Bazele Statisticii Opait

Universitatea „Dunărea de Jos” din Galaţi
Facultatea de Economie şi Administrarea Afacerilor
OPAIŢ GABRIELA
Lector univ. doctor
BAZELE STATISTICII
ISBN 978-606-8216-12-6
Editura EUROPLUS
Galaţi
2010
CUPRINS
Capitolul I. – Statistica, instrument de cunoaştere a realităţii……………………. 3
1.1. Importanţa statisticii în universul realităţii……………………………………….. 3
1.2. Etapele evoluţiei statisticii…………………………………………………………3
1.3. Obiectul şi metoda statisticii……………………………………………………… 4
1.4. Noţiuni folosite în cercetarea statistică………………………………………….…5
Capitolul II. – Observarea, prelucrarea şi prezentarea datelor statistice…………7
Capitolul III. – Indicatorii statistici ai tendinţei centrale………………………….13
3.1. Mărimile medii……………………………………………………………………13
3.1.1. Media aritmetică……………………………………………………………….. 13
3.1.1.1. Proprietăţile mediei aritmetice………………………………………………. 15
3.1.2. Media armonică…………………………………………………………………18
3.1.3. Media geometrică……………………………………………………………….18
3.1.4. Media pătratică………………………………………………………………….18
3.2. Indicatorii medii de poziţie……………………………………………………….19
3.2.1. Modulul…………………………………………………………………………19
3.2.2. Mediana…………………………………………………………………………20
Capitolul IV. Indicatorii variaţiei………………………………………………….. 22
4.1. Indicatorii simpli ai variaţiei…………………………………………………….. 22
4.2. Indicatorii sintetici ai variaţiei……………………………………………………22
Capitolul V. Regresia simplă liniară………………………………………………..26
Capitolul VI. Intensitatea corelaţiei simple liniare……………………………….. 30
Capitolul VII. Regresia hiperbolică…………………………………………………35
Capitolul VIII. Intensitatea corelaţiei hiperbolice………………….…………….. 37
Capitolul IX. Regresia exponenţială……………………………………………….. 38
Capitolul X. Intensitatea corelaţiei exponenţiale………………………………….. 40
Capitolul XI. Corelaţia neparametrică…………………………………………….. 41
Capitolul XII. Indicii statistici……………………………………………………….44
12.1. Noţiunea, importanţa şi rolul indicilor statistici…………………………………44
12.2. Indicii individuali………………………………………………………………. 45
12.3. Indicii sintetici………………………………………………………………….. 48
12.3.1. Indicii agregaţi…………………………………………………………………48
12.3.2. Indicii sintetici calculaţi ca medie a indicilor individuali……………………..53
12.3.2.1. Indicele mediu aritmetic ponderat………………………………………….. 53
12.3.2.2. Indicele mediu armonic ponderat……………………………………………55
12.3.2.3. Indicele mediu geometric……………………………………………………56
12.3.3. Indici calculaţi ca raport între două medii aritmetice ponderate……………....58
12.3.4. Raportul şi diferenţa dintre indicii Paasche şi Lapeyres……………………....60
12.3.5. Metode de analiză a influenţei factorilor cu ajutorul indicilor……………….. 61
12.3.5.1. Metoda substituţiei în lanţ………………………………………………….. 62
12.3.5.2. Metoda restului nedescompus…………………………………………….....68
Capitolul XIII. Testul „t”…………………………………………………………....77

Bibliografie…………………………………………………………………………….81
2
CAPITOLUL I
STATISTICA - INSTRUMENT DE CUNOAŞTERE A REALITĂŢII
1.1. Importanţa statisticii în universul realităţii
Statistica este o ştiinţă într-o continuă evoluţie, ce atrage în universul ei oameni din
diverse domenii de activitate: economie, sociologie, psihologie, medicină, cultură, sport,
etc., şi care reuşind să cunoască multitudinea de metode şi tehnici oferite de ea, vor putea
să se confrunte cu diversele probleme complexe ale societăţii noastre.
Importanţa extremă a statisticii în cunoaşterea realităţii este subliniată puternic de-a
lungul timpului de mari statisticieni. T.W. Anderson şi S.L. Sclove menţionau că:
„statistica intră aproape în fiecare fază a vieţii noastre. Buletinul de ştiri poate începe cu
analiza situaţiei economice şi se poate sfârşi cu timpul probabil. Statistica, cu ajutorul
unor mijloace specifice, furnizează baza pentru cercetare în multe domenii ale cunoaşterii,
cum sunt: sociologia, fizica, biologia, ingineria, educaţia, comerţul, medicina şi
jurisprudenţa. Informaţia asupra unui anumit subiect este sintetizată sub formă de numere;
o analiză a acestor numere este făcută cu scopul obţinerii unei înţelegeri mai bune a
fenomenului ce ne interesează. O definiţie a statisticii ar putea fi aceasta: extragerea
semnificaţiei, a sensului din numere.”
Deosebit de sugestive sunt afirmaţiile lui V. Craiu: „metodele statistice moderne
bazate pe teoria probabilităţilor, sunt de neînlocuit în fizică şi biologie, în economie şi
sociologie, în medicină şi agricultură, în psihologie şi educaţie, în industrie şi în
administraţia de stat. Astronomul stabileşte următoarea poziţie a unei comete pe baza
metodelor statistice; cercetătorii din agricultură şi medicină stabilesc dacă o nouă metodă,
un nou tratament este superior, pe baza consideraţiilor statistice; dezvoltarea sistemului
energetic nu poate avea loc fără cunoaşterea datelor statistice asupra cererii de energie
electrică; inginerii găsesc de neînlocuit teoria selecţiei în controlul calităţii producţiei;
administraţia de stat îşi bazează acţiunile pe date statistice.”
Dar, statisticienii îl citează şi pe scriitorul englez H. G. Wells care afirma că: „în
viitorul nu prea îndepărtat, oamenii vor trebui să înveţe statistica aşa cum învaţă să scrie
şi să citească.” Pe măsura curgerii ireversibile a timpului, observăm că previziunea sa
începe să capete contur.
Însă, există şi o severă caracterizare a statisticii efectuată de Benjamin Disroeli
„există trei feluri de minciuni: minciunile, minciunile teribile şi statisticile”. Această
afirmaţie făcută cu mulţi ani în urmă, capătă mai exact o descriere a multor înşelătorii de
care ne ciocnim în viaţa de zi cu zi. Darrell Huff, în plăcuta sa carte „Cum să minţim cu
statistica” nota că: „mincinoşii ştiu aceste trucuri; oamenii cinstiţi trebuie să le înveţe ca
mijloc de autoapărare”.
1.2. Etapele evoluţiei statisticii
Istoria statisticii este la fel de veche ca şi istoria consemnată, între ele existând o
puternică corelaţie după opinia lui A.L. Schlozer, şi anume: „istoria este statistică în
mişcare, iar statistica este istoria în repaus”.
Cel mai vechi stadiu al statisticii este statistica practică definită prin forme de
evidenţă şi de înregistrări discontinue. Ca exemple, se pot enumera: recensământul
populaţiei realizat la romani (censul), precum şi în Dacia cucerită de aceştia, unde
serviciile de evidenţă erau îndeplinite de „tabulari”; inventarierea aurului şi a pământului
în Egipt cu o periodicitate de 2 ani, etc..
3
O altă etapă deosebit de importantă în dezvoltarea statisticii este statistica
descriptivă. Formele de guvernământ ale Babyloniei, Egiptului şi Romei Antice adunau
documente ce descriau în amănunt populaţiile şi resursele. În Evul Mediu, formele de
guvernământ începeau să înregistreze proprietarii de pământ, iar în anul 762 Charlemagne
[7,p. 2-3] se interesa de descrierile detaliate ale averilor şi serviciilor. Pe de altă parte, la
începutul secolului al IX-lea Charlemagne a terminat o enumerare statistică a sclavilor şi
iobagilor ataşaţi moşiilor.
În jurul anului 1086, William Cuceritorul a ordonat scrierea cărţii „Domesday
Book”, care trebuia să fie un raport al proprietarilor de vase într-o oarecare măsură şi o
evaluare a terenurilor agricole ale Angliei. Finalizarea scrierii ei a determinat apariţia
primei statistici abstracte în limba engleză.
Deoarece Henric al VII-lea se temea de ciumă, în timpul izbucnirii acesteia la
sfârşitul anului 1500, guvernul Angliei a început publicarea săptămânală a statisticilor
decedaţilor. Această practică a continuat, iar după anul 1632 aceste „Afişe ale
mortalităţii” au cuprins născuţii şi decedaţii după sex. În anul 1662, căpitanul John Graunt
a utilizat 30 de ani „afişele mortalităţii” ca să efectueze previziuni asupra numărului de
persoane care ar muri din cauza diverselor boli, precum şi asupra proporţiei naşterilor
persoanelor de sex feminin şi masculin la care se pot aştepta. Sintetizate în lucrarea sa
„Observaţii naturale şi politice… înţelegerea afişelor mortalităţii”, aceste „afişe” au dat
naştere unui studiu care a fost efortul de pionerat în analiza statistică, iar pentru realizarea
sa constând în utilizarea înregistrărilor trecute în vederea previzionării înregistrărilor
viitoare, Graunt a fost făcut membru al „Royal Society”.
Un nou stadiu în evoluţia de-a lungul timpului a statisticii este „Aritmetica
politică”, unde în cadrul „şcolii Aritmetice politice”, apărută în Anglia la finele secolului
al XVII-lea, se formează obiectul şi metoda statisticii ca urmare a aportului adus de
William Petty (1623-1687) în lucrarea sa cu acelaşi nume al şcolii.
Gottfried Achenwall (1719-1772), profesor la Malborough şi Göttingen, a fost cel
care a folosit mai întâi termenul de statistică, originea cuvântului „statistic” provenind din
cuvântul italian „statista” ce înseamnă „om de stat”. Pe de altă parte, cel care a introdus
cuvântul statistică în Anglia, a fost doctorul E.A. Zimmerman, iar Sir John Sinclair l-a
popularizat în lucrarea sa „Descrierea statistică a Scoţiei, 1771-1799”.
Parcurgând de-a lungul timpului istoria statisticii, o altă fază este statistica
inductivă care interpretează fenomenul în ansamblul său pe baza rezultatelor
experimentelor succesive şi a aplicării teoriei selecţiei, iar toate fenomenele focalizate sub
incidenţa cercetării sunt privite în interdependenţa lor. În cadrul acestei faze apare
utilizarea metodelor matematice şi a calculului probabilităţilor. Jacob Bernoulli (1654-
1705) este cel care a pus bazele statisticii inductive ca urmare a utilizării „legii numerelor
mari” în cuantificarea fenomenelor economice.
De asemenea, contribuţii deosebit de importante în cadrul dezvoltării statisticii
inductive şi-au adus: A. Fisher, K. Pearson, C.E. Spearman, M.G. Kendall, G.U. Yule,
Cebîşev, Leapunov, etc..
Istoria dezvoltării statisticii teoretice şi practice este foarte lungă, multe personalităţi
aducându-şi aportul la studiul statisticii, al perfecţionărilor şi inovaţiilor în acest domeniu,
contribuind împreună la perfecţionarea de-a lungul timpului a bazelor teoretice ale
statisticii.
1.3. Obiectul şi metoda statisticii
Obiectul de studiu al statisticii este reprezentat de orice fenomen social-economic,

dar şi de corelaţia dintre acestea şi condiţiile materiale sub incidenţa cărora ele apar.
4
Marele statistician M.G. Kendall sublinia că „statistica este matricea oricărei ştiinţe
experimentale”, ea fiind definită ca o ştiinţă ce cercetează aspectul cantitativ al
fenomenelor şi proceselor social-economice de masă în condiţii concrete de timp şi
spaţiu.
La rândul lor, fenomenele pot fi simple şi colective sau de masă. Fenomenele
simple sunt acele fenomene care apar datorită unui singur factor de influenţă, adică ca
urmare a unei cauze, acesteia corespunzându-i un singur efect. Pe de altă parte, există
fenomene care se formează ca rezultat al acţiunii unui complex de factori de influenţă,
fenomene ce se produc prin intermediul acţiunii unei mulţimi de forme individuale
întâmplătoare. Aceste fenomene se numesc fenomene colective sau fenomene de masă,
iar pentru a identifica legile statistice care le guvernează trebuie cercetată întreaga
colectivitate statistică aflată sub incidenţa programului de cercetare.
Legea statistică reprezintă media acţiunilor individuale, respectiv rezultanta
acţiunilor tuturor factorilor de influenţă ai fenomenului studiat.
Metoda statistică se defineşte ca fiind mulţimea tuturor operaţiilor, tehnicilor,
procedeelor şi metodelor de cercetare statistică a fenomenelor ce fac parte din programul
de cercetare.
Etapele care se vor urma în cadrul cercetării statistice sunt: observarea, prelucrarea,
analiza şi interpretarea rezultatelor.
Observarea statistică are loc în urma culegerii datelor statistice, în această etapă
observându-se fiecare caz separat. Formele observării statistice sunt: recensămintele,
anchetele statistice, monografiile, etc.
Următoarea fază este prelucrarea statistică, în cadrul căreia prin intermediul
„arsenalului” de metode şi tehnici statistice se prelucrează datele statistice culese,
obţinându-se indicatorii statistici ce vor releva ceea ce este esenţial, tipic şi semnificativ
în evoluţia fenomenului cercetat.
Ultima etapă în cadrul cercetării statistice este analiza şi interpretarea
rezultatelor ce vor avea ca efect obţinerea concluziilor statistice.
Ca urmare a existenţei unui univers foarte variat de fenomene ce formează obiectul
său de cercetare, statistica s-a separat pe ramuri, şi anume: bazele statisticii, statistica
macroeconomică, statistica firmei, statistica demografică, statistica medicală, etc.
1.4. Noţiuni folosite în cercetarea statistică
În cadrul programelor de cercetare statistică, precum şi în oricare formă de activitate

statistică, se operează cu noţiuni de bază ce conferă statisticii un limbaj propriu,
asigurându-i dimensiuni distincte faţă de celelalte limbaje ştiinţifice.
Datele statistice sunt valorile, numerele obţinute prin intermediul observării şi
prelucrării statistice.
Unităţile statistice reprezintă elementele componente ale colectivităţilor statistice.
La rândul lor, unităţile statistice pot fi simple şi complexe. Unitatea statistică simplă este
acea entitate din colectivitatea statistică care este indivizibilă în cadrul activităţii de
culegere a datelor statistice. Exemple de unităţi statistice simple: produsul, studentul,
sportivul, etc. Unitatea statistică complexă este alcătuită din două sau mai multe unităţi
statistice simple ca efect al formelor de organizare din cadrul unei colectivităţi statistice,
de exemplu: familia, grupa de studenţi, echipa alcătuită din sportivi, lotul de produse, etc..
Colectivitatea statistică reprezintă totalitatea unităţilor statistice intrate sub
incidenţă procesului de cunoaştere, respectiv a activităţii de cercetare statistică. Ca
exemple, se pot enumera: totalitatea studenţilor dintr-un centru universitar, populaţia unei
ţări, producţia unei firme, etc..
5
Caracteristicile statistice sau variabilele statistice reprezintă trăsăturile comune
ale unităţilor statistice dintr-o colectivitate, ce vor urma a fi supuse procesului de
înregistrare, ale căror valori pot fi în general distincte de la o unitate statistică la alta.
Variabilele statistice se notează cu X,Y,Z.
La nivelul fiecărei unităţi statistice aparţinând unei colectivităţi, fiecare variabilă
statistică înregistrează în general mai multe valori, iar numărul acestora poartă denumirea
de frecvenţă sau pondere. Exemple de variabile statistice: vechimea, înălţimea, greutatea,
viteza, acceleraţia, lăţimea, lungimea, volumul, etc..
Criteriile în funcţie de care variabilele statistice se diferenţiază sunt:
1. după natura lor, distingem variabile statistice de:
- timp, ce exprimă momentul ori perioada de apariţie;
- spaţiu, ce indică plasarea unităţii statistice în teritoriu;
- atributive, ce fac referire la natura interioară a unităţilor statistice.
2. după natura variaţiei, variabilele statistice sunt:
- discrete, când variantele lor reprezintă valori izolate, întregi, în cadrul unui
interval;
- continue, în situaţia în care variantele lor sunt într-un număr infinit pe un
interval, luând orice valoare întreagă şi zecimală.
3. după modul de exprimare, întâlnim variabile statistice:
- cantitative, ele fiind exprimate numeric: greutatea, înălţimea, vârsta, viteza, etc.;
- calitative, acestea fiind exprimate prin cuvinte: naţionalitatea, sexul, starea
civilă, etc..
4. după numărul de variante pe care le iau, distingem:
- variabilele statistice alternative ce sunt caracterizate prin două variante pe care le
pot lua: da şi nu; sexul (bărbat, femeie), etc.;
- variabilele statistice nealternative, ce sunt definite prin mai mult de două valori,
deci pot exprima mai multe variante numerice sau calitative distincte.
5. după importanţa acestora în cadrul activităţii de cercetare statistică, întâlnim:
- variabile statistice esenţiale, ce oferă răspunsuri directe proceselor de cunoaştere;
- variabile statistice neesenţiale, care reprezintă însuşiri cu caracter întâmplător în
activitatea de cercetare.
6. după modul de obţinere şi utilizare a datelor, întâlnim:
- variabile statistice primare, ce sunt obţinute prin intermediul activităţii de
înregistrare statistică;
- variabile statistice derivate, ce rezultă în urma utilizării unui model de calcul
statistic.
Indicatorii statistici reprezintă mărimi statistice prin intermediul cărora,
caracterizarea fenomenelor din punct de vedere al conţinutului, structurii, al variaţiei în
timp ori spaţiu, respectiv al conexiunii cu alte fenomene se exprimă numeric.
Întâlnim următoarele tipuri de indicatori statistici:
- indicatori absoluţi, care apar în urma operaţiilor de măsurare, numărare,
însumare ori agregare;
- indicatori derivaţi numiţi şi indicatori sintetici întâlniţi sub forma mărimilor
medii, mărimilor relative, ei rezultând ca urmare a efectuării unor calcule simple sau prin
utilizarea unor modele matematice.
6
CAPITOLUL II
OBSERVAREA, PRELUCRAREA ŞI PREZENTAREA DATELOR STATISTICE
Cercetarea statistică a fenomenelor şi proceselor social-economice include aşadar,

ansamblul activităţilor de observare şi culegere, sistematizare şi prelucrare, analiza şi
interpretarea rezultatelor obţinute.
Prima etapă a cercetării statistice este observarea. Pentru ca datele statistice să fie
utile programului de cercetare, observaţiile trebuie să fie organizate astfel încât să se
poată selecţiona exemple şi să se ajungă la concluzii logice.
Observarea statistică este procesul de culegere a datelor statistice pe baza unor
criterii precizate, în ceea ce prieşte nivelul variabilelor aparţinând tuturor unităţilor
statistice dintr-o colectivitate.
Statisticienii selecţionează observaţiile lor astfel încât toate eşantioanele cercetate să
conţină date statistice relevante. Astfel, lansarea unui produs nou implică cuantificarea
potenţialului pieţei de desfacere. Pentru aceasta, analiştii pot cerceta câte 100 de
consumatori în orice arie geografică a lumii, iar ei trebuie să fie siguri că fiecare grup
conţine o varietate de oameni ce prezintă variabile de tipul: venitului, studiilor, al rasei, al
căror nivel să fie semnificativ în evoluţia fenomenului cercetat.
Obiectul observării este reprezentat de colectivitatea statistică cercetată sau de
ansamblul unităţilor statistice de la care se culeg şi se înregistrează nivelul
caracteristicilor incluse în programul de cercetare.
Ţinând cont de natura fenomenelor ce se vor înregistra, purtătorii de informaţii pot
fi: fişele, listele şi benzile magnetice.
Fişa se foloseşte doar pentru o singură unitate de observare, cu menţionarea faptului
că se utilizează în situaţia în care programul observării este amplu, iar unităţile statistice
pentru care nivelurile caracteristicilor se vor înregistra, sunt răspândite spaţial.
Lista reprezintă un formular utilizat pentru înregistrarea datelor cu privire la
nivelurile variabilelor aparţinând la mai multe unităţi statistice concentrate în teritoriu.
Observările statistice se clasifică după o serie de criterii:
1. după numărul unităţilor statistice înregistrate, întâlnim:
- observări totale: recensămintele;
- observări parţiale: sondajele; anchetele statistice.
2. după timpul la care se referă datele statistice înregistrate, distingem:
- observări curente: rapoartele statistice;
- observări periodice: recensămintele;
- observări unice: observările special organizate (sondajul statistic, ancheta
statistică, monografia statistică, recensămintele).
Recensământul reprezintă observarea statistică totală şi directă, realizată o dată la
zece ani şi care deţine gradul cel mai ridicat de complexitate. Datele statistice privind
caracteristicile referitoare la mărimea şi structura populaţiei după vârstă, sex, profesie,
etc., se culeg şi se înregistrează simultan după criterii unitare la nivelul tuturor unităţilor
statistice simple aparţinând colectivităţii generale cercetate.
Ancheta statistică reprezintă observarea statistică parţială, prin intermediul căreia
se studiază de exemplu, opiniile consumatorilor privitoare la un anumit produs lansat pe
piaţă, segmentul de piaţă fiind luat sub observaţie în mod aleatoriu, ceea ce nu poate
asigura un grad de reprezentativitate ridicat al părţii focalizate sub observaţie faţă de
colectivitatea generală.
Monografia statistică este observarea statistică special organizată, prin intermediul
căreia se culeg şi se înregistrează date cu privire la caracteristici diferite ale unei unităţi
statistice complexe luate sub observare.
7
Prelucrarea statistică exprimă sistematizarea preliminară a datelor statistice pe
colectivitatea generală, cât şi pe unităţile statistice componente, inclusiv cuantificarea
mărimilor indicatorilor absoluţi şi derivaţi, dar şi reliefarea rezultatelor statistice obţinute.
Aşadar, etapele prelucrării statistice sunt: centralizarea, gruparea datelor, calculul
indicatorilor absoluţi, cuantificarea indicatorilor derivaţi, prezentarea rezultatelor sub
forma tabelelor, graficelor şi a seriilor statistice.
Centralizarea reprezintă acumularea întregului număr de formulare, precum şi
însumarea datelor statistice pe fiecare variabilă aditivă.
Gruparea datelor statistice este operaţia de organizare a datelor statistice primare
în funcţie de o variabilă statistică cantitativă, aceasta putându-se realiza manual sau
automatizat.
Grupările statistice se pot clasifica în funcţie de o serie de criterii:
1. după numărul de variabile utilizate în cadrul operaţiei de grupare statistică
a datelor, distingem:
- grupări simple, acestea fiind realizate în funcţie de o singură variabilă statistică;
- grupări combinate, în cadrul lor fiind folosite două sau mai multe variabile
statistice;
2. după conţinutul variabilelor statistice, întâlnim:
- grupări de timp, acestea fiind efectuate în funcţie de variabile statistice de timp;
- grupări teritoriale, ele fiind realizate după variabile statistice de spaţiu;
- grupări în funcţie de variabile statistice atributive.
3. după modalitatea de exprimare a variabilelor statistice, distingem:
- grupări în funcţie de variabile statistice numerice, în cadrul lor utilizându-se
caracteristici exprimate prin numere;
- grupări în funcţie de variabile statistice nenumerice, acestea fiind obţinute prin
utilizarea caracteristicilor exprimate prin cuvinte.
4. după mărimea variaţiei variabilei statistice analizate, întâlnim:
- grupări pe variante, ele fiind efectuate în funcţie de caracteristici numerice sau
nominative;
- grupări pe intervale de variaţie, care pot fi egale sau neegale.
Gruparea pe intervale egale se efectuează începând de la calculul amplitudinii
variaţiei care se notează cu A şi se calculează în funcţie de diferenţa dintre valoarea
maximă şi valoarea minimă a variabilei statistice cercetate:
A = xmax . − xmin . (2.1)
Astfel, mărimea intervalului de grupare a valorilor caracteristicii statistice luate în

studiu, se determină conform relaţiei H.A. Sturges:
A x − xmin .
d= = max . (2.2)
1 + 3,322 lg n 1 + 3,322 lg n
unde: d = mărimea intervalului de grupare;

n = numărul unităţilor statistice.
Prezentarea datelor statistice se realizează sub forma tabelelor, graficelor şi a

seriilor statistice.
Tabelul statistic reprezintă modalitatea de prezentare într-o reţea de linii şi coloane
a unor date statistice primare sau a unor prelucrări de mărimi statistice derivate, acestea
fiind realizate în vederea analizei indicatorilor absoluţi şi derivaţi în cadrul programului
8
de cercetare. Ca exemple de tabele statistice se pot enumera: tabelul statistic simplu,
tabelul statistic pe grupe, tabelul cu dublă intrare, etc..
Tabelul statistic simplu reprezintă acea formă a unui tabel obţinută prin simpla
înşiruire a unităţilor statistice cercetate, înregistrând în dreptul lor valoarea variabilelor
statistice măsurate, exemplu fiind tabelul nr. 2.1:
Tabelul nr. 2.1.

