Curs Eco-2020 PDF

Prof. univ. dr.
Nicoleta Jula
Lect.univ.dr. Nicolae-Marius Jula
STATISTICĂ ECONOMICĂ
Universitatea "Nicolae Titulescu" din Bucureşti

2016
Introducere
Suportul de curs reprezintă o sinteză a conţinutului disciplinei Statistică Economică. Acest curs este
destinat studenţilor de la forma de învăţământ la distanţă (ID) şi constituie materialul bibliografic
minim necesar pentru parcurgerea, însuşirea şi evaluarea disciplinei respective.
Suportul de curs este structurat conform standardelor şi procedurilor de uz larg în învăţământul
universitar naţional şi internaţional, care se adresează învăţării individuale, pe baze interactive.
Parcurgerea suportului de curs, pe baza prezentelor instrucţiuni, asigură reţinerea informaţiilor de bază,
înţelegerea fenomenelor fundamentale şi aplicarea cunoştinţelor dobândite la rezolvarea unor
probleme specializate.
Cursul este structurat în două părţi. În prima parte sunt prezentate noţiunile statistice de bază (obiectul
şi metoda de analiză a statisticii economice, observarea şi prelucrarea primară a datelor, prezentarea
datelor statistice – tabele, serii, grafice). În partea a doua a cursului sunt descrise metodele de bază ale
analizei statistice. Sunt prezentaţi indicatorii statistici (concept, funcţii, mod de calcul, tipologii) şi sunt
descrise principalele elemente de analiză a seriilor statistice. În acest cadru, sunt prezentate
proprietăţile seriilor de date, indicatorii de nivel şi de frecvenţă a acestora, indicatorii tendinţei centrale
(media, mediana, modulul, cuantilele), indicatorii (simpli şi sintetici) ai variaţiei (amplitudinea,
dispersia, abaterea standard, coeficientul de variaţie ş.a.). De asemenea, într-un capitol separat este
realizată o introducere în analiza seriilor de timp. În acest context, sunt prezentaţi indicatorii absoluţi
şi relativi ai seriilor de timp, indicatorii medii şi de variaţie, sistemele de ponderare (indicii Laspeyres
şi Paasche).
Fiecare capitol este însoţit de exemplificări ale modului de calcul a indicatorilor statistici şi de realizare
a analizelor specifice. Sunt prezentate modele de rezolvare a problemelor şi sunt propuse probleme
pentru fiecare tip de analiză statistică.
Recomandăm astfel, câteva regului de bază în procedura de realizare a programului de autoinstruire pe
baza acestui suport de curs:
1. Unităţile de învăţare se parcurg în ordinea în care sunt prezentate, chiar în cazul în care studentul
apreciază că ar putea "sări" direct la o altă unitate de învăţare (de exemplu în cazul în care studentul se
află la a doua facultate sau în alte situaţii echivalente). Criteriile şi modalitatea de "înlănţuire" a
unităţilor de învăţare sunt prezentate la fiecare unitate de învăţare şi ele trebuie respectate întocmai,
sub sancţiunea nerealizării la parametri maximali a programului de autoinstruire;
2. Fiecare unitate de învăţare conţine teste destinate autoevaluării gradului şi corectitudinii însuşirii
cunoştinţelor specifice unităţii de învăţare, înţelegerii fenomenelor şi proceselor descrise sau
prezentate în unitatea de învăţare;
3. Ordinea logică a parcurgerii unităţii de învăţare este următoarea:
a) se citeşte scopul şi obiectivele unităţii de învăţare;
b) se citesc termenii de referinţă ;
c) se parcurge conţinutul de idei al unităţii de învăţare;
d) se parcurge bibliografia recomandată;
e) se răspunde la întrebările de autocontrol, revăzând, dacă este necesar, conţinutul de idei al
unităţii de învăţare;
g) se efectuează testele de evaluare după procedura descrisă;
h) se rezolvă exerciţiile, problemele sau studiile de caz propuse pentru laboratorul sau lucrările
practice propuse în unitatea de învăţare.
Pentru creşterea eficienţei utilizării suportului de curs şi fixarea temeinică a cunoştinţelor
dobândite, fiecare unitate de invatare se încheie cu: teste de autoevaluare si teste de evaluare, teme de
control sau teme pentru studii de caz.
Obiectivele cursului
 Capacitatea de a transpune în practică cunoştinţele dobândite

 Abilităţi de cercetare
 Valorificarea propriului potenţial în activităţile ştiinţifice, creativitate
 Implicarea în dezvoltarea instituţională
 Angajarea în relaţii de parteneriat cu alte persoane – instituţii cu responsabilităţi
similare din ţară si din străinătate
Competenţe conferite
 asigură însuşirea cunoştinţelor în domeniul metodologiei de calcul şi a funcţiilor

de cunoaştere a indicatorilor cu care se operează în teoria şi analiza
macroeconomică
 abilităţi în interpretarea principalelor teorii statistice şi în aplicarea metodelor de
analiză statistică a datelor economice: prelucrarea datelor statistice, calculul
indicatorilor tendinţei centrale, analiza statistică a variaţiei, analiza legăturilor
statistice între variabile economice, analiza dispersională, teoria selecţiei
(sondajul statistic), analiza seriilor de timp, utilizarea indicilor statistici, analiza
statistică la nivel de firmă (statistica utilizării factorilor de producţie, statistica
rezultatelor economice, statistica financiară), statistica macroeconomică
(Sistemul Contabilităţii Naţionale), statistica internaţională (sistemul
EUROSTAT).
 abilităţi în construirea modelelor şi rezolvarea problemelor practice din
domeniul financiar şi bancar prin utilizarea tehnicilor de analiză statistică, la
nivel micro şi macroeconomic
Resurse şi mijloace de lucru
Pentru parcurgerea acestui curs va fi nevoie de utilizarea Microsoft Excel, care este
parte a pachetului software integrat MICROSOFT OFFICE.
Structura cursului
Suportul de curs este structurat unităţi:

Unitatea 1. Obiectul şi metoda statisticii economice;
Unitatea 2. Observarea şi prelucrarea primară a datelor;
Unitatea 3. Prezentarea datelor statistice;
Unitatea 4. Probleme complexe pentru statistică;
Unitatea 5. Indicatorii statistici;
Unitatea 6. Analiza seriilor de repartitie unidimensionale;
Unitatea 7. Proprietăţi ale mediei aritmetice.
Unitatea 8. Alte tipuri de medie şi indicatori de poziţie şi cei ai variaţiei;
Unitatea 9. Serii de timp
Unitatea 10. Sondajul statistic
Cerinţe preliminare
Înțelegerea conceptelor și noțiunilor prezentate în acest curs și aplicarea lor eficientă în

practică nu necesită parcurgerea în prealabil a altor cursuri universitare.
Discipline deservite
Pe baza cunoştinţelor dobândite în cadrul disciplinei curente studenții vor fi capabili să

urmeze cursurile de Econometrie.
Durata medie de studiu individual
Timpul mediu necesar parcurgerii unei Unități de învățare este 1.5-2.5 ore.
Evaluarea studenților
Nota finala la disciplina "Statistică economică" va fi stabilita prin :

– evaluarea finală (examen scris) – cu ponderea de 70%;
– evaluări pe parcurs (evaluari în cadrul activităților asistate și elaborarea unui
proiect) – cu ponderea de 30%;
STATISTICĂ ECONOMICĂ
Cuprins
Obiectivele cursului ...................................................................................................... 5

Competenţe conferite .................................................................................................... 5
Resurse şi mijloace de lucru ......................................................................................... 6
Structura cursului .......................................................................................................... 6
Discipline deservite ....................................................................................................... 6
Durata medie de studiu individual ................................................................................ 6
Evaluarea studenților .................................................................................................... 7
Unitatea de învăţare 1: OBIECTUL ŞI METODA STATISTICII ECONOMICE 12
1.1. Obiectul statisticii economice ........................................................................... 12
1.2. Obiectul statisticii economice ........................................................................... 13
1.3. Metoda statisticii ............................................................................................... 13
Rezumat ...................................................................................................................... 16
Test de autoevaluare a cunoştinţelor ........................................................................... 16
Rezolvare .................................................................................................................... 16
Test de evaluare a cunoştinţelor .................................................................................. 16
Bibliografie ................................................................................................................. 17
Unitatea de învăţare 2: OBSERVAREA ŞI PRELUCRAREA PRIMARĂ A
DATELOR ..................................................................................................................... 18
2.1. Observarea datelor ............................................................................................ 18
2.2.2. Metoda grupării – tipuri de grupe şi intervalul de grupare ......................... 20
Rezumat ...................................................................................................................... 26
Rezolvare .................................................................................................................... 27
Bibliografie ................................................................................................................. 28
Unitatea de învăţare 3: PREZENTAREA DATELOR STATISTICE ..................... 29
3.1. Tabele statistice ................................................................................................. 29
3.2. Serii statistice .................................................................................................... 32
3.2.1. Serii statistice de distribuţie (de repartiţie) ................................................. 34
3.2.2. Serii statistice dinamice (de timp sau cronologice) .................................... 36
3.3. Serii statistice de spaţiu (teritoriale) ................................................................. 38
3.4. Serii mixte (de tip panel)................................................................................... 38
Recapitulare ................................................................................................................ 39
Rezolvare .................................................................................................................... 39
Bibliografie ................................................................................................................. 40
Unitatea de învăţare 4: PROBLEME COMPLEXE PENTRU STATISTICĂ ....... 42
Probleme rezolvate...................................................................................................... 42
Teste grilă.................................................................................................................... 55
Recapitulare ................................................................................................................ 55
Rezolvare .................................................................................................................... 56
Temă de control .......................................................................................................... 57
Bibliografie ................................................................................................................. 58
Unitatea de învăţare 5: INDICATORII STATISTICI ............................................... 60
5.1. Concept şi funcţii .............................................................................................. 60
5.2. Tipologia indicatorilor statistici ........................................................................ 62
5.2.1. Mărimi absolute .......................................................................................... 62
5.2.2. Mărimi relative ........................................................................................... 63
Rezumat ...................................................................................................................... 70
Rezolvare .................................................................................................................... 70
Bibliografie ................................................................................................................. 72
Unitatea de învăţare 6: ANALIZA SERIILOR DE REPARTITIE
UNIDIMENSIONALE .................................................................................................. 73
6.1. Proprietăţile seriei de distribuţie ....................................................................... 73
6.2. Indicatorii de nivel şi de frecvenţă ai seriilor statistice..................................... 74
6.3. Indicatorii tendinţei centrale ............................................................................. 76
6.3.1. Media .......................................................................................................... 77
6.3.2. Media aritmetică – indicator al tendinţei centrale ...................................... 78
Recapitulare ................................................................................................................ 81
Rezolvare .................................................................................................................... 82
Bibliografie ................................................................................................................. 82
Unitatea de învăţare 7: PROPRIETĂŢI ALE MEDIEI ARITMETICE ................. 84
7.1. Media aritmetică ............................................................................................... 84
7.2. Avantaje şi dezavantaje ale utilizării mediei aritmetice ................................... 90
Rezumat ...................................................................................................................... 91
Rezolvare .................................................................................................................... 92
Bibiografie .................................................................................................................. 92
Unitatea de învăţare 8: ALTE TIPURI DE MEDIE ŞI INDICATORI DE
POZIŢIE ŞI CEI AI VARIAŢIEI ................................................................................ 94
8.1. Alte tipuri de medie .......................................................................................... 94
8.1.1. Media armonică .......................................................................................... 94
8.1.2. Media pătratică ........................................................................................... 98
8.1.3. Media geometrică ....................................................................................... 99
8.2. Indicatorii de poziţie (de structură) ................................................................. 101
8.2.1. Mediana .................................................................................................... 102
8.2.2. Modulul sau dominanta ............................................................................ 104
8.2.3. Alţi indicatorii medii de poziţie (de structură) ......................................... 104
8.3. Indicatorii variaţiei .......................................................................................... 108
8.3.1. Indicatorii simpli ai variaţiei..................................................................... 109
8.3.2. Indicatorii sintetici ai variaţiei .................................................................. 111
Rezumat .................................................................................................................... 118
Test de autoevaluare a cunoştinţelor ......................................................................... 118
Rezolvare .................................................................................................................. 120
Test de evaluare a cunoştinţelor ................................................................................ 125
Temă de control ........................................................................................................ 126
Bibliografie ............................................................................................................... 127
Unitatea de învăţare 9: SERII DE TIMP .................................................................. 129
9.1. Concept şi definiţii .......................................................................................... 129
9.2. Indicatorii statistici ai seriilor de timp ............................................................ 132
9.2.1. Indicatorii absoluţi ai seriei de timp ......................................................... 133
9.2.2. Indicatorii relativi ai seriei de timp........................................................... 134
9.3. Indicatorii medii ai unei serii de timp ............................................................. 136
9.4. Sisteme de ponderare. Indicii Laspeyres şi Paasche ....................................... 139
Rezumat .................................................................................................................... 140
Rezolvare .................................................................................................................. 143
Bibliografie ............................................................................................................... 150
Unitatea de învăţare 10: SONDAJUL STATISTIC ................................................. 152
10.1. Inferenţa statistică ....................................................................................... 152
10.2. Procedee de selecţie .................................................................................... 153
10.3. Erorile de reprezentativitate ........................................................................ 155
10.4. Intervalul de încredere pentru medie ........................................................... 156
10.5. Dimensiunea eşantionului ........................................................................... 156
Rezumat .................................................................................................................... 157
Rezolvare .................................................................................................................. 157
Bibliografie ............................................................................................................... 158
Unitatea de învăţare 1:
OBIECTUL ŞI METODA STATISTICII ECONOMICE
Cuprins
 Obiectul statisticii economice
 Metoda statisticii
 Întrebări recapitulative
Introducere
După parcurgerea unităţii veţi fi în măsură să răspundeţi la întrebările:

• Care este obiectivul statisticii social-economice?
• Care este metoda statisticii?
• Care sunt noţiunile de bază utilizate în statistică?
• Însuşirea noţiunilor de statistică şi lege statistică

• Metodele folosite în statistică
• Exemplificarea folosirii noţiunilor de bază în statistică
Durata medie de parcurgere acestei unităţi de învăţare este de 1 oră
1.1. Obiectul statisticii economice
00:00 Statistica studiază aspectul cantitativ, concret al fenomenelor social-

economice de masă în anumite condiţii de loc şi de timp, fenomene apărute ca urmare
a unui factor de determinare sau ca efect combinat al mai multor factori de influenţă.
Legile statistice, specifice fenomenelor de masă de tip colectiv sau atipice pot
fi evidenţiate prin analizarea unui număr suficient de mare de cazuri individuale,
stabilirea unui raport întâmplător şi sistematic, determinarea tendinţei fenomenului
prin ceea ce este comun şi tipic ansamblului studiat. Cercetarea statistică se aplică
unui grup (ansamblu) de fenomene probabile, generate de aceeaşi lege, folosind
principiile teoriei probabilităţilor şi ale legii numerelor mari. Fenomenele social-
economice de masă sunt supuse atât influenţei factorilor obiectivi, cât şi a celor
subiectivi şi de aceea trebuie să se accepte limitele legilor statisticii şi ale legii
numerelor mari în explicarea fenomenelor social-economice. Prezentarea aspectului
cantitativ al fenomenelor social-economice se face cu ajutorul unui sistem de
indicatori statistici, conceput ca un sistem de noţiuni şi metodologii de calcul
specifice trăsăturilor esenţiale ale fenomenelor studiate.
1.2. Obiectul statisticii economice

Statistica studiază aspectul cantitativ, concret al fenomenelor social-
economice de masă în anumite condiţii de loc şi de timp, fenomene apărute ca urmare
a unui factor de determinare sau ca efect combinat al mai multor factori de influenţă.
Legile statistice, specifice fenomenelor de masă de tip colectiv sau atipice pot
fi evidenţiate prin analizarea unui număr suficient de mare de cazuri individuale,
stabilirea unui raport întâmplător şi sistematic, determinarea tendinţei fenomenului
prin ceea ce este comun şi tipic ansamblului studiat. Cercetarea statistică se aplică
unui grup (ansamblu) de fenomene probabile, generate de aceeaşi lege, folosind
principiile teoriei probabilităţilor şi ale legii numerelor mari. Fenomenele social-
economice de masă sunt supuse atât influenţei factorilor obiectivi, cât şi a celor
subiectivi şi de aceea trebuie să se accepte limitele legilor statisticii şi ale legii
numerelor mari în explicarea fenomenelor social-economice. Prezentarea aspectului
cantitativ al fenomenelor social-economice se face cu ajutorul unui sistem de
indicatori statistici, conceput ca un sistem de noţiuni şi metodologii de calcul
specifice trăsăturilor esenţiale ale fenomenelor studiate.
1.3. Metoda statisticii

Metoda folosită de statistică se bazează din punct de vedere teoretic pe
cunoştinţele oferite în special de economia politică, sociologie şi teoria
probabilităţilor utilizate pentru studierea unui anumit domeniu social-economic.
Sintetic, metoda statisticii cuprinde procedee de cercetare statistică (observarea,
centralizarea şi gruparea statistică), calculul indicatorilor statistici şi modele de
analiză şi interpretare statistică.
Cele mai frecvente forme de observare statistică sunt:

......................................................................................................................
......................................................................................................................
......................................................................................................................
Cele mai frecvente forme de observare statistică sunt: recensământul; rapoarte
statistice; monografii; observări selective etc. Datele obţinute prin observare
statistică sunt prezentate sub forma unor expresii numerice generalizatoare folosind
modalităţi specifice de centralizare şi grupare statistică care au ca rezultat
construirea unui sistem de indicatori statistici (mărimi absolute, indici, indicatori ai
variaţiei ş.a.) Analiza şi interpretarea statistică presupun aplicarea relaţiilor de
interdependenţă cu celelalte ştiinţe care au ca obiect de studiu fenomenele de masă,
au aceeaşi metodă de studiu şi utilizează noţiuni de bază comune.
Exemplul 1-1: Noţiuni de bază utilizate în statistică. Noţiunile de bază utilizate în

statistică sunt prezentate în figura 1-1.
Colectivitatea
Unităţi Caracteristici Primare Date Publicaţii
(populaţia)
statistice (variabile) statistice
statistică Derivate
statistice
Concrete Abstracte Ipotetice Simple Complexe De timp De spaţiu Atributive Indicatori Bănci de
statistici date
Statice Dinamice De De
momente perioade Calitative Cantitative Primari Derivaţi
Alternative Nealternative Cu variaţie Cu variaţie Absoluţi Relativi Medii Indici Ecuaţii de

continuă discretă estimare
Figura 1-1: Noţiunile de bază utilizate în statistică
Sursa: preluat din Biji M., Biji E.-M., Lilea E., Anghelache C., 2002, Tratat de Statistică, Editura Economică, Bucureşti, pag. 52
Rezumat
 Statistica studiază aspectul cantitativ, concret al fenomenelor social-economice
de masă în anumite condiţii de loc şi de timp, fenomene apărute ca urmare a unui factor
de determinare sau ca efect combinat al mai multor factori de influenţă.
 Metoda statisticii cuprinde procedee de cercetare statistică (observarea,
centralizarea şi gruparea statistică), calculul indicatorilor statistici şi modele de analiză
şi interpretare statistică.
 Cele mai frecvente forme de observare statistică sunt: recensământul; rapoarte
statistice; monografii; observări selective etc.
Test de autoevaluare a cunoştinţelor

Timp estimat: 20 minute
1. Care este semnificaţia noţiunii de statistică?

2. Ce cuprinde metoda de cercetare a statisticii?
3. Care sunt cele mai frecvente metode de observare statistică?
Rezolvare
1. Statistica studiază aspectul cantitativ, concret al fenomenelor social-economice
de masă în anumite condiţii de loc şi de timp, fenomene apărute ca urmare a unui factor
de determinare sau ca efect combinat al mai multor factori de influenţă.
2. Metoda statisticii cuprinde procedee de cercetare statistică (observarea,
centralizarea şi gruparea statistică), calculul indicatorilor statistici şi modele de analiză
şi interpretare statistică.
3. Cele mai frecvente forme de observare statistică sunt: recensământul; rapoarte
statistice; monografii; observări selective etc.
Test de evaluare a cunoştinţelor
1. Care sunt tipurile de colectivităţi statistice?

