Documente Academic
Documente Profesional
Documente Cultură
net/publication/344239666
CITATIONS READS
20 861
1 author:
Gheorghe Savoiu
Romanian Statistical Association - Bucharest - Romania
324 PUBLICATIONS 774 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Gheorghe Savoiu on 25 November 2020.
STATISTICA GENERALÃ
CU APLICAÞII ÎN CONTABILITATE
EDITURA UNIVERSITARÃ
Bucureºti, 2012
3
Colecþia ªTIINÞE ECONOMICE
Referenþi ºtiinþifici:
311:657.41/.45
© Toate drepturile asupra acestei lucrãri sunt rezervate, nicio parte din aceastã lucrare nu poate
fi copiatã fãrã acordul Editurii Universitare
Copyright © 2012
Editura Universitarã
Director: Vasile Muscalu
B-dul. N. Bãlcescu nr. 27-33, Sector 1, Bucureºti
Tel.: 021 – 315.32.47 / 319.67.27
www.editurauniversitara.ro
e-mail: redactia@editurauniversitara.ro
4
CUPRINS
INTRODUCERE ......................................................................................................... 7
CAPITOLUL 1
STATISTICA – INSTRUMENT DE FUNDAMENTARE A DECIZIEI APLICATE
ÎN CONTABILITATE ................................................................................................ 9
1.1 Definirea ºi accepþiunile statisticii contemporane ................................................. 10
1.2 Rolul ºi obiectul de studiu statisticii ca ºtiinþã ...................................................... 11
1.3 Trei ºtiinþe gemene nãscute o datã cu primul recensãmânt ................................... 18
1.4 Unele concepte sau noþiuni specifice ale limbajului statistic ................................ 20
1.5 Modul de gândire contabil ºi demersul statistic în contabilitate ........................... 23
1.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 29
CAPITOLUL 2
OBSERVAREA, PRELUCRAREA, PREZENTAREA ªI REPREZENTAREA
DATELOR STATISTICE .......................................................................................... 32
2.1 Program, modalitãþi, tehnici ºi erori specifice observãrii statistice ....................... 33
2.2 Etape în sistematizarea datelor statistice ............................................................... 53
2.3 Indicatori relativi ºi locul lor în universul indicatorilor statistici .......................... 55
2.4 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 63
CAPITOLUL 3
INDICATORII TENDINÞEI CENTRALE, VARIAÞIEI, ASIMETRIEI
ªI BOLTIRII ÎN SERIILE DE DATE ...................................................................... 66
3.1 Indicatori statistici ai tendinþei centrale ................................................................. 67
3.2 Indicatori statistici pentru caracterizarea frecvenþelor .......................................... 95
3.3 Indicatori statistici ai variaþiei ............................................................................... 97
3.4 Regula de adunare a dispersiilor ........................................................................... 107
3.5 Indicatori statistici ai asimetriei ºi boltirii ............................................................. 110
3.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 112
CAPITOLUL 4
SONDAJE STATISTICE APLICATE ÎN CONTABILITATE .............................. 122
4.1 Teoria probabilitãþilor ºi noþiuni teoretice privind sondajul statistic .................... 123
4.2 Procedee ºi tehnici de eºantionare cu impact în activitãþi contabile ..................... 133
4.3 Erori specifice cercetãrilor selective ..................................................................... 137
4.4 Sondajul simplu aleator repetat ºi nerepetat ºi alte tipuri de sondaje .................... 141
4.5 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 145
CAPITOLUL 5
METODA INDICILOR ªI MÃSURAREA INFLAÞIEI ÎN CONTABILITATE 151
5.1 Concepte, funcþii, utilitate ºi clasificãri în universul indicilor .............................. 152
5.2 Scurtã istorie a metodei indicilor ºi evoluþia indicelui interpret ............................ 157
5
5.3 Sisteme concrete de indici ºi probleme practice de construcþie ............................ 160
5.4 Descompunerea variaþiei unui fenomen complex prin metoda indicilor .............. 162
5.5 Inflaþia ºi indicii interpret în contabilitate ............................................................. 165
5.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 168
CAPITOLUL 6
REGRESIE ªI CORELAÞIE STATISTICÃ ............................................................ 174
6.1 Legãtura statisticã – noþiuni esenþiale ºi clasificare............................................... 175
6.2 Regresia statisticã ºi valorificarea ei în contabilitatea practicã ............................. 176
6.3 Corelaþia statisticã ºi valorificarea ei în contabilitatea practicã ............................ 181
6.4 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 187
CAPITOLUL 7
ANALIZA CRONOLOGICÃ ªI TERITORIALÃ A SERIILOR DE DATE DIN
SURSE CONTABILE ................................................................................................. 190
7.1 Documente tipice ºi situaþii generale cu caracter statistic ºi contabil .................... 191
7.2 Particularitãþi ºi tipologie în seriile cronologice ºi teritoriale ................................ 195
7.3 Sisteme de indicatori statistici ai seriilor cronologice ºi teritoriale ....................... 197
7.4 Determinarea trendului ºi sezonalitãþii în evoluþia fenomenelor surprinse în
contabilitate ........................................................................................................... 202
7.5 Previziune ºi ierarhizare statisticã a indicatorilor contabili relevanþi .................... 209
7.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 211
CAPITOLUL 8
INDICATORI STATISTICI UTILI ÎN CONTABILITATEA AFACERILOR ... 218
8.1 Metode statistice aplicate în contabilitatea afacerilor ºi indicatori utili unui
management contabil modern ............................................................................... 219
8.2 Indicatori statistici ai protecþiei mediului utili în contabilitate .............................. 233
8.3 Indicatori statistici contabili ai poziþiei, performanþei, rentabilitãþii ºi gestiunii
firmei ..................................................................................................................... 242
8.4 Specificul contabilitãþii de mediu ºi a costurilor de mediu ºi implicaþiile statistice
majore .................................................................................................................... 253
8.5 Test de autoevaluare ºi proiect statistic ................................................................. 256
6
INTRODUCERE
„Statistica şi demografia sunt nedespărţite. Ele s-au născut în aceeaşi zi: ziua
primului recensământ…” - Daniel Villey -
Această carte adaugă celor două ştiinţe gemene cunoscute, statistica şi
demografia, o a treia, respectiv ştiinţa contabilă, recunoscând astfel şi tradiţiile şi
evoluţia lor relativ comună pentru câteva milenii de istorie. Contabilitatea a apărut
corelată cu datele referitoare la proprietate şi bunăstare solicitate la recensământ.
Marile civilizaţii antice (babiloniană, chineză, egipteană, greacă şi romană) au
oferit astfel prin recensământ premisele apariţiei şi dezvoltării dintr-un arbore
comun a celor trei ştiinţe gemene statistică, demografie şi contabilitate, în forme
discontinui, diverse, nereglementate riguros până la romani, dar deţinând un
potenţial de excepţie.
Titlul acestei lucrări reînnoadă o legătură istorică necesară şi recunoscută între
gândirea statistică şi gândirea contabilă. Ce anume dar mai ales cum se poate scrie
despre gândirea statistică pentru a o face tot mai aplicată în contabilitate? Care ar fi
elementele care ar trebui să fie păstrate din gândirea statistică cu aplicabilitate
generală şi unghiul original de vedere al gândirii contabile sau al managementului
contabil în afaceri sau cum ar arăta o abordare statistică inovativă şi pragmatică în
afaceri? Care sunt natura şi esenţa statisticii? Gândirea contabilă de început care îşi
avea cauza în înregistrare şi cunoaştere a afacerii economice, adaugă noi principii
consistenţei sale de la continuitatea activităţii, la prudenţă şi la independenţa
exerciţiului etc. Nedezlipită practic secole de ev mediu de gândirea statistică,
gândirea contabilă devine tot mai preocupată şi ea de previziunea pe baza datelor
contabile şi de validarea previziunilor cu risc minim, crescând gradul de precizie şi
de semnificaţie ale datelor oferite prin contabilitate. Contabilitatea modernă devine
astfel după mai bine de o jumătate de mileniu un veritabil scenariu sau un joc
social cu actorii şi regizorii săi, cu formele şi instanţele sale de normalizare şi
reglementare. Gândirea contabilă intră într-un proces de normalizare şi
reglementare, iar conturile adaugă la soldare, agregarea şi consolidarea ca forme
superioare de gândire instrumentală, proces care a fost posibil cu ajutorul statisticii,
după cum calitatea indicatorilor statistici nu ar fi putut evolua fără precizia şi
promptitudinea datelor contabile. Ambele tipuri de gândire sunt supuse în noul
mileniu unui proces de normalizare şi armonizare. În raport cu o serie de criterii şi
concepţii, există în lume trei tipuri de sisteme contabile, produse ale evoluţiei
culturii şi gândirii contabile: continental (european), anglo-saxon şi islamic.
Sistemul contabil islamic are la bază o cultură religioasă, în care coexistă precepte
juridice, economice, reguli de etică şi comportament incluse in cultul islamic, cu
formele şi metodele economico-juridice aplicate de şcolile occidentale în procesul
de colonizare. Astfel legea islamică (sharia) permite profitul, dar interzice dobânda
(fiind percepută ca o camătă), iar produsele bancare oferite sunt nuanţat europene
sau anglo-saxone: leasing sau ihara, participaţie sau musharaka, dividente din profit
sau murabaha etc. Culturile contabile continentală şi anglo-saxonă şi-au pus
amprenta asupra organizării şi funcţionării contabilităţii în ţările în care au operat şi
operează încă. Procesul de armonizare, convergenţă şi conformitate contabilă
7
internaţională continuă, obiectivul fiind eliminarea diferenţelor dintre sisteme.
Gândirea statistică, atât de necesară în contabilitatea contemporană este un
pretext de structurare şi a cărţii de faţă. Atrasă continuu de variabilitate şi
diversitate, acest tip de gândire reuşeşte să identifice similitudini şi diferenţe
marcante în ceea ce priveşte datele contabile, culegerea şi prelucrarea lor, obţinerea
indicatorilor cu un dublu scop statistic şi contabil, prezentarea lor adecvată în
tabele şi reprezentarea lor cu ajutorul unui suport vizual al logicii gândirii specifice
fiecăreia dintre cele două ştiinţe. Omogenitatea globală tematică are o bază extinsă
de metode riguros şi sistematic prezentate în această lucrare. Contribuie astfel la
formarea unui specialist în contabilitate atât metoda grupării, cât şi a indicatorilor
relativi şi a indicatorilor tendinţei centrale, atât metodele de determinare a variaţiei,
simetriei şi excesului sau excentricităţii în seriile de date unidimensionale, cât şi
metoda analizei dispersionale, determinaţiei şi nedeterminaţiei factoriale, în
ipotezele de cunoaştere şi explicare a lumii economice şi mediului înconjurător.
Metoda cercetării selective şi metoda regresiei sau corelaţiei statistice se îmbină cu
metoda indicilor pentru a realiza construcţiile instrumentale practice contemporane
ale economiei de piaţă, pentru a facilita înţelegerea legăturilor multidimensionale
ale fenomenelor atipice şi aparent indeterministe de tipul celor inflaţioniste în
reevaluările contabile atât de discutate în afaceri sau legate de aspectele creşterii
economice, echilibrării pieţelor de capital sau ocupării relative a forţei de muncă,
comercializării externe ori protecţiei mediului, etc. Analiza statistică a seriilor
cronologice şi teritoriale contribuie semnificativ în formarea unor capacităţi
necesare de a prognoza sau estima şi de a ierarhiza spaţial. În acelaşi timp o carte
de statistică generală cu aplicaţii în contabilitate este şi un sprijin în însuşirea unui
limbaj statistic, matematic şi economic, dar şi contabil iar cu ajutorul metodelor şi
instrumentelor specifice intensifică atitudini prompte şi reacţii metodologice
riguroase în cunoaşterea contabilă a evoluţiei micro şi macroeconomice, a
afacerilor şi a activităţilor economice. Cartea de faţă este structurată într-un număr
de numai opt capitole, pentru care s-au stabilit de la bun început cuprinsul,
obiectivele, cuvintele cheie şi o bibliografie restrânsă, teste de autoevaluare,
aplicaţii soluţionate şi aplicaţii propuse spre rezolvare. Acest curs sintetic este
destinat segmentului celor ce înţeleg că timpul rămâne o resursă care nu se poate
stoca şi doresc să deţină la finalul unei educaţii academice secretele studiului
individual aprofundat, specific structurat şi punctat de teste de autoevaluare per
capitol, care să faciliteze studiul iar, mai târziu, procesul de cunoaştere continuă,
devenit cerinţă europeană şi naţională, sub denumirea de long life learning.
Principala ţintă a temelor acestei cărţi este aceea de a încerca să facă parteneri de
dialog din profesor şi student, formator şi format, dar şi să aleagă alternativa
pluralităţii metodologice, multidisciplinarităţii decizionale şi formative, sub
impactul diversităţii formelor de gândire într-un spaţiu cu „n” dimensiuni, cum
este cel al economiei globale contemporane, devenită unitară şi prin contabilitate.
Măsura în care această carte va avea un grad mai mare sau mai mic de utilitate
practică depinde majoritar de sugestiile viitorilor cititori, colegi şi prieteni, cărora
le mulţumesc cu anticipaţie pentru semnalarea oricăror aspecte, inclusiv a unor
posibile erori, pe adresa gheorghe.savoiu@upit.ro.
30 martie 2012 Autorul
8
CAPITOLUL 1
STATISTICA - INSTRUMENT DE FUNDAMENTARE A DECIZIEI
ÎN CONTABILITATE
Cuprins Pag.
1.1 Definirea şi accepţiunile statisticii contemporane 10
1.2 Rolul şi obiectul de studiu statisticii ca ştiinţă 11
1.3 Trei ştiinţe gemene născute la primul recensământ 18
1.4 Unele concepte sau noţiuni specifice ale limbajului statistic 20
1.5 Modul de gândire contabil şi demersul statistic în contabilitate 23
1.6 Test de autoevaluare şi aplicaţii statistice în contabilitate 29
Principalele definiţii ale statisticii, indiferent de metoda din care sunt iniţiate,
respectiv fie că pornesc de la demersul inductiv fie de la cel deductiv, sau chiar şi
atunci când o consideră o expunere sistematică de concepte, principii şi metode, nu
uită să amintească de măsurare ca principal obiectiv al ştiinţei statistice.
Măsurarea cu rezultatul ei cantitativ a devenit treptat statistică. Cea mai naturală
definiţie inductivă a statisticii actuale pare să fie aceea de a gândi cu ajutorul
datelor, iar la nivelul unei exprimări generale, statistica devine ştiinţa prin care
înveţi să gândeşti cu ajutorul cifrelor. Definirea inductivă a statisticii, drept mod de
gândire cu ajutorul datelor, detaliază trei trenduri relativ emergente: a) creşterea
nevoii oamenilor de a gândi prin date în economie, educaţie, în viaţa zilnică; b)
expansiunea tehnologiilor capabile să ofere suport oamenilor pentru a gândi prin date;
c) creşterea interesului ştiinţific pentru înţelegerea gândirii prin date specific statisticii.
Pornind de la formularea de tipul terţului exclus, statistica se poate defini clasic
10
deductiv astfel: statistica este cantitate (rezultat al cantităţii), cantitatea este
măsurare (rezultat al măsurării) şi, în final, statistica este măsurare (rezultat al
măsurării). Pentru diversele state ale lumii, guvernele şi locuitorii acestora,
statistica este o siglă, un acronim sau o instituţie. În Uniunea Europeană, această
instituţie comună şi relativ tânără, se numeşte EUROSTAT, reunind 27 de institute
sau comisii naţionale, inclusiv Institutul Naţional de Statistică al României.
Statisticianul sau acela care desfăşoară activităţi într-o astfel de instituţie, se
identifică cu una din profesiunile umane cele mai vechi din istoria lumii, fiind un
personaj prezent, sub denumirea de „statist”, în piesele de teatru ale lui William
Shakespeare. Semnificaţia banală sau comună a statisticii, conform mass-media,
este aceea de serie de date sau informaţii, indiferent de faptul că seria în sine
vizează lumea politică, economică, sportivă, religioasă, culturală. Activitatea
generatoare de serii de date valorifică studiul numerelor, prezentarea lor în tabele,
reprezentarea sintetică în grafice, evaluarea erorilor, testarea validităţii unei ipoteze
etc. În concluzie, statistica este azi atât activitate, ştiinţă, metodă sau colecţie de
metode, instituţie şi profesie, serie de date sau informaţii, cât mai ales un mod de
gândire, la fel de “necesar ca şi scrisul sau cititul“ (Herbert George Wells).
„Statistica şi demografia sunt nedespărţite. Ele s-au născut în aceeaşi zi: ziua
primului recensământ…” Aceasta constituie o afirmaţie devenită deja celebră a
regretatului economist şi profesor francez, Daniel Villey. În acest context, privind
mai în detaliu, se pare ca a mai existat o a treia ştiinţă geamănă, născut în aceeaşi
zi, respectiv contabilitatea. Argumentele privind originea lor comună sunt date de
natura informaţiilor solicitate la orice recensământ, fie el antic sau modern. O
abordare etimologică a demografiei este strict legată de semnificaţia celor două
cuvinte de origine greacă ce o compun, respectiv „demos” (gr. δήμος) - popor şi
„graphe” (gr.γράφε) sau „graphos” (gr. γράφος) - (de)scriere. O primă semnificaţie
ar conduce către un concept mai larg de „scriere despre populaţia umană”. O a
doua accepţiune ar fi aceea de ştiinţă, al cărei obiect îl constituie populaţia umană,
ca sistem bine delimitat beneficiind de autonomie relativă, unde accentul cade pe
variabilele de stare şi nivel, pe intrările şi ieşirile din sistemul descris şi mai ales pe
schimbările structurale pe dependenţele, interdependenţele, asocierile şi corelaţiile
dintre variabilele caracteristice ale populaţiei. Corespunzător specificităţii
obiectului ei, ştiinţa demografică, stricto sensu sau în sens îngust, studiază prin
intermediul unor metode statistico-matematice populaţiile umane şi variabilele
derivate ale acestora, concentrându-se asupra capacităţii efective a populaţiei
umane de multiplicare, asupra fertilităţii, asupra cuantificării atât a dispariţiilor
individuale sau mortalităţii, cât şi a apariţiilor individuale sau natalităţii, precum şi
asupra cuantificării rezultatelor deplasărilor teritoriale ale indivizilor umani sau
migraţiei acestora. Conform interdisciplinarităţii istorice, antropologice, statistice,
matematice, biologice şi biometrice, sociologice, medicale şi genetice, actuariale,
ecologice a obiectului ei, ştiinţa demografică, latu sensu sau în sens larg, studiază
în plus o multitudine de variabile socio-economice cum ar fi cele ce definesc
mobilitatea socială (între calitatea de persoană ocupată şi aceea de şomer, între
postura de persoană activă şi inactivă, între diversele statute ocupaţionale, profesii
şi ocupaţii umane), structura populaţiei după o mare varietate de criterii sociale şi
economice singulare sau combinate, identifică practic şi măsoară influenţa
factorilor social-economici, care influenţează toate aceste apariţii şi dispariţii
definite generic sub denumirea consacrată de fenomene demografice, precum şi
multiplele corelaţii existente între populaţie şi economie, populaţie şi etnografie,
populaţie şi medicină sau genetică, populaţie şi religie, populaţie şi resurse,
populaţie şi mediu, populaţie şi matematică (inclusiv matematică actuarială în
18
spectaculosul domeniu al asigurărilor de viaţă), populaţie şi sociologie, populaţie şi
antropologie sau istorie etc.
Contabilitatea a apărut corelată cu datele referitoare la proprietate şi bunăstare
solicitate tot la recensământ. De asemenea, orice schimbare de bunuri era
menţionată ca un flux al tranzacţiilor derulate şi a rezultatelor lor. Economia
incipientă a trocului nu deţinea tehnici în măsură să favorizeze dezvoltarea
contabilităţii, dar odată cu apariţia monedei se dezvoltă relativ empiric şi
contabiliatea, este drept limitată la înregistrarea plăţilor şi încasărilor şi la
prezentarea soldului monetar deţinut la un moment istoric dat. Marile civilizaţii
antice (babiloniană, chineză, egipteană, greacă şi romană) au oferit astfel prin
recensământ premisele apariţiei şi dezvoltării dintr-un arbore comun a celor trei
ştiinţe gemene statistică, demografie şi contabilitate, în forme discontinui, diverse,
nereglementate riguros până la romani, dar deţinând un potenţial de excepţie.
Apariţia celor trei ştiinţe este precedată de scrierea cifrelor şi de alfabet
19
grecilor, este aceea a lui Cadmos. Fiul unui rege fenician şi nepotul lui Poseidon,
mitologicul Cadmos a plecat, se povesteşte, din Fenicia în căutarea surorii sale Europa,
răpită de Zeus, care se preschimbase în taur. Rătăcind pe mare, Cadmos a ajuns în
Beoţia şi a întemeiat Teba, unde, de îndată ce a fost ales rege, s-a căsătorit cu
Harmonia, fiica lui Ares şi a Afroditei, dăruind tebanilor alfabetul pe care-l cunoştea
din patria lui din Fenicia. Concluzia celor două legende devine una deosebit de simplă,
aceea că originile primelor scrieri despre populaţia umană ca şi ale celor despre alfabet
se pierd în negurile multimilenare ale mitologiei.Din informaţiile şi izvoarele istorice
păstrate, primele scrieri se pare că au însoţit cutiile din lut utilizate pentru mostrele
comerciale transportate în Orientul Mijlociu mesopotamian, cu circa şase mii de ani în
urmă. Aceste cutii au evoluat devenind tăbliţe de lut, mijlocitoare ale sistemului unic
de scriere cuneiformǎ atât a numerelor cât mai ales a cuvintelor. Sumerienii,
akkadienii, asirienii sunt purtători vremelnici ai unor scrieri de tip cuneiform, prin
incredibila imensitate a spaţiilor străvechi. Cea mai simplă abordare tipologică
identifică patru feluri de scrieri: scrieri pictografice simple sau înşiruiri de pictograme
sau desene corelate sau legate între ele de o idee comună scrieri pictografice simbolice
sau înşiruiri de pictograme concrete ce transfigurează un substantiv sau un subiect
abstract având exemplul cel mai elocvent în scrierea hieroglifică egipteană (o tenace şi
ingenioasă înşiruire de desene ale unor obiecte părţi ale corpului uman figuri
geometrice) scrieri demotice obţinute din scrierile pictografice simbolice în timp prin
stilizare şi liniarizare sinusoidală unde fiecare semn reprezintă un cuvânt şi scrieri
alfabetice unde fiecare semn reprezintă o literă (literele fiind reduse ca număr
sistematic până la un prag după care se remultiplică relativ prin diversitatea
accentelor). Dificilul alfabet fenician s-a transformat treptat într-unul nou, denumit
elen, ca mai apoi din acesta să apară cel latin, care se află la originea celui dintâi
recensământ cu adevărat riguros din punct de vedere metodologic. Pornind totuşi pe
urmele primelor scrieri omeneşti şi implicit ale apariţiei alfabetului se pot detalia cu
uşurinţă şi primele lucrări de sorginte demografică.
