Sunteți pe pagina 1din 24

Capitolul 1

1.1 Probleme rezolvate


1.1.1 Caz privind asocierea a două variabile binare (alternative)
1.1.2 Caz privind asocierea a două variabile calitative nealternative
1.1.3 Caz privind asocierea dintre o variabilă alternativă
independentă şi o variabilă numerică dependentă
1.1.4 Caz privind corelaţia dintre două variabile numerice
1.2. Probleme propuse spre rezolvare
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

1 Aplicaţii introductive privind utilizarea


modelelor statistico-economice
la fundamentarea deciziilor economice

1.1 Probleme rezolvate

1.1.1 Caz privind asocierea a două variabile alternative (binare)

O societate comercială se aprovizionează de la 2 furnizori A şi B.


După primirea ultimelor două loturi de piese se ştie că:
- furnizorul A a trimis 400 de piese din care 60 au fost rebuturi;
- furnizorul B a trimis 600 de piese din care 70 au fost rebuturi.
Conducerea societăţii ar dori să renunţe la furnizorul A pe motivul
unei calităţi inferioare a produselor sale în raport cu cele ale furnizorului B.
Este corectă această decizie?

Rezolvare:

Fundamentarea statistică a deciziilor corecte se poate realiza prin


sistematizarea datelor într-un tabel de forma:

Tabelul 1.1.1
Denumirea Calitatea pieselor ( y j ) Total
furnizorului ( xi ) ( N i⋅ )
Rebuturi bune
A 60 340 400
B 70 530 (nij) 600

Total ( N ⋅ j ) 130 870 1000 (N)


Econometrie. Studii de caz

unde:

X = {x i }, i = 1, k variabila independentă,
x1 = furnizorul A,
x2 = furnizorul B,
Y = { y j }, j = 1, m variabila dependentă,
y1 = piese rebut,
y2 = piese bune,
nij = frecvenţele condiţionate ale variabilei Y, de exemplu:
n11 = piesele rebut trimise de furnizorul A,
n22 = piesele bune trimise de furnizorul B.
În urma acestei sistematizări a rezultat o serie statistică
bidimensională, cu două variabile binare X şi Y, rezultând două distribuţii
marginale:
⎛ x1 = 1 x2 = 0⎞
X :⎜ ⎟,
⎝ 400 600 ⎠
⎛ y1 = 1 y2 = 0⎞
Y :⎜ ⎟,
⎝ 130 870 ⎠
şi două distribuţii condiţionate ale variabilei Y (calitatea pieselor) în funcţie
de furnizori:
⎛ y1 = 1 y2 = 0⎞
y A :⎜ ⎟,
⎝ 60 340 ⎠
⎛ y1 = 1 y2 = 0⎞
yB :⎜ ⎟,
⎝ 70 530 ⎠
N i. = frecvenţele marginale ale variabilei X,
N . j = frecvenţele marginale ale variabilei Y,
N = ∑ N i⋅ = ∑ N ⋅ j = ∑ ∑ nij = numărul total al observaţiilor.
i j i j
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

În cazul unei distribuţii bidimensionale, în funcţie de modul de


distribuire al frecvenţelor nij , se poate constata:
N i⋅
a) o independenţă totală între cele două variabile dacă nij = = ct
k
N⋅ j
sau nij = = ct ;
m

b) o dependenţă strictă între cele două variabile dacă frecvenţele


condiţionate nij se distribuie numai pe diagonala principală a tabelului
(corelare pozitivă, x1 cu y1 şi x2 cu y2 ) sau numai pe diagonala secundară a
tabelului (corelare negativă, x1 cu y2 şi x2 cu y1 ), pentru celelalte rubrici
ale tabelului aceste frecvenţe fiind egale cu zero;
c) o dependenţă statistică dacă frecvenţele condiţionate nij se
distribuie într-un mod diferit de cele două cazuri a) şi b); în această situaţie,
analiza statică va conduce fie la acceptarea cazului a) (independenţă), fie la
acceptarea cazului c) (dependenţă slabă, medie, puternică etc.).
Analizând datele din tabelul 1.1.1. se observă că distribuţia
frecvenţelor condiţionate nij se încadrează în cazul c). Deci, în cadrul
acestei probleme, decizia corectă poate fi luată pe baza a cel puţin trei
procedee statistice.
a) Testul diferenţei dintre două medii
Se ştie că dacă:
x1 − x 2
tc = ≥ tα ,
σ x2 σ x2
1
+ 2

n1 − 1 n2 − 1
cele două medii x1 şi x2 sunt semnificativ diferite de zero şi, invers, x1 = x2
dacă:
x1 − x2
tc = < tα
σ 2x σ 2x
1
+ 2