2. Clasificaţi caracteristicile statistice atributive cantitative.
3. Clasificaţi caracteristicile statistice atributive calitative.
4. Care sunt formele de prezentare a datelor statistice?
5. Clasificaţi indicatorii statistici derivaţi.
Bibliografie
Obligatorie
1. Baron T., Biji E. şi colectiv, 1996, Statistică teoretică şi economică, Editura
Didactică şi Pedagogică R.A., Bucureşti
2. Biji M., Biji E.M., Lilea E., Anghelache C., 2002, Tratat de statistică, Editura
Economică, Bucureşti
3. Isaic-Maniu, Mitruţ Constantin, Voineagu Vergil,2004, Statistică, Editura
Universitară, Bucureşti
4. Jula N., 2004, Statistică economică, Editura Bren, Bucureşti
5. Jula N., 2005, Statistică economică, Editura Dareco, Bucureşti
6. Jula N., 2008, Statistică economică, Editura Cartea Studenţească, Bucureşti
Complementară:
1. Bădiță M., Cristache S. E.,1998, Statistica - aplicații practice, Editura Mondan,
Bucuresti
2. Isaic-Maniu A., Mitruţ C., Voineagu V., 1999, Statistica pentru managementul
afacerilor, Editura Economică, Bucureşti
3. Ţarcă M., 1998, Tratat de statistică aplicată, Editura Didactică şi Pedagogică,
Bucureşti
OBSERVAREA ŞI PRELUCRAREA PRIMARĂ A DATELOR
Cuprins:
 Observarea datelor statistice
 Prelucrarea primară a datelor statistice
o Etapele prelucrării primare a datelor statistice
o Metoda grupării – tipuri de grupe şi intervalul de grupare
 Probleme şi întrebări recapitulative

• Ce reprezintă observarea statistică?
• Ce presupune prelucrarea primară a datelor?
• Care sunt etapele prelucrării primare a datelor?
• Care sunt metodele grupării?
Obiectivele/competentele unităţii de învăţare

 Observarea statistică – scopul, obiectul, unitatea de observare etc.
 Etapele prelucrării statistice
 Metoda grupării – tipuri de grupe şi intervalul de grupare
Durata medie de parcurgere acestei unităţi de învăţare este de 2 ore şi 10 minute.
2.1. Observarea datelor

Observarea este prima etapă a cercetării ştiinţifice. Observarea statistică, reprezintă
înregistrarea într-o formă unitară a elementelor care compun colectivitatea supusă
00:00
cercetării împreună cu caracteristicile lor comune. Cele mai importante aspecte cuprinse
în planul observării sunt1:
– scopul observării – se stabileşte în funcţie de scopul întregii cercetări statistice;
– obiectul sau fenomenul supus observării – este reprezentat de colectivitatea supusă
observării, ca număr de unităţi componente împreună cu caracteristicile lor;
delimitarea obiectului ca volum se face atât în timp, cât şi în spaţiu;
– unitatea de observare – adică fiecare element component al colectivităţii este ales în
funcţie de scopul observării;
– sistemul de caracteristici sau programul cercetării – se prezintă sub forma unor
întrebări înscrise pe anumite formulare, astfel încât în urma prelucrării răspunsurilor
să se obţină informaţii pentru caracterizarea colectivităţii;
– formularele de înregistrare şi instrucţiunile – formularele sunt tipizate şi realizate
pe baza programului cercetării; instrucţiunile privind completarea lor sunt imprimate
direct pe formulare (liste, fişe) sau în broşuri şi anexe separate;
– timpul observării – alegerea timpului observării se face în funcţie de felul observării,
de particularităţile obiectului şi de scopul cercetării statistice; de regulă, timpul
observării este considerat acela la care se referă datele culese (moment critic);
– locul înregistrării – de regulă este acelaşi cu locul producerii fenomenului,
exceptând situaţiile când se preiau date statistice din surse deja existente (Anuarul
Statistic, buletine de informare ş.a.);
– unitatea care raportează datele – este obligată prin lege să prezinte periodic
informaţii despre unităţile de observare; unităţile raportoare formează unităţile de
bază ale sistemului informaţional.
Organizarea sistemului informaţional este impusă de tipurile de analiză
practicate şi de necesitatea creării băncilor de date adecvate prelucrării automate a
datelor.
2.2. Prelucrarea primară a datelor statistice

2.2.1. Etapele prelucrării primare a datelor statistice
Prelucrarea statistică reprezintă acea etapă a cercetării statistice prin care datele
individuale ale colectivităţii statistice sunt transformate în indicatori sintetici, absoluţi şi
derivaţi, în scopul caracterizării colectivităţii în întregul ei.
Operaţiunile prelucrării statistice sunt: centralizarea datelor statistice
individuale; gruparea statistică; prezentarea indicatorilor statistici; concentrarea
rezultatelor obţinute sub o forma uşor de înţeles şi de interpretat, cum ar fi seriile
statistice, tabelele, graficele şa. Centralizarea datelor statistice cuprinde, în general,
sistematizarea informaţiilor rezultate dintr-o observare statistică. În cazul unei
1
Programul unei observări statistice este prezentat, în detaliu, în lucrarea Tratat de statistică, autori Biji M., Biji
E.-M., Lilea E., Anghelache C., Editura Economică, 2002, pag. 68-73.
centralizări simple se permite o caracterizare de ansamblu a colectivităţii cu ajutorul
unor indicatori sintetici obţinuţi prin însumarea variabilelor exprimate în aceeaşi unitate
de măsură sau în unităţi convenţionale (etalon). În cazul unei colectivităţi statistice
complexe, eterogene, se foloseşte centralizarea pe grupe. După ce se aplică metoda
grupării, se efectuează operaţiile specifice pentru fiecare grupă în parte, iar în final se
determină indicatorii sintetici, pentru întreaga colectivitate.
2.2.2. Metoda grupării – tipuri de grupe şi intervalul de grupare
2.2.2.1. După numărul caracteristicilor folosite se disting:

1. Grupări simple – în cazul cărora repartizarea pe grupe a unităţilor se face după
o singură caracteristică de grupare, cum ar fi, de exemplu, numărul de utilizatori ai
INTERNET-ului distribuiţi pe grupe de vârstă, sau gruparea oraşelor şi municipiilor
după numărul locuitorilor.
Exemplul 2-1: Gruparea simplă – gruparea municipiilor şi oraşelor după numărul de

locuitori (anul 2002)
Total municipii şi oraşe 265
Sub 2000 locuitori 1
2000 - 4999 locuitori 12
5000 - 9999 locuitori 59
10000 - 19999 locuitori 85
20000 - 49999 locuitori 61
50000 - 99999 locuitori 23
100000 - 199999 locuitori 12
200000 - 999999 locuitori 11
1000000 locuitori şi peste 1
Sursa: Institutul Naţional de Statistică, Anuarul Statistic al României, 2003, tabelul 2.1.6.
1. Grupări combinate sau complexe – în cazul acesta repartizarea pe grupe a

unităţilor se face după cel puţin două caracteristici de grupare, cum ar fi, de exemplu,
numărul de utilizatori ai INTERNET-ului după vârstă şi domeniu de activitate, sau
migraţia internă, pe medii şi grupe de vârstă.
Exemplul 2-2: Gruparea combinată – Migraţia internă determinată de schimbarea

domiciliului, pe medii şi grupe de vârstă (anul 2000)
Sosiţi Plecaţi
Grupa de vârstă
Total În urban În rural Total Din urban Din rural
până la 15 ani 43307 10147 33160 43307 21041 22266
15-19 ani 16021 5930 10091 16021 8575 7446
20-24 ani 38539 19963 18576 38539 18576 19963
25-29 ani 36932 21663 15269 36932 17684 19248
30-34 ani 32482 17142 15340 32482 17824 14658
35-39 ani 16281 7128 9153 16281 10490 5791
40-44 ani 16854 6251 10603 16854 12506 4348
45-49 ani 13225 4612 8613 13225 10470 2755
50-54 ani 9786 3248 6538 9786 7809 1977
55-59 ani 6088 2206 3882 6088 4851 1237
60 ani şi peste 14992 7324 7668 14992 10726 4266
Total 244507 105614 138893 244507 140552 103955
2.2.2.2. După conţinutul caracteristicii de grupare se disting:

1. Grupări după o caracteristică de timp sau cronologice – acest tip de grupare
are o largă aplicabilitate în statistică. Exemplu: gruparea nou-născuţilor după
vârsta (sau grupa de vârstă) a părinţilor;
Exemplul 2-3: Gruparea după o caracteristică de timp – Născuţi vii, după grupa de
vârstă a mamei (anul 2000)
Grupa de vârstă a mamei Numărul de născuţi vii
Sub 15 ani 529
15-19 ani 31764
20-24 ani 86285
25-29 ani 69747
30-34 ani 35032
35-39 ani 8579
40-44 ani 2452
45-49 ani 131
50 ani şi peste 2
Total 234521
2. Grupări după o caracteristică de spaţiu (teritoriale), cum ar fi, de exemplu,

distribuţia populaţiei ocupate sau a şomerilor pe judeţe etc.;
Exemplul 2-4: Gruparea după o caracteristică de spaţiu – Populaţia ocupată, pe regiuni

de dezvoltare şi pe judeţe (mii persoane, la sfârşitul anului 2000)
Regiunea / Judeţul Populaţia ocupată
1. Nord - Est 1409,1
Bacău 249,8
Botoşani 175,5
Iaşi 318,0
Neamţ 224,8
Suceava 273,4
Vaslui 167,6
2. Sud - Est 1090,6
Brăila 144,2
Buzău 188,6
Constanţa 275,6
Galaţi 232,1
Tulcea 93,3
Vrancea 156,8
3. Sud 1293,8
Argeş 284,4
Călăraşi 113,3
Dâmboviţa 208,0
Giurgiu 102,0
Ialomiţa 102,5
Prahova 291,1
Teleorman 192,5
4. Sud - Vest 953,5
Dolj 298,8
Gorj 155,3
Mehedinţi 126,3
Olt 194,0
Vâlcea 179,1
5. Vest 821,1
Arad 189,2
Caraş-Severin 137,9
Hunedoara 199,1
Timiş 294,9
6. Nord - Vest 1170,0
Bihor 281,2
Bistriţa-Năsăud 118,8
Cluj 297,1
Maramureş 211,1
Satu Mare 157,0
Sălaj 104,8
7. Centru 1063,9
Alba 177,7
Braşov 238,4
Covasna 90,1
Harghita 146,0
Mureş 245,7
Sibiu 166,0
8. Bucureşti 827,3
Ilfov 105,2
Municipiul Bucureşti 722,1
Total 8629,3
Sursa: Institutul Naţional de Statistică, Anuarul statistic al României, 2002, capitolul Statistica teritorială,
tabelul 20.10.

Exemplul 2-5: Gruparea după o caracteristică atributivă – Gruparea salariaţilor pe
activităţi ale economiei naţionale (anul 2000, mii persoane)
Activităţi ale economiei naţionale Salariaţi
Agricultură 146
Silvicultură, exploatare forestieră şi economia vânatului 50
Industrie (inclusiv energie electrică şi termică, gaze şi apă) 1873
Construcţii 316
Comerţ 568
Hoteluri şi restaurante 84
Transport şi depozitare 277
Poştă şi telecomunicaţii 93
Activităţi financiare, bancare şi de asigurări 71
Tranzacţii imobiliare şi alte servicii 177
Administraţie publică 148
Învăţământ 407
Sănătate şi asistenţă socială 305
Celelalte activităţi ale economiei naţionale 108
Total 4623
2.2.2.3. După modul de variaţie a caracteristicii se disting:

1. Grupări după variantele caracteristicii – se utilizează atunci când
caracteristica de grupare se prezintă sub un număr mic de variante, cum ar fi, de
exemplu distribuţia populaţiei după sex, după starea civilă, distribuţia familiilor
după numărul de membri, distribuţia născuţilor vii, după rangul născutului viu,
distribuţia studenţilor după media obţinută la examene etc.;
Exemplul 2-6: Gruparea după variantele caracteristicii – Născuţi vii, după rangul
născutului viu, în anul 2000
Rangul născutului - viu Născuţi vii
Primul 120902
Al doilea 68872
Al treilea 21646
Al patrulea 9897
Al cincilea 5220
Al şaselea 3179
Al şaptelea 1871
Al optulea şi peste 2934
Total 234521
2. Grupări pe intervale egale sau neegale de variaţie, practicate atunci când

nivelul caracteristicii de grupare (exprimată numeric prezintă o variaţie mare în
cadrul colectivităţii.
Intervalul de grupare reprezintă un grup de variante ale caracteristicii de grupare,
înscrise succesiv, în ordinea mărimii lor şi este stabilit în funcţie de scopul şi de natura
fenomenului cercetat. Mărimea intervalului de grupare este dată de numărul de variante
cuprinse şi se poate determina astfel:
– ca diferenţă între limita superioară şi limita inferioară a fiecărui interval;
– ca diferenţă între limita superioară a unui interval şi limita superioară a intervalului
precedent;
– ca diferenţă între limita inferioară a intervalului următor şi limita inferioară a
intervalului studiat.
Un interval de grupare este închis când:

...................................................................................................... Un
interval de grupare este deschis când:
.................................................................................................................
Atunci când se prezintă limita inferioară a primei grupe şi cea superioară a ultimei grupe,
aceste intervale sunt închise. În caz contrar, gruparea este cu intervale deschise. În acest
caz se poate considera drept limită inferioară a primei grupe mărimea diferenţei dintre
limita superioară a intervalului respectiv şi mărimea intervalului de la grupa următoare.
În mod analog se procedează pentru stabilirea limitei superioare a ultimei grupe, adică
la limita inferioară a acestei grupe se adaugă mărimea intervalului de la grupa
precedentă.
Numărul de grupe şi mărimea intervalului de grupare se aleg astfel încât să
cuprindă toate valorile individuale ale colectivităţii statistice studiate.
Exemplul 2-7: Gruparea pe intervale neegale de variaţie – Unităţile active din economia
naţională, pe activităţi şi clase de mărime, în anul 2000
din care: pe clase de mărime,
Regiunea / după numărul de salariaţi
Total
Activităţi (secţiuni CAEN) 50- 250 şi
0-9 10-49
249 peste
Total 313508 273836 29516 7725 2431
Industrie extractivă 547 174 144 99 130
Industrie prelucrătoare 42581 29038 8833 3420 1290
Energie electrică şi termică, gaze 480 66 71 147 196
şi apă
Construcţii 12464 8087 2898 1242 237
Comerţ cu ridicata şi cu 205185 190964 12766 1350 105
amănuntul1)
Hoteluri şi restaurante 10040 8612 1183 223 22
Transport şi depozitare 12331 10501 1177 440 213
Poştă şi telecomunicaţii 973 632 180 67 94
Tranzacţii imobiliare, închirieri şi 18327 16058 1664 500 105
activităţi de servicii prestate în
principal întreprinderilor
Învăţământ2) 566 507 56 3 -
Sănătate şi asistenţă socială 2)
3569 3477 87 4 1
Alte activităţi de servicii 6445 5720 457 230 38
colective,sociale şi personale
1)
Inclusiv repararea şi întreţinerea autovehiculelor şi motocicletelor şi a bunurilor personale şi casnice
2)
Include numai unităţile locale cu activitate de învăţământ sau sănătate şi asistenţă socială, organizate ca
societăţi comerciale.
Sursa: Institutul Naţional de Statistică, Anuarul Statistic al României, 2002, tabelul 20.49.
Rezumat
Observarea statistică, reprezintă înregistrarea într-o formă unitară a elementelor
care compun colectivitatea supusă cercetării împreună cu caracteristicile lor comune.
Prelucrarea statistică reprezintă acea etapă a cercetării statistice prin care datele
individuale ale colectivităţii statistice sunt transformate în indicatori sintetici, absoluţi şi
derivaţi, în scopul caracterizării colectivităţii în întregul ei.
Intervalul de grupare reprezintă un grup de variante ale caracteristicii de grupare,
înscrise succesiv, în ordinea mărimii lor şi este stabilit în funcţie de scopul şi de natura
fenomenului cercetat.

1. Prezentaţi etapele prelucrării datelor statistice.

2. Utilizând informaţiile din Anuarul statistic al României2 şi pornind de la clasificarea
datelor statistice după numărul caracteristicilor folosite:
a) identificaţi o grupare simplă a datelor (vezi exemplul 2-1);
b) identificaţi o grupare combinată a datelor (vezi exemplul 2-2).
3. Utilizând informaţiile din Anuarul statistic al României şi pornind de la clasificarea
datelor statistice după conţinutul caracteristicilor de grupare:
a) identificaţi o grupare a datelor după o caracteristică de timp (vezi exemplul
2-3);
b) identificaţi o grupare a datelor după o caracteristică de spaţiu (vezi exemplul
2-4);
c) identificaţi o grupare a datelor după o caracteristică atributivă (vezi exemplul
2-5).
4. Utilizând informaţiile din Anuarul statistic al României şi pornind de la clasificarea
datelor statistice după modul de variaţie a caracteristicilor de grupare, identificaţi o
grupare după variantele caracteristicii (vezi exemplul 2-6).
5. Definiţi intervalul de grupare şi precizaţi modalităţile de determinare a mărimii
intervalului de grupare.
Rezolvare
1. Operaţiunile prelucrării statistice sunt: centralizarea datelor statistice
individuale; gruparea statistică; prezentarea indicatorilor statistici; concentrarea
rezultatelor obţinute sub o forma uşor de înţeles şi de interpretat, cum ar fi seriile
statistice, tabelele, graficele şa.
2. a. vezi exemplul 2-1;
b. vezi exemplul 2-2.
3. a. vezi exemplul 2-3;
b. vezi exemplul 2-4;
c. vezi exemplul 2-5.
4. vezi exemplul 2-6
5. Intervalul de grupare reprezintă un grup de variante ale caracteristicii de grupare,
înscrise succesiv, în ordinea mărimii lor şi este stabilit în funcţie de scopul şi de
natura fenomenului cercetat. Mărimea intervalului de grupare este dată de
numărul de variante cuprinse şi se poate determina astfel:
 ca diferenţă între limita superioară şi limita inferioară a fiecărui interval;
2
Anuarul statistic al României poate fi consultat pe site-ul a Institutului Naţional de Statistică: www.insse.ro
 ca diferenţă între limita superioară a unui interval şi limita superioară a
intervalului precedent;
 ca diferenţă între limita inferioară a intervalului următor şi limita
inferioară a intervalului studiat.
1. Utilizând informaţiile din Anuarul statistic al României şi pornind de la

clasificarea datelor statistice după modul de variaţie a caracteristicilor de
grupare:
a) identificaţi o grupare a datelor pe intervale egale;
b) identificaţi o grupare a datelor pe intervale inegale (vezi exemplul 2-7).
Bibliografie
Obligatorie
3. Isaic-Maniu, Mitruţ Constantin, Voineagu Vergil, 2014, Statistică, Editura
6. Jula N., 2012, Statistică economică, Editura ProUniversitaria, Bucureşti
Complementară:
Bucuresti
Bucureşti
PREZENTAREA DATELOR STATISTICE
Cuprins:
 Tabele statistice
 Serii statistice
o Serii statistice de distribuţie (de repartiţie)
o Serii statistice dinamice (de timp sau cronologice)
o Serii statistice de spaţiu (teritoriale)
o Serii mixte (de tip panel)
 Probleme şi întrebări recapitulative
Introducere
• Ce sunt şi la ce folosesc seriile statistice?
• Care sunt tipurile de serii statistice?
• Ce sunt şi la ce folosesc tablele şi seriile statistice

• Care sunt tipurile de serii statistice
Criterii
Prelucrarea datelor rezultate dintr-o observare statistică se concretizează în forme
specifice metodei statistice – tabele, serii, grafice, care utilizează indicatori absoluţi şi
00:00 derivaţi.
3.1. Tabele statistice

Tabelele statistice concentrează un sistem de relaţii cantitative despre
fenomenele studiate, sub forma unor reţele lineare de indicatori. Sunt folosite atât ca
formă de prezentare sintetică a rezultatelor cercetării, cât şi pentru sistematizarea datelor
statistice, astfel încât să permită calculul indicatorilor derivaţi. Orice tabel statistic va
conţine3 subiectul tabelului (colectivitatea statistică la care se referă datele prezentate)
şi predicatul tabelului (sistemul de caracteristici care permit analizarea colectivităţii
studiate în anumite condiţii de loc şi de timp). Macheta tabelului, care de fapt conturează
forma tabelului, cuprinde titlul general, titlurile interioare şi reţeaua de rânduri şi coloane
necesare înscrierii ordonate a informaţiilor. Intersecţia rândului cu coloana din tabel este
completată cu valoarea numerică a indicatorului statistic. De asemenea, se pot utiliza şi
note explicative sau anexe care să aducă date suplimentare cu privire la sursa de
informaţii şi/sau metodologia de prelucrare a datelor şi calcul al indicatorilor.
Cele mai utilizate tabele statistice sunt: tabele statistice simple, tabele statistice
pe grupe, tabele statistice cu dublă intrare etc.
Exemplul 3-1: Tabel statistic simplu – Masa monetară la sfârşitul anului 2003
Indicatorul Valoare (mld. lei)
Total Masa monetară (M2), din care: 460751,3
M1 – total, din care 113259,8
Numerar în afara sistemului bancar 57978,4
Disponibilităţi la vedere 55281,4
CVASIBANI – total, din care: 347491,5
Economii ale populaţiei 99584,8
Depozite în lei pe termen şi condiţionate 76738,0
Depozite în valută ale rezidenţilor 171168,7
Sursa: Banca Naţională a României, Buletin lunar nr.12/2003, Secţiunea statistică, pag.38*.
Exemplul 3-2: Tabel statistic pe grupe – Populaţia pe grupe de vârstă

Grupa de vârstă Număr persoane (01.07.2000)
0 - 4 ani 1144825
5 - 9 ani 1218267
10-14 ani 1734988
15-19 ani 1661778
20-24 ani 1955437
25-29 ani 1806725
3
Elementele unui tabel statistic sunt prezentate, în detaliu, în lucrarea Tratat de statistică, autori Biji M., Biji E.-
M., Lilea E., Anghelache C., Editura Economică, 2002, pag. 107-108.
30-34 ani 1837519
35-39 ani 1285188
40-44 ani 1594845
45-49 ani 1592356
50-54 ani 1322506
55-59 ani 1060721
60-64 ani 1234537
65-69 ani 1095114
70-74 ani 891832
75-79 ani 598029
80-84 ani 219126
85 ani şi peste 181412
Total 22435205
Exemplul 3-3: Tabel statistic cu dublă intrare – Structura populaţiei ocupate, după
statutul profesional, pe activităţi ale economiei naţionale, în 2001
Statutul profesional
Total Membru al unei
populaţie Lucrător Lucrător
societăţi agricole
ocupată Salariat Patron pe cont familial
sau al unei
propriu neremunerat
cooperative
Agricultură 100,0 4,3 0,1 50,1 44,9 0,6
Silvicultură,
exploatare forestieră 100,0 88,6 - 11,1 - 0,3
şi economia vânatului
Industrie 100,0 97,3 0,7 1,8 0,2 -
Industrie
100,0 99,6 - 0,4 - -
extractivă
Industrie
100,0 96,9 0,8 2,1 0,2 -
prelucrătoare
Energie electrică
şi termică, gaze şi 100,0 99,9 0,1 - - -
apă
Construcţii 100,0 84,5 2,0 12,8 0,7 -
Comerţ 100,0 81,1 8,7 8,6 1,6 -
Hoteluri şi restaurante 100,0 90,9 6,6 2,3 0,2 -
Transport şi
100,0 88,9 0,7 8,6 1,8 -
depozitare
Poştă şi
100,0 99,9 - 0,1 - -
telecomunicaţii
Activităţi financiare,
100,0 96,8 0,5 2,7 - -
bancare şi de asigurări
Tranzacţii imobiliare
100,0 92,4 3,0 4,6 - -
şi alte servicii
Administraţie publică 100,0 99,4 -- 0,6 0,3 -- --
Învăţământ 100,0 99,7
Sănătate şi asistenţă
100,0 97,1 0,6 2,0 0,3 -
socială
Celelalte activităţi ale
100,0 75,7 1,5 20,7 2,0 0,1
economiei naţionale
3.2. Serii statistice