Dialogul statistic nu poate fi realizat în afara limbajului specific sau, mai precis,
a cunoaşterii conceptelor sau noţiunilor statistice fundamentale, dintre care s-au
selectat câteva cu impact major în planul demersului statistic. Populaţia sau
colectivitatea statistică reprezintă o mulţime bine delimitată în timp, spaţiu şi
organizatoric de manifestări, cazuri, elemente de aceeaşi natură, respectiv care au
cel puţin o trăsătură comună. Dacă se iau în calcul toate manifestările, cazurile,
elementele, atunci populaţia statistică se numeşte generală sau exhaustivă, iar dacă
se extrage numai o parte, cu scop de extindere ulterioară a rezultatelor, atunci se
defineşte o populaţia parţială sau selectată. Unitatea statistică reprezintă purtătorul
originar de informaţie, subiectul logic al informaţiei statistice, o manifestare, un
caz sau un element din mulţimea bine delimitată, numită populaţie, ce defineşte
fenomenul cercetat. Unităţile statistice se clasifică în funcţie de nivelul de
înregistrare a performanţelor în simple (se înregistrează manifestarea, elementul,
cazul cu performanţele individuale) şi în complexe, (se înregistrează o sumă de
20
unităţi simple cu performanţele întregii colectivităţi).Caracteristica statistică
constituie trăsătura, însuşirea sau proprietatea cantitativă sau calitativă comună
tuturor elementelor din colectivitate. Abordată la nivelul elementelor, caracteristica
statistică observată prezintă fie un anumit nivel, fie o anumită stare particulară, care
diferenţiază o unitate statistică de alta. Nivelul, respectiv starea particulară
specifică capătă denumirea de variantă a caracteristicii. Privită la nivelul unei
populaţii statistice, mulţimea de variante a caracteristici devine variabilă statistică.
Calitatea unităţilor statistice de a-şi modifica nivelul de dezvoltare al unei
caracteristici într-un interval de valori, în condiţii date de timp şi spaţiu este
cunoscută ca variaţie (variabilitate). Tipologia variabilelor este diversă. Astfel,
criteriul utilitate le împarte în teoretice şi empirice, iar criteriul conţinut în variabile
de timp, de spaţiu şi atributive. Variabilele atributive se subclasifică şi ele în
subclase aşa cum rezultă din caseta următoare:
⎜p ⎟ ∑p i
=1, fie de tip continuu: F (x) =P(X<x ),
⎝ i⎠ i =1
b
unde: F(-∞) = 0, F (+∞) = 1, F (x) = monoton crescătoare şi P {x∈[a , b ]} ═ ∫ f ( x )d ( x ) .
a
Dată fiind o variabilă statistică xi care ia valorile x1, x2, …, xn, cu frecvenţele f1, f2,
…, fn, atunci mulţimea ale cărei elemente sunt perechile ordonate ( xi, fi) constituie
repartiţia variabilei statistice Xi sau distribuţia statistică de frecvenţe (discretă):
21
⎛ x 1 , x 2, ... x n ⎞ ⎛x ⎞
Xi: ⎜⎜ ⎟⎟ sau Xi: ⎜⎜ i ⎟⎟ , unde i= 1n .
⎝ f1 , f 2 ,... f n ⎠ ⎝ fi ⎠
Valoarea reprezentativă dedusă dintr-o operaţie numerică, definită fără
ambiguitate şi aplicată la o repartiţie statistică este cunoscută sub numele de
parametru statistic. Parametrul este rezultatul celei mai mari condensări posibile
desprinse dintr-o mulţime (masă) de observaţii. Parametrii statistici cei mai des
utilizaţi sunt cei de nivel (ex: media, mediana, modul) de împrăştiere sau dispersie
(ex:varianţa, abaterea medie pătratică, coeficientul de variaţie) de asimetrie şi
boltire (ex: coeficienţii Pearson sau Fisher). Succesiunea variabilă, repartiţie,
parametru nu poate fi concepută în afara măsurării, adică acordării de niveluri sau
stări unităţilor statistice pentru caracteristica studiată. În limbajul statisticianului
această problemă înseamnă a scala sau a stabili scala de măsurare. Tipologia
scalelor identifică patru categorii: nominală (neparametrică), ordinală (ierarhică),
cardinală (de interval) şi proporţională (de raport). Primele două caracterizează
variabilele calitative iar ultimele două variabilele cantitative. Scala nominală sau
neparametrică este o simplă enumerare de variante, cu precădere stări şi permite
doar clasificarea unităţilor studiate. Scala ordinală sau ierarhică introduce relaţia
de ordine şi prezintă ca logică esenţială: “superioritatea fiecărei poziţii sau stări nou
apărute în raport cu precedenta“. Scala cardinală sau de interval permite alături de
relaţia de ordine atât efectuarea operaţiilor elementare de adunare şi scădere. Pe o
scală cardinală, punctul “zero“ este fixat arbitrar sau relativ. Scala proporţională
sau de raport permite şi operaţii de raportare, pornind de la poziţia naturală a
valorii “zero“. Datele statistice sunt structurate în trei componente distincte:
partea numerică sau cantitativă care a fost identificată (indicatorul propriu-zis),
componenta de delimitare în timp, spaţiu şi organizatoric (incluzând şi precizarea
unităţii de măsură, precum şi asigurarea comparabilităţii) şi componenta noţională
(include metodologia de calcul a indicatorului). Orice dată statistică este
purtătoarea unui conţinut nou, mesaj inedit sau chiar a unei semnificaţii neuzitate.
Decriptarea mesajului, receptarea noutăţii de conţinut şi semnificaţiei generează o
informaţie statistică. Informaţia statistică este originalitatea deţinută de mesajul
reflectat al datei statistice, un semnal cât mai identic emis, transmis şi receptat,
referitor la cunoaşterea individuală sau universală, o formă a energiei conţinută de
date statistice, având utilitate deosebită, dar şi costuri foarte ridicate.Expresie
cantitativă sau numerică a unei anumite determinări sau trăsături calitative
constante printre manifestările, cazurile, elementele unei populaţii statistice bine
delimitate în timp, spaţiu şi organizatoric, indicatorul statistic prezintă o tipologie
diversă.Indicatorii primari de măsurare sunt valori absolute rezultate din
măsurarea caracteristicii la nivel de element, caz, manifestare, respectiv unitate
statistică, iar indicatorii primari sintetici adaugă la valorile absolute măsurate şi
operaţia de cumulare sau agregare. Indicatorii derivaţi prin comparare sunt
rezultatul celor mai simple operaţii aritmetice: scăderea (soldul balanţei comerciale
= Export–Import sau X-M) şi împărţirea (numeroasa familie a indicatorilor relativi
de structură, de coordonare, de dinamică, de intensitate şi ai programului sau
planului). Indicatorii derivaţi de estimare sunt rezultatul unor calcule deosebite,
abstractizări şi generalizări. Abordaţi ca ansamblu sistemul de indicatori statistici
22
reprezintă o componentă a bazei de date şi ea inclusă alături de sistemul de
gestiune şi mijloacele de culegere, prelucrare, transmitere, stocare, regăsire, în
banca de date (parte definitorie în subsistemul informaţional statistic reunind
beneficiarii şi furnizorii de informaţii statistice). Eroarea sau „cunoştinţa care nu
reflectă adecvat, corect, veridic realitatea obiectivă” este o componentă a
adevărului relativ. Ea are o semnificaţie primordial statistică. Eroarea statistică
este diferenţa: între o dată statistică (indicator statistic) şi valoarea reală
corespunzătoare sau înregistrarea altei valori x în locul celei reale x0 şi se determină
x −x
practic fie în valoare absolută e = x0 -x, fie în valoare relativǎ є = 0 = e ,
x0 x0
precum şi între înregistrarea valorii determinate statistic (calculate) şi notate xs în
locul celei reale x0 şi se determină analog, fie în valoare absolută es = x0 – xs, fie în
x 0 − x s es
valoare relativǎ єs = = .
x0 x0
23
în timp după anul 1340, pentru mai bine de un secol şi jumătate, iar spaţial de la
Genova la Veneţia, un efort de construcţie în acelaşi timp şi anonim.
Inventarea tiparului a condus şi la extinderea metodei de înregistrare în partidă
dublă, îndeosebi după publicarea tratatului Summa de Arithmetica, Geometria,
Proportioni et Proportionalita, apărut în 1494 la Veneţia, sub semnătura lui Luca
Paciolo, tratat care includea 36 capitole în Tractatus XI particularis de computis et
scripturis, constituind prima lucrare imprimată de contabilitate dublă. La sfârşitul
feudalismului şi câteva secole din capitalismul dezvoltat au coexistat cele două
tipuri de contabilităţi, respectiv de casă sau de trezorerie (în partidă simplă) şi
contabilitatea în partidă dublă. Dezvoltarea firmelor şi creşterea capitalului
acestora, pe seama aporturilor din exterior, au impus contabilităţii necesitatea de a
realiza o distincţie clară între capital şi venituri, prin determinarea rezultatului, cu
caracter previzional, asigurând astfel aprecierea şi evaluarea performanţei firmei,
dar urmărind în acelaşi timp reînnoirea periodică a valorii bunurilor, pentru a
asigura continuitatea activităţii economice. A urmat practica bilanţului contabil şi a
contului de profit şi pierdere specifică secolelor XIX şi XX, administratorul firmei
sau managerul încercând conform obligaţiilor legale să-şi informeze periodic
acţionarii asupra patrimoniului afacerii şi asupra rezultatului gestiunii.
De la apariţia sa şi până în prezent gândirea ştiinţifică de tip contabil s-a
caracterizat printr-un proces de dezvoltare şi perfecţionare continuă a bazei
teoretice şi a manierei de realizare practică. Gândirea contabilă de început care îşi
avea cauza în înregistrare şi cunoaştere a afacerii economice, adaugă noi principii
consistenţei sale de la continuitatea activităţii, la prudenţă şi la independenţa
exerciţiului etc.. Apoi în cadrul acestui tip de gândire devine tot mai importantă
previziunea pe baza datelor contabile şi validarea previziunilor cu risc minim,
crescând gradul de precizie şi de semnificaţie ale datelor oferite prin contabilitate.
Contabilitatea modernă devine astfel după mai bine de o jumătate de mileniu un
veritabil scenariu pus în scenă sau un joc social cu actorii şi regizorii săi, cu
formele şi instanţele sale de normalizare şi reglementare. Gândirea contabilă intră
într-un lung proces de normalizare şi de reglementare, iar conturile contabilităţii
adaugă la soldare, agregarea şi consolidarea ca forme superioare de gândire
contabil instrumentală. Gândirea contabilă devine una cu caracter probatoriu prin
folosirea contabilităţii în partidă dublă, unitară prin valorificarea contului drept
unica formă de înregistrare a operaţiilor şi unicul criteriu de clasificare a
tranzacţiilor, dar aceeaşi gândire este şi dedicată informării asociaţilor, creditorilor,
salariaţilor şi terţilor în general. Gândirea contabilă oferă premisele metodologice
de evaluare corectă ale profitului şi cifrei de afaceri, ca bază de calcul a
principalelor impozite şi taxe, aşa cum sunt ele prezentate de situaţiile financiare
anuale. Gândirea contabilă contemporană mai este supusă şi unui proces intens de
normalizare şi armonizare.
În funcţie de o serie de criterii şi concepţii, în timp au fost delimitate mai multe
tipuri de sisteme contabile concrete ale evoluţiei gândirii contabile. În general, un
sistem contabil reprezintă ansamblul concepţiilor, teoriilor, principiilor, tehnicilor
de înregistrare şi control, jurisprudenţei, al instituţiilor şi mecanismelor care
concură la obţinerea informaţiilor contabile. Principalele sisteme contabile
constituite sunt sistemul contabil continental (european), sistemul contabil anglo-
24
saxon şi sistemul islamic. Sistemul contabil islamic are la bază cultura religioasă,
în care coexistă perceptele juridice şi economice precum şi regulile de etică şi
comportament incluse in cultul islamic, cu formele şi metodele economico-juridice
implementate de şcolile occidentale în procesul de colonizare (o dobândă fiind
percepută ca o camătă, cultura religioasă impunând inexistenţa cămătăriei şi a
dobânzilor face ca sistemul islamic să fie delimitat complet de celelalte două).
Cele două culturi contabile marcante, cea continentală şi cea anglo-saxonă şi-au
pus amprenta asupra modului de organizare şi funcţionare a contabilităţii entităţilor
din ţările în care acestea au operat şi mai operează încă. Procesul complex de
armonizare, convergenţă şi conformitate contabilă internaţională început cu mult
timp în urmă, continuă şi în prezent, principalul obiectiv fiind înlăturarea
diferenţelor dintre sistemele contabile. Scopul final rămâne acela de aplicare a unor
standarde internaţionale de contabilitate care să fie folosite ca bază de raportare în
întreaga lume, pentru a asigura comparabilitatea informaţiilor la nivel internaţional,
în condiţiile globalizării economiei şi dezvoltării pieţelor de capital.
Diferenţe semnificative între sistemul contabil european (continental)
şi cel anglo-saxon
Caseta nr. 1.5
Sistemul european sau continental s-a Sistemul contabil anglo-saxon a fost creat
constituit pe baza uneia dintre cele mai in Anglia şi Statele Unite ale Americii, pe
vechi culturi contabile. Cunoscută fiind baza unei culturi contabile ce s-a format sub
cauzalitatea existentă între sistemul de drept influenţa afacerilor financiare. Acest sistem
şi sistemul contabil, se poate remarca are drept caracteristică de bază faptul că este
influenţa sistemului de drept roman asupra constituit pe un cadru conceptual general,
sistemului contabil european. În cadrul care cuprinde un sistem coerent de obiective
acestui sistem de drept regulile provin din şi principii, fără să apeleze la norme si
interpretarea unor principii legale generale reglementări rigide. Reglementările fiscale
şi din interpretarea textelor doctrinare. Sursa nu au influenţă asupra contabilităţii.
principală a dreptului este legislaţia, regulile Sistemul contabil anglo-saxon nu se bazează
privind contabilitatea şi raportarea pe un plan contabil generalizat, precis şi
financiară apărând ca o rezultantă, prin rigid. De asemenea sistemul dă o foarte
includerea lor în cadrul dreptului civil sau mare libertate conducătorului întreprinderii
comercial. Cultura contabilă latino - în prezentarea documentelor financiare de
europeană a fost creată, dezvoltată şi sinteză, sub rezerva că ele să prezinte o
promovată de ţări europene cu economie imagine fidelă a situaţiei economice şi
dezvoltată ca Franţa, Germania şi Italia, financiare pentru ca informaţiile să permită
caracterizându-se prin următoarele aspecte utilizatorilor luarea unor decizii raţionale. În
definitorii: general, sistemele contabile anglo-saxone au
a) obiectivul principal al contabilităţii este fost corelate cu sistemul de drept cutumiar.
de a servi drept probă legală şi determina În dreptul cutumiar, judecătorii emit
veniturile impozabile, manifestându-se principiile din care derivă dreptul, un rol
prioritar spre apărarea intereselor statului; esenţial fiind atribuit doctrinei precedentului
b) rolul aparatului judiciar este semnificativ, similar atributelor dintr-un cod, fiecare caz
caracterul normelor fiind de obligativitate, considerat precedent indică direcţia în care
putându-se afirma ca acest tip de se îndreaptă dreptul, constituind baza sa de
contabilitate este puternic normată şi dezvoltare. Ţările anglo-saxone ca SUA,
controlată prin reglementări, înregistrarea Anglia, Canada operează cu alte standarde
operaţiunilor şi tranzacţiilor bazându-se în contabile şi doar în parte cu standardele
25
mare parte pe „planul de conturi general”; IFRS emise de IASB. În ceea ce priveşte
c) sistemul de finanţare al întreprinderilor reglementarea contabilă în SUA, procesul
este in principal reprezentat de un sistem de complex al elaborării normelor în SUA nu
credit în detrimentul pieţelor de capital (că poate fi abordat fără a face referire la
în cadrul unei ţări pot coexista sisteme de „Comisia valorilor mobiliare” (Securities
finanţare diferite); and Exchange Commission – S.E.C.),
d) aplică o contabilitate dualistă, respectiv organism federal de reglementare înfiinţat în
în două circuite (financiară si de gestiune); 1934 de către Congres în urma crahului
e) utilizatorii de informaţii contabile sunt bursier din 1929, care a afectat încrederea
numeroşi şi diverşi, informaţia contabilă investitorilor şi chiar credibilitatea pieţei
fiind puternic influenţată de aspecte juridice. financiare americane. Autoritatea S.E.C. se
În prezent, la baza sistemului continental extinde asupra unui număr de 12 000
stau Directivele Europene, reglementarea societăţi dintr-un total de 3,7 milioane de
contabilităţii în ţările UE realizându-se prin societăţi existente în SUA. S.E.C a fost creat
intermediul acestora. Directivele Europene, şi pentru a elabora norme contabile, dar de
obligatorii pentru ţările membre sunt la înfiinţare, politica adoptată a fost de a
alcătuite din: trece aceste competenţe sectorului privat,
A. Directiva a IV-a, care prevede formatul politică oficializată în anul 1973 în
şi conţinutul situaţiilor financiare anuale, Accounting Series Release nr. 150, care
principiile contabile si regulile de stipulează că principiile, normele şi
recunoaştere, evaluare şi prezentare a practicile stabilite de Financial Accounting
elementelor din situaţiile financiare anuale, Standards Boards (FASB) sunt considerate
unele reguli privind contabilitatea de de comisie ca având putere de lege (totuşi
gestiune. Aceste reglementări stabilesc, de SEC asigură o supraveghere strictă a
asemenea, reguli privind organizarea şi FASB). Marea Britanie a adoptat şi
conducerea contabilităţii si raportările implementat ca cerinţă obligatorie, din
efectuate în conformitate cu cerinţele 2005, IFRS pentru societăţile cotate, restul
instituţiilor statului, pentru uzul tuturor entităţilor având permisiunea de opţiune
categoriilor de utilizatori. (după 2005), a utilizării IFRS sau
B.Directiva a VII-a, care prevede forma şi standardelor naţionale.
conţinutul situaţiilor financiare anuale Procesul de convergenţă a standardelor
consolidate, precum şi regulile de întocmire, globale de contabilitate, început încă din
aprobare, auditare şi publicare a situaţiilor 2003, ca rezultat al memorandumurilor
financiare anuale consolidate; urmărea o armonizare posibilă între normele
C.Directiva a VIII-a privind auditarea nord americane de contabilitate şi cele
obligatorie a societăţilor cotate. internaţionale, în ideea de compatibilizare a
Standardizarea sistemului contabil la nivel celor două categorii de standarde (IASB şi
european se realizează prin IASB (Consiliul FASB), fără a determina standarde identice,
pentru Standarde Internaţionale de ci conducând practic la inexistenţa unor
Contabilitate – International Accounting conflicte între acestea, prin comparabilitatea
Standards Boards) care prin cadrul său cât mai curând posibilă a acestora şi prin
conceptual presupune norme sau standarde menţinerea acestei comparabilităţi. De la 1
sub forma unor convenţii contabile de bază, ianuarie 2005, societăţile cotate pe o piață
numite şi principii contabile care servesc la reglementată dintr-un stat membru al UE
intocmirea situaţiilor financiare anuale. utilizează IFRS-urile la elaborarea situaţiilor
IASB emite standardele internaţionale de lor financiare consolidate, aşa cum au fost
raportare financiară (IFRS). Prin legi adoptate de UE. Regulamentul privind
naţionale, statele Uniunii Europene (Franţa, prospectele şi directiva „transparenţă”
Italia, Germania, Spania, România etc ) şi- extind obligaţia de a publica rapoarte
au implementat regulamentul european financiare, pe baza IFRS-urilor sau pe baza
26
privind aplicarea IFRS în anumite situaţii. standardelor de contabilitate ale anumitor
Astfel , din ianuarie 2005, companiile din ţări terţe echivalente cu IFRS-urile, la
Uniunea Europeana care au titluri de valoare emitenţii din ţări terţe care fac o ofertă
cotate la o bursă din UE trebuie să publică de titluri de valoare în UE şi la cei
întocmească situaţii financiare consolidate ale căror titluri sunt tranzacţionate în UE.
(de grup) în conformitate cu IFRS. Mai SUA are ca termen limită pentru IFRS-uri
mult, după 2005 multe state din UE, au 2015, ca şi Japonia, iar India, Canada şi
permis IFRS în conturile anuale (adică nu Coreea de Sud au încheiat deja procesul la 1
consolidate) ale tuturor companiilor (cu ianuarie 2012. Procesul are impact financiar
anumite excepţii). În plus, anumite state din şi statistic major, asigurând comparabilitatea
UE au început deja să alinieze regulile reală a indicatorilor microeconomici, dar şi
naţionale de contabilitate la IFRS macroeconomici în plan internaţional.
Surse: Bănuţă, M., Gădoiu, M., Săvoiu, G. The influence of accounting culture and
international accounting harmonization upon the accounting systems, Revista română de
Statistică, supliment nr. 4/2011. Ed. INS, Bucuresti, 2011 pag. 150-154 şi Munteanu, V.,
Zuca, M., Zuca, Ş., Coordonate ale sistemului contabil din Statele Unite ale Americii,
Gestiunea şi contabilitatea firmei (I şi II), nr. 3 şi.4 /martie, aprilie 2011.
28
1.6 Test de autoevaluare şi aplicaţii statistice în contabilitate
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
7.După conţinut, variabilele statistice sunt:
1.Cum definiţi statistica modernă ? a)de timp, de spaţiu şi atributive;b) discrete
şi continue; c) alternative şi nealternative.
2.Care sunt principalele accepţiuni sau 8. Frecvenţa absolută este definită drept:
semnificaţii ale statisticii? a) modalitatea concretă de manifestare a
variabilelor; b) numărul unităţilor statistice
3.Prin ce se particularizează rolul şi care prezintă aceeaşi valoare, stare sau
obiectul de studiu al ştiinţei statisticii ? variantă;c) numărul variabilelor utilizate în
cercetarea unui fenomen economic.
4.Care sunt principalele noţiuni şi concepte 9. Etapele cercetării statistice clasice sunt:
specifice limbajului statistic? a) interpretarea, prelucrarea şi observarea
statistică; b) observarea, prelucrarea, analiza
5. În ce anume constă un demers complet şi interpretarea statistică a datelor; c) anali-
statistic desfăşurat pentru îmbunătăţirea za, interpretarea şi prelucrarea datelor.
deciziei contabile? 10. Care dintre sistemele contabile care
urmează este complet diferit de celelalte
6.În ce constau semnificaţia şi importanţa două: a) contabil continental (european); b)
educaţiei statistice? contabil anglo-saxon; c) contabil islamic.
