Documente Academic
Documente Profesional
Documente Cultură
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
2
CAPITOLUL I
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”.
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.
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.
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
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 x − xmin .
d= = max . (2.2)
1 + 3,322 lg n 1 + 3,322 lg n
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 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:
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
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
urban
rural
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
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
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:
∑x i
4684
x= i =1
= = 468,4 mii tone
n 10
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
k k ∑x i
∑ ( xi − x ) = ∑ x i − k ⋅
i =1 i =1
i =1
k
=0 (3.4)
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.
∑x i
k ⋅α
x= i =1
= =α (3.6)
k k
15
- în cazul unei serii cu frecvenţe:
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
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
16
- în cazul unei serii simple:
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
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
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)
∑ ( xi + y i ) ∑ xi ∑y i
x+ y = i =1
= i =1
+ i =1
= x+ y (3.17)
k k k
- în cazul unei serii cu frecvenţe:
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)
k
xh = (3.20)
k
1
∑
i =1 xi
∑n i
xh = i =1
(3.21)
k
1
∑
i =1 xi
⋅ ni
k
xg = k ∏x i =1
i (3.22)
∑ ni k
xg = ∏x
ni
i =1
i (3.23)
i =1
18
- în cazul unei serii simple:
k
∑x 2
i
xp = i =1
(3.24)
k
- în cazul unei serii cu frecvenţe:
k
∑x 2
i i n
xp = i =1
k
(3.25)
∑n
i =1
i
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.
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
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:
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)
N i ≥ U me (3.33)
Exemplu:
∑n i
52
U me
= i =1
= = 26
2 2
U me − N i−1 26 − 24
Me = x0 + d ⋅ = 16 + 8 ⋅ = 16,73
ni 22
21
CAPITOLUL IV.
INDICATORII VARIAŢIEI
xmax − xmin
A= ⋅100 (4.2.)
x
- în mărimi absolute:
a ( xi ) = xi − x (4.3.)
- în mărimi relative:
xi − x
a ( xi ) = ⋅ 100 (4.4)
x
∑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
∑ ( 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
∑ ( x − x) i
2
σ= i =1
(4.9.)
n
∑ (x i − x) 2 ⋅ ni
σ= i =1
k
(4.10)
∑n
i =1
i
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:
∑xn i i
4600
x= i =1
= = 76,67 kg
k
60
∑n
i =1
i
∑ x − x ⋅n i i
503,42
d= i =1
= = 8,39 kg
k
60
∑n
i =1
i
∑ ( 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
- Coeficientul de variaţie:
σ 10,82
v= ⋅100 = = 14,11 %
x 76,67
25
Capitolul V.
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)
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
Aşadar:
n n n n
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
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
n n n n
∑ ni ⋅ ∑ xi yi ni − ∑ xi ni ⋅ ∑ yi ni
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
y xi = 200 + 10 ⋅ xi
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
n n n n n n
29
Capitolul VI.
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.
∑ (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
∑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
∑ ( 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
∑ ( 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
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
∑xn i i
690
x= i =1
= = 23 ani
n
30
∑n i =1
i
∑yn i i
12900
y= i =1
= = 430 $/lună
n
30
∑n
i =1
i
∑ ( 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
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
∑xn i i.
160
x= i =1
= = 20 ani
n
8
∑n
i =1
i.
∑y n
j =1
j .j
3000
y= = = 375 $/lună
n
8
∑n j =1
.j
∑∑ ( 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
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
n n n n
∑ ni ⋅ ∑ xi yi ni − ∑ xi ni ⋅ ∑ yi ni
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
34
Capitolul VII.
REGRESIA HIPERBOLICĂ
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.
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
∑∑ 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
y xi = a ⋅ b xi (9.1)
ln y xi = ln a + xi ln b (9.2)
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
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
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 n
39
Capitolul X.
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
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
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.
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.
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.
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.
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
n n
∑ p − ∑q i i
8−2
τ= i =1 i =1
= = 0,6
1 1
n(n − 1) ⋅5⋅ 4
2 2
∑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
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.
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:
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
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.
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
∑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
∑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
∑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
∑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
50
n 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
∑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
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
∑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.
∑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
∑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
∑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
n 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
∑ 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
∑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
∑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.
q0 i p0 i
n
= g 0vi (12.23)
∑q
i =1
0i p0 i
n
I tq/i0 = ∑ itq/i0 ⋅ g ovi (12.24)
i =1
54
12.3.2.2. Indicele mediu armonic ponderat
∑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.
n 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
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).
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
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
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
∑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
∑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
n n
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
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
n n n
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:
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 %.
n n n
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 %.
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
∑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
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
produselor i.
61
12.3.5.1. Metoda substituţiei în lanţ
Fie α = X ⋅ Y o variabilă complexă a unei unităţi statistice, asupra căreia îşi exercită
influenţa factorii X şi Y.