Seriile statistice reprezintă corespondenţa între două şiruri paralele de date statistice,
unul din ele reprezentând variaţia caracteristicii de grupare, iar celălalt, numărul de
unităţi corespunzătoare fiecărei variante (sau fiecărui interval de variaţie) numit
frecvenţă de apariţie.
Numărul unităţilor statistice ni care se referă la un anumit nivel al caracteristicii
xi se numeşte frecvenţă absolută (se exprimă în mărimi absolute). Frecvenţa relativă,
notată fi, se obţine raportând fiecare frecvenţă absolută la numărul total al apariţiilor în
colectivitatea cercetată, adică n. Aceasta se poate exprima sub formă de coeficienţi sau
în procente. Însumate, aceste frecvenţe vor da rezultatul 1, respectiv 100%.
1. În funcţie de numărul de caracteristici considerate se construiesc:
a. serii statistice independente sau unidimensionale – se ia în considerare o
singură caracteristică;
Exemplul 3-4: Serii unidimensionale – Rata şomajului (2004, la sfârşitul perioadei,

calculată ca procent faţă de populaţia activă la 01.01.2004)
Luna Rata şomajului
ianuarie 7,7
februarie 7,8
martie 7,8
aprilie 7,4
mai 6,9
iunie 6,6
iulie 6,3
august 6,2
septembrie 6,1
octombrie 6,1
noiembrie 6,2
decembrie 6,2
Sursa: Institutul Naţional de Statistică, http://www.insse.ro/Indicatori/
b. serii statistice condiţionale sau multidimensionale – se iau în considerare două

sau mai multe caracteristici.
Exemplul 3-5: Serii multidimensionale – Indicii anuali ai preţurilor de consum*) şi rata

anuală a inflaţiei**), în perioada 1971-2004, an precedent = 100
Anul Indicii preţurilor Rata inflaţiei
de consum (%) (%)
1971 100,6 0,6
1972 100,0 0,0
1973 100,7 0,7
1974 101,1 1,1
1975 100,2 0,2
1976 100,6 0,6
1977 100,6 0,6
1978 101,6 1,6
1979 102,0 2,0
1980 102,1 2,1
1981 103,1 3,1
1982 117,8 17,8
1983 104,1 4,1
1984 101,1 1,1
1985 100,8 0,8
1986 101,0 1,0
1987 100,9 0,9
1988 102,2 2,2
1989 101,1 1,1
1990 105,1 5,1
1991 270,2 170,2
1992 310,4 210,4
1993 356,1 256,1
1994 236,7 136,7
1995 132,3 32,3
1996 138,8 38,8
1997 254,8 154,8
1998 159,1 59,1
1999 145,8 45,8
2000 145,7 45,7
2001 134,5 34,5
2002 122,5 22,5
2003 115,3 15,3
2004 111,9 11,9
*)
Indicele anual al preţurilor de consum măsoară evoluţia de ansamblu a preţurilor mărfurilor cumpărate
şi a tarifelor serviciilor utilizate de către populaţie în anul curent faţă de anul precedent (sau alt an ales ca
perioada de referinţă). Acest indice este determinat ca raport, exprimat procentual, între indicele mediu al
preţurilor din anul curent şi indicele mediu al anului precedent (sau alt an ales ca perioadă de referinţă).
Indicele mediu al preţurilor unui anumit an se determină ca medie aritmetică simplă a indicilor lunari din
acel an, calculaţi faţă de aceeaşi bază (octombrie 1990 = 100).
**)
Rata anuală a inflaţiei se calculează scăzând 100 din indicele anual al preţurilor de consum.
Sursa: Institutul Naţional de Statistică, http://www.insse.ro/
3. După conţinutul caracteristicii de grupare se disting: serii statistice de distribuţie,

serii statistice de timp şi serii statistice de spaţiu.
3.2.1. Serii statistice de distribuţie (de repartiţie)
Prezentarea paralelă a datelor xi şi ni sau fi se numeşte serie de distribuţie sau de repartiţie

statistică unidimensională (adică după o singură caracteristică) sau serie de distribuţie
empirică unidimensională sau independentă. Aceste serii prezintă structura colectivităţii,
adică distribuţia unităţilor unei colectivităţi în funcţie de o caracteristică atributivă de
grupare (calitativă sau numerică).
Suma frecvenţelor absolute ale nivelurilor individuale ale unei serii este egală cu
volumul colectivităţii:
k
n1 + n2 + n3 + ... + ni + ... + nk = n
i1
i
=n
Suma frecvenţelor relative este egală cu unitatea (1) sau 100 dacă acestea sunt
exprimate procentual:
f1 + f2 + f3 + ... + fi + ... + fk =
k
n n n n n n i
n
 1  2  3  i  k  i1
 1
n n n n n n n
rezultă
k
ni
f i  1 , unde fi  k
.
i1
n
i1
i
Un anumit nivel al caracteristicii corelat cu frecvenţa de apariţie formează un

termen al seriei (xi, ni).
Dacă frecvenţa de apariţie este constantă (aceeaşi pentru toate nivelurile
caracteristicii), atunci se renunţă la scrierea şirului de frecvenţe (ni), iar şirul se numeşte
serie de repartiţie simplă.
De cele mai multe ori frecvenţele sunt diferite unele de altele, ceea ce impune
prezentarea celui de-al doilea şir, iar cele două şiruri de date formează o serie de
repartiţie cu frecvenţă.
În cazul în care apar două sau mai multe caracteristici de grupare, se construiesc
aşa-numitele serii condiţionate sau multidimensionale sau distribuţii multidimensionale.
Se prezintă în continuare cazul unei distribuţii în care intervin două caracteristici
de grupare a unităţilor colectivităţii cercetate, adică o distribuţie bidimensională sau serie
de repartiţie bidimensională:
Exemplul 3-6: Serie de repartiţie bidimensională – Născuţii - vii după grupa de vârstă a
părinţilor (anul 2001)
Grupa de vârsta a tatălui
Grupa de
Total 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50 ani Nedec
vârsta a mamei
ani ani ani ani ani ani ani şi peste larată
Total 220368 3560 36797 75879 57239 17792 8649 3006 945 16501
Sub 15 ani 627 219 150 37 7 - - 1 - 213
15-19 ani 28503 2587 11600 7090 1547 218 68 30 12 5351
20-24 ani 77518 672 20791 36030 11616 1674 505 141 78 6011
25-29 ani 66793 70 3752 28249 25492 4627 1407 364 142 2690
30-34 ani 36063 11 456 4156 17287 8442 3167 830 236 1478
35-39 ani 8395 1 40 285 1171 2598 2684 856 224 536
40-44 ani 2327 - 8 29 117 224 806 725 210 208
45-49 ani 139 - - 3 2 8 12 59 41 14
50 ani şi peste 3 - - - - 1 - - 2 -
Sursa: Institutul Naţional de Statistică, Anuarul Statistic al României, Bucureşti, 2002, tabelul 2.2.3.
3.2.2. Serii statistice dinamice (de timp sau cronologice)
Seriile dinamice sunt compuse din două şiruri paralele de date, din care unul
reprezintă variaţia caracteristicii de timp (ti), iar al doilea, nivelurile fenomenului studiat
(xi).
Caracteristica principală a acestor şiruri este faptul că ele sunt construite
pentru colectivităţi omogene pentru a se asigura comparabilitatea
indicatorilor de la o perioadă la alta sau de la un moment la altul.
Indicatorii care reprezintă variantele caracteristicii studiate pot fi mărimi
absolute, relative şi medii. Seriile cronologice pot fi de stocuri (de momente) sau de
fluxuri.
3.2.2.1. Serii statistice dinamice de stocuri (sau de momente)

Serii statistice dinamice de stocuri sau de momente caracterizează variaţia în
timp a colectivităţilor, iar termenii lor reprezintă volumul acestor colectivităţi înregistrat
în diferite momente de timp. De exemplu: numărul de firme înregistrat la începutul
fiecărui trimestru, numărul populaţiei şcolare la începutul anului de învăţământ etc.;
Exemplul 3-7: Serii statistice dinamice de momente – Produsul intern brut (miliarde lei,
preţuri curente)
Anul PIB
1990 857,9
1991 2203,9
1992 6029,2
1993 20035,7
1994 49773,2
1995 72135,5
1996 108919,6
1997 252925,7
1998 373798,2
1999 545730,2
2000 803773,1
2001 1167242,8
2002 1512616,8
2003 1890778,3
2004 2387914,3
Sursa: Institutul Naţional de Statistică, Anuarul Statistic al României, 2002, tabelul 9.1., Comunicat de
presă nr. 11/26 feb.2004 (pentru anii 2002 şi 2003) şi nr.12/11 martie 2005 (pentru anul 2004).
3.2.2.2. Serii statistice dinamice de fluxuri (intervale)

Se referă la fenomenele pentru care valorile caracteristicii studiate sunt
rezultatele unor procese cu caracter de continuitate. Cumulând datele din fiecare unitate
de timp (zi, săptămână, trimestru etc.), rezultă valoarea totală, centralizată a
caracteristicii în cauză pentru întreaga perioadă. De exemplu, PIB-ul calculat trimestrial
pentru anul 2005, numărul de născuţi vii în perioada 2001 – 2005, veniturile, cheltuielile
şi soldul bugetului asigurărilor sociale de stat etc.
Exemplul 3-8: Serii statistice dinamice de fluxuri – Execuţia bugetului de stat (cumulat
de la începutul anului, mld. lei)
Perioada venituri cheltuieli deficit (–)
excedent (+)
1996 18372.8 23732.0 -5359.2
1997 43834.5 52896.6 -9062.1
1998 67215.5 77616.6 -10401.1
1999 93239.8 106886.7 -13646.9
2000 120342.2 149167.8 -28825.6
2001 148203.1 184012.2 -35809.1
2002 179205.5 226823.6 -47618.1
2003 ianuarie 21214.5 19615.5 1599.0
februarie 35766.5 38041.7 -2275.2
martie 50977.2 58700.5 -7723.3
aprilie 74018.1 81400.4 -7382.3
mai 94773.1 105103.5 -10330.4
iunie 109277.4 125801.7 -16524.3
iulie 139569.6 151755.4 -12185.8
august 159726.3 170705.1 -10978.8
septembrie 183323.9 194669.4 -11345.5
octombrie 214156.1 225285.2 -11129.1
noiembrie 235595.2 253250.6 -17655.4
decembrie 252447.3 281450.7 -29003.4
Sursa: Banca Naţională a României, Buletin lunar 12/2003, secţiunea statistică, pag.37.
3.3. Serii statistice de spaţiu (teritoriale)
Sunt cele în care centralizarea frecvenţelor are loc în raport de criteriul teritorial
sau spaţial. Înregistrarea elementelor unei colectivităţi pe diferite teritoriale se
efectuează pentru un interval de timp sau la un moment dat.
De regulă, aceste serii statistice sunt utilizate pentru sistematizarea informaţiilor
statistice pe judeţe, pe ramuri, pe zone, pe ţări, pe regiuni. De exemplu: numărul
şomerilor înregistraţi în judeţele ţării la începutul anului 2002, mărimea PIB/locuitor
înregistrat în ţările UE la sfârşitul anului 2002 etc.
Exemplul 3-9: Serii statistice de spaţiu – Investiţiile străine directe în anul 2002 (mil.
USD, la sfârşitul perioadei)
Total fluxuri de capital -
Ţara
investiţii străine directe
Bulgaria 5560
Cipru 3624
Cehia 39395
Estonia 4226
Ungaria 30934
Letonia 2686
Lituania 3981
Polonia 47900
România 8852
Slovenia 4015
Slovacia 7732
Sursa: Institutul Naţional de Statistică, Buletin statistic CANSTAT, 4/2003, cap. Indicatori economici,
tabelul 2.4.
3.4. Serii mixte (de tip panel)

Seriile de tip panel combină cel puţin două caracteristici: o distribuţie
cronologică şi o distribuţie după o altă caracteristică (de exemplu, o caracteristică de
spaţiu). Exemplu: rata şomajului urmărită pe regiuni şi în timp, fluxurile de investiţii
înregistrate în timp, pentru fiecare ţară etc.
Exemplul 3-10: Serii statistice de tip panel – Total fluxuri de capital - investiţii străine
directe (mil.USD, la sfârşitul perioadei)
Ţara 2000 2001 2002 2003
Bulgaria 3831 4644 5560 6922
Cipru … … 3624 …
Cehia 21644 27092 39395 …
Estonia 2645 3160 4226 6497
Ungaria 20154 23398 30934 …
Letonia 1842 2284 2686 3215
Lituania 2334 2666 3981 4960
Polonia 34227 41247 47900 …
România 6551 7708 8852 10418
Slovenia 2893 2665 4015 …
Slovacia 3738 4808 7732 10248
Sursa: Institutul Naţional de Statistică, Buletin statistic CANSTAT, 4/2003, cap. Indicatori economici,
tabelul 2.4.
Recapitulare
Tabelele statistice concentrează un sistem de relaţii cantitative despre

fenomenele studiate, sub forma unor reţele lineare de indicatori.
Seriile statistice reprezintă corespondenţa între două şiruri paralele de date
statistice, unul din ele reprezentând variaţia caracteristicii de grupare, iar celălalt,
numărul de unităţi corespunzătoare fiecărei variante (sau fiecărui interval de variaţie)
numit frecvenţă de apariţie.

1. Precizaţi tipurile de tabele statistice
Rezolvare
1. Cele mai utilizate tabele statistice sunt: tabele statistice simple, tabele
statistice pe grupe, tabele statistice cu dublă intrare etc ;
1. Utilizând informaţiile din Anuarul statistic al României4 identificaţi:
a) un tabel statistic simplu (vezi exemplul 3-1);
b) un tabel statistic pe grupe (vezi exemplul 3-1);
c) un tabel statistic cu dublă intrare (vezi exemplul 3-1);
2. Utilizând informaţiile din Anuarul statistic al României identificaţi:
a) o serie statistică de distribuţie simplă;
b) o serie statistică de distribuţie bidimensională (vezi exemplul 3-6);
c) o serie statistică dinamică de momente (vezi exemplul 3-7);
d) o serie statistică dinamică de fluxuri (vezi exemplul 3-8);
e) o serie statistică teritorială (de spaţiu - vezi exemplul 3-9);
f) o serie statistică de tip panel (vezi exemplul 3-10);
Bibliografie
Obligatorie
6. Jula N., 2012, Statistică economică, Editura ProUniversitaria, Bucureşti
4
Complementară:
Bucuresti
Bucureşti
Unitatea de învăţare 4: PROBLEME COMPLEXE PENTRU
STATISTICĂ
Introducere
După parcurgerea unităţii veţi fi în măsură să rezolvaţi probleme referitoarea la analiza

şi prelucrarea primară a datelor statistice

• Cum se rezolvă o problemă bazată pe observări statistice/date statistice
Probleme rezolvate
Problema 1
Precizaţi, pentru următoarele cazuri, unitatea statistică, variabila statistică

studiată şi tipul de variabilă (cantitativă sau calitativă, continuă sau discontinuă):
a. Numărul de persoane cu studii de persoane din 50 societăţi comerciale;
Răspuns:
- unitatea statistică: societatea comercială;
- variabila statistică: numărul persoanelor cu studii superioare –
cantitativă, discretă.
b. Numărul preşcolarilor din 250 familii;
Răspuns:
- unitatea statistică: familia;
- variabila statistică: numărul de preşcolari – cantitativă, discretă.
c. Profesiile a 1500 angajaţi;
Răspuns:
- unitatea statistică: angajatul;
- variabila statistică: profesia – calitativă.
d. Timpul de realizare în ore a produsului X de către salariaţii firmei A;
Răspuns:
- unitatea statistică: salariatul;
- variabila statistică: numărul de ore lucrate – cantitativă, continuă.
e. Personalul firmei A după vârstă şi sex;
Răspuns:
- unitatea statistică: persoana;
- variabila statistică:
- vârsta – cantitativă, discretă;
- sex – calitativă;
Problema 2
În cazul în care se realizează o observare statistică în scopul estimării proporţiei

în care cetăţenii ar vota cu diferitele partide politice, care ar fi populaţia din care extrageţi
eşantionul statistic? Dar în cazul unor alegeri viitoare (peste 4 ani)?
Răspuns:
În primul caz eşantionul se stabileşte pornind de la populaţia cu drept de vot la
momentul alegerilor (t0); în al doilea caz se alege un eşntion având în vedere populaţia
care va avea drept de vot peste 4 ani (la momentul t1). Unitatea statistică este persoana
cu drept de vot la momentul t0 sau t1, iar variabila (cantitativă) este opţiunea politică
(numele partidului menţionat).
Problema 3
S-a efectuat o observare statistică privind cota din venitul total al unei familii
alocată cheltuielilor de modernizare a locuinţei, in perioada 2000-2005. Au fost supuse
observării statistice 50 de familii din Municipiul Bucureşti. Rezultatele obţinute au fost
următoarele:
Cota din venitul total alocată Cota din venitul total
pentru modernizarea alocată pentru
Familia locuinţei, Familia modernizarea locuinţei,
(%) (%)
1 10.1 26 9.1
2 8.3 27 8.1
3 10.2 28 6.4
4 9.0 29 7.7
5 9.9 30 8.8
6 9.1 31 9.5
7 6.1 32 7.7
8 10.1 33 8.6
9 10.8 34 11.2
10 7.3 35 8.4
11 8.0 36 9.2
12 7.2 37 10.3
13 6.3 38 6.2
14 9.7 39 6.2
15 8.4 40 7.8
16 11.4 41 7.3
17 9.2 42 5.1
18 6.5 43 7.7
19 7.3 44 5.6
20 11.8 45 5.8
21 8.5 46 5.3
22 8.0 47 11.4
23 7.2 48 6.0
24 7.2 49 7.5
25 6.2 50 6.9
Se cer următoarele:
a. Să se grupeze datele pe intervale egale de variaţie;
b. Să se calculeze frecvenţele cumulate;
c. Să se reprezinte grafic distribuţia familiilor după cota din venitul total alocată
pentru modernizarea locuinţei;
d. Să se reprezinte grafic curbele frecvenţelor cumulate.
Rezolvare:
a. Gruparea datelor pe intervale egale de variaţie
Notăm cota din venitul total alocată pentru modernizarea locuinţei cu X, aceasta
fiind caracteristica de grupare şi cu n=50 numărul observaţiilor.
 Se calculează numărul de grupe după formula lui Sturges:
r = 1 + 3.22 · lg n = 1 + 3.22 · lg 50 ≈ 7
 Amplitudinea maximă a variaţiei caracteristicii (Ax):
Ax = Xmax – Xmin = 11.8% - 5.1% = 6.7%;
 Mărimea intervalului de grupare (h) este dată de relaţia:
Ax 6.7%
h   1% ;
r 7
 Se stabilesc intervalele de variaţie şi se realizează gruparea:
Cazul A:
Gruparea pe intervale de variaţie continuă, cu limita inferioară inclusă în interval
Intervale de variaţie
Număr familii
a caracteristicii X
5.0 – 6.0 4
6.0 – 7.0 9
7.0 – 8.0 11
8.0 – 9.0 9
9.0 – 10.0 8
10.0 – 11.0 5
11.0 – 12.0 4
TOTAL 50
Cazul B:
Gruparea pe intervale de variaţie continuă, cu limita superioară inclusă în interval
Număr familii
a caracteristicii X
5.0 – 6.0 5
6.0 – 7.0 8
7.0 – 8.0 13
8.0 – 9.0 8
9.0 – 10.0 7
10.0 – 11.0 5
11.0 – 12.0 4
TOTAL 50
Cazul C: Gruparea pe intervale de variaţie discretă

Număr familii
a caracteristicii X
5.0 – 5.9 4
6.0 – 6.9 9
7.0 – 7.9 11
8.0 – 8.9 9
9.0 – 9.9 8
10.0 – 10.9 5
11.0 – 11.9 4
TOTAL 50
b. Calculul frecvenţelor cumulate:

Cazul A:
Gruparea pe intervale de variaţie continuă, cu limita inferioară inclusă în interval
Intervale de variaţie Număr Frecvenţe cumulate
a caracteristicii X familii Crescător Descrescător
5.0 – 6.0 4 4 50
6.0 – 7.0 9 13 46
7.0 – 8.0 11 24 37
8.0 – 9.0 9 33 26
9.0 – 10.0 8 41 17
10.0 – 11.0 5 46 9
11.0 – 12.0 4 50 4
TOTAL 50 – –
Cazul B:
Gruparea pe intervale de variaţie continuă, cu limita superioară inclusă în interval
5.0 – 6.0 5 5 50
6.0 – 7.0 8 13 45
7.0 – 8.0 13 26 37
8.0 – 9.0 8 34 24
9.0 – 10.0 7 41 16
10.0 – 11.0 5 46 9
11.0 – 12.0 4 50 4
TOTAL 50 – –
Cazul C: Gruparea pe intervale de variaţie discretă

5.0 – 5.9 4 7 50
6.0 – 6.9 9 13 46
7.0 – 7.9 11 24 37
8.0 – 8.9 9 33 26
9.0 – 9.9 8 41 17
10.0 – 10.9 5 46 9
11.0 – 11.9 4 50 4
TOTAL 50 – –
c. Reprezentarea grafică a distribuţiei familiilor după cota din venitul total alocată
pentru modernizarea locuinţei (cazul A)
 metoda diagramei prin coloane
12
10
0
5.0 – 6.0 6.0 – 7.0 7.0 – 8.0 8.0 – 9.0 9.0 – 10.0 10.0 – 11.0 –
11.0 12.0
 metoda diagramei prin bare orizontale
11.0 – 12.0
10.0 – 11.0
9.0 – 10.0
8.0 – 9.0
7.0 – 8.0
6.0 – 7.0
5.0 – 6.0
0 5 10 15
d. Graficul curbelor frecvenţelor cumulate (cazul A)
60
50
40
30
20
10
0
5.0 – 6.0 6.0 – 7.0 7.0 – 8.0 8.0 – 9.0 9.0 – 10.0 10.0 – 11.0 –
11.0 12.0
Problema 4
Se supun observării statistice cele 20 de societăţi comerciale care funcţionează

într-o anumită zonă, avându-se în vedere numărul de salariaţi şi salariul mediu acordat.
Datele obţinute sunt următoarele :
Societăţi Număr salariaţi Salariul mediu –
comerciale (xi) mil. lei (yi)
1 25 3.00
2 40 3.50
3 130 4.80
4 55 5.00
5 42 4.90
6 12 3.50
7 11 7.00
8 15 6.00
9 80 8.00
10 71 7.30
11 63 9.00
12 32 7.50
13 30 4.20
14 40 5.30
15 22 4.90
16 26 4.00
17 90 8.10
18 84 6.80
19 44 7.00
20 10 5.10
a) Gruparea combinată a datelor pe intervale egale de variaţie discretă;
b) Calculul indicatorilor de frecvenţă a distribuţiei societăţilor comerciale după
numărul de salariaţi şi după salariul mediu ;
c) Reprezentaţi grafic seriile de distribuţie cu frecvenţe absolute.
Rezolvare :
a) Se notează numărul de salariaţi cu X (prima caracteristică de grupare) şi cu Y
salariul mediu (a doua caracteristică de grupare), iar numărul de observaţii n = 20.
 Amplitudinile maxime ale variaţiei pentru caracteristica X şi pentru caracteristica
Y se calculează astfel :
Ax = Xmax – Xmin = 130-10=120 (salariaţi);
Ay = Ymax – Ymin = 9.00-3.00=6.00 (mil. lei);
 Se calculează numărul de grupe după formula lui Sturges:
r = 1 + 3.22 · lg n = 1 + 3.22 · lg 20 ≈ 5.322 ≈ 6
 Mărimile intervalelor de grupare (hX şi hY) sunt date de relaţiile:
Ax 120 Ay 6
hX    20, h y   1
r 6 r 6
 Se stabilesc valorile cu care se discreditează intervalele :
∆X = 1 şi respectiv ∆Y = 0.1
Mărimea intervalului în cazul variaţiei discrete se calculează astfel :
h Xi  lim sup i  lim inf i   X , h Yi  lim sup i  lim inf i   Y
 Se stabilesc intervalele de variaţie şi se realizează gruparea