Distribuţia salariaţilor dintr-un departament în funcţie de vechime
Unitatea Vechimea
statistică (ani)
(salariatul)
1. 7
2. 10
3. 4
4. 3
5. 1
6. 14
7. 20
Total 59
Tabelul statistic pe grupe include date statistice ale unei colectivităţi împărţită în
funcţie de o variabilă statistică de grupare în grupe omogene, de exemplu tabelul nr. 2.2:
Tabelul nr. 2.2.

Forma unui tabel statistic pe grupe de unităţi statistice după variabila X
Variabila Numărul unităţilor statistice
statistică (ni)
x1 n1
x2 n2
. .
. .
. .
xk nk
. .
. .
.
xp np
p
Total ∑n
k =1
i
Tabelul cu dublă intrare se utilizează în situaţia în care unităţile statistice dintr-o

colectivitate analizată se repartizează în funcţie de două variabile statistice de grupare,
între care există o corelaţie, exemplu fiind tabelul nr. 2.3:
9
Tabelul nr. 2.3. Tabelul cu dublă intrare
Grupe
după
variabila
Y
Grupe y1 y2 . . yj . . ys ni.
după . .
variabila
X
x1 n1.
x2 n2.
. .
. .
. .
xi ni.
. .
. .
. .
xp np.
p s
n.j . . n.j . . n.s ∑∑ n ij
n.1 n.2 . . i =1 j =1
Graficele exprimă trăsăturile cele mai importante ale fenomenelor cercetate, prin
intermediul a diferite mijloace de reprezentare, cum ar fi: diagrama prin benzi şi coloane,
diagramele de structură, histograma, curba frecvenţelor absolute, poligonul frecvenţelor
absolute, curba frecvenţelor cumulate, poligonul frecvenţelor cumulate, etc..
Diagrama prin benzi are la bază o arhitectură alcătuită din dreptunghiuri a căror
lungime (latură mare) se plasează pe orizontală, şi care vor fi tangente la ordonata
sistemului de axe rectangulare xoy. Lungimile dreptunghiurilor vor fi proporţionale cu
valorile datelor ce se vor reprezenta, iar lăţimile lor vor fi aceleaşi pentru toate benzile.
De exemplu, în figura nr. 2.1. este reprezentată diagrama prin benzi care prezintă
populaţia în anul 1995 a cinci metropole:
Tabelul nr. 2.4. Populaţia unor metropole în anul 1995
Metropola Sao Paulo Jakarta Tokyo Rio de Buenos Aires
Janeiro
Populaţia 9.393.753 9.160.500 7.966.195 5.473.033 2.988.006
Sao Paulo
Jakarta
Tokyo
Rio de Janeiro
Buenos Aires
0.00 20000 40000 60000 80000 10000

00.00 00.00 00.00 00.00 000.00
Fig. nr. 2.1. Diagrama prin benzi reprezentând

populaţia în anul 1995 a cinci metropole
10
Diagrama prin coloane deţine o tehnică de construcţie bazată pe dreptunghiuri, a
căror lungime (latură mare) se plasează pe verticală în cadrul unui sistem de axe
rectangulare. De exemplu, în figura nr. 2.2. este prezentată diagrama prin coloane care
relevă populaţia S.U.A. în anii 1973, 1976 şi 1998:
300000000
250000000
200000000
150000000
100000000
50000000
0
1973 1976 1998
Fig. nr. 2.2. Diagrama prin coloane reprezentând

populaţia S.U.A. în anii 1973, 1978 şi 1998.
Diagramele de structură (cercul de structură, pătratul de structură, dreptunghiul

de structură) se construiesc pe baza unui raport de proporţionalitate între suprafaţa
fiecărei figuri geometrice şi volumul total al colectivităţii de 100 %. După ce se alege
figura geometrică, aceasta se va împărţi într-un număr de părţi egal cu numărul
componentelor colectivităţii analizate, fiecare parte colorându-se sau haşurându-se după
dorinţa cercetătorului. De exemplu, în figura nr. 2.3. este reprezentat cercul de structură al
populaţiei Franţei în anul 1997, în mediul urban aceasta ocupând 75%, iar în mediul rural
ponderea sa fiind de 25%.
urban
rural
Fig. nr. 2.3. Cercul de structură al ponderilor

populaţiei Franţei în mediul urban şi rural în anul 1997
Histograma este alcătuită dintr-o succesiune de dreptunghiuri lipite unele de altele,

cu bazele egale şi proporţionale cu mărimile intervalelor de grupare, iar înălţimile
proporţionale cu mărimile nivelurilor frecvenţelor absolute şi perpendiculare pe axa
absciselor din cadrul sistemului de axe rectangulare xoy. De exemplu în figura nr. 2.4.
este prezentată histograma notelor obţinute de o grupă de studenţi la un examen:
11
Tabelul nr. 2.5. Distribuţia notelor obţinute de o grupă de studenţi
Note Număr de studenţi
ni
4-5 2
5-6 3
6-7 4
7-8 12
8-9 8
9-10 7
Total 36
Nr. studenţi
12
10 (4-5]
8 (5-6]
(6-7]
6
(7-8]
4
(8-9]
2 (9-10]
0
NOTE
Fig. nr. 2.4. Histograma notelor obţinute de o grupă de studenţi
Seria statistică exprimă efectul grupărilor statistice sub forma a două şiruri de date:
primul şir relevă variabila de grupare şi cel de-al doilea şir prezintă efectul centralizării
frecvenţelor absolute.
Ţinând cont de numărul de variabile statistice focalizate în cadrul programului de
cercetare, seriile statistice pot fi:
- unidimensionale, adică serii statistice ordonate după o singură variabilă statistica;
- multidimensionale, adică serii statistice ordonate după doua sau mai multe
variabile statistice.
În funcţie de conţinutul variabilei statistice de grupare, există următoarele serii
statistice:
- de timp, numite şi serii dinamice sau cronologice, ele exprimând variaţia în timp
a unei variabile statistice cercetate;
- de spaţiu, denumite şi serii statistice teritoriale, reprezentând acele serii statistice
în cadrul cărora se efectuează centralizarea valorilor variabilei statistice cercetate sau a
frecvenţelor în funcţie de variantele unei variabile statistice de spaţiu;
- de distribuţie, numite şi serii statistice de repartiţie, în cadrul lor gruparea datelor
statistice efectuându-se în funcţie de o variabilă statistică atributivă sau cantitativă.
12
CAPITOLUL III
INDICATORII STATISTICI AI TENDINŢEI CENTRALE
Indicatorii tendinţei centrale reprezintă un set de indicatori statistici ce sintetizează

valorile variabilelor statistice aparţinând unei serii statistice cercetate, printr-un număr
redus al acestora. În cadrul indicatorilor tendinţei centrale se includ mărimile medii, dar şi
indicatorii medii de poziţie.
3.1. Mărimile medii
Mărimile medii ocupă o poziţie aparte în cadrul indicatorilor sintetici generalizatori

ai tendinţei centrale de dezvoltare a fenomenelor, cât şi în cel al indicatorilor derivaţi,
relevând ceea ce este esenţial, normal, tipic, comun şi reprezentativ în apariţia şi
manifestarea fenomenelor de masă.
Media deţine o funcţie principală, şi anume aceea de a sintetiza într-o singură
expresie numerică valorile individuale înregistrate ale variabilelor statistice cercetate,
astfel încât să fie posibilă substituirea acestora.
Pe de altă parte, înainte de a calcula media ca o măsură a tendinţei centrale trebuie
verificată omogenitatea colectivităţii statistice intrate în programul de cercetare, în
vederea asigurării unei reprezentativităţi mediei calculate. În situaţia în care mulţimea
valorilor individuale înregistrate este eterogenă, colectivitatea statistică se împarte pe
grupe omogene şi apoi se calculează mediile parţiale pe grupe. În final, nivelul mediu al
variabilelor statistice cercetate pe ansamblul colectivităţii va fi sinteza mediilor parţiale.
În cadrul evoluţiilor lor în timp sau în spaţiu, fenomenele social-economice se pot
afla sub influenţa factorilor esenţiali, cât şi a celor întâmplători. Dintre aceste două
categorii de factori, mărimile medii reliefează influenţa factorilor esenţiali care au
acţionat asupra unităţilor statistice dintr-o colectivitate sub aspectul unei anumite
variabile statistice.
3.1.1. Media aritmetică
De cele mai multe ori, când ne referim la „media” a ceva, vorbim despre media
aritmetică. Această situaţie este adevărată în următoarele exemplificări: vârsta medie de
viaţă a omului, greutatea medie a sportivilor dintr-o echipă, înălţimea medie a
baschetbaliştilor dintr-o echipă, etc..
Media aritmetică a unei serii statistice de forma x1, x2, …, xn aparţinând variabilei
statistice X, se determină ca raport între suma valorilor individuale ale caracteristicii
analizate şi numărul acestora.
- în cazul unei serii statistice simple x1, x2, …, xn , media aritmetică simplă, va fi:
∑x i
x= i =1
(3.1)
n
13
- în situaţia unei serii statistice ponderate de forma ( xi , ni ; i = 1, k ) , media aritmetică
va fi:
k
∑x n i i
x= i =1
k
(3.2)
∑n
i =1
i
Exemple:
Fie distribuţia primelor zece ţări producătoare de cafea în anul 1998:
Tabelul nr.3.1. Primele 10 ţări mari producătoare de cafea

Nr.crt. Ţara Producţia
de cafea
(mii tone)
1. Brazilia 1690
2. Columbia 732
3. Indonezia 455
4. Vietnam 392
5. Côte d’Ivoire 332
6. Mexic 288
7. India 228
8. Etiopia 204
9. Guatemala 183
10. Uganda 180
Total 4684
Nivelul mediu al producţiei de cafea va fi:

n
∑x i
4684
x= i =1
= = 468,4 mii tone
n 10
În tabelul următor este prezentată distribuţia studenţilor dintr-o facultate după

înălţime:
Tabelul nr. 3.2. Repartiţia studenţilor dintr-o facultate în funcţie de înălţime

Înălţime Nr. studenţi xi xini
(cm) (ni)
156-160 21 158 3318
160-164 277 162 44874
164-168 384 166 63744
168-172 245 170 41650
172-176 183 174 31842
176-180 75 178 13350
180-184 62 182 11284
184-188 125 186 23250
188-192 54 190 10260
192-196 27 194 5238
196-200 18 198 3564
Total 1471 252374
14
Nivelul mediu al înălţimii studenţilor pe întreaga facultate va fi:
11
∑x n i i
252374
x= i =1
11
= = 171,57cm
1471
∑n
i =1
i
3.1.1.1. Proprietăţile mediei aritmetice
Proprietăţile mediei aritmetice deţin o importanţă deosebită în obţinerea unei

simplificări a cuantificării acesteia, dar şi în verificarea exactităţii calculului ei.
1. Nivelul mediei aritmetice este cuprins între xmin şi xmax .

xmin < x < xmax (3.3)
În cazul exemplului nr.1, observăm că:

180 < x = 468,4 < 1690
2. Suma abaterilor valorilor individuale ale variabilei statistice cercetate faţă de

nivelul mediu al acesteia este egală cu zero.
- în cazul unei serii simple:
k k ∑x i
∑ ( xi − x ) = ∑ x i − k ⋅
i =1 i =1
i =1
k
=0 (3.4)
- în cazul unei serii cu frecvenţe:
k k ∑x n i i k
∑ ( xi − x) ⋅ni = ∑ xi ni − i =1
k
⋅ ∑ ni = 0 (3.5)
i =1 i =1
∑n
i =1
i
i =1
3. Dacă toate nivelurile variabilelor statistice xi, unde i = 1, k , sunt egale, atunci
media aritmetică a acestora va fi egală cu valoarea lor comună.
Dacă x1 = x2 = ... = xk = α , atunci:
∑x i
k ⋅α
x= i =1
= =α (3.6)
k k
15
k k
∑ xi ni α ∑ ni
x= i =1
k
= i =1
k
=α (3.7)
∑n
i =1
i ∑n i =1
i
4. În situaţia în care toate nivelurile variabilelor statistice (x1, x2, …, xk ) cresc sau
descresc cu o constantă β , atunci şi nivelul mediu aritmetic al acestora creşte sau
descreşte cu aceeaşi valoare β .
k k
∑ ( xi ± β ) ∑x i ± kβ
x =
' i =1
= i =1
= x±β (3.8)
k k
k k
∑ ( xi ± β ) ⋅ ni ∑x n i i
x =
' i =1
k
= i =1
k
±β = x±β (3.9)
∑n
i =1
i ∑n
i =1
i
5. Dacă toate nivelurile variabilelor statistice (x1, x2, …, xk ) se măresc sau se

micşorează de un anumit număr de ori ω , atunci şi nivelul mediu aritmetic al acestora se
măreşte sau se micşorează de acelaşi număr de ori ω , unde ω ≠ 0 .
k k
xi
∑ω 1 ∑x i
x
x =
' i =1
= ⋅ i =1
= (3.10)
k ω k ω
k k
xi
∑ω ⋅ni
1 ∑x n i i
x
x =
' i =1
= ⋅ i =1
= (3.11)
k
ω k
ω
∑n i =1
i ∑n
i =1
i
Observăm că dacă combinăm proprietăţile 4 şi 5, obţinem formula de calcul

simplificat a mediei aritmetice:
16
k
xi − β
∑ ω
x' = i =1
⋅ω + β (3.12)
k
k
xi − β
∑ ω
⋅ ni
x =
' i =1
k
⋅ω + β (3.13)
∑n
i =1
i
6. În situaţia în care într-o serie statistică cu frecvenţe, toate nivelurile frecvenţelor

asociate fiecărei variante a variabilei statistice cercetate se reduc de acelaşi număr de ori
ϕ , unde ϕ ≠ 0 , atunci nivelul mediei aritmetice ponderate nu se modifică.
k
ni 1 k
∑ xi ⋅
i =1 ϕ ϕ
∑x n
i =1
i i
x =
'
= =x (3.14)
k
ni 1 k
∑ϕ
i =1 ϕ
∑n
i =1
i
unde ϕ ≠ 0
Combinând proprietăţile 4, 5 şi 6 obţinem o altă formă a formulei de calcul

simplificat a mediei aritmetice în cazul unei serii cu frecvenţe.
k
x i − β ni
∑ ⋅
ω ϕ
x' = i =1
k
⋅ω + β (3.15)
ni
∑ϕ i =1
7. Nivelul mediu aritmetic al sumei alcătuită din două variabile statistice X şi Y este
egal cu suma nivelurilor mediilor aritmetice ale fiecărei variabile statistice cercetate.
x+ y = x+ y (3.16)

k k k
∑ ( xi + y i ) ∑ xi ∑y i
x+ y = i =1
= i =1
+ i =1
= x+ y (3.17)
k k k
k k k
∑ ( xi + yi )ni ∑ xi ni ∑y n i i
x+ y = i =1
k
= i =1
k
+ i =1
k
= x+ y (3.18)
∑n
i =1
i ∑n
i =1
i ∑n
i =1
i
17
8. Nivelul mediu aritmetic al produsului alcătuit din două variabile statistice X şi Y
este egal cu produsul nivelurilor mediilor aritmetice ale fiecărei variabile statistice
analizate.
x⋅ y = x⋅ y (3.19)
3.1.2. Media armonică
Media armonică reprezintă inversa mediei aritmetice a valorilor inverse ale

variabilelor statistice xi.
k
xh = (3.20)
k
1
∑
i =1 xi
∑n i
xh = i =1
(3.21)
k
1
∑
i =1 xi
⋅ ni
3.1.3. Media geometrică
Media geometrică se utilizează în situaţia în care termenii unei serii statistice

evoluează în progresie geometrică.
k
xg = k ∏x i =1
i (3.22)

k
∑ ni k
xg = ∏x
ni
i =1
i (3.23)
i =1
3.1.4. Media pătratică
Media pătratică reprezintă rădăcina pătrată a mediei aritmetice a pătratelor

nivelurilor variabilei statistice cercetate.
18
k
∑x 2
i
xp = i =1
(3.24)
k
k
∑x 2
i i n
xp = i =1
k
(3.25)
∑n
i =1
i
3.2. Indicatorii medii de poziţie
3.2.1. Modul
Modul reprezintă acea valoare a caracteristicii X din cadrul unei serii cu frecvenţe
de forma (xi, ni), unde i = 1, k , care prezintă frecvenţa maximă. El se notează cu Mo şi are
următoarea formulă:
Δ1
Mo = x0 + d ⋅ (3.26)
Δ1 + Δ 2
unde:
x0 = limita inferioară a intervalului modal;
d = mărimea intervalului;
Δ1 = diferenţa dintre frecvenţa intervalului modal şi frecvenţa intervalului adiacent
anterior;
Δ 2 = diferenţa dintre frecvenţa intervalului modal şi frecvenţa intervalului adiacent
următor.
Interpretarea geometrică a modului se realizează în maniera următoare:

- fie un sistem de axe rectangulare x0y, pe a cărei abscisă se aleg variabilele xi-1 şi
xi, cărora le corespunde frecvenţa cea mai mare.
- vom plasa pe abscisă două intervale adiacente intervalului (xi-1,xi), pentru a
construi o histogramă. Astfel, intervalul modal va fi intervalul (xi-1,xi).
- în continuare vom uni punctul A cu punctul C şi punctul B cu punctul D, obţinând
două triunghiuri asemenea: AEB şi CED.
B C
F G
A D
0 xi-1 Mo xi x
Figura nr. 3.1. Interpretarea geometrică a modului
19
Din asemănarea triunghiurilor AEB şi CED vom obţine următoarea relaţie:
EF EG
= (3.27)
AB CD
Vom utiliza următoarele notaţii:

EF = Mo – xi-1 ; AB = Δ1
EG = xi – M0 ; CD = Δ 2 ; xi - xi-1= d
Aşadar:
M o − xi−1 xi − M o
= (3.28)
Δ1 Δ2
M o ⋅ Δ 2 − xi−1 ⋅ Δ 2 = xi ⋅ Δ1 − M 0 ⋅ Δ1 ⇒
M o (Δ1 + Δ 2 ) = xi ⋅ Δ1 + xi −1 ⋅ Δ 2 ⇒
M o (Δ1 + Δ 2 ) = xi −1 ⋅ Δ1 + d ⋅ Δ1 + xi−1 ⋅ Δ 2 ⇒
Δ1
M 0 = xi −1 + d ⋅ (3.29)
Δ1 + Δ 2
Exemplu:
Fie distribuţia următoare a salariaţilor dintr-o firmă după vechime:
Tabelul nr. 3.3.

Distribuţia salariaţilor dintr-o firmă în funcţie de vechime
Vechime Număr de salariaţi
(ani) (ni)
0 - 10 4
10 - 20 7
20 - 30 23
30 - 40 6
Total 40
Intervalul modal va fi intervalul cu frecvenţa maximă, şi anume intervalul 20 – 30:
Δ1 (23 − 7)
Mo = x0 + d ⋅ = 20 + 10 ⋅ = 24,8
Δ1 + Δ 2 (23 − 7) + (23 − 6)
3.2.2. Mediana
Mediana reprezintă valoarea caracteristicii din centrul unei serii statistice care a fost
ordonată crescător sau descrescător.
Dacă seria statistică simplă este alcătuită dintr-un număr impar de termeni, mediana
va fi egală cu mărimea variabilei statistice aflată la mijlocul seriei.
În situaţia în care seria statistică are un număr par de termeni, mediana va fi egală cu
semi-suma sau media aritmetică simplă a valorilor caracteristicilor aflate la centrul seriei.
În cazul unei serii cu frecvenţe, mediana prezintă următoarea formulă de calcul:
U me − N i −1
Me = x0 + d ⋅ (3.30)
ni
20
unde:
Me = mediana;
x0 = limita inferioară a intervalului median;
U me = unitatea mediană;
Ni-1 = frecvenţa cumulată până la intervalul median;
ni = frecvenţa absolută din dreptul intervalului median;
∑ n +1 i n
U me
= i =1
2
; dacă ∑n
i =1
i ≤ 30 (3.31)
n
∑n i n
U me
= i =1
2
; dacă ∑n
i =1
i > 30 (3.32)
Intervalul median va fi cel din dreptul frecvenţei cumulate Ni care va îndeplini

condiţia următoare:
N i ≥ U me (3.33)
Exemplu:
Fie distribuţia următoare a angajaţilor dintr-o firmă după salarii:
Tabelul nr. 3.4.

