Documente Academic
Documente Profesional
Documente Cultură
microeconomică
‐ seminar ‐
Previziune microeconomică 2
∑ (y − y )
n
' 2
i ti
→ minim ,
i =1
y = a + bt ⇒ ∑ (y − a − bt ) → minim .
2
i
i =1
− 2∑ ( y i − a − bt ) ⋅1 = 0
i =1
3 Seminar
n
− 2∑ ( yi − a − bt ) ⋅ t = 0
i =1
⎧⎪na = ∑ yi ⎪ n
⎨ ⇒⎨
⎪⎩ ∑ i ∑ i i
b t '2
= t '
y ⎪b = ∑t i' yi
⎪
⎩ ∑t i
'2
Pe baza datelor problemei, cele necesare calculului se regăsesc în tabelul nr. 10.2.
Tabelul nr. 10.2
2
yi − yt' ⎛ yi − yt' ⎞
t i' *) y i − y t' ⋅100 ⎜ ⎟ y2
⎜ y ⋅100 ⎟
Anii yi t i'2 t i' yi y i' t i i i
i
yi ⎝ i ⎠
t1 104 -3 9 -312 103,75 0,25 0,240 0,05778 10816
t2 107 -2 4 -214 107,07 -0,07 -0,065 0,00428 11449
t3 110 -1 1 -110 110,39 -0,39 -0,355 0,12570 12100
t4 114 0 0 0 113,71 0,29 0,254 0,06471 12996
t5 117 1 1 117 117,03 -0,03 -0,026 0,00066 13689
t6 120 2 4 240 120,35 -0,35 -0,292 0,08507 14400
T7 124 3 9 372 123,67 0,33 0,266 0,07076 15376
Σ 796 0 28 93 - - - 0,40896 90826
*)
pentru a face Σt’ = 0 se procedează astfel:
dacă seria de date este formată dintr-un număr impar de termeni atunci se pune 0 în mijloc şi cu
valori negative din 1 în 1 se merge spre primul termen al seriei iar cu valori pozitive tot din 1 în 1 se
merge spre ultimul termen al seriei obţinându-se în final Σt’ = 0;
dacă seria de date este formată dintr-un număr par de termeni atunci termenii din mijloc primesc
valorile –1 şi respectiv +1 continuându-se cu valori negative din 2 în 2 spre primul termen al seriei şi
cu valori pozitive tot din 2 în 2 spre ultimul termen al seriei obţinându-se în final Σt’ = 0. Exemplu:
t1 t2 t3 t4 t5 t6
-5 -3 -1 1 3 5
Σt
În general avem: t i = t i − t unde t =
'
(media lui t) .
n
Pe baza datelor din tabelul nr. 10.2, găsim:
⎧
⎪a =
∑
yi 796
= = 113,71
⎪ n 7
⎨
⎪b = ∑
t i' yi 93
= = 3,32
⎪
⎩ ∑
t i' 2 28
Deci, funcţia este yt' = 113,71 + 3,32ti' . Valorile teoretice yt'i , vor fi următoarele:
yt'1 = 113,71 + 3,32 ⋅ (−3) = 103,75 y t'2 = 113,71 + 3,32 ⋅ (−2) = 107,07
Previziune microeconomică 4
σ% = ⎝ i ⎠
n
unde: yi = valorile empirice; yt' = valorile teoretice (calculate) i
∑ (y − a − bt − ct )
n
2 2
a2) Pentru funcţia parabolică de ordinul II, y=a+bt+ct2, ⇒ i
→ min
i =1
i =1
i =1
i =1
⎪
⎪⎩a ∑ t i + b∑ t i + c∑ t i = ∑ t i yi
'2 '3 '4 '2
⎧na + c∑ t = ∑ y i
'2
i
⎪⎪
⎨b∑ t = ∑ t y (*)
'2 '
i i i
⎪
⎪⎩a ∑ t + c ∑ t = ∑ t y
'2 '4 '2
i i i i
Pe baza datelor problemei, cele necesare calculului se regăsesc în tabelul nr. 10.3.