n1 − 1 n2 − 1
Econometrie. Studii de caz

unde:
tα = argumentul distribuţiei normale, dacă n ≥ 30 , sau argumentul
distribuţiei Student, dacă n < 30 ;
α = pragul de semnificaţie (riscul) cu ajutorul căruia se alege decizia
corectă; de regulă, în economie se lucrează cu un prag de semnificaţie
de 0,05 (5%) sau, cel mult, de 0,01 (1%).
În cazul de faţă, aplicarea acestui test constă în efectuarea
următoarelor calcule:
- calculul procentului mediu al rebuturilor pe fiecare furnizor:
n 60
f A = 11 = = 0,15 sau 15%
N 1⋅ 400
n21 70
fB = = = 0,1167 sau 11,67%
N 2⋅ 600
- calculul dispersiilor:
σ A2 = f A (1 − f A ) = 0,15 ⋅ 0,85 = 0,1275
σ B2 = f B (1 − f B ) = 0,1167 ⋅ 0,8833 = 0,1031
- alegerea pragului de semnificaţie α şi preluarea valorii acestuia
din tabelul distribuţiei respective; pentru α = 0,05 , din tabela distribuţiei
normale se preia valoarea t0,05 = 1,96 .
- compararea valorii empirice a variabilei tc cu valoarea sa teoretică
t0,05 :
f A − fb 0,15 − 0,1167
tc = = = 1,5
σ A2 σ B2 0,1275 0,1031
+
+
N 1⋅ − 1 N 2⋅ − 1 399 599
- interpretarea testului:
Deoarece tc = 1,5 < t0,05 = 1,96 rezultă că între calitatea pieselor
livrate de cei doi furnizori, cu o probabilitate de 0,95 (95%), nu se poate
accepta o diferenţă semnificativă şi, ca atare, nu este corectă decizia de a se
renunţa la furnizorul A pe motivul unei mai slabe calităţi a pieselor.
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

b) Testul χ 2
Aplicarea testului χ 2 constă în compararea unei valori empirice χ c2
cu o valoare teoretică χ α2 ;v , unde:
α = pragul de semnificaţie;
v = ( k − 1)( m − 1) = numărul gradelor de libertate, m fiind numărul de
grupe în funcţie de variabila Y ( y j , j = 1, m) , iar k este numărul de grupe în
funcţie de variabila X ( xi , i = 1, k ) , preluat din tabela distribuţiei χ 2 în
funcţie de un prag de semnificaţie α şi de numărul gradelor de libertate v.
În acest caz, pentru α = 0,05 şi v = ( 2 − 1)( 2 − 1) = 1 , din tabel
rezultă χ 20, 05;1 = 3,84 , iar pentru α = 0,01 rezultă χ 20, 01;1 = 6,63 .
Valoarea empirică a variabilei aleatoare χ 2c se calculează cu relaţia:
( nij − nij∗ ) 2
χ = ∑∑
2

nij∗
c
i j

unde:
nij = frecvenţele reale, i = 1,2, j = 1,2 ;
nij∗ = frecvenţele teoretice în cazul independenţei totale a celor două variabile
xi şi y j ;
N i⋅ N ⋅ j
nij∗ =
N
- calculul acestor frecvenţe teoretice rezultă din următoarele relaţii:

∗ N 1⋅ N ⋅1 400 ⋅130
n11 = = = 52
N 1000
∗ N N 400 ⋅ 870
n12 = 1⋅ ⋅2 = = 348
N 1000
∗ N N 600 ⋅130
n 21 = 2⋅ ⋅1 = = 78
N 1000
∗ N N 600 ⋅ 870
n 22 = 2⋅ ⋅2 = = 522
N 1000
Econometrie. Studii de caz

- calculul valorii empirice:


2 2 (nij − nij∗ ) 2
χ c2 = ∑∑
i =1 j =1 nij∗
(60 − 52) 2 (340 − 348) 2 (70 − 78) 2 (530 − 522) 2
χ c2 = + + + = 2,35779 ≈ 2,36
52 348 78 522
Utilizarea testului χ 2 se bazează pe următoarele reguli de decizie:
- dacă χ 2c < χ α2 ;v , rezultă că cele două variabile X şi Y sunt
independente;
- dacă χ 2c ≥ χ α2 ;v , rezultă că cele două variabile X şi Y nu sunt
independente.
Deoarece χ 2c = 2,36 < χ 20, 05;1 = 3,84 , rezultă că cele două variabile
sunt independente, deci calitatea pieselor nu depinde de tipul furnizorilor şi,
ca atare, nici decizia de a rezilia contractul cu furnizorul A nu este
justificată.
c) În cazul unei grupări combinate de 2x2, adică 2 variabile care au 2
variante, analiza statistică a legăturii dintre acestea se poate face şi cu
ajutorul coeficientului de asociere al lui Yulle, definit prin relaţia:
n n −n n
θ c = 11 22 12 21
n11 n22 + n12 n 21
cu abaterea medie pătratică:
1−θ 2 1 1 1 1
σθ = + + +
2 n11 n12 n 21 n 22

Acest coeficient este definit în intervalul θ ∈[ −11


; ] , având
semnificaţia:
θ = −1 ⇒ corelaţie strict negativă între variabile;
θ = 0 ⇒ independenţă între variabile;
θ = 1 ⇒ corelaţie strict pozitivă între variabile.
Pentru cazul analizat, valorile acestor indicatori sunt:
60 ⋅ 530 − 340 ⋅ 70 31800 − 23800
θc = = = 0,1439
60 ⋅ 530 + 340 ⋅ 70 31800 + 23800
1 − 0,0207 1 1 1 1
σθ = + + + = 0,0926
2 340 60 530 70
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

