 2 ∑ ( y i – a – bx i ) ( – x i ) = 0
⎩ ∂b
∑ yi ∑ xi
∑ xi yi ∑ xi
2
∑ yi ⋅ ∑ xi – ∑ xi ⋅ ∑ xi y-i
2
n ∑ yi
∑ xi ∑ xi yi n ⋅ ∑ xi yi – ∑ xi ⋅ ∑ yi
b = ------------------------------------, de unde b = -------------------------------------------------------
2
-
n ⋅ ∑ xi – ( ∑ xi )
2
n ∑i x
∑ xi ∑ xi
2
În cazul când se studiază legătura între 2 variabile folosind date grupate într-
un tabel de corelaţie, se ataşează şi frecvenţele corespunzătoare, sistemul
de ecuaţii devenind:
280
STATISTICĂ şi ECONOMETRIE
⎧a
⎪ ∑ ∑ f ij + b ∑ x i f xi = ∑ y j f y
⎪ i j
⎨
⎪ a x f + b x2 f =
⎪ ∑ i xi ∑ i xi ∑ ∑ xi yj ⋅ fxy
⎩ i j
y 1 = a + bx 1
y 2 = a + bx 2
……………
……………
y n = a + bx n
-------------------------------------------------
∑ yi = n ⋅ a + b ∑ x i
A doua ecuaţie din sistem se obţine înmulţind toate cele “n” ecuaţii cu
coeficientul parametrului “b” (adică x i ):
2
y 1 x 1 = ax 1 + bx 1
2
y 2 x 2 = ax 2 + bx 2
……………
……………
2
y n x n = ax n + bx n
----------------------------------------------------------
-
∑ yi xi = a ∑ xi + b ∑ xi
2
281
Analiza seriilor interdependente (Regresie şi corelaţie)
∑ yi ∑ xi n ∑ yi
∑ xi y ∑ xi ∑ xi ∑ xi yi
2
2
Y = a + bx i + cx i
⎧ n ⋅ a + b ∑ xi + c ∑ xi = ∑ yi
2
⎪
⎪ 2
⎨ a ∑ xi + b ∑ x i + c ∑ xi = ∑ xi yi
3
⎪
⎪
⎩ a ∑ xi + b ∑ x i + c ∑ xi = ∑ xi yi
2 3 4 2
282
STATISTICĂ şi ECONOMETRIE
1
În cazul modelului hiperbolic Y xi = a + ---- ⋅ b sistemul de ecuaţii devine:
xi
⎧ 1
⎪ n ⋅ a + b ∑ ---
x
- = ∑ yi
⎪ i
⎨ 1- + b ----1- = 1---
⎪ a ∑ --- ∑ ∑ ⋅y
⎪ xi 2
xi x i
⎩
x
În cazul modelului exponenţial cu doi parametri, Y xi = a ⋅ b i , prin
logaritmare se poate transforma în model liniar de forma:
log y = log a + x i log b
⎧ n log a + log b x =
⎪ ∑ i ∑ log y
⎨
⎪ log a x + log b x 2i =
⎩ ∑ ∑ ∑ x log y
13.2.3. EXEMPLU
283
Analiza seriilor interdependente (Regresie şi corelaţie)
Nota la Nota la
examenul de examenul de Nota la Nota la xi ⋅ yi 2
matematică statistică matematică statistică xi
xi yi xi yi
1 2 3 4 5 6
6 6 4 4 16 16
5 6 4 5 20 16
4 5 5 5 25 25
9 10 5 6 30 25
7 8 6 6 36 36
4 4 7 7 49 49
7 9 7 8 56 49
7 7 7 9 63 49
5 5 8 9 72 64
8 9 9 10 90 81
TOTAL 62 69 457 410
- continuarea tabelului -
Y x = – 0, 172 +
i
2 y i – Y xi 2 yi – y 2
yi +1, 14 ⋅ x i ( y i – Y xi ) ( yi – y )
7 8 9 10 11 12
16 4,39 -0,39 0,151 -2,9 8,41
25 4,39 0,61 0,375 -1,9 3,61
25 5,53 -0,53 0,279 -1,9 3,61
36 5,53 0,47 0,223 -0,9 0,81
36 6,67 -0,67 0,446 -0,9 0,81
49 7,81 -0,81 0,653 0,1 0,01
64 7,81 0,19 0,037 1,1 1,21
81 7,81 1,19 1,421 2,1 4,41
81 8,95 0,05 0,003 2,1 4,41
100 10,09 -0,09 0,008 3,1 9,61
513 3,594 36,9
284
STATISTICĂ şi ECONOMETRIE
12
Note la
statistica 10
yi 8
0
0 2 4 6 8 10
Note la matematica xi
Se calculează valorile parametrilor “a” şi “b” prin metoda celor mai mici
pătrate, descrisă anterior.
⎧n ⋅ a + b x =
⎪ ∑ i ∑ yi ⎧ 10 ⋅ a + 62b = 69
⎨ ⇒⎨ ⇒
2
⎪a x + b x = ⎩ 62a + 410b = 457
⎩ ∑ i ∑i ∑ii x y
285
Analiza seriilor interdependente (Regresie şi corelaţie)
⎧ 69 62
⎪
⎪ 457 410 69 ⋅ 410 – 62 ⋅ 457
- = –--------
44-
⎪ a = ---------------------------- = -------------------------------------------- = – 0, 172
⎪ 10 62 10 ⋅ 410 – ( 62 )
2 256
⎪
⇒⎨ 62 410
⎪
⎪
⎪ 10 69
⎪ 62 457 ⋅ 457 – 69 ⋅ 62-
⎪ b = ------------------------- = 10----------------------------------------- 4570 – 4278 292
= ------------------------------ = --------- = 1, 14
⎩ 256 256 256 256
Y xi = – 0, 172 + 1, 14x i ⇒
10 ⋅ 457 – 62 ⋅ 69
= -------------------------------------------------------------------------------------- = 0, 95 ⇒
2 2
[ 10 ⋅ 410 – 62 ] ⋅ [ 10 ⋅ 513 – 69 ]
286
STATISTICĂ şi ECONOMETRIE
∑ ( yi – Yx ) -
2
3, 594
1 – 0, 0974 = 0, 9026 = 0, 95
i
R xy = 1 – ------------------------------ = 1 – --------------- =
36, 9
∑ ( yi – y )
2
r xy = R xy = 0, 95
Prin metoda regresiei s-a găsit modelul matematic care corespunde cel mai
bine legăturii dintre două sau mai multe fenomene din natură şi societate.
287
Analiza seriilor interdependente (Regresie şi corelaţie)
2 2 2
σy = σy ⁄ r + σy ⁄ x
2 2
∑ ∑ ( yi – Yxi ) - + ∑
2
( yi – y ) ( Y xi – y )
--------------------------- = ------------------------------ ----------------------------
-
n n n
2
Acest indicator se numeşte raportul de determinaţie ( R xy ).
2
2 σy ⁄ x
R xy = ----------
2
σy
288
STATISTICĂ şi ECONOMETRIE
2
2 σy ⁄ r
Raportul de nedeterminaţie: k xy - .
= ---------
2
σy
Când se calculează pentru aceeaşi bază de date,
2
2
R xy +
2
k xy = 1⇒
2
R xy = 1–
2
k xy
2
σy ⁄ r
= 1 – ---------
∑ ( y i – Y xi ) -
- = 1 – ------------------------------
2 2
σy
∑
( yi – y )
R xy =
2
R xy =
∑ ( y i – Y xi ) -
1 – ------------------------------
2
∑ ( yi – y )
R xy poate lua valori de la 0 la 1 şi se interpretează astfel:
- cu cât este mai aproape de 0, legătura este mai mică sau nu există.
289
Analiza seriilor interdependente (Regresie şi corelaţie)
2
Dacă R xy se ridică la pătrat obţinem raportul de determinaţie R xy . Acesta
din urmă transformat în procente ne poate spune în ce proporţie variabila x i
influenţează (determină) variabila y i .
cov ( x, y )
r xy = ---------------------- , unde cov ( x, y ) este covarianţa a 2 variabile aleatoare
σx ⋅ σy
x şi y, fiind o măsură a variaţiei simultane a acestora.
∑ ( xi – x ) ⋅ ( yi – y )
cov ( x, y ) = ---------------------------------------------- , unde x i , y i , x şi y sunt variabilele
n
corelate şi nivelul mediu al acestora, iar “n” este numărul de perechi de
valori corelate.
∑ ( xi – x ) ⋅ ( yi – y )
r xy = ----------------------------------------------
nσ x ⋅ σ y
n ∑ xi yi – ∑ xi ⋅ ∑ yi
r xy = ---------------------------------------------------------------------------------------------------
2 2
n ∑ xi – ( ∑ xi ) ⋅ n ∑ yi – ( ∑ yi )
2 2
290
STATISTICĂ şi ECONOMETRIE
Pentru cazul unei serii de distribuţie de frecvenţe, datele se trec într-un tabel
de corelaţie cu dublă intrare. Pentru astfel de distribuţii bidimensionale cu
tendinţă liniară, în calculul coeficientului de corelaţie vor fi ataşate şi
frecvenţele corespunzătoare. Astfel, coeficientul de corelaţie devine:
291
Analiza seriilor interdependente (Regresie şi corelaţie)
Într-un sezon, un bun material care are preţul variabil, de exemplu producţia
de trufandale, variază între 8 - 16 lei / kg şi este cumparata în cantitaţi
variate între 0 - 100 kg zilnic.
Pret lei/kg
Cantitate xi 8 - 10 10 - 12 12 - 14 14 - 16 TOTAL
cumparata y i
80 - 100 1 0 0 0 1
60 - 80 3 5 1 0 9
40 - 60 2 3 6 1 12
20 - 40 1 1 7 2 11
0 - 20 0 1 3 3 7
TOTAL 7 10 17 6 40
292
STATISTICĂ şi ECONOMETRIE
Exemplu de calcul:
⎧n ⋅ a + b x =
⎪ ∑ i ∑ yi
y = a + bx ⇒ ⎨
⎪ a x i + b x 2i =
⎩ ∑ ∑ ∑ xi yi
⎧a
⎪ ∑ ∑ f ij + b ∑ x i f x i = ∑ y j f y
⎪ i j
⇒⎨
⎪ a x f + b x2 f =
⎪ ∑ i xi ∑ i xi ∑ ∑ xi yj ⋅ fxy
⎩ i j
∑ f = 40 ; ∑ x ⋅ fx ∑x ∑ ∑ x ⋅ y ⋅ fxy
2
= 484 ; ⋅ f x = 6000 ; = 19840
⎧ 40 ⋅ a + 484 ⋅ b = 1720
⇒⎨ ;
⎩ 484 ⋅ a + 6000 ⋅ b = 19840
1720 484
19840 6000 1720 ⋅ 6000 – 484 ⋅ 19840
a = -------------------------------------------- = --------------------------------------------------------------- =
40 484 40 ⋅ 6000 – 484 ⋅ 484
484 6000
293
Analiza seriilor interdependente (Regresie şi corelaţie)
Y x = 124, 9 – 6, 77x i
y = f ( x i, x 2 , … , x n ) + e
Modelul unei astfel de legături poate fi liniar sau curbiliniu, după cum este
forma legăturilor dintre fiecare pereche de variabile ( y ; x i ) . Dacă toate
legăturile simple dintre y şi x sunt liniare, atunci şi regresia multiplă este
liniară, iar dacă cel puţin una dintre legăturile simple este neliniară atunci
regresia multiplă este curbilinie.