5 Seminar
⎝ i ⎠
t1 104 -3 9 81 -312 936 103,93 0,07 0,00453 -9,71 0,0049 94,2841
t2 107 -2 4 16 -214 428 107,07 -0,07 0,00453 -6,71 0,0049 45,0241
t3 110 -1 1 1 -110 110 110,29 -0,29 0,06950 -3,71 0,0841 13,7641
t4 114 0 0 0 0 0 113,57 0,43 0,14227 0,29 0,1849 0,0841
t5 117 1 1 1 117 117 116,93 0,07 0,00453 3,29 0,0049 10,8241
t6 120 2 4 16 240 480 120,35 -0,35 0,08507 6,29 0,1225 39,5641
t7 124 3 9 81 372 1116 123,85 0,15 0,01463 10,29 0,0225 105,8841
Σ 796 0 28 196 93 3187 - - 0,32506 - 0,4287 309,4287
Folosind datele din tabelul nr. 10.3, abaterea medie pătratică procentuală va fi:
0,32506
σ% = = 0,2155%
7
Întrucât legătura dintre CA şi trend în cazul funcţiei yt' = a + bti' + cti' 2 nu este de tip
liniar vom calcula raportul de corelaţie cu ajutorul relaţiei:
∑ (y − y ) ' 2
μ=
i ti
1−
∑ (y − y)
2
i
y=
∑y i
= media aritmetică simplă a valorilor lui yi .
n
Ținând cont de datele calculate în tabelul nr. 10.3, găsim:
104 + 107 + 110 + 114 + 117 + 120 + 124
y= = 113,57
7
0,4287
μ = 1− = 0,99931
309,4287
Previziune microeconomică 6
sistemul
⎧⎪n lg a + (lg b)∑ t i' = ∑ lg yi
⎨
⎪⎩(lg a )∑ t i + lg b∑ t i = ∑ t i ⋅ lg y i
' '2
şi făcând ∑
ti' = 0 rezultă:
⎧
⎪lg a =
∑ lg yi
⎪ n
⎨
⎪lg b = ∑ (t i lg yi )
'
⎪
⎩ ∑ t i'2
Pentru calculul parametrilor a şi b vom utiliza datele din tabelul nr. 10.4.
Tabelul nr. 10.4
2
⎛ yi − y ⎞
(y − y )
'
⎧ 14,38548
⎪⎪lg a = = 2,05507 ⇒ a = 113,52
7
⎨
⎪lg b = 0,35556 = 0,0127 ⇒ b = 1,03
⎪⎩ 28
'
Deci, y t' = 113,52 ⋅1,03t . Pentru calculul valorilor teoretice vom folosi expresia:
'
i
2 2
3 3
7 7
Pe baza datelor din tabelul nr. 10.4, calculăm abaterea medie pătratică procentuală şi
raportul de corelaţie:
7 Seminar
0,33331
σ% = = 0,2182%
7
0,4412
μ = 1− = 0,99929
309,4287
Valorile abaterilor medii pătratice procentuale şi ale raportului (coeficientului) de
corelaţie calculate pentru cele trei funcţii sunt:
Funcţia σ% r sau μ
yt' = a + bti' 0,2417 0,99913
i
ti'
yt = a ⋅ b
'
' 0,2182 0,99929
i
De aici deducem faptul că funcţia parabolică de ordinul II este cea mai bună funcţie
pentru elaborarea prognozei CA, deoarece are cea mai mică valoare pentru σ şi cea mai mare
valoare pentru μ.
c) Pentru calcul va trebui să determinăm valoarea lui t i' corespunzătoare anului t12 , anul
final al orizontului de previziune:
t12' = t12 − t = 12 − 4 = 8
Înlocuind valoarea calculată în funcţie găsim:
y t' = 113,57 + 3,32(8) + 0,036(64) = 142,43% .