B) Aplicaţii rezolvate
1. Ordonaţi corect noţiunile din primele trei coloane, conform titlurilor:
Tabel nr. 1.1
Varianta (a1) Variabila (a2) Variaţia (a3)
Lista notelor Media obţinută la examen Nota 9
Tabel al PIB-ului real Creştere PIB real de 2 % Creştere economică
Dinamica salarială Salariul Nouă sute lei
Statut profesional Tipologia schimbărilor de statut Patron
Valoare active imobilizate 30 500 lei Evoluţia activelor
Rezolvare: Ordinea corectă este prezentată în tabelul 2, conform semnificaţiei
paradigmei variaţiei, prin analiza noţiunilor de variantă, variabilă şi variaţie:
Tabel nr. 1.2
Varianta (a1) Variabila (a2) Variaţia (a3)
Lista notelor Media obţinută la examen Nota 9
a1= Nota 9 a2 = Media obţinută la examen a3 = Lista notelor
Tabel al PIB-ului real Creştere PIB real de 2 % Creştere economică
a1=creştere PIB real de 2% a2 = Creştere economică a3 = Tabel al PIB-ului real
Dinamica salarială Salariul Nouă sute lei
a1= Nouă sute lei a2 = Salariul a3= Dinamica salarială
Statut profesional Tipologia schimbărilor de statut Patron
a1 = Patron a2 = Statut profesional a3 = Statut profesional
Valoare active imobilizate 130 500 lei Evoluţia activelor
a1 =130 500 lei a2 = Valoare active imobilizate a3 = Evoluţia activelor
29
2. Determinaţi frecvenţa absolută maximă şi frecvenţa relativă minimă în situaţiile
de mai jos. Comentaţi rezultatele obţinute.
a) Notele obţinute de 20 studenţi ai grupei 1, prezenţi la examen au fost
următoarele: 8, 5, 8, 9, 7, 6, 4, 7, 6, 9, 8, 7, 7, 10, 7, 8, 6, 5, 4, 6.
⎛ xi ⎞
Rezolvare: Distribuţia de frecvenţe este X : ⎜ ⎟ sau X : ⎛⎜
4 5 6 7 8 9 10 ⎞
⎟,
⎝ fi ⎠ ⎝2 2 4 5 4 2 1 ⎠
unde xi = reprezintă nota iar fi numărul studenţilor care au obţinut nota xi.
( )
I. frecvenţa absolută maximă: f i = 5 corespunde studenţilor ce au nota 7;
max
f i max
II. frecvenţa relativă minimă: ( f ) *
= ×100 = 1 × 100 = 5% corespunde
∑
i min
fi 20
studentului care a obţinut nota 10.
b) Trei produse A, B şi C s-au vândut la preţuri identice de 250 lei, dar în
cantităţi diferite, respectiv de 100, 400 şi 500 de bucăţi.
Rezolvare: Distribuţia de frecvenţe este Y : ⎛⎜
A B C ⎞
⎟
⎝ 100 400 500 ⎠
I. frecvenţa absolută minimă: (f i )min =100 şi corespunde produselor A;
( )
II.frecvenţa relativă maximă: fi* max= f i max ×100=
500
×100=50% corespunde lui C.
∑f i
1000
c) Aceleaşi trei produse A, B, C deţin un volum diferenţiat al vânzărilor, preţurile
la care s-au realizat pe piaţă fiind 500 lei (A), 400 lei (B) şi 250 lei (C), cantităţile
fiind aceleaşi ca în exemplul anterior .
⎛z ⎞
Rezolvare: Distribuţia de frecvenţe a volumului vânzărilor este Z: ⎜⎜ i ⎟⎟ , unde zi
⎝ fi ⎠
este tipul produsului (A,B şi C) iar fi = pi qi sau vânzările produselor:
⎛ A B C ⎞ ⎛ A B C ⎞
⎜ 500 × 100 400 × 400 250 × 500 ⎟ = ⎜ 50000 160000 125000 ⎟
⎝ ⎠ ⎝ ⎠
I.frecvenţa absolută minimă sau (f i )min = (p i q i )min =50000 lei şi corespunde
produselor de tip A vândute cu preţul maximal
II.frecvenţa relativă maximă este echivalentǎ cu greutatea specifică maximă a
160000
vânzǎrilor:gi= pi qi x100= × 100 = 47,8% şi reprezintă greutatea specifică a
∑pq i i
335000
vânzărilor produselor de tip B în total vânzări cumulate A,B şi C.
3. Calculaţi eroarea absolută şi relativă în cazurile descrise mai jos:
a) Testarea la recepţie a unui eşantion de 100 de becuri dintr-un lot de 10000, a
scos în evidenţă 6 rebuturi. Depăşind limita prevăzută în contract (5%), lotul a fost
verificat bec de bec, numărul final al rebuturilor fiind 606.
Rezolvare:La nivelul eşantionului în raport cu populaţia totală
x −x e 0,06
e = x0 – x = 6,06 – 6 = 0,06 ε = 0 = = = 0,0099 (% = 0,99).
x0 x 0 6,06
30
b)Într-un chestionar al unei anchete realizate cu scopul de a evalua cheltuielile
ocazionate de căsătorie s-au obţinut drept vârste medii declarate ale mireselor şi
mirilor 24 de ani la femei şi 30 de ani la bărbaţi. Datele statistice din ultimul
anuar prezintă valorile: 27 de ani la femei şi 29,5 la bărbaţi.
x 0 − x s es 3
Rezolvare: e sfemei =x0 - xs= 27-24=3 ani ε s = = = =0,111 (%=11,1),
x0 x0 27
x − x s e s − 0,5
e barbati
s =x0-xs=29,5-30=-0,5 ani ε s = 0 = = = -0,01695 (%= - 1,7).
x0 x0 29,5
31
CAPITOLUL 2
OBSERVAREA ŞI SISTEMATIZAREA DATELOR
Cuprins Pag.
2.1 Program, modalităţi, tehnici şi erori specifice observării statistice 33
2.2 Etape în sistematizarea datelor statistice 53
2.3 Indicatori relativi şi locul lor în universul indicatorilor statistici 55
2.4 Test de autoevaluare şi aplicaţii statistice în contabilitate 63
Obiective: Principalele obiective ale cercetărilor statistice sunt aceleaşi pentru afaceri
ca şi pentru alte domenii, respectiv observarea datelor, obţinerea prin prelucrare a
indicatorilor şi prezentarea sau reprezentarea lor conform demersului complet statistic.
O primă ţintă constă în însuşirea conţinutului observării, programului, modalităţilor
teoretice şi tehnicilor practice de măsurare şi scalare, generatoare de indicatori utili în
afaceri prin prelucrarea datelor, dar şi identificării de soluţii prompte de prevenire,
control şi înlăturare a erorilor. A doua ţintă vizează prezentarea şi reprezentarea
indicatorilor statistici, precum şi valorificarea practică a indicatorilor relativi.
Cuvinte cheie: observarea statistică, programul (planul) observării, scopul
observării, delimitarea populaţiei, definirea unităţii de observare, precizarea
timpului, locului şi variabilelor, metodelor, tehnicilor şi procedeelor practice de
recoltare de date, anticiparea erorilor observării, selectarea personalului,
documente, informarea şi mobilizarea opiniei publice, modalităţi de observare
directă şi documentară, exhaustivă şi selectivă, continuă, periodică şi unică,
tehnici de observare, recensământ, inventar, eşantion extras aleator, panel sau
eşantion constant în cote, observarea părţii principale sau a masivului de date,
ancheta, monografia şi sistemul informaţional statistic, scale numerice şi scale
nenumerice sau calitative, erori sistematice şi întâmplătoare, prevenire, control şi
înlăturare parţială a erorilor, indicatori relativi de structură, coordonare,
dinamică, intensitate şi ai planului sau programului.
Bibliografie minimală
M.,Bădiţă,T.Baron,M.Korka,Statistică pentru afaceri, Ed.Eficient,Bucureşti,1998.
M.Biji,E.M.Biji, E.Lilea,C.Anghelache,Tratat de statisticǎ,Ed.Economicǎ,Bucureşti, 2002.
A., Isaic-Maniu, Dicţionar de statistică generală, Ed. Economică, Bucureşti, 2003.
M.Korka,L.Begu,E.Tusa,Bazele statisticii pentru economişti, Ed.Tribuna Economică, 2002.
G., Săvoiu (coord.), Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii de caz,
Ed. Independenţa Economicǎ,Piteşti, 2004.
G., Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed.Universitară,Bucureşti, 2007.
G., Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară,Bucureşti, 2009.
G., Săvoiu, Statistica pentru afaceri, Ed.Universitară,Bucureşti, 2011.
G., Săvoiu, I., Iorga-Simăn, Multidisciplinaritatea şi educaţia academică. Dialoguri argumentate, Ed.
Universitară, Bucureşti, 2011.
V., Trebici, Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti,1985.
V.,Trebici,Mică enciclopedie de demografie, Ed.ştiinţifică şi enciclopedică,Bucureşti, 1975.
M.,Ţarcă, Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A.Bucureşti, 1998.
Webografie
*** http://www. insse.ro şi *** http://epp.eurostat.ec.europa.eu/
32
2.1 Program, modalităţi, tehnici şi erori specifice observării statistice
Indiferent dacă este considerată etapa unei cercetări statistice clasice descriptive
(restrânsă la observare, prelucrare, analiză şi interpretare) sau a unei cercetări
moderne selective (extinsă cu etapa inferenţei şi deciziei statistice), observarea
statistică este o acţiune de culegere şi înregistrare de date sau informaţii referitoare
la anumite caracteristici ale unităţilor statistice, după criterii unitare şi riguros
definite. În orice observare domină două întrebări îndreptăţite. Prima se referă la ce
anume se observă şi a doua la modul în care se realizează observarea.
Răspunsurile practice devin esenţa observării, respectiv se observă numai acele
trăsături, însuşiri sau caracteristici ale unităţilor statistice, care corespund scopului
declarat al cercetării statistice sau sunt bănuite a fi cauze, factori explicativi pentru
fenomenele şi procesele studiate şi oricât ar fi de limitată sau de extinsă observarea,
datele se culeg şi se înregistrează conform unui program sau plan de observare.
Programul unei observări statistice reprezintă o combinaţie optimă de decizii
referitoare la probleme metodologice şi organizatorice, un veritabil itinerar ce
conduce la atingerea obiectivelor observării.
33
Elemente ale componentei organizatorice în programul de observare
Caseta nr. 2.2
Selectarea şi pregătirea personalului se realizează în funcţie de caracterul permanent
(temporar), dar şi de periodicitatea observării, iar verificarea onestităţii, eficienţei şi
adecvării pregătirii la cerinţele majore ale fiind nu lipsesc din nici un program practic.
Documentele observării reunesc chestionare şi fişe specifice agenţilor economici sau
respondenţilor individuali, liste comune sau formulare ale raportărilor instituţionale,
ghiduri de interviuri sociale şi formulare virtuale postate pe web-site-uri etc. Toate pot
genera erori sistematice, prin tehnoredactare incorectă sau instrucţiuni incomplete.
Informarea şi mobilizarea opiniei publice în investigaţiile statistice majore se realizează
după obţinerea unui aviz favorabil din partea autorităţilor publice.
Programul se încheie cu un calendar de predare a bazelor de date şi informaţiilor
culese şi înregistrate, în vederea obţinerii indicatorilor prin prelucrare şi sistematizare.
38
totalitate a cadrelor şi manifestărilor sociale. Din 1938, Anton Golopenţia, Henri Stahl,
Traian Herseni s-au oprit asupra realizării monografiilor axate pe probleme locale şi a
celor cu caracter regional (Ion Ionică), conştientizând faptul că monografierea
exhaustivă a celor 15 000 de unităţi administrative rurale, mari, de pe teritoriul ţării, în
vederea elaborării „sociologiei naţiunii” constituia un demers cu caracter utopic,
imposibil de realizat. Şcoala sociologică gustiană a avut astfel posibilitatea să
experimenteze în timp câteva tipuri fundamentale de ipoteze ale cercetării
monografice: ipoteza monografiei exhaustive sau integrale, testată şi definitivată în
campaniile monografice succesive de la Goicea Mare, Ruşeţu, Nereju, Fundu
Moldovei, Drăguş, Runcu, Cornova, ipoteza monografiei centrate pe o problemă cheie,
experimentată de Institutul Social Banat-Crişana şi reluată de cercetările echipelor
studenţeşti conduse de D. Gusti după 1934; ipoteza monografiei sumare de sat şi a
cercetării comparative a comunităţilor reprezintă o variantă mai restrânsă a
monografiei centrate pe o problemă cheie, focalizată pe patru teme: sănătate, muncă,
minte şi suflet; ipoteza monografiei sociologice cu şi fără sat pilot, precum şi ipoteza
monografiei tematice. Ipoteza monografiei tematice a fost concepută în cadrul Şcolii
Sociologice de la Bucureşti pentru a fundamenta analiza unei teze, a unei probleme
sociale mai complexe şi mai complete pe baza schemei cadrelor şi manifestărilor, dar
fără referire specială la o arie spaţială (deşi nu era total exclusă). Indiferent de tipul
cercetării, monografia interbelică a rămas un curent cultural, esenţa originalităţii sale
fiind conferită de pluridisciplinaritatea discipolilor.Monografia interbelică a rămas un
curent cultural, esenţa originalităţii sale fiind dată de abordarea multidisciplinară a
monografiştilor. Observarea prin intermediul rapoartelor sau formularelor statistice
solicitate de instituţia naţională specializată este un sistem practic de observare reunind
toate tehnicile descrise anterior în cadrul programului cercetărilor statistice. Se poate
exemplifica prin domeniul demografic unde se confruntă observarea totală, periodică şi
directă a recensământului, cu cea de tip documentar, curentă cu ajutorul sistemului
buletinelor statistice demografice şi a registrelor de populaţie. Utilizarea combinată de
tehnici de observare, de la interviul telefonic la raportul statistic, de la preluarea de
baze de date prin internet sau intranet, la simpla confruntare de fişiere transmise în
reţele, subliniază diversitatea practică a observării statistice contemporane.
42
Scor Scala Scor înregistrat Scala Număr
scală 1 2 3 4 5 6 7 clienţi
1,35 Bun 250 20 18 4 4 3 1 Rău 300
1,30 Mare 256 21 12 4 3 3 1 Mic 300
1,26 Plăcut 259 21 10 4 3 1 1 Neplăcut 299
e =1,30
1,84 Tare 191 35 30 24 16 4 - Slab 300
1,91 Profund 196 20 35 23 17 8 1 Superficial 300
1,93 Uşor 176 44 34 31 6 3 6 Greu 300
p=1,89
2,08 Rapid 120 73 68 22 3 4 1 Lent 291
? Silenţios 85 29 27 40 17 13 33 Nesilenţios 294
2,74 Activ 101 56 49 34 21 19 12 Pasiv 292
a=?
Scorul produsului „Y” = e + p + a = ?
Determinarea scorului per scală este echivalent cu evaluarea simplă a mediei
aritmetice ponderate, exemplificat pentru scala silenţios-nesilenţios:
Scor scală=[(85x1)+(29x2)+(27x3)+(40x4)+(17x5)+(13x6)+(33x7)]:294=2,64.
Pentru conceptele structurale, scorul este o medie aritmetică simplă a scorurilor per
scală conţinute în conceptual structural analizat, aşa cum rezultă din calculul lui a:
a = (2,08+2,74+2,64):3=2,49 iar scorul conceptului produsului Y este suma celor trei
scoruri ale conceptelor structurale analizate:S=(e+p+a)=(1,3+1,89+2,49)= 5,68.
Static, scorul obţinut pare mai puţin relevant. Expus comparaţiilor cu alte produse
diferenţiatorul semantic devine tot mai semnificativ şi permite stabilirea polarizării.
II. Diferenţiala semantică în varianta Adorno - Stapel
1. Scurtă descriere: Scala Adorno-Stapel este alcătuită dintr-un număr de zece trepte
sau grade de intensitate a aprecierilor, aspiraţiilor, dorinţelor, dintre care cinci au
valori pozitive, iar celelalte cinci negative:
(ceva ce nu doriţi în nici un caz) (ceva ce doriţi foarte mult)
-5 -4 -3 -2 -1 Criteriul (variabila) de scalare +1 +2 +3 +4 +5
2. Autorii şi anii primelor utilizări practice a metodei: T.W. Adorno în 1961
(emigrat din Germania în SUA) şi J.Stapel în 1969 (Olanda).
3. Domenii de cercetare: Scalează aprecieri,aspiraţii,dorinţe ale consumatorilor
4. Avantaje: Mai multe trepte se traduc prin dinamism accentuat ca şi prin
personalizări mult diferenţiate ale respondenţilor. În cazul opiniilor, dorinţelor sau
aprecierilor relativ omogene, utilizarea scalei Adorno-Stapel, oferă un grad mai mare
de relevanţă a rezultatelor. Un aspect deosebit de interesant este calculul omogenităţii
populaţiei respondenţilor în raport cu opinia exprimată
5. Dezavantaje: Raţia scalei este inegală, în zona centrală ea ajungând la 2 puncte, în
timp ce în rest este de numai 1 punct. Acest fapt contribuie la o polarizare mai
accentuată în raport cu aceea a diferenţiatorului semantic Osgood. Pentru o evaluare
în trepte mai echilibrate, se poate utiliza o scală construită ca o progresie clasică
aritmetică a cărei raţie este permanent de 2 puncte, polarizarea accentuându-se în mod
evident (câmpul valorilor devine aproape dublu).
-9 -7 -5 -3 -1 Criteriul (variabila) de scalare +1 +3 +5 +7 +9
6. Exemplificare: Dorind să cunoască aprecierea consumatorilor în ceea ce priveşte
imaginea creată de reţeaua de magazine, firma „Y” a iniţiat un studiu statistic de piaţă
în rândul clienţilor, folosind ca variabile de scalare diversitatea ofertei, preţurile
43
practicate, atitudinea vânzătorilor şi locaţia magazinelor firmei în raport cu domiciliul
cumpărătorilor. Rezultatele a 200 de formulare centralizate, prelucrate pentru a se
determina scorul fiecărei variabile scalate cu diferenţiala Adorno-Stapel:
Tabel nr.2.4
-9 -7 -5 -3 -1 Criteriul (variabila) de scalare +1 +3 +5 +7 +9
2 4 7 33 47 Diversitatea ofertei 52 32 12 7 4
3 5 12 19 31 Preţurile practicate 67 43 11 5 4
2 3 3 11 21 Atitudinea vânzătorilor 64 56 25 14 1
1 2 3 4 33 Plasamentul magazinelor 67 39 25 14 12
Tabel nr.2.5
Criteriul (variabila) de scalare Scorul variabilei Abaterea de la scorul mediu
Diversitatea ofertei 0,33 -0,89
Preţurile practicate 0,56 -0,66
Atitudinea vânzătorilor 1,78 0,56
Plasamentul magazinelor 2,16 0,94
Imaginea „Firmei Y” Scor mediu = 1,22
Imaginea pozitivă a firmei este datorată în mare parte locaţiilor sau plasamentelor şi
ceva mai puţin atitudinii corecte a vânzătorilor, în timp ce diversitatea ofertei şi
preţurile practicate sunt în opoziţie cu celelalte două variabile, aşa cum rezultă din
valorile aproximativ simetrice ale abaterilor faţă de scorul mediu. Diferenţiala
Adorno-Stapel „accentuează” polarizările apărute.
III. Scala repertorială sau scala Likert
1. Scurtă descriere: Definită generic drept scală de tip repertorial, scala este
cunoscută şi sub numele Likert (de la numele autorul ei) şi exprimă gradual acordul
sau dezacordul, printr-un număr de acum clasic de numai cinci trepte, a căror
structură şi denumire s-a nuanţat ,aşa cum se constată din tabelul următor:
Tabel nr. 2.6
Aprobare puternică Aprobare Indecis Dezaprobare Dezaprobare puternică
Acord total Acord Neutru Dezacord Dezacord total
Soluţiile de acordare a scorului (punctajului sau ponderii) per treaptă s-au diversificat
şi ele, aşa cum rezultă din variantele expuse mai jos:
Tabel nr. 2.7
5 4 3 2 1
2 1 0 -1 -2
În practică scala Likert cu cinci trepte coexistă cu alte modele de trei (acord– indecis–
dezacord) sau şapte răspunsuri (acord puternic–acord–indecis,dar probabil de acord–
indecis–indecis, dar probabil în dezacord–dezacord–dezacord puternic).
2. Autorul şi anul primei utilizări practice a metodei: Rensis Likert în 1932.
3. Domenii de cercetare: Studii de piaţă sau cercetări statistice privind imaginea de
marcă, eficienţa promovării, intensitatea intenţiei de cumpărare, caracterul de lider
într-o piaţă, atitudinea cumpărătorilor faţă de noile produse sau servicii.
4. Avantaje: Simple prin construcţie şi lesne de interpretat, scalele de tip Likert
permit chiar testarea statistică.
5. Dezavantaje:Scorul obţinut prin scala Likert trebuie convertit în scor standard, şi
confruntat cu o valoare maximă sau minimă.
6. Modul concret de aplicare: Există mai multe etape în aplicarea unei scalări
repertoriale sau de tip Likert. Mai întâi se redactează într-un chestionar enunţurile
44
considerate definitorii în raport cu dimensiunea (caracteristica sau variabila ce
urmează a fi măsurată sau scalată). Apoi se detaliază scorurile răspunsurilor la
întrebările ce constituie enunţurile definitorii, ca în exemplul următor privind
abordarea drept variabilă a spiritului de echipă, într-o firmă ce realizează proiecte cu
finanţări externe, pornind de la un chestionar special pentru un studiu de impact:
Personal consideraţi că în activitatea desfăşurată de dvs. ar fi mai bine ca:
A. spiritul de echipă să domine spiritul individual în realizarea proiectului ?
Acord total Acord parţial Lipsă opinie Dezacord parţial Dezacord total
B. acel membru al echipei care are cele mai multe relaţii deschise cu partenerii, să
fie numit automat managerul proiectului indiferent de poziţia sa în firmă ?
Acord total Acord parţial Lipsă opinie Dezacord parţial Dezacord total
C. Echipa de proiectare are nevoie de cât mai puţini membrii ce au opinii
asemănătoare despre variate subiecte, exprimate public în diverse ocazii ?
Acord total Acord parţial Lipsă opinie Dezacord parţial Dezacord total
45
a se adapta tranziţiei şi pieţei?
X.Faceţi parte dintre cei care consideră că stimulentele alocate necorespunzător în
societăţile descrise mai sus le diminuează capacitatea de adaptare?
1. Autorul şi anul primei utilizări practice a metodei:Louis Guttman în 1944.
2. Domenii de cercetare:Studii sau cercetări statistice privind evaluarea atitudinilor şi
satisfacţiei celor intervievaţi.
3. Avantaje: Permite identificarea respondenţilor lipsiţi de sinceritate şi prezintă o
aplicabilitate deosebit de rapidă, datorită limitării numărului de întrebări sub 10-12.
4. Dezavantaje: Spectrul domeniilor de aplicabilitate este ceva mai limitat, cauza
rămânând tipul de întrebare exclusiv alternativă sau binară ca posibilităţi de răspuns.
Eşantioanelor de volum mediu şi mare, situate în apropierea valorii de 100 de
respondenţi şi mai ales peste această valoare nu li se pot aplica scale Guttman datorită
volumului foarte mare de erori potenţiale.
5. Modul concret de aplicare: În raport cu exemplul de scală Guttman prezentat se
poate detalia calculul principalilor indicatori. Procesul de determinare a
coeficientului de reproductibilitate, prin intermediul căruia se indică dacă un
domeniu este scalabil sau nu, se bazează pe o relaţie aritmetică foarte simplă:
R nerori
CG = 1− . Coeficientul are ca limita minimă de acceptabilitate a
nrespondenţi × nîntrebări
unui domeniu scalabil valoarea de 0,85. Pentru a înţelege modalitatea de obţinere a
valorii coeficientului se prezintă sinteza unei scale Guttman la care au participat 10
respondenţi, care au răspuns la cele 10 întrebări fiecare:
Tabel nr.2.9.