294
STATISTICĂ şi ECONOMETRIE
Y x1, x2, …, xn = a + b 1 x 1 + b 2 x 2 + … + b n x n
∑ ( y – Yx …x )
2
Punând condiţia de minim: S = 1 n
= minim şi anulând
derivatele parţiale ale expresiei în raport cu parametrii a, b 1 …b n ⇒
⎧ n ⋅ a + b1 ∑ x1 + b2 ∑ x2 + … + bn ∑ xn = ∑ y
⎪
⎪a x + b
⎪ ∑ 1 1 ∑ x1 + b2 ∑ x1 x2 + … + bn ∑ x1 xn = ∑ x1 y
2
⎪
⎨a x + b
∑ ∑ x1 x2 + b2 ∑ x2 + … + bn ∑ x2 xn = ∑ x2 y
2
⎪ 2 1
⎪ ……………………………………………
⎪
⎪
⎩ a ∑ xn + b1 ∑ x1 xn + b2 ∑ x2 xn + … + bn ∑ xn = ∑ xn y
2
b b b
Y x 1, x 2, …, xn = a ⋅ x 11 ⋅ x 2 2 + … + x nn care,
pentru facilitarea calculelor se liniarizează şi ia forma:
295
Analiza seriilor interdependente (Regresie şi corelaţie)
⎧n ⋅ a + b
1 ∑ x1 + b1 ∑ x1 + b2 ∑ x2 + b2 ∑ x2 = ∑ y
2 2
⎪
⎪
⎪ a ∑ x1 + b1 ∑ x1 + b1 ∑ x1 + b2 ∑ x1 x2 + b2 ∑ x1 x2 = ∑ x1 y
2 3 2
⎪
⎪ 2
⇒ ⎨ a ∑ x 21 + b 1 ∑ x 31 + b 1 ∑ x 41 + b 2 ∑ x 2 x 21 + b 2 ∑ x 21 x 2 = ∑ x 21 y
⎪
⎪
⎪ a ∑ x2 + b1 ∑ x1 x2 + b1 ∑ x1 ⋅ x2 + b2 ∑ x2 + b2 ∑ x2 = ∑ x2 y
2 2 3
⎪
⎪ a x2 + b
∑ ∑ x1 x2 + b1 ∑ x1 x2 + b2 ∑ x2 + b2 ∑ x2 = ∑ x2 y
2 2 2 3 4 2
⎩ 2 1
2 2
r y x1 + r y x 2 – 2ry x1 ry x2 r x 1 x 2
multiplă notat cu Ry x1, x2 = -------------------------------------------------------------------- , în care:
2
1 – r x1 x2
n ⋅ ∑ x1 y – ∑ x1 ∑ y
ry x1 = ---------------------------------------------------------------------------------------------
-
2 2
n ∑ x1 –( ∑ x1 ) ⋅ n ∑ y –( ∑ y )
2 2
296
STATISTICĂ şi ECONOMETRIE
n ⋅ ∑ x2 y – ∑ x2 ∑ y
ry x2 = ----------------------------------------------------------------------------------------------
2 2
n ∑ x2 –( ∑ x2 ) ⋅ n ∑ y –( ∑ y )
2 2
n ⋅ ∑ x1 x2 – ∑ x1 ∑ x2
r x1, x2 = ------------------------------------------------------------------------------------------------
2 2
n ∑ x1 –( ∑ x1 ) ⋅ n ∑ x2 –( ∑ x2 )
2 2
2 2
Dacă r x1, x2 = 0 ⇒ Ry x 1, x 2 = r yx 1 + r yx 2 ,
Ry x1, x2 → ∞
∑ ( yi – Yx , x … ) -
2 2 2
σ y x1, x2 σ y ⁄ y x1, x2 …
Ry x1, x2 = ------------------ = - ⇒ Ry x , x … =
1 – -----------------------------
1 2
1 – -----------------------------------------
∑ ( yi – y )
2 2 2
σy σ y
1 2
Y x1, x2 = a + b 1 x 1 + b 2 x 2
∑
2
[ yi – ( a + b1 x1 + b2 x2 ) ]
Ry x1, x2 = 1– ------------------------------------------------------------------
-
∑ ( yi – y )
2
297
Analiza seriilor interdependente (Regresie şi corelaţie)
şi folosind dispersiile:
2
σyx , x
- între y şi x 1 , excluzând pe x 2 ⇒ Ry x 1, x2 = 1 2
------------
-
2
σ yx
2
2
σ yx , x
- între y şi x 2 , excluzând pe x 1 ⇒ Ry x2, x1 = 1 2
------------
-
2
σ yx
1
298
STATISTICĂ şi ECONOMETRIE
y1 y2 Total
x1 a b a+b
x2 c d c+d
Total a+c b+d a+b+c+d
299
Analiza seriilor interdependente (Regresie şi corelaţie)
Coeficientul de contingenta:
ad – bc
ad – bc Q c = -------------------------------------------------------------------------
Q a = ------------------ (a + b)(c + d)(a + c)(b + d)
ad + bc
Qc < Qa
Apar urmatoarele cazuri:
a--- b---
= ⇒a⋅d–b⋅c = 0
c d
a 0 a b a b 0 b
0 d 0 d c 0 c d
a--- b---
≠ , în care:
c d
a ⋅ d – b ⋅ c ≠ 0.
Ca orice coeficient de corelaţie şi acesta poate lua valori – 1 < Q < 1 , aratând
nu numai gradul de intensitate al celor 2 caracteristici, dar şi sensul ei.
300
STATISTICĂ şi ECONOMETRIE
Sex
M F TOTAL
Mediu
- Urban 184,8 193,1 377,9
- Rural 186,2 182,0 368,2
În cazul existentei legăturii dintre acelaşi număr de unităţi care au rang mai
mare sau mai mic decât ele. În cazul lipsei de legatură, ordinea de distribuţie
a rangurilor celor 2 caracteristici este diferită.
301
Analiza seriilor interdependente (Regresie şi corelaţie)
6 ∑ di
2
r s = 1 – ---------------
3
unde :
n –n
d = diferenţa de rang între caracteristicile cercetate = R x – R y
n = numărul de unităţi cercetate;
Ponderea
personalului 2,2 2,3 3,3 3,0 2,9 1,0 1,6 5,1 1,1 1,9
muncitor( xi )
Ponderea
productiei 1,7 1,8 4,8 4,0 2,3 0,8 1,9 5,5 0,8 1,8
industriale ( yi )
Denumirea Bistrita-
Alba Arad Arges Bacau Bihor Braila Brasov Botosani Buzau
judetelor Nasaud
302
STATISTICĂ şi ECONOMETRIE
Ra ngurile
Jude tul x (%) y (%) d = Rx − Ry d 2 P Q S = P -Q
Rx Ry
Brasov 5,1 5,5 1 1,0 0,0 0,00 9 0 9
Arges 3,3 4,8 2 2,0 0,0 0,00 8 0 8
Bacau 3 4,0 3 3,0 0,0 0,00 7 0 7
Bihor 2,9 2,3 4 4,0 0,0 0,00 6 0 6
Arad 2,3 1,8 5 6,5 -1,5 2,25 3 -1 2
Alba 2,2 1,7 6 8,0 -2,0 4,00 2 -2 0
Buzau 1,9 1,8 7 6,5 0,5 0,25 2 -1 1
Braila 1,6 1,9 8 5,0 3,0 9,00 2 0 2
Botosani 1,1 0,8 9 9,5 -0,5 0,25 0 0 0
Bistrita-Nasaud 1 0,8 10 9,5 0,5 2,25 0 0 0
TOTAL 16,00 39 -4 35
16 2 ⋅ 35
- = 0, 983
r s = 1 – ------------------- - = 0, 777
r k = -------------------
3 2
10 – 10 10 – 10
303
Analiza seriilor interdependente (Regresie şi corelaţie)
∆y ∆x ∆y x
E = ------ ÷ ------ = ------ ⋅ --
y x ∆x y
Q Q
E =
8
E = 0
P P
a) b)
304
STATISTICĂ şi ECONOMETRIE
Q Q
ce re r e a n o r m a l a i n
c a z u l p r e t u l u i n u s i a l
v e n i t u l u i
E = 1
P P
c)
305
Analiza seriilor interdependente (Regresie şi corelaţie)
306
STATISTICĂ şi ECONOMETRIE
3. Cum se alege cel mai bun model care să exprime legătura dintre două
fenomene ?
Nr. crt. 1 2 3 4 5 6 7 8 9 10
Vânzări (bucăţi) 26 30 32 22 20 23 45 50 52 60
Număr vânzători
(persoane)
9 12 15 7 5 8 22 25 32 40
Cheltuieli
publicitate 3 5 7 6 6,8 8 3,5 4 4,5 6,5
(milioane lei)
Vânzări
5 25 70 45 60 90 12 15 27 55
(milioane lei)
307
Analiza seriilor interdependente (Regresie şi corelaţie)
Productivitatea
muncii 55 54 43 41 55 56 63 64 54 58
(bucăţi/salariat)
Salariul mediu lunar
(lei RON)
470 430 380 390 450 470 520 510 460 470
Venituri
(lei RON)
650 520 380 420 580 440 550 480 640 610
Cheltuieli
(lei RON)
341 313 271 315 332 295 337 325 352 356
308
STATISTICĂ şi ECONOMETRIE
Capitolul XIV
INDICI STATISTICI
OBIECTIVE
În permanenţă se apelează în practică la exprimarea sub forma indicilor
pentru a arăta evoluţia unui fenomen sau altul. De multe ori însă nu se
cunoaşte în profunzime fenomenul sau, şi mai grav, se folosesc în analiză
modalităţi greşite de exprimare în interpretarea datelor. Din acest motiv şi
datorită deselor utilizări în practică, scopul acestui capitol este însuşirea
corectă de către studenţi a modului de construire a indicilor sintetici, a
folosirii sistemelor de ponderare existente, dar şi a descompunerii unui
fenomen complex pe factori de influenţă.
Numeroasele cazuri aplicative prezentate la finele acestui capitol vor
conduce la o înţelegere mai bună a teoriei indicilor şi la rolul acesteia în
analiza concretă a datelor reale.
Cuvinte cheie
309
IndicI statistici
Se poate spune că indicii sunt cartea de vizită a unei ţări, ei arată în mod
sintetic dacă sunt bine calculaţi, starea naţiunii, succesul sau insuccesul,
caracterizând în ansamblu nivelul dezvoltării economico-sociale, culturale şi
politice şi îndeosebi gradul bunăstării populaţiei în ţara respectivă.
310
STATISTICĂ şi ECONOMETRIE
v = p ⋅ q
x x1 f f1 y( x ⋅ f) x1 ⋅ f1 y1
i 1 ⁄ 0 = ----- ; i 1 ⁄ 0 = ---- ; i1 ⁄ 0 = ------------- = ----- ,
x0 f0 x0 ⋅ f0 y0
unde y = x⋅f
x pl f pl x pl ⋅ f pl
------ ; ----- ; ----------------
x0 f0 x0 ⋅ f0
311
IndicI statistici
x f x1 ⋅ f1
-----1- ; ----1- ; ----------------
x pl f pl x pl ⋅ f pl
- indici teritoriali
x xA xB
i A ⁄ B = ----- sau dacă se doreşte comparaţia invers: ----- ;
xB xA
f fA fB x⋅f xA ⋅ fA xB ⋅ fB
i A ⁄ B = ---- sau invers ----- ; i A ⁄ B = -------------- sau invers --------------
fB xA xB ⋅ fB xA ⋅ fA
Factorul cantitativ este q, care nu este însumabil direct, iar factorul calitativ
este preţul unitar al mărfii (p), care de asemenea nu ar avea sens să-l
însumăm.
312
STATISTICĂ şi ECONOMETRIE
a) În acest caz indicele de grupă poate fi obţinut sub formă agregată, atât din
mărimi absolute, cât şi din mărimi relative a indicilor individuali.
b) Schimbarea medie a fenomenului complex se face cu ajutorul indicilor de
grupă, ca raport de medii.
x ∑ x1 ⋅ f
I 1 ⁄ 0 = ------------------
f ∑ f1 ⋅ x
şi I 1 ⁄ 0 = ------------------
∑ x0 ⋅ f ∑ f0 ⋅ x
∑ x1 ⋅ f1
--------------------
∑ x0 ⋅ f1
şi pentru a scoate în evidenţă modificarea medie a factorului cantitativ prin
mijlocirea factorului calitativ, acesta din urmă se ia constant la nivelul
perioadei de bază:
∑ f1 ⋅ x0
-------------------- .
∑ f0 ⋅ x0
313
IndicI statistici
f ∑ x0 ⋅ f1 x ∑ x1 ⋅ f1
I L = -------------------- ; I P = --------------------
∑ x0 ⋅ f0 ∑ x0 ⋅ f1
Aceşti indici se pot reuni într-un sistem:
y f x
I = I L ⋅I P
- indicele mediu geometric Irving FISCHER:
Exemplu:
La indicele de grupă al preţurilor se folosesc drept ponderi neschimbate
cantităţile de produse din perioada curentă, deoarece ne interesează
economiile realizate ca urmare a reducerii preţului sau sumele ce trebuie să
le plătească oamenii în plus ca urmare a creşterii preţurilor la produsele
respective.
314
STATISTICĂ şi ECONOMETRIE
y ∑ y1 ∑ x1 ⋅ f1
I 1 ⁄ 0 = ------------ = -------------------- , avem în vedere că f nu este însumabil direct.
∑ y0 ∑ x0 ⋅ f0
Pentru măsurarea modificării fiecărui factor vom utiliza ca punct de plecare
indicele lui y, considerând constant un factor şi variabil factorul a cărui
modificare ne interesează. Factorul constant este numit pondere şi poate fi
considerat la nivelul perioadei de bază sau curentă.
- tip Laspeyres
x ∑ x1 ⋅ f0
I 1 ⁄ 0 = --------------------
∑ x0 ⋅ f0
- tip Paasche
x
I1 ⁄ 0 =
∑ x1 ⋅ f1
--------------------
∑ x0 ⋅ f1
Identic şi pentru factorul cantitativ.
Aceşti indici se pot reuni într-un sistem:
y x f y x f
I1 ⁄ 0 = I1 ⁄ 0( L ) ⋅ I1 ⁄ 0( P ) sau I1 ⁄ 0 = I1 ⁄ 0( P ) ⋅ I1 ⁄ 0( L)
315
IndicI statistici
Utilizând indicii din relaţiile de mai sus se pot calcula şi modificările absolute.
Atunci când cei doi indici factoriali folosesc sisteme de ponderare diferite
(unul de tip Laspeyres, iar cel de-al doilea de tip Paasche) este valabilă
descompunerea geometrică (produsul celor 2 indici factoriali este egal cu
indicele fenomenului complex).
y
(1‘) ∆1 ⁄ 0 = ∑ x1 f1 – ∑ x0 f0
• Sporul fenomenului complex y, sub influenţa factorului cantitativ f :
y(f)
(2‘) ∆1 ⁄ 0 = ∑ x0 f1 – ∑ x0 f0
• Sporul fenomenului complex y, sub influenţa factorului calitativ x :
y( x)
(3‘) ∆1 ⁄ 0 = ∑ x1 f1 – ∑ x0 f1
(1‘)= (2‘) + (3‘)
y(f)
f ∆1 ⁄ 0
• Contribuţia relativă a factorului cantitativ: - ⋅ 100
k = -----------
y
∆1 ⁄ 0
316
STATISTICĂ şi ECONOMETRIE
y(x )
x ∆1 ⁄ 0
• Contribuţia relativă a factorului calitativ: k - ⋅ 100
= ------------
y
∆1 ⁄ 0
v ∑ v1 ∑ q1 p1
I 1 ⁄ 0 = ------------ = ------------------
∑ v0 ∑ q0 p0
Sporul total al valorii pe întreaga societate va fi diferenţa dintre numărătorul
şi numitorul indicelui corespunzător:
v
∆1 ⁄ 0 = ∑ v1 – ∑ v0 = ∑ q1 p1 – ∑ q0 p0
v v(q)
Din I 1 ⁄ 0 se vor desprinde cei doi indici factoriali, I 1 ⁄ 0 (sau notat simplu
q
I 1 ⁄ 0 cunoscut în practică sub denumirea de indicele volumului fizic) şi
v( p) p
I1 ⁄ 0 (sau notat simplu I 1 ⁄ 0 , cunoscut în practică şi sub denumirea de
indicele preţurilor).