12
Calculăm Sp = Sy
1
⋅ tτ +
2 ∑ (
t 4 − 2∑ t 2 ⋅ tτ2 + ntτ4 ) (valorile lui t sunt
∑t2 n∑ t 4 − ∑ t 2
2
( )
atribuite cronologic, iar tτ reprezintă anul final al orizontului previzional).
1 4676 − 2 ⋅140 ⋅144 + 7 ⋅12 4
∂a i =1
∂S
= −2∑ ( yi − a − bx')⋅ x' = 0
n
∂b i =1
Datele necesare rezolvării sistemului se vor obţine din tabelul nr. 10.6.
Tabelul nr. 10.6
yi − y '
2
⎛ yi − y' ⎞
Anii y x x' = xi − x (x ' ) 2
x’y y '
i yi – y’ yi
⋅ 100 ⎜⎜ ⋅ 100 ⎟⎟ y2
⎝ yi ⎠
t1 2200 45 -19 361 -41800 2468,79 -268,79 -12,22 149,33 4840000
t2 3400 54 -10 100 -34000 2969,10 430,90 12,67 160,53 11560000
t3 3800 76 12 144 45600 4192,08 -392,08 10,32 106,50 14440000
t4 4700 81 17 289 79900 4470,03 229,97 4,89 23,91 22090000
Σ 14100 256 0 894 49700 * * * 440,27 52930000
256
x= = 64
4
Rezultă sistemul:
⎧4a = 14110
⎨ ⇒ a=3525; b=55,59.
⎩894b = 49700
Ecuaţia dreptei de regresie va fi Y = 3525 + 55,59x’, iar valorile teoretice:
y1' = 2468,79 y 2' = 2969,1 y3' = 4192,08 y 4' = 4470,03
Abaterea medie pătratică procentuală va fi:
2
⎛ yi − y ' ⎞
∑ ⎜⎜
⎝ yi
⋅100 ⎟⎟
⎠ = 440,27 = 10,50%
σ% =
n 4
Coeficientul de corelaţie dintre y şi x va fi:
9 Seminar
n∑ x' y − ∑ x' ⋅ ∑ y
r= =
[n∑ y − ∑( y) ][n∑(x' ) − (∑ x' ) ]
2 2 2 2
4 ⋅ 49700 198800
r= = = 0,9252
[4 ⋅ 52930000 − 198810000][4 ⋅ 894 − 0 ] 2
46166160000
Cum r este apropiat de 1, putem utiliza, ecuaţia y=3552+55,59x’. Cifra de afaceri y
pentru un buget de publicitate de 150 mii lei va fi:
y = 3552 + 55,59(150 - 64) = 8305,74 mii lei.
40
35
valori ajustate (yr )
30
25
20
(14;16,5)
15
9 10 11 12 13 14 15 x
O
Schema nr. 10.1 Evoluţia vânzărilor funcţie de preţ
Dacă punctele marcate sunt relativ aliniate înseamnă că între x şi y există o legătură
liniară. Dacă punctele rezultate au un mare grad de împrăştiere sau au o alură curbilinie
înseamnă că între cele două variabile există alt tip de dependenţă şi, în consecinţă, nu se mai
parcurg etapele cerute de regresia simplă.
2) Se calculează coeficientul de corelaţie, astfel (cu datele din tabelul nr. 10.7):
Previziune microeconomică 10
r=
∑ (x − x )( y − y ) =
− 45
= −0,9282791
∑ (x − x ) ⋅ ∑ ( y − y )
2 2
5 ⋅ 470
Interpretare:
dacă r este pozitiv, între cele două variabile există o legătură directă, iar dacă r este negativ,
variabilele se află într-o legătură inversă;
valoarea absolută a lui r constituie un indiciu al corelaţiei dintre x şi y: legătura este foarte
strânsă când r tinde spre 1 sau -1 şi foarte redusă când r tinde spre zero.