Respondenţi Răspunsul ( DA=1, NU=0) la întrebarea: Scor final
I II III IV V VI VII VIII IX X
1 1 1 1 1 1 1 1 1 1 1 10
2 0 1 1 1 1 1 1 1 1 1 9
3 0 0 1 1 1 1 1 1 1 1 8
4 0 0 0 1 1 1 1 1 1 1 7
5 0 0 0 0 1 0 1 0 1 1 4
6 0 0 0 1 0 1 1 1 1 1 6
7 0 0 0 0 0 0 0 1 1 1 3
8 0 0 0 1 0 1 0 1 1 1 5
9 0 0 0 0 0 0 0 0 1 1 2
10 0 0 0 1 0 1 0 1 0 1 4
Număr de erori 0 0 0 3 0 3 0 3 0 0 *
Cum au fost detectate erorile?Prin analiza de monotonie sau aceea a „continuumului
coerenţei logice”se constată că specificitatea construcţiei întrebărilor acestei scale a
fost axată pe logica „o dată ce răspunsul s-a transferat din zona lui „0” în aceea a lui
„1”el va rămâne în acest tip de răspuns monoton,coerent, stabil, logic. Respondenţii la
care s-au constatat erori sunt 5,6,8 şi 10. Coeficientul de reproductibilitate este C=1-
9/100=0,91. Scalarea de tip Guttman poate fi utilizată în scopul propus. Întrebările
IV,VI şi VIII vor fi reanalizate şi eventual reformulate, înlocuite integral sau se va
renunţa definitiv la ele, iar asupra respondenţilor 8 şi 10 „planează spectrul lipsei de
onestitate în răspunsurile date”, în măsura în care testarea scalei nu a identificat erori
de formulare la întrebările IV, VI şi VIII.
V. Scala de interval tip Thurstone
46
1.Scurtă descriere: Scala de interval tip Thurstone măsoară atitudini prezente, prin
întrebări sau formulări lipsite de echivocitate sau ambiguităţi, personalizate tematic,
accentuat individualizate şi corect adresate segmentului ţintă, utilizând expresii
verbale evaluate şi plasate într-un continuum atitudinal logic alcătuit din 7 sau 11
clase, de către un număr variabil de „judecători”(preferabil între 50-300), urmat de
calculul valorii de scală (preferată fiind valoarea mediană). Scala finală conţine 14 sau
22 de enunţuri (dublul numărului claselor), la care se mai adaugă întrebări cu rol de
segmentare a respondenţilor şi de verificare a sincerităţii lor.
2.Autorul şi anul primei utilizări practice a metodei:Louis Thurstone în 1929
3.Domenii de cercetare: Cercetări statistice referitoare la atitudini, intenţii, preferinţe
de cumpărare, la comportamentul consumatorului.
4.Avantaje: Utilizarea unui număr relativ mare de „judecători”permite o mai bună
segmentare a atitudinilor ce vor fi surprinse de scală, iar enunţurile selectate de către
„judecători”sunt mai fiabile.
5.Dezavantaje:Nu permite evaluarea intensităţii atitudinilor la scoruri paritare, nu
exclude subiectivismul judecătorilor şi deşi consumul de timp este maxim în raport cu
alte scale, calitatea predicţiei nu este direct proporţională cu timpul.
VI. Scala arbitrară adaptată după aceea a distanţei sociale sau Bogardus
1. Scurtă descriere: Scala Bogardus anticipează în mod sintetic şi coerent încercările
contemporane de evaluare a unui concept atât de extins cum este cel al coeziunii
sociale, mai ales incluziunea şi excluziunea specifică noului concept statistic şi social.
O propunere de utilizare a scalei vizează varianta cu şapte trepte ce permite
determinarea rapidă a celor trei indici specifici: al distanţei de piaţă sau culturale
(scorul IDC cuprins între 0 şi 6), al contactelor de piaţă sau culturale (scorul ICC
ordonat descrescător de la 6 la 0) şi al calităţii contactelor de piaţă sau culturale
(scorul ICCC definit ca un cumul descrescător al frecvenţele scorurilor ICC, fiind
cuprins între limita maximă 21 şi minimă 0).
Tabel nr. 2.10.
În În casa În casa În sediul În altă Într-o În nici
propria unui unui unde îmi casă de pe casă din o altă
casă prieten vecin desfăşor teritoriul oricare casă
apropiat serviciul ţării altă ţară
Scor IDC 0 1 2 3 4 5 6
Scor ICC 6 5 4 3 2 1 0
IDC + ICC 6 6 6 6 6 6 6
Scor ICCC 21 15 10 6 3 1 0
2. Autorul şi anul primei utilizări a metodei: Emory Bogardus în 1925
3. Domenii de cercetare: Studii de piaţă şi cercetări statistice privind intenţii,
atitudini, preferinţe pentru produse şi servicii tradiţionale specifice.
4. Avantaje:Scala permite o identificare a intensităţii atitudinii sociale faţă de produse
şi servicii, polarizând gradului de atracţie sau respingere.
5. Dezavantaje:Nuanţele arbitrare specifice, aproximarea sensurilor şi egalitatea
relativă a intervalelor sunt considerate principalele deficienţe ale scalei.
6. Modul de aplicare: Pentru a identifica atitudinea a 100 de respondenţi faţă de
câteva servicii de livrare la domiciliu a unor produse culinare cu specific naţional se
detaliază prin scală adaptată de tip Bogardus, şapte trepte de distanţare reală:
47
Tabel nr. 2.11.
Categoria de În În casa În casa În sediul În altă Într-o În
produse culinare propria unui unui unde îmi casă de pe casă din nici o
(livrare la casă prieten vecin desfăşor teritoriul oricare altă
domiciliu) apropiat serviciul ţării altă ţară casă
Pizza x x x x x
Kebap x
Hot-dog x
Salată a la grec x x x x x
Hamburger x x
Ştrudel cu carne x x x x x
După metodologia propusă indicii obţinuţi de către acest respondent unic sunt:
Tabel nr. 2.12.
Categoria de produse IDC (scorul primei ICC (scorul prime ICCC (cumul de
culinare (livrate la apariţii a lui x pe apariţii a lui x pe scoruri ICC ale
domiciliu) scala IDC) scala ICC) lui x)
Pizza 0 6 20
Kebap 6 0 0
Hot-dog 4 2 2
Salată a la grec 0 6 20
Hamburger 3 3 5
Ştrudel cu carne 0 6 20
După prelucrarea a 100 de chestionare se obţin valorile finale ale indicilor, valori
determinate ca medii aritmetice ponderate ale seriilor de frecvenţe rezultate, unde
media IDC şi ICC prin însumare vor genera o valoare constantă, respectiv 6.
Tabel nr. 2.13.
Categoria de produse culinare (livrate la domiciliu) IDC ICC ICCC
Pizza 1,4 4,6 16,7
Kebap 4,8 1,2 5,1
Hot-dog 3,9 2,1 7,1
Salată a la grec 1,6 4,4 15,9
Hamburger 3,6 2,4 8,4
Ştrudel cu carne 1,5 4,5 16,2
Se constată o atitudine favorabilă faţă de pizza, salate greceşti şi ştrudelul cu carne,
pentru care ICCC se află dincolo de quartila superioară a intervalului (0-21), respectiv
între15,75 şi 21. ICCC poate fi interpretat în 4 intervale de atitudine:
Tabel nr. 2.14.
Atitudine Slab favorabilă Favorabilă Puternic favorabilă Extrem de favorabilă
Interval ICCC 0 - 5,25 5,25– 10,5 10,5 - 15,75 15,75 - 21
VII. Scalele statistice bazate pe comparaţii şi exprimate prin indicatori relativi:
Scalele comparaţiilor perechi, axate pe ordonarea rangurilor şi cu sumă constantă
A. Scala comparaţiilor perechi sau Thurstone-Guilford
1.Scurtă descriere: Scala are ca obiect combinările a „n” elemente luate câte două
p n! n! n(n −1)(n − 2)! n(n −1)
(p=2), respectiv Cn = = = = .
p!(n − p)! 2!(n − 2)! 2!(n − 2)! 2
Principiul de determinare a ierarhiei finale se poate baza fie pe ordinea preferinţelor,
48
fie pe aceea a atitudinilor defavorabile sau a refuzurilor, fie pe utilizarea combinată a
celor două variante de clasare.
2.Autorul şi anul primei utilizări practice a metodei: J.P.Guilford în 1954.
3.Domenii de cercetare:Studii sau cercetări statistice al căror principal obiectiv este
determinarea atitudinilor favorabile sau a intensităţii preferinţelor pentru diferite
mărci, produse, servicii, ambalaje.
4.Avantaje: Promptitudinea şi simplitatea devin argumente importante în aplicarea
scalei bazate pe metoda comparaţiilor perechi.
5.Dezavantaje: Relativizarea distanţei reale şi a preciziei scalării în ierarhia finală
alături de numărul destul de limitat al obiectelor măsurate prin scală.
6.Modul concret de aplicare: Un studiu îşi propune să ierarhizeze prin compararea
sub formă de perechi a unui număr de cinci mărci complementare. Numărul final al
combinărilor posibile este egal cu 10, iar la chestionar au răspuns un număr de 1000
de consumatori (numărul variantelor exprimate fiind de 10000). Datele colectate sub
forma unor frecvenţe absolute sunt următoarele:
Tabel nr. 2.15.
Varianta Varianta preferată Total
respinsă A B C D E
A 1150 300 1350 1000 3800
B 10 630 900 860 2400
C 600 50 110 740 1500
D 30 140 1030 300 1500
E 70 130 90 510 800
Total 710 1470 2050 2870 2900 10000
Valorificând datele anterioare ca indicatori relativi, exprimaţi sub forma unor
coeficienţi, în urma raportării frecvenţelor specifice fiecărei opţiuni la volumul total al
respondenţilor (1000) prin rotunjire se obţin următoarele scoruri preferenţiale:
Tabel nr. 2.16
Varianta Varianta preferată Total
respinsă A B C D E
A 1 0 1 1 3
B 0 1 1 1 3
C 1 0 0 1 2
D 0 0 1 0 1
E 0 0 0 1 1
Total 1 1 2 3 3 10
Scorul citit pe verticală identifică pe scala comparativă a preferinţelor mărcile
complementare D şi E ca deţinând numărul maxim, dar şi egal de 3 puncte, scorul
evidenţiat de numărul de respingeri nu le poate separa, fiind egal. Soluţia finală de
ierarhizare este oferită de confruntarea între cele două mărci, atitudinea faţă de marca
D devenind favorabilă în raport cu E şi congruentă cu situaţia inversă (E nu este
preferată lui D).
B.Scala axată pe ordonarea rangurilor sau ierarhizarea statistică prin metoda
rangurilor şi a distanţei relative se recomandă mai ales atunci când variabilele
cercetărilor statistice nu sunt susceptibile de scalare econometrică de tip clasic sau
când precizia intervalului sau măsurării nu sunt riguros definite şi necesare, dar se
poate totuşi furniza o ordonare prin numere de ordine denumite „ranguri”.
49
1.Scurtă descriere: Fie că este descrisă metoda rangurilor, fie aceea a distanţei
relative, utilizarea unor numere de ordine iniţiale sau ranguri, precum şi a unor
scoruri finale ierarhizatoare sunt considerate ca etape esenţiale. Rangul acordat şi
ocupat de către fiecare marcă, produs, serviciu sau oricare alte unităţi statistice
cercetate (inclusiv abordări diferenţiate în plan teritorial) se interpretează ca indicativ
esenţial al scalării. Dacă ierarhizarea este în linii mari aceeaşi, departajarea interioară
devine mai precisă în cazul metodei distanţei relative.
2.Autorul şi anul primei utilizări :M.G.Kendall în 1911, C.E.Spearman în1927
3.Domenii de cercetare:Dacă în prima fază rangurile au fost utilizate de M.G.
Kendall în cercetările statistice, după 1927, C.E. Spearman va extinde aplicarea şi în
domeniile sociometriei şi psihometriei, iar astăzi scala nu mai are restricţii.
4.Avantaje: Simplitatea şi adaptabilitatea, uşurinţa aplicării în cazul variabilelor
calitative ale cercetărilor statistice şi mai ales a lipsei informaţiilor exprimate ca
indicatori absoluţi sunt câteva dintre avantajele cele mai des citate.
5.Dezavantaje:Un grad ridicat de relativizare a ordonării şi omogenizarea excesivă a
unor opinii,atitudini,preferinţe eterogene sunt dezavantaje persistente, în ciuda unor
multiple şi serioase îmbunătăţiri aduse scalării specifice.
6.Modul concret de aplicare:În funcţie de percepţia asupra fenomenului de piaţă
analizat, se alocă scoruri sau ranguri parţiale pentru poziţia deţinută în ierarhia
respondentului,crescătoare (rangul I =1 punct, II =2 puncte, III =3 puncte) sau
descrescătoare (rangul I =3 puncte, II =2 puncte, III =1 punct).Scorul final defineşte
primul rang prin analogie cu ierarhia punctajului, respectiv maximum de punctaj
coincide cu primul rang, în cazul ierarhiei descrescătoare sau minimum de punctaj, în
cazul ierarhiei crescătoare. În cazul metodei distanţei relative se determină mai întâi
distanţa relativă a scorului specific acordat în raport cu scorul maxim acordat (prin
intermediul indicilor sau coeficienţilor), după care se evaluează distanţa medie ca
medie geometrică simplă a distanţelor relative. Rangurile finale se alocă în raport cu
valoarea distanţei medii atinse. Apar situaţii cu caracter special, care necesită unele
particularizări. Astfel, în situaţia în care se doreşte a se analiza convergenţa de opinii
a unui număr restrâns de respondenţi (grupaţi în 2 sau 3 echipe distincte) asupra
ierarhizării unor procese, fenomene, mărci, produse şi servicii se ordonează două sau
trei categorii de ierarhii finale şi se compară punctând cu valoarea -1, perechile
ordonate în mod opus şi cu 1 perechile ordonate în mod identic. Se poate exemplifica
scalarea cu ajutorul preferinţei exprimate de către două echipe de specialişti asupra
adecvării la produsul analizat a formelor de publicitate optime:
Echipa I
Televiziunea Radioul Presa Presa Publicitatea Publicitatea pe
(A) (B) locală (C) centrală (D) exterioară(E) suport tipărit (F)
1 2 3 4 5 6
Echipa a II-a
Televiziunea Radioul Presa Presa Publicitatea Publicitatea pe
(A) (B) locală (C) centrală (D) exterioară(E) suport tipărit (F)
4 3 1 2 6 5
Punctajul perechilor de opinii exprimate în cele 15 combinări posibile = 3
AB AC AD AE AF BC BD BE BF CD CE CF DE DF EF
-1 -1 -1 1 1 -1 -1 1 1 1 1 1 1 1 -1
Din calculul unui coeficient analogic al tendinţelor perechi, pe care îl propunem în
50
formula: Cana logic =
∑ analogii = 2∑ analogii ∈ [ −1;1] , rezultă o valoare de 3/15
C2n n(n − 1)
sau de 0,2, ceea ce arată că nu există analogii între cele două echipe de respondenţi,
respectiv imaginea asupra unui proces sau fenomen, este neclară şi neunitară.
C.Scala cu sumă constantă repartizată procentual între variabilele cercetării sau
pe toate treptele scalei (varianta Fishbein-Rosenberg)
1.Scurtă descriere: Se repartizează 100% între variabile sau pe treptele scalei.Uneori
pentru a asigura şi o ierarhizare pe intervale şi cu intensităţi egale se precizează
mărimile de procente ce se vor aloca (40 %-30 %-20 % -10), de manieră crescătoare,
descrescătoare sau aleatoare. În final, se determină procente medii la nivel de
variabilă, a căror sumă este tot 100 %. Scala Fishbein-Rosenberg ponderează în mod
unic variabilele cu valori sub formă de coeficienţi, cuprinse între 0 şi 1, care însumate
sunt constante şi egale cu 1.
2.Autorul şi anul primei utilizări practice a metodei: Fără a putea identifica un
autor şi a localiza în timp apariţia scalei, particularizări ale prezentărilor statistice ale
specificităţii mediilor în cazul procentelor apar în lucrările clasice la jumătatea
secolului trecut şi fac posibile diversificarea scalei.
3.Domenii de cercetare:Nu are restricţii în lumea economică, sintetizată în proporţie
majoritară prin procente.
4.Avantaje:Calculul rapid ca şi soluţia de comparare ulterioară a rezultatelor
transformă scala în cea mai eficientă soluţie generală a scalei de raport.
5.Dezavantaje:Nu permite detalieri procentuale, ci exprimări generale nenuanţate.
6.Modul concret de aplicare: Un număr de 250 de respondenţi, au răspuns unui
chestionar privind opţiunea pentru un anumit mod de a petrece timpul liber, apelând
la servicii culturale.Procentul mediu este determinat ca medie a procentelor
individuale ponderate cu numărul respondenţilor în următoarele 4 variante:
Tabel nr. 2.17
Număr de Procente acordate de respondenţi serviciului cultural accesibil
respondenţi Teatru Muzeu Bibliotecă Librărie
Varianta I = 60 10 20 30 40
Varianta II =70 10 20 40 30
Varianta III =80 30 10 40 20
Varianta IV =40 20 10 40 30
Procentul mediu 18 15,2 37,6 29,2
51
În general, nu există observare care să nu fie influenţată de erori specifice,
clasificate în sistematice (care provin din acţiunea continuă şi constantă a unui
factor, care produce o distorsiune sau deplasare a variantelor, întotdeauna în
acelaşi sens, ele fiind cauzate de om sau aparat în procesele de numărare,
măsurare, interogare, calcul sau de nerespectarea principiilor de chestionare şi
înregistrare) şi întâmplătoare sau accidentale (care rezultă din acţiunea unor
factori aleatori ce produc devieri, deplasări ale variantelor continuu în ambele
sensuri, astfel încât cu cât populaţia statistică observată va fi mai numeroasă, cu
atât erorile de un anumit sens le vor compensa pe cele de sens contrar şi conform
legii numerelor mari, data sau informaţia finală vor fi practic foarte puţin sau
aproape deloc afectate de acest tip de eroare). Ordinul de mărime al erorilor
generează valorile extreme sau „aberante”, ce se revăd sau elimină chiar de la
apariţia lor. Sensul unic agregativ sau compensator al unei erori este evidenţiat de
calculul erorii nete (En), respectiv En =|Σei|=|Σ(x0-xi)|,unde 1≤i≤n şi xi= valoarea
eronată.Dacă erorile individuale (ei) reprezintă semne diferite şi relativ alternante
pentru câteva situaţii luate în calcul (ex:ei =+3,-6,+5,-4,+2,+1,-3,-1), atunci se
identifică o eroare întâmplătoare. În măsura în care se realizează un număr mai
mare de verificări, eroarea netă scade sau tinde spre valoarea zero (En↓), de unde
şi noţiunea de eroare potenţial compensatoare.Dacă erorile individuale(ei) prezintă
exclusiv acelaşi semn (fie numai +, fie numai -), eroarea rezultată este de natură
sistematică. În măsura în care, pentru un număr tot mai mare de verificări, eroare
netă creşte (En↑), apare şi noţiunea de distorsiune (deplasare a valorii). Prevenirea
apariţiei erorilor începe cu identificarea lor prealabilă prin observări test, pilot sau
de probă şi continuă cu elaborarea de formulare şi chestionare clare, complete, cu
redactarea de întrebări simple, precise şi a unor instrucţiuni uşor de înţeles.
53
diferit: rmax <5 lg n sau 6≤ rmediu≤ 16 sau rmax ≈ 25;
C.determinarea centrului intervalului de grupare [xi = ½ (xsup+xinf)] pornind de la
limitele de interval şi evaluarea erorii introduse prin grupare (absolute/relative);
D.selectarea formei optime de prezentare şi reprezentare a rezultatului grupării cu
precizarea alternativelor la problemele soluţionate prin metoda grupării.
Tipologia grupării este variată, în raport cu numărul caracteristicilor de grupare se
disting gruparea simplă şi combinată, cu natura variabilei gruparea cronologică,
teritorială şi atributivă, dar şi repartiţia (distribuţia) de frecvenţe, iar în raport cu
complexitatea procesului gruparea pe variante distincte, pe intervale de variaţie (egale
sau neegale). Gruparea pe intervale neegale este cunoscută şi sub denumirea de grupare
tipologică. Gruparea pe intervale de variaţie se realizează cu respectarea principiilor
omogenităţii, completitudinii, unicităţii şi scindării respectiv recompunerii succesive a
grupelor sau intervalelor. Pornind de la exemplul comun al notelor obţinute la examen
de către un grup de 50 de studenţi grupate iniţial pe variante distincte:
yi : 3 4 5 6 7 8 9 10 unde yi = nota obţinută, iar ni = numărul
ni : 1 4 5 6 16 8 6 4 (frecvenţa absolută) celor ce deţin nota yi.
Amplitudinea fiind Ax = xmax - xmin =10-3 =7 puncte, iar pentru un număr comandat de
grupe (intervale), de exemplu r = 4, înălţimea h ≈ 2. există multiple soluţii de grupare
simplă a numărului de studenţi (ni) conform notei (xi) prin precizarea concretă a:
55
atinse de un indicator în teritorii diferite (xi:xj), unde i şi j = 1m . Cunoscuţi mai ales ca
indici teritoriali, pot lua orice valori (mai mari dar şi mai mici ca 100%, respectiv ca 1)
iar graficul specific este cartograma sau cartodiagrama.
56
Titlul general al tabelului statistic
Tabel nr. 2.21 - U.M. -
Predicatul tabelului
Titluri interioare
Titluri
Reţeaua
tabelului
st a t i stic
Total*
Sursa: detaliată prin autor, lucrare, editură, localitate, anul apariţiei, pagina.
57
logaritmică sau semilogaritmică. Reţeaua grafică poate fi a) vizibilă sau b) invizibilă
a) b)
6 6
5 5
4 4
3 3
2 2
1 1
0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
7 3.5
6 3.0
5 2.5
4 2.0
3 1.5
2 1.0
1 0.5
0 0.0
5 10 15 20 25 30
0.5 1.0 1.5 2.0 2.5 3.0
.6
15%
.5
.4
20%
.3
65%
.2
.1
58
Aşa cum se constată cu uşurinţă scara de reprezentare limitează reprezentarea
grafică lizibilă la maximum trei dimensiuni (variabile), ceea ce constituie un
dezavantaj în capacitatea de sintetizare a reprezentării grafice.
Legenda şi notele explicative sunt scurte precizări ale semnelor convenţionale,
ale haşurilor, ale culorilor sau ale liniilor ce au fost folosite în grafic. Dacă nu sunt
prea numeroase ele apar în corpul graficului sau chiar în titlu. Notele explicative
depăşesc caracterul de simple precizări ale legendei graficului şi fie atrag atenţia
asupra unui procedeu special de calcul, fie disculpă, justifică sau motivează o
anumită alegere sau soluţie preferatǎ.
Sursele de date revin ca o obligaţie a celui care realizează graficul, ele fiind
prezentate detaliat sub reţea cu scopul bine precizat de a identifica rapid
provenienţa, calitatea şi promptitudinea indicatorilor statistici reprezentaţi.
Detalierea surselor se asigură pornind de la precizarea autorului, lucrării sau
documentului, editurii, locului şi anului apariţiei, până la pagina, anexa sau tabelul
din care s-au extras indicatorii statistici.