Ştiind că variabila θ este o variabilă aleatoare ce urmează o


distribuţie normală N ( 0, σ θ ) , valoarea empirică θ c se acceptă că este
θc
semnificativ diferită de zero dacă ≥ tα , rezultă că între cele două
σθ
θc
variabile există o legătură, iar dacă < t α rezultă că valoarea lui θ c nu
σθ
este semnificativ diferită de zero, ceea ce presupune că cele două variabile
sunt independente.
θ c 0,1439
Ştiind că t 0, 05 = 1,96 , iar valoarea = = 1,55 < t0, 05 = 1,96 ,
σ θ 0,0926
rezultă că cele două variabile sunt independente, situaţie care conduce la
aceeaşi concluzie ca şi în cazul punctelor a) şi b): rezilierea contractului cu
furnizorul A nu poate fi justificată de aprecierea unei calităţi mai slabe a
produselor acestuia.

1.1.2 Caz privind asocierea a două variabile calitative nealternative

În urma efectuării unui sondaj statistic s-au obţinut următoarele date


privind distribuţia pe ramuri ale economiei naţionale a şomerilor, grupaţi pe
trepte de calificare:

Tabelul 1.2.1
Ramuri ale Trepte de calificare a şomerilor y j ( ) Total
economiei persoane
( xi ) necalificaţi
calificare medie
şi profesională
calificare
superioară
( N i⋅ )
Industrie 400 257 143
500 200 100 800
Construcţii 100 64 36
100 50 50 200
Alte 200 129 71
ramuri 100 200 100 ( nij ) 400

Total
persoane ( N ⋅ j ) 700 450 250 1400 (N)
Econometrie. Studii de caz

Analizaţi datele din tabel şi precizaţi dacă se poate admite o asociere


între profilul ramurilor economice şi calificarea şomerilor.

Rezolvare:

Datele problemei se referă la dependenţa dintre două variabile


nominale X ( x i , i = 1, k - ramurile economiei naţionale) şi Y ( y j , j = 1, m -
trepte de calificare ale şomerilor) ale căror variante sunt în număr mai mare
de două ( k = 3 > 2, m = 3 > 2) - cazul unui tabel de k × m rubrici. Deoarece
frecvenţele condiţionate nij nu sunt nici constante pe liniile tabelului şi nici
distribuite numai pe rubricile diagonalei principale sau secundare, distribuţia
acestora arată că poate fi acceptată ipoteza unei dependenţe statistice între
cele două variabile. În acest caz, acceptarea sau respingerea ipotezei de
dependenţă statistică dintre cele două variabile se poate face cu ajutorul
testului χ 2 . Utilizarea acestui test presupune următoarele operaţii:
- preluarea valorii teoretice a variabilei χ 2 din tabel în funcţie de un
prag de semnificaţie α şi de numărul gradelor de libertate
v = ( k − 1)( m − 1) , respectiv pentru α = 0,05 şi v = ( 3 − 1)( 3 − 1) = 4 din
tabelă rezultând χ 20, 05;4 = 9,49 , iar pentru α = 0,01 , χ 20, 01;4 = 13,3 .
- calculul valorii empirice a variabilei aleatoare χ 2c cu ajutorul
relaţiei:
( nij − nij∗ ) 2
χ = ∑∑
2

nij∗
c
i j

unde:
nij = frecvenţele reale, i = 1,3, j = 1,3 ;
nij∗ = frecvenţele teoretice în cazul independenţei totale a celor două
variabile X şi Y;
N i⋅ N ⋅ j
nij∗ =
N
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

Pe baza datelor din tabel, aceste frecvenţe teoretice sunt egale cu:
∗ N 1⋅ N ⋅1 800 ⋅ 700
n11 = = = 400
N 1400
∗ N 1⋅ N ⋅2 800 ⋅ 450
n12 = = = 257
N 1400
∗ N 1⋅ N ⋅3 800 ⋅ 250
n13 = = = 143
N 1400
∗ N 2⋅ N ⋅1 200 ⋅ 700
n 21 = = = 100
N 1400
∗ N 2⋅ N ⋅2 200 ⋅ 450
n 22 = = = 64
N 1400
∗ N 2⋅ N ⋅3 200 ⋅ 250
n 23 = = = 36
N 1400
∗ N 3⋅ N ⋅1 400 ⋅ 700
n31 = = = 200
N 1400
∗ N 3⋅ N ⋅2 400 ⋅ 450
n32 = = = 129
N 1400
∗ N 3⋅ N ⋅3 400 ⋅ 250
n33 = = = 71
N 1400

χ c2 =
(500 − 400)2 +
(200 − 257) 2 (100 − 143) 2 (100 − 100) 2
+ + +
400 257 143 100
(50 − 64) 2 (50 − 36) 2
+ + +
64 36
(200 − 200) 2 (200 − 129) 2 (100 − 71) 2
+ + + = 160
200 129 71
- compararea valorii empirice χ 2c cu valoarea sa teoretică:

Deoarece χ 2c = 160 > χ 20, 05;4 = 9,49 , rezultă că ipoteza de


independenţă dintre variabile nu poate fi acceptată şi, deci, distribuţia
şomerilor pe trepte de calificare este influenţată de structura pe ramuri ale
economiei naţionale. Cu alte cuvinte, trecerea în şomaj a salariaţilor nu s-a
făcut întâmplător, predominând şomerii necalificaţi, urmând cei cu pregătire
medie şi, pe ultimul loc, şomerii cu pregătire superioară.
Econometrie. Studii de caz

1.1.3 Caz privind asocierea dintre o variabilă calitativă


independentă şi o variabilă numerică dependentă

O întreprindere de automobile poate să-şi echipeze vehiculele cu


două tipuri de pneuri A şi B. În urma încercării a două loturi de 100 de
pneuri din fiecare tip au rezultat următoarele date:

Tabelul 1.3.1
Tipuri de Rezistenţa la uzură (1000 km parcurşi) ( y j , j = 1, m ) Total
pneuri
( xi , i = 1, k ) sub 25 25-30 30-35 35-40 40-45 peste 45 ( N i⋅ )

A 2 8 20 40 20 10 100
B 17 13 40 20 8 2 ( nij ) 100

Total ( N ⋅ j ) 19 21 60 60 28 12 200 ( N )

Recomandaţi întreprinderii ce tip de pneu va trebui să folosească,


ştiind că preţul de vânzare a celor două tipuri de pneuri este acelaşi.

Rezolvare:

Această problemă abordează cazul dependenţei dintre două variabile


de natură diferită. Variabila cauzală X - tipurile de pneuri, este o
caracteristică nominală, în timp ce variabila efect Y - rezistenţa la uzură,
este o variabilă numerică.
Rezolvarea acestei probleme presupune parcurgerea a două etape:
- prima etapă se referă la acceptarea sau respingerea ipotezei de
dependenţă dintre cele două variabile;
- a doua etapă urmează numai în cazul acceptării ipotezei de
dependenţă între variabile şi necesită alegerea tipului de pneu cu cea mai
mare rezistenţă la uzură; se deduce uşor că în cazul independenţei dintre
cele două variabile, rezistenţa la uzură nu depinde de tipul pneului,
întreprinderea putând utiliza oricare dintre ele.
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

O astfel de problemă poate fi rezolvată cu ajutorul mai multor


procedee statistice - testul χ 2 , testul diferenţei dintre două medii şi metoda
analizei variaţiei.
Deoarece primele două procedee au fost deja expuse (vezi
problemele 1.1.1 şi 1.1.2) şi, în plus, acestea necesită calcule suplimentare,
pentru etapa a doua recomandăm abordarea unor probleme de acest tip cu
ajutorul metodei analizei variaţiei.
Metoda analizei variaţiei se fundamentează pe discuţia următoarelor
distribuţii:
⎛ yj ⎞
- distribuţia marginală a variabilei Y : ⎜ ⎟ , j = 1, m ;
⎝ N⋅j ⎠
- distribuţiile condiţionate ale variabilei Y în funcţie de variantele
⎛ yj ⎞
variabilei factoriale X: Yxi : ⎜ ⎟ , i = 1, k , j = 1, m .
⎝ nij ⎠
Pe baza acestor distribuţii se calculează trei mărimi:
V02
- varianţa totală V02 (sau dispersia totală σ 20 = ), calculată pe
N
baza distribuţiei marginale a lui Y cu ajutorul relaţiei:
k m
V02 = ∑ ∑ ( y j − y 0 ) 2 nij = ∑ ( y j − y 0 ) 2 N ⋅ j
i =1 j = 1 j

unde:
∑∑ y n j ij ∑y j N⋅j ∑y N i i⋅
y0 = = =
i j j i

∑∑n i j
ij N N

reprezintă media distribuţiei marginale, iar y i = y xi sunt mediile


condiţionate ale variabilei Y în funcţie de variantele variabilei factoriale X.
∑y n j ij ∑y n j ij

yi = =
j j

∑n j
ij
N i⋅
Econometrie. Studii de caz

Această mărime, V02 , măsoară variaţia totală a variabilei Y generată


de influenţa întregului complex de factori ce o determină.
- varianţa dintre grupe Vx2 este măsura variaţiei variabilei Y generată
de variaţia caracteristicii factoriale X. Această mărime se calculează cu
relaţia:
V x2 = ∑ ∑ ( y i − y 0 ) 2 nij = ∑ ( y i − y 0 ) 2 N i ⋅
i j i

- varianţa reziduală Vu2 este o mărime care exprimă variaţia


caracteristicii Y generată de factorii consideraţi aleatori, exceptând influenţa
factorului X. Relaţia de calcul a acestei mărimi este:
Vu2 = ∑ ∑ ( y i − y i ) 2 nij
i j

Se poate demonstra că între cele trei mărimi există relaţia:


V02 = Vx2 + Vu2
Raportând relaţia de mai sus la V02 se obţine contribuţia relativă a
⎛V 2 ⎞ ⎛V 2 ⎞
factorului esenţial X ⎜ x2 %⎟ şi a factorilor întâmplători u ⎜ u2 %⎟ la
⎝ V0 ⎠ ⎝ V0 ⎠
explicarea variaţiei totale.
V x2 Vu2
100 = ⋅100 + ⋅100
V 02 V02