3) Se calculează coeficientul de determinare (R2) , astfel:
R2=r2=(-0,928279 1)2 =0,8617021.
Interpretare:
dacă R2 ia valoarea minimă R2=0, înseamnă că între cele două variabile nu există nici o
legătură liniară, iar dacă R2=1, înseamnă că variabilele sunt perfect legate una de alta.
complementul lui R2, respectiv (1-R2), se numeşte coeficient de nedeterminare şi arată
proporţia în care y nu este explicat de x, ci de alţi factori neluaţi în considerare.
În cazul de mai sus se poate afirma că factorul preţ explică volumul vânzărilor în
proporţie de 0,8617021=86,17%, în timp ce restul (1-R2)=0,1382979=13,83% se datorează
influenţei altor factori.
4) Ajustarea datelor empirice
Deoarece mărimea lui R2 arată că între cele două variabile există o legătură liniară, se
caută acea dreaptă numită „dreaptă de regresie” de forma yr =a+bx care să reprezinte cât mai
fidel datele reale care au o evoluţie greu de exprimat matematic. În acest scop, pe baza metodei
celor mai mici pătrate, coeficienţii a şi b rezultă din sistemul:
⎧⎪na + b∑ x = ∑ y
⎨
⎪⎩a ∑ x + b∑ x = ∑ xy
2
Important este ca aceste abateri să fie cât mai mici, respectiv, diferenţele (erorile) să fie
cuantificate pentru a fi luate în considerare atunci când se va face previziunea. Deoarece
întotdeauna y = y r , rezultă că abaterile dintre valorile lui y şi yr nu pot fi măsurate decât de
dispersie, în termenii analizei dispersionale, se pot face următoarele asocieri:
variaţia totală a datelor y reale = ∑ ( y − y ) =470 (vezi col. 10, tabelul nr. 10.7);
2
∑ (y − y )
2
variaţia dintre datele reale şi cele estimate = r
= 65 (vezi col.6, tabelul nr. 10.8).
Cele de mai sus se interpretează astfel: din cele 470 de unităţi ale variaţiei datelor reale,
405 sunt explicate de funcţia yr, iar restul de 65 rămân neexplicate.
În aceeaşi optică, R2 şi (1-R2) se pot calcula astfel:
( yr − yr )2
∑ ( yr − y )2
∑ ( y − yr )2 ∑
R =
2
= și (1 − R ) =
2
( y − y )2
∑ ( y − y )2
∑ ( y − y )2 ∑
405 65
Cu datele problemei, R 2 = = 0,8617021 şi (1 − R 2 ) = = 0,1382979 , adică exact
470 470
rezultatele obţinute anterior.
∑ (y − y )
2
Variaţia dintre datele reale şi cele estimate r
se mai numeşte şi variaţie
reziduală, variaţie neexplicată sau eroare de estimaţie. Se exprimă sub forma abaterii medii
pătratice (e) astfel:
∑ (y − y )
2
⎪
⎪⎩a ∑ xi + b∑ xi + c∑ xi = ∑ xi yi
'2 '3 '4 '2
Pe baza datelor din tabelul nr. 10.10 şi ţinând cont că Σx’=Σ(x’)3=0 obţinem sistemul:
⎧7a + 498c = 861
⎪
⎨498b = 682 ⇒ a = 123; b = 1,37; c = 0.
⎪498a + 65826c = 61254
⎩
13 Seminar
De aici rezultă că legătura dintre cifra de afaceri şi bugetul de publicitate este de tip
liniar fiind redată de ecuaţia:
y = 123 + 1,37x’
a2) Pentru previzionarea cifrei de afaceri în t12 determinăm xt' = xt − x = 155 − 117 = 38 12 12
Rezultă că în anul t12 cifra de afaceri va creşte cu 75,06% faţă de anul de bază t0 .