Distribuţia unităţilor unei colectivităţi după două caracteristici independente X şi Y
Variantele
caracteristicii 5.0-
3.0-3.9 4.9-4.9 6.0-6.9 7.0-7.9 8.0-9.0 Total
Variantele Y 5.9
caracteristicii X
10-29 2 2 1 1 1 0 7
30-49 1 2 1 0 2 0 6
50-69 0 0 1 0 0 1 2
70-89 0 0 0 1 1 1 3
90-109 0 0 0 0 0 1 1
110-130 0 1 0 0 0 0 1
Total 3 5 3 2 4 3 20
b.1) Indicatorii de frecvenţă ai distribuţiei societăţilor comerciale după numărul de
salariaţi :
Frecvenţe Frecvenţe absolute Frecvenţe relative
Frecvenţe relative
Intervale de Frecvenţe relative cumulate cumulate (%)
grupare după absolute ni
numărul de ni* 
ni ni* %  * 100
(număr k
 ni
k
salariaţi
(caracteristica
societăţi
comerciale) n
i1
i i1
crescător descrescător
Cres-
cător
Des-
crescător
X) , ni
(procente)
(coeficient)
10 - 29 7 0.35 35 7 20 35 100
30 - 49 6 0.30 30 13 13 65 65
50 - 69 2 0.10 10 15 7 75 35
70 - 89 3 0.15 15 18 5 90 25
90 - 109 1 0.05 5 19 2 95 10
110 - 130 1 0.05 5 20 1 100 5
TOTAL 20 1.00 100 - - - -
b.2) Indicatorii de frecvenţă ai distribuţiei societăţilor comerciale după salariul mediu :

Intervale Frecvenţe Frecvenţe Frecvenţe Frecvenţe absolute Frecvenţe relative
de absolute relative relative cumulate cumulate (%)
grupare
după ni (coeficient) (procente) crescător descrescător crescător descrescător
salariul
mediu
(Y)
3.0-3.9 3 0.15 15 3 20 15 100
4.0-4.9 5 0.25 25 8 17 40 85
5.0-5.9 3 0.15 15 11 12 55 60
6.0-6.9 2 0.10 10 13 9 65 45
7.0-7.9 4 0.20 20 17 7 85 35
8.0-9.0 3 0.15 15 20 3 100 15
TOTAL 20 1.00 100 - - - -
c.1) Distribuţia societăţilor comerciale după caracteristica X (numărul salariaţilor –

frecvenţe absolute) – metoda histogramei
8
0
10-29 30 - 49 50 - 69 70 - 89 90 - 109 110 - 130

frecvenţe relative procentuale) – metoda histogramei
110 - 130
90 - 109
70 - 89
50 - 69
30 - 49
10-29
0 10 20 30 40

frecvenţe absolute cumulate) – poligonul frecvenţelor
25
20
15
10
0
10-29 30 - 49 50 - 69 70 - 89 90 - 109 110 - 130
c.4) Distribuţia societăţilor comerciale după caracteristica Y (salariul mediu –

frecvenţe absolute) – metoda histogramei
0
3.0-3.9 4.0-4.9 5.0-5.9 6.0-6.9 7.0-7.9 8.0-9.0
frecvenţe relative procentuale) – metoda histogramei
30
25
20
15
10
0
3.0-3.9 4.0-4.9 5.0-5.9 6.0-6.9 7.0-7.9 8.0-9.0

frecvenţe absolute cumulate crescător şi descrescător) – poligonul frecvenţelor cumulate
25
20
15
10
0
3.0-3.9 4.0-4.9 5.0-5.9 6.0-6.9 7.0-7.9 8.0-9.0
Teste grilă
Problema 5
Reprezentativitatea eşantionului este urmărită în mod special în cazul obţinerii

datelor statistice prin:
a. recensământ;
b. rapoarte statistice;
c. monografii statistice;
d. anchete statistice;
e. sondaje statistice.
Răspuns: e.
Recapitulare
Rezolvarea problemelor propuse asigură dobândirea cunoștințelor pentru analiza și

prelucrarea primară a datelor. Reprezentativitatea eşantionului este urmărită în mod
special în cazul obţinerii datelor statistice prin sondaje statistice.

Exercițiul 1
Statistica studiază fenomene social-economice de masă, care se caracterizează
a. prin aceeaşi formă de apariţie şi manifestare;
b. printr-o lege de apariţie manifestată ca tendinţa cunoscută şi verificată în
fiecare caz în parte;
c. prin variabilitate în timp şi spaţiu;
d. printr-un grad scăzut de omogenitate;
e. printr-o lege de apariţie, care se manifestă ca tendinţa ce nu poate fi cunoscută
si verificată decât la nivelul ansamblului şi nu neapărat în caz particular.
.
Exercițiul 2
Care din următoarele observări statistice nu au un caracter permanent?

a. Statisticile fiscale;
b. Bugetele de familie;
c. Rapoartele statistice;
d. Recensământul statistic;
e. Evidenţa fenomenelor demografice: căsătorii, naşteri, decese etc.
Rezolvare
1. Răspuns: c,e
2. Răspuns: d.

Problema 1
Se cunosc următoarele date privind ponderea consumului în venitul familiilor:

Ponderea consumului în Ponderea consumului în
Familia Familia
totalul veniturilor (%) totalul veniturilor (%)
1 80.2 26 71.1
2 88.3 27 85.1
3 80.2 28 68.4
4 81.0 29 78.7
5 80.9 30 88.8
6 80.1 31 70.5
7 68.1 32 79.7
8 80.1 33 84.6
9 80.8 34 81.2
10 78.3 35 83.4
11 85.0 36 89.2
12 79.2 37 80.3
13 69.3 38 86.2
14 70.7 39 86.8
15 81.4 40 87.8
16 81.4 41 78.3
17 70.2 42 85.1
18 69.5 43 87.7
19 72.3 44 85.6
20 81.8 45 85.8
21 88.5 46 85.3
22 86.0 47 81.4
23 79.2 48 86.0
24 77.2 49 87.5
25 68.2 50 86.9
c. Să se reprezinte grafic distribuţia familiilor după ponderea consumului în venitul
total;
Temă de control
Se cunosc următoarele date privind ponderea economisirii în venitul familiilor:

Ponderea economisirii în Ponderea economisirii în
Familia Familia
totalul veniturilor (%) totalul veniturilor (%)
1 19.8 26 28.9
2 11.7 27 14.9
3 19.8 28 31.6
4 19.0 29 21.3
5 19.1 30 11.2
6 19.9 31 29.5
7 31.9 32 20.3
8 19.9 33 15.4
9 19.2 34 18.8
10 21.7 35 16.6
11 15.0 36 10.8
12 20.8 37 19.7
13 30.7 38 13.8
14 29.3 39 13.2
15 18.6 40 12.2
16 18.6 41 21.7
17 29.8 42 14.9
18 30.5 43 12.3
19 27.7 44 14.4
20 18.2 45 14.2
21 11.5 46 14.7
22 14.0 47 18.6
23 20.8 48 14.0
24 22.8 49 12.5
25 31.8 50 13.1
c. Să se reprezinte grafic distribuţia familiilor după ponderea economisirii în
venitul total;
Bibliografie
Obligatorie
Complementară:
Bucuresti
Bucureşti
INDICATORII STATISTICI
Cuprins:
• Concept şi funcţii
• Tipologia indicatorilor statistici
o Mărimi absolute
o Mărimi relative
Introducere
• Care sunt funcţiile indicatorilor statistici?
• Care sunt criteriile de clasificare a indicatorilor?
• Care sunt mărimile absolute?

• Însuşirea funcţiilor indicatorilor statistici
• Tipologia indicatorilor statistici
• Mărimi absolute şi mărimi relative
Durata medie de parcurgere acestei unităţi de învăţare este de 3 ore.
5.1. Concept şi funcţii
Rezultatele obţinute în urma prelucrării datelor primare statistice, conform unei

00:00 metodologii adecvate, exprimate numeric, se numesc indicatori statistici. Indicatorul
statistic este format din două elemente (Biji M. şi colab., 2002), primul se referă la
denumirea indicatorului calculat printr-o metodologie unitară de calcul, iar cel de-al
doilea cuprinde valoarea sau mărimea indicatorului sub forma unei expresii numerice.
Indicatorii statistici, folosiţi individual sau ca sistem, îndeplinesc următoarele
funcţii:
a. funcţia de măsurare – derivă din însuşi scopul şi obiectul statisticii, şi anume, acela
de observare, înregistrare şi măsurare a fenomenelor de masă din natură şi
societate. In urma operaţiei de măsurare a fenomenului se obţin indicatori absoluţi
exprimaţi în numere, cantităţi, valoare etc., aşa cum ar fi, de exemplu: valoarea
producţiei firmei A este de 23400000 u.m.; numărul de angajaţi cu studii
superioare din firma B este de 1224 persoane.
Aceşti indicatori provin din datele de intrare, printr-o prelucrare simplă sau
chiar prin preluare şi vor fi în continuare folosiţi în modele de calcul şi analiză
statistică.
b. funcţia de comparare – se manifestă în forme matematice clasice, şi anume
diferenţă şi/sau raport. Diferenţa se poate calcula în cazul unor indicatori absoluţi
şi exprimaţi în aceeaşi unitate de măsură şi poate fi pozitivă sau negativă. De
exemplu, diferenţa dintre valoarea producţiei firmei x înregistrată în luna februarie
şi acelaşi indicator înregistrat în luna ianuarie este de 1250 mil. lei – 1275 mil. lei
= -25 mil. lei.
Efectuarea raportului presupune fie aceiaşi indicatori, fie indicatori diferiţi,
dar care se găsesc într-o relaţie de interdependenţă şi rezultă în acest fel indicatori
derivaţi, exprimaţi în unităţi concrete de măsură. De exemplu indicatorul derivat
rata şomajului este rezultatul raportului dintre indicatorii număr de şomeri
şi populaţie activă şi exprimă numărul de şomeri la 100 persoane active.
c. funcţia de analiză şi sinteză – este relevantă în cazul unor indicatori sub forma de
valori medii, de regulă, rezultaţi din prelucrarea datelor obţinute pe baza unei
colectivităţi omogene (salariul mediu, nivelul productivităţii medii a muncii într-o
firmă etc.). Un indicator sintetic este şi cel obţinut printr-o însumare (agregare), de
exemplu, numărul de angajaţi pe total economie obţinut ca sumă a angajaţilor pe
ramuri ale economiei naţionale, produsul intern brut obţinut prin însumarea
valorilor adăugate brute înregistrate de firmele existente în economia unei ţări.
Analiza statistică ne permite să apreciem în ce măsură valorile individuale
diferite se regăsesc în mod real în indicatorul sintetic, iar cazurile care nu se
încadrează în tendinţa normală de evoluţie a fenomenului sunt excluse din calcul.
d. funcţia de estimare – specifică metodei statistice, se bazează pe elemente de teoria
probabilităţilor, economie politică şi sociologie. Estimarea reprezintă
determinarea, pornind de la un eşantion reprezentativ, a valorilor parametrilor
dintr-o populaţie, de exemplu, calculul înclinaţiei marginale spre consum a1 din
relaţia: C = a0 + a1Y + e, unde
C = consumul populaţiei,
Y = venitul populaţiei,
a0 = parametru care măsoară consumul autonom,
a1 = parametru care măsoară înclinaţia marginală spre consum, iar
e = variabilă care reprezintă abaterea care evaluează discrepanţa între valoarea
anticipată şi valoarea înregistrată.
e. funcţia de verificare a ipotezelor şi de testare a semnificaţiei unor indicatori
statistici pe baza unui model de calcul.
Se consideră că, pe lângă estimarea parametrilor necunoscuţi ai unei
distribuţii, testarea ipotezelor statistice reprezintă unul dintre cele mai importante
aspecte al e investigaţiilor statistice. Procesul de testate a ipotezelor statistice
presupune trei elemente esenţiale:
(1) formularea a două ipoteze alternative,
(2) construirea unui test statistic şi identificarea distribuţiei statisticii respective
şi
(3) construirea unei reguli de decizie pentru alegerea uneia dintre ipoteze. Aceste
aspecte sunt prezentate detaliat în analizele econometrice.
5.2. Tipologia indicatorilor statistici

Indicatorii statistici pot fi grupaţi după mai multe criterii: (a) după gradul
de prelucrare a datelor statistice; (b) după modul în care exprimă
fenomenele.
A. După gradul de prelucrare a datelor statistice se disting:

1. Indicatori primari – obţinuţi ca urmare a centralizării datelor unei observări
statistice, deci ca urmare a unui grad scăzut de prelucrare. Deoarece se exprimă
în unităţi concrete (naturale, natural-convenţionale, de timp de muncă sau
valorice), aceşti indicatori se numesc indicatori absoluţi.
2. Indicatori derivaţi - obţinuţi prin prelucrarea comparativă şi estimativă statistică
a mărimilor absolute din care rezultă mărimi relative, mărimi medii, indicatori
ai variaţiei absoluţi, relativi şi medii, indici, coeficienţi de corelaţie etc.
B. După modul în care exprimă fenomenele, indicatorii statistici pot fi: (1) mărimi
absolute; (2) mărimi relative; (3) mărimi medii; (4) indici; (5) ecuaţii de estimare. Cu
excepţia mărimilor absolute, ceilalţi indicatori sunt indicatori derivaţi, calculaţi după
metodologii specifice. Indicatorii derivaţi au ca bază de calcul indicatorii absoluţi.
5.2.1. Mărimi absolute
În legătură cu indicatorii absoluţi se pot face următoarele observaţii:

– serie de indicatori absoluţi se obţin direct prin observare (indicatori primari), cum ar
fi, de exemplu, numărul de angajaţi ai unei firme;
– indicatorii absoluţi la nivelul unităţilor complexe se calculează prin agregare ca sumă
algebrică a unor componente sau ca produs de factori independenţi. De exemplu,
indicatorul absolut valoare adăugată brută se obţine ca diferenţă între valoarea
producţiei brute şi consumul intermediar. Indicatorul PIB poate fi, la un moment dat
considerat echivalent cu suma următoarelor elemente: consumul final (consumul
populaţiei şi consumul public), formarea brută a capitalului (formarea brută a
capitalului fix şi variaţia stocurilor) şi exportul net (export minus import). Se observă
că, la rândul lor, cele trei componente sunt indicatori obţinuţi prin agregare
(însumare) .
– unii indicatori absoluţi se obţin prin agregarea unor elemente (valori) individuale cu
acelaşi conţinut, de exemplu valoarea producţiei unei firme calculată însumarea
valorii producţiei pe tipuri de produse.
5.2.2. Mărimi relative
Cei mai simpli indicatori derivaţi sunt consideraţi indicatorii relativi. Un

indicator sub formă de mărime relativă se calculează ca raport între indicatorul raportat
sau de raportare (la numărător) şi indicatorul bază de raportare (la numitor). Această
metodologie de calcul presupune comparabilitatea datelor. Cele mai multe probleme
intervin în cazul comparaţiilor internaţionale unde indicatorii pot fi calculaţi după
metodologii diferite. De asemenea, deseori apar probleme legate de comparabilitatea în
timp şi spaţiu a indicatorilor.
Mărimile relative utilizate în statistică sunt următoarele: mărimi relative de
structură; mărimi relative de coordonare; mărimi relative de dinamică; mărimi relative
ale planificării sau programării; mărimi relative de intensitate.
De asemenea, tot mărimi relative pot fi consideraţi şi alţi indicatori derivaţi, cum
sunt mărimile medii şi indicii.
a) Mărimi relative de structură

Aceşti indicatori pot fi calculaţi în cazul în care colectivitatea este împărţită în
două sau mai multe grupe.
Dacă o colectivitate este împărţită în k grupe, atunci mărimile relative de
structură (se mai numesc greutăţi specifice sau ponderi) se calculează raportând
inductorul grupei la acelaşi indicator, dar pe total colectivitate.
Fie x1, x2, …, xi,…, xk – nivelul absolut al grupei i, unde i = 1, …, k şi

k
 x = nivelul absolut al variabilei, pe total colectivitate.

i1
i
Rezultă următoarele mărimi relative:

x1 xi xk
g1x  k
, …, gix  k
, …, gkx  k
x
i1
i x
i1
i x
i1
i
Se poate demonstra că suma mărimilor relative de structură este egală cu 1 sau

100 (în cazul în care acestea au fost exprimate sub formă de coeficienţi sau în procente):
k
g
i1
x
i  1,
sau
k
g
i1
x
i(%)  100
Aceste mărimi relative de structură se utilizează în cazul frecvenţelor absolute

(numărul de apariţii ale unei caracteristici) rezultând astfel mărimi relative de structură
cu sensul de frecvenţe relative.
Frecvenţele relative ni*   se calculează ca raport între frecvenţa grupei i şi
numărul total al frecvenţelor (la nivelul întregii colectivităţi statistice)  n . Se poate
i
deduce, ca şi în cazul ponderilor sau greutăţilor specifice, că

k
n
i1
*
i  1 (exprimarea frecvenţelor relative se face sub formă de coeficienţi) şi
n
i1
x
i(%)  100 (exprimarea frecvenţelor relative se face sub formă de procente).
01:00
Exemplul 5-1: Mărimi relative de structură – Structura populaţiei ocupate, pe nivel de
instruire, în 2001
Nivel de instruire Pondere în populaţie
ocupată (%)
Superior 9,4
Postliceal de specialitate sau tehnic de maiştri 4,5
Liceal 29,1
Profesional, complementar sau de ucenici 22,3
Gimnazial 21,2
Primar sau fără şcoală absolvită 13,5
Total 100,0
Sursa: Institutul Naţional de Statistică, Anuarul Statistic al României, 2002, cap.3: Forţa de muncă, tab.
3.1.4.
b) Mărimi relative de coordonare

Ca şi în cazul mărimilor relative de structură, calculul mărimilor relative de
coordonare presupune împărţirea colectivităţii în două sau mai multe grupe. În
continuare se procedează la compararea, sub formă de raport, a nivelurilor grupelor
obţinute. Oricare dintre grupe poate fi considerată drept bază de comparaţie. Rezultatul
comparării se exprimă, de regulă, sub formă de coeficient.
Exemplul 5-2: Mărimi relative de coordonare
Să presupunem că o colectivitate (studenţii unei grupe) este împărţită în după
grupe astfel:
xF = 15 – numărul persoanelor de sex feminin şi
xM = 10 – numărul persoanelor de sex masculin.
Se observă că numărul persoanelor de sex feminin şi cel al persoanelor de sex
masculin reprezintă frecvenţele absolute pentru aceste grupe. În această situaţie, se pot
calcula următoarele mărimi relative de coordonare:
x F 15
kF/M = = = 1,5
x M 10
şi
x M 10
kM/F = = = 0,66.
x F 15
c) Mărimi relative de dinamică

Aceste mărimi se calculează pentru a evidenţia evoluţia în timp a unui indicator.
În funcţie de baza de comparaţie utilizată se disting:
1. mărimi relative cu baza fixă, adică baza de raportare rămâne aceeaşi, în
timp ce numărătorul este reprezentat de valorile înregistrate de fenomenul
analizat la diferite momente de timp: Fie
x1, x2, …, xt, …, xn
nivelurile caracteristicii înregistrate la diferite momente de timp, unde
t = 0, …, n. Indicii cu baza fixă se calculează astfel:
x1 x x
.100, …, t .100, …, n ,
x0 x0 x0
adică
xt
I t0 = .100, unde t=0,n
x0
Exemplul 5-3: Mărimi relative cu bază fixă – Indicele preţurilor de consum (IPC), faţă
de sfârşitul anului 1995
Anul Dinamica faţă de 1995 (%)
1995 100.0
1996 156.9
1997 394.4
1998 554.6
1999 858.5
2000 1207.9
2001 1573.9
2002 1854.1
2003 2115.5
Sursa: calcule pe baza datelor din Banca Naţională a României, Buletin lunar, 12/2003, pag. 37.
1. mărimi relative cu baza în lanţ, adică baza de raportare este

reprezentată de valoarea indicatorului înregistrată la momentul
imediat anterior celui de la numărător. Indicii cu baza în lanţ se
calculează astfel:
x1 x x
.100,…, t .100,…, n ,
x0 x t 1 x n 1
adică
xt
It / t 1  .100, unde t = 0, …, n.
x0t  1
Se poate demonstra că produsul indicilor cu baza în lanţ este egal cu
indicele cu baza fixă al perioadei considerate:
n
I
t 1
t
t 1
= In0 .
Exemplul 5-4: Mărimi relative cu baza în lanţ – Indicele preţurilor de consum (IPC),
faţă de sfârşitul anului anterior (%)
Dinamica faţă de sfârşitul
Anul
anului anterior (%)
1995 100
1996 156.9
1997 251.4
1998 140.6
1999 154.8
2000 140.7
2001 130.3
2002 117.8
2003 114.1
Sursa: Banca Naţională a României, Buletin lunar, nr. 12/2003, pag. 37.
d) Mărimi relative ale programării