Distribuţia angajaţilor dintr-o firmă în funcţie de salarii
Salarii Număr de salariaţi Frecvenţa
(mil.lei) (ni) cumulată (Ni)
0- 8 10 10
8 - 16 14 24
16 – 24 22 46
24 – 32 6 52
Total 52
Vom calcula valoarea unităţii mediane:

n
∑n i
52
U me
= i =1
= = 26
2 2
Prima frecvenţă cumulată care îndeplineşte condiţia stabilită în cadrul relaţiei

(3.33), este N3 = 46.
Aşadar, intervalul median este 16 – 24.
Prin urmare, mediana va fi:
U me − N i−1 26 − 24
Me = x0 + d ⋅ = 16 + 8 ⋅ = 16,73
ni 22
21
CAPITOLUL IV.
INDICATORII VARIAŢIEI
În vederea caracterizării gradului de împrăştiere al valorilor xi aparţinând unei

variabile statistice X în jurul nivelului mediu al acesteia, se calculează numeroşi indicatori
ai variaţiei, care pot fi: indicatori simpli şi indicatori sintetici ai variaţiei.
4.1. Indicatorii simpli ai variaţiei
4.1.1. Amplitudinea absolută a variaţiei
A = xmax − xmin (4.1.)
4.1.2. Amplitudinea relativă a variaţiei
xmax − xmin
A= ⋅100 (4.2.)
x
4.1.3. Abaterea individuală a unei variabile xi faţă de nivelul mediu al

variabilei statistice X
- în mărimi absolute:
a ( xi ) = xi − x (4.3.)
- în mărimi relative:
xi − x
a ( xi ) = ⋅ 100 (4.4)
x
4.2. Indicatorii sintetici ai variaţiei
Indicatorii sintetici ai variaţiei prezintă formule de calcul care au o proprietate

comună, şi anume toate deţin în componenţa lor suma abaterilor valorilor individuale xi
ale unei variabile X faţă de nivelul lor mediu.
În cadrul indicatorilor sintetici ai variaţiei sunt incluse: abaterea medie liniară,
dispersia, abaterea standard şi coeficientul de variaţie.
4.2.1. Abaterea medie liniară
Abaterea medie liniară reprezintă media aritmetică (simplă sau ponderată), în

valori absolute, a abaterilor valorilor individuale ale variabilelor xi faţă de nivelul lor
mediu.
- pentru serii simple:
∑x i −x
d= i =1
(4.5.)
n
22
- pentru serii cu frecvenţe:
∑ x − x ⋅n i i
d= i =1
k
(4.6.)
∑n
i =1
i
4.2.2. Dispersia
Dispersia reprezintă media pătratică (simplă sau ponderată), a abaterilor valorilor

individuale ale variabilelor xi faţă de nivelul lor mediu.
∑ ( x − x) i
2
σ2 = i =1
(4.7.)
n
∑ ( x − x) i
2
⋅ ni
σ = 2 i =1
k
(4.8.)
∑n
i =1
i
4.2.3. Abaterea standard
Abaterea standard, numită şi abaterea medie pătratică, reprezintă rădăcina

pătrată din dispersie, adică radical de ordinul doi din media pătratică (simplă sau
ponderată) a abaterilor valorilor individuale ale variabilelor xi faţă de nivelul lor mediu.

n
∑ ( x − x) i
2
σ= i =1
(4.9.)
n

k
∑ (x i − x) 2 ⋅ ni
σ= i =1
k
(4.10)
∑n
i =1
i
4.2.4. Coeficientul de variaţie
Coeficientul de variaţie exprimă gradul de omogenitate sau eterogenitate dintr-o

colectivitate statistică analizată. Cu cât coeficientul de variaţie are o valoare mai mică, cu
atât populaţia este mai omogenă şi invers.
23
Acest indicator al variaţiei prezintă două formule de calcul, şi anume: fie se împarte
valoarea abaterii medii liniare la cea a mediei aritmetice, fie se efectuează raportul dintre
valoarea abaterii standard şi cea a mediei aritmetice.
d
v= ⋅100 (4.11)
x
sau
σ
v= ⋅100 (4.12)
x
Exemplu:
Fie următoarea distribuţie a unor persoane în funcţie de greutate, prezentată în

tabelul nr. 4.1.:
Tabelul nr. 4.1. Distribuţia unor persoane după greutate

Greutate Nr.
(kg.) pers. (xi) xini ( xi − x) 2 ni
(ni) xi − x xi − x ⋅ ni
50-60 2 55 110 21,67 43,34 939,178
60-70 14 65 910 11,67 163,38 1906,645
70-80 27 75 2025 1,67 45,09 75,003
80-90 6 85 510 8,33 49,98 416,333
90-100 11 95 1045 18,33 201,63 3695,878
Total 60 4600 61,67 503,42 7033,037
- Nivelul mediu al greutăţii va fi:
∑xn i i
4600
x= i =1
= = 76,67 kg
k
60
∑n
i =1
i
- Abaterea medie liniară:
∑ x − x ⋅n i i
503,42
d= i =1
= = 8,39 kg
k
60
∑n
i =1
i
Fiecare persoană se abate în medie, faţă de greutatea medie pe colectivitatea

cercetată, cu ± 8,39 kg.
- Dispersia:
∑ ( x − x) i
2
⋅ ni
7033,037
σ =
2 i =1
= = 117,217 kg
k
60
∑n
i =1
i
24
- Abaterea standard:
∑ ( x − x)
i
2
⋅ ni
σ= i =1
k
= 117,217 = 10,82 kg
∑n
i =1
i
Astfel, fiecare persoană se abate faţă de greutatea medie pe colectivitatea analizată,

cu ± 10,82 kg.
- Coeficientul de variaţie:
σ 10,82
v= ⋅100 = = 14,11 %
x 76,67
Coeficientul de variaţie având o valoare mică, populaţia prezintă un grad de

omogenitate destul de ridicat.
25
Capitolul V.
REGRESIA SIMPLĂ LINIARĂ
Regresia simplă liniară prezintă un model care relevă legătura dintre o variabilă
cauzală şi o variabilă efect ale căror valori variază în progresie aritmetică:
y xi = a + b ⋅ xi (5.1)
unde: a = ordonata la origine;

b = coeficientul de regresie.
Pentru a determina valoarea parametrilor a şi b vom apela la „metoda celor mai mici
pătrate”:
n
S = ∑ ( yi − y xi ) 2 = min . (5.2)
i =1
care prezintă următoarea definiţie: „suma pătratelor abaterilor dintre valorile empirice yi şi
valorile teoretice y xi trebuie să fie minimă”.
În vederea calculării parametrilor a şi b vom deriva parţial suma în raport cu a şi
apoi vom deriva suma în raport cu b.
⎧ ∂S ⎧ n
⎪⎪ ∂a = 0 ⎪2∑ ( yi − a − bxi ) ⋅ (−1) = 0
⎪ i =1
⎨ ⇔⎨ n ⇔
⎪ ∂S = 0 ⎪2 ( y − a − bx ) ⋅ (− x ) = 0
⎪⎩ ∂b ⎪⎩ ∑
i =1
i i i
⎧ n n
⎪
⎪
n ⋅ a + b ∑
i =1
x i = ∑
i =1
yi
⇔⎨ n n n
(5.3)
⎪a x + b x 2 = x y
⎪⎩ ∑i =1
i ∑
i =1
i ∑
i =1
i i
Pentru a afla parametrii a şi b din acest sistem vom utiliza metoda lui Cramer:
n n
∑ yi
i =1
∑x
i =1
i
n n n n n n
∑ xi yi
i =1
∑ xi2
i =1
∑ xi2 ⋅ ∑ yi − ∑ xi ⋅ ∑ xi yi
a= n
= i =1 i =1
n
i =1
n
i =1
(5.4)
n ∑x i
n∑ x − (∑ xi )
2
i
2
i =1 i =1 i =1
n n
∑x ∑x
i =1
i
i =1
2
i
26
n
n ∑y
i =1
i
n n n n n
∑ xi
i =1
∑ xi yi
i =1
n ⋅ ∑ xi yi − ∑ xi ⋅ ∑ yi
b= n
= i =1
n
i =1
n
i =1
(5.5)
n ∑x i
n∑ x − (∑ xi ) 2
i
2
i =1 i =1 i =1
n n
∑x ∑x
i =1
i
i =1
2
i
Formulele parametrilor a şi b demonstrate în cadrul relaţiilor (5.4) şi (5.5),

reprezintă cazul I, adică situaţia în care perechea (xi,yi) apare o singură dată.
Exemplu: Fie distribuţia a 5 persoane dintr-o firmă oarecare, în funcţie de salarii,
prezentată în tabelul nr. 5.1:
Tabelul nr. 5.1. Distribuţia unui număr de 5 persoane în funcţie de salarii

Nr. Vechime Salarii
crt (ani) ($) xi2 xi yi
(xi) (yi)
1. 2 200 4 400
2. 3 250 9 750
3. 4 300 16 1200
4. 5 350 25 1750
5. 6 400 36 2400
Total 20 1500 90 6500
Aşadar:
n n n n
∑ xi2 ⋅ ∑ yi − ∑ xi ⋅ ∑ xi yi 90 ⋅ 1500 − 20 ⋅ 6500

a= i =1 i =1 i =1 i =1
= = 100
n n
5 ⋅ 90 − 400
n∑ xi2 − (∑ xi ) 2
i =1 i =1
n n n
n ⋅ ∑ xi yi − ∑ xi ⋅ ∑ yi
5 ⋅ 6500 − 20 ⋅ 1500
b= i =1 i =1 i =1
= = 50
n n
5 ⋅ 90 − 400
n∑ xi2 − (∑ xi ) 2
i =1 i =1
Prin urmare:
y xi = 100 + 50 ⋅ xi
Cazul II. - (xi, yi, ni) – în situaţia în care perechea (xi,yi) apare de ni ori.
n n n n
∑ xi2ni ⋅ ∑ yi ni − ∑ xi ni ⋅ ∑ xi yi ni
a= i =1
n
i =1
n
i =1
n
i =1
(5.6)
∑ n ⋅∑ x n − (∑ x n )
i =1
i
i =1
2
i i
i =1
i i
2
27
n n n n
∑ ni ⋅ ∑ xi yi ni − ∑ xi ni ⋅ ∑ yi ni
b= i =1
n
i =1
n
i =1
n
i =1
(5.7)
∑ n ⋅ ∑ x n − (∑ x n )
i =1
i
i =1
2
i i
i =1
i i
2
Exemplu: Fie distribuţia a 30 persoane dintr-o firmă, în funcţie de salarii,

prezentată în tabelul nr. 5.2:
Tabelul nr. 5.2. Distribuţia unui număr de 30 persoane în funcţie de salarii

Vechime Salarii Nr.
(ani) ($) pers xi yi xini yini xi2 x i y i ni
(ni)
0 – 10 200 – 300 2 5 250 10 500 50 2500
10 – 20 300 – 400 8 15 350 120 2800 1800 42000
20 – 30 400 – 500 14 25 450 350 6300 8750 157500
30 – 40 500 – 600 6 35 550 210 3300 7350 115500
Total 30 690 12900 17950 317500
n n n n
∑ xi2 ni ⋅ ∑ yi ni − ∑ xi ni ⋅ ∑ xi yi ni
a= i =1
n
i =1
n
i =1
n
i =1
=
∑ n ⋅∑ x n − (∑ x n )
i =1
i
i =1
2
i i
i =1
i i
2
17950 ⋅ 12900 − 690 ⋅ 317500

= = 200
30 ⋅17950 − (690) 2
n n n n
b= i =1
n
i =1
n
i =1
n
i =1
=
∑ n ⋅ ∑ x n − (∑ x n )
i =1
i
i =1
2
i i
i =1
i i
2
30 ⋅ 317500 − 690 ⋅12900

= = 10
30 ⋅17950 − (690) 2
Deci:
y xi = 200 + 10 ⋅ xi
Cazul III. - (Tabel de corelaţie)

n n n n n
∑ xi2 ni. ⋅ ∑ y j n. j − ∑ xi ni. ⋅ ∑∑ xi y j nij

i =1 j =1 i =1 i =1 j =1
a= n n n n
(5.8)
∑∑ n ⋅∑ x n
i =1 j =1
ij
i =1
2
i i. − (∑ xi ni. )
i =1
2
n n n n n n
∑∑ n ⋅ ∑∑ x y n − ∑ x n ⋅ ∑ y n
i =1 j =1
ij
i =1 j =1
i j ij
i =1
i i.
j =1
j .j
b= n n n n
(5.9)
∑∑ n ⋅ ∑ x n
i =1 j =1
ij
i =1
2
i i. − (∑ xi ni. )
i =1
2
28
Tabelul nr. 5.3 Distribuţia bidimensională a 8 persoane în funcţie de vechime şi de salarii
Salarii 0 200 400 600
Ve-
-200 -
400
-
600
-
800
ni. xi xini. xi2ni.
∑x y n i j ij
chime
0 –10 1 - - 1 2 5 10 50 4000
10–20 - 2 - - 2 15 30 450 9000
20-30 - 1 1 - 2 25 50 1250 20000
30-40 1 - - 1 2 35 70 2450 28000
n.j 2 3 1 2 8 160 4200 61000
yjn.j 200 900 500 1400 3000
∑x y n
i j ij
4000 165 125 2800 61000
00 00 0
n n n n n
∑ xi2ni. ⋅ ∑ y j n. j − ∑ xi ni. ⋅ ∑∑ xi y j nij

i =1 j =1 i =1 i =1 j =1
a= n n n n
=
∑∑ nij ⋅∑ xi2ni. − (∑ xi ni. )2
i =1 j =1 i =1 i =1
4200 ⋅ 3000 − 160 ⋅ 61000

= = 355
8 ⋅ 4200 − (160) 2
n n n n n n
∑∑ nij ⋅ ∑∑ xi y j nij − ∑ xi ni. ⋅ ∑ y j n. j

i =1 j =1 i =1 j =1 i =1 j =1
b= n n n n
=
∑∑ n ⋅ ∑ x n
i =1 j =1
ij
i =1
2
i i. − (∑ xi ni. )
i =1
2
8 ⋅ 61000 − 160 ⋅ 3000

= =1
8 ⋅ 4200 − (160) 2
Aşadar:
y xi = 355 + xi
29
Capitolul VI.
INTENSITATEA CORELAŢIEI SIMPLE LINIARE
Intensitatea corelaţiei dintre o variabilă cauzală xi şi o variabilă efect yi, ale căror
valori evoluează după un trend liniar, se poate măsura prin intermediul coeficientului de
corelaţie al lui Pearson.
Acesta aparţine intervalului [-1,1]. Cu cât coeficientul de corelaţie tinde către ± 1, cu
atât intensitatea legăturii dintre variabilele cercetate este mai puternică, şi cu cât
coeficientul de corelaţie tinde către 0, cu atât intensitatea legăturii dintre cele două
variabile analizate este mai slabă.
- în cazul în care perechea (xi,yi) apare o singură dată, coeficientul de corelaţie

Pearson va fi:
∑ (x i − x)( yi − y )
r= i =1
(6.1)
n ⋅σ x ⋅σ y
unde:
n
∑ ( x − x) i
2
σx = i =1
(6.2)
n
∑(y i − y)2
σy = i =1
(6.3)
n
Exemplu: În cazul distribuţiei celor 5 persoane în funcţie de vechime şi salarii,

prezentată în cadrul tabelului nr. 5.1., să se determine intensitatea legăturii dintre
variabilele vechime şi salarii, ştiind că între acestea există o legătură de tip liniar.
Tabelul nr. 6.1.

Nr. Vechime Salarii
Crt. xi $/lună
xi − x yi − y ( xi − x) ( xi − x) 2 ( yi − y ) 2
( yi − y )
1. 2 200 -2 - 100 200 4 10000
2. 3 250 -1 - 50 50 1 2500
3. 4 300 0 0 0 0 0
4. 5 350 1 50 50 1 2500
5. 6 400 2 100 200 4 10000
Total 20 1500 500 10 25000
Vechimea medie va fi:
∑x i
20
x= i =1
= = 4 ani
n 5
30
Salariul mediu va fi:
∑y i
1500
y= i =1
= = 300 $/lună
n 5
Aplicând coeficientul de corelaţie al lui Pearson, vom obţine:
∑ ( x − x)( y − y)
i i
500
r= i =1
= ≅1
n ⋅σ x ⋅σ y 5 ⋅1,414 ⋅ 70,711
unde:
∑ (x i − x) 2
10
σx = i =1
= = 1,414
n 5
şi
n
∑ ( y − y) i
2
25000
σy = i =1
= = 70,711
n 5
Aşadar, intensitatea legăturii dintre vechime şi salarii este foarte puternică.
- în situaţia în care perechea (xi,yi) apare de ni ori, coeficientul de corelaţie Pearson

va fi:
n
∑ ( x − x)( y − y)n
i i i
r= i =1
n
(6.4)
∑ n ⋅σ
i =1
i x ⋅σ y
unde:
n
∑ (x i − x) 2 ni
σx = i =1
n
(6.5)
∑n
i =1
i
∑(y i − y ) 2 ni
σy = i =1
n
(6.6)
∑n i =1
i

prezentată în cadrul tabelului nr. 5.2., să se determine intensitatea legăturii dintre
31
Tabelul nr. 6.2.
Vechi Salarii nr
me $/lună pers.
xini yi ( xi − x) ni ( yi − y )ni ( xi − x) ( xi − x) 2 ni ( yi − y ) 2 ni
ni ( yi − y )ni
0-10 200-300 2 10 500 - 18 - 180 6480 648 64800
10-20 300-400 8 120 2800 -8 - 80 5120 512 51200
20-30 400-500 14 350 6300 2 20 560 56 5600
30-40 500-600 6 550 3300 12 120 8640 864 86400
Total 30 650 12900 20800 2080 208000

n
∑xn i i
690
x= i =1
= = 23 ani
n
30
∑n i =1
i

n
∑yn i i
12900
y= i =1
= = 430 $/lună
n
30
∑n
i =1
i
Aplicând coeficientul de corelaţie al lui Pearson, vom obţine:

n
∑ ( x − x)( y − y)n
i i i
20800
r= i =1
= =1
n
20800
∑ n ⋅σ
i =1
i x ⋅σ y
unde:
∑ (x i − x) 2 ni
2080
σx = i =1
= = 8,326663998
n
30
∑n
i =1
i
∑ ( y − y)
i
2
ni
208000
σy = i =1
= = 83,26663998
n
30
∑n
i =1
i
Deci, intensitatea legăturii dintre vechime şi salarii este foarte puternică.
- în cazul tabelului de corelaţie, coeficientul de corelaţie Pearson va fi:
n n
∑∑ ( x − x)( y
i =1 j =1
i j − y )nij
r= n n
(6.7)
∑∑ n
i =1 j =1
ij ⋅σ x ⋅σ y
32
unde:
n
∑ (x i − x) 2 ni.
σx = i =1
n
(6.8)
∑n
i =1
i.
∑(y
j =1
j − y ) 2 n. j
σy = n
(6.9)
∑n
j =1
.j

prezentată în cadrul tabelului nr. 5.3., să se stabilească intensitatea legăturii dintre
Tabelul nr. 6.3 Distribuţia bidimensională a 8 persoane în funcţie de vechime şi de salarii

Salarii 0 200 400 600
-200 - - - ni. xini. xi − x ( xi − x) 2 ni.
∑ (x i − x)( y j − y )nij
Ve- 400 600 800
chime
0 –10 1 - - 1 2 10 -15 450 -750
10–20 - 2 - - 2 30 - 5 1800 750
20-30 - 1 1 - 2 50 5 1250 250
30-40 1 - - 1 2 70 15 2450 750
n.j 2 3 1 2 8 160 5950 1000
yjn.j 200 900 500 140 3000
0
-275 -
yj − y 75 125 325

n
∑xn i i.
160
x= i =1
= = 20 ani
n
8
∑n
i =1
i.

n
∑y n
j =1
j .j
3000
y= = = 375 $/lună
n
8
∑n j =1
.j
Coeficientul de corelaţie Pearson va fi:

n n
∑∑ ( x
i =1 j =1
i − x)( y j − y )nij
1000
r= = = 0,02
n n
8 ⋅ 27,272 ⋅ 222,205
∑∑ n
i =1 j =1
ij ⋅σ x ⋅σ y
33
unde:
n
∑ (x i − x) 2 ni.
5950
σx = i =1
= = 27,272
n
8
∑n i =1
i.
∑(y
j =1
j − y ) 2 n. j
395000
σy = = = 222,205
n
8
∑n
j =1
.j
Aşadar, intensitatea legăturii dintre vechime şi salarii este foarte slabă.