Faţă de anul t7 creşterea va fi:
⎛ 175,06 ⎞
⎜ − 1⎟ ⋅ 100 = 25% .
⎝ 140 ⎠
Deci cifra de afaceri va creşte în anul t12 cu 25% faţă de anul t7 .
a3) Nivelul pe care-l va înregistra cifra de afaceri în anul t12 va fi de:
11.0000 · 1,7506 = 192.566 lei
Dacă considerăm anul t7 ca an de bază atunci pentru efectuarea prognozei va trebui să
translatăm x’ în t7 şi, deci, xt' = 155 − 130 = 25 , iar yt comparativ cu yt va fi:
12 12 7
n−c 7−2
Sp = Sy
n +1 xt − x
+ 12 =
(
0,8962
8 (38)
+
2
)
2
= 1,8019
n (x − x )2 ∑ 7 498
Avem tα = 2,571 pentru p = 0,95 şi n – c = 7 – 2 = 5 grade de libertate. Va rezulta:
ymin = ymed – Sp · tα = 175,06 – 2,571 · 1,8019 = 170,43%
ymax = ymed + Sp · tα = 175,06 – 2,571 · 1,8019 = 179,69%
Deci, cu o probabilitate de 95% cifra de afaceri a întreprinderii în anul t12 se va situa
între 170,43 şi 179,69% faţă de anul de bază t0 .
b) Deoarece se presupune că nivelul bugetului de publicitate în anul t12 nu este cunoscut,
acesta se va determina pe baza unei prognoze folosind o funcţie de trend. După modul de
variaţie al seriei de date pentru x (bugetul de publicitate) s-ar părea că dependenţa este liniară şi
în consecinţă vom utiliza funcţia:
y = a + bt
Aplicând metoda celor mai mici pătrate vom obţine sistemul:
⎧⎪na + b∑ t i = ∑ yi ∑ yi ∑ ti' yi
⎨
⎪⎩a ∑ t i + b∑ t i = ∑ t i y i
2
şi făcând t i
'
= 0 ⇒ a =
n
; ∑
b =
∑ ti'2
Pentru uşurinţa calculelor, organizăm datele ca în tabelul nr. 10.11.
Tabelul nr. 10.11
2
yi − yt' ⎛ yi − yt' ⎞
Anii x →y ti' ti' 2 ti' yi yt' yi − yt'
i
yi
i
⋅ 100 ⎜
⎜ y
i
⋅ 100 ⎟⎟
⎝ i ⎠
t1 104 -3 9 -312 104,4 -0,04 -0,0380 0,0014
t2 109 -2 4 -218 108,6 0,4 0,3660 0,1347
t3 113 -1 1 -113 112,8 0,2 0,1769 0,0313
t4 117 0 0 0 117 0 0 0
t5 121 1 1 121 121,2 -0,2 -0,1653 0,0273
t6 125 2 4 250 125,4 -0,4 -0,3260 0,1024
t7 130 3 9 390 129,6 0,4 -0,3076 0,0947
Σ 819 0 28 118 - - - 0,3918
Previziune microeconomică 14
Interpretare: din cele 470 de unităţi ale variaţiei totale, 413,88 sunt explicate de funcţia
yr (adică de x1 şi x2), iar restul de 56,11 rămân neexplicate.