Reprezentarea grafică răspunde unor cerinţe specifice gândirii statistice şi anume:
sintetizării maxime la nivel vizual a datelor observate, grupate, sistematizate,
centralizate şi agregate în tabele statistice, selectării, analizei şi interpretării
raportului dintre doi sau mai mulţi indicatori, a structurii şi mutaţiilor structurale, a
formei de variaţie, asimetrie, boltire, a legăturilor dintre variabilele statistice, a
trendului unui fenomen sau proces şi a variaţiei unui fenomen complex în funcţie
de factorii săi explicativi, precum şi evaluării sau calculării prin grafic a
nivelului unor indicatori statistici. Pentru a asigura aceste cerinţe graficele se supun
unui set de reguli şi principii referitoare la:
1. asigurarea proporţionalităţii unităţilor de măsură pentru a nu denatura
realitatea, inclusiv a „proporţionalităţii interne” a graficului bidimensional sau
tridimensional;
2. precizarea sau includerea cu caracter obligatoriu a unui nivel „0” sau altui
nivel de „referinţă” pe scara aleasă (ca în cazul indicatorilor relativi, unde
nivelul de referinţă cel mai des utilizat este 100,0%) şi indicarea acestuia în
cazul limită prin oricare mijloc vizual capabil să atragă atenţia (linii ondulate,
în zig–zag, la finalul scării, în partea ei inferioară);
3. optimizarea numărului de axe în reţeaua „vizibilă” sau a cifrelor de pe axe în
reţeaua „invizibilă” pentru citirea rapidă şi corectă a graficului;
4. accentuarea sau diferenţierea netă a dreptelor sau curbelor graficului în raport
cu liniile reţelei cu scopul de a întării sinteza vizuală a reprezentării;
5. inscripţionarea cât mai evidentă a scării după unitatea de măsură chiar dacă are
caracter repetitiv în raport cu legenda sau alte indicaţii;
6. individualizarea pe axa Ox a unităţilor de timp cât mai aproape de unitatea de
măsură reală utilizată în seria cronologică;
7. prezentarea diferenţiată a curbelor sau dreptelor într-un grafic comun;
8. sintetizarea în titlul graficului a obiectului diagramei sau graficului statistic,
pentru materialul suplimentar se apelează la subtitlu;
9. asigurarea corespondenţei între grafic şi fenomenul prezentat ;
10. adecvarea prin grafic şi prin indicator optim a fenomenelor reflectate;
59
11. preferinţa pentru linia vizuală în cazul necesităţii de evaluare cât mai exactă a
dimensiunilor diferite a indicatorilor ca urmare a liniei orizontale a ochilor
(rapiditatea şi aproximaţia sunt mult îmbunătăţite prin construcţia şi implicit
percepţia orizontală).
12. „simplitatea, claritatea şi renunţarea la tot ce poate fi artificial”asigură esenţa
reprezentării prin intermediul diagramei statistice, care trebuie să fie atât de
simplă, încât oricine priveşte ori o poate pricepe ori, dacă nu, orice alt artificiu
este de prisos (Nicolae Georgescu – Roegen) .
Pentru a evita analfabetismul grafic se recomandă respectarea unor principii
majore. Exemplificarea supraestimării şi a subestimării grafice a dinamismului
unui fenomen se realizează pornind de la necesitatea ca în formarea gândirii
statistice să se împletească situaţiile de „scriitor şi cititor” de diagrame, posturi la
care atât antreprenorul cât şi managerul sunt expuşi în permanenţă. Pornind de la
tabelul următor, se va reda grafic sau vizual o serie cronologică de date
reprezentând cifrai de afaceri exprimată în sute de mii de euro, pe o perioadă de
şase ani consecutivi.
Evoluţia cifrei de afaceri
Tabel nr. 2.22 - sute de mii de euro -
Anul (t) I II III IV V VI
Cifra de afaceri (yt) 10,0 12,0 14,0 16,0 18,0 20,0
Cele trei grafice ce urmează, deşi reprezintă transpunerea aceloraşi date, oferă un
suport vizual complet diferit.
Oy = ¾ Ox
imagine veridică, optimă
Dintre toate diagramele de tip temporal sau cronogramele de mai sus aceea care
respectă regula de aur devine veridicǎ şi reflectă fără excese evoluţia unui fenomen
(graficul din mijloc).
15 15
10 10
5 5
0 0
I II III IV V VI I IV VI
Dintre cele două variante de reprezentare grafică corectă este aceea care redă
proporţional şi echidistant timpul (t) pe abscisa Ox .
Figura nr.2.3
20 20
15 18
16
10
14
5 12
0 10
I IV VI I II III IV V VI
Reţea cu origine „O” şi Reţea cu originea în „10” şi
evoluţie neîntreruptă pe Oy evoluţie întreruptă pe Oy
61
Figura nr. 2.4
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
8. Gruparea salariaţilor după venit este:
1. Elementele componentei metodologice în Tabel nr. 2.23
programul de observare sunt? Grupe după venitul 3,0- 4,5- 6,0- 7,5- 9,0-
2.Ce tip de observare este recensământul? orar – lei / oră – 4,5 6,0 7,5 9,0 10,5
3.Enumeraţi patru soluţii de prevenire, Număr de salariaţi 6 23 14 5 2
control şi înlăturare a erorilor? Ponderea salariaţilor cu venit orar mai mic
4.Cum se calculează înălţimea intervalului de 7,5 lei în % este: a)58;b) 86; c)96; d)106.
de grupare? 9. Comparaţia indicatorilor derivaţi se face:
5.Care sunt principalele categorii de a) prin diferenţă; b) prin raport; c) prin
indicatori relativi? diferenţă şi prin raport; d) prin adunare.
6.Care sunt principalele campanii ale şcolii 10. Indicatorii relativi de intensitate se
monografice româneşti? definesc astfel: a) raportul a două valori
7. Care este definiţia seriei de date statistice aparţinând aceleiaşi populaţii;b) compararea
pornind de la variabilitatea specifică nivelului din perioada curentă cu cel din
demersului acestei ştiinţe? perioada de bază; c) raportarea a două
fenomene distincte cu unităţi de măsură
diferite.
B) Aplicaţii rezolvate
2.Utilizând exemplul notelor la examen ale celor 50 de studenţi din caseta 2.6 să se
determine centrele de interval şi erorile introduse prin grupare, în cazul B descris
în tabelul 2.19, comparând cu rezultatele din gruparea A, tabelul 2.18, iar în final,
63
să se opteze pentru gruparea A sau B prin analiza erorii relative.
15 + 55 + 168 + 90 328
Media estimată = = = 6, 56 , eroarea absolută e = 7-6,56 =
50 50
e 0, 44
0,44 şi eroarea relativă Є = × 100 = × 100 = 6, 3% În gruparea A media
x 7, 0
aritmetică a centrelor de interval este afectată de o eroare relativă mult mai mică
prin gruparea în varianta A (sub 1 %), ceea ce nu va distorsiona semnificativ nici
o decizie ulterioară, bazată pe aceste calcule.
xi (nota ) : 3,5 5,5 7,5 9,5
ni (număr studenţi): 5 11 24 10
xi × ni 17,5 60,5 180,5 95,0
64
C) Aplicaţii propuse spre rezolvare
Sex (F/M)
Sex (F/M)
Câştig net
Câştig net
Vechime
Vechime
după x, y şi z conform relaţiei lui H.
Nr. crt.
Nr. crt.
(Ron)
(Ron)
A. Sturges, apoi pe 4 intervale egale
şi centralizaţi datele după y şi z.
Reprezentaţi grafic grupările cu 0 x y z 0 x y z
ajutorul diagramei de structură, a 1 F 2 1300 11 M 3 1300
histogramei şi a poligonului 2 M 7 1600 12 F 15 1800
frecvenţelor. 3 F 6 1500 13 F 12 1500
4 F 4 1400 14 M 20 1880
Notă: * Date centralizate utile
5 M 13 1800 15 F 18 1730
F=12 (60%) şi M=8 (40%)
6 F 7 1700 16 M 21 1820
Σyi=200 şi Σ yi − y =96 7 M 15 1850 17 F 5 1500
8 F 8 1500 18 M 14 1720
Σzi=32000 şi Σ zi − z =3200 9 F 4 1400 19 F 8 1700
10 F 9 1500 20 M 9 1500
65
CAPITOLUL 3
INDICATORI AI TENDINŢEI CENTRALE, VARIAŢIEI,
ASIMETRIEI ŞI BOLTIRII
Cuprins Pag.
3.1 Indicatori statistici ai tendinţei centrale 67
3.2 Indicatori statistici pentru caracterizarea frecvenţelor 95
3.3 Indicatori statistici ai variaţiei 97
3.4 Regula de adunare a dispersiilor 107
3.5 Indicatori statistici ai asimetriei şi boltirii 110
3.6 Test de autoevaluare şi aplicaţii statistice în contabilitate 112
66
3.1 Indicatorii statistici ai tendinţei centrale
∑x i
(3.1) x = i =1(media aritmetică simplă)
n
Acest procedeu de calcul se utilizează în cazul seriilor de valori distincte.
67
În cazul unei serii de repartiţie de frecvenţe, media aritmetică simplă este înlocuită
pentru simplificarea calculelor cu media aritmetică ponderată. Fiind dată seria de
repartiţie sau variabila xi , a cărei repartiţie de frecvenţe este:
⎛ x1 , x2 , ..., xm ⎞
xi = ⎜ ⎟ , unde i = 1m
⎝ n1 , n2 , ..., nm ⎠
atunci proprietatea specifică sau funcţia determinantă pentru calculul mediei
m
aritmetice este de tip aditiv sau cumulativ:x1n1 + x2n2 + … + xm nm = ∑x i +1
i ni.
∑xn
i =1
i i
(3.2) x= m
(media aritmetică ponderată)
∑n i =1
i
Atunci când în locul frecvenţelor absolute (ni) se utilizează frecvenţe relative ( n*i ),
m
exprimate prin coeficienţi ( ∑ n* = 1 ) sau frecvenţe relative ( f * ) exprimate prin
i =1
i i
m
procente ( ∑ f * = 100 ), relaţia de calcul se modifică şi devine:
i =1
i
m m
1
(3.3) x = ∑ xi ni* sau × ∑ x i f i*
(3.4) x=
i =1 100 i=1
Paternitatea ştiinţifică a mediei aritmetice ponderate este atribuită lui Roger
Cotes, care expune relaţia de calcul a acesteia încă din anul 1722.
În statistica matematică, media aritmetică a fost denumită şi „speranţa
matematică” a unei variabile aleatoare de tip discret, Xi caracterizată de repartiţia
ansamblului de valori (xi) şi a probabilităţilor acestora de apariţie (pi):
⎛ x1 , x2 , ..., xn ⎞ n
Xi = ⎜ ⎟ unde : 1≤ i ≤ n ∑ pi = 1 şi este egală cu „suma
⎝ p1 , p2 , ..., pn ⎠ i1
68
(3.6) x = ∫ x f (x) d(x)
Într-o distribuţie empirică (reală) de frecvenţe, media aritmetică este raportul dintre
suma variantelor caracteristicii (xi) şi numărul total al frecvenţelor (ni) şi coincide,
din punct de vedere grafic, cu centrul de greutate al distribuţiei. În graficul următor,
unde pe axa ordonatelor sunt redate frecvenţele de apariţie (ni) ale variabililor
caracteristicii (xi) curba frecvenţelor, cu alură de formă „masivă” deţine ca punct
de echilibru al acesteia chiar media aritmetică ( x ) „citită” pe axa absciselor.
Media aritmetică – centrul de greutate al frecvenţelor
Grafic nr.3.1.
Media aritmetică interpretată grafic, dar mai ales fizic, este un punct de sprijin
situat în centrul de greutate al ansamblului greutăţilor individuale, asociind
repartiţiei o „balanţă” echilibrată:
Figura nr.3.1
69
⎛ x1 = x2 = ... = xm = c ⎞
Xi = ⎜ ⎟⎟ , atunci media aritmetică devine:
⎜ n1 , n2 , ... , nm
⎝ ⎠
n m m
∑x
i =1
i ∑xn
i =1
i i c ∑ ni
i =1
x = = (n x c) : n = c sau x = m
= m
=c
n
∑n
i =1
i ∑n
i =1
i
2. Media aritmetică este unic sau mai explicit într-un şir de valori individuale sau o
repartiţie, respectiv o distribuţie de frecvenţe x este o valoare unică.
3. Media aritmetică este cuprinsă între valoarea minimă şi valoarea maximă a
şirului de valori sau a repartiţiei variantelor individuale: xmin ≤ x ≤ x max ; Media
x este o valoare internă a şirului de valori, ce poate să coincidă sau nu cu o valoare
individuală înregistrată sau chiar cu limitele x min şi x max (numai dacă toate valorile
individuale ar fi egale cu acea limită).
4. Media aritmetică într-o serie de repartiţie (distribuţie) de frecvenţe oscilează în
jurul valorii individuale (variantei) cu frecvenţa cea mai mare. Media aritmetică
este foarte sensibilă la valorile extreme, aberante. Media salariaţilor pentru un
număr total de 7 agenţii, ale unei societăţi turistice, este de 6 persoane (xi:
3,4,5,6,7,8,9). În situaţia introducerii eronate a datelor în calculator pentru ultima
agenţie, cifra de personal devenind 100 în loc de 9, noua medie aritmetică sub
influenţa valorii aberante a devenit 19 persoane. Fără a sugera că valorile aberante
sunt întotdeauna valori eronate, se impune însă o verificare atentă a acestora,
mergând până la eliminarea lor în anumite situaţii de incertitudine.
5. Media aritmetică este translativă. Dacă într-un şir de valori sau într-o repartiţie
(distribuţie) de frecvenţe se majorează sau se diminuează toate valorile
(variabilele) cu o constantă (a), nouă medie ( x' ) este şi ea mai mare sau mai mică
decât vechea medie ( x ) cu aceeaşi constantă (a).
n
'
∑ ( x ± a)
i =1
i
Dacă fiecare nouă valoare x = xi ±a, unde a≠0, atunci: x ' =
i
n
n n
∑ x ± ∑a
i =1
i
i =1 na
= =x ± = x ± a (pentru şirul valorilor distincte) sau:
n n
m m m
70
multiplicată (amplificată) sau demultiplicată (simplificată) cu acelaşi factor
'
constant (k). Dacă fiecare nouă valoare xi = xi· k, unde k ≠ 0, atunci:
n n
∑ ( xi ⋅ k )
i =1
(∑ xi ) ⋅ k
i =1
x' = = = x · k (pentru un şir de valori distincte) sau
n n
m m
∑ ( xi ⋅ k )ni
i =1
(∑ xi ni ) ⋅ k
i =1
x' = m
= m
= x · k (pentru o repartiţie de frecvenţe)
∑n
i =1
i ∑n
i =1
i
1
Dacă fiecare nouă valoare x'i = xi · , unde k ≠ 0, atunci:
k
n n
1 1
∑ ( ni ⋅
k
) ( ∑ xi ) ⋅
k 1
x' = i =1 = i =1 = x· (pentru un şir de valori distincte) sau
n n k
m m
1
∑ ( x ⋅ k )n i i ( ∑ xi ni ) ⋅
k = x · 1 (pentru o repartiţie de frecvenţe)
x' = i =1 = i =1
m m
k
∑ ni
i =1
∑n
i =1
i
∑ x ⋅ (n ⋅ k )
i =1
i i (∑ xi ni ) ⋅ k
i =1
∑xn
i =1
i i
x' = m
= m
= m
= x
∑ (n ⋅ k )
i =1
i (∑ ni ) ⋅ k
i =1
∑n
i =1
i
1
Dacă fiecare nouă frecvenţă ni' = ni · , unde k ≠ 0, atunci:
k
m m m
1 1
∑ xi ( ni ⋅
k
) ( ∑ xi ni ) ⋅
k
∑xn i i
x' = i =1m = i =1m = i =1
m
= x
1 1
∑i =1
(ni ⋅ )
k
(∑ ni ) ⋅
i =1 k
∑n
i =1
i
71
m m m
∑ xi ni (∑ xi ) ⋅ m ∑x i
i =1 i =1
x= i =1
m
= =
m⋅m m
∑n
i =1
i
∑ ( xi + yi ) ∑ xi ∑y
i =1
i
( x + y) = i =1
= i =1
+ = x + y (două şiruri valori distincte)
n n n
m m m
∑ ( xi + yi )ni
i =1
∑ xi ni
i =1
∑yn
i =1
i i
( x+ y) = m
= m
+ m
= x + y (două repartiţii de frecvenţe)
∑n
i =1
i ∑ni =1
i ∑n
i =1
i
n n n ∑x i n n
∑ ( xi − x) =
i =1
∑ xi - n x =
i =1
∑ xi - n ·
i =1
i =1
n
= ∑ xi -
i =1
∑x =0
i =1
i
∑(xi − x)ni = ∑ xi ni - x ∑ ni = ∑ xi ni - i =1
m
· ∑ n i = ∑ xi ni - ∑ xi ni = 0
i =1 i =1 i =1 i =1
∑ nii =1
i =1 i =1 i =1
12. Suma pătratelor abaterilor valorilor (variantelor) individuale ale unei noi
caracteristici de la media aritmetică este mai mică decât suma pătratelor abaterilor
de la oricare alt număr a, unde a ≠ x :
n n n
(3.11) ∑ ( xi − x) 2 <
i =1
∑ ( xi − a) 2 sau
i =1
∑ ( x − x)
i =1
i
2
= minim
72
m m m
(3.12) ∑ ( xi − x) 2 ni <
i =1
∑ ( xi − a) 2ni sau
i =1
∑ ( x − x)
i =1
i
2
ni = minim
∑(xi − x) 2 <
i =1
∑(xi −x + x − a) 2 ⇔
i =1
∑(xi − x) 2 <
i =1
∑⎡⎣(x − x) + (x − a)⎤⎦
i =1
i
2
şi prin
n n n
dezvoltarea parantezei: ∑(xi − x) 2 <
i =1
∑(xi − x) 2 + 2( x -a) ∑(xi − x) + n( x -a)2,
i =1 i=1
n n
cum însă 2( x -a) ∑(x − x) =0, iar ∑ ( x − x) =0, ceea ce conduce la inegalitatea
i =1
i
i =1
i
n n n
evidentă: ∑ ( xi − x) 2 < ∑ ( xi − x) 2 + n( x -a)2 ⇔
i =1 i =1
∑(x − x)
i =1
i
2
= minim.
O demonstraţie mai rapidă a acestei proprietăţi se poate realiza prin derivare. Dacă
n
se notează f = ∑ (x
i =1
i- a) 2 = minim atunci minimul pentru f se atinge acolo unde se
∑ k
(3.13) x = i =1 k + a (pentru un şir de valori distincte)
n
m
xi − a
∑ k
ni
(3.14) x= i =1
m
k + a (pentru o repartiţie de frecvenţe)
∑ ni i =1
Proprietăţile 11 şi 12 deţin o importanţă deosebită, fiind valorificate în calculul
indicatorilor variaţiei (abaterii medii liniare şi pătratice).
∑ ni =N ∑ ni* =(p+q)=1 x= M =p
Total i =1 i =1
N
9 Media caracteristicii alternative sau binare este egală cu frecvenţa
relativă a variantei afirmative sau de interes. Media promovaţilor (M=90
studenţi), din totalul studenţilor prezenţi (N=100 studenţi) la examenul de
statistică, este egală cu frecvenţa relativă a variantei afirmative, exprimată
ca un coeficient (0,9) sau ca un procent (90,0%).
9 La reunirea de populaţii parţiale, cu medii aritmetice cunoscute
( x1 , x 2 , ..., x m ) şi de volum cunoscut (n1, n2, …, nm), media aritmetică a
populaţiei totale ( x 0 ) este o medie aritmetică ponderată a mediilor parţiale:
74
r
(3.15) x0 = ∑ x ⋅n
i i
,unde: r = numărul de grupe, iar xi = mediile grupelor
i =1
r
∑ n
i
i =1
parţiale cu comportament de variante distincte.
Nu se recomandă determinarea mediei mediilor pe baza relaţiei de calcul a mediei
aritmetice simple, fiecare medie parţială se impune a fi ponderată în conformitate
cu numărul sau importanţa unităţilor statistice pe care le substituie.
9 În cazul procentelor, calculul mediei aritmetice a acestora se realizeazǎ prin
ponderarea fiecărui procent proporţional ca baza sa[10]. Există unele condiţii ce
favorizează utilizarea unui sistem diferit de ponderare. Se emite ipoteza că un
student a luat cele două examene, cel de statistică generală, respectiv cel de
statistica afacerilor economice fiecare dintre ele acoperind o jumătate din
subiectele întregii discipline. La primul examen studentul a rezolvat corect 80%, (8
din cele 10 întrebări şi aplicaţii punctate identic), iar la al doilea 62,5% (10 din cele
16 întrebări şi aplicaţii evaluate tot identic). Media aritmetică ponderată a celor
douǎ procente este egalǎ cu (10×80% + 16×62,5%) : 26 = 69,2%, în timp ce media
aritmetică simplă a celor două procente este 71,3%, cea din urmă putând fi
preferată datorită parităţii generale a celor două examene în disciplina de ansamblu,
ca subiecte şi importanţă.
9 Media aritmetică este utilizată cu succes atunci când fenomenul prezintă în
variantele sale concrete, valori ce alcătuiesc termenii unei progresii aritmetice.
Considerată cea mai populară valoare tipică şi esenţială şi cea mai uşor de calculat,
media aritmetică are însă şi câteva dezavantaje importante:
-media aritmetică este sensibilă la valorile extreme, depinzând în mod accentuat
de aceste valori;
- când termenii sunt prea împrăştiaţi media devine nereprezentativă;
-dacă variabila este discontinuă şi prezintă aglomerări, concentrări sau
condensări ce se traduc prin tipuri distinctive se recomandă calculul unor medii
parţiale într-o populaţie segmentată tipologic;
-media aritmetică este în mod semnificativ afectată de intervale deschise,
impunându-se închiderea lor prealabilă.
Practica a impus şi forme modificate de calcul al mediei aritmetice. Un exemplu
prozaic este cel oferit de meteorologie care în locul celor 24 de temperaturi orare,
foloseşte temperatura minimă şi maximă a zilei şi cu succes media aritmetică a
acestora. O altă formă modificată de calcul constă în eliminarea uneia sau mai
multor valori aberante sau extreme, media obţinută din valorile obişnuite rămase
fiind utilizată la măsurarea variaţiilor sezoniere, dar nu şi a celor accidentale sau
excepţionale.
Media armonică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei repartiţii
de frecvenţe ce grupează populaţia studiată, nu se va modifica suma valorilor
inverse ale valorilor sau variantelor[11].
Fiind date valorile individuale ale şirului de unităţi statistice din populaţia studiată
xi: x1, x2, x3,…, xn, unde i = 1n , atunci proprietatea specifică sau funcţia
determinantă pentru calculul mediei armonice este de tip aditiv sau cumulativ dar
75
1 1 1 n
1
are ca obiect valorile inverse: + +…+
x1 x2 xn
= ∑x i =1
.
i
de „n” ori
de unde se deduce relaţia de calcul a mediei armonice simple, iar prin analogie se
poate ajunge la aceea a mediei anarmonice simple:
n 2
n ∑ x
(3.16) xh= n
(media armonică) şi x ah = i = 1 i (media anarmonică).