În situaţia în care între valorile variabilelor x şi y există o legătură de tip liniar,
coeficientul de corelaţie prezintă şi o formă simplificată:
- în situaţia în care perechea (xi,yi) apare o singură dată:
n n n
n∑ xi yi − ∑ xi ⋅ ∑ yi
r= i =1 i =1 i =1
(6.10)
n n n n
[n∑ xi2 − (∑ xi ) 2 ][n∑ yi2 − (∑ yi ) 2 ]
i =1 i =1 i =1 i =1
- în situaţia în care perechea (xi,yi) apare de ni ori:
n n n n
r= i =1 i =1 i =1 i =1
(6.11)
n n n n n n
[∑ ni ⋅ ∑ x n − (∑ xi ni ) ][∑ ni ⋅ ∑ y n − (∑ yi ni ) ]
2
i i
2 2
i i
2
i =1 i =1 i =1 i =1 i =1 i =1
- în situaţia tabelului de corelaţie:

n n n n n n
∑∑ nij ⋅ ∑∑ xi y j nij − ∑ xi ni. ⋅ ∑ y j n. j

r=
i =1 j =1 i =1 j =1 i =1 j =1 (6.12)
n n n n n n n n
[∑∑ nij ∑ xi2 ni. − (∑ xi ni. ) 2 ][∑∑ nij ∑ y 2j n. j − (∑ y j n. j ) 2 ]
i =1 j =1 i =1 i =1 i =1 j =1 j =1 j =1
34
Capitolul VII.
REGRESIA HIPERBOLICĂ
Regresia hiperbolică exprimă un model care prezintă legătura dintre o variabilă

cauzală şi o variabilă efect ale căror valori variază după o funcţie hiperbolică:
b
y xi = a + (7.1)
xi
În vederea calculării valorilor parametrilor a şi b vom aplica „metoda celor mai mici
pătrate”:
n
S = ∑ ( yi − y xi ) 2 = min . (7.2)
i =1
Pentru a determina parametrii a şi b vom deriva parţial suma în raport cu a şi apoi
vom deriva suma în raport cu b.
⎧ ∂S ⎧ n b
= 0 ⎪ 2∑ ( yi − a − ) ⋅ (−1) = 0
⎪⎪ ∂a ⎪ i =1 xi
⎨ ⇔⎨ n ⇔
⎪ ∂S = 0 ⎪2 ( y − a − b ) ⋅ ( − 1 ) = 0
⎪⎩ ∂b ⎪⎩ ∑i =1
i
xi xi
⎧ n
1 n
⎪ n ⋅ a + b ∑ x = ∑ yi
⎪ i =1 i i =1
⇔⎨ n (7.3)
⎪a 1 + b 1
n n
yi
∑
⎪⎩ i =1 xi ∑ 2
i =1 xi
= ∑
i =1 xi
Pentru a afla parametrii a şi b din acest sistem vom utiliza metoda lui Cramer:
n n
1
∑i =1
y i ∑i =1 xi
n
yi n
1 n
1 n n
1 n yi
∑i =1 xi
∑
i =1 xi
2 ∑ 2 ∑ i
⋅ y − ∑ ⋅∑
i =1 xi i =1 i =1 xi i =1 xi
a= = (7.4)
n
1 n
1 n
1 2
n ∑ n∑ 2 − (∑ )
i =1 xi i =1 xi i =1 xi
n
1 n
1
∑
i =1 xi
∑
i =1 xi
2
n
n ∑y
i =1
i
n
1 n
yi n
yi n 1 n
∑x ∑x n⋅∑ − ∑ ⋅ ∑ yi
i =1 i =1 i =1 xi i =1 xi i =1
b= i i
= (7.5)
n
1 n
1 n
1
n ∑ n∑ 2 − (∑ ) 2
i =1 xi i =1 xi i =1 xi
n
1 n
1
∑x
i =1
∑
i =1 xi
2
i
35
Formulele parametrilor a şi b demonstrate în cadrul relaţiilor (7.4) şi (7.5),
reprezintă cazul I, adică situaţia în care perechea (xi,yi) apare o singură dată.
Cazul II. - (xi, yi, ni) – în situaţia în care perechea (xi,yi) apare de ni ori.
1 n n n
1 n
yi
∑ 2 i ∑ i i
i =1 xi
n ⋅
i =1
y n − ∑
i =1 xi
ni ∑
⋅
i =1 xi
ni
a= (7.6)
n n
1 n
1
∑
i =1
ni ⋅ ∑ 2 ni − (∑ ni ) 2
i =1 xi i =1 xi
n n
yi n
1 n
∑ ni ⋅ ∑ x
ni − ∑ ni ⋅ ∑ yi ni
i =1 xi
b = i =1 n i =1 ni i =1
(7.7)
1 n
1 2
∑i =1
ni ⋅ ∑ 2 ni − (∑ ni )
i =1 xi i =1 xi
1
n n n
1 n n
1
∑ 2 i. ∑ j . j
i =1 xi
n ⋅
j =1
y n − ∑ i =1 xi
ni . ∑∑
⋅
i =1 j =1 xi
y j nij
a= (7.8)
n n n
1 n
1
∑∑
i =1 j =1
nij ∑ 2 i .
⋅
i =1 xi
n − ( ∑i =1 xi
ni. ) 2
n n n n
1 n
1 n
∑∑ nij ⋅ ∑∑
i =1 j =1 i =1 j =1 xi
y j nij − ∑ ni. ⋅ ∑ y j n. j
i =1 xi j =1
b= (7.9)
n n n
1 n
1
∑∑
i =1 j =1
nij ⋅ ∑ 2 ni. − (∑ ni. ) 2
i =1 xi i =1 xi
36
Capitolul VIII.
INTENSITATEA CORELAŢIEI HIPERBOLICE
În cazul în care între valorile variabilelor x şi y există o legătură de tip hiperbolic,

coeficientul de corelaţie prezintă următoarea formă simplificată:
1
- în situaţia în care perechea ( ,yi) apare o singură dată:
xi
n
1 n
1 n
n∑ yi − ∑ ⋅ ∑ yi
i =1 xi i =1 xi i =1
r= (8.1)
1n n
1 n n
[n∑ − (∑ ) 2 ][n∑ yi2 − (∑ yi ) 2 ]
i =1 xi i =1 xi i =1 i =1
1
- în situaţia în care perechea ( ,yi) apare de ni ori:
xi
n n
1 n
1 n
∑ ni ⋅ ∑
i =1 i =1 xi
yi ni − ∑ ni ⋅ ∑ yi ni
i =1 xi i =1
r= (8.2)
n
1n n
1 n n n
[∑ ni ⋅ ∑ 2 ni − (∑ ni ) 2 ][∑ ni ⋅ ∑ yi2 ni − (∑ yi ni ) 2 ]
i =1 i =1 xi i =1 xi i =1 i =1 i =1

n n n n
1 n
1 n
∑∑ nij ⋅ ∑∑ xi
y j nij − ∑ ni. ⋅ ∑ y j n. j
i =1 xi
r=
i =1 j =1 i =1 j =1 j =1 (8.3)
n n n
1 1 n n n n n
[∑∑ nij ∑ n − (∑ ni. ) 2 ][∑∑ nij ∑ y 2j n. j − (∑ y j n. j ) 2 ]
2 i.
i =1 j =1 i =1 xi i =1 xi i =1 j =1 j =1 j =1
37
Capitolul IX.
REGRESIA EXPONENŢIALĂ
Regresia exponenţială prezintă un model care relevă legătura dintre o variabilă

cauzală şi o variabilă efect ale căror valori variază în progresie geometrică:
y xi = a ⋅ b xi (9.1)
Pentru a calcula parametrii a şi b vom logaritma funcţia exponenţială prezentată în

cadrul relaţiei (9.1):
ln y xi = ln a + xi ln b (9.2)
Aplicând „metoda celor mai mici pătrate”, vom obţine:
n
S = ∑ (ln yi − ln y xi ) 2 = min . (9.3)
i =1
Pentru a determina parametrii a şi b vom deriva parţial suma în raport cu lna şi apoi
vom deriva suma în raport cu lnb.
⎧ ∂S ⎧ n
⎪⎪ ∂ ln a = 0 ⎪2∑ (ln yi − ln a − xi ln b) ⋅ (−1) = 0
⎪ i =1
⎨ ⇔⎨ n ⇔
⎪ ∂ S ⎪2 (ln y − ln a − x ln b) ⋅ (− x ) = 0
⎪⎩ ∂ ln b = 0 ⎪⎩ ∑
i =1
i i i
⎧ n n
⎪
⎪
n ⋅ ln a + ln b ⋅ ∑
i =1
xi = ∑
i =1
ln yi
⇔⎨ n n n
(9.4)
⎪ln a ⋅ x + ln b ⋅ x 2 = x ln y
⎪⎩ ∑
i =1
i ∑i =1
i ∑i =1
i i
Utilizând metoda lui Cramer, vom obţine:
n n
∑ ln y
i =1
i ∑x
i =1
i
n n n n n n
∑ x ln y ∑ x
i =1
i i
i =1
2
i ∑ x ⋅ ∑ ln y − ∑ x ⋅ ∑ x ln y
2
i i i i i
ln a = n
= i =1 i =1
n
i =1
n
i =1
(8.5)
n ∑x i
n∑ x − (∑ xi )
2
i
2
i =1 i =1 i =1
n n
∑x ∑x
i =1
i
i =1
2
i
38
n
n ∑ ln y
i =1
i
n n n n n
∑ xi
i =1
∑ xi ln yi
i =1
n ⋅ ∑ xi ln yi − ∑ xi ⋅ ∑ ln yi
ln b = n
= i =1
n
i =1
n
i =1
(9.6)
n ∑x i
n∑ x − (∑ xi ) 2
i
2
i =1 i =1 i =1
n n
∑x ∑x
i =1
i
i =1
2
i
Formulele parametrilor lna şi lnb prezentate în cadrul relaţiilor (9.5) şi (9.6),

exprimă cazul I, adică situaţia în care perechea (xi,lnyi) apare o singură dată.
Cazul II. - (xi, lnyi, ni) – în situaţia în care perechea (xi,lnyi) apare de ni ori.
n n n n
∑ xi2 ni ⋅ ∑ ln yi ⋅ ni − ∑ xi ni ⋅ ∑ xi ln yi ⋅ ni
ln a = i =1 i =1
n n
i =1
n
i =1 (9.7)
∑n ⋅∑ x n
i =1
i
i =1
2
i i − (∑ xi ni )
i =1
2
n n n n
∑ ni ⋅ ∑ xi ln yi ⋅ ni − ∑ xi ni ⋅ ∑ ln yi ⋅ ni
ln b = i =1 i =1
n n
i =1
n
i =1
(9.8)
∑ n ⋅ ∑ x n − (∑ x n )
i =1
i
i =1
2
i i
i =1
i i
2

n n n n n
∑ xi2 ni. ⋅ ∑ ln y j n. j − ∑ xi ni. ⋅ ∑∑ xi ln y j ⋅ nij

i =1 j =1 i =1 i =1 j =1
ln a = n n n n
(9.9)
∑∑ n ⋅∑ x n
i =1 j =1
ij
i =1
2
i i. − (∑ xi ni. )
i =1
2
n n n n n n
∑∑ nij ⋅ ∑∑ xi ln y j ⋅nij − ∑ xi ni. ⋅ ∑ ln y j ⋅ n. j

i =1 j =1 i =1 j =1 i =1 j =1
ln b = n n n n
(9.10)
∑∑ n ⋅ ∑ x n
i =1 j =1
ij
i =1
2
i i. − (∑ xi ni. )
i =1
2
39
Capitolul X.
INTENSITATEA CORELAŢIEI EXPONENŢIALE
În situaţia în care între valorile variabilelor x şi y există o legătură de tip

exponenţial, coeficientul de corelaţie prezintă următoarea formă simplificată:
- în situaţia în care perechea (xi,lnyi) apare o singură dată:
n n n
n∑ xi ln yi − ∑ xi ⋅ ∑ ln yi
r= i =1 i =1 i =1
(10.1)
n n n n
[n∑ xi − (∑ xi ) ][n∑ ln y − (∑ ln yi ) ]
2 2
i
2
i =1 i =1 i =1 i =1
- în situaţia în care perechea (xi,lnyi) apare de ni ori:
n n n n
∑ ni ⋅ ∑ xi ln yi ⋅ ni − ∑ xi ni ⋅ ∑ ln yi ⋅ ni (10.2)
r= i =1 i =1 i =1 i =1
n n n n n n
[∑ ni ∑ xi2 ni − (∑ xi ni ) 2 ][∑ ni ∑ ln yi2 ⋅ ni − (∑ ln yi ⋅ ni ) 2 ]
i =1 i =1 i =1 i =1 i =1 i =1
n n n n n n
∑∑ nij ⋅ ∑∑ xi ln y j ⋅ nij − ∑ xi ni. ⋅ ∑ ln y j ⋅ n. j

r=
i =1 j =1 i =1 j =1 i =1 j =1 (10.3)
n n n n n n n n
[∑∑ nij ∑ x n − (∑ xi ni. ) ][∑∑ nij ∑ n. j ln y − (∑ n. j ln y j ) ]
2
i i.
2 2
j
2
i =1 j =1 i =1 i =1 i =1 j =1 j =1 j =1
40
Capitolul XI.
CORELAŢIA NEPARAMETRICĂ
În situaţia în care măsurăm intensitatea corelaţiei dintre două variabile statistice care
nu prezintă o distribuţie de tip normal sau variabilele nu sunt exprimate numeric, se
utilizează metodele de corelaţie neparametrice, care operează cu rangurile variabilelor şi
nu cu mărimile variabilelor.
Astfel, pentru cuantificarea mărimilor coeficienţilor de corelaţie se vor lua în calcul
numerele de ordine ale valorilor individuale ale variabilelor statistice focalizate în cadrul
programelor de cercetare. Pentru a determina rangurile variabilelor statistice la nivelul
fiecărei unităţi statistice observate, se vor ordona crescător datele statistice ale
respectivelor caracteristici.
11.1. Coeficientul de corelaţie al lui Spearman
Pentru a măsura intensitatea corelaţiei dintre două variabile ale căror valori nu
exprimă o distribuţie normală, Spearman a creat următoarea formulă numită coeficientul
de corelaţie a rangurilor:
n
∑d i
2
θ =1− 6 i =1
(11.1)
n3 − n
unde:
θ = coeficientul de corelaţie al lui Spearman;
di = diferenţele calculate între rangurile caracteristicilor corelate;
n = numărul de perechi de caracteristici corelate.
Coeficientul de corelaţie al lui Spearman aparţine intervalului [-1,1].

Dacă θ = -1, atunci între seria rangurilor variabilei statistice independente şi seria
rangurilor variabilei dependente există o discordanţă deplină, iar dacă θ = 1, între seria
rangurilor variabilei statistice cauzale şi seria rangurilor caracteristicii statistice
rezultative există o concordanţă deplină.
11.2. Coeficientul de corelaţie al lui Kendall
O altă modalitate de a măsura intensitatea corelaţiei dintre două caracteristici ale

căror valori nu sunt distribuite normal, este cea stabilită de Kendall, care a creat formula
următoare ce poartă denumirea de coeficientul de corelaţie a rangurilor al lui Kendall:
n n
∑ pi − ∑ qi
τ= i =1 i =1
(11.2)
1
n(n − 1)
2
unde:
τ = coeficientul de corelaţie al lui Kendall;
pi = numărul de ranguri superioare rangului i care sunt pe coloana
caracteristicii dependente după fiecare rang;
41
qi = numărul de ranguri inferioare rangului i
care sunt după fiecare rang şi care
aparţin coloanei variabilei dependente;
n = numărul de perechi de variabile corelate.
De asemenea, coeficientul de corelaţie al rangurilor al lui Kendall aparţine

intervalului [-1,1].
Dacă τ = -1, atunci între rangurile variabilelor corelate există o discordanţă deplină,
iar dacă τ = 1, atunci între rangurile caracteristicilor corelate există o concordanţă
deplină.
11.3. Coeficientul ponderat de concordanţă al lui Fechner
Măsurarea intensităţii corelaţiei dintre două variabile ale căror valori nu exprimă o
distribuţie normală se poate realiza şi prin intermediul coeficientului ponderat de
concordanţă al lui Fechner:
n
∑Δ xi Δ yi
Kc = i =1
(11.3)
n n
∑ (Δ
i =1
xi ) ⋅ ∑ (Δ yi )
2
i =1
2
Exemplu:
Fie distribuţia următoarelor ţări în funcţie de numărul populaţiei şi de valoarea
P.N.B.:
Tabelul nr. 11.1 Distribuţia unor ţări în funcţie de populaţie şi de P.N.B.
Ţara Populaţia P.N.B.
(mil.loc.) (mil.$) 1996
Argentina 36 0,295
Brazilia 161 0,709
Japonia 126 5,149
Spania 39 0,563
Franţa 58 1,533
• Sursa: „Enciclopedia statelor lumii” – H.C. Matei, Ed. Meronia, Bucureşti, 2001.
Pentru a calcula coeficienţii de corelaţie ai rangurilor ai lui Spearman, Kendall,

Fechner, vom ordona crescător ţările menţionate anterior în funcţie de populaţie,
atribuindu-le ranguri, iar apoi le vom poziţiona rangurile în ordine crescătoare în funcţie
de valoarea P.N.B., după cum se observă în tabelul nr. 11.2:
Tabelul nr. 11.2 Poziţionarea ţărilor în ordine crescătoare în funcţie de numărul populaţiei
şi atribuirea de ranguri în ordinea crescătoare a P.N.B.
Ţa Rang Rang Δ xi
ra după
xi
după
yi
di (di)2 pi qi Δ xi Δ yi ( Δ xi)2 ( Δ yi)2 Δ yi
Argentina 1 1 0 0 4 - 36 0,295 1296 0,087 10,62
Spania 2 2 0 0 3 - 3 0,268 9 0,072 0,804
Franta 3 4 -1 1 1 1 19 0,824 361 0,679 15,656
Japonia 4 5 -1 1 - 1 68 3,616 4624 13,075 245,888
Brazilia 5 3 2 4 - - 103 0,146 10609 0,021 15,038
Total 6 8 2 16899 13,934 288,006
42
Coeficientul de corelaţie al lui Spearman va fi:
∑d i
2
6
θ = 1− 6 ⋅ i =1
= 1− 6 ⋅ = 0,7
n −n 3
5 −5
3
Coeficientul de corelaţie al lui Kendall va fi:
n n
∑ p − ∑q i i
8−2
τ= i =1 i =1
= = 0,6
1 1
n(n − 1) ⋅5⋅ 4
2 2
Coeficientul lui Fechner va fi:
∑Δ xi Δ yi
288,006
Kc = i =1
= = 0,59
n n
16899 ⋅ 13,934
∑ (Δ
i =1
xi ) 2 ⋅ ∑ (Δ yi ) 2
i =1
43
Capitolul XII.
INDICII STATISTICI
12.1. Noţiunea, importanţa şi rolul indicilor
Cuantificarea şi cunoaşterea evoluţiei în timp, spaţiu sau în raport cu anumite

sisteme de referinţă a nivelurilor caracteristicilor unităţilor statistice aparţinând unei
colectivităţi studiate, cât şi descoperirea, separarea şi măsurarea contribuţiei factorilor
care au determinat aceste evoluţii, contribuie la modelarea statistică a realităţii, asigurând
fundamentarea deciziilor de ordin politic, social, cultural şi economic pe plan naţional,
regional, local, dar şi la nivel internaţional.
Unităţile statistice ale unei colectivităţi prezintă o serie de caracteristici incluse în
programul de cercetare în funcţie de interesul pe care îl prezintă. Valorile caracteristicilor
numerice se stabilesc prin numărare, măsurare şi prin calcul, iar în cadrul observaţiei
instrumentul principal îl va reprezenta măsurarea variabilelor unităţilor statistice supuse
cercetării ca modalitate de definire, descriere şi cunoaştere din punct de vedere cantitativ
al caracteristicilor unităţilor statistice.
Această constatare şi înregistrare a caracteristicilor unităţilor statistice se va
completa cu raţionalizarea acestora prin intermediul metodelor statistice, utilizând
instrumentul matematic.
Pentru a măsura şi caracteriza variaţia medie relativă în timp, spaţiu sau în funcţie
de anumite sisteme de referinţă, a nivelului caracteristicii unităţilor statistice ce alcătuiesc
colectivitatea statistică cercetată, se folosesc indicii statistici.
Indicii statistici reprezintă o categorie a indicatorilor statistici, ei fiind utilizaţi în
sferele activităţii economice şi sociale întrucât exprimă cu o deosebită fidelitate
schimbările produse, rolul şi influenţa factorilor ce determină evoluţia în timp sau spaţiu a
fenomenelor studiate. În acest sens, economistul Helmut Swoboda afirma că: „indicele
este degetul arătător al economiei, indicatorul progresului şi al insuccesului… El este
caracteristic pentru întreaga situaţie”. [4, p.323].
Numele de indice provine de la denumirea de „numere indice”, fiind o prescurtare a
acesteia. Corespondentul denumirii de „numere indice” este în engleză - „index
numbers”, în franceză - „nombres indices”, în limba italiană - „numeri indici”, iar în
limba germană - „indexziffern”.
Prin studiul variaţiei medii relative în timp, spaţiu ori în raport cu anumite sisteme
de referinţă a nivelului variabilelor unităţilor statistice dintr-o colectivitate analizată,
indicii pun în evidenţă evoluţia progresivă sau regresivă a colectivităţilor social-
economice de lucruri şi fapte.
Pe de altă parte, această variaţie a nivelurilor caracteristicilor unităţilor statistice
poate fi studiată ca:
- variaţie în timp, obţinându-se indicii dinamicii;
- variaţie în teritoriu, alcătuind astfel indicii teritoriali:
- variaţie calitativă, formând indicii calitativi;
- variaţie în raport cu niveluri prestabilite prin planuri şi programe, obţinând indicii
de plan.
Această variaţie medie se măsoară atât la nivelul întregii colectivităţi statistice
cercetate, cât şi la nivelul fiecărei unităţi componente aparţinând respectivei colectivităţi.
Indicele dinamicii are rolul de a măsura şi caracteriza variaţia medie relativă în timp
a nivelului caracteristicii unităţilor statistice aparţinând unei colectivităţi.
44
Indicele teritorial măsoară variaţia medie relativă a nivelului variabilei unui
ansamblu de unităţi statistice de acelaşi tip, care se există în acelaşi moment şi evoluează
în spaţii diferite.
Indicele calitativ deţine rolul de a „măsura şi caracteriza raportul dintre grupe
calitative diferite ale unei colectivităţi”.
Indicele de plan are rolul de a cuantifica variaţia medie relativă a nivelului
caracteristicii unităţilor statistice ale unei colectivităţi statistice în raport cu anumite
niveluri prestabilite prin planuri şi programe de cercetare, obţinându-se astfel indicele
obiectivului sau sarcinii de plan, indicele îndeplinirii planului şi indicele dinamicii care
este numit şi indice efectiv sau al dezvoltării efective, toţi aceşti trei indici ai planului
formând sistemul indicilor de plan.
Raportând între ele două niveluri absolute ale aceleiaşi unităţi statistice, se obţine un
indice ce exprimă variaţia relativă a nivelului caracteristicii unităţii statistice cercetate.
Indiferent de aspectul variaţiei pe care o caracterizează (variaţie în timp, în spaţiu,
calitativă sau în raport cu niveluri prestabilite prin planuri şi programe), indicii au o bază
metodologică comună ce constă în compararea sub formă de raport a două niveluri
diferite ale unui indicator statistic. Unul dintre niveluri exprimă valoarea caracteristicii
unităţii statistice din perioada care se raportează, numită şi perioadă curentă, iar celălalt
reprezintă valoarea caracteristicii aceleiaşi unităţi statistice din perioada considerată ca
bază de raportare.
Nivelul considerat ca bază de comparaţie trebuie să fie un nivel normal din
dezvoltarea caracteristicii unităţii statistice studiate, cu o semnificaţie deosebită, adică să
exprime o anumită etapă de dezvoltare, astfel încât să poată fi considerată drept etalon.
Dacă înmulţim cu 100 raportul dintre două niveluri absolute aparţinând aceleiaşi
unităţi statistice, vom obţine valoarea procentuală a variaţiei relative a nivelului
caracteristicii unităţii statistice cercetate.
Indicii calculându-se sub forma unui raport dintre nivelurile caracteristicii atinse de
una sau mai multe unităţi statistice din două perioade sau zone diferite, pot fi consideraţi
mărimi relative adimensionale, adică sunt independenţi de unitatea de măsură a variabilei
unităţii statistice focalizate prin programul de cercetare.
În concluzie, indicele cuantifică variaţia medie relativă în timp, spaţiu sau în funcţie
de anumite sisteme de referinţă a nivelului variabilei aparţinând unui ansamblu de unităţi
statistice ce alcătuiesc fenomenul sau activitatea cercetată, el sintetizând într-o expresie
numerică nivelul relativ al caracteristicii aparţinând grupului de unităţi statistice analizate.
12.2. Indicii individuali
Indicii individuali reprezintă acea categorie de indici, care în funcţie de sfera de