La rândul său, variaţia explicată se poate descompune pe cei doi factori, astfel:
- variaţia explicată de x1 = b1 ∑ ( y − y )(x1 − x1 )
- variaţia explicată de x2 = b2 ∑ ( y − y )(x2 − x2 )
Cu datele problemei avem:
b1 ∑ ( y − y )(x1 − x1 ) = (-3,888)(-45) = 175 (tabelul nr. 10.14, col.10)
b2 ∑ ( y − y )(x2 − x2 ) = (0,555)(430) = 238,88 (tabelul nr. 10.14, col. 11)
Σ = 413,88
3) Se calculează eroarea standard (e)
În acest scop se utilizează relaţia din Problema 10.3, în care υ=n-3 deoarece, în acest
caz se cunosc trei parametri (a, b1 şi b2)
∑ (y − y )
2
r 56,11
e= = = 5,3
n−3 5−3
4) Se compară R2 calculat cu R2teoretic
∑ ( yr − yr ) = 413,88 = 0,8806146
2
R2 =
∑ (y − y)
2
470
Pentru α = 0,05, R2minim trebuie să fie egal cu 0,9025 pentru υ = n-3 = 5-3 = 2 grade de
libertate. Deoarece R2observat < R2teoretic , deducem că funcţia yr=75,388-3,888x1+0,555x2 nu
poate fi socotită acceptabilă decât dacă ne mulţumim cu o probabilitate a previziunii sub 95%.
5) Se calculează previziunea (P)
Ca şi în cazul regresiei simple,
P = yr ±t·e = (a + b1x1 +b2x2) + t·e
Pentru cazul dat, unde x1 = 9,5, x2 =60 şi t = 2,78,
P=(75,388-3,888 · 9,5+0,555 · 60)±2,78 · 5,3=71,777±14,73 ⇒ 57,65<yr<86,51
Concluzie: În cazul practicării unui preţ x1=9,5 şi a alocării uni buget publicitar x2=60,
volumul vânzărilor se va situa între 57 şi 87 unităţi, dar cu o probabilitate <95%.
Previziune microeconomică 16
i =1
∂a i =1
∂S
= −2∑ ( yi − a − b1 x1 − b2 x2 ) ⋅ x1 = 0
10
∂b1 i =1
∂S
= −2∑ ( yi − a − b1 x1 − b2 x2 ) ⋅ x2 = 0
10
∂b2 i =1
⎧na + b1 ∑ x1 + b2 ∑ x2 = ∑ y
⎪⎪
⇒ ⎨a ∑ x1 + b1 ∑ x12 + b2 ∑ x1 x2 = ∑ x1 y
⎪
⎩⎪a ∑ x2 + b1 ∑ x1 x2 + b2 ∑ x2 = ∑ x2 y
2
ryx =
∑x y −∑x ⋅∑ y n
=
1 1
[n∑ x − (∑ x ) ][n∑ y − (∑ y ) ]
1 2 2
2 2
1 1
ryx =
∑x y −∑x ⋅∑ y n
=
2 2
[n∑ x − (∑ x ) ][n∑ y − (∑ y ) ]
2 2 2
2 2
2 2
rx x =
∑x x −∑x ⋅∑x n
=
1 2 1 2
[n∑ x − (∑ x ) ][n∑ x − (∑ x ) ]
1 2 2 2
2 2
1 1 2 2
2
⎛ y − y' ⎞
∑ ⎜⎜
⎝ y
× 100 ⎟⎟
⎠ = 21,22 = 1,88
σ=
n 6
Elaborarea calcului de prognoză:
y2017 = 1,02 – 0,0004 · 7 = 1,0172
y2018 = 1,02 – 0,0004 · 9 = 1,0164
y2019 = 1,02 – 0,0004 · 11 = 1,0156
y2020 = 1,02 – 0,0004 ·13 = 1,0148
y2021 = 1,02 – 0,0004 · 15 = 1,0140
Înlocuim datele previzionate în funcţia Cobb-Douglas, astfel:
Y = 1,1 · L0,18 · K0,68
Y2017 = 1,1 · 0,840,18 · 1,01720,68 = 1,0784
Y2018 = 1,1 · 0,800,18 · 1,01640,68 = 1,0684
Y2019 = 1,1 · 0,760,18 · 1,01560,68 = 1,0581
Y2020 = 1,1 · 0,720,18 · 1,01480,68 = 1,0473
Y2021 = 1,1 · 0,680,18 · 1,01400,68 = 1,0359
P1. La o firmă din Craiova, pe primele opt luni ale anului 2016, evoluţia cifrei de afaceri
este redată în tabelul următor:
Luna 1 2 3 4 5 6 7 8
Cifra de afaceri (mii lei) - yt 100 90 110 120 140 150 110 130
Să se efectueze previziunea evoluţiei Cifrei de afaceri pentru luna a noua.