1
∑x
i =1
n
∑ x
i
i
i =1
În cazul unei serii de repartiţie de frecvenţe, media armonică simplă este înlocuită,
cu media armonică ponderată. Din relaţia de mai jos:
1 1 1 m
1 1 m m
1
xh
⋅ n1 + ⋅ n2 + ... + ⋅ nm =
xh xh
∑
i =1 xi
⋅ ni ⇔
xh
∑ ni = ∑
i =1 i =1 xi
⋅ ni
rezultă formula de calcul a mediei armonice ponderate, iar prin analogie se poate
ajunge la aceea a mediei anarmonice ponderate:
m n 2
∑ ni ∑ x n
i i
(3.17) x h= m i =1 (media armonică) şi x ah = i = 1 (media anarmonică).
1 m
∑
i =1 xi
⋅ ni ∑ xn
i i
i =1
Dacă în locul frecvenţelor absolute se utilizează frecvenţe relative exprimate prin
m m
coeficienţi ( ∑ ni* =1) sau procente ( ∑ fi* =100), relaţia de calcul devine:
i =1 i =1
1 100
(3.18) xh= sau (3.19) x h = m
1 *m
1 *
∑
i =1 xi
ni
i =1 xi
fi ∑
Considerată o mărime inversă în raport cu media aritmetică şi fiind calculată din
valorile sau variantele inverse (1/xi), media armonică poate deveni o formă
particulară a mediei aritmetice (ca urmare a înlocuirii lui ni cu xini).
m m m
∑n i ∑(x n ) i i ∑xn i i
(3.20) xh = m
i =1
= m
i =1
= i =1
m
=x
1 1
∑
i =1 xi
ni ∑
i =1 xi
( xi ni ) ∑n
i =1
i
76
Media armonică ponderată devine egală cu cea aritmetică a aceloraşi valori (xi)
numai când sistemele de ponderare sunt diferite (xini comparativ cu ni).
Proprietăţile mediei armonice, exceptându-le pe acelea prezentate în cazul
mediei aritmetice, la poziţiile 1,2,3,4,7 care rămân valabile şi în cazul acestui
indicator mediu, subliniază obligativitatea utilizării sale, atunci când se evidenţiază
relaţii de proporţionalitate inversă între două variabile.
Caseta nr. 3.2.
1 1
1. Suma „abaterilor" de tip ( − ) este egală cu zero:
xi x h
n
⎛1 1 ⎞ m
⎛1 1 ⎞
(3.21) ∑ ⎜ −
i =1 ⎝ xi xh
⎟=0 sau (3.22) ∑⎜ x −
xh
⎟ ni = 0
⎠ i =1 ⎝ i ⎠
Fie x h , media armonică pentru un şir de valori distincte, atunci:
n
⎛1 1 ⎞ n 1 n n
1 n n 1 n
1 n 1
∑ ⎜
i =1 ⎝ xi
− ⎟ ∑
= − = ∑ − ∑ ∑ −∑ = 0
=
x h ⎠ i =1 xi x h i =1 xi n i =1 xi i =1 xi i =1 xi
Fie x h media armonică pentru o repartiţie de frecvenţe, atunci:
m
⎛1 1 ⎞ m
ni 1 m m
ni 1 m m
ni m ni
∑ ⎜ −
i =1 ⎝ xi xh
⎟ i ∑
⋅ n =
x
− ∑
x h i =1
ni = ∑
i =1 xi
− m ∑ ni = ∑ −∑ = 0
xi i =1 xi
⎠ i =1 i
∑n
i =1
i
i =1 i =1
m
1
∑x
i =1
ni
i
2. Dacă se identifică o relaţie de proporţionalitate inversă (legătură statistică inversă)
între două variabile yi= (1/xi) şi dacă pentru una din ele s-a folosit media aritmetică,
atunci se va utiliza media armonică pentru cealaltă variabilă. Proporţionalitatea
inversă se extinde şi asupra mediilor y = (1 / x h ).
Avantajele mediei armonice sunt generate de utilizarea ei în cazul acelor
variabile a căror formă de exprimare este una de tip invers (1/xi). Astfel domeniile
în care media armonică este cea mai bună soluţie de precizare a valorii esenţiale,
tipice, centrale sunt acela al cuantificării şi normării muncii (la 1 oră sunt normate
x produse) şi acela al preţurilor care precizează numărul, cantitatea, volumul de
produse la o unitate de măsură monetară (x kg la 1 Euro, y m.c. la 1 $ SUA etc.)
Dezavantajele mediei armonice sau ale reciprocei mediei aritmetice a
reciprocelor valorilor sau variantelor unei variabile, conform definiţiei succinte a
lui G.U.Yule, sunt rezultatul restricţiilor matematice fireşti legate de utilizarea
valorii inverse (1/xi). Pe de-o parte, valoarea inversă sau reciprocă este factorul
esenţial al avantajelor şi specificităţii aplicării mediei armonice, iar pe de altă parte,
tot ea este şi cauza restricţionării utilizărilor ei:
- media armonică nu se utilizează niciodată pentru o variabilă care are cel puţin
una din variante egală cu zero, fiind imposibil de calculat din punct de vedere
matematic, deoarece devine nedeterminabilǎ, atunci când xi=0;
- media armonică manifestă o sensibilitate deosebită faţă de variantele „unice”,
cu sensul de egale cu 1 (xi=1).
77
Caseta nr. 3.3.
Trei salariaţi nu au realizat conform parametrilor de calitate câte 20, 40 şi 50 de
produse lunar. Media armonică simplă a produselor rebutate este egală cu:
xh= 3
= 31,6 ≈ 32 produse / salariat.
1 1 1
+ +
20 40 50
În situaţia în care în ultima lună, un salariat nou angajat a rebutat un singur produs,
media armonică simplă a rebuturilor devine egală cu:
4
xh= = 3,7 ≈ 4 produse / salariat.
1 1 1 1
+ + +
1 20 40 50
În acelaşi context, media aritmetică simplă a rebuturilor ar fi fluctuat mai lent de la
(20+40+50):3≈37 produse rebutate/salariat la (1+20+40+50):4≈28 produse.
Dacă într-un şir de valori distincte sau într-o repartiţie de frecvenţe apar valori
sau variante nule (xi=0), respectiv „unice", cu sensul de "egale cu 1" (xi=1), atunci
media armonică simplă sau ponderată este imposibil de calculat, respectiv nu se
recomandă calculul acesteia din cauza sensibilităţii exagerate a valorii medii, de
tip armonic la valoarea 1.Dacă într-un şir de valori distincte sau într-o repartiţie
de frecvenţe, toate valorile sau variantele sunt pozitive, întotdeauna media
armonică este cea mai mică valoare medie rezultată dintr-un algoritm de
substituire, bazat pe o proprietate specifică.
Media geometrică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei
repartiţii de frecvenţe ce grupează populaţia studiată, nu se va modifica produsul
valorilor sau variantelor. Fiind date valorile individuale ale şirului de unităţi
statistice din populaţia studiată xi: x1, x2, … xn, unde i = 1n , atunci proprietatea
specifică sau funcţia determinantă pentru calculul mediei geometrice este de tip
n
multiplicativ: x1 ⋅ x2 ⋅ ... ⋅ xn = ∏x
i =1
i .Dacă se notează cu x g , media geometrică şi se
ţine cont de calitatea de valoare substitut a acesteia, calitatea prin care se menţine
nemodificat produsul valorilor sau variantelor, atunci:
n n
( ) =∏x
n
x g ⋅ x g ⋅ ... ⋅ x g = ∏ xi ⇔ x g i
i =1 i =1
de „n” ori
de unde rezultă relaţia de calcul a mediei geometrice simple:
1
n
⎡ n
⎤ n
(3.23) xg = n
∏x
i =1
i sau x g = ⎢∏ xi ⎥
⎣ i =1 ⎦
În cazul unei serii de repartiţie de frecvenţe media geometrică simplă este
înlocuită cu aceea ponderată. Pornind de la funcţia multiplicativă specifică:
m
x1n1 ⋅ x2n2 ⋅ ... ⋅ xmnm = ∏ xini ,unde: i = 1m
i =1
78
se utilizează x g ca valoare substitut, ce menţine constant produsul variantelor
ridicate la o putere egală cu frecvenţa specifică:
m
( ) ( ) ( ) ∑ ni
n1 n2 nm m m
xg ⋅ xg ⋅ ... ⋅ x g = ∏ xini ⇔ x g
i =1
( ) i =1 = ∏ xini ,
i =1
de unde rezultă relaţia de calcul a mediei geometrice ponderate:
m 1
∑ ni m
⎡ m ni ⎤ ∑
m
(3.24) xg = i =1
∏x
i =1
ni
i sau x g = ⎢∏ xi ⎥ i=1 ni
⎣ i =1 ⎦
Relaţiile de calcul (3.23) şi (3.24), prin logaritmare se transformă în:
n
⎛ n ⎞
∑ lg xi ⎜ ∑ lg xi ⎟
lg x g = i =1 , de unde: (3.25) x g = anti lg ⎜ i =1 ⎟
n ⎜ n ⎟
⎜ ⎟
⎝ ⎠
m
⎛ m
⎞
∑ ni lg xi ⎜ ∑ ni lg xi ⎟
lg x g = i =1 m , de unde (3.26) x g = anti lg ⎜ i =1 m ⎟
⎜ ⎟
∑i =1
ni ⎜ ∑ ni ⎟
⎝ i =1 ⎠
Pornind de la ultimele două relaţii de calcul, G.U.Yule redefineşte lapidar media
geometrică, prin intermediul funcţiei logaritm.Astfel, logaritmul mediei geometrice
a valorilor (variantelor) este media aritmetică a logaritmilor acestora , ceea ce
redenumeşte media geometrică drept media logaritmică.
Proprietăţile mediei geometrice reunesc o parte din proprietăţile mediei
aritmetice (1,2,3,4,7) cu câteva caracteristici inedite ale acestui indicator mediu.
Caseta nr. 3.4.
1. Produsul rapoartelor dintre valorile (variantele) individuale şi valoarea mediei
geometrice, rapoarte de tipul xi / x g este egal cu 1 Acelaşi lucru, transpus prin
logaritmare din produs în sumă, devine: suma abaterilor logaritmilor valorilor sau
variantelor, de la logaritmul mediei lor geometrice este egală cu zero.
n
xi n
(3.27) ∏
i =1 x g
=1 sau (3.28) ∑ ( lg x − lg x ) = 0
i =1
i g
( x ) = ∏ x , relaţie ( x ) devine
n n
g i care în urma împărţirii prin g egală cu:
i =1
( x ) = x ⋅ x ⋅ ... ⋅ x
n
g n
xi
1 2 n
= 1 ,respectiv ∏ = 1 ,iar prin logaritmare devine:
(x ) x x x
n
g g g g i =1 xg
n
∑ ( lg x − lg x ) = 0 .
i =1
i g
79
2. Media geometrică simplă sau ponderată a două şiruri formate din acelaşi număr
de valori sau variante în cazul a două variabile distincte este egală cu raportul
mediilor geometrice ale celor două variabile (simple sau ponderate).
În cazul mediei geometrice simple:
n n
x1 x2 x ∏ xi n
∏x i =1
i
x g (pentru cele două şiruri de
(3.29) n ⋅ ⋅ ... ⋅ n = n
i =1
= =
n
y1 y2 yn n
yg
∏y
i =1
i n
∏y i
i =1
∑ ni m m
xg
i =1
∏x ni
i m ∏x ni
i
m
∑ ni x n1 x n2 x nm
=∑
i =1 ni
= m i =1
i =1
m
= i=1 1n1 ⋅ 2n2 ⋅ ... ⋅ mnm , relaţia finală devine:
y g ∑ ni m y1 y2 ym
i =1
∏y ni
i
∏y i =1
ni
i
i =1
m
(pentru cele două şiruri de valori distincte xi şi yi, dar care deţin acelaşi număr de
valori i = 1n ) şi
m m m
∑ ni m
∑ ni m
∑ ni m
(3.32) i =1
∏xi =1
ni
i y = ni
i
i =1
∏x
i =1
ni
i ⋅ i =1
∏yi =1
ni
i = xg ⋅ yg
(pentru cele două distribuţii de frecvenţe ale variabilelor distincte xi şi yi, dar care
deţin acelaşi număr de variante i = 1 m )
Avantajele mediei geometrice au condus la utilizarea ei cu precădere în statistica
internaţională, datorită preciziei şi exactităţii valorii rezultate din relaţia ei specifică
de calcul. Media geometrică este recomandată la evaluarea mediilor unor
indicatori relativi, ca în cazul indicilor de preţ sau în determinarea tendinţei
80
centrale a unor fenomene ce evoluează în progresie geometrică şi conform unei
legi exponenţiale, ca în cazul unor fenomene demografice cum sunt cele referitoare
la natalitate, mortalitate, nupţialitate, divorţialitate. Utilizată pentru valorile sau
variantele care nu permit o relaţie de aditivitate, ci una multiplicativă, media
geometrică este numită pentru aceste avantaje şi medie de „ritm”, deoarece
permite calculul ritmului mediu de creştere sau scădere din indicele mediu analog,
în evoluţia în timp a unui fenomen economic sau social. Practic, variaţiile frecvente
de procente (promile, procentimile etc.), impun media geometrică în raport cu
oricare alt indicator mediu. Mai puţin sensibilă la valorile extreme, în raport cu
media aritmetică, şi aproape neutră faţă de valoarea unică (x = 1),în comparaţie cu
variaţia specifică a celei armonice, media geometrică se situează între aceste două
valori centrale.
Principalul dezavantaj al mediei geometrice este cel cauzat de dificultatea de
calcul, necompensat de precizia şi exactitatea acestei valori tipice şi esenţiale, în
multe situaţii practice. Dacă o singură valoare sau variantă este egală cu zero,
atunci media geometrică devine şi ea egală cu zero. O situaţie delicată apare şi
atunci când cel puţin una dintre valori sau variante este negativă, media geometrică
transformându-se în număr complex, fără sens economic sau social, în statistica
populaţiilor finite. În consecinţă, când apar o valoare sau o variantă nulă sau
negativă, se renunţă la calculul mediei geometrice, care se determină practic din
valori (variante) strict pozitive (xi >0).
Media pătratică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei repartiţii
de frecvenţe ce grupează populaţia studiată nu se va modifica suma pătratelor
valorilor (variantelor). Fiind date valorile individuale ale populaţiei studiate xi: x1,
x2,…,xn, unde i= 1n , atunci proprietatea specifică sau funcţia determinantă pentru
calculul mediei pătratice apare simultan ca un „compromis aditiv şi multiplicativ”:
n
x12+ x22+…+ xn2 = ∑x
i =1
2
i
.Dacă se notează cu x p media pătratică şi se ţine cont de
( ) ( ) ( ) ( )
2 2 2 2
xp + xp + ... + x p = ∑ xi2 ⇔ n x p = ∑ xi2
i =1 i =1
de „n” ori
de unde, rezultă relaţia de calcul a mediei pătratice simple:
1
n
⎡ n 2 ⎤2
∑x ⎢ ∑ xi ⎥
2
i
(3.33) xp = i =1
sau x p = ⎢ i =1 ⎥
n ⎢ n ⎥
⎢⎣ ⎥⎦
În cazul unei serii de repartiţie de frecvenţe, media pătratică simplă este înlocuită
prin media pătratică ponderată. Pornind de la funcţia determinantă specifică: (x1)2.
81
m
∑( x )
2
n1+(x2)2. n2+…+(xm)2. nm= i ni , unde i= 1m , se valorifică x p ca valoare
1=1
substitut, ce menţine nemodificată suma pătratelor valorilor sau variantelor
multiplicate cu frecvenţa caracteristică:
m m m
( x p)2 . n1+( x p)2 . n2+…+( x p)2. nm= ∑ (x )
1=1
i
2.
ni ⇔ ( x p)2 ∑ ni = ∑ ( xi ) ⋅ ni
2
i =1 i =1
de unde rezultă relaţia de calcul a mediei pătratice:
1
m
⎡ m ⎤2
∑(x )
2
⎢ ∑ ( xi ) ⋅ ni ⎥
2
i ⋅ ni
(3.34) xp = i =1 sau x p = ⎢ i =1 m ⎥
m
⎢ ⎥
∑n
i =1
i
⎢⎣ ∑ i =1
ni
⎥⎦
Proprietăţile mediei pătratice regrupează alături de proprietăţile comune cu
cele ale mediei aritmetice (1,2,3,4,7) o caracteristică importantă legată de conceptul
său specific de abatere.
Caseta nr. 3.5.
1. Suma abaterilor valorilor sau variantelor faţă de media pătratică, definite ca
diferenţe de tip (xi2- x p2) este egală cu zero.
n m
∑ (x i 2 - x p )=0 ∑ (x
2
2
(3.35) sau (3.36) i - x p2)ni = 0
i=1 i =1
∑x 2
∑( x )
n n n i n n
= ∑ x − n⋅ x = ∑ x − n⋅ = ∑ xi2 − ∑ xi2 = 0
2 2 2 2 2
i −x p i p i
i =1
i =1 i =1 i =1 n i =1 i =1
∑x n 2
∑( x )
m m m m i i m m m
− x ⋅ ni = ∑ x n − x ⋅ ∑ni = ∑ x n − ⋅ ∑ni = ∑ xi2ni − ∑ xi2ni = 0 .
2 2 2 2 2 i =1
i p i i p i i m
i =1 i =1 i =1 i =1
∑n
i =1
i
i =1 i =1 i =1
⎢ ∑ xi ni ⎥ ∑n i
x −1 = ⎢ i =1m ⎥ = m
i =1
= xh
⎢ 1
ni ⎥
⎢⎣ ∑ ∑ ni
i =1
⎥⎦ i =1 xi
83
(
n1 n2 nm
n1 ln x1 + n2 ln x2 +... + nm ln xm ln x1 ⋅ x2 ⋅...⋅ xm )
unde i = 1m , rezultă: ln x0 = ( ) n1 + n2 +... + nm
= m
∑ni
i=1
m
∑ ni m
de unde: x 0 = i =1
∏x
i =1
ni
i = xg
(3.40) x 4 = ⎢ i =1 ⎥ = x p2
m
⎢ ⎥
⎢⎣ ∑
ni
i =1
⎥⎦
şi pentru k = 5, 6, 7, …,n, obţinându-se valori medii foarte rar sau chiar deloc
folosite în practica statistică.
Generalizarea noţiunii de indicator mediu de nivel sau “calculat” prin valorile date
ale lui k, permite stabilirea raportului de mărime dintre cele patru valori medii
utilizate în practică.
Relaţia ierarhică dintre media armonică, geometrică, aritmetică şi pătratică este
cunoscută sub denumirea de „inegalitatea specifică a mărimilor sau valorilor
medii” sau pe scurt „inegalitatea mediilor”:
(3.41) x −1 ≤ x 0 ≤ x1 ≤ x 2 ⇔ x h ≤ x g ≤ x ≤ x p
Relaţia de egalitate are loc atunci când valorile sau variantele sunt egale între ele şi
egale cu o constantă (xi = a).
84
Caseta nr. 3.6.
În cazul existenţei a numai două valori x1 şi x2, cei mai folosiţi indicatori medii capătă
o expresivitate deosebită şi relevă relaţii inedite:
2 x1 x 2 x + x2 x2 + x2
xh = , x g = x1 x2 , x = 1 şi x p = 1 2
sau, în urma unor
x1 + x 2 2 2
xg ( x g )2
( )
2
prelucrări simple: x h = x g ⋅ xg = x ⋅ xh ⇒ x = şi xg = x ⋅ xh sau
x xh
( x ) = ( x) + ⎡⎣( x) − ( x ) ⎤⎦ de unde: ( x p + x)( x p − x) = ( x + xg )( x − xg ) etc.
2 2 2 2
p g
Dintre cele patru valori tipice, esenţiale şi centrale, media armonică este
preferată atunci când valorile sau variantele mici sunt mai numeroase iar media
pătratică atunci când valorile sau variantele mari sunt majoritare. Mediile
geometrică şi aritmetică sunt „mai centrale”, deci mai reprezentative şi chiar
universale.Media geometrică, deşi este cu mult mai precisă şi mai exactă, cedează
locul de primă valoare tipică, esenţială şi centrală în faţa mediei aritmetice,
singura care satisface toate cele şase „condiţii ale lui Yule”.
Media cronologică este un caz aparte al mediei aritmetice, caz în care media
aritmetică a întregii populaţii este rezultatul agregării intervalelor de timp nu
neapărat egale, dar obligatoriu „continue”. Media cronologică se exprimă prin
medii aritmetice simple sau ponderate cu timpul ale nivelurilor atinse de fenomenul
cercetat în momentul de început (x2k+1) şi de sfârşit (x2k+2), raportate la numărul
intervalelor. Astfel, între „n” momente, unde se află „tn-1” intervale:
x1 + x2
• primul interval (t1) este definit de nivelurile x1 şi x2 şi are media .
2
x2 + x3
• al II-lea interval (t2) de nivelurile x2 şi x3 şi are media
2
• …
xn −1 + xn
• ultimul interval (tn-1) de nivelurile xn-1 şi xn şi are media .
2
Media cronologică simplă este media aritmetică simplă „continuă” a tuturor
intervalelor.
x1 + x2 x2 + x3 x +x x1 x
+ + ... + n −1 n + x2 + ... + xn −1 + n
(3.42) x cr = 2 2 2 = 2 2
n −1 n −1
iar media cronologică ponderată cu intervalele de timp (tn-1) este media
aritmetică ponderată „continuă” a tuturor acestor intervale:
x1 + x2 x +x x +x
t1 + 2 3 t2 + ... + n −1 n tn −1
(3.43) x cr = 2 2 2 sau transformată:
t1 + t2 + ...... + tn −1
85
t1 t +t t
x1 + 1 2 x2 + ... + n −1 xn
(3.44) x cr = 2 2 2 , unde tn-1 reprezintă unităţi de timp
t1 + t2 + ... + tn −1
(ore, zile, săptămâni, luni, trimestre, ani etc.)
Media cronologică este specifică seriilor statistice cu acelaşi nume şi constituie un
indicator important în analiza temporală a fenomenelor economice şi sociale.
Ce-a de-a doua categorie a indicatorilor medii sunt cei poziţionali, în principal
obţinuţi prin localizare şi mai puţin ca urmare a unor calcule (în situaţia când
acestea apar, ele pot fi considerate sumare şi convenţionale). Cei mai cunoscuţi
indicatori de acest tip sunt modul, mediana, mediala şi valoarea potenţială. Aceşti
indicatori medii caracterizează tendinţa centrală, în calitate de valori esenţiale, fie
tipice maximal, ca în cazul modului, fie mijlocii sau centrale prin definiţie şi
neafectate de valori extreme, ca în cazul medianei. Indicatorii medii poziţionali
exprimă în mod indirect nivelul mediu, în jurul căruia se concentrează,
condensează sau densifică, întreaga populaţie statistică sau o parte majoritară a
acesteia şi sunt numiţi „necalculaţi” pentru a sublinia lipsa calculelor.
Modul sau valoarea dominantă reprezintă indicatorul mediu poziţional ce
caracterizează exclusiv repartiţiile (distribuţiile) de frecvenţe. Modul, valoarea
modală sau dominantă reprezintă aceea variantă (xi), care se întâlneşte cel mai
des, respectiv valoarea caracteristicii cu frecvenţa apariţie maximă (ni maxim).