317
IndicI statistici
v(q) ∑ q1 p0
I 1 ⁄ 0 = ------------------
∑ q0 p0
iar sporul valorii produse pe total societate numai sub influenţa sporului
producţiei fizice:
v( q)
∆1 ⁄ 0 = ∑ q1 p0 – ∑ q0 p0
c) Indicele preţurilor:
v(p) ∑ q1 p1
I 1 ⁄ 0 = ------------------
∑ q1 p0
iar sporul valorii produse pe total societate numai sub influenţa creşterii
preţurilor:
v( p)
∆1 ⁄ 0 = ∑ q1 p1 – ∑ q1 p0
Obligatoriu se va verifica relaţia:
v q p
v q p
I 1 ⁄ 0 = I 1 ⁄ 0 ⋅ I 1 ⁄ 0 şi respectiv: ∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0
318
STATISTICĂ şi ECONOMETRIE
IL
x
=
∑ x1 f0
---------------- =
∑ i ⋅ x0 f0
------------------------- x x1
şi i 1 ⁄ 0 = -----
x
⇒ x1 = i1 ⁄ 0 ⋅ x0
x0
∑ x0 f0 ∑ x0 f0
3. Dacă se cunoaşte nivelul indicatorului complex în perioada curentă ( x 1 f 1 )
x
şi indicii individuali ai factorului calitativ ( i ) sau nivelul factorului calitativ în
cele 2 perioade ( x 1 şi x 0 ), indicele sintetic al factorului calitativ de tip Paache
x
se calculează ca medie armonică a indicilor individuali ( i ), folosindu-se
ponderea compusă x 1 f 1 .
x ∑ x1 f1 ∑ x1 f1
I L = ---------------- = -------------------------
x x1 x1
i = ----- ⇒ x 0 = ----x-
1 x0
∑ x0 f1 ∑ ---x ⋅ x1 f1 i
i
319
IndicI statistici
∑ yi ∑ xi ⋅ fi *
x = ----------- = ------------------ = ∑ xi ⋅ fi , în care
∑ fi ∑ fi
*
fi = structura factorului cantitativ;
sau altfel spus, frecvenţa relativă.
(1)
x⋅f
I1 ⁄ 0
x1 ∑ x1 ⋅ f1 ∑ x0 ⋅ f0 ∑ x1 ⋅ f1
= ----- = -------------------- : -------------------- = ----------------------*-
x0
∑ f1 ∑ x0 ∑ x1 ⋅ f0
• Pentru a măsura variaţia nivelului mediu al caracteristicii de indexat ca
urmare a variaţiei ei în fiecare grupă se calculează indicele cu structură
fixă:
(2)
x
I1 ⁄ 0 =
∑ x1 ⋅ f1 ∑ x0 ⋅ f1
-------------------- : -------------------- =
∑ x1 ⋅ f1
-----------------------
*
∑ f1 ∑ f1 ∑ x0 ⋅ f1
320
STATISTICĂ şi ECONOMETRIE
(3)
(f)
I1 ⁄ 0 =
∑ x0 ⋅ f1 ∑ x0 ⋅ f0
-------------------- : -------------------- =
∑ x0 ⋅ f1
-----------------------
*
∑ f1 ∑ f0 ∑ x0 ⋅ f0
(1) = (2) ⋅ (3)
∆1 = ∆2 + ∆3
∑ Qi ∑ Wi ⋅ Ti *
W i = ------------ = ---------------------- = ∑ Wi ⋅ Ti , unde
∑T i
∑ Ti
*
Ti este structura numărului de salariaţi
(care poate fi exprimată în coeficient, sau în %).
321
IndicI statistici
*
W
I 1 ⁄ 0i =
∑ Q1 ∑ Q0
------------- : ------------- =
∑ W1 T1 ∑ W0 T0
-------------------- : -------------------- =
∑ W1 T1
-------------------------
*
∑ T1 ∑ T0 ∑ T1 ∑ T0 ∑ W0 T0
În funcţie de datele disponibile se va opta pentru una din formulele descrise
mai înainte. Calculăm mai departe cei doi indici factoriali.
T *
W i ⎛ -------i-⎞
I1 ⁄ 0
⎝ ΣT i⎠
=
∑ W0 T1 ∑ W0 T0
-------------------- : -------------------- =
∑ W0 T1
-------------------------
*
∑ T1 ∑ T0 ∑ 0 W 0 T
*
W( W )
I1 ⁄ 0 i =
∑ W1 T1 ∑ W0 T1
-------------------- : -------------------- =
∑ W1 T1
-------------------------
*
∑ T1 ∑ T1 ∑ W 0 T 1
322
STATISTICĂ şi ECONOMETRIE
T
W i ⎛⎝ -------i-⎞⎠
W ΣT i W ( Wi )
I 1 ⁄ 0i = I1 ⁄ 0 ⋅ I1 ⁄ 0
T
W i ⎛⎝ -------i-⎞⎠
W(W ) ΣT i
Atunci când I1 ⁄ 0 i > I1 ⁄ 0 avem de-a face cu o dezvoltare intensivă a
fenomenului, respectiv o creştere a productivităţii muncii pe seama factorului
calitativ.
Ca şi în cazurile anterioare, se pot calcula şi sporurile absolute, atât ale
fenomenului complex cât şi a influenţelor datorate factorilor, ca diferenţă
între numărătorul şi numitorul indicilor corespunzători:
W ∑ W1 T1 ∑ W0 T0 * *
∆ 1 ⁄ 0 = -------------------- – -------------------- = ∑ W1 T1 – ∑ W0 T0
∑ T1 ∑ T0
• Sporul total al productivităţii muncii ca urmare a influenţei
modificării structurii numărului de salariaţi:
T
W ⎛ -------i-⎞
⎝ ΣT i⎠ ∑ W0 T1 ∑ W0 T0 * *
∆1 ⁄ 0 = -------------------- – -------------------- = ∑ W0 T1 – ∑ W0 T0
∑ T1 ∑ T0
• Sporul total al productivităţii muncii pe societate ca urmare a
influenţei productivităţilor secţiilor:
W ( Wi ) ∑ W1 T1 ∑ W0 T1 * *
∆1 ⁄ 0 = -------------------- – -------------------- = ∑ W1 T1 – ∑ W0 T1
∑ T1 ∑ T1
Relaţia dintre sporuri:
T
W ⎛⎝ -------i-⎞⎠
W ΣT i W ( Wi )
∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0
323
IndicI statistici
T
-------i-
Wi ΣT i
k +k = 100 %
Q = q⋅p
324
STATISTICĂ şi ECONOMETRIE
y( x) ∑ x1 ⋅ f1 y(f) ∑ x0 ⋅ f1
I 1 ⁄ 0 = -------------------- şi I 1 ⁄ 0 = --------------------
∑ x0 ⋅ f1 ∑ x0 ⋅ f0
y( x ⋅ f) y( x) y( f)
I1 ⁄ 0 = I1 ⁄ 0 ⋅ I1 ⁄ 0
y( x ⋅ f)
∆1 ⁄ 0 = ∑ x1 ⋅ f1 – ∑ x0 ⋅ f0 se separă într-o sumă a modificării
datorată factorului calitativ şi a modificării factorului cantitativ
y(x ⋅ f ) y( x) y( f)
∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0 .
325
IndicI statistici
(2)
y(a) ∑ a1 b0 c0
I 1 ⁄ 0 = -----------------------
∑ a0 b0 c0
(1) I
y ∑ a1 b1 c1
= ----------------------- (3)
y(b) ∑ a1 b1 c0
I 1 ⁄ 0 = -----------------------
∑ a0 b0 c0 ∑ a1 b0 c0
(4)
y(c) ∑ a1 b1 c1
I 1 ⁄ 0 = -----------------------
∑ a1 b1 c0
În acest caz, este valabilă atât descompunerea geometrică a indicilor:
(1) = (2) x (3) x (4), cât şi descompunerea analitică a sporurilor.
y
∆1 ⁄ 0 = ∑ a1 b1 c1 – ∑ a0 b0 c0
y( a)
∆1 ⁄ 0 = ∑ a1 b0 c0 – ∑ a0 b0 c0
y( b)
∆1 ⁄ 0 = ∑ a1 b1 c0 – ∑ a1 b0 c0
y( c)
∆1 ⁄ 0 = ∑ a1 b1 c1 – ∑ a1 b1 c0
y y(a) y( b) y( c)
⇒ ∆1 ⁄ 0 = ∆1 ⁄ 0 + ∆1 ⁄ 0 + ∆1 ⁄ 0
326
STATISTICĂ şi ECONOMETRIE
y( a)
a ∆1 ⁄ 0
- ⋅ 100
k = -------------
y
∆1 ⁄ 0
y( b)
b ∆1 ⁄ 0
- ⋅ 100
k = -------------
y
∆1 ⁄ 0
y( c)
c ∆1 ⁄ 0
- ⋅ 100
k = -------------
y
∆1 ⁄ 0
a b c
k + k + k = 1 sau 100 %
Un exemplu tipic pentru relaţiile de mai sus cu 3 factori îl poate oferi volumul
producţiei prin influenţele:
- modificării numărului mediu al muncitorilor T
- modificării nr. de ore lucrate de un muncitor într-un an
- modificării productivităţii medii orare W h
Wl = Wz × Dl = Wh ⋅ Dz ⋅ Dl
valoarea producţiei
Q
W = ---- ⇒ Q = W ⋅ T = T × Wh ⋅ Dz ⋅ Dl
T
numărul mediu salariaţi
327
IndicI statistici
∑ x1 ⋅ f1 ∑ x1 ⋅ f0 ∑ x0 ⋅ f1
-------------------- ≠ -------------------- ⋅ -------------------- , atunci nici suma creşterii absolute a
∑ x0 ⋅ f0 ∑ x0 ⋅ f0 ∑ x0 ⋅ f0
factorului cantitativ şi a celui calitativ nu va mai fi egală cu sporul total al
fenomenului complex. În astfel de condiţii de ponderare, sporul total al
fenomenului complex se va calcula astfel:
∑ x1 ⋅ f1 – ∑ x0 ⋅ f0 =
⎧
⎪
⎪
⎪
⎨
⎪
⎪
⎪
⎩
x⋅f
∆
= ( ∑ x1 f0 – ∑ x0 f0 ) + ( ∑ x0 f1 – ∑ x0 f0 ) + ( x1 – x0 ) ⋅ ( f1 – f0 )
⎧
⎨
⎩
⎧
⎨
⎩
x f
∆ ∆
x f
În legătură cu acest rest nedescompus ( ∆ ⋅ ∆ ) în literatura de specialitate
s-a făcut propunerea ca el să fie atribuit în mod proporţional cu contribuţia
fiecărui factor în sporul total al fenomenului complex.
- Deci, întâi calculăm ponderea cu care contribuie fiecare factor în sporul
total:
∑ x1 f0 – ∑ x0 f0
k x = ---------------------------------------------------------------------------------------------- ;
( ∑ x1 f0 – ∑ x0 f0 ) + ( ∑ x0 f1 – ∑ x0 f0 )
∑ x0 f1 – ∑ x0 f0
k f = ----------------------------------------------------------------------------------------------
( ∑ x1 f0 – ∑ x0 f0 ) + ( ∑ x0 f1 – ∑ x0 f0 )
′ x f
kf = kf ⋅ ∆ ⋅ ∆
328
STATISTICĂ şi ECONOMETRIE
cota parte a
restului nedescompus cota parte din
ce revine lui x restul nedescompus
influenţa directă influenţa directă ce revine lui f
a factorului x a factorului f
′ ′
∑ x1 f1 – ∑ x0 f0 = ( ∑ x1 f0 – ∑ x0 f0 ) + kx + ( ∑ x0 f1 – ∑ x0 f0 ) + kf
′ ′
⎧ kx > kf ⇒ calea de dezvoltare a fenomenului
⎪ complex este cea intensivă;
În cazul când ⎨
⎪ ′ ′ calea de dezvoltare a fenomenului
⎩ kx < kf ⇒ complex este cea extensivă;
′
( ∑ x1 f0 – ∑ x0 f0 ) + kx
------------------------------------------------------- ⋅ 100 (idem pentru factorul cantitativ)
x⋅f
∆
Folosirea acestei metode este mai dificilă în condiţiile în care creşte numărul
factorilor de influenţă, deoarece creşte numărul sporurilor care se datorează
interacţiunii factorilor şi odată cu aceasta, sporeşte caracterul convenţional
privind atribuirea restului nedescompus factorilor de influenţă.