P2. La o firmă din Craiova, pe primele opt luni ale anului 2016, evoluția consumului de
materii prime (exprimat în mii lei) a fost următoarea:
Luna 1 2 3 4 5 6 7 8
Consumul de materii prime (mii lei) - yi 310 280 320 360 340 410 390 430
Să se efectueze previziunea evoluţiei consumului de materii prime pentru luna a noua.
P3. La o firmă din Craiova, în perioada 2005-2016, evoluția numărului angajaților a fost:
Anul 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Nr. angajaților - yi 220 270 250 310 300 370 420 400 580 520 600 680
Să se efectueze previziunea numărului angajaților pentru anul 2017.
P5. Pentru o firmă din Municipiul Craiova, în luna mai 2016, se cunosc date referitoare
la productivitatea muncii (x) și cifra de afaceri (y) pentru cele 8 echipe productive ale sale:
Echipa 1 2 3 4 5 6 7 8
Productivitatea muncii (buc.) - x 240 300 320 220 260 280 340 360
Cifra de afaceri (lei) - y 380 620 670 440 480 570 600 640
Să se studieze relaţia dintre cele două variabile şi să se previzioneze cifra de afaceri, cu o
probabilitate de 95%, dacă productivitatea muncii va fi x=400.
Previziune microeconomică 22
P6. Pentru o firmă din Municipiul Craiova, în luna mai 2016, se cunosc date referitoare
la productivitatea muncii (x) și cifra de afaceri (y) pentru cele 8 echipe productive ale sale.
Echipa 1 2 3 4 5 6 7 8
Productivitatea muncii (buc.) - x 404 434 440 457 466 480 491 494
Cifra de afaceri (lei) - y 20 21 23 24 26 27 28 29
Să se studieze relaţia dintre cele două variabile şi să se previzioneze cifra de afaceri, cu o
probabilitate de 95%, dacă productivitatea muncii va fi x=500.
P9. În primele șase luni ale anului 2016, la un magazin de îmbrăcăminte din Craiova,
pentru un anumit produs, se cunosc următoarele date referitoare la preţurile unitare practicate
(xi) şi cantitatea corespunzătoare de produse vândute (yi):
Luna 1 2 3 4 5 6
Preţurile unitare (xi) 14 12 12 11 10 13
Cantitatea de produse vândute (yi) 25 35 45 50 55 30
Să se studieze relaţia dintre cele două variabile şi să se previzioneze vânzările pentru un
preţ x = 9 lei cu o probabilitate de 95%.
P10. În primele șase luni ale anului 2016, la un magazin de îmbrăcăminte din Craiova,
pentru un anumit produs, se cunosc următoarele date referitoare la preţurile unitare practicate
(xi) şi cantitatea corespunzătoare de produse vândute (yi).
Luna 1 2 3 4 5 6
Preţurile unitare (xi) 21 18 19 16 15 20
Cantitatea de produse vândute (yi) 550 700 950 1000 1150 650
Să se studieze relaţia dintre cele două variabile şi să se previzioneze vânzările pentru un
preţ x = 25 lei cu o probabilitate de 95%.
P13. Pentru primele 5 luni ale anului 2016, la un magazin din Craiova, se cunosc date
privind preţurile unitare (x1), bugetul de publicitate alocat (x2) şi cantitatea corespunzătoare de
produse vândute (y):
Luna Preţurile unitare (x1) Bugetul de publicitate (x2) Cantitatea de produse vândute (y)
1 250 29 149
2 82 4 132
3 266 35 159
4 202 18 145
5 357 41 172
Să se studieze relaţia dintre cele trei variabile şi să se previzioneze vânzările, cu o
probabilitate de 95%, pentru preţul unitar x1=400 şi bugetul de publicitate alocat x2=60.