cuprindere exprimă variaţia relativă la nivelul unei unităţi statistice simple ce aparţine
unei colectivităţi studiate, a nivelului caracteristicii analizate, variaţie cercetată în raport
cu timpul, spaţiul ori în raport cu anumite sisteme de referinţă. Indicii individuali se mai
numesc indici simpli sau elementari şi se notează cu i.
Ei exprimă, de cele mai multe ori procentual, modificarea în timp ori în spaţiu a
valorii unui produs, a cantităţii unui produs, a preţului unui produs, etc. Prin intermediul
indicelui individual se compară sub formă de raport nivelul variabilei unei unităţi
statistice simple dintr-o colectivitate statistică într-o anumită perioadă (numită perioadă
raportată), cu nivelul variabilei aceleiaşi unităţi statistice simple într-o perioadă
considerată ca bază de comparaţie (numită perioadă de bază).
45
De asemenea, se pot calcula şi modificările în mărimi absolute ale nivelului
caracteristicii unităţii statistice simple, ca diferenţă între nivelurile variabilei în cele două
perioade de timp comparate.
Indicii individuali măsoară în general, modificarea relativă în timp a nivelului
caracteristicii unei unităţi statistice simple, astfel de indici individuali făcând parte din
categoria indicilor dinamicii. De exemplu, putem compara producţia unui anumit tip de
produs obţinută în anul 2004 de o firmă, cu producţia aceluiaşi produs realizată de aceeaşi
firmă în anul 2000.
Alteori, indicii individuali măsoară variaţia relativă în spaţiu a nivelului variabilei
unei unităţi statistice simple, care se manifestă în acelaşi moment în două unităţi
teritoriale diferite, indicii individuali fiind numiţi indici teritoriali. Putem compara preţul
unui anumit produs realizat de o firmă într-un judeţ sau ţară, cu preţul aceluiaşi produs
creat de o altă firmă dintr-un alt judeţ sau ţară în aceeaşi perioadă de timp,
recomandându-se ca astfel de comparaţii să se efectueze între ţări cu structuri economice
asemănătoare.
Se mai poate analiza evoluţia nivelului caracteristicii unei unităţi statistice simple în
timp, în raport cu anumite niveluri prestabilite prin planuri şi programe, indicii individuali
purtând denumirea de indici individuali de plan.
Valoarea unui indice individual poate fi mai mică, egală sau mai mare decât
unitatea, sau faţă de 100, în funcţie de modul de exprimare a indicelui individual sub
formă de coeficient sau de procente, adică:
itx/i0 < 1 , itx/i0 = 1 , itx/i0 > 1

sau
itx/i0 < 100 , itx/i0 = 100 , itx/i0 > 100
Un indice individual exprimă de câte ori a crescut sau scăzut nivelul caracteristicii
unei unităţi statistice simple în perioada raportată t, faţă de nivelul caracteristicii aceleiaşi
unităţi statistice simple din perioada de bază 0, sau din aceeaşi perioadă de timp, dar care
se desfăşoară în spaţii diferite.
Dacă indicele individual are o valoare mai mică decât unitatea, respectiv mai mare
faţă de unitatea, sau egală cu unitatea, atunci nivelul caracteristicii unităţii statistice
simple a scăzut, respectiv a crescut, sau s-a menţinut la acelaşi nivel, în perioada raportată
faţa de perioada considerată drept bază de comparaţie.
Când indicii individuali se exprimă în procente, perioada de bază se echivalează cu
100%, iar valoarea indicelui individual exprimă cu cât a scăzut sau a crescut în procente
nivelul variabilei unităţii statistice simple în perioada raportată faţă de nivelul ei din
perioada de bază.
Indicii individuali sunt utilizaţi în toate domeniile activităţii economice şi sociale,
deoarece ei pot reflecta schimbările care au loc, rolul şi influenţa factorilor în variaţia
fenomenelor cercetate.
Variaţia în timp a volumului fizic, respectiv a preţului, sau a valorii fiecărui produs
se poate determina calculând indicii individuali ai volumului fizic.
Indicele individual cu bază fixă, respectiv cu bază mobilă, al volumului fizic al unui
produs i se află raportând volumul fizic al produsului i din perioada raportată t, la
volumul fizic al aceluiaşi produs i din perioada de bază 0, respectiv din perioada
precedentă t-1:
qti
itq/i0 = ⋅100 (12.1)
q0 i
46
respectiv,
qti
itq/i t −1 = ⋅100 (12.2)
qt −1,i
unde:
itq/i0 = indicele individual cu bază fixă al volumului fizic al produsului i;
itq/i t −1 = indicele individual cu bază mobilă al volumului fizic al produsului i;
qti = volumul fizic al produsului i în perioada raportată t;
qt-1,i = volumul fizic al produsului i în perioada de precedentă t-1;
q0i = volumul fizic al produsului i în perioada de bază 0.
Indicele individual cu bază fixă, respectiv cu bază mobilă, al preţului unui produs i
se află raportând preţul produsului i din perioada raportată t, la preţul aceluiaşi produs i
din perioada de bază 0, respectiv din perioada precedentă t-1:
pti
itp/i0 = ⋅100 (12.3)
p0i
respectiv,
pti
itp/it −1 = ⋅100 (12.4)
pt −1,i
unde:
itp/i0 = indicele individual cu bază fixă al preţului produsului i;
itp/it −1 = indicele individual cu bază mobilă al preţului produsului i;
pti = preţul produsului i în perioada raportată t;
pt-1,i = preţul produsului i în perioada de precedentă t-1;
p0i = preţul al produsului i în perioada de bază 0.
Indicele individual cu bază fixă, respectiv cu bază mobilă, al valorii unui produs i se
află raportând valoarea produsului i din perioada raportată t, la valoarea aceluiaşi produs i
din perioada de bază 0, respectiv din perioada precedentă t-1:
vti q p
itv/i 0 = = ti ti = itq/i 0 ⋅ itp/i0 (12.5)
v0i q0i p0i
respectiv,
vti qti pti
itv/i t −1 = = = itq/it −1 ⋅ itp/it −1 (12.6)
vt −1,i qt −1,i pt −1,i
unde:
itv/i 0 = indicele individual cu bază fixă al valorii produsului i;
itv/i t −1 = indicele individual cu bază mobilă al valorii produsului i;
vti = valoarea produsului i în perioada raportată t;
vt-1,i = valoarea produsului i în perioada de precedentă t-1;
v0i = valoarea produsului i în perioada de bază 0.
47
12.3. Indicii sintetici
În cadrul teoriei indicilor statistici, un loc important în clasificarea acestora din

punctul de vedere al sferei de cuprindere, îl ocupă indicii sintetici, de grup sau compuşi
care măsoară variaţia medie relativă în timp, spaţiu, sau în raport cu anumite sisteme de
referinţă a nivelurilor aceloraşi variabile ale unei colectivităţi.
Dacă vrem să studiem variaţia medie relativă în timp a nivelului variabilei complexe
analizate pe o colectivitate, adică să construim indicii sintetici ce fac parte din categoria
indicilor dinamicii, vom compara sub formă de raport nivelul absolut al variabilei
complexe a ansamblului de elemente cercetate din perioada raportată t, cu nivelul absolut
al aceleiaşi variabile complexe aparţinând ansamblului de elemente din perioada de bază
0 sau perioada precedentă t-1, obţinând indicii sintetici cu bază fixă, respectiv cu bază
mobilă.
Indicele sintetic sub formă agregată va exprima de câte ori a crescut sau a scăzut
nivelul caracteristicii unei colectivităţi în perioada raportată t, faţă de nivelul
caracteristicii aparţinând aceleiaşi colectivităţi din perioada de bază 0, sau din perioada
precedentă t-1.
Când indicele sintetic are valoarea mai mică decât unitatea, respectiv mai mare
decât unitatea, sau egală cu unitatea, atunci nivelul variabilei cercetate aparţinând
colectivităţii a scăzut, respectiv a crescut, sau s-a menţinut la acelaşi nivel, în perioada
raportată t faţă de nivelul ei din perioada de bază 0 sau precedentă t-1.
În situaţia în care indicii sintetici se exprimă în procente, valoarea indicelui sintetic
arată cu cât a crescut sau a scăzut în procente nivelul variabilei aparţinând colectivităţii
studiate, în perioada raportată t faţă de nivelul ei din perioada de bază 0 sau precedentă t-
1.
Cercetând variaţia medie relativă în spaţiu a nivelului absolut al aceleiaşi variabile
complexe aparţinând la două colectivităţi de acelaşi tip care se află în acelaşi timp în două
spaţii teritoriale diferite, se obţin indicii sintetici teritoriali, comparaţiile internaţionale
efectuându-se între ţări cu structuri economice echivalente.
Analizând variaţia medie relativă a nivelului caracteristicii unei colectivităţi în
raport cu niveluri prestabilite prin planuri şi programe, vom obţine indicii sintetici de
plan.
Aşadar, indicii sintetici sunt mărimi relative ale dinamicii, de coordonare şi ale
planului, având în structura lor un model de comparaţie sub formă de raport. În acelaşi
timp, indicii sintetici au conţinut de mărime medie, în structura lor aplicându-se un model
de sinteză, deoarece se calculează la nivelul unei colectivităţi, în cadrul căreia nivelurile
valorilor caracteristicii studiate sunt centralizate prin agregare.
Indicii sintetici deţin o importanţă deosebită în foarte multe domenii ale ştiinţei:
economie, demografie, biologie, medicină, fizică, chimie, etc.
Aşadar, indicii sintetici reprezintă un adevărat „tablou de bord” al variaţiei în timp,
spaţiu sau în raport cu anumite sisteme de referinţă a nivelurilor variabilelor ce fac
obiectul cercetării, oglindind variaţia medie relativă a caracteristicilor la nivelul grupelor
valorice şi în final prin agregare la nivelul întregului ansamblu.
12.3.1. Indicii agregaţi
Indicele de grup sub formă agregată cu bază fixă, în cazul unei variabile discrete
complexe Z = X ⋅ Y , se va obţine raportând suma mărimilor absolute ale variabilei
complexe Z în perioada raportată t, la suma mărimilor absolute ale aceleiaşi variabile
complexe Z în perioada de bază 0:
48
n n
n
∑ zi ∑ zti ∑x ti yti
It / 0 =
i =1 i =1
n
= i =1
n
(12.7)
∑z
i =1
0i ∑x i =1
0i y0 i
Indicele de grup sub formă agregată cu bază mobilă, în cazul unei variabile discrete
complexe Z = X ⋅ Y , se va obţine raportând suma mărimilor absolute ale variabilei
complexe Z în perioada raportată t, la suma mărimilor absolute ale aceleiaşi variabile
complexe Z în perioada precedentă t-1:
n n
n
∑ zi ∑ zti ∑x ti yti
I t / t −1 =
i =1
n
i =1
= n
i =1
(12.8)
∑z
i =1
t −1,i ∑x i =1
t −1,i yt −1,i
În cazul fenomenelor eterogene, valorile individuale ale agregatului nu se pot aduna

direct. Astfel, nu se pot însuma costurile de producţie, ori preţurile de vânzare sau
cantităţile unor produse diferite. Pentru a putea aduna valorile individuale ale variabilei
cercetate la nivelul unui ansamblu, se folosesc ponderile sau frecvenţele. În vederea
măsurării contribuţiei fiecărui factor la modificarea nivelului absolut al unui ansamblu
întreg de elemente, se consideră variabil factorul a cărui influenţă ne interesează, iar
ponderea se menţine constantă la nivelul fiecărui element al colectivităţii. Factorul
constant se numeşte pondere şi poate fi considerat la nivelul perioadei de bază sau
perioadei curente.
În timp, au fost concepute mai multe sisteme de ponderare focalizate mai ales pe
exemplul indicelui volumului fizic sau al indicelui preţurilor producţiei şi circulaţiei
mărfurilor. Generalizând, considerăm o variabilă discretă complexă Z care depinde de
factorul calitativ X şi de factorul cantitativ Y. Contribuţia factorului calitativ xi la variaţia
nivelului absolut al ansamblului de elemente, apare sub forma următorului indice sintetic:
∑x ti y0 i
I xi
t /0 = i =1
n
(12.9)
∑x
i =1
0i y0 i
sau
n
∑x ti yti
I xi
t/0 = i =1
n
(12.10)
∑x
i =1
0i yti
iar contribuţia factorului cantitativ yi la schimbarea nivelului absolut al ansamblului de

elemente, va fi sub forma indicelui sintetic:
∑x 0i yti
I yi
t/0 = i =1
n
(12.11)
∑x
i =1
0i y0 i
49
sau
n
∑x ti yti
I yi
t /0 = i =1
n
(12.12)
∑x
i =1
ti y0 i
Étienne Laspeyres a propus în anul 1864 un prim sistem de ponderare cu o bază

ştiinţifică în alcătuirea indicilor agregaţi, utilizând ponderile din perioada de bază. Indicii
cu bază fixă ai volumului fizic şi ai preţului produsului i au fost constituiţi cu ajutorul
ponderilor din perioada de bază:
∑q ti p0i
I L ( qi )
t /0 = i =1
n
(12.13)
∑q
i =1
0i p0i
şi
n
∑p q ti 0 i
I L ( pi )
t /0 = i =1
n
(12.14)
∑p
i =1
q
0i 0i
De regulă, sistemul de ponderare de tip Laspeyres se foloseşte pentru a măsura

influenţa factorului cantitativ asupra variaţiei în timp a nivelului variabilei complexe
analizate, însă în practica statistică acest sistem se utilizează şi pentru cuantificarea
influenţei factorului calitativ asupra dinamicii nivelului unei caracteristici complexe.
Economistul şi statisticianul german Herman Paasche a construit indicii agregaţi
utilizând ponderi din perioada curentă, propunând acest sistem de ponderare în anul 1874,
indicii cu bază fixă ai volumului fizic şi ai preţului produsului i fiind alcătuiţi în maniera
următoare:
∑q ti pti
I P ( qi )
t /0 = i =1
n
(12.15)
∑q
i =1
0i pti
şi
n
∑p q ti ti
I tP/ 0( pi ) = i =1
n
(12.16)
∑p
i =1
q
0 i ti
De obicei, sistemul de ponderare de tip Paasche este întrebuinţat pentru analiza în

dinamică a influenţei factorului calitativ, dar practica a dovedit că este folosit şi pentru
măsurarea influenţei factorului cantitativ asupra variaţiei nivelului variabilei complexe
cercetate.
Statisticienii Sidgwick şi Drobisch au propus ca indicii agregaţi să se calculeze ca o
medie aritmetică simplă a indicilor Laspeyres şi Paasche:
50
n n
∑ qti p0i ∑q ti pti

i =1
n
+ i =1
n
∑q 0i p0 i ∑q 0i pti
I qi
t /0 = i =1 i =1
(12.17)
2
şi
n n
∑p q ti 0 i ∑p q ti ti
i =1
n
+ i =1
n
∑p 0i 0iq ∑p 0 i tiq
I pi
t /0 = i =1 i =1
(12.18)
2
Francis Ysidor Edgeworth a construit în anul 1925 indicele agregat al preţului

produsului i ponderat cu media aritmetică simplă a cantităţilor din perioada de bază şi din
perioada curentă:
n
q0i + qti n n n
∑p 2
ti ∑p ti ( q0i + qti ) ∑p q ti 0 i + ∑ pti qti
I tp/i0 = in=1 = i =1
= i =1 i =1 (12.19)
q0i + qti n n n
∑
i =1
p0 i
2
∑p
i =1
0i (q0i + qti ) ∑p i =1
q + ∑ p0i qti
0i 0i
i =1
Dezavantajul indicelui Edgeworth constă în faptul că el nu se poate aplica la studiul

dinamicii unei variabile cantitative, deoarece factorii calitativi nu au sens să fie cumulaţi
de la o perioadă de timp la alta. Din acest motiv nu se va putea descompune prin
intermediul indicelui Edgeworth variaţia în timp a unei variabile complexe pe factorii de
influenţă.
Pentru a prezenta maniera de calcul a indicilor Laspeyres, Paasche, Drobisch şi

Edgeworth, să considerăm următoarea aplicaţie. Fie firma „Sunrise” care a vândut o serie
de citrice în lunile noiembrie şi decembrie 2004, în cantităţile şi preţurile exprimate în
tabelul nr. 12.1:
Tabelul nr. 12.1 Distribuţia cantităţilor şi a preţurilor unitare ale citricelor vândute
Citrice Cantitate Preţ q 0 i p 0i q ti p ti qti p0i q0i pti
(kg.) (lei/kg.)
XI XII XI XII
p0i pti q0i qti
Portocale 440 620 27900 26900 12.276.000 16.678.000 17.298.000 11.836.000
Banane 670 810 28000 29900 18.760.000 24.219.000 22.680.000 20.033.000
Lămâi 220 470 24900 25900 5.478.000 12.173.000 11.703.000 5.698.000
Total 36.514.000 53.070.000 51.681.000 37.567.000
- indicele Laspeyres al cantităţilor, conform relaţiei (12.13), va fi:
∑q ti p0 i
51.681.000
I L ( qi )
t /0 = i =1
= = 1,4154 sau 141,14 %
n
36.514.000
∑q
i =1
0i p0 i
51
Ca urmare a sporirii volumului cantităţilor de citrice vândute, valoarea vânzărilor a
crescut cu 41,14 % în luna decembrie 2004 faţă de noiembrie 2004.
- indicele Laspeyres al preţurilor, conform relaţiei (12.14), va fi:
∑p q ti 0 i
37.567.000
I L ( pi )
t /0 = i =1
= = 1,0288 sau 102,88 %
n
36.514.000
∑p
i =1
q
0i 0i
Modificarea preţurilor unitare ale citricelor vândute a determinat creşterea valorii

vânzărilor cu 2,88 % în luna decembrie 2004 faţă de noiembrie 2004.
- indicele Paasche al cantităţilor, conform relaţiei (12.15), va fi:
∑q ti pti
53.070.000
I P ( qi )
t /0 = i =1
= = 1,4127 sau 141,27 %
n
37.567.000
∑qi =1
0i pti
Pe seama sporirii volumului cantităţilor de citrice vândute, valoarea vânzărilor a

- indicele Paasche al preţurilor, conform relaţiei (12.16), va fi:
∑p q ti ti
53.070.000
I P ( pi )
t /0 = i =1
= = 1,0269 sau 102,69 %
n
51.681.000
∑pi =1
q
0 i ti

- indicele Drobisch al cantităţilor, conform relaţiei (12.17), va fi:
n n

i =1
n
+ i =1
n
∑q 0i p0 i ∑q 0i pti
1,4154 + 1,4127
I qi
t /0 = i =1 i =1
= = 1,4140 sau 141,40 %
2 2

52
- indicele Drobisch al preţurilor, conform relaţiei (12.18), va fi:
n n
∑p q ti 0 i ∑p q ti ti
i =1
n
+ i =1
n
∑p q
0i 0i ∑p q
0 i ti
1,0288 + 1,0269
I pi
t /0 = i =1 i =1
= = 1,0278 sau 102,78 %
2 2

- indicele Edgeworth al preţurilor, conform relaţiei (12.19), va fi:

n
q0i + qti n n n
∑ pti 2
∑ pti (q0i + qti ) ∑ pti q0i + ∑ pti qti
I tp/i0 = in=1 = i =1
= i =1 i =1
=
q0i + qti n n n
∑
i =1
p 0i
2
∑ p0i (q0i + qti )
i =1
∑ p0i q0i + ∑ p0i qti
i =1 i =1
37.567.000 + 53.070.000 88.637.000

= = = 1,0050 sau 100,50%
36.514.000 + 51.681.000 88.195.000
Pe seama modificării preţurilor unitare ale citricelor vândute, valoarea vânzărilor a

12.3.2. Indicii sintetici calculaţi ca medie a indicilor individuali
12.3.2.1. Indicele mediu aritmetic ponderat
Dacă într-o colectivitate statistică se cunosc indicii individuali ai grupelor omogene