Vx2 Vu2
Indicatorul R = = 1− poartă numele de raport de
V02 V02
corelaţie empirică şi exprimă intensitatea legăturii dintre cele două variabile.
Se deduce uşor că acest indicator este definit în intervalul [ 0,1] .
Interpretarea valorilor raportului de corelaţie empirică se face pe baza
următoarelor reguli:
⎧ 0 ⇒ var iabile independente
⎪ ↑ ⇒ corelatie slaba

- dacă R = ⎨0,5
⎪ ↓ ⇒ corelatie puternica

⎩ 1 ⇒ var iabile strict dependente
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

Dacă datele provin dintr-o cercetare selectivă, înainte de a explica


variaţia lui Y şi a interpreta valoarea raportului de corelaţie empirică va
trebui să se verifice semnificaţia rezultatelor. Testarea semnificaţiei
rezultatelor se face cu ajutorul testului “F” - testul Fisher-Snedecor.
Rezultatele se consideră semnificative (R este semnificativ diferit de
zero) dacă există inegalitatea:
Fc ≥ Fα ;v1 ;v2
unde:
Vx2
Fc = k −2 1 reprezintă valoarea empirică a variabilei Fisher-Snedecor;
Vu
N −k
Fα ;v1 ;v2 , v1 = k − 1, v 2 = N − k este valoarea teoretică preluată din tabela
distribuţiei Fisher-Snedecor în funcţie de un prag de
semnificaţie α şi de numărul gradelor de libertate v1 şi v 2 .
Pe baza datelor din tabelul 1.3.1. se vor calcula indicatorii necesari
aplicării metodei analizei variaţiei:
- calculul rezistenţei medii la uzură ( y A ) şi a dispersiei ( σ 2A ) pentru
pneurile de tip A.
Fie: k= mărimea intervalului de grupare, k=5;
a= mărimea centrului de interval cu frecvenţa maximă, a=37,5.

Tabelul. 1.3.2
k = 5, a = 37,5
2
Rezistenţa la uzură yj − a ⎛ yj − a⎞ ⎛ yj − a⎞
(1000 km parcurşi)
yj n1 j ⎜ ⎟ n1 j ⎜ ⎟ n1 j
k ⎝ k ⎠ ⎝ k ⎠
20 - 25 22,5 2 -3 -6 18
25 - 30 27,5 8 -2 -16 32
30 - 35 32,5 20 -1 -20 20
35 - 40 37,5 40 0 0 0
40 - 45 42,5 20 1 20 20
45 - 50 47,5 10 2 20 40
Total - 100 - -2 130
Econometrie. Studii de caz

⎛ yj −a⎞
∑ ⎜⎜⎝ k ⎟⎠
⎟n1 j
−2
yA = k+a = ⋅ 5 + 37,5 = 37,4
∑n1 j 100

2
⎛ yj −a⎞
∑ ⎜
⎜ k ⎟ n1 j


⎠ 130
2
σ = ⋅ k 2 − ( y A − a )2 = ⋅ 25 − (37,4 − 37,5)2

A
n1 j 100

σ 2A = 32,5 − 0,01 = 32,49

- calculul rezistenţei medii la uzură ( y B ) şi al dispersiei ( σ 2B ) pentru


pneurile de tip B.

Tabelul 1.3.3
k = 5, a = 32,5
2
Rezistenţa la uzură yj − a ⎛ yj − a⎞ ⎛ yj − a⎞
yj n2 j ⎜ ⎟ n2 j ⎜ ⎟ n2 j
(1000 km parcurşi) k ⎝ k ⎠ ⎝ k ⎠
20 - 25 22,5 17 -2 -34 68
25 - 30 27,5 13 -1 -13 13
30 - 35 32,5 40 0 0 0
35 - 40 37,5 20 1 20 20
40 - 45 42,5 8 2 16 32
45 - 50 47,5 2 3 6 18
Total - 100 - -5 151

−5
yB = ⋅ 5 + 32,5 = 32,25
100
151
σ B2 = ⋅ 25 − (32,25 − 32,5)2 = 37,75 − 0,06 = 37,69
100
- calculul rezistenţei medii la uzură ( y 0 ) şi al dispersiei ( σ 20 ) pe
ansamblul celor două tipuri de pneuri (distribuţia marginală a variabilei Y).
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

Tabelul 1.3.4
2
Rezistenţa la uzură yj − a ⎛ yj − a⎞ ⎛ yj − a⎞
yj N⋅ j ⎜ ⎟ N⋅ j ⎜ ⎟ N⋅ j
(1000 km parcurşi) k ⎝ k ⎠ ⎝ k ⎠
20 - 25 22,5 19 -2 -38 76
25 - 30 27,5 21 -1 -21 21
30 - 35 32,5 60 0 0 0
35 - 40 37,5 60 1 60 60
40 - 45 42,5 28 2 56 112
45 - 50 47,5 12 3 36 108
Total - 200 - 93 377

