Seminar 12-13 Statistică: CSIE, an I, sem II

1. Numărul de pensiuni agroturistice existente într-o regiune, în perioada 2008-2016 se prezintă astfel:
Anul 2008 2009 2010 2011 2012 2013 2014 2015 2016
Număr de pensiuni agroturistice 87 96 121 115 110 118 120 127 130
a) Calculați seria cronologică ajustată a volumului vânzărilor cu metoda mediilor mobile
b) Calculați seria cronologică ajustată a volumului vânzărilor cu metoda trendului liniar
c) Estimați numărul de pensiuni agroturistice folosind metodele mecanice și metoda analitică, pentru anii
2019 și 2020.
2. Informațiile din tabelul de mai jos se referă la numărul de mașini care au avut reparații capitale în perioada
2014-2016:

Anul Numărul de mașini

Trim. I Trim. II Trim. III Trim. IV
2014 45 35 55 65
2015 35 45 45 75
2016 55 35 65 65
a) Reprezentați grafic seria de valori și comentați evoluția fenomenului analizat;
b) Estimați trendul prin metoda mediilor mobile.
c) Calculați seria cronologică ajustată a volumului vânzărilor cu metoda trendului liniar;
d) Estimați numărul de mașini care au avut reparații capitale folosind metoda analitică, pentru anul 2017.
Exemple rezolvate:

Exemplu de reprezentare grafică

Interpretare grafic. Seria cronologică are o evoluție afectată de sezonalitate, având o tendință (ușor)
crescătoare.
Seminar 12-13 Statistică: CSIE, an I, sem II
Metoda mediei mobile
Considerăm seria cronologică privind sosirile trimestriale de turişti la hotelul “Creasta” dintr-o zona montană,
in perioada 2005-2007:
Anul Trimestrul Perioada t yt
I 1 y1 =940
II 2 y 2 =650
2005
III 3 y 3 =1934
IV 4 y 4 =1360
I 5 y 5 =952
II 6 y 6 =706
2006
III 7 y 7 =2072
IV 8 y8 =1406
I 9 y 9 =992
II 10 y10 =734
2007
III 11 y11 =2088
IV 12 y12 =1478

Atunci când seria cronologică prezintă fluctuaţii regulate (sezoniere sau ciclice), componenta trend a unei serii
cronologice se estimează prin metoda mediilor mobile (MM), pentru a netezi evoluţia fenomenului. Trendul se
determină sub forma unor medii, calculate din atâţia termeni (p), la câţi se manifestă o oscilaţie completă. Mediile
se numesc mobile sau glisante, deoarece în calculul unei astfel de medii, se lasă în afară primul termen al mediei
anterioare şi se introduce următorul termen.

Se observă că o oscilaţie completă se realizează într-un număr de 4 perioade (trimestre), atunci trendul va
fi determinat prin metoda mediilor mobile din patru termeni, valorile yt ale seriei cronologice modificându-se
după formula:
0.5  y t  2  y t 1  y t  y t 1  0.5  y t  2
y tT ( MM )  , t  2,3,..., n  2
4
Seminar 12-13 Statistică: CSIE, an I, sem II
Perioada 0.5  yt  2  yt 1  yt  yt 1  0.5  yt  2
Anul Trimestrul yt ytT ( MM ) 
t 4
I 1 y1 =940 *
II 2 y 2 =650 *
0.5  y1  y 2  y 3  y 4  0.5  y 5
2005 III 3 y 3 =1934 y 3T ( MM )  =1222,5
4
0.5  y 2  y 3  y 4  y 5  0.5  y 6
IV 4 y 4 =1360 y 4T ( MM )  =1231
4
0.5  y 3  y 4  y 5  y 6  0.5  y 7
I 5 y 5 =952 y 5T ( MM )  =1255,25
4
2006 II 6 y 6 =706 y6T ( MM ) =1278,25
III 7 y 7 =2072 y7T ( MM ) =1289
IV 8 y8 =1406 y8T ( MM ) =1297,5
I 9 y 9 =992 y9T ( MM ) =1303
0.5  y8  y9  y10  y11  0.5  y12
II 10 y10 =734 y10T ( MM )  =1314
2007 4
III 11 y11 =2088 *
IV 12 y12 =1478 *
Seminar 12-13 Statistică: CSIE, an I, sem II

Pentru o serie de timp (serie cronologică) cu număr impar de termeni media mobile se determină după modelul de mai jos.