în care a fost împărţită colectivitatea şi nivelurile de bază ale factorului de ponderare al
acestor indici individuali, atunci se poate calcula indicele sintetic pentru colectivitatea
totală ca medie aritmetică ponderată a indicilor individuali.
Indicele mediu aritmetic ponderat se calculează ca o medie aritmetică ponderată a
indicilor individuali ai fenomenului cercetat, ponderaţi cu elementele de la numitorul
indicelui agregat corespunzător.
Fie Z = X ⋅ Y o variabilă complexă definită prin produsul a doi factori
independenţi: factorul calitativ X şi factorul cantitativ Y. Indicele mediu aritmetic
ponderat al factorului cantitativ yi, va fi:
∑i yi
t /0 ⋅ x0i y0i
I yi
t /0 = i =1
n
(12.20)
∑xi =1
0i y0 i
unde:
ity/i0 = indicii individuali ai factorului cantitativ yi;
x0iy0i = elementul de ponderare a indicilor individuali:
I ty/i 0 = indicele mediu aritmetic ponderat al factorului cantitativ yi.
53
Dacă în formula indicelui mediu aritmetic ponderat al factorului cantitativ yi
explicităm indicii individuali ai factorului cantitativ yi şi efectuăm transformările, atunci
vom obţine formula indicelui agregat corespunzător factorului cantitativ yi care este
indicele Laspeyres al factorului cantitativ yi:
n n n
yti
∑i yi
t /0 ⋅ x0i y0i ∑y
i =1
⋅ x0i y0i ∑x 0i yti
I yi
t /0 = i =1
n
= n
0i
= i =1
n
(12.21)
∑xi =1
0i y0 i ∑x i =1
0i y0 i ∑x
i =1
0i y0 i
Când se cunosc indicii individuali ai volumului fizic pentru un grup de produse şi

valorile produselor din perioada de bază, indicele mediu aritmetic ponderat al volumului
fizic qi, care exprimă dinamica volumului fizic al grupei de produse i, unde i = 1, n , va fi:
∑i qi
t /0 ⋅ q0i p0i
I qi
t /0 = i =1
n
(12.22)
∑qi =1
0i p0i
unde:
itq/i 0 = indicii individuali ai volumului fizic pentru un grup de produse i = 1, n ;
q0ip0i = valoarea produsului i în perioada de bază 0;
n
∑q
i =1
0i p0i = valoarea reală a celor n produse în perioada de bază 0;
I qi
t /0 = indicele mediu aritmetic ponderat al volumului fizic al produsului i.
Indicele mediu aritmetic ponderat al volumului fizic al producţiei unui grup de

produse se poate determina şi în situaţia în care nu se cunoaşte valoarea fiecărui produs i
din perioada de bază 0, dar în schimb se ştie structura valorii fiecărui produs i în perioada
de bază 0:
q0 i p0 i
n
= g 0vi (12.23)
∑q
i =1
0i p0 i
Atunci, dinamica volumului fizic qi al producţiei unui grup de produse în perioada

raportată t faţă de perioada de bază 0, se va putea calcula după următoarea formulă:
n
I tq/i0 = ∑ itq/i0 ⋅ g ovi (12.24)
i =1
În mod analog, se calculează indicele mediu aritmetic ponderat al altor variabile

cantitative, cum ar fi: cantităţile unor produse recoltate, producţiile de autoturisme
construite de mai multe firme, etc., numai în condiţiile în care se cunosc indicii
individuali şi nivelurile de bază ale factorului de ponderare (sau structura factorului de
ponderare din perioada de bază 0).
54
12.3.2.2. Indicele mediu armonic ponderat
Când într-o colectivitate statistică se cunosc indicii individuali ai grupelor omogene

în care a fost împărţită colectivitatea şi nivelurile curente ale factorului de ponderare al
acestor indici individuali, atunci putem determina indicele sintetic pentru colectivitatea
totală ca medie armonică ponderată a indicilor individuali.
Indicele mediu armonic ponderat va fi media armonică ponderată a indicilor
individuali ai fenomenului studiat, ponderaţi cu elementele de la numărătorul indicelui
agregat corespunzător.
Fie Z = X ⋅ Y o variabilă complexă definită prin produsul a doi factori independenţi:
factorul calitativ X şi factorul cantitativ Y. Indicele mediu armonic ponderat al factorului
calitativ xi, va fi:
∑x ti yti
I xi
t /0 = i =1
(12.25)
n
1
∑i xi
i =1 t / 0
xti yti
unde:
itx/i 0 = indicii individuali ai factorului calitativ xi;
xtiyti = factorul de ponderare a indicilor individuali:
I tx/i0 = indicele mediu armonic ponderat al factorului calitativ xi.
Explicitând indicii individuali ai factorului calitativ xi în formula indicelui mediu

armonic ponderat al factorului calitativ xi şi efectuăm transformările, obţinem formula
indicelui agregat corespunzător factorului calitativ xi care este indicele Paasche al
factorului calitativ xi:
n n n
∑ xti yti ∑ xti yti ∑x ti yti

I xi
t /0 = i =1
= = i =1
(12.26) i =1
n
1 1 n n
∑ xi
i =1 it / 0
xti yti ∑
i =1
xti ti ti ∑
x y
i =1
x0i yti
x0i
Când se cunosc indicii individuali ai preţurilor dintr-un grup de produse şi valorile
produselor din perioada curentă, indicele mediu armonic ponderat al preţurilor pi, care
exprimă dinamica preţurilor dintr-un grup de produse i, unde i = 1, n , va fi:
∑p q ti ti
I pi
t /0 = i =1
(12.27)
n
1
∑i pi
i =1 t / 0
pti qti
unde:
itp/i0 = indicii individuali ai preţurilor dintr-un grup de produse i = 1, n ;
ptiqti = valoarea produsului i în perioada raportată t;
I tp/i0 = indicele mediu armonic ponderat al preţurilor.
55
Indicele mediu armonic ponderat al preţurilor dintr-un grup de produse se poate
calcula şi în cazul în care nu se cunoaşte valoarea fiecărui produs i din perioada curentă,
dar în schimb se ştie structura valorii fiecărui produs i în perioada curentă:
qti pti
n
= g tvi (12.28)
∑q
i =1
ti pti
Atunci, dinamica preţurilor unui grup de produse în perioada raportată t faţă de

perioada de bază 0, se va putea calcula după următoarea formulă:
1
I tp/i0 = (12.29)
n
1
∑i pi
i =1 t / 0
⋅g vi
t
În mod similar, se poate determina indicele mediu armonic ponderat pentru alte
variabile calitative: costul unitar, salariul mediu, productivitatea muncii pe un muncitor,
etc., numai dacă se cunosc indicii individuali şi nivelurile curente ale factorului de
ponderare (sau structura factorului de ponderare din perioada curentă).
12.3.2.3. Indicele mediu geometric
Indicele mediu geometric, numit şi indicele „ideal”, a fost determinat de

economistul şi statisticianul american Irving Fisher ca o medie geometrică simplă a
indicelui agregat de tip Laspeyres şi a indicelui agregat de tip Paasche:
- în cazul volumului fizic al produsului i;
n n
∑q ti p0 i ∑q ti pti
I F ( qi )
t /0 = i =1
n
⋅ i =1
n
(12.30)
∑q
i =1
0i p0 i ∑q
i =1
0i pti
- în cazul preţului produsului i;
n n
∑ pti q0i ∑p q ti ti
I F ( pi )
t /0 = i =1
n
⋅ i =1
n
(12.31)
∑p
i =1
0i 0iq ∑p
i =1
q
0 i ti
Pe baza aplicaţiei de la pagina nr. 51, să calculăm indicele mediu aritmetic al

cantităţilor de citrice vândute, indicele mediu armonic al preţurilor citricelor, indicele
mediu geometric al cantităţilor şi indicele mediu geometric al preţurilor citrice vândute de
firma „Sunrise”, utilizând şi tabelul nr. 12.2.
56
Tabelul nr. 12.2
1 itq/i 0 ⋅ q 0i p 0i 1
Citrice
iqi
i pi
pi
⋅ qti pti
t /0 t /0 i
t/0 itp/i0
Portocale 1,4091 0,9642 1,0371 17.298.111,6 17.296.753,8
Banane 1,2089 1,0679 0,9364 22.678.964 22.678.671,6
Lămâi 2,1364 1,0402 0,9613 11.703.199,2 11.704.904,9
Total 51.680.274,8 51.677.330,3
- indicele mediu aritmetic al cantităţilor de citrice vândute, conform relaţiei (12.22),

va fi;
n
∑i qi
t /0 ⋅ q0 i p0 i
51.680.274,8
I qi
t /0 = i =1
= = 1,4154 sau 141,54%
n
36.514.000
∑qi =1
0i p0i

- indicele mediu armonic al preţurilor citricelor vândute, conform relaţiei (12.25), va

fi;
n
∑q ti pti
53.070.000
I pi
t /0 = i =1
= = 1,0269 sau 102,69 %
n
1 51.677.330,3
∑i pi
i =1 t / 0
qti pti

- indicele mediu geometric al cantităţilor citricelor vândute, numit şi indicele Fisher
al cantităţilor, conform relaţiei (12.30), va fi;
n n

I F ( qi )
t /0 = i =1
n
⋅ i =1
n
= 1,4154 ⋅1,4127 = 1,4140 sau 141,40 %
∑q i =1
0i p0i ∑q i =1
0i pti

- indicele mediu geometric al preţurilor citricelor vândute, numit şi indicele Fisher
al preţurilor, conform relaţiei (12.31), va fi;
n n
∑ pti q0i ∑p q ti ti
I F ( pi )
t /0 = i =1
n
⋅ i =1
n
= 1,0288 ⋅1,0269 = 1,0278 sau 102,78 %
∑p
i =1
0i 0i q ∑p
i =1
q
0 i ti
Pe seama modificării preţurilor citricelor vândute, valoarea vânzărilor a crescut cu

2,78 % în luna decembrie 2004 faţă de noiembrie 2004.
57
12.3.3. Indici calculaţi ca raport între două medii aritmetice ponderate
Indicii sintetici determinaţi ca raport între două medii aritmetice ponderate sunt
folosiţi la analiza statistică a dinamicii ori variaţiei în spaţiu a nivelului mediu al unei
variabile calitative luată sub observaţie într-o colectivitate sau două colectivităţi de acelaşi
tip care se află în acelaşi timp în două spaţii teritoriale diferite, cât şi la cuantificarea în
mărimi relative a contribuţiilor separate ale variaţiilor caracteristicii şi ale structurii
acesteia asupra variaţiei în timp sau spaţiu a nivelului mediu al factorului calitativ studiat.
Indicii bifactoriali, indicii unifactoriali cu structură fixă şi indicii unifactoriali cu
variaţii ale structurii alcătuiesc sistemul indicilor sintetici calculaţi ca raport între două
medii aritmetice ponderate, numit şi sistemul indicilor sintetici al valorilor medii.
Indicele bifactorial, denumit şi indicele cu structură variabilă, exprimă influenţa
simultană a doi factori: variaţia caracteristicii xi şi cea a structurii colectivităţii
f
yi* = n i :
∑ fi
i =1
n n
x ( xi , yi* ) x ∑ xti fti ∑x 0i f 0i

I t /0 = 1 = i =1
n
: i =1
n
(12.32)
x0
∑f i =1
ti ∑f i =1
0i
Indicele bifactorial se descompune în indicele unifactorial cu structură fixă, care

exprimă dinamica pură a valorilor caracteristicii şi indicele unifactorial cu variaţii ale
structurii, ce arată gradul de influenţă a schimbărilor în structura colectivităţii asupra
dinamicii nivelului mediu al variabilei calitative studiate.
Dacă în formula indicelui bifactorial, înlocuim elementul de structură din perioada
f f
de bază 0, n 0i , cu cel din perioada raportată t, n ti , se obţine indicele unifactorial
∑ f 0i
i =1
∑ fti i =1
cu structură fixă, care este un indice agregat de tip Paasche:
n n n
∑ xti f ti ∑ x0i fti ∑x ti f ti

I x ( xi )
t /0 = i =1
n
: i =1
n
= i =1
n
(12.33)
∑f
i =1
ti ∑f i =1
ti ∑x i =1
f
0 i ti
Menţinând în formula indicelui bifactorial nivelul caracteristicii xi la nivelul

perioadei de bază 0, se obţine indicele unifactorial cu variaţii ale structurii, denumit şi
indicele modificărilor structurale, care este un indice agregat de tip Laspeyres:
n n
x ( yi* )
∑ x0i f ti ∑x 0i f 0i
I t /0 = i =1
n
: i =1
n
(12.34)
∑f i =1
ti ∑f i =1
0i
58
Produsul dintre indicele unifactorial cu structură fixă şi indicele unifactorial cu
variaţii ale structurii este egal cu indicele bifactorial:
n n n n n
∑x f
ti ti ∑x 0 i ti f ∑x 0i f 0i ∑x f
ti ti ∑x 0i f 0i
i =1
n
⋅ i =1
n
: i =1
n
= i =1
n
: i =1
n
(12.35)
∑x
i =1
0 i tif ∑f
i =1
ti ∑f i =1
0i ∑f
i =1
ti ∑f i =1
0i
* *
sau I tx/(0xi , yi ) = I tx/(0xi ) ⋅ I tx/(0yi ) (12.36)
Fie distribuţia a zece persoane după înălţime, în anii 2002 şi 2004, prezentată în
tabelul nr. 12.3:
Tabelul nr. 12.3 Distribuţia unor persoane în funcţie de înălţime

Înălţime Nr. persoane x0i xti x0if0i xtifti x0ifti
2002 2004 2002 2004
(f0i) (fti)
160-170 162-172 2 3 165 167 330 501 495
170-180 172-182 4 3 175 177 700 531 525
180-190 182-192 3 2 185 187 555 374 370
190-200 192-202 1 2 195 197 195 394 390
Total 10 10 1780 1800 1780
- indicele bifactorial, adică indicele variaţiei nivelului mediu al înălţimii în 2004

faţă de 2002, va fi:
n n
x ( xi , yi* ) x ∑x ti f ti ∑x 0i f 0i
1800 1780
I t /0 = 1 = i =1
: i =1
= : = 1,0112 sau 101,12 %
n n
10 10
∑f ∑f
x0
ti 0i
i =1 i =1
Astfel, nivelul mediu al înălţimii pe colectivitatea statistică de zece persoane a
crescut în anul 2004 faţă de anul 2002 cu 1,12 %.
- indicele unifactorial cu structură fixă, adică indicele variaţiei nivelului mediu al

înălţimii sub influenţa modificării înălţimii la fiecare persoană luată sub observaţie, în
anul 2004 faţă de anul 2004, va fi:
n n n
∑ xti f ti ∑ x0i fti ∑x ti f ti

1800
I x ( xi )
t /0 = i =1
: i =1
= i =1
= = 1,0112 sau 101,12 %
n n n
1780
∑f
i =1
ti ∑f i =1
ti ∑x
i =1
0 i tif
Prin urmare, nivelul mediu al înălţimii sub influenţa modificării înălţimii pe fiecare
persoană luată sub studiu, a crescut în anul 2004 faţă de anul 2002 cu 1,12 %.
- indicele unifactorial cu variaţii ale structurii, adică indicele variaţiei nivelului

mediu al înălţimii sub influenţa modificării structurii colectivităţii statistice cercetate, în
anul 2004 faţă de anul 2004, va fi:
59
n n
x ( yi* )
∑ x0i fti ∑x 0i f 0i
1780 1780
I t /0 = i =1
: i =1
= : = 1 sau 100,00 %
n n
10 10
∑f i =1
ti ∑f i =1
0i
Aşadar, variaţia nivelul mediu al înălţimii sub influenţa variaţiei structurii

colectivităţii statistice analizate, nu s-a modificat în anul 2004 faţă de anul 2002.
Se observă că se verifică relaţia (12.36):
1,0112 = 1,0112 x 1,0000
12.3.4. Raportul şi diferenţa dintre indicii Paasche şi Laspeyres
Valoarea indicilor de grup este influenţată de sistemul de ponderare, iar studiul

intensităţii acestei influenţe şi sensul ei se efectuează prin relaţia lui Bortkiewicz,
construită de Ladislau von Bortkiewicz prin comparaţia dintre un indice de tip Paasche şi
un indice de tip Laspeyres:
În situaţia comparaţiei sub formă de raport dintre indicele Paasche al volumului fizic
şi indicele Laspeyres al volumului fizic, relaţia lui Bortkiewicz este:
n n
∑ qti pti ∑q ti p0i

i =1
: i =1
= 1 + ri qi pi ⋅ vi qi ⋅ vi pi (12.37)
t / 0 ;it / 0
n n
∑q ∑q
t/0 t/0
0i pti 0i p0i
i =1 i =1
unde:
n
∑ (i qi
t /0 − I tq/i0 )(itp/i0 − I tp/i0 )q0i p0i
ri qi pi = i =1
- este coeficientul de corelaţie dintre indicii
t / 0 ;it / 0
n
σ i ⋅ σ i ⋅ ∑ q0 i p0 i
qi pi
t/0 t/0
i =1
individuali ai volumului fizic şi ai preţului produsului i;
n
∑ (i qi
t /0 − I tq/i0 ) 2 q0i p0i
σi = qi
i =1
n
- abaterea standard a indicilor individuali ai volumelor
∑q
t/0
0i p0 i
i =1
fizice ale produselor i faţă de indicii medii corespunzători ai volumelor fizice ale
produselor i;
∑ (i pi
t /0 − I tp/i0 ) 2 q0i p0i
σi =pi
i =1
n
- abaterea standard a indicilor individuali ai preţurilor
∑q
t/0
0i p0 i
i =1
produselor i faţă de indicii medii corespunzători ai preţurilor produselor i;
vi qi şi vi pi - sunt coeficienţii de variaţie ai indicilor individuali ai volumului fizic şi ai

t /0 t/0
preţului produsului i faţă de indicele mediu corespunzător volumului fizic şi preţului

produsului i.
60
În cazul abaterii absolute dintre indicele Paasche al preţurilor şi indicele Laspeyres
al preţurilor, se obţine formula stabilită de Ladislau von Bortkiewicz în anul 1923:
n n
∑p q ∑p q
ti ti ti 0 i
i =1
n
: i =1
n
= ri pi ;i qi ⋅ σ i pi ⋅ vi qi (12.38)
∑p ∑p
t/0 t /0 t/0 t /0
q
0 i ti q
0i 0i
i =1 i =1
unde:
n
∑p q
i =1
ti ti
n
= indicele Paasche al preţurilor produselor i;
∑p
i =1
q
0 i ti
∑p q
i =1
ti 0 i
n
= indicele Laspeyres al preţurilor produselor i
∑p
i =1
q
0i 0i
ri pi ;i qi = coeficientul de corelaţie dintre indicele individual al preţului

t/0 t/0
produsului i şi indicele individual al volumului fizic al produsului i;

σi pi = abaterea standard a indicilor individuali ai preţurilor produselor i;
t/0
vi qi = coeficientul de variaţie a indicilor individuali ai volumelor fizice ale

t /0
produselor i.
12.3.5. Metode de analiză a influenţei factorilor cu ajutorul indicilor
În analiza statistico-economică, dar şi în asigurarea fundamentării deciziilor

economice, o mare importanţă o prezintă măsurarea contribuţiilor influenţelor factorilor
asupra variaţiilor în timp, spaţiu ori în raport cu alte sisteme de referinţă a nivelurilor
variabilelor cercetate.
Astfel, un mare interes pentru manageri este cuantificarea influenţei în mărimi
relative sau absolute a modificării nivelului productivităţii muncii, respectiv a timpului de
muncă consumat, asupra variaţiei volumului producţiei fizice într-o anumită perioadă de
timp. De asemenea, la fel de important este calculul aportului în mărimi relative sau
absolute al variaţiilor în timp ale volumului producţiei obţinute, respectiv ale costului
unitar pe produs, asupra modificării costului total de producţie. Aşadar, variaţiile
nivelurilor variabilelor analizate în cadrul programelor de cercetare sunt însoţite de
modificarea concomitentă a factorilor de influenţă, în sensuri şi cu intensităţi diferite.
În funcţie de tipul de unitate statistică cercetată, simplă sau complexă, de scopul
analizei factoriale, descompunerea pe factorii de influenţă cu ajutorul indicilor a
variabilelor complexe, se poate realiza prin intermediul schemelor: aditivă, multiplicativă
şi mixtă (aditiv – multiplicativă).
61
12.3.5.1. Metoda substituţiei în lanţ
Metodologia aplicării în practică a metodei substituţiei în lanţ (M.S.L.), specifică a

anumită ordine convenţională în exercitarea influenţei factorilor asupra dinamicii
fenomenelor.
Astfel:
- în primul rând au loc variaţii cantitative în dezvoltarea fenomenelor;
- factorul deja substituit se menţine la nivelul perioadei curente în cadrul
separării acţiunilor factorilor;
- se substituie la sfârşitul descompunerii factorul calitativ.
În cadrul metodei substituţiei în lanţ operează schema multiplicativă de
descompunere a indicilor pe factorii de influenţă cercetaţi.
Fie α = X ⋅ Y o variabilă complexă a unei unităţi statistice, asupra căreia îşi exercită
influenţa factorii X şi Y.
- Dinamica nivelului variabilei statistice α în perioada raportată t faţă de perioada de

bază 0, va fi:
α t xt ⋅ yt xt yt α ( X ) α (Y )
itα/ 0( X UY ) = = = ⋅ =i ⋅i (12.39)
α 0 x0 ⋅ y0 x0 y0 t / 0 t / 0
Δαt /(0X UY ) = α t − α 0 = xt ⋅ yt − x0 ⋅ y0 (12.40)
În cazul studiului mărimilor influenţelor factoriale asupra variaţiei în timp a

nivelurilor variabilelor statistice de forma α = X ⋅ Y , există două variante de aplicare a
metodei substituţiei în lanţ în funcţie de ordinea substituirilor factorilor X şi Y:
Varianta I – se substituie întâi factorul X:

Asupra variaţiei nivelului variabilei statistice α în perioada raportată t faţă de
perioada de bază 0, se manifestă următoarele influenţe:
- influenţa factorului X:
xt ⋅ y0 xt
itα/ 0( X / Y ) = = = itα/ 0( X ) (12.41)
x0 ⋅ y0 x0
Δαt /(0X / Y ) = xt ⋅ y0 − x0 ⋅ y0 = ( xt − x0 ) ⋅ y0 = y0 ⋅ Δxt / 0 (12.42)
62
- influenţa factorului Y:
xt ⋅ yt y
itα/ 0(Y / X ) = = t = itα/ 0(Y ) (12.43)
xt ⋅ y0 y0
Δαt /(0Y / X ) = xt ⋅ yt − xt ⋅ y0 = xt ⋅ ( yt − y0 ) = xt ⋅ Δyt / 0 (12.44)
Se observă că produsul, respectiv suma, dintre influenţele separate în mărimi

relative, respectiv în mărimi absolute, ale factorilor X şi Y, sunt egale cu influenţa totală în
mărimi relative, respectiv în mărimi absolute, a ambilor factori X şi Y.
xt ⋅ yt x ⋅y x ⋅y
= t 0⋅ t t (12.45)
x0 ⋅ y0 x0 ⋅ y0 xt ⋅ y0
sau
itα/ 0( X UY ) = itα/ 0( X / Y ) ⋅ itα/ 0(Y / X ) (12.46)
respectiv,
xt ⋅ yt − x0 ⋅ y0 = ( xt − x0 ) ⋅ y0 + xt ⋅ ( yt − y0 ) (12.47)
sau
Δαt /(0X UY ) = Δαt /(0X / Y ) + Δαt /(0Y / X ) (12.48)
Varianta a II-a – se substituie întâi factorul Y:
Variaţia nivelului variabilei statistice α în perioada raportată t faţă de perioada de

bază 0, se află sub acţiunea următoarelor influenţe:
- influenţa factorului Y:
yt ⋅ x0 yt
itα/ 0(Y / X ) = = = itα/ 0(Y ) (12.49)
y0 ⋅ x0 y0
Δαt /(0Y / X ) = yt ⋅ y0 − y0 ⋅ x0 = ( yt − y0 ) ⋅ x0 = x0 ⋅ Δyt / 0 (12.50)
- influenţa factorului X:
yt ⋅ xt xt
itα/ 0( X / Y ) = = = itα/ 0( X ) (12.51)
yt ⋅ x0 x0
63
Δαt /(0X / Y ) = yt ⋅ xt − yt ⋅ x0 = yt ⋅ ( xt − x0 ) = yt ⋅ Δxt / 0 (12.52)
Aşadar, produsul, respectiv suma, dintre influenţele separate în mărimi relative,

respectiv în mărimi absolute, ale factorilor X şi Y, sunt egale cu influenţa totală în mărimi
relative, respectiv în mărimi absolute, a ambilor factori X şi Y.
xt ⋅ yt y ⋅x y ⋅x
= t 0⋅ t t (12.53)
x0 ⋅ y0 y0 ⋅ x0 yt ⋅ x0
sau
itα/ 0( X UY ) = itα/ 0(Y / X ) ⋅ itα/ 0( X / Y ) (12.54)
respectiv,
xt ⋅ yt − x0 ⋅ y0 = ( yt − y0 ) ⋅ x0 + yt ⋅ ( xt − x0 ) (12.55)
sau
Δαt /(0X UY ) = Δαt /(0Y / X ) + Δαt /(0X / Y ) (12.56)
n
În continuare, să luăm sub observare variabila statistică β = ∑ xi yi care aparţine
i =1
unei colectivităţi statistice cercetate.
- Dinamica nivelului variabilei statistice β în perioada raportată t faţă de perioada
de bază 0, va fi:
n
β ( X UY )
∑x ti yti
It / 0 = i =1
n
(12.57)
∑x
i =1
0i y0 i
n n
Δβt /(0X UY ) = ∑ xti yti − ∑ x0i y0i (12.58)
i =1 i =1
Se observă că există două variante ale metodei substituţiei în lanţ în cazul

n
variabilelor statistice β = ∑ xi yi , variante are sunt condiţionate de ordinea substituţiei
i =1
factorilor X şi Y.
Varianta I – se substituie întâi factorul X.
- influenţa factorului X asupra variaţiei nivelului variabilei β în perioada raportată t

faţă de perioada de bază 0, va fi:
64
β ( X /Y )
∑x ti y0 i
It / 0 = i =1
n
(12.59)
∑x
i =1
0i y0 i
n n n n
Δβt /(0X / Y ) = ∑ xti y0i − ∑ x0i y0i = ∑ ( xti − x0i ) y0i = ∑ y0i Δxti/ 0 (12.60)
i =1 i =1 i =1 i =1
- influenţa factorului Y asupra variaţiei nivelului variabilei β în perioada raportată t

β (Y / X )
∑x ti yti
It /0 = i =1
n
(12.61)
∑x
i =1
ti y0 i
n n n n
Δβt /(0Y / X ) = ∑ xti yti − ∑ xti y0i = ∑ xti ( yti − y0i ) = ∑ xti Δyti/ 0 (12.62)
i =1 i =1 i =1 i =1
Se observă că produsul dintre indicii factoriali este egal cu indicele factorial

complex:
n n n
∑ xti yti ∑ xti y0i ∑x ti yti

i =1
n
= i =1
n
⋅ i =1
n
(12.63)
∑x
i =1
0i y0 i ∑x
i =1
0i y0 i ∑x
i =1
ti y0 i
sau
I tβ/ 0( X UY ) = I tβ/ 0( X / Y ) ⋅ I tβ/ 0(Y / X ) (12.64)
De asemenea, suma dintre abaterile absolute ale nivelului variabilei statistice β , ca

urmare a influenţelor separate ale factorilor X şi Y, în perioada raportată t faţă de perioada
de bază 0, este egală cu abaterea absolută totală a nivelului variabilei β sub influenţa
ambilor factori X şi Y, în perioada raportată t faţă de cea de bază 0.
n n n n n n
∑ xti yti − ∑ x0i y0i = (∑ xti y0i − ∑ x0i y0i ) + (∑ xti yti − ∑ xti y0i )
i =1 i =1 i =1 i =1 i =1 i =1
(12.65)
sau
Δβt /(0X UY ) = Δβt /(0X / Y ) + Δβt /(0Y / X ) (12.66)
65
Varianta a II-a - se substituie întâi factorul Y.
- influenţa factorului Y asupra variaţiei nivelului variabilei β în perioada raportată t

n
β (Y / X )
∑y x ti 0 i
It /0 = i =1
n
(12.67)
∑y
i =1
0i 0i x
n n n n
Δβt /(0Y / X ) = ∑ yti x0i − ∑ y0i x0i = ∑ ( yti − y0i ) x0i = ∑ x0i Δyti/ 0 (12.68)
i =1 i =1 i =1 i =1
- influenţa factorului X asupra variaţiei nivelului variabilei β în perioada raportată t

β ( X /Y )
∑y x ti ti
It /0 = i =1
n
(12.69)
∑y x
i =1
ti 0 i
n n n n
Δβt /(0X / Y ) = ∑ yti xti − ∑ yti x0i = ∑ yti ( xti − x0i ) = ∑ yti Δxti/ 0 (12.70)
i =1 i =1 i =1 i =1
Aşadar:
- produsul dintre indicii factoriali este egal cu indicele factorial complex:
n n n
∑ xti yti ∑ yti x0i ∑y x ti ti

i =1
n
= i =1
n
⋅ i =1
n
(12.71)
∑x
i =1
0i y0 i ∑y
i =1
x
0i 0i ∑y x
i =1
ti 0 i
sau
I tβ/ 0( X UY ) = I tβ/ 0(Y / X ) ⋅ I tβ/ 0( X / Y ) (12.72)
- suma dintre influenţele separate ale factorilor X şi Y, în mărimi absolute, este

egală cu influenţa totală în mărimi absolute a ambilor factori X şi Y, asupra variaţiei
nivelului variabilei statistice β în perioada raportată t faţă de perioada de bază 0:
n n n n n n
∑x
i =1
ti yti − ∑ x0i y0i = (∑ yti x0i − ∑ y0i x0i ) + (∑ yti xti − ∑ yti x0i )
i =1 i =1 i =1 i =1 i =1
(12.73)
sau
Δβt /(0X UY ) = Δβt /(0Y / X ) + Δβt /(0X / Y ) (12.74)
66
În vederea prezentării manierei de aplicare a metodei substituţiei în lanţ, să luăm
sub observaţie următoarea distribuţie a preţurilor şi a cantităţilor de televizoare vândute
de firma „Ana Electronic” în luna septembrie 2004 faţă de august 2004, prezentată în
tabelul nr. 12.4:
Tabelul nr. 12.4

Televizoare Preţuri Cantitate
(mii lei) (buc.)
q0 i p0 i qti pti qti p0i
VIII IX VIII IX (mii lei) (mii lei) (mii lei)
p0i pti q0i qti
Samsung
TxT 5499 5549 6242 7725 34324758 42866025 42479775
Hitron
diag. 53
Samsung
CK 5299 5347 7284 8436 38597916 45107292 44702364
20H1Z
diag.51
Samsung
TXT 5399 5448 6437 7940 34753363 43257120 42868060
Hitron
diag.51
Samsung
32M66v 36015 36015 275 344 9904125 12500616 12389160
diag.79
Total 20238 24445 117580162 143731053 14243935 9
* Sursa: http: www. Ana Electronic. Ro/shop – Oferta de preţuri.
- Variaţia valorii vânzărilor sub influenţa ambilor factori cantitate (qi) şi preţ (pi), în
septembrie 2004 faţă de august 2004, este:
- în mărimi relative, conform relaţiei (12.57):
n
∑q ti pti
143731053 ⋅103
I V ( qU p )
t /0 = i =1
= = 1,2224 sau 122,24 %
n
117580162 ⋅103
∑q
i =1
0i p0i
- în mărimi absolute, conform relaţiei (12.58):

n n
ΔVt /(0qU p ) = ∑ qti pti − ∑ q0i p0i = 26150891 mii lei
i =1 i =1
Sub influenţa creşterii nivelurilor preţurilor şi a cantităţilor, valoarea vânzărilor a

crescut în luna septembrie 2004 faţă de august 2004, în mărimi relative cu 24,24 %, iar în
mărimi absolute cu 26150891 mii lei.
- Variaţia valorii vânzărilor sub influenţa separată a modificării factorului cantitate

(qi), în septembrie 2004 faţă de august 2004, este:

n
∑q ti p0 i
142439359 ⋅103
I V (q / p)
t /0 = i =1
= = 1,2114 sau 121,14 %
n
117580162 ⋅103
∑q
i =1
0i p0 i

n n
ΔVt /(0q / p ) = ∑ qti p0i − ∑ q0i p0i = 24859197 mii lei
i =1 i =1
67
Ca urmare a influenţei creşterii nivelurilor cantităţilor vândute, valoarea vânzărilor a
crescut în luna septembrie 2004 faţă de august 2004, în mărimi relative cu 21,14 %, iar în
mărimi absolute cu 24859197 mii lei.
- Variaţia valorii vânzărilor sub influenţa separată a modificării factorului preţ (pi),
în septembrie 2004 faţă de august 2004, este:

n
∑q ti pti
143731053 ⋅103
I V ( p / q)
t /0 = i =1
= = 1,0091 sau 100,91 %
n
142439359 ⋅103
∑q
i =1
ti p0 i

n n
ΔVt /(0p / q ) = ∑ qti pti − ∑ qti p0i = 1291694 mii lei
i =1 i =1
Valoarea vânzărilor a crescut în luna septembrie 2004 faţă de august 2004, datorită
creşterii preţurilor, în mărimi relative cu 0,91 %, iar în mărimi absolute cu 1291694 mii
lei.
Se observă că se verifică relaţiile (12.72) şi (12.74):
1,2224 = 1,2114 x 1,0091

şi
26150891 mii lei = 24859197 = 1291694 mii lei
12.3.5.2. Metoda restului nedescompus
În cadrul metodei „restului nedescompus” (M.R.N.), care mai poartă denumirile de

metoda „influenţelor izolate” (M.I.I.), sau de „metoda lui 2l –1”, unde l = numărul
factorilor de influenţă, se aplică schema multiplicativă de descompunere a indicilor pe
factorii analizaţi.
Fie γ = X ⋅ Y o variabilă complexă a unei unităţi statistice, asupra căreia îşi exercită
influenţa factorii X şi Y.
- Dinamica nivelului variabilei statistice γ în perioada raportată t faţă de perioada

de bază 0, va fi:
γ t xt ⋅ yt xt yt γ ( X ) γ (Y )
itγ/(0X UY ) = = = ⋅ =i ⋅i (12.75)
γ 0 x0 ⋅ y0 x0 y0 t / 0 t / 0
Δγt (/ 0X UY ) = γ t − γ 0 = xt ⋅ yt − x0 ⋅ y0 (12.76)
68
sau
Δγt (/ 0X UY ) = xt ⋅ yt − x0 ⋅ y0 =
= ( yt − y0 ) ⋅ x0 + ( xt − x0 ) ⋅ y0 + ( yt − y0 )( xt − x0 ) (12.77)
Deci,
Δγt (/ 0X UY ) = x0 Δ y + y0 Δ x + Δ x Δ y (12.78)
unde:
γ ( X UY )
Δ t / 0 = variaţia totală în mărimi absolute a nivelului variabilei γ sub influenţa factorilor
X şi Y;
x0 Δ y = variaţia în timp a nivelului variabilei γ sub influenţa factorului Y;
y0 Δ x = variaţia în timp a nivelului variabilei γ sub influenţa factorului X;
Δ x Δ y = variaţia în timp a nivelului variabilei γ sub influenţa concomitentă (interacţiunea)
factorilor X şi Y, numită „rest nedescompus”.
Aşadar, pe baza relaţiei (12.78) se observă că variaţia totală a nivelului variabilei γ ,

sub influenţa celor doi factori X şi Y, în perioada raportată t faţă de perioada de bază 0, s-a
descompus în trei influenţe factoriale: influenţa separată a factorului X, influenţa separată
a factorului Y şi influenţa concomitentă a factorilor X şi Y.
Influenţa concomitentă a celor doi factori X şi Y asupra variaţiei totale a nivelului
variabilei γ , se poate repartiza în mod convenţional în trei feluri:
1) se repartizează influenţa concomitentă a celor doi factori X şi Y unui singur

factor, de obicei factorului calitativ;
2) se repartizează influenţa concomitentă a factorilor X şi Y în mod egal pe cei doi

factori X şi Y, astfel:
- influenţa totală a factorului X, în mărimi absolute, fiind:
1
Δγt (/ 0X / Y ) = y0 Δ x + Δ x Δ y (12.79)
2
- influenţa totală a factorului Y, în mărimi absolute, fiind:
1
Δγt (/Y0 / X ) = x0 Δ y + Δ x Δ y (12.80)
2
3) se repartizează influenţa concomitentă a factorilor X şi Y, pe cei doi factori X şi Y,

în mod proporţional cu mărimea influenţelor separate, astfel:
- influenţa totală a factorului X, în mărimi absolute, fiind:
y0 Δ x
Δγt (/ 0X / Y ) = y0 Δ x + Δ xΔ y (12.81)
x0 Δ y + y0 Δ x
69
- influenţa totală a factorului Y, în mărimi absolute, fiind:
x0 Δ y
Δγt (/ 0X / Y ) = x0 Δ y + Δ xΔ y (12.82)
x0 Δ y + y0 Δ x
Să considerăm variabila complexă:
n n
ε = ∑ γ i = ∑ xi yi (12.83)
i =1 i =1
ce aparţine unei colectivităţi luate sub observaţie, caracteristică a cărei variaţie este
influenţată de factorii X şi Y.
- Dinamica nivelului variabilei statistice ε în perioada raportată t faţă de perioada de

bază 0, sub influenţa factorilor X şi Y, va fi:
n n
ε ( X UY )
∑ γ ti ∑x ti yti
It / 0 = i =1
n
= i =1
n
(12.84)
∑γ i =1
0i ∑x
i =1
0i y0 i
n n
Δεt (/ 0X UY ) = ∑ xti yti − ∑ x0i y0i =
i =1 i =1
n n
= ∑ ( x0i + Δ xi )( y0i + Δ yi ) − ∑ x0i y0i =
i =1 i =1
n n n
= ∑ y0i Δ xi + ∑ x0i Δ yi + ∑ Δ xi Δ yi (12.85)
i =1 i =1 i =1
Influenţele separate în mărimi relative ale factorilor X şi Y asupra variaţiei nivelului

variabilei ε aparţinând unei colectivităţi, sunt indicate de indicii unifactoriali
corespunzători, pentru a căror alcătuire factorul cu rol de pondere se va menţine la nivelul
perioadei bazei de comparaţie.
- influenţa separată a factorului X, va fi:

n
ε ( X / y0 )
∑x ti y0 i
It / 0 = i =1
n
(12.86)
∑x i =1
0i y0 i
n n
Δεt (/ 0X / y0 ) = ∑ xti y0i − ∑ x0i y0i (12.87)
i =1 i =1
70
- influenţa separată a factorului Y, va fi:
n
ε (Y / x0 )
∑y x ti 0 i
It / 0 = i =1
n
(12.88)
∑y
i =1
0i 0i x
n n
Δεt (/Y0 / x0 ) = ∑ yti x0i − ∑ y0i x0i (12.89)
i =1 i =1
- influenţa simultană a factorului X şi a factorului Y, va fi:

n n
ε ( X IY )
∑ xti yti ∑x ti y0 i
It / 0 = i =1
n
: i =1
n
(12.90)
∑x
i =1
0i yti ∑x
i =1
0i y0 i
n n n n
Δεt (/ 0X IY ) = (∑ xti yti − ∑ x0i yti ) − (∑ xti y0i − ∑ x0i y0i ) =
i =1 i =1 i =1 i =1
n n n
= ∑ ( xti − x0i ) yti − ∑ ( xti − x0i ) y0i = ∑ Δ xi Δ yi (12.91)
i =1 i =1 i =1
Observăm că:
- produsul dintre influenţele separate în mărimi relative ale factorilor X şi Y şi
influenţa simultană în mărimi relative a celor doi factori este egal cu variaţia totală în
mărimi relative a nivelului variabilei ε pe seama ambilor factori X şi Y:
n n n n n
∑ xti y0i ∑ yti x0i ∑ xti yti ∑ xti y0i ∑x ti yti

i =1
n
⋅ i =1
n
⋅ i =1
n
: i =1
n
= i =1
n
(12.92)
∑x
i =1
0i y0 i ∑y
i =1
0i 0ix ∑x
i =1
0i yti ∑x
i =1
0i y0 i ∑x
i =1
0i y0 i
sau
I tε/(0X UY ) = I tε/(0X / y0 ) ⋅ I tε/(0Y / x0 ) ⋅ I tε/(0X IY ) (12.93)
- suma dintre influenţele separate în mărimi absolute ale factorilor X şi Y şi influenţa

concomitentă în mărimi absolute a celor doi factori este egal cu variaţia totală în mărimi
absolute a nivelului variabilei ε sub influenţa ambilor factori X şi Y:
n n n n
(∑ xti y0i − ∑ x0i y0i ) + (∑ yti x0i − ∑ y0i x0i ) +
i =1 i =1 i =1 i =1
n n n n
+ (∑ xti yti − ∑ x0i yti ) − (∑ xti y0i − ∑ x0i y0i ) =
i =1 i =1 i =1 i =1
n n
= ∑ xti yti − ∑ x0i y0i (12.94)
i =1 i =1
sau
Δεt (/ 0X UY ) = Δεt (/ 0X / y0 ) + Δεt (/Y0 / x0 ) + Δεt (/ 0X IY ) (12.95)
71
Influenţa concomitentă a celor doi factori X şi Y asupra variaţiei totale a nivelului
variabilei ε aparţinând unei colectivităţi, se repartizează pe factori în mod convenţional,
în trei moduri:
1. se repartizează influenţa concomitentă a celor doi factori X şi Y unui singur factor,