⎛ yj −a⎞
∑y N j ⋅j
∑ ⎜⎜⎝ k ⎟⎠
⎟N ⋅ j
93
y0 = = k +a = ⋅ 5 + 32,5 = 34,825
∑N ⋅j ∑N⋅ j 200
2
⎛ y j − a⎞
∑(y − y0 )
2
N⋅j ∑ ⎜⎝ k ⎟⎠ N ⋅ j
k 2 − ( y0 − a)
2
σ 20
j
= =
N ∑N ⋅j

377
σ 02 = ⋅ 25 − (34,825 − 32,5)2 = 47,125 − 5,406 = 41,719
200
- calculul varianţelor:

Varianţa totală
V02 = ∑ ∑ y j − y 0 ( ) (
nij = ∑ y j − y 0 )
2 2
N ⋅ j = Nσ 20
i j j

V02 = 200 ⋅ 41,719 = 8343,8

Varianţa dintre grupe


V x2 = ∑ (y
i
i − y 0 )2 N i⋅ = (37,4 − 34,825)2 ⋅100 + (32,25 − 34,825)2 ⋅100 = 1326,13

Varianţa reziduală
2
Vu2 = ∑∑ (y j − y i )2 nij = ∑ σ i2 N i⋅ = 32,49 ⋅100 + 37,69 ⋅100 = 7018
i j i =1
Econometrie. Studii de caz

- interpretarea rezultatelor se realizează utilizând tabelul analizei


variaţiei:

Tabelul 1.3.5
Sursa de Măsura Nr. grade Dispersia Valoarea testului F
variaţie variaţiei de libertate corectată Fc Fα ;v1 ;v2
Varianţa
dintre
Vx2 = ∑ (y − y ) N
i o
2
i⋅
k − 1= 1
V x2
s 2y / x =
k −1
Fc =
s 2y / x F0,05;1;198 = 3,89
F0,01;1;198 = 6,76
i
s u2
grupe = 1326,13 = 1326,13
= 37,42
Varianţa
reziduală
Vu2 = ∑∑ (y
i j
j − yi )2 nij
N − k = 198 s u2 =
Vu2
N −k - -
= 7018 = 35,44
Varianţa
totală
V02 = ∑∑ (y
i j
j − y0 )2 nij
N − 1 = 199 - - -
= 8343,8

Deoarece testul Fisher-Snedecor arată că rezultatele obţinute nu sunt


întâmplătoare, cu un prag de semnificaţie de 1%
Fc = 37 ,42 > F0, 01;1;198 = 6,76 , ci sistematice, se vor calcula contribuţia
relativă a factorului X - marca pneurilor, la explicarea variaţiei variabilei Y
⎛ Vx2 ⎞
⎜ 2 %⎟ şi raportul de corelaţie empirică (R):
⎝ V0 ⎠
V x2 1326,13
⋅100 = ⋅100 = 15,89%
V02 8343,8

Vx2 1326,13
R= 2
= = 0,399
V0 8343,8
Întrucât marca pneurilor explică în mică măsură variaţia totală a
uzurii pneurilor, respectiv numai 15,89%, iar raportul de corelaţie are o
valoare de asemenea mică, 0,399, rezultă faptul că tipul de pneuri nu
reprezintă un factor important al uzurii şi, prin urmare, ierarhizarea
pneurilor nu se poate face în funcţie de acest factor. Din acest punct de
vedere, întreprinderea de automobile îşi poate echipa vehiculele cu orice tip
de pneu, eventual alegerea putându-se realiza după alţi factori: facilităţi de
aprovizionare, renumele mărcii etc.
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

1.1.4 Caz privind corelaţia dintre două variabile numerice

În urma unui studiu statistic efectuat asupra unui eşantion de 110


societăţi comerciale cu acelaşi profil a rezultat următoarea distribuţie a
acestora în funcţie de capitalul social şi de profitul brut realizat:

Tabelul 1.4.1
Grupe de societăţi Grupe de societăţi după profitul brut (mil.lei)
după mărimea
capitalului
(y )j Total

(mil. lei) 90- 110- 130- peste


sub 30 30-50 50-70 70-90 ( Ni ⋅ )
( xi ) 110 130 150 150
sub 50 7 2 1 - - - - - 10
50 - 100 2 10 9 4 - - - - 25
100 - 150 1 4 15 10 6 4 - - 40
150 - 200 - - - 5 9 4 2 - 20
peste 200 - - - (n )
ij - 3 7 5 15

Total (N ) ⋅j 10 16 25 19 15 11 9 5 110 (N)

Pe baza acestor rezultate se poate considera că mărimea profitului


brut depinde în mod hotărâtor de capitalul social al societăţilor de acest
profil?
Rezolvare:

Tabelul 1.4.1 poartă numele de tabel de corelaţie deoarece în cadrul


acestuia, a fost sistematizată distribuţia celor 110 societăţi în funcţie de două
variabile numerice:
X - capitalul social al societăţilor comerciale - variabilă factorială;
Y - profitul brut al societăţilor comerciale - variabilă rezultativă.
Un astfel de tabel se foloseşte în scopul acceptării sau respingerii
ipotezei de lucru, respectiv din ansamblul factorilor de influenţă ai variabilei
Y, factorul X este factorul hotărâtor, determinant al variabilei Y.
Fiind o serie bidimensională analiza acesteia se efectuează după
aceleaşi principii prezentate în aplicaţia 1.1.1. Deoarece frecvenţele nij se
Econometrie. Studii de caz

distribuie cu cele mai mari valori de-a lungul diagonalei principale, dar
înregistrând valori şi la stânga şi la dreapta faţă de această diagonală, rezultă
că între cele două variabile se manifestă o legătură statistică în sens direct.
În acest caz, discuţia legăturii statistice se poate face cu ajutorul mai
multor procedee cum ar fi:
a) metoda analizei variaţiei;
b) metoda regresiei.
Întrucât metoda regresiei necesită precizări suplimentare, care vor fi
făcute în capitolul următor, caracterizarea statistică a dependenţei dintre
capitalul social şi profitul brut al societăţilor se va face numai cu ajutorul
metodei analizei variaţiei. Utilizarea sa în acest scop va decurge în mod
analog cu aplicarea sa din problema precedentă:
- calculul mediilor parţiale ( y i , i = 1,5, 5-numărul grupelor de
societăţi după mărimea capitalului) şi al dispersiilor parţiale ( σ i2 , i = 1,5 ):
• profitul mediu brut ( y1 ) şi dispersia σ 12 societăţilor comerciale( )
al căror capital este mai mic de 50 milioane lei (a=20; k=20).

Tabelul 1.4.2
⎛ yj − a⎞
2
Profitul brut yj − a ⎛ yj − a⎞
n1 j yj ⎜ ⎟ ⎜ ⎟
(mil. lei) ⎜ k ⎟n1 j ⎜ k ⎟ n1 j
k ⎝ ⎠ ⎝ ⎠
10 - 30 7 20 0 0 0
30 - 50 2 40 1 2 2
50 - 70 1 60 2 2 4
Total 10 - - 4 6

⎛ yj −a⎞
∑ ⎜⎜⎝ ⎟n1 j
k ⎟⎠ 4
y1 =
j
k +a = ⋅ 20 + 20 = 28 mil. lei/s.c.

j
n1 j 20

2
⎛ yj −a⎞
∑ ⎜ ⎟
⎜ k ⎟ n1 j
⎝ ⎠ 6
σ 12 = k 2 − ( y1 − a ) 2 = ⋅ 400 − (28 − 20 )2 = 240 − 64 = 176
∑ j
n1 j 10
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

• pentru celelalte grupe de societăţi comerciale în funcţie de capital,


profiturile medii brute şi dispersiile corespunzătoare s-au calculat pe baza
distribuţiilor condiţionate respective, rezultând următoarele valori:

y( 50−100) = y 2 = 52 mil. lei/s.c.; σ 22 = 288


y(100−150) = y 3 = 74 mil. lei/s.c.; σ 23 = 584
y(150− 200) = y 4 = 103 mil. lei/s.c.; σ 24 = 331
y( 200− 250) = y 5 = 142,67 mil. lei/s.c.; σ 52 = 206,2

• profitul mediu brut pe ansamblul celor 110 societăţi comerciale şi


dispersia aferentă au fost calculate pe baza distribuţiei marginale a variabilei
rezultative, obţinându-se următoarele valori:
y 0 = 79,45 mil. lei/s.c.; σ 20 = 1450,8

- calculul varianţelor:
• varianţa totală:
V02 = ∑ ∑ y j − y 0 ( ) (
nij = ∑ y j − y 0 )
2 2
N ⋅ j = Nσ 20 = 110 * 1450,8 = 159588
i j j

• varianţa dintre grupe:


V x2 = ∑ (y
i
i − y 0 )2 N i⋅ = (28 − 79,45)2 ⋅10 + (52 − 79,45)2 ⋅ 25 + (74 − 79,45)2 * 40 +

+ (103 − 79,45)2 ⋅ 20 + (142,67 − 79,45)2 ⋅15 = 117540,27

• varianţa reziduală:
Vu2 = ∑∑ (y
i j
j − yi )2 nij = ∑ σ i2 N i⋅ = 176 ⋅10 + 288 ⋅ 25 + 584 ⋅ 40 +
i
+331 ⋅ 20 + 206,2 ⋅15 = 42033
Econometrie. Studii de caz

- interpretarea rezultatelor se realizează utilizând tabelul analizei


variaţiei:

Tabelul 1.4.3
Sursa de Măsura Nr. grade Dispersia Valoarea testului F
variaţie variaţiei de libertate corectată Fc Fα ;v1 ;v2
Varianţa
dintre
Vx2 = ∑ (y − y ) N
i o
2
i⋅
k − 1= 1
V x2
sY2 / X =
k −1
Fc =
sY2 / X F0,05;1;198 = 3,92
F0,01;1;198 = 6,84
i
s u2
grupe = 117540,27 = 117540,27
= 302,01
Varianţa V 2 =
reziduală
u ∑∑ (y
i j
j − yi )2 nij
N − k = 108
su2 =
N −k
Vu2
- -
= 389,19
= 42033
Varianţa V 2 =
totală
0 ∑∑ (y
i j
j − y0 )2 nij
N − 1 = 109 - - -
= 159588