329
IndicI statistici
a) baza de raportare
- cu bază fixă;
- cu baza în lanţ.
x ∑ xi f0
I i ⁄ 0 = ----------------
∑ x0 f0
2. Serii de indici de grup cu bază în lanţ şi ponderi constante, tot pe
exemplul factorului calitativ x :
:
x ∑ xi f0
I i ⁄ i – 1 = ---------------------- sau
x ∑ xi fn
I i ⁄ i – 1 = ----------------------
∑ xi – 1 f0 ∑ xi – 1 fn
Se verifică relaţia dintre indicii cu bază în lanţ şi cei cu bază fixă:
∑ x1 f0 ∑ x2 f0 ∑ x3 f0 ∑ xn f0
---------------- ⋅ ---------------- ⋅ ---------------- ⋅ --- … ⋅ --- ⋅ -----------------------
∑ xn f0
= ----------------
∑ x0 f0 ∑ x1 f0 ∑ x2 f0 ∑ xn – 1 f0 ∑ x0 f0
Identic şi în cazul folosirii ca pondere fixă ultimul factor cantitativ ″f n ″ .
330
STATISTICĂ şi ECONOMETRIE
x ∑ xi fi – 1
I i ⁄ i – 1 = ---------------------------- ponderi la nivelul perioadei de bază ″f i – 1 ″
∑ xi – 1 fi – 1
sau ponderi la nivelul perioadei curente ″f i ″
x ∑ xi fi
I i ⁄ i – 1 = ---------------------
∑ xi – 1 fi
În practică, alegerea uneia dintre aceste variante de serii de indici se va face
în funcţie de conţinutul indicatorului analizat şi de datele disponibile.
331
IndicI statistici
14.5. APLICAŢII
Problema 1
Tabelul nr.1
Ianuarie 1999 Februarie 1999
Denumirea
U.M. Preţ Preţ
Produsului Cantitate Cantitate
(lei / U.M.) (lei / U.M.)
0 1 2 3 4 5
- cartofi de toamnă Kg 47372 3201 64646 2897
- fasole uscată Kg 2355 5597 4295 5434
- mere Kg 17380 5237 25060 7253
- garoafe fir 8030 3293 12884 4407
- lapte dulce litru 6325 3574 10566 3771
- ouă de găină buc. 5225 1120 13609 988
Sursa: Direcţia Judeţeană de Statistică Bacău.
Se cere:
332
STATISTICĂ şi ECONOMETRIE
Rezolvare:
Tabelul nr.2
Valoare vândutã
Ianuarie 1999 Februarie 1999
- milioane lei -
Denumirea vi = vi =
U.M. qi pi qi pi 0 1
produsului 0 0 1 1 p ×q p ×q
i1 i0 i1 i1
0 1 2 3 4 5 6 7
- cartofi Kg 47372 3201 64646 2897 151,6 187,3
- fasole Kg 2355 5597 4295 5434 13,2 23,3
- mere Kg 17380 5237 25060 7253 91,0 181,8
- garoafe fir 8030 3293 12884 4407 26,4 56,8
- lapte litru 6325 3574 10566 3771 22,6 39,8
- ouă buc. 5225 1120 13609 988 5,9 13,4
TOTAL x x x x x 310,7 502,4
- continuarea tabelului -
Indicii individuali qi0pi1 qi1pi0
% mil.lei mil.lei
q ×p q ×p
q i0 i1 i1 i0
p
i1 / 0 i1 / 0 i1v / 0
mil.lei mil.lei
8 9 10 11 12
136,5 90,5 123,5 137,2 206,9
182,4 97,1 176,5 12,8 24,0
144,2 138,5 199,8 126,1 131,2
160,4 133,8 215,2 35,4 42,4
167,1 105,5 176,1 23,9 37,8
260,5 88,2 227,1 5,2 15,2
x x x 340,6 457,5
qi1
i1q/ 0 = sau i1q/ 0 × 100
qi 0
333
IndicI statistici
p p p p
i1 /i 0= i1 sau i1 /i 0= i1 ×100
pi 0 pi 0
2897
i1p/i0 = = 0,905 sau 90,5%
3201
Acelaşi rezultat se putea obţine şi pe baza relaţiei dintre cei trei indici.
Astfel, se obţine:
v p q
i1 /i 0 = i1 /i 0×i1 /i 0
334
STATISTICĂ şi ECONOMETRIE
∑q i1 p i1
502 ,4
I pi
(Paasche) = i
= = 1,098 sau 109 ,8%
1/ 0
∑q i
i1 p i 0
457 ,5
∑q i0 p i1
340 ,6
I pi
(Laspeyres ) = i
= = 1,096 sau 109 ,6%
1/ 0
∑q i
i0 pi0 310 ,7
∑q i1 p i1
502 ,4
I qi
(Paasche) = i
= = 1,475 sau 147 ,5%
1/ 0
∑q i
i0 p i1 340 ,6
∑q i1 pi0
457 ,5
I qi
(Laspeyres ) = i
= = 1,472 sau 147 ,2%
1/ 0
∑q i
i0 pi0
310 ,7
∑q i1 p i1
502 ,4
I vi
= i
= = 1 ,617 sau 161 ,7 %
∑q
1/ 0
i0 p i0 310 ,7
i
335
IndicI statistici
Se verifică doar în cazul în care cei doi indici componenţi s-au calculat pe
baza unor sisteme de ponderare diferite.
336
STATISTICĂ şi ECONOMETRIE
∆q1 / 0 146,8
× 100 = × 100 = 76,6%
∆1 / 0
v
191,7
Pe produse, creşterea cea mai mare a avut loc la sortimentul "ouă", la care
preţul unitar a înregistrat o scădere cu 11,8%, în timp ce cantitatea
desfăcută a înregistrat o creştere de peste 2,6 ori.
337
IndicI statistici
∑p q ∑p q i1 i 0 i1 i1
I (Fischer) =
p i
× i
= 1,096×1,098 = 1,2034 = 1,09699 sau 109,7%
∑p q ∑p q
1/ 0
i0 i0 i 0 i1
i i
∑ pi1qi 0 ∑ pi1qi1
i i
+
∑ pi 0 qi 0 ∑ pi 0 qi1
p i i 1,096 + 1,098 2 ,194
I1 / 0 ( Sidgwik Drobisch) = = = = 1,097 sau 109,7%
2 2 2
∑ pi1qi 0 + ∑ pi1qi1
p i i 340 ,6 + 502 ,4 843 ,0
I1 / 0 ( Edgeworth ) = = = = 1,097 sau 109 ,7%
∑ pi 0 q i 0 + ∑ pi 0 q i1 310 ,7 + 457 ,5 768 ,2
i i
∑( i p I p )( i q I q ) × qi 0 pi 0
i 0,984114 0,984114
rq = = = = 0,07175
i ip σ q ×σ × ∑qi 0 pi 0 0,1996249× 0,22113 × 310,7 13,71541438
i ip
i
338
STATISTICĂ şi ECONOMETRIE
∑ (i q
− I q ) 2 ⋅ qi 0 pi 0
12,3818425
σi = i
= = 0,03985 = 0,1996249
∑q
q
i0 pi 0 310,7
i
∑ (i p
− I p ) 2 ⋅ qi 0 pi 0
15,193128
σi = i
= = 0,04889967 = 0,2211327
∑q
p
i0 pi 0 310,7
i
vi q si vi p - coeficienţii de variaţie:
σi q 0,1996249
vi q = = = 0,1356147
I q
1,472
σi p 0,2211327
vi p = = = 0,2013959
I p
1,098
∑q i1 pi 0
I q
= i
= 1,472 (calculat la punctul 3)
∑qi
i1 pi 0
∑q i1 p i1
I p
= i
= 1,098 (calculat la punctul 2)
∑q i
i0 p i1
339
IndicI statistici
0 1 2 3 4 5
Cartofi de 0,905 1,365 -0,193 0,037249 5,6469484
toamna
Fasole 0,971 1,824 -0,127 0,016129 0,2129028
Mere 1,385 1,442 0,287 0,082369 7,4955790
Garoafe 1,338 1,604 0,240 0,057600 1,5206400
Lapte 1,055 1,671 -0,043 0,001849 0,0417874
Oua 0,882 2,605 -0,216 0,046656 0,2752704
TOTAL - - - 0,241852 15,1931280
- continuarea tabelului -
(i q − I q ) (i q − I q ) 2 (i q − I q )2 ⋅ qi0 pi0 (i p − I p )(i q − I q ) (i p − I p )(i q − I q )qi0 pi0
6 7 8 9 10
-0,107 0,011449 1,7356684 0,020651 3,141355
0,352 0,123904 1,6355328 0,044704 -0,589440
-0,030 0,000900 0,0819000 0,008610 -0,786490
0,132 0,017424 0,4599936 0,031680 0,841802
0,199 0,039601 0,8949826 0,008557 -0,192420
1,133 1,283689 7,5737651 0,244728 -1,430690
- - 12,3818425 - 0,984114
340
STATISTICĂ şi ECONOMETRIE
Problema nr. 2
Se cere:
Rezolvare:
1) Pentru a calcula indicii individuali ai preţurilor faţă de anul precedent ne
folosim de corelaţia existentă între indicii cu baza în lanţ şi cei cu baza fixă:
341
IndicI statistici
Ii
Ii = 0
i −1 I i −1
0
Tabelul nr.1
Indicii individua li a i Indicii individua li a i
Grupa de marfuri sau
pre turilor / a nul volumului va loric in
se rvicii
pre cede nt=100% pre turi curente
anul anul anul anul anul anul
- anul precedent=100% -
1994 1995 1996 1994 1995 1996
0 1 2 3 4 5 6
-marfuri alimentare 236,2 131,9 136,4 227,6 151,2 145,2
-marfuri nealimentare 232,8 129,6 139,1 266,8 177,2 167,0
-servicii comerciale 250,8 142,7 146,9 296,2 162,3 150,6
TOTAL 236,8 132,3 138,8 254,8 165,9 157,6
Exemplu de calcul:
Dar, întrucât indicii au fost calculaţi folosind datele în preţuri curente ale
fiecărui an şi, cum asupra creşterii volumului valoric a influenţat şi
devalorizarea monedei naţionale, este necesar să calculăm acest indice în
preţuri comparabile.
342
STATISTICĂ şi ECONOMETRIE
pi vi
Cum i1 / 0 si i1 / 0 sunt calculaţi în tabelul nr.1, ne folosim de aceşti indici şi
vom deduce indicele volumului fizic atat pe fiecare grupă în parte, cât şi pe
total:
i1v/i 0
i1q/i 0 =
i1p/i0
De exemplu, pentru a calcula de câte ori a crescut volumul fizic al mărfurilor
nealimentare vândute în anul 1996 faţă de anul 1995:
167 ,0
q i (marfuri nealimenta re )
i1996 = = 1,200 sau 120 ,0%
1995 139 ,1
În felul acesta, s-a eliminat influenţa inflaţiei din perioada respectiva, lăsând
curat, creşterea fizica a volumului de mărfuri nealimentare vândute în anul
1996 fata de anul 1995, deci de 1,2 ori, sau o creştere cu 20,0%.
Tabelul nr.2
343
IndicI statistici
∆q1994
i(servicii comerciale)
= 2222 ,5 − 1882 ,0 = +340 ,5 miliarde lei
993
Tabelul nr.3
Volumul valoric in Volumul valoric in Volumul valoric in
Indicele Indicele Indicele
Grupa de preturi constante ale volumului preturi constante ale volumului preturi constante ale volumului
marfuri sau anului 1994 anului 1995 anului 1996
fizic % fizic % fizic %
servicii miliarde lei miliarde lei miliarde lei
anul 1993 anul 1994 1994/1993 anul 1994 anul 1995 1995/1994 anul 1995 anul 1996 1996/1995
0 1 2 3 4 5 6 7 8 9
-marfuri
5742,6 5531,9 96,3 7293,8 8362,9 114,7 11404,1 12144,1 106,5
alimentare
-marfuri
6834,8 7830,2 114,6 10150,1 13878,9 136,7 19304,3 23172,2 120,0
nealimentare
-servicii
1882,0 2222,5 118,1 3171,6 3607,3 113,7 5300,7 5431,0 102,5
comerciale
TOTAL 14481,4 15584,6 107,6 20612,4 25849,1 125,4 35881 40747,3 113,6
344
STATISTICĂ şi ECONOMETRIE
Tabelul nr. 4
Sporul absolut Sporul absolut Sporul absolut
1994/1993 1995/1994 Ponderea 1996/1995 Ponderea
Grupa de în preţuri în preţuri fiecărui spor în preţuri fiecărui spor
mărfuri sau comparabile comparabile în total (%) comparabile în total (%)
servicii 1994 1995 anul 1995 1996 anul 1996
miliarde lei miliarde lei miliarde lei
0 1 2 3 4 5
-mãrfuri
-210,7 1069,1 20,4 740,0 15,6
alimentare
-mãrfuri
995,4 3728,8 71,2 3867,9 81,6
nealimentare
-servicii
340,5 435,7 8,4 130,3 2,7
comerciale
TOTAL 1103,2 5236,7 100,0 4738,2 100,0
Din datele calculate, rezultă că cel mai mare spor în mărime absolută, în
fiecare an, a cunoscut grupa mărfurilor nealimentare. Astfel, în anul 1996
spre exemplu, faţă de anul 1995, volumul vânzărilor de mărfuri cu
amânuntul la grupa de mărfuri nealimentare a crescut cu 3867,9 miliarde lei
(preţuri comparabile), aceasta creştere reprezentând 81,6% din sporul
absolut al vânzărilor şi serviciilor prestate populaţiei.
Spre exemplu, la mărfuri alimentare, în anul 1996 faţă de anul 1995, volumul
vânzărilor a crescut cu 3781,2 miliarde lei, creştere datorată atat inflaţiei cât
şi creşterii volumului fizic al vânzărilor.