Aceste mărimi se calculează în cazul acelor activităţi unde sunt practicate
programele (planurile) prin care se stabilesc o serie de obiective considerate posibile de
atins şi care coordonează şi impulsionează activitatea în domeniul respectiv. Informaţiile
necesare unei analize de acest tip se referă la:
– nivelul înregistrat de fenomenul analizat în perioada de bază x0;
– nivelul programat al fenomenului xpl;
– nivelul realizat de fenomenul analizat în perioada curentă x1.
Putem astfel calcula coeficientul de îndeplinire a programului şi coeficientul
dinamicii fenomenului:
– Coeficientul îndeplinirii programului:
x1
K1/pl = ;
x pl
– Coeficientul dinamicii, adică indicele fenomenului analizat:
x1
K1/0 = x o .
Aceste mărimi relative de tipul coeficienţilor se pot exprima şi procentual.
În ceea ce priveşte interpretarea rezultatelor, trebuie să avem în vedere conţinutul

indicatorului analizat. Vor fi indicatori care exprimă, prin tendinţa lor de creştere (faţă
de bază şi faţă de program) o situaţie favorabilă din punct de vedere economic
(productivitatea muncii, profitul, rata profitului, cifra de afaceri etc.), în timp ce alţi
indicatori (costul de producţie, consumul specific, rata mortalităţii, rata şomajului etc.)
vor semnala o evoluţie pozitivă economic dacă înregistrează o tendinţă de scădere.
e) Mărimi relative de intensitate
Aceste mărimi se calculează ca raport între indicatorii absoluţi, diferiţi ca natură,
dar între care se poate stabili o anumită legătură, cum ar fi de exemplu, calculul costului
total mediu ca raport între costul total CT şi nivelul producţiei Q:
CT FS
CTM = , sau S = ,
Q L
unde S = salariul mediu într-o firmă, FS = fondul de salarii, iar L = numărul de angajaţi
din firma respectivă.
yi
Ca relaţie generală, se utilizează formula: xi = , unde yi şi zi sunt caracteristici
zi
primare, iar xi este o caracteristică secundară (derivată) şi arată câte unităţi din
caracteristica yi revin la o unitate din caracteristica zi.
Se observă că yi = xi·zi, relaţie în care factorul zi este de natură extensivă
(cantitativă), similar frecvenţelor absolute, deci însumabile, iar factorul xi este de natură
intensivă (calitativă), care nu pot fi însumate direct.
Să utilizăm un exemplu: productivitatea muncii W se calculează ca raport între
producţie Q şi numărul de lucrători L:
Q
W= ,
L
de unde rezultă
Q = W·L,
(W – factorul calitativ; L = factorul cantitativ).
La nivelul firmei W va fi calculată ca raport între ∑Q şi ∑L şi nu prin simpla

însumare a productivităţilor la nivelul secţiilor sau echipelor de lucru, sau prin însumarea
productivităţii înregistrate la nivelul firmelor sau ramurilor economice în cazul
calculului la nivelul economiei naţionale.
Un alt exemplu: rata şomajului (s) se calculează ca raport procentual între
Numărul şomerilor înregistraţi (S) şi Populaţia activă (PA):
S
s  100
PA
Exemplul 5-5: Mărimi relative de intensitate – Rata şomajului, la nivel naţional

Populaţia Număr Rata
activă şomeri şomajului (%)
1991 11248000 337440 3.0
1992 11329500 929019 8.2
1993 11199087 1164705 10.4
1994 11228670 1223925 10.9
1995 10509811 998432 9.5
1996 9963091 657564 6.6
1997 9903764 881435 8.9
1998 9856308 1025056 10.4
1999 9578780 1130296 11.8
2000 9591724 1007131 10.5
2001 9396955 826932 8.8
2002 9390407 760623 8.1
Sursa: Banca Naţională a României, Buletin lunar, nr. 12/2003, pag. 37.
f) Mărimi medii
Având în vedere obiectul de studiu al statisticii, şi anume fenomenele de masă
din economie şi modul de manifestare a acestora, de regulă într-un număr mare de
variante, se pune problema identificării unor indicatori care să sintetizeze evoluţia
tuturor variabilelor, şi care să fie reprezentativi pentru colectivitatea pe care o exprimă.
Acest rol îl joacă în statistică mărimile medii, ele redând în cazul unei utilizări
corecte, ceea ce este esenţial, tipic şi obiectiv în evoluţia colectivităţii în cauză. Pentru o
analiză corectă, în calculul mediilor trebuie să se ţină seama de următoarele premise:
– seria statistică utilizată trebuie să conţină un număr suficient de mare de termeni
(variante utilizate);
– seria să fie compusă din valori omogene;
– utilizarea unui tip de medie corespunzător datelor de care dispunem şi scopului
pentru care se calculează.
Mediile, simple sau ponderate, cel mai frecvent utilizate sunt: media aritmetică,
media armonică, media pătratică, media geometrică şi media cronologică (vezi capitolul
Analiza seriilor de repartiţie unidimensionale, §3. Indicatorii tendinţei centrale).
g) Indicatori derivaţi – Indicii

Indicii pot fi consideraţi mărimi relative care exprimă variaţia fenomenului
studiat faţă de un anumit nivel considerat de bază. Principalele forme sub care se prezintă
indicii sunt mărimile relative de dinamică, mărimile relative ale planului şi de
coordonare şi mărimile relative teritoriale.
După conţinutul fenomenelor pe care le exprimă pot fi calculaţi indici ai
volumului fizic, indici valorici, indici ai costurilor, indici ai preţurilor, indici ai
productivităţii muncii etc.
După sfera de cuprindere putem avea indici individuali sau elementari şi indici
de grup sau sintetici.
După metodologia de calcul se pot construi indici de grup agregaţi şi indici de
grup agregaţi şi indici de grup medii aritmetice şi armonice ai indicilor individuali.
După structura colectivităţii avem: indici cu structură fixă, indici cu structură
variabilă şi indici ai schimbărilor structurale. Problemele legate de aplicarea
metodologiei indicilor vor fi prezentate în celelalte capitole ale manualului în funcţie de
tema tratată şi metoda de analiză utilizată.
Rezumat
Rezultatele obţinute în urma prelucrării datelor primare statistice, conform unei
metodologii adecvate, exprimate numeric, se numesc indicatori statistici;
Indicatorii statistici pot fi grupaţi după mai multe criterii: (a) după gradul de
prelucrare a datelor statistice; (b) după modul în care exprimă fenomenele;
După modul în care exprimă fenomenele, indicatorii statistici pot fi:
1. mărimi absolute;
2. mărimi relative;
3. mărimi medii;
4. indici;
5. ecuaţii de estimare.

1. Prezentaţi funcţiile indicatorilor statistici.
2. Prezentaţi tipologia indicatorilor statistici.
3. Prezentaţi indicatorii relativi (mărimile relative)
Rezolvare
1. Funcţiile indicatorilor statistici: funcţia de măsurare, funcţia de

comparare, funcţia de analiză şi sinteză, funcţia de estimare, funcţia de verificare
a ipotezelor şi de testare a semnificaţiei unor indicatori statistici pe baza unui
model de calcul.
2. Indicatorii statistici pot fi grupaţi după mai multe criterii: (a) după gradul
de prelucrare a datelor statistice; (b) după modul în care exprimă fenomenele
3. Un indicator sub formă de mărime relativă se calculează ca raport între
indicatorul raportat sau de raportare (la numărător) şi indicatorul bază de
raportare (la numitor). Această metodologie de calcul presupune
comparabilitatea datelor. Cele mai multe probleme intervin în cazul
comparaţiilor internaţionale unde indicatorii pot fi calculaţi după metodologii
diferite. De asemenea, deseori apar probleme legate de comparabilitatea în timp
şi spaţiu a indicatorilor.
Mărimile relative utilizate în statistică sunt următoarele: mărimi relative
de structură; mărimi relative de coordonare; mărimi relative de dinamică; mărimi
relative ale planificării sau programării; mărimi relative de intensitate.
De asemenea, tot mărimi relative pot fi consideraţi şi alţi indicatori
derivaţi, cum sunt mărimile medii şi indicii.
1. Utilizând informaţiile din Anuarul statistic al României5 şi pornind de la

clasificarea indicatorilor statistici după modul în care se exprimă fenomenele:
a) identificaţi un indicator care se exprime mărimile relative de structură (vezi
exemplul 5-1);
b) identificaţi un indicator care se exprime mărimile relative de coordonare
(vezi exemplul 5-2);
c) identificaţi un indicator care se exprime mărimile relative de dinamică:
c1) mărimi relative cu baza fixă (vezi exemplul 5-3);
c2) mărimi relative cu baza în lanţ (vezi exemplul 5-4);
d) identificaţi un indicator care se exprime mărimile relative de intensitate (vezi
exemplul 5-5)
5
Bibliografie
Obligatorie
Complementară:
Bucuresti
Bucureşti
ANALIZA SERIILOR DE REPARTITIE UNIDIMENSIONALE
Cuprins:
 Proprietăţile seriei de distribuţie
 Indicatorii de nivel şi de frecvenţă ai seriilor statistice
 Indicatorii tendinţei centrale - media
Introducere
• Care sunt principalele proprietăţi ale seriei de distribuţie?
• Care sunt indicatorii de nivel?
• Care sunt indicatorii de distribuţie?
• Principalele proprietăţi ale seriei de distribuţie

• Indicatorii de nivel şi de frecvenţă (absolută, relativă şi cumulată)
• Media – definiţie, tipuri
6.1. Proprietăţile seriei de distribuţie

Aşa cum s-a arătat, prezentarea paralelă a două şiruri de date (nivelul caracteristicii şi
numărul de apariţii al fiecărui nivel, adică frecvenţa – absolută sau relativă) se numeşte
00:00
serie de repartiţie sau distribuţie statistică unidimensională (după o singură
caracteristică) sau distribuţie empirică unidimensională.
Seriile de repartiţie caracterizează fenomenele sub aspect static şi prezintă
distribuţia volumului unei colectivităţi în funcţie de variaţia unei variabile de grupare,
deci prezintă structura colectivităţii studiate.
Principalele proprietăţi ale unei serii de repartiţie sunt (Biji M. şi colab., 2002):
– variabilitatea;
– omogenitatea;
– independenţa;
– concentrarea / dispersia către / faţă de una sau mai multe valori ale seriei
care stau la baza indicatorilor din care este construită seria.
Variabilitatea termenilor unei serii statistice este cu atât mai mare cu cât factorii
care determină apariţia valorilor înregistrate sunt mai mulţi şi acţionează combinat şi
diferit în conjuncturi diferite.
Gradul de omogenitate a termenilor unei serii statistice de repartiţie este în relaţie
inversă cu gradul de variabilitate a acestora, altfel spus, cu cât variabilitatea este mai
mare, cu atât gradul de omogenitate este mai mic. Omogenitatea se manifestă atunci
când valorile au acelaşi conţinut, depind de aceiaşi factori esenţiali, cei aleatori având o
influenţă minimă.
Dacă se constată că seria nu prezintă omogenitate, atunci se va proceda la
împărţirea seriei în două sau mai multe serii componente pentru a se atinge gradul de
omogenitate dorit pentru fiecare în parte.
Independenţa termenilor unei serii de repartiţie constă în aceea că fiecare valoare
individuală se înregistrează pentru un element distinct al colectivităţii statistice.
Independenţa este relativă deoarece într-o colectivitate se manifestă o tendinţă după o
anumită « lege de repartiţie ». Pentru un număr suficient de mare de înregistrări,
abaterile într-un sens sau altul de la tendinţa generală se pot compensa reciproc.
Concentrarea/dispersia către/faţă de una sau mai multe valori ale seriei se
exprimă prin numărul diferit de apariţii (frecvenţe) ale diferitelor valori înregistrate
pentru aceeaşi variabilă statistică. In ipoteza că factorii de influenţă au aceeaşi
intensitate, frecvenţele de apariţie a le fiecărei valori sunt egale sau foarte apropiate.
Pornind de la o serie de ipoteze de repartiţie a frecvenţelor sunt elaborate
repartiţii teoretice, adică funcţii matematice probabilistice determinate între valorile
variabilei studiate şi frecvenţele lor de apariţie, cum ar fi: repartiţia binomială, repartiţia
normală, repartiţia Poisson, repartiţia Student.
Vom studia în continuare sistemul de indicatori ai unei repartiţii de distribuţie, şi
anume:
– indicatorii de nivel şi de frecvenţe;
– indicatorii tendinţei centrale şi ai mediilor de structură;
– indicatorii de variaţie;
– indicatorii de asimetrie;
– indicatorii de concentrare.
6.2. Indicatorii de nivel şi de frecvenţă ai seriilor statistice

a. Indicatorii de nivel se exprimă prin însăşi mărimea variantei, în cazul grupării pe
variante (de exemplu, salariul înregistrat, vârsta etc.) sau, în cazul intervalelor de
variaţie, indicatorul de nivel va fi centrul intervalului (de exemplu, intervalul de
salarizare « de la 4 milioane lei la 5 milioane lei » va avea drept indicator de nivel
mărimea 4,5 milioane.
b. Indicatorii de frecvenţă cuprind:
– frecvenţe absolute;
– frecvenţe relative;
– frecvenţe cumulate.
–
Frecvenţele absolute se exprimă în unităţi concrete şi arată numărul de apariţii
ale variantei sau intervalului de valori (notate fi sau ni).
Frecvenţele relative se exprimă sub formă de coeficienţi sau în procente. Se

numesc şi greutăţi specifice sau ponderi şi se notează f i* sau n i* .
Frecvenţele relative se calculează ca mărimi relative de structură, raportându-se
 k k

frecvenţa absolută a fiecărei grupe (ni, fi) la totalul frecvenţelor   ni ,  fi  :
 i1 i1 
ni
ni*  k
ni1
i
sau, procentual,
ni
ni*(%)  k
 100 ,
ni1
i
respectiv:
fi
fi*  k
f
i1
i
sau, procentual,
fi
*
fi(%)  k
 100 .
f
i1
i
Frecvenţele cumulate sunt utilizate la calculul medianei şi a modulului. Frecvenţa

cumulată a unei valori empirice a caracteristicii xi reprezintă suma frecvenţelor tuturor
valorilor mai mari sau mai mici decât xi, inclusiv aceea a lui xi, în funcţie de sensul
cumulării (fie de la nivelul minim la cel maxim, fie invers).
Relaţiile de calcul în cazul frecvenţelor cumulate crescător sunt următoarele:
a. În cazul frecvenţelor absolute:
i
Fi = f
j 1
j ,
unde i = 2, …, k
adică F2 = f1 + f2;
F3 = f1 + f2 + f3;
…
Fk = f1 + f2 + … + fk;
Observaţie: ultima frecvenţă cumulată Fk este egală cu totalul frecvenţelor seriei,
deci cu volumul seriei.
b. În cazul frecvenţelor relative:

i
Fi'   f j*
j1
Relaţiile de calcul în cazul frecvenţelor cumulate descrescător (retrocumulare)

sunt următoarele:
a. În cazul frecvenţelor absolute
k
Fi = f ,
j1
j
b. În cazul frecvenţelor relative

k
F i'   f j* .
j1
Observaţie: frecvenţa cumulată corespunzătoare nivelului minim al

caracteristicii F1 este egală cu volumul seriei.
6.3. Indicatorii tendinţei centrale

În funcţie de gradul de omogenitate a valorilor înregistrate, de sursele de
informaţii şi de scopul analizei, în teoria şi practica economică se utilizează următorii
indicatori ai tendinţei centrale:
– media;
– mediana;
– modulul.
6.3.1. Media
Indicatorii medii reprezintă, probabil, cele mai utilizate măsuri în statistica

descriptivă. Cu ajutorul mediei se concentrează un număr mare de valori individuale, cu
forme diferite de manifestare, dar având acelaşi conţinut. Astfel, mărimile medii sunt
utilizate ca instrumente principale de cunoaştere a fenomenelor de masă, deoarece cu
ajutorul lor se poate exprima ceea ce este comun şi general în forma de manifestare a
acestor fenomene, prin eliminarea a ceea ce este aleatoriu si neesenţial în producerea
lor6.
Media pune în evidenţă ceea ce este esenţial şi tipic tuturor unităţilor înregistrate,
sintetizând toate valorile individuale într-o singură expresie numerică. Deoarece rezultă
prin prelucrarea unor indicatori primari, mediile reprezintă indicatori derivaţi şi au un
caracter abstract chiar dacă se exprimă în unităţi concrete de măsură. De cele mai multe
ori, valoarea mediei diferă de toate valorile individuale din care a rezultat ca urmare a
prelucrării lor.
Atributul fundamental al mediei este gradul înalt de semnificaţie al acesteia,
adică să fie reprezentativă pentru toate nivelurile pe care le sintetizează, să le poată
substitui din punct de vedere cantitativ şi calitativ.
Valorile individuale considerate trebuie să fie într-un număr suficient de mare
pentru a se evidenţia toţi factorii, esenţiali şi întâmplători care imprimă variaţia
caracteristicii studiate. Utilizarea de date provenind dintr-o observare totală ar fi ideală,
dar aceasta nu este întotdeauna posibilă. In acest caz, se apelează la observarea statistică
parţială, cu respectarea condiţiilor de reprezentativitate impuse de regulile prelucrării şi
analizei statistice.
Orice medie este mai reprezentativă pentru unităţile la care s-au înregistrat valori
(variante) apropiate de valoarea sa şi mai puţin reprezentativă pentru unităţile situate la
extremităţile repartiţiei. De aceea este necesar ca valorile individuale supuse prelucrării
să fie cât mai apropiate ca mărime, (adică seria de date să se caracterizeze prin
omogenitate statistică, aceasta însemnând că există o valoare în jurul căreia se
concentrează cele mai multe valori individuale, altfel spus, în apropierea acestei valori
frecvenţele de apariţie absolute sau relative sunt mai mari decât în restul seriei)
Media caracterizează în mod real tendinţa de grupare şi de concentrare a valorilor
individuale numai dacă se constată pe baza reprezentării grafice şi a unei analize a
distribuţiei informaţiilor înregistrate că există o valoare centrală în jurul căreia se
concentrează majoritatea celorlalte valori. Rezultă că media este semnificativă doar în
cazul unei colectivităţi omogene sau relativ omogene. În cazul în care colectivitatea este
eterogenă se va împărţi colectivitatea pe grupe, folosind seriile condiţionate pentru care
se vor calcula mediile parţiale corespunzătoare. Media pe total colectivitate va fi în o
medie a mediilor, adică o sinteză a mediilor de grupe, iar calitatea ei va fi dată de
calitatea, de corectitudinea mediilor grupelor.
Rezultă că o medie poate fi utilizată în analizele statistice în mod relevant doar
dacă îndeplineşte anumite condiţii.
Conform statisticianului englez G.U. Yule (1945)7 condiţiile pe care trebuie să
le îndeplinească o medie pentru a fi corect utilizată sunt următoarele (Biji M. şi colab.,
2002):
– să fie exact precizată, fie printr-o definiţie, fie printr-o formulă;
– să fie expresia tuturor observaţiilor făcute. De la această regulă se exceptează
cazurile extreme, care nu se înscriu în logica fenomenului, pentru a nu
modifica fenomenul observat;
– să posede proprietăţi simple şi evidente, făcând posibilă înţelegerea sensului
ei general; o medie nu trebuie să aibă un caracter matematic prea abstract,
greu de utilizat şi de interpretat;
– să poată fi calculată uşor şi rapid. Dintre două medii cu proprietăţi similare,
va fi preferată aceea care se poate calcula mai uşor;
– să fie puţin sensibilă la fluctuaţiile de selecţie în cazul în care datele provin
dintr-un sondaj statistic. Deoarece media diferă de la un eşantion la altul,
dintre mediile calculate este necesar să se aleagă aceea care prezintă cea mai
mare stabilitate;
– să poată fi utilizată la calcule matematice ulterioare.
Alegerea tipului de medie se va face în funcţie de forma de variaţie şi de datele

primare referitoare la caracteristica analizată.
Pentru caracterizarea tendinţei centrale, se calculează următoarele tipuri de
medii:
1. media aritmetică (notată x a sau x );
2. media armonică ( x h );
3. media pătratică ( x p );
4. media geometrică ( x g ).
În cazul repartiţiilor de frecvenţe, indicatorii menţionaţi mai sus pot fi calculaţi
ca medii ponderate.
6.3.2. Media aritmetică – indicator al tendinţei centrale
6
Adelman H., 1991, Business statistics, Irwin, Boston, pag. 38-40
7
Citat în Yule U.G., Kendall M.G., 1969, Introducere în teoria statistică, Editura Ştiinţifică, Bucureşti
Calculul mediei aritmetice
Media aritmetică se calculează prin raportarea valorii însumate a caracteristicii
la numărul total al unităţilor observate şi luate în considerare. Relaţia utilizată este
următoarea:
n
x i
xa  i1
n
unde: xi – reprezintă nivelurile individuale ale variabilei;
n
 x – reprezintă nivelul centralizat (însumat)al variabilei xi;

i1
i
n – reprezintă numărul unităţilor observate şi centralizate.
Media se exprimă întotdeauna în aceeaşi unitate de măsură ca şi datele observate.

Se recomandă utilizarea acestui tip de medie atunci când fenomenul supus cercetării
înregistrează modificări aproximativ în progresie aritmetică.
Fenomenele supuse analizei statistice se caracterizează prin aceea că sunt
fenomene de masă, caracterizate prin variabilitate datorată multitudinii de factori de
influenţă, apărând astfel forme individuale de manifestare, de regulă diferite şi doar
întâmplător aceleaşi.
Se întâlnesc rar cazuri în care numărul variantelor să fie egal cu numărul
unităţilor. De aceea, pentru a lua în calcul toate valorile individuale trebuie să se ţină
seama şi de frecvenţa lor de apariţie, în acest caz se va calcula ca o medie ponderată,
după formula:
k
xn i i
x i1
n
,
n i1
i
unde k reprezintă numărul de grupe, deci k < n. Dacă notăm frecvenţa relativă fi,
calculată:
ni
fi  n
,
n
i1
i
atunci media se calculează:

k
x   x i fi
i1
Se constată ca nivelul mediei aritmetice ponderate este influenţat atât de

nivelurile variantelor xi, cât şi de nivelul frecvenţelor corespunzătoare ni.
Exemplul 6-1: Calculul mediei aritmetice simple
Presupunem că, în anul universitar curent, notele obţinute de un student sunt
următoarele:
Disciplina Nota
Matematică 8
Economie politică 10
Informatică 9
Finanţe publice 8
Contabilitate 7
Statistică 10
Teoria generală a dreptului 9
Engleză 9
Media se calculează simplu:

8  10  9  8  7  10  9  9 70
x   8.75
8 8
Exemplul 6-2: Calculul mediei aritmetice ponderate cu frecvenţa absolută de apariţie a

valorilor individuale
Tabelul precedent poate fi transformat astfel:
Nota Frecvenţa
(xi) (ni)
7 1
8 2
9 3
10 2
Total 8
În această situaţie, media se calculează ponderat astfel:
k
x n i i
7  1  8  2  9  3  10  2  70  8.75
x i1
n

8 8
n
i1
i
Recapitulare
Principalele proprietăţi ale unei serii de repartiţie sunt (Biji M. şi colab., 2002):
 Variabilitatea;
 omogenitatea;
 independenţa;
 concentrarea / dispersia către / faţă de una sau mai multe valori ale seriei care
stau la baza indicatorilor din care este construită seria.
Indicatorii de nivel se exprimă prin însăşi mărimea variantei, în cazul grupării pe
variante (de exemplu, salariul înregistrat, vârsta etc.) sau, în cazul intervalelor de
variaţie, indicatorul de nivel va fi centrul intervalului (de exemplu, intervalul de
salarizare «de la 4 milioane lei la 5 milioane lei» va avea drept indicator de nivel
mărimea 4,5 milioane;
Indicatorii de frecvenţă cuprind:
 frecvenţe absolute;
 frecvenţe relative;
 frecvenţe cumulate

1. Calculul mediei aritmetice ponderate cu frecvenţa relativă de apariţie a valorilor
individuale
Dacă pe baza datelor din tabelul precedent calculăm frecvenţele relative (notate
fi) se obţine următorul tabel:
Nota Frecvenţa Frecvenţa
relativă (fi)
(xi) (ni)
7 1 0.125
8 2 0.250
9 3 0.375
10 2 0.250
Total 8 1.000
Să se calculeze media aritmetică.