Notaţia specifică a acestui indicator este Mo. Valoarea cea mai frecventă sau
„valoarea cea mai probabilă”, cum mai este cunoscut modul, corespunde variantei
(xi) cu frecvenţa maximă (absolută sau relativă).Printre exemplele ades invocate, se
pot enumera: talia dominantă la femei sau la bărbaţi, venitul modal net sau cel mai
des încasat într-o economie, preţul cel mai frecvent întâlnit pentru un produs,
articolul la „modă” sau cel mai bine vândut dintr-o gamă de produse specifice. Prin
antinomie se poate defini valoarea antimodală ca valoarea cea mai rar întâlnită,
specifică acelor curbe în formă de „U” ce caracterizează repartiţiile de frecvenţe.
Există şi populaţii statistice ce prezintă două sau mai multe variante ce au aceeaşi
frecvenţă maximă de apariţie, denumite bimodale sau plurimodale. De reţinut că, în
cazul acestor repartiţii de frecvenţe diferite, valorile modale încetează a mai fi
considerate reprezentative, centrale pentru toată populaţia statistică. Ele capătă o
uşoară „esenţă” locală, fiind numite valori tipice locale. Determinarea valorii
modale în cazul unei variabile discrete presupune parcurgerea următoarelor 2
etape, respectiv mai întâi se identifică frecvenţa maximă a repartiţiei (nMo = ni max)
şi apoi se citeşte varianta corespunzătoare frecvenţei maxime a caracteristicii (xi),
denumită mod sau dominantă (MO).Utilizând exemplul repartiţiei de frecvenţe a
notelor obţinute de cei 50 de studenţi care au predat proiecte la disciplina statistică:
xi 3 4 5 6 7 8 9 10 m
ni 1 4 5 6 16 8 6 4
i =1
∑ ni = 50
se determină concret valoarea modală, procedura fiind simplificată de faptul că
datele sunt clasificate şi grupate, frecvenţa maximă a repartiţiei ni maxim sau nMo este
16 şi varianta corespunzătoare frecvenţei maxime este nota 7 (Mo=7 puncte).
Determinarea grafică a modului, în cazul variabilei discrete presupune identificarea
86
ordonatei maxime (Oy maxim coincide cu ni maxim) şi „citirea” pe abscisă a
variantei (xi) corespunzătoare. Modul se poate defini grafic drept „abscisa
ordonatei maxime” a unei repartiţii de frecvenţe.
Transpunerea grafică a repartiţiei de frecvenţe a notelor
Grafic nr. 3.2
Mo = 7
Notă:Repartiţia de frecvenţe prezintă un
unic ni maxim (repartiţia este unimodală).
8 8
6 6
4 4
2 2
0 0
1 2 3 4 5 1 2 3 4 5
1.
Repartiţie de frecvenţe egale Repartiţie de frecvenţe „bimodală”
sau „amodală” cu valori de interes doar local
Grafic nr. 3.5 Grafic nr. 3.6
10 10
8 8
6 6
4 4
2 2
0 0
1 2 3 4 5 1 2 3 4 5 6 7 8 9
87
unei repartiţii (distribuţii) de frecvenţe rezultate dintr-o grupare pe intervale,
presupune parcurgerea următoarelor trei etape (exemplificate prin gruparea a 100
de agenţii pe intervale egale de variaţie conform tabelului nr 4.5):
1. se identifică frecvenţa maximă - (ni maxim = 50 );
2. se localizează intervalul modal căruia îi aparţine modul - Mo ∈(4-6];
3. se estimează valoarea modală (dominantă) prin intermediul unei formule
specifice de interpolare (considerată cam vetustă sau perimată în condiţiile
generalizării utilizării calculatoarelor personale ce permit cu uşurinţă
identificări exacte poziţionale sau localizări în baze de date statistice):
inf Δ1 40
(3. 45) Mo = xMo + hMo Mo = 4 + 2 = 5, 23 milioane lei
Δ1 + Δ 2 40 + 25
cu: Δ1 = n( Mo ) − n( Mo −1) cu: Δ1 = 50 − 10 = 40
Δ 2 = n( Mo ) − n( Mo +1) Δ 2 = 50 − 25 = 25
inf
şi unde: xMo = limita inferioară a intervalului modal (xMo = 4)
hMo = înălţimea intervalului modal (xsup = xinf = 6-4 =2)
88
Grafic nr 3.8
Pornind de la relaţia de proporţionalitate
Mo-xinf Δ
sup
Mo
= 1 ⇒ Δ2Mo - Δ2 xinf sup
Mo = Δ1x Mo - Δ1Mo
xMo -Mo Δ2
care devine: Mo ( Δ1 + Δ 2 ) = Δ1x sup inf
Mo + Δ 2 x Mo
sup
în care, înlocuind x Mo = x inf
Mo + h (înălţimea
intervalului), în final se obţine:
Δ1
M o = x inf
Mo
+h
Δ1 + Δ 2
.
Determinarea prin interpolare a modului a rezultat din ajustarea densităţii de repartiţie
după o parabolă de forma f ( x ) = a + bx + cx fiind o soluţie artificială şi aproximativă
2
inf
n( Mo) − n( Mo−1) Δ1
Mo = xMo + hMo inf
sau Mo = xMo +h
( n( Mo ) ) (
− n( Mo−1) + n( Mo) − n( Mo+1) ) Δ1 + Δ 2
x ⎛ n ⎞ + x⎛ n ⎞
⎜ ⎟ ⎜ +1 ⎟
⎝2⎠ ⎝2 ⎠
(3.49) Me =
2
90
Caz.II A - Intr-o repartiţie de frecvenţe rezultată în urma unei grupări pe variante
distincte se succed următoarele stadii în determinarea valorii mediane:
1) se ordonează variantele, indicându-se în paralel cu frecvenţele absolute (ni) şi
frecvenţele cumulate crescător (ni↑ ) sau descrescător (ni↓ );
2) şi 3) se precizează poziţia medianei şi valoarea ei reală sau convenţională:
m
∑ n +1
i
(3.50) locMe = i =1
2
m
- dacă ∑ n este un număr impar, mediana se localizează pe baza frecvenţelor
i =1
i
m
- dacă ∑ n este un număr par, mediana se localizează tot pe baza frecvenţelor
i =1
i
m
∑ ni + 1
cumulate crescător sau descrescător: locMe= i =1 , dar cum este vorba de o
2
„tăietură” între unităţile statistice cu numărul de ordine x m şi x⎛ m ⎞
,
∑ ni /2 ⎜ ∑ n /2+1⎟
⎜ i ⎟
i=1 ⎝ i=1 ⎠
valoarea mediană devine egalǎ în mod convenţional cu media aritmetică simplă a
variantelor celor două unităţi aflate în vecinătatea „tăieturii mediane”.
xm + x⎛ m ⎞
∑ ni /2 ⎜ ∑ n /2+1⎟
⎜ i ⎟
i=1 ⎝ i=1 ⎠
(3.51) Me =
2
Caz II.B - Într-o repartiţie de frecvenţe, rezultatǎ dintr-o grupare pe intervale de
variaţie (egale sau neegale), etapele în determinarea medianei sunt următoarele :
r
∑ n +1 i
1) se stabileşte locul valorii mediane ( loc Me = ); i =1
2
2) se identifică intervalul căruia aparţine valoarea mediană, redenumit astfel
interval median, determinat uşor prin utilizarea frecvenţelor cumulate crescător;
3) se calculează mediana, printr-o formulă de interpolare specifică:
91
r
∑ ni + 1 n (M e −1)
i =1 − ∑ ni
2
(3.52) Me= x Mi n ef + hM e
nM e
i =1
, unde:
inf
xMe =limita inferioară a intervalului median, hMe = înălţimea intervalului median,
r r
∑ n +1 ( Me-1)
i =1
2
i
= poziţia medianei ∑
i=1
n i = frecvenţa cumulată crescător până la
ni↓
92
3) calculul efectiv al medianei Me = 4 + 2 × 5 0, 5 − 1 5 = 5,42 milioane lei
50
Cele 100 de agenţii grupate după profitul lunar obţinut au drept valori medii
semnificative: Mo = 5,23 milioane lei, Me = 5,42 milioane lei şi x = 5,5 milioane
lei. Dacă modul a fost considerat valoarea coborâtă de sub vârful curbei grafice pe
axa absciselor, mediana reprezintă indicatorul mediu poziţional care împarte curba
graficului unei repartiţii de frecvenţă în două regiuni sau areale egale.
Proprietatea fundamentală a valorii mediane completează celelalte douǎ proprietăţi
considerate ca „esenţiale” în cazul unei valori tipice de către matematicianul
Cauchy (proprietăţile nr 2 şi 7 ale mediei aritmetice) şi îi conferă o poziţie aparte
între valorile medii. Această proprietate subliniază că suma abaterilor în valoare
absolută (în modul) a tuturor valorilor (variantelor) individuale de la mediană este
minimă în raport cu oricare altă valoare:
n
(3.53) ∑ x − Me = minim
i =1
i
∑x i
rezultat din relaţia:locMl= = 10000 = 5000 produse şi este atins sau imediat
i =1
2 2
depăşit, în şirul cumulat al cantităţilor livrate (Li) pentru L7, respectiv pentru x7=
1200 produse. (Li=xi↑): 400, 1000, 1700, 2500, 3500, 4600, 5800, 7100, 8500,
10000. Valoarea medială este 1200 produse şi în raport cu valoarea mediei
aritmetice x =1000 produse relevă o diferenţă semnificativă cauzată de prezenţa
unor livrări de nivel redus în primele decade cu riscuri evidente, de a rămâne la
sfârşitul sezonului cu un stoc semnificativ de produse nevândute.Pentru o repartiţie
de frecvenţe, mediala (Ml) se determină în esenţă după acelaşi principiu, diferenţa
fiind dată de faptul că localizarea nu se va face în raport cu suma înjumătăţită a
m
valorilor ( ∑ x )/2, ci la jumătatea sumei produselor dintre variantele şi frecvenţele
i =1
i
m
caracteristicii studiate ( ∑ x n )/2:
i =1
i i
m
1. se determină şirul produselor (xini) cumulate Li = ∑xn ,
i =1
i i
∑xn
i =1
i i
(3.55) locMl = şi apoi valoarea medială va fi valoarea conferită de acea
2
variantă a caracteristicii xi care deţine un nivel cumulat al produsului xini respectiv
m
Li = ∑ x n , egal sau imediat superior locului medialei.
i =1
i i
Distribuţia vânzărilor produsului „Y” în cele 8 magazine ale unei firme este
prezentată în funcţie de preţ (xi) ordonat crescător şi număr de produse vândute (ni),
prin intermediul următoarei repartiţii de frecvenţe specifice:
Tabel nr. 3.4
A B C D E F G H
Magazin
Preţ-mii lei/produs (xi) 1,0 1,10 1,20 1,25 1,30 1,40 1,50 1,75
Număr de produse vândute (ni) 300 280 250 240 120 110 108 80
94
m
1. Se determină şirul produselor (xini) cumulate (Li = ∑ x n ):
i =1
i i
m
∑ x n
i i
2) se identifică locul medialei:loc Ml = i =1 = 1820/2 = 910 mii lei, iar
2
valoarea medială este conferită de Li= 1208 mii lei, respectiv preţul medial (Ml)
este cel aparţinând valorii xi corespondente, respectiv 1,25 mii lei /produs. Aşa cum
se constată preţul medial este diferit atât de cel modal (1 mie lei /produs) de cel
median (1,20 mii lei /produs), cât şi de cel mediu aritmetic (1,223 mii lei /produs),
semnificaţia sa fiind de preţ caracteristic poziţiei centrale în şirul ordonat crescător
(exclusiv după preţ) al vânzărilor. Mediala variabilei este mediana agregatului
m
( ∑ x n ) ordonat crescător după x . Mediala rămâne o mediană specială a unei
i =1
i i i
n 2 ni
3.coeficientul Gini: CG = ∑ gi ,cu valori în intervalul ⎡⎣ 1 n ,1⎤⎦ şi gi= m
i =1
∑ n
i =1 i
4.coeficientul Gini-Struck:
n
n ∑ gi2 − 1
(3.57) CG-S= i =1 , unde 0 ≤ CG − S ≤ 1
n −1
Densităţile de repartiţie a frecvenţelor (ni/hi, ni* hi sau f i * hi ) permit aprecierea
normalităţii şi simetriei repartiţiilor empirice de frecvenţe.
96
3.3 Indicatori statistici ai variaţiei
97
Amplitudinea relativă se poate calcula şi ca raport între xmax şi xmin, atunci când
interesul este de a preciza amplitudinea multiplicării sau demultiplicării nivelului
atins de un fenomen în timp sau spaţiu:
(3.61) Ax (%) = x m ax × 1 00
x m in
99
n m
∑ xi − x ∑ xi − x ni
(3.70) d x = i =1 , cu i = 1n sau (3.71) d x = i =1 m , cu i = 1m
n
∑ ni
i =1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
iar prin folosirea medianei se transformă în:
n m
∑ xi − Me ∑ xi − Me ni
i =1 i =1
(3.72) d Me = , cu i = 1n sau (3.73) d Me =
m , cu i = 1m
n
∑ ni
i =1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
Abaterea medie liniară sau absolută se determină şi în cazul frecvenţelor relative
m
n ∑d i fi*
(3.74) d = ∑ di ni* sau (3.75) d= i =1
deoarece
i =1 100
m m
∑ ni* = 1
i =1
deoarece ∑f
i =1
i
*
= 100
∑ ( xi − Me ) = min
i =1
sau ∑ ( x − Me )n
i =1
i i = min
m m
deoarece ∑
i =1
ni* = 1 deoarece ∑
i =1
fi* = 100
O altă relaţie de calcul mult redusă bazată pe metoda momentelor centrate (μp) şi
iniţiale (mp) este utilizată cu succes în practică, dar pentru aceasta se cuvine a fi
detaliate într-o casetă distinctă cele trei categorii de momente utilizate în statistică
pentru seriile de repartiţie de frecvenţe.
Caseta nr. 3.7
A.mp = momente iniţiale B.Mp= momente ordinare C.μp = momente centrate
sau simple m
∑ ( xi − x )
p
m m ni
∑ xip ni ∑ ( xi − A)
p
ni μp = i =1
i =1 i =1 m
mp = m Mp = m ∑ ni
∑ ni ∑ ni i =1
i =1 unde:μ0 = 1; μ1 = 0; şi μ2 =
i =1
unde: m0 = 1; m1 = x σ2.
Frecvent se utilizează momentele centrate şi iniţiale.Dacă se dezvoltă numărătorul
formulei C, unde, anterior acesta a fost artificializat cu (+a), cu (-a) şi apoi (a - x ) şi în
m
∑ [( xi − a ) + α ]
p
ni
i =1
final s-a substituit cu α, momentul centrat (μp) devine: μp = m ,
∑ ni
i =1
atunci, printr-o prelucrare ulterioară, prin intermediul binomului lui Newton se ajunge
la formulele de legătura dintre momentele iniţiale şi cele centrate: μ0 = m0 = 1; μ1 = m1
(1-m0) = 0; μ2 = m2 - (m1)2 = σ ; etc.
2
101
Dacă se utilizează pătratul mediei pătratice şi al mediei aritmetice, respectiv
n m m
( ∑ xi2 /n) şi
i =1
∑ xi2 ni / ∑ ni ,atunci, pentru aceleaşi valori xi, se obţine o soluţie
i =1 i =1
rapidă de determinare a dispersiei prin diferenţă:
2
⎛ n n
⎞ n
∑ x ⎜ ∑ xi
2
i ⎟ ∑x 2
i
()
2
(3.80) σ =
2 i =1
− ⎜ i =1 ⎟ = i =1
− x ,
n ⎜ n ⎟ n
⎜ ⎟
⎝ ⎠
(pentru un şir de valori distincte)
2
m
⎛ m ⎞ m
∑ x n ⎜ ∑ xi ni
2
i i ⎟ ∑x n 2
i i
()
2
(3.81) σ 2 = i =1m − ⎜ i =1m ⎟ = i =1
m
− x ,
∑ ni ⎜⎜ ∑ ni ⎟
⎟ ∑n i
i =1 ⎝ i =1 ⎠ i =1
( ) − ( x) = ( x )( )
2 2
(3.82) σ 2 = x p p − x x p + x , (atât pentru un şir de valori
distincte cât şi pentru o serie de repartiţie de frecvenţe).
Dispersia beneficiază de câteva proprietăţi importante, câteva dintre ele fiind utile
în calculul ei simplificat aşa cum rezultă din caseta următoare:
Caseta nr.3.8
1.Într-un şir de valori constante (xi = x = c şi xi - x =0) dispersia este gală cu zero.
2.Dispersia este egală cu momentul iniţial de ordinul doi minus pătratul momentului
iniţial de ordinul întâi: σ = m2 - (m1)2
2
3.Dacă se majorează sau se diminuează fiecare valoare într-un şir, de valori distincte
sau fiecare variantă într-o serie de repartiţie de frecvenţe cu o constantă (a), atunci
noua valoare a dispersiei (σ ) nu se modifică :
' 2
n m
( )
2
⎡( xi ± a) −( x ± a)⎤ ni
2
∑ ⎡
⎣( xi ± a ) − x ± a ⎤
⎦ ∑ ⎣ ⎦
(3.83) (σ ) = i=1 = σ 2 sau (σ ' ) = i=1
' 2 2
m =σ2
n
∑ni
i=1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
4. Dacă se multiplică sau demultiplică toate valorile într-un şir de valori distincte sau
toate variantele într-o serie de repartiţie de frecvenţe, de „k” ori atunci noua valoare a
dispersiei (σ )
' 2
se multiplică sau simplifică şi ea de „k2” ori.
102
n 2 2 n 2
(
∑ kxi − k x ) k (
∑ xi − x )
(3.84) (σ ) ' 2
=
n
i =1
n
= i =1
= k 2σ 2 ,
(pentru un şir de valori distincte)
2
n ⎛ 1 1 ⎞
( )
1 n 2
∑ ⎜ xi − x⎟ ∑ xi − x
i =1 ⎝ k k ⎠
(σ )
2
' 2 k i =1 1 2
= = = 2
σ ,
n n k
(pentru un şir de valori distincte)
m 2 2 m 2
(
∑ kxi − k x ni )
k ∑ xi − x ni ( )
(σ ) ' 2
= i =1
m =
i =1
m
2 2
=k σ ,
∑ ni ∑ ni
i =1 i =1
(pentru o serie de repartiţie de frecvenţe)
2
m ⎛1 1 ⎞
( )
1 m 2
∑ ⎜ xi − x ⎟ ni ∑ xi − x ni
i =1 ⎝ k k ⎠ 2
(σ ) ' 2
= m =
k i =1
m
1 2
= 2 σ ,
k
∑ ni ∑ ni
i =1 i =1
(pentru o serie de repartiţie de frecvenţe).
Pe baza proprietăţilor 3 şi 4 se efectuează calculul simplificat al dispersiei (în cazul
seriei rezultate din gruparea pe intervale egale):
2
n ⎛ xi − a ⎞
∑ ⎜ ⎟
i =1 ⎝ h ⎠
( )
2 2
(3.85) σ2= ×h − x−a (pentru un şir de valori distincte)
n
2
m ⎛ xi − a ⎞
∑ ⎜ ⎟ ni
i =1 ⎝ h ⎠
( )
2 2
(3.86) σ2= m ×h − x−a (pentru o serie de repartiţie de
∑ ni
i =1
frecvenţe), unde a = originea şi h = înălţimea intervalului de variaţie.
5.Dacă se multiplică sau simplifică fiecare frecvenţă într-o serie de repartiţie de
frecvenţe, de „k” ori, atunci noua valoare a dispersiei (σ ) ' 2
nu se modifică:
( ) ( )
m 2 m 2
∑ xi − x ni × k ∑ xi − x ni
(σ )
' 2
= i =1
m =
i =1
m =σ
2
∑ ni × k ∑ ni
i =1 i =1
( )
m 2 1
( )
m 2
∑ xi − x ni × ∑ xi − x ni
(σ ) ' 2
=
i =1
m 1
k
=
i =1
m =σ
2
∑ ni × ∑ ni
i =1 i =1
k
6.În cazul unei variabile alternative sau binare unde mediile celor două variante
103
posibile sunt p = M şi q = 1 – p = N − M , dispersia variantei de interes σ 2p
N N
( )
devine egală cu:
m 2
∑ x i ni 2 2
( )
(3.87) σ 2 =
2 1 ×M +0 × N −M
p
i =1
m ()
− x =
N
− p
2
=
M
N
− p
2 2
= p− p =
∑ ni
i =1
104
este definită drept media pătratică simplă sau ponderată a abaterilor unităţilor
statistice de la tendinţa lor centrală, de la media aritmetică ( x ) sau mediană (Me).
n 2
(3.90) σ i =1
(
∑ xi − x ) , (3.91)
n
(
∑ xi − x
i =1
2
n
i)
= σ =
n n
∑ ni
i =1
pentru un şir de variante distincte pentru o serie de repartiţie de frecvenţe
Denumită frecvent abaterea standard sau deviere standard, aceasta se calculează cu
uşurinţă din valoarea dispersiei:
m 2
( )
∑ d i ni
i =1
(3.92) σ = σ2 sau (3.93) σ = m
∑ ni
i =1
În cazul utilizării frecvenţelor relative ( ni* sau f i * ), relaţia devine:
m 2 *
n 2 * (
∑ xi − x fi )
(3.94) (
σ = ∑ xi − x ni
i =1
) sau (3.95) σ = i =1
100
n m
deoarece ∑ n * = 1 deoarece ∑ f * = 1 0 0
i =1 i i =1 i
IV. Un alt semnal sau o a patra tendinţă de normalitate a unei serii de repartiţie
de frecvenţe unidimensională este rezultatul comparării abaterii medii liniare cu
abaterea medie pătratică:
Tabel nr.3.6
Intervalul de Caracterizarea Caracterizarea Calitatea Recomandări
valori al lui omogenităţii reprezentativităţii grupării finale
Cv sau Co seriei mediei statistice
- VARIANTA A -
0%≤Cv sau omogenă reprezentativă edificatoare x utilizabilă
Co≤35-40%
35-40%<Cv sau eterogenă nereprezentativă needificatoare x inutilizabilă
Co≤100% (se reface)
- VARIANTA B -
0%≤Cv sau omogenă reprezentativă edificatoare x utilizabilă
Co≤35%
106
35%<Cv sau relativ relativ relativ x relativ
Co≤50% eterogenă nereprezentativă needificatoare
inutilizabilă
50%<Cv sau eterogenă nereprezentativă needificatoare x inutilizabilă
Co≤100% (se reface)
- VARIANTA C -
0%≤Cv sau strict strict strict x strict
Co≤17% omogenă reprezentativă edificatoare
utilizabilă
17%<Cv sau moderat moderat moderat x moderat
Co≤35% omogenă reprezentativă edificatoare
utilizabilă
35%<Cv sau relativ relativ relativ x relativ
Co≤50% eterogenă nereprezentativă needificatoare
inutilizabilă
50%<Cv sau eterogenă nereprezentativă needificatoare x inutilizabilă
Co≤100% (se reface)
107
Tabel nr. 3.7
Grupe după Grupe după variaţia
variaţia caracteristicii xi (i = 1r )
caracteristicii TOTAL (nj·)
yj (j = 1m ) xmin-x1 x1-x2 ... xi-1-xi ... xr-1-xr
0 1 2 ... i ... r n
ymin – y1 n11 n12 ... n1i ... n1r n1·
y1 – y2 n21 n22 ... n2i ... n2r n2·
y2 –y3 n31 n32 ... n3i ... n3r n3·
... ... ... ... ... ... ... ...