345
IndicI statistici
∆v1996
i(marfuri alimentare)
= 12144 ,1 − 8362 ,9 = +3781,2 miliarde lei
1995
∆q1996
i
740 ,0
1995
× 100 = × 100 = 19 ,6%
∆ vi
1996
3781,2
1995
După aceasta vom calcula diferenţa faţă de 100% scăzând din 100
ponderea calculată mai sus, obţinând astfel cât % din sporul total al
volumului valoric este datorat inflaţiei, respectiv creşterilor de preţ.
346
STATISTICĂ şi ECONOMETRIE
Tabelul nr.5
Ponderea sporului Ponderea sporului
volumului fizic al volumului valoric
Sporul absolut al volumului valoric vânzărilor şi prestarilor datorat creşterii
miliarde lei preţuri curente ale în total spor al preţurilor
Grupa de fiecărui an volumului valoric %
mărfuri sau %
servicii 1994/ 1995/ 1996/ 1995/ 1996/ 1995/ 1996/
1993 1994 1995 1994 1995 1994 1995
0 1 2 3 4 5 6 7
-mãrfuri
3101,0 2831,0 3781,2 37,8 19,6 62,2 80,4
alimentare
-mãrfuri
4894,9 6048,7 9293,3 61,6 41,6 38,4 58,4
nealimentare
-servicii
1472,1 1384,8 1823,7 31,5 7,1 68,5 92,9
comerciale
TOTAL 9468,0 10264,5 14898,2 51,0 31,8 49,0 68,2
Se poate observa din datele rezultate ca în anul 1996 faţă de anul anterior a
crescut şi mai mult influenţa inflaţiei asupra volumului vânzărilor şi a
serviciilor, în detrimentul reducerii creşterii volumului fizic al acestora.
5) Pentru a calcula dinamica indicatorilor din anul 1996 fata de anul 1993,
vom pleca de la datele iniţiale şi vom face calculul indicilor volumului valoric
în preţuri curente:
v1996
vi
i1996 = × 100
1993 v1993
12144,1
× 100 = 499,6%
2430,9
347
IndicI statistici
Urmează apoi să aflăm care a fost creşterea medie a preţurilor din anul
1996 faţă de anul 1993. Pentru aceasta plecăm tot de la datele iniţiale ale
problemei, folosindu-ne de relaţia dintre indici:
Astfel:
p i
pi I 1996 ⁄ 1990
I 1996 ⁄ 1993 - × 100
= ----------------------
pi
I 1993 ⁄ 1990
De exemplu, la grupa de mărfuri alimentare vom aveaun indice de preţ
14276 ,5
= × 100 = 424 , 7 %
3361 , 2
Calculele sunt prezentate în tabelul nr.6
Tabelul nr.6
Indicele volumului valoric Indicele Preţurilor Indicele
Grupa de mărfuri sau calculat în preţuri curente de Consum volumului fizic
servicii % % %
1996/1993 1996/1993 1996/1993
0 1 2 3
-mãrfuri alimentare 499,6 424,7 117,6
-mãrfuri nealimentare 789,4 419,8 188,0
-servicii comerciale 723,7 525,9 137,6
TOTAL 666,2 434,7 153,3
348
STATISTICĂ şi ECONOMETRIE
Problema nr.3
Tabelul nr.1
Indicele producţiei
Valoarea producţiei industriale calculat
Număr
industriale miliarde în preţuri
mediu de personal
lei anul 1998 comparabile %
1998/1997
anul anul
Denumirea localităţii qi1 = Wi1 ⋅ Ti1 i prod
1/ 0
1997 1998
Ti 0 Ti1
0 1 2 3 4
-municipiul Bacău 3281,4 83,0 28984 24687
-municipiul Oneşti 3559,6 85,4 16692 13164
-oras Buhuşi 145,2 64,7 4332 2529
-oras Comăneşti 197,3 66,1 5184 3634
-oras Moineşti* 222,6 90,5 2320 1703
-oras Tg.Ocna 123,5 79,1 1273 1007
-oras Darmăneşti 696,9 215,2 611 411
-rural + pe raza altor judete 952,3 85,7 4847 3334
TOTAL JUDET BACĂU 9178,8 87,5 64243 50469
Sursa: "INFOSTAT" Nr.12 / 1998, paginile: 4,7,8;
Direcţia Generală Judeţeană de Statistică Bacău.
*Nota: Producţia industriala aferentă oraşului Slanic Moldova fiind foarte mică, a
fost înregistrată la orasul Moineşti (după sediul agentului economic).
Se cere:
1) Să se calculeze indicii individuali ai productivităţii muncii.
2) Să se determine dinamica productivităţii medii a muncii şi să se
evidenţieze influenţa factorilor asupra acesteia cu ajutorul indicilor calculaţi
din mărimi medii.
3) Să se descompună analitic productivitatea medie a muncii pe factori de
influenţă.
4) Să se calculeze indicele de grup al volumului producţiei şi creşterea
absolută a acesteia.
5) Să se determine sporul volumului producţiei ca urmare a variaţiei
productivităţii muncii şi a numărului de muncitori pe baza procedeului
substituirii în lanţ, a sporului nedescompus şi a procedeului creşterilor finite
(Lagrange).
349
IndicI statistici
Rezolvare:
1) Notăm volumul producţiei industriale din anul 1997 cu q0, respectiv cu q1
pentru anul 1998. Numărul salariaţilor cu T0 şi T1 corespunzător celor două
perioade, iar productivitatea muncii pe salariat cu W0, respectiv cu W1.
qi1
qi 0 =
i1prod
/0
100
Pentru a calcula indicii individuali ai productivităţii muncii, mai întai trebuie
să deducem pe baza datelor disponibile, care a fost valoarea producţiei
industriale din anul 1997. Vom obţine aceasta valoare împărţind valoarea
producţiei industriale din anul 1998 la indicele producţiei industriale sub
formă de coeficient:
Tabelul nr.2
Valoarea Productivitatea Indicele
producţiei muncii productivităţi
Denumirea industriale milioane lei/salariat i muncii
localităţii miliarde lei anul anul -W-%
1997 1998
W i0 ⋅ T i1 W i1 ⋅ T i0
anul 1997
Wi
Wi 0 Wi1 i1/ 0
qi 0 = Wi 0 ⋅ Ti 0
0 1 2 3 4 5 6
-municipiul Bacău 3953,5 136,4 132,9 97,4 3367,4 3852,6
-municipiul Oneşti 4168,1 249,7 270,4 108,3 3287,2 4513,6
-oras Buhuşi 224,4 51,8 57,4 110,8 131,0 248,7
-oras Comăneşti 298,5 57,6 54,3 94,3 209,2 281,5
-oras Moineşti 246,0 106,0 130,7 123,3 180,6 303,2
-oras Tg.Ocna 156,1 122,6 122,6 100,0 123,5 156,1
-oras Dărmăneşti 323,8 530,0 1695,6 319,9 217,8 1036,0
-rural+ pe raza altor
1111,2 229,3 285,6 124,6 764,3 1384,5
judete
TOTAL JUDET
10481,7 163,2 181,9 111,5 8281,0 11776,2
BACĂU
350
STATISTICĂ şi ECONOMETRIE
Din calcule se pot observa diferenţele existente între localităţi. Astfel, faţă de
o creştere medie pe judet cu 11,5% a W, oraşul Comăneşti cunoaşte
reducerea cea mai mare, cu -5,7% (94,3 - 100) faţă de anul 1997 şi cu -
70,1% faţă de media pe judeţ în anul 1998.
54,3
× 100 − 100 = −70,1%
181,9
În acelaşi timp, la oraşul Dărmăneşti W creşte de 3,2 ori, fiind de 9,3 ori mai
mare: 1695 ,6
------------------- = 9, 3 decât media pe judet, aceasta datorita în principal
181, 9
Rafinăriei Dărmăneşti care şi-a reluat activitatea în anul 1998 fata de anul
1997 când a fost întreruptă o perioada mai mare de timp sau nu a lucrat la
întreaga capacitate.
2) Indicele productivităţii medii a muncii se calculează după relaţia:
W
∑q ∑q i1 i0 ∑W T ∑W T i1 i1 i0 i0
I W
= 1 = i
: i
= i
: i
=
∑T ∑T ∑T ∑T
1/ 0
W0 i1 i0 i1 i0
i i i i
9178,8 ⋅ 10 10481,7 ⋅ 10
9
181,9 ⋅ 10 9
9
= : = = 1,115 sau 111,5%
50469 64243 163,2 ⋅ 10 9
q
dar cum W = ⇒ q = W ⋅T
T
Influenta factorilor asupra productivităţii muncii se măsoară cu ajutorul
indicilor calculaţi din mărimi medii:
W1
∑ W i1 Ti1 ∑ W i0 T i1 9 9
, 8 ⋅ 10 - 8281 ⋅ 10
W(W) i
I 1 ⁄ 0 = ------- = --------------------- i - = 9178
- : --------------------- ------------------------------ : ------------------------- =
W0 50469 50469
∑ T i1 ∑ T i1
i i
351
IndicI statistici
6
181, 9 ⋅ 10
= ---------------------------6- = 1, 10847 sau 110, 847 %
164, 1 ⋅ 10
W(T )
∑W T ∑W T i 0 i1 i0 i0
8281⋅109 10481,7 ⋅109 164,1⋅109
I = i
: i
= : = = 1,0055 sau 100,55%
∑T ∑T
1/ 0
i1 i0
50469 64243 163,2 ⋅109
i i
W W (Wi ) W (Ti )
I1 / 0i = I1 / 0i × I1 / 0i
∑W T i1 i1 ∑W T i0 i0
∆ W i(Wi ,Ti )
= i
− i
= 181,9 ⋅ 106 − 163,2 ⋅ 106 = 18,7 milioane lei / salariat
∑T ∑T
1/ 0
i1 i0
i i
352
STATISTICĂ şi ECONOMETRIE
∑W T i1 i1 ∑W T i 0 i1
∆W i(Wi )
= i
−i
= 181,9 ⋅ 106 − 164,1 ⋅ 10 6 = +17,8 milioane lei / salariat
∑T ∑T
1/ 0
i1 i1
i i
∑W T i 0 i1 ∑W T i0 i0
∆W i(Ti )
= i
− i
= 164 ,1 − 163,2 = +0 ,9 milioane lei / salariat
∑T ∑T
1/ 0
i1 i0
i i
∆W1 /i0(Wi ) 17 ,8
× 100 = × 100 = 95,2%
∆ Wi 18,7
1/ 0
353
IndicI statistici
q ( W i, T i )
∆1 ⁄ 0 = ∑ Wi Ti – ∑ Wi Ti
1 1 0 0
= 9178, 8 – 10481, 7 = – 1302, 9 miliarde lei.
i i
(în preţuri medii comparabile ale anului 1998)
5)
354
STATISTICĂ şi ECONOMETRIE
Sporul total:
∆ 1q/i(W
0
i ,Ti )
= ∑ Wi1Ti1 − ∑ Wi 0Ti 0 = 9178 ,8 − 10481,7 = −1302 ,9 miliarde lei
i i
Sporul descompus:
q i (W i ,Ti )
∆ 1/0 = ∆ 1/0
q i (W i )
+ ∆ 1/0
q i (T i )
= 1294,5 − 2200,7 = - 906,2 miliarde lei
⎛ ⎞ ⎛ ⎞
∆q1i/(W0 i ,Ti ) = ∑ (Ti1 − Ti 0 )(Wi1 − Wi 0 ) = ⎜ ∑Wi1Ti1 − ∑Wi 0Ti1 ⎟ − ⎜ ∑Wi1Ti 0 − ∑Wi 0Ti 0 ⎟ =
i ⎝ i i ⎠ ⎝ i i ⎠
= (9178,8 − 8281,0) − (11776,2 − 10481,7 ) = 897,8 − 1294,5 =
= -396,7
Sporul nedescompus:
355
IndicI statistici
⎛ β⎞
∆q1i/(W0 i ) = qi 0 α⎜1 + ⎟ = 10481,7 × 0 ,1146 ⋅ ⎛⎜1 −
0 ,2144 ⎞
⎟ = 1073,1
⎝ 2⎠ ⎝ 2 ⎠
Wi1 181,9
iar α= −1 = − 1 = 0 ,1146
Wi 0 163,2
Ti1 50469
β= −1 = − 1 = 0 ,7856 − 1 = −0 ,2144
Ti 0 64243
în care:
Deci:
356
STATISTICĂ şi ECONOMETRIE
4. Cum construim un indice sintetic atunci când avem de-a face cu variabile
calitative ? Daţi exemplu de o variabilă calitativă şi construiţi indicele
acesteia.
357
IndicI statistici
Dinamica fondului
Fondul de Dinamica numărului Numărul
de salarii în
salarii în de salariaţi în salariatilor în
Societăţi perioada curentă
perioada de perioada curentă perioada de
comerciale faţă de perioada de
bază faţă de cea de bază bază
bază
(mii lei) % (pers.)
%
A 120 98 105 106
B 75 105 110 60
C 45 100 95 50
Structura Numãrul
Productia Productivitatea
numarului de salariatilor in
Societati realizata in muncii in
salariati in perioada de
comerciale perioada de baza perioada curenta
perioada curenta baza
(mil. lei) (mil. lei / salariat)
(%) (pers.)
A 12 0,13 55 100
B 6,5 0,25 15 40
C 10 0,10 30 90
358
STATISTICĂ şi ECONOMETRIE
Modificarea
Nr. Salariatilor
Salariul mediu in Salariul mediu in numarului de salariati
Societatea in perioada
perioada de baza perioada curenta in perioada curenta
comerciala curenta
(mii lei/salariat) (mii lei/salariat) fata de cea de baza
(persoane)
(%)
A 2,3 2,5 -20 40
B 2,5 2,1 +20 30
C 1,8 2,0 +100 20
Modificarea a Numarul
Productia Productivitatea
numarului de Salariatilor in
Societati realizata in muncii in perioada
salariati in perioada perioada
comerciale perioada de baza curenta (mil. Lei /
curenta fata de cea curenta
(mil. lei) salariat)
de baza % (pers.)
