Documente Academic
Documente Profesional
Documente Cultură
Rezolvare:
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
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
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
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
Rezolvare:
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:
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 )
Rezolvare:
unde:
∑∑ y n j ij ∑y j N⋅j ∑y N i i⋅
y0 = = =
i j j i
∑∑n i j
ij N N
yi = =
j j
∑n j
ij
N i⋅
Econometrie. Studii de caz
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
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
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
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
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
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
Tabelul 1.4.1
Grupe de societăţi Grupe de societăţi după profitul brut (mil.lei)
după mărimea
capitalului
(y )j Total
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
- 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 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
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
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
Cerere Număr
(litri vânduţi) de zile
90 80
100 120
130 60
150 50
160 30
200 20
Total 360