Deoarece testul Fisher-Snedecor indică faptul că rezultatele sunt


semnificative cu un prag de semnificaţie de 1%
( Fc = 302,01 > F0,01;1;108 = 6,84 ), se vor calcula contribuţia relativă a
⎛V x2 ⎞
factorului X - capitalul social, la explicarea variaţiei variabilei Y ⎜⎜ 2 % ⎟⎟ şi
⎝V 0 ⎠
raportul de corelaţie empirică (R):
V x2 117540,27
*100 = ⋅100 = 73,65%
V02 159588

Vx2 117540,27
R= 2
= = 0,858
V0 159588
Deoarece mărimea capitalului social al societăţilor comerciale
explică 73,65% din variaţia profitului brut al acestora, iar raportul de
corelaţie are o valoare de 0,858 (apropiată de limita maximă 1) rezultă că
acest factor determină în mare măsură profitul brut al societăţilor de acest
profil.
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

1.2 Probleme propuse spre rezolvare

1.2.1. Într-o secţie de prelucrare a unei întreprinderi există două


prese (A şi B), pe fiecare din ele prelucrându-se câte un lot de piese de
acelaşi tip.
Datorită diminuării cererii acestui produs întreprinderea trebuie să
renunţe la una din prese. Să se menţioneze la care presă trebuie să se renunţe
cunoscând următoarele rezultate obţinute în urma unei selecţii:
- dintr-un lot de 1000 de piese executate la presa A, 2,5% au fost
rebuturi;
- dintr-un lot de 800 de piese executate la presa B, 4,5% au fost
rebuturi.

1.2.2. O fabrică de frigidere primeşte motoare de la trei furnizori


diferiţi. În ultimii 5 ani s-au efectuat o serie de înregistrări referitoare la
gravitatea problemelor constatate la motoarele returnate de clienţi pentru
service în timpul perioadei de garanţie. Aceste defecţiuni au fost clasificate
în trei categorii: minore, majore şi “înlocuit”.
În tabelul următor sunt prezentate datele culese aleator referitoare la
tipurile de defecţiuni constatate la motoarele returnate, grupate pe furnizori:

Tipul defecţiunii: Total motoare


Furnizori
minoră majoră înlocuit defecte
A 15 25 18 58
B 8 16 10 34
C 18 26 20 64

Apreciaţi dacă se poate admite că există o diferenţă calitativă


semnificativă între motoarele livrate de cei trei furnizori.
Econometrie. Studii de caz

1.2.3. În urma prelucrării datelor unui sondaj statistic s-au obţinut


următoarele rezultate:

Dimensiunea Rata profitului (%) Numărul societăţilor


societăţilor comerciale
sub 5 5 - 10 10 - 15 15 - 20 peste 20
comerciale observate
mici - 13 17 40 15 85
mijlocii 4 16 30 20 15 65
mari 2 8 15 12 8 45

Pe baza acestor date, se poate accepta ipoteza că rentabilitatea


societăţilor comerciale este invers proporţională cu mărimea lor?

1.2.4. Rezultatele obţinute în urma unui sondaj efectuat în vederea


stabilirii dacă între vârsta unui şofer şi numărul abaterilor de circulaţie
efectuate de către acesta există vreo legătură sunt ilustrate în tabelul
următor:

Vârsta Numărul de abateri


(ani) 0 1-2 3-4 5 şi peste
18 - 25 6 24 20 10
26 - 50 12 18 6 4
51 - 75 4 16 8 3

Poate fi considerată ca semnificativă vârsta persoanelor în explicarea


numărului de abateri de circulaţie efectuate?

1.2.5. O societate comercială care desface zilnic un produs (lapte)


trebuie să încheie un contract cu furnizorul privind aprovizionarea zilnică.
La fiecare litru vândut în ziua respectivă firma câştigă 2000 lei şi pierde 500
lei dacă nu-l desface în ziua respectivă.
Aplicaţii introductive privind utilizarea modelelor statistico-economice la fundamentarea deciziilor economice

O statistică a desfacerilor din anul trecut se prezintă astfel:

Cerere Număr
(litri vânduţi) de zile
90 80
100 120
130 60
150 50
160 30
200 20
Total 360

Acceptând că distribuţia cererii pe zilele anului este relativ stabilă,


recomandaţi cantitatea cu care trebuie să se aprovizioneze zilnic firma
pentru a obţine profit maxim.

1.2.6. Un întreprinzător ce dispune de o sumă de 150 milioane lei are


la dispoziţie două posibilităţi:
- A. să-i depună la bancă cu o dobândă anuală de 15%;
- B. să cumpere o materie primă (30000 m stofă) din care poate
confecţiona 1000 costume.
În urma efectuării unui studiu de marketing privind cererea
produsului respectiv pe următorii 2 ani s-au obţinut următoarele informaţii
privind volumul cererii şi preţul de vânzare al produsului:

Volumul cererii Şanse de Preţ de vânzare Şanse de


(buc. costume) realizare (%) (lei/costum) realizare (%)
800 10 2460000 60
1000 15 2470000 30
1200 60 2480000 10
1500 15

În funcţie de aceste informaţii recomandaţi varianta optimă pentru


întreprinzător.