Rezolvare
1. Media aritmetică se poate determina astfel:
k
x   x i fi  7  0.125   8  0.250   9  0.375   10  0.250   8.75
i1
Dacă repartiţia de frecvenţe se prezintă pe intervale de variaţie, atunci se

consideră xi - centrul de interval corespunzător.
1. Calculul mediei aritmetice pentru repartiţia de frecvenţe pe intervale de variaţie

Presupunem că înălţimea măsurată în centimetri pentru un grup de 500 de tineri
este următoarea:
Înălţimea Frecvenţa Centrul Produsul

(cm) absolută (ni) grupei (xi) (ni · xi)
[160;164) 25 162 4050
[164;168) 50 166 8300
[168;172) 200 170 34000
[172;176) 175 174 30450
[176;180) 50 178 8900
Total 500 – 85700
Bibliografie
Obligatorie
Complementară:
Bucuresti
Bucureşti
PROPRIETĂŢI ALE MEDIEI ARITMETICE
Cuprins:
• Proprietăţile mediei aritmetice

• Avantaje şi dezavantaje ale utilizării mediei aritmetice
Introducere

• Care sunt proprietăţile mediei aritmetice?
• Care sunt avantajele utilizării mediei aritmetice?
• Care sunt dezavantajele utilizării mediei
• Proprietăţile mediei în funcţie de utilitatea practică

• Avantajele şi dezavantajele utilizării mediei
Durata medie de parcurgere acestei unităţi de învăţare este de 2 ore.
6.1. Media aritmetică

Media aritmetică prezintă o serie de proprietăţi. În funcţie de utilitatea practică,
proprietăţile mediei se împart în două grupe:
00:00
a. de verificare a exactităţii calculului;
b. de simplificare a calculului.
În prima grupă, de verificare a exactităţii calculului, principalele proprietăţi ale
mediei aritmetice sunt:
a-1) într-un şir de valori egale, media acestora este egală cu fiecare dintre ele.
Dacă x1 = x2 = … = xn = xct, atunci
n
x ct
n  x ct
x i1
 = xct
n n
a-2) mărimea mediei aritmetice este întotdeauna o valoare cuprinsă în intervalul de

variaţie al variabilei:
xmin< x <xmax
unde:
xmin – cea mai mică valoare a seriei;
xmax _ cea mai mare valoare a seriei.
În cazul seriilor de repartiţie pe intervale de variaţie:
xl < x < xL
unde:
xl – limita inferioară a primului interval;
xL – limita superioară a ultimului interval.
a-2') în cazul unei serii de distribuţie cu frecvenţe, media se încadrează între valorile
extreme ale variabilei şi oscilează în jurul termenului cu frecvenţa maximă;
a-3) suma abaterilor nivelurilor individuale ale variabilei aleatoare de la media lor
este egală cu zero8.
În cea de-a doua grupă, de simplificare a calculului, principalele proprietăţi ale

mediei aritmetice sunt:
b-1) media calculată din termenii seriei micşoraţi (sau măriţi) cu o constantă a, este
mai mică (respectiv, mai mare) decât media seriei iniţiale cu constanta a.
Constanta a se alege dintre termenii seriei, fiind, de regulă, varianta cu frecvenţa
cea mai mare9.
b-2) media calculată din termenii seriei micşoraţi prin împărţire (sau măriţi) la o
constantă h, este mai mică (respectiv, mai mare) decât media seriei iniţiale de h
ori. Se procedează în mod analog în cazul când termenii se înmulţesc cu un
8
Pentru demonstraţie, vezi Jula ., 2004, Statistică economică, Editura ren, Bucureşti, pag. 58-59
9
idem, pag. 59-60
coeficient h. În acest caz media se măreşte corespunzător, de h ori10. Deoarece
această proprietate se utilizează pentru simplificarea calculului, atunci, cel mai
frecvent se procedează la împărţirea termenilor la h.
Combinând proprietăţile (b-1) şi (b-2) se construieşte formula calculului

simplificat al mediei aritmetice, ţinându-se seama că termenii seriei iniţiale au fost pe
rând modificaţi (micşoraţi cu o constantă a şi diminuaţi de h ori):
– pentru o serie simplă:
n
 xi  a 
 
i1 h 

x h  a
n
unde a şi h se aleg astfel încât să simplifice în mod real calculele respective.
– pentru o serie cu frecvenţe:
k
 xi  a 
 
i1 h 
ni
x k
h  a,
n
i1
i
adică termenii modificaţi au fost ponderaţi cu frecventele de apariţie

corespunzătoare, procedându-se mai departe la calculul unei medii
aritmetice ponderate şi la aplicarea corecţiilor impuse de formula de mai
sus.
Când se operează cu serii cu intervale de variaţie egale, atunci se consideră, de
regulă:
a – mijlocul unui interval, de obicei centrul intervalului cu frecvenţa cea
mai mare;
h – mărimea intervalului.
Exemplul 7-1: Calculul simplificat al mediei aritmetice
Distribuţia lucrătorilor dintr-o firmă, în funcţie de salariul lunar, este următoarea:
Număr
lucrători Centrul grupei xi  a  xi  a 
Salariul lunar (€) (ni · xi)    ni
de salariu (xi) h  h 
(ni)
sub 1000 8 900 7200 -2 -16
[1000-1200) 12 1100 13200 -1 -12
[1200-1400) 20 1300 26000 0 0
10
ibidem, pag. 60-61
[1400-1600) 16 1500 24000 1 16
[1600-1800) 14 1700 23800 2 28
[1800-2000) 12 1900 22800 3 36
[2000-2200) 10 2100 21000 4 40
[2200-2400) 5 2300 11500 5 25
peste 2600 3 2500 7500 6 18
Suma 100 – 157000 – 135
Pentru calculul simplificat al mediei am considerat

a = 1300 (centrul intervalului cu frecvenţa cea mai mare) şi
h = 200 (mărimea intervalului).
Am considerat drept limită inferioară a primei grupe mărimea diferenţei dintre
limita superioară a intervalului respectiv (1000) şi mărimea intervalului de la grupa
următoare (200). În mod analog se procedează pentru stabilirea limitei superioare a
ultimei grupe, adică la limita inferioară a acestei grupe (2600) se adaugă mărimea
intervalului de la grupa precedentă (vezi cap.2, §2.2c).
Pe baza datelor din tabel, media poate fi calculată atât direct, cât şi simplificat:
k
x n i i
157000
– calculul direct: x  i1
n
  1570
100
n
i1
i
 xi  a 
k
 
i1 h 
ni
135
– calculul simplificat: x  k
h  a   200  1300  1570
100
n
i1
i
b-3) dacă într-o serie toate frecvenţele se împart la o constantă aleasă arbitrar c, atunci
nivelul mediei aritmetice calculată pe baza noilor frecvenţe nu se schimbă11
b-4) Media, pe total colectivitate, se poate calcula ca medie a mediilor de grupă, într-
o colectivitate împărţită în r grupe omogene, folosind în acest scop relaţiile:
– dacă grupele au volume inegale, iar ni reprezintă frecvenţa fiecărei grupe:
11
ibidem, pag. 64-66
r
xn i i
x i1
r
n
i1
i
– dacă grupele sunt de volum egal, adică au aceeaşi frecvenţă (deci nu mai este
nevoie de introducerea în calcul a acesteia)
r
x i
x i1
, în care r reprezintă numărul pe grupe.
r
Adică, media generală calculată pe baza distribuţiei de frecvenţe a
colectivităţii generale este egală cu media mediilor parţiale, calculate pe baza
seriilor de distribuţie componente. Aceasta înseamnă că media generală se
formează ca o sinteză a mediilor parţiale. Media generală, fiind o sinteză a mediilor
parţiale, este cuprinsă între cea mai mică şi cea mai mare dintre acestea, ceea ce
înseamnă că, pe întreaga colectivitate, are loc un proces de compensare a abaterilor
dintre mediile parţiale şi cea generală.
Media aritmetică a sumei a două variabile întâmplătoare şi independente, x şi y,
este egală cu suma mediilor celor două variabile12:
x y  x y.
Observaţie: Cazul de mai sus se poate generaliza astfel: media aritmetică
a sumei a n variabile întâmplătoare independente este egală cu suma mediilor celor
n variabile considerate.
Atunci când în calcule apar variabile statistice sintetice, obţinute ca sumă a două
sau mai multe variabile aleatoare independente, se aplică proprietatea prezentată mai
sus.
Exemplul 7-2: Calculul mediei aritmetice pentru suma a două variabile independente
Deoarece
n
 x i  yi 
x1  y1   x 2  y 2   ...  x n  y n  
xy i1

n n
n n n n
x  y i i x y i i
 i1 i1
 i1
 i1
xy
n n n
De exemplu, cheltuielile de producţie pot fi considerate o variabilă aleatoare
sintetică (CT) obţinută prin agregarea (însumarea) a două variabile aleatoare
independente: cheltuieli materiale de producţie (CM) şi cheltuielile salariale de
12
ibidem, pag. 67-68
producţie (CS). În acest caz cheltuielile medii pe total colectivitate sunt egale cu
cheltuielile materiale medii (pe unitatea de produs) însumate cu cheltuielile salariale
medii (pe unitatea de produs):
CT = CM + CS,
de unde, aplicând proprietăţile mediei aritmetice, rezultă
CT CM  CS CM CS
 CT     CM + CS ,
Q Q Q Q
adică CT = CM + CS .
b-1) Media produsului mediilor a două variabile aleatoare, independente, x,

y este egală cu produsul mediilor celor două variabile13:
xy  x  y .
Observaţie: Ca şi în cazurile precedente, această proprietate poate fi generalizată:

media produsului mai multor variabile întâmplătoare este egală cu produsul
mediilor fiecărei variabile.
Această proprietate este utilizată când lucrăm cu variabile statistice care se
pot descompune în produs de mai mulţi factori. De exemplu, valoarea cheltuielilor
salariale totale ale firmei care este egală cu produsul dintre nivelul salariului mediu
la nivel de firmă şi numărul de angajaţi ai firmei luaţi în calcul la stabilirea
salariului mediu şi altele.
Exemplul 7-3: Calculul mediei aritmetice pentru produsul a două variabile independente
Fie cele trei variabile (două variabile factoriale şi una complexă, obţinută ca
produs al primelor două) prezentate astfel:
x x1, x2, …, xn
y y1, y2, …, ym
xy x1y1, x1y2, …, x1ym
x2y1, x2y2, …, x2ym
…
xny1, xny2, …, xnym
Pentru variabilele respective se pot calcula mediile, după formulele prezentate
mai sus:
13
ibidem, pag. 68-69
n
x  x 2  ...  x n x i
x 1  i1
n n
m
y1  y 2  ...  y m 
yi
y  i1
m m
x 1y 1  ...  x 1y m  x 2 y 1  ...  x 2 y m  ...  x n y 1  ...  x n y m

xy 
nm
x y  ...  y m   x 2 y 1  ...  y m   ...  x n y 1  ...  y m 
 1 1 
nm
m m m m   n  n m
x 1  y i  x 2  y i  ...  x n  y i   y i     x i   x i y i
   i1   i1
i1
 i1 i 1 i1 i 1
 xy
nm nm n m
Cele trei relaţii de calcul al mediei aritmetice prezentate aici (cu frecvenţe
absolute, cu frecvenţe relative şi calculul simplificat) se utilizează pentru caracterizarea
nivelului mediu al variabilelor aleatoare de tip discret, prezentate sub formă de repartiţii
de frecvenţe prezentate pe variante sau intervale de valori.
Dacă x este o variabilă aleatoare continuă şi f(x) densitatea de repartiţie a
variabilei respective şi dacă există două valori – una minimă xmin şi una maximă xmax,
astfel încât
x max
x min
f ( x )dx  1,
atunci nivelul mediu se calculează după relaţia:

xmax
M( x )   xf ( x )dx .
xmin
În cazul general,


f ( x)dx  1
şi atunci, prin definiţie, media variabilei aleatoare este:


M( x)   xf ( x)dx

6.2. Avantaje şi dezavantaje ale utilizării mediei aritmetice

Principalele avantaje şi dezavantaje ale utilizării în calcule a mediei aritmetice,
ca estimator al tendinţei centrale sunt următoarele:
a. Avantaje
1. Este un indicator cu o interpretare simplă;
2. Pentru o serie de date media este unică şi se poate calcula uşor pentru aproape
orice serie (pentru toate seriile discrete şi finite);
3. Calculul mediei ţine seama de toate înregistrările individuale ale variabilei
considerate;
4. Este indispensabilă majorităţii procedurilor de analiză statistică.
a. Dezavantaje
1. Deoarece calculul mediei ţine seama de toate înregistrările individuale ale
variabilei considerate, media este afectată de valorile extreme ale seriei de date;
2. Nu poate fi folosită pentru distribuţii grupate după caracteristici complexe (de
tipul: grupa de vârstă 60 de ani şi peste);
3. Nu păstrează semnificaţia de caracteristică semnificativă în cazul seriilor de timp
în care datele manifestă o tendinţă evidentă în evoluţie
Rezumat
În funcţie de utilitatea practică, proprietăţile mediei se împart în două grupe:
a. de verificare a exactităţii calculului;
b. de simplificare a calculului.
Avantaje
1. Este un indicator cu o interpretare simplă;
2. Pentru o serie de date media este unică şi se poate calcula uşor pentru aproape
orice serie (pentru toate seriile discrete şi finite);
3. Calculul mediei ţine seama de toate înregistrările individuale ale variabilei
considerate;
4. Este indispensabilă majorităţii procedurilor de analiză statistică. Funcţiile
calculatoarelor sunt: colectarea, stocarea, prelucrarea, recuperarea şi regăsirea respectiv
afişarea datelor;

1. Care sunt avantajele utilizării mediei aritmetice?

2. Care sunt dezavantajele utilizării mediei aritmetice?
Rezolvare
1. Avantaje
 Este un indicator cu o interpretare simplă;
 Pentru o serie de date media este unică şi se poate calcula uşor pentru
aproape orice serie (pentru toate seriile discrete şi finite);
 Calculul mediei ţine seama de toate înregistrările individuale ale
variabilei considerate;
 Este indispensabilă majorităţii procedurilor de analiză statistică.
2. Dezavantaje
 Deoarece calculul mediei ţine seama de toate înregistrările individuale
ale variabilei considerate, media este afectată de valorile extreme ale
seriei de date;
 Nu poate fi folosită pentru distribuţii grupate după caracteristici
complexe (de tipul: grupa de vârstă 60 de ani şi peste);
 Nu păstrează semnificaţia de caracteristică semnificativă în cazul seriilor
de timp în care datele manifestă o tendinţă evidentă în evoluţie.

1. Identificați 3 serii și calculați mediile aritmetice, prezentând avantajele și
dezavantajele acetui indicator
Bibiografie
Obligatorie
Complementară:
Bucuresti
Bucureşti
ALTE TIPURI DE MEDIE ŞI INDICATORI DE POZIŢIE ŞI CEI AI
VARIAŢIEI
Cuprins:
• Media armonică, pătratică, geometrică
• Indicatorii de poziţie (de structură)
• Indicatorii variaţiei
Introducere

• Ce este este media armonică?
• Ce este media pătratică?
• Ce este media geometrică?
• Care sunt indicatorii de poziţie şi cei ai variaţiei?

• Tipuri de medie: armonică, pătratică şi geometrică
• Indicatorii de poziţie
• Indicatorii variaţiei
8.1. Alte tipuri de medie
8.1.1. Media armonică

00:00
În teoria şi practica statistică cel mai frecvent se foloseşte media aritmetică
pentru seriile de repartiţie. Când fenomenul nu înregistrează modificări în progresia
aritmetică sau se doreşte o evidenţiere (sau estompare) a termenilor mai mici sau mai
mari ai seriei, calculăm alte tipuri de medii, şi anume: media armonică, media
geometrică, media pătratică. In general însă, aceste tipuri de medii, în cazul seriilor de
repartiţie, se folosesc complementar, pentru a completa informaţiile necesare unei
analize statistice cât mai complete şi mai relevante pentru realitatea pe care o exprimă,
iar media aritmetică rămâne parametrul de bază al caracterizării statistice, al unei
repartiţii.
Media armonică este o formă transformată a mediei aritmetice ponderate. Se
determină ca valoare inversă a mediei aritmetice, calculată din valorile inverse ale
termenilor aceleiaşi serii.
Acest tip de medie se utilizează atunci când nu se cunosc frecvenţele fi şi nici
volumul total al acestora  fi .
Cu toate că se obţine din media aritmetică ponderată, în calculul statistic se
utilizează două variante ale mediei armonice, simplă şi ponderată.
Se folosesc următoarele relaţii de calcul:

n
xh  n
,
1

i1 x i
utilizată atunci când nivelul variabilei aleatoare se menţine constant pentru

fiecare grupă;
– pentru o serie de repartiţie de frecvenţe:

k
n i
xh  k
i1
1
x
i1
ni
i ,
utilizată atunci când nivelul variabilei aleatoare diferă de la o grupă la alta
Exemplul 8-1: Calculul mediei armonice
Fie următoarele date înregistrate în mai multe cronometrări succesive privind
timpul necesar la un utilaj pentru executarea unei piese (xi) şi timpul efectiv lucrat de
utilajul respectiv (ni):
Timp utilaj (ore) Timp efectiv lucrat (ore)
ni/xi
(xi) (ni)
0.40 24 60
0.45 36 80
0.50 42 84
0.55 55 100
0.60 51 85
0.65 52 80
0.70 42 60
0.75 39 52
Suma 341 601
Media armonică a timpului necesar pentru executarea unei piese se calculează

astfel:
k
n i
341
xh  k
i1
  0.567 ore, aproximativ 34 minute.
1 601
x
i1
ni
i
Observaţie:
Metodologia de calcul al mediei armonice este aceeaşi cu cea a mediei aritmetice,
cu deosebirea că se însumează inversul termenilor, iar această suma (ponderată sau nu,
după caz) este plasată la numitorul raportului prin care se calculează media .
Având în vedere legătura existentă între metodologiile de calcul al mediei
aritmetice şi cel al mediei armonice, se pot deduce anumite relaţii utile în practica
statistică:
1. dacă termenii seriei sunt pozitivi, media armonică este întotdeauna mai mică
decât media aritmetică calculată pe baza aceloraşi valori.
2. în cazul în care între două variabile interdependente există un raport de inversă
proporţionalitate, acest raport se păstrează şi în cazul mediilor calculate. Dacă se
calculează nivelului mediu al uneia dintre cele două variabile cu ajutorul mediei
aritmetice, pentru cealaltă se foloseşte în mod obligatoriu media armonică.
3. dacă în cazul seriilor cu frecvenţe diferite se folosesc sisteme de ponderare
diferite, şi anume la media aritmetică frecvenţele absolute (ni), iar la media
armonică, produsele de frecvenţe (xi,ni), se obţine aceeaşi valoare a mediei.
Relaţiile vor fi:
– pentru media aritmetică
x
xn i i
;
n i
– pentru media armonică
xh 
xn i i
1
 x xn i i
i .
Se observă că, în acest caz, media aritmetică poate fi substituită cu media
armonică ponderată cu produsele de frecvenţele (xini).
Cazul cel mai frecvent întâlnit în practică este acela în care media armonică apare
ca formă transformată a mediei aritmetice, adică cele două medii au aceeaşi valoare şi
care conduce la egalitatea celor două valori medii. Aşadar, atunci când datele statistice
nu permit evidenţierea frecvenţelor absolute (ni), ci doar a variantelor caracteristicii (xi)
şi respectiv a produselor de frecvenţă (xini) se utilizează următoarea formulă pentru
calculul mediei armonice ponderate:
k
xn i i
xh  k
i1
1
x
i1
x in i
i
Se observă că în această formă de ponderare media armonică poate fi uşor

transformată în medie aritmetică ponderată, în care ponderile sunt frecvenţele reale ni.
Media armonică se foloseşte la calculul nivelului mediu al unei mărimi derivate
(indicator derivat) atunci când nu se cunosc toate datele necesare calculării mediei
acestora.
De exemplu, acest tip de medie ponderată se foloseşte la stabilirea preţurilor
medii (indicele mediu de grup al preţurilor) atunci când nu se ştiu cantităţile vândute, ci
doar valoarea mărfurilor şi preţurile individuale; la calculul salariului mediu pe
întreprinderi când cunoaştem salariul mediu şi fondul de salarii la nivelul secţiilor etc.
Exemplul 8-2: Utilizarea mediei armonice la calculul nivelului mediu (mediei

aritmetice) al unui indicator derivat
Reluăm exemplul anterior, într-o formă modificată. Datele privind numărul de
piese realizate (xi) şi timpul efectiv lucrat de un anumit utilaj (Ti = xi · ni) sunt prezentate
în tabelul următor:
Număr de piese Timp efectiv
realizate lucrat (ore) (xi · ni) / xi
(xi) (Ti = xi · ni)
60 24 0.40
80 36 0.45
84 42 0.50
100 55 0.55
85 51 0.60
80 52 0.65
60 42 0.70
52 39 0.75
Suma 341 4.60
Media aritmetică a numărului de piese realizate se calculează astfel:

k
xn i i
341
xh  k
i1
  74.13 .
1 4.60
x
i1
x in i
i
În cazul distribuţiilor de frecvenţe media armonică calculată cu frecvenţele reale

este indicat a fi folosită când predomină valorile mici ale seriei, seria prezentând deci o
asimetrie către valorile minime ale caracteristicii, deoarece potrivit proprietăţii mediei
armonice, aplicarea ei conduce la o valoare mai mică decât aceea a mediei aritmetice
calculate din aceleaşi date.
Observaţie: Deoarece se calculează utilizând inversul termenilor sintetizaţi