A 12 0,13 +5 100
B 6,5 0,25 +10 40
C 10 0,10 -5 90
359
IndicI statistici
360
STATISTICĂ şi ECONOMETRIE
Capitolul XV
OBIECTIVE
Indicele Preţurilor de Consum (IPC), respectiv rata inflaţiei este unul din
indicatorii statistici cu cea mai largă aplicabilitate practică. Evoluţia inflaţiei
într-o ţară influenţează nu doar evoluţia activităţii firmelor, ci şi viaţa de zi cu
zi a oamenilor prin efectele sale negative asupra puterii de cumpărare a
banilor.
IPC este în acelaşi timp unul din indicatorii cei mai contestaţi, existând o
oarecare suspiciune asupra mărimii sale, în funcţie de interesul celui care-l
utilizează. Din acest motiv, am prezentat atât modalitatea de calcul a
indicelui, care are în spate o muncă laborioasă, reunind mai multe cercetări
statistice prin sondaj. Pe de altă parte, dat fiind utilizarea sa largă în
practică, necesitatea identificării unui IPC pentru o anumită perioadă dorită,
am insistat şi prezentat detaliat modalităţile de calcul.
Cuvinte cheie
361
Indicele preţurilor de consum
1. Ce este IPC ?
2. La ce serveşte el ?
3. Care este populaţia de referinţă ?
4. Care este tipul de consum acoperit ?
5. Care este sfera teritorială de cuprindere ?
6. Sistemul de ponderare folosit ?
7. Care este metoda de calcul a IPC ?
8. Indicatori uzuali. Exemple de calcul.
9. Cum putem recalcula anumite sume cu ajutorul IPC ?
10. Cum calculăm dinamica indicatorilor valorici ?
11. De unde se poate afla IPC ?
IPC este unul din indicatorii cei mai utilizaţi în practica economică.
362
STATISTICĂ şi ECONOMETRIE
IPC are şi o largă utilizare socială, fiind folosit în negocierile salariale dintre
guvern, patronat şi sindicate. Ţinând cont de evoluţia IPC se indexează
salariile, pensiile, alocaţiile bugetare, bursele, etc. Aceste indexări asigură
practic o menţinere a puterii de cumpărare a salariului, pensiilor, etc.
363
Indicele preţurilor de consum
364
STATISTICĂ şi ECONOMETRIE
⎛ p0 q0 ⎞
∑ i ⁄ 2004 ⎜⎝ -----------------
p
1) IPC 1 ⁄ 0 = I ⋅ -⎟ unde:
∑ p0 q0⎠
⎧ Indicele Preţurilor de Consum agregat
⎪
⎪ IPC 1 ⁄ 0 = al de
lunii curente (1) din anul 2006, faţă
anul de referinţă 2004;
⎪
⎪
⎪ p indicii de preţ, ai lunii curente faţă de
⎪I = media anului 2004, pe trepte ierarhice
⎨ i ⁄ 2004 de agregare;
⎪
⎪
⎪ p0 q0 ponderile aferente diferitelor trepte de agregare
⎪ ------------------ = (importanţa relativă a cheltuielilor medii lunare
⎪ p q
⎪∑ 0 0
pe o gospodărie pentru anul 2004).
⎩
365
Indicele preţurilor de consum
⎧ vi
⎪ p 1 = preţul varietăţii ″i″ înregistrat în luna curentă (1);
⎨ v
⎪ p i = preţul mediu din anul 2004 pentru varietatea ″i″ ;
⎩ 0
v
Preţul varietăţii “i” înregistrat în luna curentă p 1i se calculează ca o medie
aritmetică simplă din cele trei înregistrări decadale, astfel:
v v v
v p 11i + p 12i + p 13i
3) p 1i = ----------------------------------- unde
3
⎧ p vi = preţurile nominale aferente decadei 1
⎪ 11 din luna curentă;
⎪
⎪ vi preţurile nominale aferente decadei a 2-a
⎨ p 11 = din luna curentă;
⎪
⎪ vi preţurile nominale aferente decadei a 3-a
⎪ p 12 = din luna curentă;
⎩
366
STATISTICĂ şi ECONOMETRIE
n
ps
∏ iv
p
4) I 1 ⁄ 2004 = , unde
i
n i
i=1
⎩
- calculul indicelui general al preţurilor de consum ca medie aritmetică
ponderată a indicilor de la nivel de grupe:
367
Indicele preţurilor de consum
⎛ p gi q gi ⎞
pg pg
g
p0i q0i
g
IPC = ∑ I 1 ⁄ 2004 ⋅ ⎜ -------------------
0 0 ⎟
7) - = ∑I 1 ⁄ 2004 ⋅ --------------------
-
i i
⎜ g i g i⎟ 1000000
⎝ ∑ p0 q0 ⎠
unde:
Spre exemplu, ponderile calculate pentru anul 2004 din Ancheta Bugetelor
de Familie şi luate în considerare în calcului IPC pentru anul 2006 sunt:
Altfel spus, din totalul cheltuielilor medii ale unei gospodării din România în
anul 2004, 40,7% erau pentru mărfuri alimentare, 42,3% pentru mărfuri
nealimentare şi 17,0% pentru servicii.
Ponderile detaliate la nivel de posturi de cheltuieli pentru fiecare din cele trei
grupe mari, se găsesc publicate în “Buletinul statistic de preţuri” al
Institutului Naţional de Statistică - Nr. 1/2006, paginile 58-61.
IPC i ⁄ 2004
8) IPC i ⁄ i – 1 = ------------------------------
IPC i – 1 ⁄ 2004
368
STATISTICĂ şi ECONOMETRIE
369
Indicele preţurilor de consum
370
STATISTICĂ şi ECONOMETRIE
Indicele Preţurilor de Consum lunar (IPC lunar sau IPC i ⁄ i – 1 , unde ″i″
reprezintă luna curentă şi ″i – 1″ luna anterioară) ne arată creşterea medie
a preţurilor de consum într-o lună faţă de luna anterioară (este un indice cu
bază în lanţ).
Spre exemplu, IPC calculat în România pentru luna ianuarie 2006 faţă de
luna anterioară (decembrie 2005) este publicat în broşura Institutului
Naţional de Statistică ca 101,03% (a se urmări în tabelele cu IPC de mai
înainte).
371
Indicele preţurilor de consum
Scăzând 100 din indicele exprimat în procente obţinem din punct de vedere
statistic un alt indicator, rata de creştere (sau ritmul de creştere) exprimat
întotdeauna în procente. Acest ultim indicator se numeşte rata inflaţiei şi
arată cu câte procente au crescut în medie preţurile într-o lună curentă faţă
de o lună de bază.
În exemplul de mai sus, rata inflaţiei este de 1,03% (101,03 - 100 = +1,03%),
ceea ce înseamnă că în luna ianuarie 2006 preţurile de consum au crescut
în medie cu 1,03% faţă de luna decembrie 2005.
Ca orice indice, dacă acesta este supraunitar (>1), rata inflaţiei va fi pozitivă,
indicând o creştere medie a preţurilor de consum, iar dacă indicele preţurilor
este subunitar (<1), rata corespunzătoare a inflaţiei va fi negativă, indicând o
scădere medie procentuală a preţurilor de consum.
372
STATISTICĂ şi ECONOMETRIE
inflatiei
R 08.2006 ⁄ 07.2006 = – 0, 07 %
Observaţie:
IPC = n ∏ IPCi ⁄ i – 1 ,
i=1
unde:
⎧ IPC = indicele mediu lunar al preţurilor de consum
⎪ pentru perioada calculată;
⎪
⎪ n = numărul lunilor (a indicilor lunari);
⎨
⎪ indicii lunari ai preţurilor de consum
⎪ IPC = calculaţi faţă de luna anterioară
⎪ i⁄i–1
⎩ luaţi în coeficient.
373
Indicele preţurilor de consum
(de unde rata medie lunară a inflaţiei în anul 2005 = 100,69 - 100 = +0,69 %)
374
STATISTICĂ şi ECONOMETRIE
Atenţionăm din nou asupra utilizării în calcul a acestor ultimi doi indicatori,
numai dacă indicele (rata medie) calculată este reprezentativă pentru
întreaga perioadă.
Toţi aceşti indici sunt cu bază fixă - decembrie anul anterior prin urmare
baza de raportare este aceeaşi numai pentru indicii calculaţi pentru acelaşi
an.
Exemple:
inflatiei inflatiei
R 12.2005 ⁄ 12.2004 = 8,6 % , iar R 08.2006 ⁄ 12.2005 = 2,71 %
Indicele Preţurilor de Consum anual (sau în anul ...) arată de câte ori au
crescut în medie preţurile de consum într-un an faţă de anul anterior.
375
Indicele preţurilor de consum
253388,0+254912,2+...+273087,8 262914,6
= ----------------------------------------------------------------------------------- = ------------------------ = 1,090 sau 109,0 %
232592,1+234062,9+...+251360,8 241176,1
Similar se calculează IPC pentru orice perioadă dorită. Spre exemplu, dacă
dorim să calculăm care a fost creşterea medie a preţurilor din trimestrul I al
anului 2006 faţă de trimestrul IV al anului 2005:
275913,14+276565,46+277141,04
------------------------------------------------------------------------------------
3 276539, 88
= ------------------------------------------------------------------------------------- = --------------------------- =
268346,9+271598,1+273087,8 271010,93
---------------------------------------------------------------------------
3
376
STATISTICĂ şi ECONOMETRIE
inflatiei
În exemplul de mai înainte, R an 2005 ⁄ an 2004 = 9%
inflatiei
În exemplul de mai înainte, R trim.I 2006 ⁄ trim.IV2005 = 2,04 % , ceea ce
înseamnă că în medie, preţurile de consum din trimestrul I 2006 au crecut cu
2,04 % faţă de cele existente în trimestrul IV 2005.
Atenţie !
• IPC lunari sau IPC la sfârşitul anului, atunci când sumele exprimate în
moneda naţională provin din anumite luni ale anului;
Pentru recalcularea unei sume provenind dintr-o lună oarecare din trecut (de
bază), în preţurile medii ale unei alte luni (curente), trebuie să calculăm
indicele perioadei corespunzătoare.
377
Indicele preţurilor de consum
Exemple:
1. Dorim să reactualizăm suma de 5 mii lei provenind din luna mai 2000, în
preţurile medii ale lunii august 2006, ultima lună pentru care avem disponibili
indici ai preţurilor de consum.
Pentru a calcula IPC aferent perioadei, respectiv IPC 08.2006 ⁄ 05.2000 , putem
aplica mai multe metode de calcul:
IPC 08.2006 ⁄ 05.2000 = 1, 028 × 1, 043 × 1, 018 × 1, 028 × 1, 028 × 1, 028 × 1, 025
× 1, 037 × 1, 023 × … × 1, 0011 × 0, 9993 = 2,59789 sau 259,79 %
378
STATISTICĂ şi ECONOMETRIE
IPC i ⁄ 0
----------------------- = IPC i ⁄ i – 1
IPC i – 1 ⁄ 0
În exemplul luat, vom folosi pentru calculul IPC 08.2006 ⁄ 05.2000 doar IPC cu
bază fixă decembrie an anterior, publicat de către INS.
12.2000-
--------------------
12.1999 12.2001 12.2002 12.2003 12.2004 12.2005 08.2006
= --------------------- × --------------------- × --------------------- × --------------------- × --------------------- × --------------------- × --------------------- =
05.2000- 12.2000 12.2001 12.2002 12.2003 12.2004 12.2005
--------------------
12.1999
08.2006
= --------------------- ⇒ succesiunea de racordări de indici prin produsul acestora,
05.2000
datorită simplificărilor ne conduce la indicele perioadei dorite.
Atenţie !
379
Indicele preţurilor de consum
1, 407
IPC 08.2006 ⁄ 05.2000= --------------- × 1, 303 × 1, 178 × 1, 141 × 1, 093 ×
1, 157
× 1, 086 × 1, 0271 = 2, 5965 sau 259,65 %
Dacă se cunosc aceşti indici, calculul IPC aferent perioadei dorite este cu
mult mai rapid (datorită aceleaşi baze fixe, raportând doi indici unul la altul,
se simplifică baza) şi în acelaşi timp mult mai fidel, evitând multiplele rotunjiri
în calcul prin trunchierea zecimalelor.
08.2006-
IPC 08.2006 ⁄ 10.1990 --------------------
10.1990
IPC 08.2006 ⁄ 05.2000 = --------------------------------------------- = --------------------- =
IPC 05.2000 ⁄ 10.1990 05.2000-
--------------------
10.1990
280487, 9
= ------------------------ = 2, 5975 sau 259,75 %
107981, 9
380
STATISTICĂ şi ECONOMETRIE
Vom exemplifica prin calculul dinamicii reale a câştigului mediu net salarial
real pe economie din luna iulie 2006 faţă de iulie 2004. Ştim din “Buletinul
Statistic Lunar” al INS că salariul mediu net pe economie a fost în luna iulie
2004 de 5.883.194 lei ROL, iar în luna iulie 2006 de 842 lei RON.
Pentru comparabilitate a exprimării în lei vechi (ROL) sau noi (RON) vom
folosi după cum este cazul în cele ce urmează, fie înmulţirea fie împărţirea
cu 10.000 (1 leu nou = 10.000 lei vechi).