P14. Pentru primele 5 luni ale anului 2016, la un magazin din Craiova, se cunosc datele
privind preţurile unitare (x1), bugetul de publicitate alocat (x2) şi cantitatea corespunzătoare de
produse vândute (y):
Luna Preţurile unitare (x1) Bugetul de publicitate (x2) Cantitatea de produse vândute (y)
1 69 13 692
2 38 15 706
3 69 28 766
4 34 10 524
5 73 26 774
Să se studieze relaţia dintre cele trei variabile şi să se previzioneze vânzările, cu o
probabilitate de 95%, pentru preţul unitar x1=80 şi bugetul de publicitate alocat x2=40.
P15. Pentru o firmă din Municipiul Craiova, în luna octombrie 2016, se cunosc date
referitoare la productivitatea muncii (x1), cifra de afaceri (x2) și salariul mediu (y) din cele 10
secții productive ale sale:
Nr. Productivitatea muncii (buc.) - Cifra de afaceri (lei) - Salariul mediu (lei) -
secție x1 x2 y
1 212 2491 1044
2 251 2743 1211
3 391 3114 1233
4 398 3189 1307
5 530 3236 1392
6 604 3781 1462
7 618 5474 1665
8 646 5864 1666
9 668 6970 1720
10 798 7487 1791
Previziune microeconomică 24
Să se evalueze legătura dintre salariul mediu (y) și productivitatea muncii (x1), respectiv
cifra de afaceri (x2). Să se previzioneze salariul mediu pentru productivitatea muncii x1=900 şi
cifra de afaceri x2=9000, cu o probabilitate de 95%.
P16. Pentru o firmă din Municipiul Craiova, în luna octombrie 2016, se cunosc date
referitoare la productivitatea muncii (x1), cifra de afaceri (x2), și salariul mediu (y) din cele 10
secții productive ale sale:
Nr. Productivitatea muncii (buc.) - Cifra de afaceri (lei) - Salariul mediu (lei) -
secție x1 x2 y
1 50 4573 701
2 51 4641 704
3 55 5279 745
4 66 5316 773
5 68 6495 813
6 68 6620 893
7 75 7608 930
8 79 7789 942
9 90 8153 948
10 90 8654 972
Să se evalueze legătura dintre salariul mediu (y) și productivitatea muncii (x1), respectiv
cifra de afaceri (x2). Să se previzioneze salariul mediu pentru productivitatea muncii x1=100 şi
cifra de afaceri x2=9500, cu o probabilitate de 95%.
P17. Se cunosc valorile producţiei (Y), ale forţei de muncă (L) şi ale capitalului fix (K) la
nivelul unei întreprinderi, pe primele 6 luni ale anului 2016:
Luna 1 2 3 4 5 6
Y 355 335 320 270 260 280
L 55 50 45 45 40 40
K 110 110 100 90 80 100
Să se efectueze analiza şi prognoza producţiei, pe următoarele trei luni ale anului 2016,
la nivelul acestei întreprinderi.
P18. Se cunosc valorile producţiei (Y), ale forţei de muncă (L) şi ale capitalului fix (K) la
nivelul unei întreprinderi, pe parcursul anului 2016:
Luna 1 2 3 4 5 6 7 8 9 10 11 12
Y 655 635 620 570 560 580 595 610 630 635 640 645
L 100 100 95 90 90 85 90 90 90 95 95 95
K 195 185 180 165 160 170 175 185 190 195 190 195
Să se efectueze analiza şi prognoza producţiei, la nivelul acestei întreprinderi, pentru
următoarele cinci luni.