în general factorului calitativ, situaţie care conduce la metoda substituţiei în lanţ;
2. se repartizează influenţa concomitentă a celor doi factori X şi Y în mod egal pe cei

doi factori X şi Y, obţinând:
- influenţa totală a factorului X:
n n n
ε ( X /Y )
∑x ti y0 i ∑x ti yti ∑x ti y0 i
It / 0 = i =1
n
⋅ i =1
n
: i =1
n
(12.96)
∑x
i =1
0i y0 i ∑x
i =1
0i yti ∑x
i =1
0i y0 i
n
1 n
Δεt (/ 0X / Y ) = ∑ y0i Δ xi + ∑ Δx Δy (12.97)
i =1 2 i=1 i i
- influenţa totală a factorului Y:
n n n
ε (Y / X )
∑y x ti 0 i ∑x ti yti ∑x ti y0 i
It /0 = i =1
n
⋅ i =1
n
: i =1
n
(12.98)
∑y
i =1
0i 0ix ∑x
i =1
0i yti ∑x
i =1
0i y0 i
1 n n
Δεt (/Y0 / X ) = ∑ x0i Δ yi +
∑ Δx Δy (12.99)
i =1 2 i=1 i i
Se observă că produsul dintre influenţele totale separate ale factorilor X şi Y în
mărimi relative este egal cu variaţia totală în mărimi relative sub influenţa ambilor factori
X şi Y a nivelului variabilei ε aparţinând colectivităţii analizate:
I tε/(0X UY ) = I tε/(0X / Y ) ⋅ I tε/(0Y / X ) (12.100)
De asemenea, suma dintre influenţele totale separate ale factorilor X şi Y în mărimi

absolute este egală cu variaţia totală în mărimi absolute, pe seama ambilor factori X şi Y, a
nivelului variabilei ε aparţinând aceleiaşi colectivităţi statistice luate sub observaţie:
Δεt (/ 0X UY ) = Δεt (/ 0X / Y ) + Δεt (/Y0 / X ) (12.101)
72
3. se repartizează influenţa concomitentă a factorilor X şi Y, pe factori, în mod
proporţional cu mărimea influenţelor lor separate, rezultând:
- influenţa totală a factorului X:
I tε/(0X / y0 ) ε ( X IY )
I tε/(0X / Y ) = I tε/(0X / y0 ) ⋅ ⋅ It / 0 (12.102)
I tε/(0Y / x0 )
ε ( X /Y ) ε ( X / y0 ) Δεt (/ 0X / y0 )
Δt / 0 = Δt / 0 + ε ( X / y0 ) (12.103)
Δt / 0 + Δεt (/Y0 / x0 )
- influenţa totală a factorului Y:
I tε/(0Y / x0 ) ε ( X IY )
I tε/(0Y / X ) = I tε/(0Y / x0 ) ⋅ ⋅ It / 0 (12.104)
I tε/(0X / y0 )
ε (Y / X ) ε (Y / x0 ) Δεt (/Y0 / x0 )
Δt / 0 = Δt / 0 + ε ( X / y0 ) (12.105)
Δt / 0 + Δεt (/Y0 / x0 )
De asemenea:
- produsul dintre influenţele totale separate ale factorilor X şi Y în mărimi relative
este egal cu variaţia totală în mărimi relative a nivelului variabilei ε sub influenţa
ambilor factori X şi Y:
I tε/(0X UY ) = I tε/(0X / Y ) ⋅ I tε/(0Y / X ) (12.106)
- suma dintre influenţele totale separate ale factorilor X şi Y în mărimi absolute este
egală cu variaţia totală în mărimi absolute a nivelului variabilei ε pe seama ambilor
factori X şi Y:
Δεt (/ 0X UY ) = Δεt (/ 0X / Y ) + Δεt (/Y0 / X ) (12.107)
Pentru a prezenta metodologia aplicării în practică a metodei restului nedescompus,

vom utiliza aplicaţia de la pagina 67 pe baza căreia vom calcula dinamica nivelului
vânzărilor în septembrie 2004 faţă de august 2004 ca urmare a influenţelor modificărilor
factorilor cantitate şi preţ.
- Influenţa totală a ambilor factori cantitate (qi) şi preţ (pi), asupra variaţiei nivelului
valorii vânzărilor în septembrie 2004 faţă de august 2004, este:
73
n
∑q ti pti
143731053 ⋅103
I V ( qi U pi )
t /0 = i =1
= = 1,2224 sau 122,24 %
n
117580162 ⋅103
∑q
i =1
0i p0 i

n n
ΔVt /(0qi U pi ) = ∑ qti pti − ∑ q0i p0i = 26150891 mii lei
i =1 i =1
Valoarea vânzărilor a crescut în septembrie 2004 faţă de august 2004, sub influenţa
totală a ambilor factori: cantitate şi preţ, în mărimi relative cu 24,24 %, iar în mărimi
absolute cu 26150891 mii lei.
- Influenţa separată a creşterii preţurilor unitare (pi) asupra variaţiei nivelului valorii
vânzărilor în septembrie 2004 faţă de august 2004, este:
n
∑p q ti 0 i
118646407 ⋅103
I V ( pi / q0 i )
t /0 = i =1
= = 1,0091 sau 0,91 %
n
117580162 ⋅103
∑p
i =1
q
0i 0i

n n
ΔVt /(0pi / q0 i ) = ∑ pti q0i − ∑ p0i q0i = 1066245 mii lei
i =1 i =1
În luna septembrie 2004 faţă de august 2004, valoarea vânzărilor a crescut sub
influenţa separată a creşterii preţurilor unitare, în mărimi relative cu 0,91 %, iar în mărimi
- Influenţa separată a sporii cantităţilor vândute pe fiecare tip de produs (qi) asupra
variaţiei nivelului valorii vânzărilor în septembrie 2004 faţă de august 2004, este:
∑q ti p0 i
142439359 ⋅103
I V ( qi / p0 i )
t /0 = i =1
= = 1,2114 sau 21,14 %
n
117580162 ⋅103
∑q
i =1
0i p0i
n n
ΔVt /(0qi / p0 i ) = ∑ qti p0i − ∑ q0i p0i = 24859197 mii lei
i =1 i =1
Sub influenţa separată a creşterii nivelurilor cantităţilor vândute pe fiecare tip de

produs, valoarea vânzărilor a crescut, în mărimi relative cu 21,14 %, iar în mărimi
74
- Influenţa simultană a factorului preţ (pi) şi a factorului cantitate (qi) asupra
variaţiei nivelului valorii vânzărilor în septembrie 2004 faţă de august 2004, este:
n n
∑ pti qti ∑p q ti 0 i
I V ( pi Iqi )
t /0 = i =1
n
: i =1
n
=
∑p
i =1
q
0 i ti ∑p
i =1
0i 0iq
143731053 ⋅103 118646407 ⋅103

= : = 1,000000138 sau 100,0000138 %
142439359 ⋅103 117580162 ⋅103

n n n n
ΔVt /( 0pi I qi ) = (∑ pti qti − ∑ p0i qti ) − (∑ pti q0i − ∑ p0i q0i ) = 225449miilei
i =1 i =1 i =1 i =1
Sub influenţa concomitentă a creşterii preţurilor unitare şi a nivelurilor cantităţilor

vândute pe fiecare tip de produs, valoarea vânzărilor a crescut în septembrie 2004 faţă de
august 2004, în mărimi relative cu 0,0000138 %, iar în mărimi absolute cu 225449 mii lei.
Se observă că se verifică relaţiile (12.93) şi (12.95):
1,2224 = 1,2114 x 1,0091 x 1,000000138
şi
26150891 mii lei = 24859197 mii lei + 1066245 mii lei + 225449 mii lei
În condiţiile în care influenţa concomitentă a preţurilor (pi) şi a cantităţilor vândute

(qi) se repartizează în mod egal pe cei doi factori de influenţă, se obţine:
- influenţa totală a preţurilor unitare (pi) asupra variaţiei nivelului valorii vânzărilor
în septembrie 2004 faţă de august 2004, care este:
n n n
∑p q ti 0 i ∑p q ∑p q ti ti ti 0 i
I tV/ 0( pi / qi ) = i =1
n
⋅ i =1
n
: i =1
n
=
∑p i =1
0i 0iq ∑p i =1
q
0 i ti ∑p
i =1
q
0i 0i
= I tV/ 0( pi / q0 i ) ⋅ I tV/ 0( pi Iqi ) = 1,0091 ⋅ 1,000000138 ≅ 1,0091 sau 100,91 %
n
1 n
ΔVt /(0pi / qi ) = ∑ q0i Δ pi + ∑ Δ p Δq =
i =1 2 i=1 i i
1 1 mii lei
=Δ V ( pi / q0 i )
t/0 + ⋅ ΔVt /( 0pi Iqi ) = 1066245 ⋅10 3 + ⋅ 225449 ⋅10 3 = 1178969,5
2 2
75
Nivelul valorii vânzărilor a crescut în septembrie 2004 faţă de august 2004, sub
influenţa totală a creşterii preţurilor unitare, în mărimi relative cu 0,91 %, iar în mărimi
absolute cu 1178969,5 mii lei.
- influenţa totală a cantităţilor vândute pe fiecare tip de produs (qi) asupra variaţiei
nivelului valorii vânzărilor în septembrie 2004 faţă de august 2004, care este:
n n n
∑q ti p0 i ∑p q ∑p q
ti ti ti 0 i
I tV/ 0( qi / pi ) = i =1
n
⋅ i =1
n
: i =1
n
=
∑q
i =1
0i p0 i ∑p
i =1
q
0 i ti ∑p
i =1
q
0i 0i
= I tV/ 0( qi / p0 i ) ⋅ I tV/ 0( pi Iqi ) = 1,2114 ⋅ 1,000000138 ≅ 1,2114 sau 121,14 %
n
1 n
ΔVt /(0qi / pi ) = ∑ p0i Δ qi + ∑ Δ p Δq =
i =1 2 i=1 i i
1 1 mii lei
= ΔVt /( 0qi / p0 i ) + ⋅ ΔVt /( 0pi Iqi ) = 24859197 ⋅ 10 3 + ⋅ 225449 ⋅10 3 = 24971921,5
2 2
Nivelul valorii vânzărilor a crescut în septembrie 2004 faţă de august 2004, sub
influenţa totală a sporirii cantităţilor vândute pe fiecare tip de produs, în mărimi relative
cu 21,14 %, iar în mărimi absolute cu 24971921,5 mii lei.
De asemenea, se observă că:
- produsul dintre influenţele totale ale preţurilor (pi) şi cantităţilor vândute (qi), în
mărimi relative, în septembrie 2004 faţă de august 2004, este egal cu variaţia totală în
mărimi relative a nivelului valorii vânzărilor sub influenţa ambilor factori preţ şi cantitate,
în acelaşi interval de timp, conform relaţiei (12.100):
1,2224 =1,0091 x 1,2114
- suma dintre influenţele totale ale preţurilor (pi) şi cantităţilor vândute (qi), în
mărimi absolute, în septembrie 2004 faţă de august 2004, este egală cu variaţia totală în
mărimi absolute a nivelului valorii vânzărilor sub influenţa ambilor factori preţ şi
cantitate, în acelaşi interval de timp, conform relaţiei (12.101):
26150891 mii lei=1178969,5 mii lei+24971921,5mii lei
76
CAPITOLUL XIII.
TESTUL „t”
Testul „t”, numit şi testul „Student”, are o largă aplicare în cadrul unor distribuţii
normale, pentru a verifica ipoteza egalităţii a două medii ce se referă la două colectivităţi
statistice normal distribuite.
Se aplică în următoarele situaţii:
a) când se verifică ipoteza H0 : m1=m2, privind egalitatea a două niveluri medii ce
corespund la două populaţii normal distribuite cu aceeaşi dispersie necunoscută, vom
avea [8, p.155]:
x2 − x1 n1 ⋅ n2 ⋅ (n1 + n2 − 2)
t= ⋅ (13.1)
(n1 − 1) ⋅ s + (n2 − 1) ⋅ s
2
1
2
2
n1 + n2
cu f = n1 + n2 - 2 grade de libertate.
unde:
s12 = dispersia de sondaj a colectivităţii 1;
s22 = dispersia de sondaj a colectivităţii 2;
n1 = volumul colectivităţii 1;
n2 = volumul colectivităţii 2.
b) când se verifică ipoteza H0 : m1=m2, referitoare la egalitatea a două medii ce

corespund la două colectivităţi normal distribuite care nu au aceeaşi dispersie, cu alte
cuvinte dispersiile nu sunt egale, în plus fiind şi necunoscute, vom avea [8, p.155]:
x2 − x1
t= (13.2)
s12 s22
+
n1 n2
1
cu f = grade de libertate (13.3)
c 2
1 − c2
+
n1 − 1 n2 − 1
s 1
iar c= 1 + 2 (13.4)
n1 s1 s22
+
n1 n2
unde: s1 = abaterea standard de sondaj a colectivităţii 1.
c) când se verifică ipoteza H0 : m=m0, vom avea [8, p.155]:
x − m0
t= (13.5)
s
n
77
cu f = n – 1 grade de libertate.
În concluzie, dacă tcalculat ≤ ttabelat = tα ; f (13.6)

unde: α = pragul de semnificaţie;
f = gradele de libertate;
atunci, între nivelurile medii m1 şi m2 nu există o diferenţă semnificativă.
Dacă: tcalculat > ttabelat = tα ; f 13.7)
atunci, între nivelurile medii m1 şi m2 ale fenomenului cercetat pe cele două colectivităţi,
există o diferenţă semnificativă.
În vederea aplicării formulelor de la punctele a şi b, trebuie utilizat testul F al lui

Fisher care ne va indica care dintre cele două formule le vom folosi.
Testul F se foloseşte în scopul verificării egalităţii a două dispersii σ 12 şi σ 22 ce
corespund la două populaţii normal distribuite [8, p.160]:
s12
F= (13.8)
s22
cu f1 = n1-1 şi f2 = n2-1 grade de libertate.
Dacă: Fcalculat > Ftabelat = Ff1 ; f 2 ;α (13.9)

atunci, σ 12 ≠ σ 22 şi vom utiliza formula testului „t” de la punctul b.
Dacă: Fcalculat ≤ Ftabelat = F f1 ; f 2 ;α (13.10)
atunci, σ 12 = σ 22 şi vom aplica formula testului „t” de la punctul a.
Exemple:
1. Pentru a pregăti meciurile din Liga I, echipa de fotbal Steaua are nevoie la
antrenamente de o serie de mingi noi de fotbal. Astfel, s-au testat diametrele mingilor de
fotbal produse de două firme, efectuându-se câte cinci măsurători:
Tabelul nr. 13.1 Diametrele mingilor de fotbal produse de cele două firme
Firma 1 25,4 25,2 25,4 25,3 25,2
(cm.)
Firma 2 25,2 25,3 25,0 25,4 25,0
(cm.)
Utilizând testul „t”, să se verifice dacă cele două tipuri de mingi sunt asemănătoare,
ştiind că pragul de semnificaţie α = 0,01 .
Mai întâi vom aplica testul „F”:
s12
F=
s22
Pentru a calcula dispersiile de sondaj s12 şi s22 , vom alcătui tabelul nr. 13.2 pe baza
datelor din tabelul nr. 13.1:
78
Tabelul nr. 13.2
Nr. Firma 1 Firma 2
crt. (cm.) (cm.) ( xi − x1 ) 2 ( xi − x2 ) 2
1. 25,4 25,2 0,01 0
2. 25,2 25,3 0,01 0,01
3. 25,4 25,0 0,01 0,04
4. 25,3 25,4 0 0,04
5. 25,2 25,1 0,01 0,01
Total 126,5 126,0 0,04 0,10
Diametrele medii ale mingilor testate la nivelul firmei 1, respectiv pe firma 2, vor
fi:
∑x i
126,5
x1 = i =1
= = 25,3 cm.
n1 5
∑x i
126
x2 = i =1
= = 25,2 cm.
n2 5
Aşadar,
5
∑ (x − x ) i 1
2
0,04
s12 = i =1
= = 0,01
n1 − 1 5 −1
şi
5
∑ (x − x ) i 2
2
0,10
s22 = i =1
= = 0,025
n2 − 1 5 −1
Deci,
s12 0,01
Fcalculat = 2
= = 0,4
s2 0,025
Pe de altă parte,
Ftabelat = F f1 ; f ;α = F4; 4;0,01 = 15,98

2
unde, gradele de libertate vor fi:

f1 = n1-1=5-1=4 şi f2 = n2-1=5-1=4
În concluzie,
Fcalculat = 0,4 < Ftabelat = 15,98 ⇒ σ 12 = σ 22
Prin urmare, vom folosi formula aflată în cadrul relaţiei (13.1):
x2 − x1 n1 ⋅ n2 ⋅ (n1 + n2 − 2)
t= ⋅ =
(n1 − 1) ⋅ s + (n2 − 1) ⋅ s
2
1
2
2
n1 + n2
25,2 − 25,3 5 ⋅ 5 ⋅ (5 + 5 − 2)
= ⋅ = −1,195
(5 − 1) ⋅ 0,01 + (5 − 1) ⋅ 0,025 5+5
79
Pe de altă parte,
ttabelat = t f ;α = t8;0,01 = 3,355
unde, f = n1 + n2 - 2
Aşadar,
tcalculat = − 1,195 = 1,195 < ttabelat = 3,355 ⇒
ambele tipuri de mingi sunt asemănătoare.
2. Televizorul Samsung CZ20H12T prevăzut pentru livrare, are diagonala de 54 cm..

Pentru a verifica îndeplinirea acestei prevederi s-au efectuat şase măsurători, ale căror
rezultate sunt în cm.: 54,4; 54,0; 54,2; 54,0; 54,4; 54,0.
Să se verifice dacă acest lot de televizoare corespunde din punct de vedere al
diagonalei, unde pragul de semnificaţie α = 0,01 .
Formulăm ipoteza H0: m = m0 = 54 cm. Vom aplica relaţia (13.5):

x − m0
t=
s
n
Tabelul nr. 13.3

Nr.
( xi − x) 2
xi
crt. (cm.)
1. 54,4 0,09
2. 54,0 0,01
3. 54,2 0,01
4. 54,0 0,01
5. 54,4 0,09
6. 54,0 0,01
Total 126,0 0,22
Nivelul mediu al diagonalelor celor şase televizoare Samsung testate, va fi:

6
∑x i
325
x= i =1
= = 54,1 cm.
n 6
Abaterea standard de sondaj va fi:
6
∑ ( x − x) i
2
0,22
s= i =1
= = 0,2
n −1 6 −1
Deci,
x − m0 54,1 − 54
t= = = 1,25
s 0,2
n 6
Pe de altă parte,
ttabelat = t f ;α = t5;0,01 = 4,032
unde, f = n - 1 = 6-1=5.
Aşadar,
tcalculat = 1,25 = 1,25 < ttabelat = 4,032 ⇒
lotul de televizoare este corespunzător calitativ din punct de vedere al diagonalei.
80
Bibliografie
1. Allen R.D.G. –„Index Numbers in Theory and Practice”, The McMillan Press L.T.D.,
London, 1975.
2. Andrei T., Stancu S., Pele D.T. –„Statistică – teorie şi aplicaţii”, ediţia a II-a, Ed.
Economică, Bucureşti, 2002.
3. Baron T., Biji E., Tövissi L., Wagner P., Maniu Al. Isaic, Korka M., Porojan D. –
„Statistică teoretică şi economică”, Ed. Didactică şi Pedagogică R.A., Bucureşti,
1996.
4. Bădiţă M., Baron T., Korka M. –„Statistică pentru afaceri”, Ed. Eficient, Bucureşti,
1998.
5. Duon Gaston –„De la theorie a la pratique des indices statistiques”, Ed. Eyrolles 61,
Paris, 1955.
6. Fourastie J. –„Les formules d’indices de prix”, Librairie Armand Colin, Paris, 1966.
7. Levin Richard, Rubin David –„Statistics for management”, Ed. Prentice Hall, New
Jersey, 1991.
8. Maniu Al. Isaic, Mitruţ C., Voineagu V.-„Statistica pentru managementul afacerilor”,
Ed. Economică, Bucureşti, 1999.
9. Marinescu I. –„Analiza factorială”, Ed, Ştiinţifică şi Enciclopedică”, Bucureşti, 1976.
10. Mihoc Gh., Urseanu B. –„Matematici aplicate în statistică”, Ed. Academia Română,
Bucureşti, 1962
11. Moineagu C., Negură I., Urseanu V. –„Statistica - concepte, principii, metode”, Ed.
Ştiinţifică şi Enciclopedică”, Bucureşti, 1976.
12. Oprişan Gh., Sebe G. I. – „Compendiu de teoria probabilităţilor şi statistica

matematică”, Ed. Tehnică, Bucureşti, 1999.
13. Tövissi L., Al. Isaic-Maniu –„Statistica”, A.S.E., Bucureşti, 1984.
14. Ţarcă Mihai –„Tratat de statistică aplicată”, Ed. Didactică şi Pedagogică R.A.,
Bucureşti, 1998.
15. Vodă V. Gh. –„Gândirea statistică un mod de gândire al viitorului”, Ed. Albatros,
Bucureşti, 1977.
16. Yulle G., Kendall M.G. –„Introducere în teoria statistică”, Ed. Ştiinţifică, Bucureşti,
1969.
81

Bazele Statisticii Opait

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

Bazele Statisticii Opait

Încărcat de

Drepturi de autor:

Formate disponibile

Universitatea „Dunărea de Jos” din Galaţi

Facultatea de Economie şi Administrarea Afacerilor

Capitolul XIII. Testul „t”…………………………………………………………....77

STATISTICA - INSTRUMENT DE CUNOAŞTERE A REALITĂŢII

1.1. Importanţa statisticii în universul realităţii

1.2. Etapele evoluţiei statisticii

1.3. Obiectul şi metoda statisticii

Obiectul de studiu al statisticii este reprezentat de orice fenomen social-economic,

1.4. Noţiuni folosite în cercetarea statistică

În cadrul programelor de cercetare statistică, precum şi în oricare formă de activitate

OBSERVAREA, PRELUCRAREA ŞI PREZENTAREA DATELOR STATISTICE

Cercetarea statistică a fenomenelor şi proceselor social-economice include aşadar,

A = xmax . − xmin . (2.1)

Astfel, mărimea intervalului de grupare a valorilor caracteristicii statistice luate în

unde: d = mărimea intervalului de grupare;

Prezentarea datelor statistice se realizează sub forma tabelelor, graficelor şi a

Tabelul nr. 2.1.

Tabelul nr. 2.2.

Tabelul cu dublă intrare se utilizează în situaţia în care unităţile statistice dintr-o

0.00 20000 40000 60000 80000 10000

Fig. nr. 2.1. Diagrama prin benzi reprezentând

Fig. nr. 2.2. Diagrama prin coloane reprezentând

Diagramele de structură (cercul de structură, pătratul de structură, dreptunghiul

Fig. nr. 2.3. Cercul de structură al ponderilor

Histograma este alcătuită dintr-o succesiune de dreptunghiuri lipite unele de altele,

Fig. nr. 2.4. Histograma notelor obţinute de o grupă de studenţi

INDICATORII STATISTICI AI TENDINŢEI CENTRALE

Indicatorii tendinţei centrale reprezintă un set de indicatori statistici ce sintetizează

3.1. Mărimile medii

Mărimile medii ocupă o poziţie aparte în cadrul indicatorilor sintetici generalizatori

3.1.1. Media aritmetică

Tabelul nr.3.1. Primele 10 ţări mari producătoare de cafea

Nivelul mediu al producţiei de cafea va fi:

În tabelul următor este prezentată distribuţia studenţilor dintr-o facultate după

Tabelul nr. 3.2. Repartiţia studenţilor dintr-o facultate în funcţie de înălţime

3.1.1.1. Proprietăţile mediei aritmetice

Proprietăţile mediei aritmetice deţin o importanţă deosebită în obţinerea unei

1. Nivelul mediei aritmetice este cuprins între xmin şi xmax .

În cazul exemplului nr.1, observăm că:

2. Suma abaterilor valorilor individuale ale variabilei statistice cercetate faţă de

- în cazul unei serii simple:

- în cazul unei serii cu frecvenţe:

Dacă x1 = x2 = ... = xk = α , atunci:

- în cazul unei serii simple:

- în cazul unei serii simple:

- în cazul unei serii cu frecvenţe:

5. Dacă toate nivelurile variabilelor statistice (x1, x2, …, xk ) se măresc sau se

- în cazul unei serii simple:

- în cazul unei serii cu frecvenţe:

Observăm că dacă combinăm proprietăţile 4 şi 5, obţinem formula de calcul

- în cazul unei serii cu frecvenţe:

6. În situaţia în care într-o serie statistică cu frecvenţe, toate nivelurile frecvenţelor

Combinând proprietăţile 4, 5 şi 6 obţinem o altă formă a formulei de calcul

- în cazul unei serii simple:

3.1.2. Media armonică

Media armonică reprezintă inversa mediei aritmetice a valorilor inverse ale

- în cazul unei serii simple:

- în cazul unei serii cu frecvenţe:

3.1.3. Media geometrică

Media geometrică se utilizează în situaţia în care termenii unei serii statistice

- în cazul unei serii simple:

- în cazul unei serii cu frecvenţe:

3.1.4. Media pătratică