Mai întâi se calculează IPC aferent perioadei şi dat fiind faptul că IPC cu
bază fixă decembrie an anterior sunt disponibili pentru utilizatori în publicaţia
INS, voi folosi pentru recalculări doar aceşti indici:
IPC 07.2006 ⁄ 07.2004 =
1, 093
= --------------- × 1, 086 × 1, 0278 = 1, 1608 sau 116,08 %
1, 051
Prin urmare, preţurile medii de consum în luna iulie 2006 au crescut de
1,1608 ori (sau altfel spus, cu 16,08 %) faţă de luna iulie 2004.
În continuare, pentru calculul dinamicii salariului real putem aplica una din
următoarele metode:
⎧
⎪ IPC 1 ⁄ 0 = Indicele Preţurilor de Consum
⎪ din luna curentă faţă de luna de bază;
unde: ⎨
⎪ S 0 = salariul din luna de bază în preţurile lunii de bază;
⎪
⎩ S 1 = salariul lunii curente în preţurile lunii curente;
381
Indicele preţurilor de consum
În exemplul nostru:
sal. real 842 842
I 07.2006 ⁄ 07.2004 = ------------------------------------------- = --------------- = 1, 2329 sau 123,29 %
5883194 682,9
--------------------- ⋅ 1, 1608
10000
sal.real
∆ 07.2006 ⁄ 07.2004 = 842 – 682, 9 = +159,1 lei RON
Rezultă că salariul net real a crescut în luna iulie 2006 faţă de iulie 2004 de
1,2329 ori, respectiv cu 23,29 %, ceea ce a condus la o creştere absolută a
salariului cu 159,1 lei.
sal.real
∆ 07.2006 ⁄ 07.2004 = 7253618 – 5883194 = +1370424 lei ROL
382
STATISTICĂ şi ECONOMETRIE
sal.
sal. real I1 ⁄ 0
după care acesta se corectează cu IPC: I1 ⁄ 0 = ------------------
IPC 1 ⁄ 0
Rezultatul dinamicii reale trebuie obligatoriu să fie acelaşi cu cel din cazul
primelor două metode.
383
Indicele preţurilor de consum
- pentru lunile din anul curent se vor folosi indicii lunari cu bază luna
decembrie anul precedent;
a) calculăm:
IPC 2005 ⁄ 1990 = IPC 1991 ⁄ 1990 × IPC 1992 ⁄ 1991 × IPC 1993 ⁄ 1992 ×
× IPC 1994 ⁄ 1993 × IPC 1995 ⁄ 1994 × IPC 1996 ⁄ 1995 × IPC 1997 ⁄ 1996 ×
× IPC 1998 ⁄ 1997 × IPC 1999 ⁄ 1998 × IPC 2000 ⁄ 1999 × IPC 2001 ⁄ 2000 ×
× IPC 2002 ⁄ 2001 × IPC 2003 ⁄ 2002 × IPC 2004 ⁄ 2003 × IPC 2005 ⁄ 2004 =
sau 259034,5%
b) Preluăm din tabela cu IPC faţă de decembrie an anterior, IPC din luna
iulie 2006 faţă de decembrie 2005:
IPC 07.2006 ⁄ 12.2005 = 1, 0278 ori sau 102,78 %
384
STATISTICĂ şi ECONOMETRIE
c) Calculăm IPC din luna decembrie 2005 faţă de media anului 2005:
273087, 8 273087, 8
= ------------------------------------------------------------------------------------------------------------------------------- = ------------------------ =
253388, 0 + 254912, 2 + 255649, 3 + … + 273087, 8
------------------------------------------------------------------------------------------------------------------------------- 262914, 6
12
media lunară a anului 2005
= 1,0387 ori sau 103,87 % faţă de octombrie 1990
IPC 07.2006 ⁄ 1990 = IPC 2005 ⁄ 1990 × IPC 12.2005 ⁄ 2005 × IPC 07.2006 ⁄ 12.2005 =
= 2590, 345 × 1, 0387 × 1, 0278 = 2765,390 ori sau 276539,0 %
Dorim să reactualizăm suma de 945 lei din anul 1981 în preţurile medii ale
lunii august 2006.
Etape de lucru:
IPC 2005 ⁄ 1981 = 1,178 x 1,041 x 1,011 x 1,008 x 1,01 x 1,009 x 1,022 x 1,011
a) x 1,051 x 2,702 x 3,104 x 3,561 x 2,367 x 1,323 x 1,388 x 2,548 x 1,591 x 1,458
x 1,457 x 1,345 x 1,225 x 1,153 x 1,119 x 1,09 = 3582,47 ori sau 358247%
c) IPC 12.2005 ⁄ 2005 = 1,0387 sau 103,87 % (s-a calculat la exemplul nr.1)
385
Indicele preţurilor de consum
Suma de 945 lei din anul 1981, echivalează cu 3611747 lei ROL (361,17 lei
RON) în preţurile medii ale lunii august 2006 (945 x 3821,954 = 3611747).
IPC este disponibil începând cu data de 11 ale lunii, pentru luna anterioară.
3. Care este diferenţa dintre IPC lunar şi IPC la sfârşitul perioadei ? Daţi
exemple de interpretare pentru ambele situaţii.
7. Cum se poate calcula un IPC aferent unei perioade dorite utilizând doar
indicii cu bază: decembrie an anterior = 100% ?
386
STATISTICĂ şi ECONOMETRIE
9. O societate a realizat in anul 2004 o cifra de afaceri de 2,5 mld. lei, iar in
anul 1998, o cifra de afaceri de 0,8 mld. lei. Sa se determine dinamica reala
a cifrei de afaceri.
10. Un muncitor a realizat in luna aprilie 1998 un salariu de 856.300 lei, iar in
luna martie 2003, un salariu de 3.452.000. Sa se determine care este
modificarea relativa reala a salariului in martie 2003, comparativ cu aprilie
1998.
11. Daca profitul unei societati a fost in anul 1992 de 5 mii lei iar în anul 2008
de 2900 mii lei, cu cât a crescut acesta în mărime absoluta în condiţii de
preţuri comparabile ?
12. Cât valoreaza suma de 7,6 milioane lei din luna martie 1994, în luna
decembrie 2008 ?
14. Cat valora suma de 5.600 lei din luna februarie 1992 in preturile medii
ale lunii noiembrie 2008 ?
17. Cât reprezinta 3,5 milioane lei din luna martie 1999 in preturile medii ale
lunii februarie 2008.
(Nota: in calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
387
Indicele preţurilor de consum
18. O societate a realizat in anul 1997 investitii de 2,1 mld. lei iar in anul
2005 investitii de 950 mii lei RON. Sa se determine modificarea relativa
reala a investitiilor in perioada mentionata mai sus.
19. Cât reprezinta 8,5 milioane lei din luna iulie 2001 în preţurile medii ale
lunii ianuarie 2008.
(Nota: in calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
21. Cât reprezinta 16 milioane lei din luna mai 2002 în preturile medii ale
lunii ianuarie 2007.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
22. Un muncitor a realizat in luna mai 1998 un salariu de 1.950.000 lei, iar in
luna februarie 2006, un salariu de 650 lei RON. Sa se determine care este
modificarea relativa reala a salariului in februarie 2006, comparativ cu mai
1998.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
23. Cât reprezinta 30 milioane lei din luna noiembrie 2001 in preturile medii
ale lunii februarie 2008.
(Nota: in calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
24. Un muncitor a realizat în luna martie 1998 un salariu de 856.300 lei, iar
in luna iulie 2005 un salariu de 850 lei RON. Să se determine care este
modificarea relativa reala a salariului din iulie 2005 comparativ cu martie
1998.
(Nota: în calcul se va folosi numai tabela IPC cu baza fixa decembrie an anterior).
388
STATISTICĂ şi ECONOMETRIE
Capitolul XVI
OBIECTIVE
Cuvinte cheie
389
Serii teritoriale (de spaţiu)
390
STATISTICĂ şi ECONOMETRIE
391
Serii teritoriale (de spaţiu)
392
STATISTICĂ şi ECONOMETRIE
393
Serii teritoriale (de spaţiu)
Buzau
Caras Severin 21,2
14,2 Valcea Prahova Braila Tulcea
Gorj 11,5
Arges 19,1 14,8 17,2
13,2 10,7
Dambovita
10,6
Mehedinti Ialomita
12,2 Ilfov 21,6
12,8
Olt Calarasi Constanta
9,8 19,5 16,3
Dolj Giurgiu
9,6 Teleorman 9,5
10,1
394
STATISTICĂ şi ECONOMETRIE
395
Serii teritoriale (de spaţiu)
y y
• Decalajul (avansul) absolut, notat cu ∆ A ⁄ B sau cu ∆ B ⁄ A , unde cu A,
B ... s-au simbolizat unităţile de spaţiu.
În funcţie de nevoile analizei se va confrunta (compara) o unitate de spaţiu
cu alta, rezultând un avans al unei unităţi de spaţiu faţă de alta luată ca bază
de comparaţie.
Spre exemplu:
y
∆ A ⁄ C = y A – y C = 150127 – 102152 = + 47975 miliarde lei
y
Spre exemplu: ∆ A ⁄ y = y A – y
b) Indicatori relativi:
396
STATISTICĂ şi ECONOMETRIE
Aşa cum s-a prezentat la capitolul indici, aceştia se pot calcula fie ca indici
individuali, fie ca indici sintetici (de grup).
y yA y yB
i A ⁄ B = ----- sau i B ⁄ A = -----
yB yA
Rezultă că cifra de afaceri realizată de judeţul Iaşi reprezintă 68% din cea
realizată în judeţul Bacău sau, altfel spus, aceasta este cu 32% mai mică.
y
• Ratele de decalaj R (%) , respectiv avansul relativ, reprezintă expresia
relativă (procentuală) a unei unităţi de spaţiu faţă de alta din punct de vedere
al unei caracteristici.
397
Serii teritoriale (de spaţiu)
y ∆A ⁄ B yA – yB
R A ⁄ B (%) = ------------ ⋅ 100 = ----------------- ⋅ 100 =
yB yB
yA yB
= ⎛ ----- – -----⎞ ⋅ 100 = ( i A ⁄ B – 1 ) ⋅ 100
y
⎝ y B y B⎠
Pentru exemplul de calcul luat a fost deja interpretat, respectiv judeţul Iaşi a
realizat o cifră de afaceri cu 32% mai mică decât cea a judeţului Bacău. Sau
invers, judeţul Bacău a realizat o cifră de afaceri cu 47% mai mare decât a
judeţului Iaşi.
Alţi indicatori des folosiţi în caracterizarea seriilor de spaţiu sunt cei care
caracterizează gradul de uniformitate sau de concentrare, indicatori
prezentaţi la capitolul “Indicatori ai concentrării şi diversificării” din cursul de
“Statistică”.
∑ gi ∑ gi
2
E = = 1
i=1
Valoarea energiei informaţionale a unei distribuţii poate fi cuprinsă în
1
intervalul ---- ; 1 .
N
Când E = 1 distribuţia prezintă o concentrare maximă (monopol);
1
Când E = ---
- se prezinta o echirepartiţie.
N
398
STATISTICĂ şi ECONOMETRIE
1
Pentru a elimina inconvenientul variabilităţii valorii minime posibile ---
- se
N
calculează o formă corectata:
1
∑ gi – ---N-
2
1--- ; 1
∑ gi
2
CG = CG ∈
n
1
are acelaşi dezavantaj, respectiv valoarea minimă --- este variabilă în
n
funcţie de numărul “n” al categoriilor.
n ∑ gi – 1
2
CS = ------------------------ C s ∈ [ 0 ;1 ]
n–1
399
Serii teritoriale (de spaţiu)
4) Valorificarea rezultatelor.
Atenţie !
Când au fost selectaţi indicatori la care nivelul cel mai mare are o
semnificaţie pozitivă, alături de indicatori la care nivelul cel mai mare are o
semnificaţie negativă, trebuie ţinut cont de aceste aspecte. În acest caz, la
atribuirea rangului pentru indicatorul cu semnificaţie negativă se
ierarhizează unităţile de spaţiu de la mic la mare.
Exemplu: cu cât rata şomajului este mai mică, cu atât unitatea de spaţiu este
mai performantă. La fel şi în cazul Indicelui Preţurilor de Consum sau a altor
indicatori, cum ar fi rata mortalităţii, rata divorţialităţii, etc.
400
STATISTICĂ şi ECONOMETRIE
Metoda are avantajul unei aplicări rapide, dar după cum am spus mai înainte
clasamentul suferă din punct de vedere al consistenţei ştiinţifice.