- în mărimi relative:
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
- în mărimi absolute:
- influenţa factorului X:
- în mărimi relative:
xt ⋅ y0 xt
itα/ 0( X / Y ) = = = itα/ 0( X ) (12.41)
x0 ⋅ y0 x0
- în mărimi absolute:
62
- influenţa factorului Y:
- în mărimi relative:
xt ⋅ yt y
itα/ 0(Y / X ) = = t = itα/ 0(Y ) (12.43)
xt ⋅ y0 y0
- în mărimi absolute:
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)
- influenţa factorului Y:
- în mărimi relative:
yt ⋅ x0 yt
itα/ 0(Y / X ) = = = itα/ 0(Y ) (12.49)
y0 ⋅ x0 y0
- în mărimi absolute:
- influenţa factorului X:
- în mărimi relative:
yt ⋅ xt xt
itα/ 0( X / Y ) = = = itα/ 0( X ) (12.51)
yt ⋅ x0 x0
63
- în mărimi absolute:
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:
- în mărimi relative:
n
β ( X UY )
∑x ti yti
It / 0 = i =1
n
(12.57)
∑x
i =1
0i y0 i
- în mărimi absolute:
n n
Δβt /(0X UY ) = ∑ xti yti − ∑ x0i y0i (12.58)
i =1 i =1
64
- în mărimi relative:
β ( X /Y )
∑x ti y0 i
It / 0 = i =1
n
(12.59)
∑x
i =1
0i y0 i
- în mărimi absolute:
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
β (Y / X )
∑x ti yti
It /0 = i =1
n
(12.61)
∑x
i =1
ti y0 i
- în mărimi absolute:
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
sau
I tβ/ 0( X UY ) = I tβ/ 0( X / Y ) ⋅ I tβ/ 0(Y / X ) (12.64)
∑ 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.
β (Y / X )
∑y x ti 0 i
It /0 = i =1
n
(12.67)
∑y
i =1
0i 0i x
- în mărimi absolute:
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
β ( X /Y )
∑y x ti ti
It /0 = i =1
n
(12.69)
∑y x
i =1
ti 0 i
- în mărimi absolute:
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
sau
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:
- 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
∑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
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:
∑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
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.
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
- în mărimi absolute:
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”.
1
Δγt (/ 0X / Y ) = y0 Δ x + Δ x Δ y (12.79)
2
1
Δγt (/Y0 / X ) = x0 Δ y + Δ x Δ y (12.80)
2
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
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.
- în mărimi relative:
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
- în mărimi absolute:
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
ε ( X / y0 )
∑x ti y0 i
It / 0 = i =1
n
(12.86)
∑x i =1
0i y0 i
- în mărimi absolute:
n n
Δεt (/ 0X / y0 ) = ∑ xti y0i − ∑ x0i y0i (12.87)
i =1 i =1
70
- influenţa separată a factorului Y, va fi:
- în mărimi relative:
n
ε (Y / x0 )
∑y x ti 0 i
It / 0 = i =1
n
(12.88)
∑y
i =1
0i 0i x
- în mărimi absolute:
n n
Δεt (/Y0 / x0 ) = ∑ yti x0i − ∑ y0i x0i (12.89)
i =1 i =1
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
- în mărimi absolute:
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
sau
I tε/(0X UY ) = I tε/(0X / y0 ) ⋅ I tε/(0Y / x0 ) ⋅ I tε/(0X IY ) (12.93)
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:
- în mărimi relative:
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
- în mărimi absolute:
n
1 n
Δεt (/ 0X / Y ) = ∑ y0i Δ xi + ∑ Δx Δy (12.97)
i =1 2 i=1 i i
- în mărimi relative:
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
- în mărimi absolute:
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:
72
3. se repartizează influenţa concomitentă a factorilor X şi Y, pe factori, în mod
proporţional cu mărimea influenţelor lor separate, rezultând:
- în mărimi relative:
I tε/(0X / y0 ) ε ( X IY )
I tε/(0X / Y ) = I tε/(0X / y0 ) ⋅ ⋅ It / 0 (12.102)
I tε/(0Y / x0 )
- în mărimi absolute:
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:
- în mărimi relative:
I tε/(0Y / x0 ) ε ( X IY )
I tε/(0Y / X ) = I tε/(0Y / x0 ) ⋅ ⋅ It / 0 (12.104)
I tε/(0X / y0 )
- în mărimi absolute:
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:
- 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:
- Influenţa totală a ambilor factori cantitate (qi) şi preţ (pi), asupra variaţiei nivelului
valorii vânzărilor în septembrie 2004 faţă de august 2004, este:
73
- în mărimi relative, conform relaţiei (12.84):
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
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:
- în mărimi relative, conform relaţiei (12.86):
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
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
absolute cu 1066245 mii lei.
- 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
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
- 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
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
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.
- 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):
- 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):
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.
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.
x − m0
t= (13.5)
s
n
77
cu f = n – 1 grade de libertate.
s12
F= (13.8)
s22
cu f1 = n1-1 şi f2 = n2-1 grade de libertate.
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 .
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,
În concluzie,
Fcalculat = 0,4 < Ftabelat = 15,98 ⇒ σ 12 = σ 22
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 ⇒
∑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 ⇒
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.
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.
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