Exemplu: ajustare prin metoda trendului liniar.

Se cunosc următoarele date, privind emisiile radio (mii ore program) in perioada 1990 – 1995:

Metoda trendului linear este similară celei folosite la determinarea coeficienților de regresie (metoda celor mai
mici pătrate).

Ecuația folosită este 𝑦̂𝑡(𝐿𝑖𝑛) = 𝑎 + 𝑏 ∗ 𝑡

Pentru a evidenția particularitățile de calcul se mai jos, interceptul (sau termenul liber) se notează cu a pentru
trendul liniar în eșantion (corespunde parametrului α la nivelul populației) iar coeficientul variabilei timp
(similar coeficientului variabilei explicative x de la regresia liniară) se notează cu b (corespunde parametrului 𝛽
la nivelul populației).

Notă. La regresia liniara b0 era interceptul, iar b1 coeficientul pantei de regresie corespunzător cuantificării
influenței variabilei explicative x asupra variabilei dependente y.
Seminar 12-13 Statistică: CSIE, an I, sem II
Metoda aceasta se simplifică în cazul seriilor de timp, prin centrarea indicatorului perioadei de timp. Centrarea
se realizează în așa fel încât ∑ t=0 (t fiind coloana corespunzătoare perioadelor de timp din seria cronologică.
Modalitatea de realizare: se alege mijlocul seriei de timp astfel

- În cazul seriilor cu număr impar de termeni, termenul din mijloc ia valoarea 0 iar ceilalți termeni valori
pornind de la acesta pană la extremitățile seriei de timp.
Perioada 1 2 3 4 5 6 7 8 9 10 11
t (centrat) -5 -4 -3 -2 -1 0 1 2 3 4 5

- În cazul seriilor cu număr par de termeni, se aleg valorile din mijlocul perioadei astfel încât suma lor
este 0 iar ceilalți termeni valori pornind de la aceștia pană la extremitățile seriei de timp. Exista două
metode, iar recomandarea este să se țină cont de pasul de numărare (distanța numerică între valorile
consecutive).
Există 2 metode:
1) valorile din centru sunt întregi caz in care pasul de numărare (distanța dintre valorile consecutive
ale t centrat) este 2 ca în exemplul de mai jos.
Perioada t 1 2 3 4 5 6 7 8 9 10 11 12
t (centrat) -11 -9 -7 -5 -3 -1 1 3 5 7 9 11

2) valorile din centru nu sunt întregi iar pasul de numărare (distanța dintre valorile consecutive ale t
centrat) este 1
Perioada t 1 2 3 4 5 6 7 8 9 10 11 12
t (centrat) -5,5 -4,5 -3,5 -2,5 -1,5 -0,5 0,5 1,5 2,5 3,5 4,5 5,5

Deoarece ∑ 𝑡 = 0, rezolvarea sistemului de ecuații corespunzător va fi mai rapidă. Exemplul este dat
mai jos, pentru datele din tabelul 8.10, unde avem o serie de timp cu date pentru 6 perioade 𝑖 = ̅̅̅̅̅
1, 𝑛

𝑦̂𝑡(𝐿𝑖𝑛)
Seminar 12-13 Statistică: CSIE, an I, sem II

Iar ecuația de regresie este:

𝑦̂𝑡(𝐿𝑖𝑛) = 𝑎 + 𝑏 ∗ 𝑡 = 64,33 + 2,057 ∗ 𝑡

Folosind această ecuație obținem rezultatele din ultima coloană din tabelul (8.10)

Exemplu: previzionarea valorilor

Pentru metoda trendului liniar se folosește ecuația trendului liniar. Folosim ecuația obținută în exemplul de mai sus
𝑦̂𝑡(𝐿𝑖𝑛) = 𝑎 + 𝑏 ∗ 𝑡 = 64,33 + 2,057 ∗ 𝑡 și observăm faptul că pasul de numărare este 2.

de exemplu pentru perioada 7 (anul 1996), avem t = 7 (următoarea valoare care urmează valorii 5)
iar 𝑦̂7(𝐿𝑖𝑛) = 64,33 + 2,057 ∗ 7 = 78,729

pentru perioada 8 (anul 1997), avem t = 9 (următoarea valoare care urmează valorii 7 și care se găsește la 2
perioade de ultima valoare din setul de date inițial t=5) iar 𝑦̂9(𝐿𝑖𝑛) = 64,33 + 2,057 ∗ 9 = 82,843.

Exemplu interpretare Valoarea previzionată a emisiilor radio program public pentru anul 1997 este de 82,843
mii ore program.

Notă. În cazul centrării, trebuie un plus de atenție la folosirea valorilor t corespunzătoare perioadelor alese,
și la pasul de numărare folosit (distanța dintre valorile consecutive ale t centrat)

Metodele mecanice de ajustare folosesc indicatorii medii ai seriei de timp, studiați în semestrul I (materia Bazele
Statisticii).

Exemplificăm mai jos calculele acestor indicatori

Date privind încasările unui magazin, în perioada 2014-2018, , unde 𝑡 = ̅̅̅̅
1,5
Anul t 𝒚𝒕 ( mil RON)
2014 1 9
2015 2 18
2016 3 22
2017 4 35
2018 5 27

Indicatorii medii care se pot folosi sunt: modificarea media absolută (sporul mediu) și indicele mediu de dinamică
Modificarea medie absolută 𝜟n/1 𝒚𝒏 − 𝒚𝟏 𝒚𝟓 − 𝒚𝟏 𝟐𝟕 − 𝟗
𝜟= = = = = 𝟒, 𝟓
𝒏−𝟏 𝒏−𝟏 𝟓−𝟏 𝟒

Indicele mediu de dinamică 𝑛−1 5−1 𝑦5 4 27 4

𝐼= √𝐼n/1 = √𝑦 = √ 9 = √3 = 1,15
1

Exemple de previzionări folosind metodele mediilor mobile pentru anul 2019, pentru care y1=9 mil RON, t=6 și
indicatorii calculați mai sus.

-folosind modificarea medie absolută:

∑𝑛
𝑡=2 𝛥t/t−1 𝑦𝑛 −𝑦1 𝛥n/1
𝑦̂𝑡(𝛥̄) = 𝑦1 + 𝛥̄ ⋅ (𝑡 − 1) , unde 𝑡 = ̅̅̅̅̅
1, 𝑛 iar 𝛥 = = =
𝑛−1 𝑛−1 𝑛−1
Seminar 12-13 Statistică: CSIE, an I, sem II
𝑦̂2019(𝛥̄) = 9 + 4,5 ⋅ (6 − 1) = 31,5 Exemplu interpretare. Valoarea previzionată a variabilei pentru anul 2019 este 31,5
mii RON

-folosind indicele mediu de dinamică:

𝑛−1 𝑛−1 𝑦 𝑛−1

unde 𝑡 = ̅̅̅̅̅
1, 𝑛 iar 𝐼 = √∏𝑛𝑡=2 𝐼t/t-1 = 𝑛
√𝑦 = √𝐼n/1 .
1

𝑦̂2019(𝐼̄) = 9 ⋅ 1,15(5) = 9 ⋅ 2,01136 = 18,102