401
Serii teritoriale (de spaţiu)
Indicatori
PIB/locuitor Durata Rata Rata medie
Nr. Simbolul Rata
Denumirea ţării (SPA) UE medie a generală de anuala a
Crt. ţării/zonei şomajului
25=100% vieţii - 2004 - activitate în inflatiei 2005
în 2005 %
anul 2005 (ani) 2005 % %
1 Belgia be 117,6 79 61,1 8,4 2,5
2 Germania de 109,4 79 65,4 9,5 1,9
3 Grecia gr 82,0 79 60,1 9,8 3,5
4 Spania es 98,6 80 63,3 9,2 3,4
5 Franţa fr 108,8 80 63,1 9,5 1,9
6 Irlanda ie 137,6 78 67,6 4,3 2,2
7 Italia it 102,7 80 57,6 7,7 2,2
8 Luxemburg lu 247,4 78 63,6 4,5 3,8
9 Olanda nl 124,2 79 73,2 4,7 1,5
10 Austria at 122,5 79 68,6 5,2 2,1
11 Portugalia pt 71,3 77 67,5 7,6 2,1
12 Finlanda fi 113,4 79 68,4 8,4 0,8
13 Danemarca dk 124,3 77 75,9 4,8 1,7
14 Suedia se 114,6 81 72,5 7,8 0,8
15 Regatul Unit uk 116,6 78 71,7 4,7 2,1
16 Republica Cehă cz 72,9 75 64,8 7,9 1,6
17 Estonia ee 57,3 72 64,4 7,9 4,1
18 Cipru cy 83,4 77 68,5 5,3 2,0
19 Letonia lv 47,2 72 63,3 8,9 6,9
20 Lituania lt 52,0 72 62,6 8,3 2,7
21 Ungaria hu 60,8 73 56,9 7,2 3,5
22 Malta mt 69,2 78 53,9 7,3 2,5
23 Polonia pl 49,8 75 52,8 17,7 2,2
24 Slovenia si 79,8 77 66,0 6,5 2,5
25 Slovacia sk 55,0 74 57,7 16,3 2,8
26 Bulgaria bg 32,1 72 55,8 10,1 5,0
27 România ro 34,7 71 57,6 7,7 9,1
28 Turcia tr 30,0 69 46,0 10,3 8,1
29 S.U.A. us 148,5 78 71,2 5,1 3,4
30 Japonia jp 108,7 82 68,7 4,4 -0,3
402
STATISTICĂ şi ECONOMETRIE
Ranguri dupa:
Spre exemplu, în cazul ratei şomajului, atât Olanda cât şi Regatul Unit au
acelaşi nivel (4,7%), ocupând locurile 4 şi 5, motiv pentru care la ambele
state s-a considerat 4,5 (media aritmetică simplă a rangurilor).
403
Serii teritoriale (de spaţiu)
Luxemburg are un nivel PIB/locuitor de 1,7 ori mai mare decât cel existent în
SUA, dar acest lucru nu este luat în considerare, contând doar simplul
număr de ordine, nu şi decalajul relativ existent între cele două state, net în
favoarea primului.
Etape de lucru:
Exemplu de calcul:
404
STATISTICĂ şi ECONOMETRIE
148,5-
-------------- ⋅ 100 = 60,0 % .
247,4
După ce s-au calculat toate distanţele relative, distanţa medie relativă s-a
calculat ca o medie geometrică.
405
Serii teritoriale (de spaţiu)
y
y y1 z z1 I 1⁄0
I1 ⁄ 0 = ----- ; I1 ⁄ 0 = ---- ; I y⁄z = ----------
z
-
y0 z0 I 1⁄0
406
STATISTICĂ şi ECONOMETRIE
n
I = 2 , unde n = numărul de ani după care se va produce dublarea
fenomenului.
log 2
n log I = log 2 ⇒ n = ---------------
n log I
n
I = 3 şi aşa mai departe.
Presupunem că ″y″ este mai mic în judeţul A decât în judeţul B, dar indicele
mediu de creştere al judeţului A este mai mare decât la judeţul B.
Vrem să vedem după câţi ani judeţul A va atinge nivelul de dezvoltare a
judeţului B.
n
yn = y1 ⋅ I
407
Serii teritoriale (de spaţiu)
n n
y 1 (A) ⋅ I (A) = y 1 (B) ⋅ I (B) ,
n n
log y 1 (A) + n log I (A) = log y 1 (B) + n log I (B)
n n
n ( log I (A) – log I (B) ) = log y 1 (B) – log y 1 (A) ⇒
Ştim că:
y 1 (B) – y 1 (A)
y 1 (A) + ∆ A ⋅ n = y 1 (B) + ∆ B ⋅ n ⇒ n = -------------------------------
∆A – ∆B
408
STATISTICĂ şi ECONOMETRIE
409
Serii teritoriale (de spaţiu)
1 Belgia be 15,5 11 7
2 Germ ania de 12 12 11
3 Grecia gr 21 18 18
4 Spania es 19 14 15
5 Franţa fr 13 13 12
6 Irlanda ie 7 4 3
7 Italia it 14 15 14
8 Luxem burg lu 10 1 1
9 Olanda nl 2 5 5
10 Austria at 5 6 6
11 Portugalia pt 15,5 19 20
12 Finlanda fi 9 10 10
13 Danem arca dk 4 3 4
14 Suedia se 3 7 9
15 Regatul Unit uk 6 8 8
16 Republica Cehă cz 18 20 19
17 Estonia ee 23 22 23
18 Cipru cy 11 16 16
19 Letonia lv 26 26 25
20 Lituania lt 24 24 24
21 Ungaria hu 22 23 22
22 Malta mt 20 21 21
23 Polonia pl 27 27 27
24 Slovenia si 17 17 17
25 Slovacia sk 25 25 26
26 Bulgaria bg 29 29 29
27 Rom ânia ro 28 28 28
28 Turcia tr 30 30 30
29 S.U.A. us 8 2 2
30 Japonia jp 1 8 13
410
STATISTICĂ şi ECONOMETRIE
Excepţie fac Belgia şi Japonia, care obţin după a doua metodă un rang de +/
- 4 faţă de prima metodă. Pentru ambele ţări, nu au fost găsite în cazul
metodei automate o similitudine cu alt stat din punct de vedere al tuturor
celor cinci caracteristici alese.
6. Cum se poate stabili după câţi ani o unitate de spaţiu va ajunge din urmă
o altă unitate de spaţiu la un indicator, cunoscând indicele mediu de creştere
pentru o perioadă anterioară ?
411
Serii teritoriale (de spaţiu)
Se cere:
412
STATISTICĂ şi ECONOMETRIE
Capitolul XVII
TEMĂ PROPUSĂ
1)
a) Alegeţi din Anuarul Statistic sau din baza de date Tempo-online a
Institutului Naţional de Statistică două caracteristici care să se afle într-o
anumită relaţie de interdependenţă, pentru care să existe minim 10 perechi
de valori. Pot fi aleşi doi indicatori de acest gen pe judeţe ale ţării. Găsiţi
modelul care caracterizează cel mai bine legătura dintre cele două variabile
alese şi estimaţi o variabilă în funcţie de cealaltă pe baza ecuaţiei de
regresie. Calculaţi şi interpretaţi intensitatea legăturii atât pe baza graficului
cât şi cu ajutorul indicatorului adecvat; testaţi semnificaţia indicatorului
calculat.
2)
a) Alegeţi din Anuarul Statistic sau baza de date Tempo-online a
Institutului Naţional de Statistică o serie cronologică formată din cel puţin 10
termeni. Efectuaţi graficul seriei şi trasaţi vizual trendul acesteia. Precizaţi ce
tip de serie este; calculaţi şi interpretaţi toţi indicatorii absoluţi, relativi şi
medii ce caracterizează relaţiile existente între termenii seriei. Verificaţi
relaţiile ce există între indicatorii calculaţi cu bază fixă şi cei calculaţi cu bază
în lanţ, acolo unde este posibil.
413
Temă propusă
4)
a) Alegeţi din publicaţiile statistice un indicator valoric exprimat în
moneda naţională (preţuri curente) în două luni diferite (la distanţă de 4 - 14
ani). Calculaţi IPC aferent perioadei alese şi apoi dinamica reală relativă şi
absolută. Interpretaţi rezultatele obţinute.
414
BIBLIOGRAFIE
415
STATISTICĂ şi ECONOMETRIE
416
28 Caracota, “Strategii de dezvoltare - Previziune economică”,
Dumitrache; Editura Sylvi, Bucureşti, 2001
Caracota, Răzvan
29 Calot, G. “Cours de statistique descriptive”, Dunod, Paris,
1975
30 Ciucu, G.; Craiu, Statistică matematică şi cercetări operaţionale,
V., Ştefănescu, V. Editura Didactică şi Pedagogică Bucureşti, 1978
31 Cocriş, Vasile; “Economia afacerilor - 3”, Editura Graphix, Iaşi,
Işan, V. 1995
32 Didier, Michel “Economia: Regulile jocului”, Editura Humanitas,
Bucuresti, 1998.
33 Dobrota, Niţă “Economie Politica”, Editura Economica, Bucuresti,
1997.
34 Dornbusch “Macroeconomia”, Editura Sedona, 1997.
Rudiger,
Fischer Stanley
35 Droesbeke, J. “Eléments de statistique”, Editura Ellipse, Paris,
1992
36 Drăgan, J.C., “Practica prospectării pieţei - Colecţia Biblioteca
Demetrescu, Marketing şi Managementul Afacerilor”, Editura
Europa Nova, Bucureşti, 1996
37 Ficher, Irving “Recherches Mathematiques sur la theorie de la
valeur et des prix”, Libraires Editeurs, 16, rue
Soufflot, Paris, 1917
38 Georgescu - “Legea entropiei şi procesul economic”, Editura
Roegen, N., Politică, Bucureşti, 1979
39 Georgescu - “Metoda statistică - elemente de statistică
Roegen, N., matematică”, I.S.C.S., Bucureşti, 1998
40 Harja, Eugenia “Statistică aplicată în economie”, Editura
MatrixRom, Bucureşti, 2004
41 Harja, Eugenia “Statistica resurselor de muncă”, Editura
MatrixRom, Bucureşti, 2004
42 Harja, Eugenia “Analiza şi prognoza statistică a numărului şi
structurii forţei de muncă”, Editura MatrixRom,
Bucureşti, 2004
43 Harja, Eugenia “Anuarul statistic al judeţului Bacău”, Editura
(coordonator) MatrixRom, Bucureşti, Ediţiile 2007, 2008 şi 2009
44 Harja, Eugenia “Probleme actuale de statistică” - Evoluţia rangului
populaţiei, Editura Junimea, Iaşi, 2000 (p. 177)
45 Harja, Eugenia; “Lărgirea Uniunii Europene” - Buletin Ştiinţific Nr.
Ştefănescu, 1/2000, Universitatea “G. Bacovia” (p. 281)
Daniela
417
STATISTICĂ şi ECONOMETRIE
418
60 Isaic-Maniu, “Statistică teoretică şi economică”, Editura
Alexandru; Economică, Bucureşti, 1999
Grădinaru, A.;
Voineagu, Vergil;
Mitruţ, Constantin
61 Jaba, Elisabeta; “Statistica economiei naţionale”, Universitatea
"Al.I.Cuza", Iaşi, 1982
62 Jaba, Elisabeta; “Statistica. Sistem metodologic. Aplicaţii”,
Universitatea "Al.I.Cuza", Iaşi, 1986
63 Jaba, Elisabeta; “Statistica”, Editura Sedcom Libris, Iaşi, 1993
64 Jaba, Elisabeta; “Statistică”, Editura Graphix, Iaşi, 1993
Atudorei, V.
65 Jaba, Elisabeta; “Cercetarea selectivă”, Universitatea "Al.I.Cuza",
Niculiciou, P.; Iaşi, 1977
Bilaus, M.
66 Jaba, Elisabeta “Statistica”, Ediţia a III-a, Editura Economică,
Bucureşti, 2002
67 Jaba, Elisabeta; “Statistică – teste grilă şi probleme”, Editura
Pintilescu, Carmen Sedcom Libris, Iaşi, 2007
68 Jaba, Elisabeta; “Econometrie”, Editura Sedcom Libris, Iaşi, 2006
Jemna, Dănuţ
69 Jaba, Elisabeta; “Statistică inferenţială. Teste grilă şi probleme”,
Pintilescu, Carmen; Editura Sedcom Libris, Iaşi, 2002
Jemna, Dănuţ
70 Jaba, Elisabeta; “Analiza statistică cu SPSS sub Windows”, Editura
Grama Ana Polirom, Iaşi, 2004
71 Lange, J. “Eléments de technique statistique”, Dunod, Paris,
1968
72 Mallinvaud, E. “Méthodes statistiques de l'économétrie”, Dunod,
Paris, 1981
73 Maniu, I., “Statistica pentru managementul afacerilor”, Editura
Mitruţ, C.A., Economică, Bucureşti, 1995
Voineagu, Vergil
419
STATISTICĂ şi ECONOMETRIE
420
97 Ţarcă, Mihai “Statistică” - vol. I şi II, Universitatea "Al.I.Cuza"
Iaşi, 1979
98 Ţarcă, Mihai “Tratat de statistică aplicată”, Editura Didactică şi
Pedagogică, Bucureşti, 1998
99 Ţarcă, Mihai “Introducere în prognoza demografică”, Editura
Junimea, Iaşi, 1979
100 Ţarcă, Mihai “Demografie”, Editura Economică, Bucureşti, 1997
101 Voineagu, Vergil; “Statistică – Baze teoretice şi aplicaţii”, Editura
Ţiţan, Emilia; Economică, 2007
Ghiţă, Simona;
Boboc, Cristina;
Todose, Daniela
102 Voineagu, Vergil; “Statistică”, Editura Cison, 2004
Isaic-Maniu,
Alexandru; Mitruţ,
Constantin;
Tudorel, Andrei;
Costea, Adrian
103 Voineagu, Mariana; “Statistică aplicată”, Editura Fundaţiei “România de
Ţiţan, Emilia; mâine”, 2000
Ghiţă, Simona
104 Voineagu, Vergil; “Statistica Economică”, Editura Tribuna Economică,
Lilea, Eugenia; Bucureşti, 2001
Vătui, Mihaela
105 Voineagu, Vergil; “Analiza factorială a fenomenelor social-economice
Furtună, Felix; în profil regional”, Bucureşti, 2002
Voineagu, Mariana;
Ştefănescu, Codrin
421
STATISTICĂ şi ECONOMETRIE
422