de media aritmetică, media armonică este mai mică decât media aritmetică. Deci se poate
scrie relaţia: x h  x a .
8.1.2. Media pătratică
Acest tip de medie este utilizat, de regulă, atunci când nivelurile variabilei
aleatoare independente înregistrează modificări aproximativ cu tendinţă de progresie
exponenţială şi se doreşte accentuarea importanţei termenilor cu valoare din ce în ce mai
mare.
Media pătratică ( x p ) este acea valoare care, înlocuind termenii seriei ridicaţi la
pătrat, nu modifică suma pătratelor lor. Media pătratică va fi deci egală cu rădăcina
pătrată din pătratul mediu al seriei. Metodologiile de calcul al mediei pătratice, armonice
şi aritmetice (simple şi ponderate) au ca element comun faptul că funcţia determinantă
este de tip adiţional.
Ca şi în cazul precedent, în cadrul seriilor de repartiţie de frecvenţe, această
medie se foloseşte complementar mediei aritmetice, care rămâne principalul indicator al
tendinţei centrale.
Deoarece în calculul acestui tip de medie termenii iniţiali sunt însumaţi după
ridicarea lor prealabilă la pătrat, înseamnă că media pătratică se poate folosi şi în cazul
în care termenii seriei au valori pozitive şi negative. Media pătratică se calculează astfel:
– pentru o serie simplă sau cu frecvenţe egale pentru toate valorile. Calculăm în
n
prealabil suma pătratelor termenilor seriei: x12  x 22  ...  x n2   x i2 . Având în
i1
vedere proprietatea de reprezentativitate a unei medii, dacă se înlocuieşte în relaţia
de mai sus fiecare termen cu media pătratică obţinem:
n
x  x  ...  x   x i2 ,
2
p
2
p
2
p
 i1
n ori
rezultă
n
nx p2   x i2 ,
i1
x 2
i
de unde xp  i1
;
n
– pentru o serie de repartiţie de frecvenţe:
k
x n 2
i i
xp  i1
k
.
n
i1
i
(S-a utilizat un raţionament analog celui de mai sus, ţinându-se seama de intervenţia
frecvenţelor de repartiţie, adică s-a ponderat pătratul fiecărui termen al seriei cu
frecvenţa lui de apariţie).
Să ne reamintim: Media pătratică este întotdeauna mai mare decât

media aritmetică a aceloraşi termeni, indiferent de semnul pe care îl au,
deoarece prin ridicare la pătrat toţi termenii devin pozitivi, iar pătratele
cresc pe măsură ce cresc valorile termenilor.
În practică, această medie se utilizează destul de rar, însă devine indispensabilă
în ceea ce priveşte analiza dispersională, în calculele de prognoză etc., media pătratică
reprezentând modelul matematic pentru calculul unuia dintre indicatorii sintetici ai
variaţiei (abaterea standard sau abaterea medie pătratică).
8.1.3. Media geometrică
Media geometrică reprezintă acea valoare cu care, dacă se înlocuiesc toţi

termenii seriei şi se face produsul lor, valoarea la care se ajunge este egală cu produsul
termenilor reali. Media geometrică se calculează astfel:
– pentru o serie simplă sau cu frecvenţe egale pentru toate valorile: Dacă produsul
termenilor iniţiali este
n
x 1  x 2  ...  x n   x i ,
i1
şi aplicând proprietatea de reprezentativitate a mediei înlocuim fiecare termen cu

media seriei, rezultatul va fi acelaşi,
n
x g  x g  ...  x g   x i , ,
   i1
n ori
de unde rezultă
n
x ng   x i , şi
i1
n
xg  n x i1
i .
– pentru o serie de repartiţie de frecvenţe. S-a utilizat un raţionament analog celui de

mai sus, ţinându-se seama de intervenţia frecvenţelor de repartiţie, adică fiecare
termen xi a fost ridicat la puterea ni, respectiv frecvenţa sa de apariţie. Deci vom
avea:
k
x1n1  x n22  ...  x nkk   x nii .
i 1
Înlocuind fiecare valoare cu x g obţinem:

k
x ng1  x ng2  ...  x ngk   x nii .
i 1
Efectuăm produsul şi obţinem
x g i1 ni   xnii ,
k k
i1
iar relaţia de calcul pentru media geometrică devine:

k
 ni k
xg  i 1
xi1
ni
i
.
Media geometrică se utilizează în special în cazul seriilor cronologice pentru
determinarea mediilor din mărimile relative ale dinamicii, adică indicele mediu de
dinamică a fenomenului relevat de seria considerată.
Exemplul 8-3: Calculul mediei geometrice
Să presupunem că avem următoarele date privind evoluţia preţurilor pentru un
anumit produs:
– anul 1: p1 = 100 u.m.
– anul 2: preţul a crescut cu 10%;
– anul 3: preţul a crescut cu 12.5%;
– anul 4: preţul a crescut cu 3%.
Evident, creşterea preţurilor nu poate fi determinată ca o medie aritmetică.
Preţul în anul 2 va fi: p2 = p1 · (1 + 0.1) = 110
în anul 3: p3 = p2 · (1 + 0.125) = 123.75
iar în anul 4: p4 = p3 · (1 + 0.03) = 127.4625
Se poate scrie deci:
p4 = p1 · (1 + 0.1) · (1 + 0.125) · (1 + 0.03) = p1 · 1.274625
Creşterea medie a preţului (xg) este valoarea care respectă relaţia:
p4= p1·(xg)3,
de unde
p4 3
xg  3  1.274625  1.0842 ,
p1
deci creşterea medie a preţului a fost de 8.42%
Acest tip de medie se utilizează, în cele mai multe cazuri, pentru determinarea
nivelului mediu înregistrat de fenomenele social-economice care înregistrează în timp
modificări de ritm. Se utilizează mai ales când seria prezintă variaţii foarte mari intre
termeni sau are un caracter de asimetrie accentuat. Prin logaritmarea presupusă de
metodologia de calcul, abaterile dintre termenii seriei se micşorează şi se obţine un grad
mai mare de concentrare a frecvenţelor.
De asemenea, când predomină valorile mai mici, prin folosirea acestui tip de
medie li se acorda acestora o mai mare importanţă, media geometrică fiind mai mică
astfel decât media aritmetică a aceloraşi termeni.
Observaţii:
– media geometrică nu se poate calcula dacă cel puţin un termen al seriei este egal
cu zero sau negativ deoarece în acest caz produsul termenilor devine 0, iar media
nu mai are sens.
– între mediile prezentate există următoarea relaţie de ordine:
x g  xh  xa  xp
.
În concluzie, ca indicator de nivel mediu al unei serii de repartiţie unidimensională se
utilizează, în primul rând, media aritmetică şi, în funcţie de specificitatea seriei
considerate şi de scopul analizei statistice se vor utiliza şi celelalte tipuri de medii.
8.2. Indicatorii de poziţie (de structură)

Pentru o analiză cât mai completă a seriilor de distribuţie este necesar să se
calculeze, alături de mărimile medii şi anumite valori medii de poziţie sau medii de
structură, care să evidenţieze şi forma de repartiţie a frecvenţelor. Mediana şi modul sunt
cel mai frecvent utilizate, fiind considerate, alături de medii, indicatori ai tendinţei
centrale (indicatori de poziţie). Cei doi indicatori sunt utilizaţi, datorită poziţiei pe care
o ocupă în cadrul variantelor caracteristicii pentru estimarea nivelului mediu, şi astfel
pentru aprecierea gradului de semnificaţie a mediei, precum şi pentru determinarea unor
indicatori ai asimetriei.
8.2.1. Mediana
Mediana (Me) reprezintă valoarea centrală a unei serii statistice, ordonate

crescător sau descrescător, care împarte termenii seriei în două părţi egale.
Domeniul în care se utilizează în mod special acest indicator este cel demografic,
pentru studiul fenomenului de mortalitate, determinarea duratei medii de viaţă,
determinarea speranţei medii de viaţă etc.
Calculul medianei presupune rezolvarea a două aspecte:
– aflarea locului medianei;
– calculul valorii medianei.
Locul medianei se află după relaţia:
– pentru o serie simplă sau cu frecvenţe egale: locul Me = (n + 1)/2, unde n reprezintă
numărul termenilor seriei; pentru a efectua acest calcul este necesară ordonarea
prealabilă crescătoare sau descrescătoare a termenilor seriei (cel mai frecvent se
foloseşte ordonarea crescătoare a termenilor seriei)
– Dacă numărul termenilor este impar (n = 2p+l), mediana este termenul de rang
p+1 (valoarea termenului central). Să considerăm, de exemplu, o serie formată
din şapte termeni, ordonaţi crescător: 5, 6, 8, 9, 9,10, 13. În acest caz mediana
este reprezentă de al patrulea termen, Me = 9, adică valoarea termenului indicat
la locul medianei [(7 + 1)/2] = 4.
– Dacă numărul termenilor este par, adică n = 2p şi sunt ordonaţi crescător sau
descrescător, atunci valoarea care reprezintă mediana va fi cuprinsă între
termenul de rang p şi termenul de rang p+1, deci mediana se plasează într-un
interval de valori. Să considerăm, de exemplu, o serie formată din opt termeni,
ordonaţi crescător: 5, 6, 8, 9, 10, 10, 13, 15. În acest caz mediana este plasată
între termenul de rang 4 (8 = 2.4) şi cel de rang 4 + 1 = 5, adică Me = 9,5 ceea
ce corespunde centrului intervalului care are limitele cei doi termeni consideraţi
mai sus, deci este egală cu media aritmetică simplă a celor doi termeni. Ca regulă,
se acceptă ca pentru seriile pare să se ia ca valoare a Me centrul acestui interval,
adică media aritmetică a termenilor de rang p şi p+l. Rezultă că în cazul seriilor
pare ordonate valoarea medianei este media aritmetică a celor doi termeni
centrali.
– pentru o serie de repartiţie de frecvenţe: se admite ipoteza că, la fel ca şi în cazul
mediei, valorile se distribuie uniform în cadrul intervalului de grupare. În acest fel
se împarte întregul câmp de variaţie al valorilor intervalului în subintervale egale.
Locul medianei în cazul datelor grupate:
 k  
locul Me    ni   1 2 .
 i1  
Determinarea valorii medianei se poate face în două moduri: (1) prin calcul algebric;
(2) prin calcul grafic (presupune utilizarea curbei frecvenţelor cumulate). Calculul
algebric al medianei se face după următoarea relaţie:
 k 
  ni   1 Me 1
 i1    ni
2
Me  x 0  h  i1
,
nMe
unde x0 este limita inferioară a intervalului median: primul interval a cărui frecvenţă
 k  
cumulată este mai mare decât   ni   1 2 ; h este mărimea intervalului median;
 i1  
Me 1
n
i1
i reprezintă frecvenţa cumulată a intervalului care precede intervalul median,
iar nMe – frecvenţa absolută a intervalului median.
Observaţii:
– mediana împarte frecvenţele dintr-o serie în două părţi egale, nu împarte valorile
seriei în două părţi egale;
– mediana depinde de locul valorilor în serie, şi nu de mărimea lor;
– cu cât seria este mai apropiată de modelul de distribuţie normală, cu atât media
aritmetică şi valoarea mediană vor fi mai apropiate. Dacă seria este perfect simetrică,
atunci suma abaterilor tuturor termenilor de la mediană va fi 0, aşa cum suma tuturor
abaterilor termenilor de la medie este 0.
Exemplul 8-4: Calculul medianei. Fie următoarele serii de date:

Nr.crt. (i) xi yi
1 12 12
2 15 15
3 18 18
4 19 19
5 22 22
6 27 27
7 28 28
8 31 31
9 35 53
media 23 25
mediana 22 22
Cele două serii diferă doar în poziţia a 9-a. Media este sensibilă la modificarea
unei înregistrări, în timp ce mediana rămâne nemodificată.
8.2.2. Modulul sau dominanta
Modul (Mo) unei distribuţii statistice reprezintă acea valoare a caracteristicii care
corespunde celei mai mari frecvenţe, de aceea i se mai spune în practica statistică şi
dominanta seriei.
Pentru o serie simplă, cu datele negrupate modulul se consideră valoarea
variabilei care are cea mai mare frecvenţă. De exemplu pentru seria (4, 5, 6, 6, 7, 7, 7, 8,
8, 9, 9, 10), valoarea 7 are cea mai mare frecvenţă, modulul este deci Mo = 7.
Modul se poate calcula fie pe cale algebrică, fie prin metoda grafică. În cazul
unei serii de distribuţie pe variante, modul va fi varianta (xi) corespunzătoare frecvenţei
maxime. Determinarea grafică a modului presupune utilizarea diagramei prin bastoane.
În acest caz, Mo este acea valoare de pe abscisă care are ordonata maximă şi corespunde
frecvenţei acelei mărimi.
Dacă seria prezintă două frecvenţe maxime identice alăturate se defineşte un
interval modal fără a putea preciza valoarea exactă a modulului. Modulul se poate
determina grafic analog cu seria de intervale (se utilizează histograma prin
dreptunghiuri). Pentru o serie de distribuţie pe intervale, se consideră modal intervalul
care are frecvenţa cea mai mare.
Calculul algebric al modului se bazează pe relaţia:
1
Mo  x 0  h ,
1   2
în care
– x0 este limita inferioară a intervalului modal; h este mărimea intervalului modal;
– Δ1 este diferenţa dintre frecvenţa intervalului modal şi a celui precedent:
Δ1 = nMo – nMo-1,
– Δ2 este diferenţa dintre frecvenţa intervalului modal şi a celui următor
Δ2 = nMo – nMo+1.
8.2.3. Alţi indicatorii medii de poziţie (de structură)
Pentru seriile de distribuţie asimetrice caracterizate printr-o amplitudine mare a

variaţiei şi cu frecvenţele neuniform repartizate, se calculează şi alţi indicatori de poziţie
cum sunt: cuartilele, decilele, centilele, denumite generic cuantile.
Cuartilele reprezintă acele valori ale caracteristicii care împart seria în patru
părţi egale (sferturi), rezultând trei cuartile:
– cuartila inferioară, notată cu Q1, este mai mare faţă de 25% din termenii seriei
(cei plasaţi în primul sfert) şi mai mică sau egală faţă de restul celor 75%
termeni (adică cei plasaţi în următoarele trei sferturi ale seriei);
– cuartila a doua Q2, împarte seria în două părţi egale, deci coincide cu
mediana. Este mai mare decât primii 50% termeni şi mai mică sau egală cu
ceilalţi 50% termeni:
– cuartila superioară Q3 este mai mare sau egală faţă de 75% din numărul
termenilor şi mai mică sau egală faţă de restul celor 25% din numărul lor.
Pentru o serie simplă, dacă ordonăm crescător seria, pe grafic vom avea:
¼n ½n ¾n
xmin Q1=Qinf Q2=Me Q3=Qsup xmax
Conţinutul şi valoarea cuantilelor depind numai de locul pe care-l ocupă în serie,

de aceea relaţiile de calcul al locului medianei şi al valorii ei au fost preluate şi adaptate
şi pentru celelalte cuantile (cuartile, decile, centile). Analog cu mediana, pentru cuartile
obţinem:
Locul cuartilei Valoarea cuartilei
1  k   Q11
  ni   1   ni
1  k   4  n1   n1
Q1    ni   1 Q1  x 0  h
4  n1   nQ1
Q2 = Me
3  k   Q3 1
  ni   1   ni
3  k   4  n1   n1
Q3    ni   1 Q3  x 0  h
4  n1   n Q3
în care:
Q11 Q3 1
–  ni şi
n1
n
n1
i reprezintă suma frecvenţelor intervalelor precedente locului pe care-
l ocupă Q1 şi Q3;
– nQ1 şi nQ3 reprezintă frecvenţele intervalelor care conţin cuartilele respective.
Decilele reprezintă acele valori ale caracteristicii care împart seria în zece părţi
egale, rezultând astfel nouă decile. Se calculează utilizând relaţiile din tabelul următor:
Analog cu raţionamentul de mai sus, locul şi valoarea decilei se calculează astfel:
Locul decilei Valoarea decilei
1  k   D11
  ni   1   ni
1  k   4  n1   n1
D1    ni   1 D1  x 0  h
4  n1   nD1
…
D5 = Me
6  k   D6 1
  ni   1   ni
6  k   10  n1   n1
D6    ni   1 D6  x 0  h
10  n1   nD6
…
9  k   D9 1
  ni   1   ni
9  k   10  n1   n1
D9    ni   1 D9  x 0  h
10  n1   n D9
Observaţie
Dacă se utilizează centilele (acele valori ale caracteristicii care împart seria în
100 de părţi egale), vom obţine 99 de centile. Cuartilele (4), quintilele (5), decilele (10),
centilele (100) … se pot determina şi grafic, folosind diagrama frecvenţelor cumulate.
Graficul rezultat poartă numele de curba Lorenz.
Exemplul 8-5: Calculul quintilelor
a) Distribuţia cheltuielile de consum pe locuitor ale familiilor, pe quintile (lei –
preţuri curente)
Q1 Q2 Q3 Q4 Q5
1995 50537 79522 102899 132724 226504
1997 170863 263222 339157 423612 702324
Sursa: National Human Development Report – Romania, 1999, tab.20, pag. 97.
b) Distribuţia populaţiei pe quintile (%), în funcţie de cheltuielile de consum pe

locuitor ale familiilor
Q1 Q2 Q3 Q4 Q5
1995 27.6 22.3 19.4 16.7 14.0
1997 28.2 22.7 19.5 16.3 13.3
Sursa: National Human Development Report – Romania, 1999, tab.20, pag. 97.
Exemplul 8-6: Determinarea grafică a quintilelor Curba Lorenz a distribuţiei
cheltuielilor de consum ale familiilor (frecvenţe cumulate descrescător)
100 100
90
86.7
80
70 70.4
60
50 50.9
40
30 28.2
20
10
0
0 20 40 60 80 100
Exemplul 8-7: Determinarea grafică a decilelor: Curba Lorenz a distribuţiei cheltuielilor
de consum ale familiilor (frecvenţe cumulate crescător)
100
100
90
80
70 71.8
60
50 49.1
40
30 29.6
20
10 13.3
0
0 10 20 30 40 50 60 70 80 90 100
8.3. Indicatorii variaţiei

În mod normal, într-o serie statistică valorile înregistrate pentru fiecare
caracteristică în parte diferă, mai mult sau mai puţin, unele faţă de altele. Acest aspect
poate afecta gradul de omogenitate a seriei şi implicit gradul de reprezentativitate a
mediei rezultată ca sinteză a unor valori care diferă mult unele faţă de altele. De aceea
se apelează la metoda grupării, în încercarea de a constitui subcolectivităţi formate din
valori relativ apropiate ca valoare, adică relativ omogene. În acest fel indicatorii rezultaţi
au relevanţă şi pot fi utilizaţi în mod corect în analiza statistică. Valorile sunt considerate
omogene între ele dacă înregistrează o variaţie minimă, deci media acestor valori va fi o
valoare tipică, reprezentativă. S-a precizat deja că media aritmetică este considerată
drept valoarea cea mai reprezentativă pentru colectivitatea studiată, această medie fiind
prima calculată. Aceasta implică un grad mare de atenţie acordat abaterilor valorile
variantelor seriei faţă de această medie. Procedând la calculul specific al acestor variaţii
(abateri) faţă de medie, se ajunge la ceea ce statistica a denumit calculul dispersiei
variantelor în cadrul seriei sau câmpul de variaţie a caracteristicii înregistrate.
Se consideră că dacă variantele au valori mai apropiate de valoarea mediei seriei,
deci prezintă abateri mici, media este reprezentativă.
Deoarece valorile supuse înregistrării sunt numeroase şi de regulă cu o
amplitudine mare a variaţiei, este necesar delimităm şi să evidenţiem intensitatea cu care
acţionează diferitele tipuri de (factori esenţiali şi întâmplători), fiecare a având propria
contribuţie asupra gradului de grad de variabilitate înregistrat în seria respectivă.
De regulă, atunci când asupra fenomenului analizat acţionează mai mulţi factori,
cu atât variaţia este mai mare, iar utilizarea mărimilor medii ar putea fi incorectă din
punct de vedere al relevanţei acesteia pentru seria respectivă. Altfel spus, este pus în
discuţie gradul de omogenitate al seriei pentru că, deja se cunoaşte, o medie este
considerată ca fiind reprezentativă numai atunci când se calculează din valori omogene
între ele. Aşadar, într-o situaţie de omogenitate statistică (între valorile unei caracteristici
există abateri minime), variaţia va fi considerată ca rezultat al factorilor aleatori. În caz
contrar, când variabilitatea termenilor este mare sau foarte mare, atunci se pune
problema divizării colectivităţii iniţiale în sub-colectivităţi mai omogene, deoarece nu
numai factorii aleatori acţionează variabil, ci şi cei esenţiali. Variaţia se calculează
pentru întreaga colectivitate înregistrată, iar ulterior şi pentru sub-colectivităţi.
Teoriei probabilităţii şi a legii numerelor mari vor fi utilizate în cazul în care
datele provin dintr-o cercetare statistică parţială.
Aşadar, alături de indicatorii medii (în special media aritmetică), pentru o analiză
corectă a unei serii de distribuţie se vor calcula şi indicatorii de variaţie.
Aceşti indicatori au următoarele funcţii:
– ajută la stabilirea gradului de semnificaţiei a mediei ca valoare tipică a unei serii de
distribuţie statistice;
– permit verificarea gradului de omogenitate a seriei şi, implicit, cunoaşterea gradului
de influenţă a factorilor după care s-a făcut gruparea unităţilor observate;
– caracterizează statistic forma şi gradului de variaţie a unei caracteristici;
– comparară în timp şi spaţiu mai multe serii statistice de distribuţie pentru aceeaşi
caracteristică sau pentru caracteristici independente care au fost înregistrate pentru
aceeaşi colectivitate;
Indicatorii variaţiei pot fi împărţiţi, în funcţie de conţinutul lor, în indicatori
simpli şi indicatori sintetici.
8.3.1. Indicatorii simpli ai variaţiei
Indicatorii simpli ai variaţiei caracterizează gradul de abatere, împrăştiere a

caracteristicilor înregistrate faţă de media lor. Cu ajutorul acestor indicatori se calculează
amplitudinea variaţiei şi abaterile valorilor individuale de la media lor. Se pot exprima
în mărimi absolute ( se utilizează aceeaşi unitate de măsură ca şi pentru caracteristica
considerată) şi în mărimi relative, având ca bază de raportare valoarea medie.
Indicatorii simpli sunt reprezentaţi de: amplitudinea variaţiei (absolută si
relativă); abaterile individuale (absolute şi relative).
Amplitudinea absolută (Aa) se calculează ca diferenţă între nivelul maxim xmax
al caracteristicii şi nivelul minim (xmin) al acesteia: Aa = xmax- xmin.
Observaţii:
(1) Amplitudinea absolută a variaţiei se calculează ca diferenţă între limita
superioară a ultimului interval (xL) şi limita inferioară a primului interval (xl), în situaţia
unei serii de distribuţie de frecvenţe, sub formă de intervale: Aa = xL- xl. De asemenea,
se poate calcula şi ca diferenţă între cele două centre de interval extreme (ultimul şi
primul)
(2) Amplitudinea absolută a variaţiei va avea aceeaşi unitate de măsură ca şi cele
două mărimi din care rezultă.
Amplitudinea relativă a variaţiei (A%) se exprimă de regulă în procente şi se

calculează raportând amplitudinea absolută a variaţiei la nivelul mediu al
caracteristicii(media valorilor înregistrate):
Aa
A%   100 .
x
Acest indicator se foloseşte, mai ales la controlul calităţilor produselor, caz în

care se interpretează în raport cu limitele de toleranţă admise.
Amplitudinea variaţiei, ca expresie cantitativă a câmpului de variaţie, se
calculează pe baza valorilor extreme ale variabilei aleatoare şi astfel nu permite
cunoaşterea structurii interioare a variaţiei. Arată doar gradul de extindere a variaţiei
unui fenomen. Pentru o analiză statistică pertinentă acest indicator se poate calcula în
practica după ce au fost eliminate acele cazuri extreme, care fac excepţie de la tendinţa
normală a fenomenului înregistrat.
Abaterile individuale absolute (di) se calculează ca diferenţă între mărimea

fiecărei variante înregistrate şi media aritmetică a seriei (reprezintă abaterea fiecărei
variante de la medie. Se utilizează relaţia:
di = xi – x , i  1, n
Abaterile individuale relative (di%) se calculează ca raport al abaterilor absolute

la nivelul mediu al caracteristicii, şi se înmulţeşte cu 100 pentru a obţine o exprimare
procentuală:
di x x
di%   100  i  100, i  1, n
x x
Observaţie:
Dacă seria de date înregistrează o distribuţie care se apropie de cea normală,
atunci abaterile sunt aproximativ egale în valoare absolută şi au frecvenţele egale, iar
distanţele valorilor extreme faţa de medie sunt şi ele aproximativ egale. Atunci când, în
modul, abaterea maximă pozitivă este mult diferită de abaterea maximă negativă, pentru
seria considerată se vor calcula inclusiv indicatorii de asimetrie, aceştia luând în calcul
toate abaterile caracteristicii de la media lor.
8.3.2. Indicatorii sintetici ai variaţiei
Indicatorii sintetici ai variaţiei sunt: abaterea medie lineară ( d ), abaterea medie

pătratică (σ), dispersia (σ2 ) şi coeficientul de variaţie (v).
8.3.2.1. Abaterea medie lineară

Abaterea medie liniară ( d ) se calculează sub două forme: ca medie aritmetică
simplă sau ca medie ponderată a abaterilor termenilor seriei de la media lor, abaterea
fiind considerată în modul pentru a se evita compensarea reciprocă a valorilor de semn
contrar şi, de asemenea, pentru a putea astfel introduce în calcul absolut toate abaterile
de la medie. Relaţiile de calcul sunt:
n
x i x
1 n
d i1
n
  xi  x
n i1
– pentru o serie de frecvenţe14
a. absolute:
k
x i  x ni
1 k
d i1
k
 k x i  x ni
n
i1
i n
i1
i
i1
b. exprimate în procente:
k
d   x i  x n i,%
i1
c. exprimate sub formă de coeficienţi:

k
d   x i  x n i*
i1
Observaţii:
(1) Abaterea medie liniară se exprimă in unităţile de măsură ale variabilei.
14
Modul de calcul al frecvenţelor relative (sub formă de coeficienţi sau în procente) a fost prezentat anterior în
capitolul Indicatorii de nivel şi de frecvenţe ai seriilor de repartiţie.
(2) Abaterea medie liniară nu ţine seama de faptul că abaterile mai mari în valoare
absolută măresc semnificativ gradul de variaţie a unei caracteristici, în comparaţie cu
abaterile mai mici.
8.3.2.2. Dispersia
Se numeşte dispersie (σ2) a unei serii oarecare cu date cantitative discrete
valoarea calculată ca medie aritmetică - simplă sau ponderată - a pătratului abaterilor
fiecărei variante a seriei faţă de media aritmetică a seriei respective (este momentul
centrat de ordinul doi al seriei).
Calculul dispersiei
Relaţiile de calcul sunt:
n
 x  x
2
i
 2x  i1
n
– pentru o serie de frecvenţe
a) absolute:
k
 x  x  ni
2
i
 2x  i1
k
n
i1
i
b) relative, exprimate în procente:

k
 x  x  n i%
2
i
 2x  i1
100
c) relative, exprimate sub formă de coeficienţi:
k
 2x   x i  x  ni*
2
i1
Teorema lui Koenigs

Pornind de la teorema lui Koenigs
σ2 = (xp)2 - x 2 ,
unde xp este media pătratică, dispersia se mai poate calcula, mai simplu, după relaţiile:
– pentru o serie simplă15:
n
x 2
i
 2x  i1
 x 2  x p2  x 2
n
– pentru o serie de frecvenţe:
2
k
 k 
 x n 2
  x in i 
i i
 2x  i1k   i1k   x2  x2
  p

i1
n i   i 
 i1
n

Proprietăţi ale dispersiei

Principalele proprietăţi ale dispersiei sunt următoarele:
1) Dispersia calculată pentru o serie cu termenii egali între ei este zero.
2) Dacă fiecare termen al unei serii statistice se modifică (se măreşte sau se
micşorează) cu o mărime constantă a, atunci dispersia seriei modificate este egală
cu dispersia seriei iniţiale16.
n n
 x i  a  x  a  x i  x 
2 2
 2x  i1
 i1
.
n n
Dacă frecvenţele sunt simplificate cu acelaşi coeficient, atunci dispersia seriei
astfel modificate este egală cu dispersia seriei iniţiale.
3) Dacă s-a procedat la împărţirea colectivităţii pe grupe, atunci dispersia seriei pe
totalul colectivităţii este egală cu media dispersiilor grupelor componente, plus
dispersia dintre mediile parţiale ale tuturor grupelor şi media colectivităţii totale.
Această proprietate permite formularea regulii de adunare a dispersiilor într-o
colectivitate împărţită pe grupe
4) Într-o serie de distribuţie, dacă se împart sau se înmulţesc toţi termenii cu un
coeficient (h > 1), dispersia noii serii (σ'2) este de h2 ori mai mică sau mai mare
decât dispersia seriei iniţiale (σ2).
15
Pentru demonstraţie, vezi Jula N., 2004, Statistică economică, Editura Bren, Bucureşti, pag.95.
16
idem, pag. 96.
Exemplul 8-8: Calculul simplificat al dispersiei
Presupunem că termenii seriei se micşorează de h ori. Se cunoaşte că media unei
serii astfel modificate este şi ea mai mică de h ori. Introducem în relaţia de calcul al
dispersiei termenii modificaţi şi, respectiv, media modificată:
2
n
 xi  x  n
    x i  x 2
2
' 2x  i1 
h  1
 2  i1  2x .
n h n h
Rezultă
2
n
 xi  x 
 
i1  h 

x 
2
 h2
n
5) Dispersia calculată faţă de o constantă a (şi nu faţă de medie) este mai mare decât
dispersia seriei iniţiale cu pătratul diferenţei dintre medie şi constanta17 a:
2xi a  2x  x  a
2
Aplicând proprietăţile dispersiei se ajunge la formula de calcul simplificat al

dispersiei seriilor cu intervale de variaţie egale:
– pentru seria cu frecvenţe absolute:
2
k
 xi  a 
 
i1  h 
 ni
x   h 2  x  a 
2 2
k
 ni
i1
unde: a şi h au aceleaşi semnificaţii ca în cazul mediei aritmetice.

– pentru seria cu frecvenţe relative:
2
k
 xi  a 
 
i1  h 
 ni,%
x   h 2  x  a 
2 2
100
Corecţia Sheppard
Pentru calculul şi interpretarea dispersiei pentru seriile pe intervale se utilizează
corecţia propusă de Sheppard Dacă seria considerată se caracterizează printr-o repartiţie
normală sau uşor asimetrică a frecvenţelor, repartiţia de frecvenţă este continuă şi
frecvenţele tind către zero în ambele părţi, atunci dispersia se poate corecta scăzând 1/12
din pătratul intervalului de grupare:
17
ibidem, pag. 97-98.

 
2
x  
h2
2
x
12
(h fiind mărimea intervalului de grupare).
8.3.2.3. Abaterea medie pătratică (abaterea standard)

Abaterea medie pătratică (abaterea tip sau abaterea standard) se calculează
ca rădăcină pătrată a mediei pătratelor abaterilor tuturor variantelor seriei de la media
lor aritmetică şi se notează cu σx, adică este o medie pătratică a abaterilor de la media
lor.
Abaterea standard se determină ca rădăcină pătrată din dispersie. Relaţiile de
calcul al abaterii mediei pătratice sunt:
n
 x  x
2
i
x  i1
n
– pentru o serie de frecvenţe
a) absolute:
k
 x  x  ni
2
i
x  i1
k
n
i1
i
b) relative, exprimate în procente:

k
 x  x  n i%
2
i
x  i1
100
c) relative, exprimate sub formă de coeficienţi:
k
x   x  x  ni*
2
i
i1
Observaţii:
1) Între indicatorii abatere medie pătratică şi abaterea medie liniară există relaţia
  d , apreciindu-se că pentru o serie de distribuţie normală, abaterea medie
liniară este aproximativ egală cu 4/5 din valoarea abaterii medii pătratice.
2) Abaterea medie pătratică se foloseşte în analiza variaţiei la estimarea erorilor
de selecţie, la calcule de corelaţie, precum şi la orice comparaţie statistică în
timp şi/sau spaţiu.
3) Abaterea medie pătratică se exprimă în unitatea de măsură a variabilei a cărei
variaţie o caracterizează.
8.3.2.4. Coeficientul de variaţie

Coeficientul de variaţie (v) se calculează, de regulă, ca raport între abaterea
medie pătratică şi media seriei şi se exprimă în procente. Relaţia de calcul al
coeficientului de variaţie este:
x
vx   100 .
x
În unele situaţii coeficientul de variaţie se poate calcula şi după relaţia:
dx
v' x   100
x
Interpretare:
Dacă valoarea coeficientului de variaţie v este mică (apropiată de zero), înseamnă
că numărătorul raportul de calcul (variaţia medie) este mai redusă, iar colectivitatea este
mai omogenă. În acest caz seria analizată va avea o medie mai reprezentativă. Cu cât
valoarea sa este mai mare faţă de zero, cu atât variaţia medie, plasată la numărător, este
mai puternică, iar colectivitatea este mai eterogenă. În acest caz media este mai puţin
sau deloc reprezentativă. În practica statistică, se acceptă că media este reprezentativă
dacă valoarea coeficientului de variaţie este mai mică de 33%. Cu alte cuvinte, media
este reprezentativă pentru seria analizată dacă abaterea standard nu depăşeşte o treime
din medie. În caz contrar, media nu mai este considerată reprezentativă, iar seria iniţială
se împarte în serii componente, pe grupe, după un alt criteriu de variaţie.
Observaţii:
1) Dacă valorile seriei sunt identice sau foarte apropiate, valoarea coeficientului
tinde la 0;
2) Dacă media aritmetică tinde către 0, atunci nu se pune problema unui astfel de
calcul;
3) Coeficientul de variaţie se poate calcula şi înlocuind media cu mediana, modul
sau mediala:
Me d
vx   100, v' x  Me  100 ,
Me Me
Mo d
vx   100, v' x  Mo  100 ,
Mo Mo
Med d
vx   100, v' x  Med  100 .
Med Med
Înlocuind media prin mediană, rezultă:
k   k 
 x i  Me  ni    ni 
2
 i1   i1 
v  100
Me
şi
 k  
  x i  Me n i  
v'   i1  / Me   100
 k  
  ni  
 i1  
Exemplul 8-9: Indicatori ai variaţiei – calculul dispersiei şi a abaterii standard
Pentru calculul dispersiei şi abaterii standard, reluăm unul dintre exemplele
analizate anterior. Datele privind numărul de piese realizate (xi) şi timpul efectiv lucrat
la un anumit utilaj (Ti = xi · ni) sunt prezentate în tabelul următor:
Număr de piese Timp efectiv

realizate lucrat (ore) (xi · ni) / xi (xi - x )2·ni
(xi) (Ti = xi · ni)
60 24 0.40 79.8628
80 36 0.45 15.5056
84 42 0.50 48.7085
100 55 0.55 368.0913
85 51 0.60 70.8941
80 52 0.65 22.3970
60 42 0.70 139.7598
52 39 0.75 367.3027
Suma 341 4.60 1112.5217
Media aritmetică a numărului de piese realizate se calculează astfel:

k
xn i i
341
x k
i1
  74.13
1 4.60
x
i1
x in i
i .
Dispersia se calculează după relaţia:
k
 x  x  ni
2
i
1112.5217
 2x  i1
k
  241.8526
4.60
n
i1
i
Abaterea standard este:
  2  241.8526  15.5516
Rezultă un coeficient de variaţie:
 15.5516
v  100   100  20.98%
x 74.13
Deoarece coeficientul de variaţie este inferior pragului de 33%, rezultă că media
este reprezentativă pentru seria de date analizată.
Rezumat
Media armonică este o formă transformată a mediei aritmetice ponderate. Se determină
ca valoare inversă a mediei aritmetice, calculată din valorile inverse ale termenilor
aceleiaşi serii.;
Media pătratică ( ) este acea valoare care, înlocuind termenii seriei ridicaţi la
pătrat, nu modifică suma pătratelor lor. Media pătratică va fi deci egală cu rădăcina
pătrată din pătratul mediu al seriei.
Media geometrică reprezintă acea valoare cu care, dacă se înlocuiesc toţi
termenii seriei şi se face produsul lor, valoarea la care se ajunge este egală cu produsul
termenilor reali.

Problema 1:
Se cunosc următoarele date privind cifra de afaceri înregistrată de 13 firme:
Cifra de
Firma
afaceri (xi)
1 50
2 52
3 47
4 26
5 32
6 60
7 58
8 42
9 45
10 52
11 48
12 55
13 52
a) Să se calculeze media aritmetică, media geometrică şi media armonică a datelor;
b) Să se calculeze mediana şi modulul valorilor prezentate în tabelul precedent;
c) Să se calculeze indicatorii de variaţie pentru seria de date prezentată (dispersia,
abaterea standard, coeficientul de variaţie)
Problema 2:
Fondul de salarizare pentru angajaţii unei bănci este de 500 mil.u.m., iar
coeficientul (raportul) de coordonare între totalul salariilor pentru cele două filiale ale
băncii este kA/B = 1.5. Salariul mediu înregistrat la filiala B a fost de 8 mil.u.m., iar
numărul de lucrători din filiala A reprezintă 75% din totalul angajaţilor băncii. Să se
calculeze:
a) salariul mediu în filiala A;
b) salariul mediu la nivel de bancă.
Problema 3:
A fost realizată următoarea grupare a 80 de firme după numărul de salariaţi
Grupe după Număr firme
numărul de (ni = frecvenţa
salariaţi absolută)
până la 100 4
101 – 120 10
121 – 140 30
141 – 160 20
161 – 180 10
181 – 200 5
peste 200 1
Total 80
a) Să se calculeze media aritmetică ponderată, prin frecvenţe absolute şi relative
b) Să se calculeze indicatorii simpli ai variaţiei (amplitudinea absolută şi relativă)
c) Să se calculeze indicatorii sintetici ai variaţiei (abaterea medie lineară, dispersia,
abaterea medie pătratică (abaterea standard))
d) Să se calculeze şi să interpreteze coeficientul de variaţie
Rezolvare
1. Rezolvare
a) Pornind de la datele din enunţul problemei se calculează următorul tabel:
i xi 1/xi
1 50 0.02000
2 52 0.01923
3 47 0.02128
4 26 0.03846
5 32 0.03125
6 60 0.01667
7 58 0.01724
8 42 0.02381
9 45 0.02222
10 52 0.01923
11 48 0.02083
12 55 0.01818
13 52 0.01923
Suma 619 0.28764
– media aritmetică:
n
x i
619
xa  i1
  47.615 ;
n 13
– media geometrică:
n
xg  n x i1
i = 45.516
– media armonică:
n 13
xh  n
  45.196
1 0.28764
x
i1 i
b) Prin definiţie, modul este valoarea seriei cu frecvenţa cea mai mare de apariţie. În
problema dată, Mo = 52.
Seria ordonată crescător
Nr.crt. i xi
1 4 26
2 5 32
3 8 42
4 9 45
5 3 47
6 11 48
7 1 50
8 2 52
9 10 52
10 13 52
11 12 55
12 7 58
13 6 60
Mediana (Me) reprezintă valoarea centrală a unei serii statistice, ordonate
crescător sau descrescător, care împarte termenii seriei în două părţi egale. Locul
Me = (n + 1)/2 = 7, în seria ordonată. Rezultă: Me = 50.
c) Indicatorii de variaţie
i xi x i  x 2
1 50 5.68639
2 52 19.22485
3 47 0.37870
4 26 467.22485
5 32 243.84024
6 60 153.37870
7 58 107.84024
8 42 31.53254
9 45 6.84024
10 52 19.22485
11 48 0.14793
12 55 54.53254
13 52 19.22485
Suma 619 1129.07692
– dispersia
n
 x  x
2
i
1129.07692
 2x  i1
  86.8521
n 13
– abaterea standard:
n
 x  x
2
i
x  i1
 86.8521  9.319
n
– coeficientul de variaţie:
x 9.319
vx   100   100  19.57%
x 47.6157
Coeficientul de variaţie este mai mic de 33%, deci media aritmetică este
reprezentativă pentru seria de date, iar seria poate fi considerată relativ omogenă.
2. Rezolvare:
Notăm FS – fondul total de salarii, FSA – fond de salarii la filiala A, FSB – fond
de salarii la filiala B, S - salariul mediu, S A – salariul mediu în filiala A, SB – salariul
mediu în filiala B, gA – ponderea persoanelor din filiala A în total, gB – ponderea
persoanelor din filiala B în total, L – numărul total de angajaţi ai băncii, LA – numărul
de angajaţi în filiala A şi LB – numărul de angajaţi în filiala B.
Coeficientul kA/B = (FSA)/(FSB) = 1.5. Rezultă FSA = 1.5 FSB şi
FSA + FSB = FS = 500 mil.
Deci 2.5FSB = 500, adică FSB = 200 mil.u.m. şi FSA = 300 mil.u.m. De
asemenea,
FSB
SB   8 mil.
LB
Rezultă LB = 25 angajaţi. Din gA = 0.75, se deduce gB = 0.25, deci L = 100 şi
LA = 75. Mai departe,
FS A 300
SA   

Limbă

Curs Eco-2020 PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Eco-2020 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Prof. univ. dr.

Universitatea "Nicolae Titulescu" din Bucureşti

 Capacitatea de a transpune în practică cunoştinţele dobândite

 asigură însuşirea cunoştinţelor în domeniul metodologiei de calcul şi a funcţiilor

Suportul de curs este structurat unităţi:

Înțelegerea conceptelor și noțiunilor prezentate în acest curs și aplicarea lor eficientă în

Pe baza cunoştinţelor dobândite în cadrul disciplinei curente studenții vor fi capabili să

Durata medie de studiu individual

Nota finala la disciplina "Statistică economică" va fi stabilita prin :

Obiectivele cursului ...................................................................................................... 5

După parcurgerea unităţii veţi fi în măsură să răspundeţi la întrebările:

• Însuşirea noţiunilor de statistică şi lege statistică

Durata medie de parcurgere acestei unităţi de învăţare este de 1 oră

1.1. Obiectul statisticii economice

00:00 Statistica studiază aspectul cantitativ, concret al fenomenelor social-

1.2. Obiectul statisticii economice

1.3. Metoda statisticii

Cele mai frecvente forme de observare statistică sunt:

Exemplul 1-1: Noţiuni de bază utilizate în statistică. Noţiunile de bază utilizate în

Alternative Nealternative Cu variaţie Cu variaţie Absoluţi Relativi Medii Indici Ecuaţii de

Figura 1-1: Noţiunile de bază utilizate în statistică

Test de autoevaluare a cunoştinţelor

1. Care este semnificaţia noţiunii de statistică?

Test de evaluare a cunoştinţelor

1. Care sunt tipurile de colectivităţi statistice?

După parcurgerea unităţii veţi fi în măsură să răspundeţi la întrebările:

Obiectivele/competentele unităţii de învăţare

Durata medie de parcurgere acestei unităţi de învăţare este de 2 ore şi 10 minute.

2.1. Observarea datelor

2.2. Prelucrarea primară a datelor statistice

2.2.2. Metoda grupării – tipuri de grupe şi intervalul de grupare

2.2.2.1. După numărul caracteristicilor folosite se disting:

Exemplul 2-1: Gruparea simplă – gruparea municipiilor şi oraşelor după numărul de

1. Grupări combinate sau complexe – în cazul acesta repartizarea pe grupe a

Exemplul 2-2: Gruparea combinată – Migraţia internă determinată de schimbarea

2.2.2.2. După conţinutul caracteristicii de grupare se disting:

2. Grupări după o caracteristică de spaţiu (teritoriale), cum ar fi, de exemplu,

Exemplul 2-4: Gruparea după o caracteristică de spaţiu – Populaţia ocupată, pe regiuni

3. Grupări după o caracteristică de spaţiu (teritoriale), cum ar fi, de exemplu,

2.2.2.3. După modul de variaţie a caracteristicii se disting:

2. Grupări pe intervale egale sau neegale de variaţie, practicate atunci când

Un interval de grupare este închis când:

Test de autoevaluare a cunoştinţelor

1. Prezentaţi etapele prelucrării datelor statistice.

Test de evaluare a cunoştinţelor

1. Utilizând informaţiile din Anuarul statistic al României şi pornind de la

Obiectivele/competentele unităţii de învăţare

• Ce sunt şi la ce folosesc tablele şi seriile statistice

Durata medie de parcurgere acestei unităţi de învăţare este de 2 ore şi 30 minute.

3.1. Tabele statistice

Exemplul 3-2: Tabel statistic pe grupe – Populaţia pe grupe de vârstă

3.2. Serii statistice

Exemplul 3-4: Serii unidimensionale – Rata şomajului (2004, la sfârşitul perioadei,

Sursa: Institutul Naţional de Statistică, http://www.insse.ro/Indicatori/

b. serii statistice condiţionale sau multidimensionale – se iau în considerare două

Exemplul 3-5: Serii multidimensionale – Indicii anuali ai preţurilor de consum*) şi rata

3. După conţinutul caracteristicii de grupare se disting: serii statistice de distribuţie,

3.2.1. Serii statistice de distribuţie (de repartiţie)

Prezentarea paralelă a datelor xi şi ni sau fi se numeşte serie de distribuţie sau de repartiţie

Un anumit nivel al caracteristicii corelat cu frecvenţa de apariţie formează un

3.2.2.1. Serii statistice dinamice de stocuri (sau de momente)

3.2.2.2. Serii statistice dinamice de fluxuri (intervale)