yj-1 –yj nj1 nj2 ... nji ... njr nj·
... ... ... ... ... ... ... ...
ym-1 - ym nm1 nm2 ... nmi ... nmr nm·
r m
∑ ngi = ∑ n j g =
i =1 j =1
TOTAL (n ·i) n ·1 n ·2 ... n ·i ... n ·r
m r
∑ ∑ n = Nni g
j =1 i =1 ji
Tabelul rezultat este de tip combinat şi prezintă în reţeaua sa frecvenţele
condiţionate nji, ordonate pe rânduri după yj, respectiv nj. şi pe coloane, după xi
respectiv n.i, completând astfel studiul variaţiei la nivelul întregii populaţii de pe
coloane, cu studiul variaţiei în cadrul fiecărei grupe şi între grupe.Pentru a
cuantifica variaţia caracteristicii yi în funcţie de xi se determină mai întâi toate
mediile posibile:
m
⎛ ∑ y n ⎞
⎜ j =1 j j g ⎟
(3.100) - y 0 sau media populaţiei totale ⎜ y 0 = m ⎟
⎜ ∑ n jg ⎟
⎝ j =1 ⎠
m m
⎛ ∑ y j n ji ∑ y n ⎞
⎜ j =1 j =1 j ji ⎟
(3.101) - y i sau mediile de grupă condiţionate ⎜ y gi = m = ⎟
∑ n ji ngi
⎜ ⎟
⎝ j =1 ⎠
Se identifică apoi cele trei tipuri de abateri ce definesc:
- variaţia valorilor yj în jurul mediei populaţiei totale y 0 , respectiv definită prin
abaterile de tip (yj- y 0 ), care este cauzată de acţiunea tuturor factorilor (principali
sau esenţiali, dar şi întâmplători sau neesenţiali);
- variaţia valorilor yj în jurul mediei lor de grupă sau mediei lor condiţionate, y i ,
respectiv definită prin abaterile de tip (yj- y i ) care este cauzată de acţiunea izolată
a factorilor întâmplători sau neesenţiali;
- variaţia valorilor mediilor de grupă sau mediilor condiţionate y i în jurul medie
populaţiei totale y 0 , definită prin abaterile de tip ( y i - y 0 ), care este cauzată de
acţiunea izolată a factorilor principali sau esenţiali, dar şi relaţia dintre acestea:
108
(3.102) abateri (yj- y 0 ) = abateri (yj- y i ) + abateri esenţiale ( y i - y 0 )
totale întâmplătoare (sistematice)
Pe baza relaţiei anterioare se determină apoi toate dispersiile posibile:
(3.103) σ o2 sau dispersia populaţiei totale, ce cuantifică variaţia totală a lui yj sub
⎡ 2 ⎤
( )
m
⎢ 2 j∑=1 y j − y 0 n j g ⎥
acţiunea tuturor factorilor ⎢σ o = m ⎥
⎢ ∑ n jg ⎥
⎢⎣ j =1 ⎥⎦
(3.104) σ 2i sau dispersiile de grupă-parţiale ce măsoară variaţia parţială a lui yj la
nivel de grupă, sub acţiunea factorilor întâmplători sau neesenţiali:
⎡ 2 2 ⎤
( ) ( )
m m
∑
⎢ 2 j =1 jy − y gi n ji ∑ y j − y gi n ji ⎥
j =1
⎢σ gi = m = ⎥
⎢ ∑ n ji ngi ⎥
⎢⎣ j =1 ⎥⎦
(3.105) σ 2 sau „media dispersiilor de grupă” (dispersia reziduală sau neexplicată)
ce sintetizează acţiunea factorilor întâmplători sau neesenţiali la nivelul întregii
( )
r
⎡ ∑ σ gi ngi ⎤
2
⎢
populaţii statistice σ 2 = i =1 r
⎥
⎢ ⎥
⎢⎣ ∑ n
i =1 gi ⎥⎦
(3.106) σ 2 sau „dispersia mediilor de grupă” (dispersia explicată sau dintre grupe)
( )
⎡ r 2 ⎤
∑ −
⎢ 2 i =1 gi 0 ngi ⎥
y y
ce reflectă acţiunea factorilor principali: ⎢σ = r ⎥
⎢ ∑ ngi ⎥
⎢⎣ i =1 ⎥⎦
Resintetizate într-un tabel simplificat datele prelucrate devin următoarele:
(y ) y*i − y 0 n*i
(σ )
*i *i
( i = 1r ) ( n*i ) 2
*i *i
xmin – x1 n *1 y*1
( y*1 − y 0 )
2
n*1
σ *12 (σ ) n
2
*1 *1
x1 – x2 n *2 y*2
(y *2 −y ) n
0
2
*2
σ *22 (σ ) n
2
*2 *2
x2 –x3 n *3 y*3
(y *3 −y ) n
0
2
*3
σ *32 (σ ) n
2
*3 *3
109
... ... ... ... ... ...
xi-1 –xi n *i y*i
(y *i − y0 )n
2
*i
σ 2
*i (σ ) n
2
*i *i
*r
σ 2
*r (σ ) n2
*r *r
∑( )
r r 2 r
TOTAL ∑ n*i
i =1
-
i =1
y *i − y 0 n*i - ∑ (σ ) n
i =1
2
*i *i
σ o2
(variabila xi) în variaţia totală a caracteristicii analizate (variabila yj).
Atunci când R2 >100% - R2 acţiunea variabilei xi este hotărâtoare în variaţia
variabilei yj. Coeficientul de nedeterminaţie (K2) subliniază ponderea factorilor
întâmplători (neînregistraţi în tabelul combinat iniţial) în variaţia totală a
caracteristicii analizate (variabila yj):
σ2
(3.110) K2 = ×100 = 100% − R 2
σo
2
Atunci când R2 < 100%- R2 sau K2 > 100% - K2, variaţia caracteristicii yj se
datorează acţiunii altor factori neînregistraţi şi mai puţin variabilei xi.
110
repartiţia este mai rarefiată sau mai densă (condensată) în jurul tendinţei centrale
decât în cazul aceleiaşi distribuţii normale (Gauss-Laplace).
A.Principalii indicatori ai asimetriei sau oblicităţii sunt:
3 2
⎛m ⎞
μ 2
⎜∑ ( xi − x ) ni ⎟
2 3
(3.113) Cas3 = SK3 = β1 = 33 sau Cas3 = SK3 = β1 = ⎜ i =1
μ2 m
∑ n
⎟ : σ( )
⎜ ⎟
⎝ i =1 i ⎠
⎛m 4 ⎞
μ ⎜ i∑ ( xi − x ) ni ⎟ 2
(3.114) SK4 = β 2 = 42
μ2
sau SK4 = β 2 = ⎜ =1 m
∑ ni
⎟: σ
2
( )
⎜ ⎟
⎝ i =1 ⎠
(3.115) Cas4 = SK =
(Q3 − Me) − ( Me − Q1) = q − q 1 2
,unde: q1=Q3–Me şi q2=Me–Q1.
5 Q3 − Q1 q1 + q2
q1' − q2'
(3.116) Cas5 = S K6 = ' '
, unde: q1' = Me – D1 şi q2' = D9 – Me .
q1 + q2
B. Principalii indicatori ai boltirii, excentricităţii sau excesului sunt:
a) coeficientul pearsonian şi b) coeficientul lui Ronald Fisher
m 4 2
⎡∑ ⎤ ⎛m 2 ⎞
μ4 ⎢ ( xi − x ) ni
⎥ ⎜ i=1 ( )
∑ xi − x ni
⎟
(3.117) S = ⎢ i=1 (3.118) γ 2 = β 2 − 3
K 4 = β2 = 2 m ⎥ :⎜ m ⎟
μ2 ⎢ ∑ ni ⎥ ⎜ ∑ ni ⎟
⎣ i =1 ⎦ ⎝ i=1 ⎠
111
Sistemul de indicatori statistici ai seriilor atributive calitative cuprinde indicatori
privind caracterizarea frecvenţelor (absolute, relative, cumulate crescător /
descrescător), indicatori relativi de coordonare, indicatori poziţionali (Me /Mo) şi
indicatori de concentrare/diversificare (Gini-Struck).
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
1. Cum definiţi generic un indicator mediu 8. Unul dintre indicatorii de mai jos este
determinat pe baza unui algoritm de calcul? inutil în evaluarea omogenitǎţii:a) dispersia;
b) amplitudinea absolută; c) abaterea medie
2.Cum se calculează media armonică şi ce liniarǎ; d) media.
proprietăţi, avantaje şi dezavantaje deţine? 9. Într-o serie de date, unde media este 16m,
σ2 =25 şi Mo=3,2m, coeficientul de variaţie
3. Cum se calculează şi interpretează un (omogenitate) este: a) 125,07%; b)31,25 %;
coeficient de omogenitate şi de asimetrie? c) 21,33 %; d) 6,44 %.
10.Identificaţi valorile corecte pentru seria:
4.În ce constă structura unui sistem de xi (to) 5 6 7 8 9 10
indicatori pentru a caracteriza frecvenţele? ni 1 9 24 30 27 9 Σni =100
Media aritmetică: a) 6; b) 7; c) 8; d) 9.
5.Care sunt principalii indicatori ai
Abaterea medie liniară:a)0,9; b)1,22; c)1,39;
tendinţei centrale?
d)1,44. Abaterea medie pătratică: a)1,15;
b)1,32; c)1,48; d)1,63.
6.Care sunt principalii indicatori ai
Coeficientul de variaţie în %, în funcţie de
variaţiei, asimetriei şi boltirii?
abaterea medie
- liniară: a)9,50; b)10,75; c)11,25; d) 14,44.
7. În ce situaţie se recomandă utilizarea
- pătratică:a)11,90;b)12,35;c)14,38;d) 16,50.
exclusivă a mediei aritmetice?
B) Aplicaţii rezolvate
1.Producţia de avioane(xi) a firmei BETA în ultimele 10 luni a fost de:15,17,29,14,
12,9,19,27,13,16. Determinaţi indicatorii medii bazaţi pe algoritm de calcul.
Rezolvare: Se apelează la un sistem tabelar de calcul al acestor indicatori:
Sistem tabelar de calcul al indicatorilor medii (prin agregare pe rânduri)
Tabel nr. 3.9 - număr -
Variabila Şirul valorilor distincte ale variabilei Agregări
n
15 17 29 14 12 9 19 27 13 16 ∑ xi = 171
( xi ) i =1
n 1
(1/xi) 0,067 0,059 0,034 0,071 0,083 0,111 0,053 0,037 0,077 0,063 ∑ = 0,655
i =1 x
i
n
1,176 1,23 1,462 1,146 1,079 0,954 1,279 1,431 1,114 1,204 ∑ lg xi =12,075
( lg xi ) i =1
112
n 2
(x ) 2
i
225 289 841 196 144 81 361 729 169 256 ∑ xi = 3291
i =1
xh = n
n 1
∑
i=1 x
i
i=1
(n ) i=1
n
=15,3 ≅15 x g = antilg ∑ lgx i n =16,1 ≅ 16 x = ∑ x i n =17,1≅ 17
n 2
xp = ∑ xi n =18,1 ≅ 18 (tipul discret al variabilei cere rotunjirea valorilor).
i=1
2. Notele obţinute de 50 de studenţi la examen au generat distribuţia:
⎛ 3 4 5 6 7 8 9 10 ⎞ , unde m ∑ n = 50 . Calculaţi mediile uzuale.
Xi : ⎜ ⎟
⎝ 1 4 5 6 16 8 6 4 ⎠ i =1 i
Rezolvare:Se apelează la un sistem tabelar de calcul al celor patru indicatori medii.
Tabel nr. 3.10
(xi) (ni) (xini) (1/xi) ni (nilg xi) (xi2ni)
3 1 3 0,333 0,477 9
4 4 16 1 2,408 64
5 5 25 1 3,495 125
6 6 36 1 4,669 216
7 16 112 2,286 13,522 784
8 8 64 1 7,225 512
9 6 54 0,667 5,725 486
10 4 40 0,4 4 400
m m m 1 m m 2
Total
∑ ni =50 ∑ xi ni =350 ∑ ni =7,686 ∑ ni lg xi =41,521 ∑ xi ni =2596
i =1 i =1 i =1 x i =1 i =1
i
m
∑ ni
m m i=1
x = ( ∑ xi ni ) : ( ∑ ni ) = 7 x h = m 1 = 6, 51
i=1 i=1 ∑ ni
i=1 x i
⎛ m ⎞
⎜ ∑ n lgx ⎟ m 2
⎜ i i⎟ ∑ x ni
x g = antilg ⎜ i=1 ⎟ = 6, 77 xp = i=1 i = 7, 21
⎜ m ⎟ m
⎜ ∑ ni ⎟ ∑ ni
⎝ i=1 ⎠ i=1
3. Calculaţi valorile medii pentru notele obţinute de către cei 50 de studenţi
grupate pe 4 intervale egale de variaţie discontinuu (ca medii ponderate).
Rezolvare:Pentru seria de date grupate se vor utiliza centre de interval, care conduc
la estimarea şi nu la calculul precis al indicatorilor medii dar nu introduc o eroare
mare (aici sub 1%). Estimarea mediilor ponderate este prezentată mai jos:
Tabel nr. 3.11
Grupe Număr Centrul
conform studenţi de inter- xini (1/xi)ni (ni.× lgxi) (xi)2ni
notă (xi) (ni) val (Xi)
3-4 5 3,5 17,5 1,4286 5·0,544068=2,72034 61,25
113
5-6 11 5,5 60,5 2 11·0,740363=8,143993 332,75
7-8 24 7.5 180 3,2 24·0,8750613=21,00147 1350,00
9-10 10 9,5 95,0 1,0526 10·0,9777236=9,777236 902,50
Total 50 - 353 7,6812 41,63039 2646,5
2
∑ ni ∑ xi ni ∑ xi ni
xh = = 6,509; x = = 7,06; xg = anti lg0,7946 = 6,23 ; x p = = 7,275.
1 ∑ ni ∑ ni
∑ ni
xi
4. Calculaţi media aritmetică şi valoarea modală a salariului mediu brut într-o
regiune în construcţii, apoi evaluaţi asimetria prin coeficientul Pearson şi precizaţi
valoarea ei şi în ce condiţii puteţi calcula mediana după relaţia lui Yule. Dintre
indicatorii tendinţei centrale decideţi care ar fi mai adecvat pentru identificarea
salariului cel mai des plătit şi estimarea rapidă a fondului de salarii regional?
Care sunt valorile indicatorilor sintetici ai variaţiei salariilor în jurul mediei
lunare? Este media reprezentativă şi poate înlocui fără riscuri populaţia studiată?
Tabel nr. 3.12
Salariul brut lunar (mii lei/salariat) -xi- Xi Număr salariaţi (mii salariaţi) -ni-
2,5 – 3,5 3 5
3,5 – 4,5 4 20
4,5 – 5,5 5 70
5,5 – 6,5 6 130
6,5 – 7,5 7 40
7,5 – 8,5 8 20
8,5 – 9,5 9 15
TOTAL - 300
Observaţie: limita superioară nu este inclusă în interval.
∑ xi ni 1800
Rezolvare: Media aritmetică: x = = =6 mii lei / salariat
∑ ni 300
Δ1
Valoarea modală: niMAX=130 şi locMoЄ[55-65), de unde Mo = xMo + h
Δ1 + Δ 2
adică Mo=55+10×[60/(60+90)]=5,9 mii lei/salariat.
Determinarea coeficientului de asimetrie Pearson impune anterior calculul abaterii
2
medii pătratice: σ =
∑ xi − x2 ( ) ni
=
450
= 1,50 , de unde σ = σ 2 = 1, 225 mii lei.
∑ ni 300
(Seria rezultată din grupare este omogenă, media reprezentativă şi utilizabilă)
x − Mo 6, 0 − 5, 9 0,1
x -Mo = 6 - 5,9 = 0,1 asimetrie pozitivă C AS = = = = 0, 0816
σ 1, 225 1, 225
CAS >0 şi CASЄ (0 - 0,35)⇒ seria rezultată din grupare este uşor asimetrică.
Evaluarea valorii mediane pornind de la relaţia existentă într-o serie de repartiţie
unidimensională uşor sau moderat asimetrică x -Mo = 3( x –Me ).
0,1 = 3( 6 – Me ) sau 3Me = 18 - 0,1 =17,9 , de unde: Me = 5,97 mii lei.
Estimarea valorii mediane pe baza formulei de interpolare obişnuite în cazul unei
114
serii de repartiţie de frecvenţe conduce la un rezultat destul de apropiat.
Loc Me=150,5 de unde (x150 - Me - x151)
nMe−1
1/ 2 ( ∑ ni + 1) − ∑n i
150, 5 − 95
Me = xMe + h i =1
= 5, 5 + 10
= 5, 93 mii lei.
nMe 130
Între cele două valori apare o diferenţă foarte mică (sub 1,0 %).
x =6,0 mii lei serie de distribuţie de frecvenţe absolute.
Me=5,93 mii lei seria este uşor asimetrică (ponderat).
Mo=5,9 mii lei asimetria este pozitivă.
Decizia privind indicatorul adecvat selectează modul pentru salariul cel mai
frecvent plătit şi media pentru fondul de salarii.Indicatorii sintetici ai variaţiei sunt:
- abaterea medie liniară d =∑ xi − x ni /∑ni =250 /300 =0,833 mii lei.
2
2 (
∑ xi − x ) ni 450
- dispersia σ = = = 1, 50 mii lei
∑ ni 300
∑ ni lg xi 55, 622
lg xg = = = 0, 7946 şi xg = anti lg 0, 7946 = 6, 23 mii lei.
∑ ni 70
Notă: Pentru simplitatea şi rapiditatea calculelor, în calitate de indicator mediu
esenţial se recomandă utilizarea cu precădere a mediei aritmetice.
Mediile poziţionale cele mai importante rămân mediana (Me) şi modul (Mo), iar
mediala, valoare potenţială, precum şi cuantilele (cuartilele Q1-3 , decilele D1-9,
centilele C1-99) constituie indicatori cu utilizări speciale.Determinarea acestor doi
indicatori medii poziţionali se realizează estimativ, parcurgând etapele cunoscute:
∑ ni + 1 71 X
35 35, 5 ;
• determinarea locului medianei:locM e = = = ⎯⎯→
X
2 2 36
• identificarea intervalului median : Me ∈ [5,9 - 6,6 );
• estimarea valorii mediane prin intermediul formulei de interpolare:
nMe−1
(
1 / 2 ∑ ni + 1 − ∑ ni
i =1
) ( )
1 / 2 ∑ ni + 1 − ∑ nVMe
Me = xMe + h sau Me = xMe + h
nMe nMe
nMe−1
∑ n = ∑ nv = 26 şi reprezintă suma rezultată din frecvenţele cumulate
i =1 i Me
crescător ale tuturor intervalelor până la intervalul median, iar x Me=5,9; h=0,7 şi
116
35, 5 − 26
nMe =24. Me = 5, 9 + 0, 7 =5,9+0,7×0,396=6,1772 ≈ 6,18 mii lei.
24
Determinarea valorii modale se realizează parcurgând aceleaşi etape:
• determinarea locului valorii modale: locMo ⇒ ni max (ni max =24);
• identificarea intervalului modal: Mo Є [5,9 - 6,6 );
• estimarea valorii modale prin intermediul unei formule de interpolare:
Δ1
Mo = xMo + h , unde: Δ1 = 24 – 18 = 6 şi Δ2 = 24 – 8 = 16 .
Δ1 + Δ 2
6
Mo = 5, 9 + 0, 7 = 6, 091 ≅ 6, 09 mii lei.
6 + 16
Cei trei indicatori esenţiali ai tendinţei centrale sunt situaţi în acelaşi interval de
variaţie, respectiv [5,9 - 6,6), dar nu sunt identici, seria nefiind una simetrică.
Există diferenţe, însă acestea sunt destul de mici (modul = 6,09 mii lei, mediana =
6,18 mii lei şi media = 6,31 mii lei).Ca imagine generală intervalul median şi
modal este totodată şi al mediilor,reunind 34,3% din numărul agenţiilor, iar între
5,2 şi 7,3 mii lei se află 71,4% din populaţia agenţiilor. Se emite ipoteza unei medii
reprezentative, datorită concentrării în acelaşi interval a ¾ din populaţie.
Amplitudinea (absolută sau relativă), ca indicator simplu al variaţiei nu poate fi
determinată,necunoscând clar valorile extreme,dar se pot afla abaterile individuale:
xi − x
1.abaterile individuale absolute: di = xi − x şi relative: d i (%) = × 100
x
Pozitive absolute 2,74
relative 43,4 %
Abaterile maxime Negative absolute -1,46
relative -23,1 %
+ −
Notă: d max im = d max im constituie un semnal de simetrie a distribuţiei.
117
∑ xi − x ni 53, 6
1.Abaterea medie liniară sau absolută: d = = = 0, 7657 mii lei.
∑ ni 70
= 73,248 = 150
d σ 1, 023
4.Coeficientul de variaţie CO = × 100 sau CO = × 100 şi CO = × 100 = 16, 2% .
x x 6, 31
Populaţia celor 70 de agenţii este strict omogenă, media strict reprezentativă şi
utilizabilă fără riscuri sau rezerve. Indicatorii statistici ai asimetriei (asimetria
absolută, densităţi de frecvenţă şi coeficientul de asimetrie propus de Pearson) se
determină în paralel cu sistemul celor ce caracterizează frecvenţele (frecvenţe
118
absolute şi relative, cumulate crescător sau descrescător, coeficientul de
concentrare–diversificare Gini–Struck, densităţi de frecvenţă).
1.Asimetria absolută: x -Mo (în situaţia descrisă x = 6, 31 iar Mo = 6,09 şi x -Mo
= 0,22, traducând astfel o asimetrie absolută pozitivă)
2.Coeficientul de asimetrie Pearson, pentru repartiţia de frecvenţe unimodală: CAS
sau SK 1 = ( x -Mo):σ = 0,22:1,023 = 0,215 (conform valorii mai mici decât 0,3 seria
este moderat asimetrică, media reuşind să substituie cu succes populaţia statistică).
3.Densitatea absolută a frecvenţelor (ni/h) sau relativă (ni*%) /h, este determinată
aici forţat, din motive didactice, nefiind specifică distribuţiilor pe intervale egale:
Tabel nr. 3.17
Frecvenţe cumulate
xi ni ni*= gi gi2 ni↑ ni*↑(%) ni/hi (ni*%)/hi
4,85 8 0,1143 0,01306 8 11,43 11,43 16,33
5,55 18 0,2571 0,06610 26 37,14 25,71 36,73
6,25 24 0,3429 0,11758 50 71,43 34,29 48,99
6,95 8 0,1143 0,01306 58 82,86 11,43 16,33
7,65 6 0,0857 0,01229 64 91,43 8,57 12,24
8,35 4 0,0571 0,00326 68 97,14 5,71 8,16
9,05 2 0,0286 0,00082 70 100,00 2,86 4,09
/ 70 1,0000 0,22617 / / / /
Densităţile de repartiţie a frecvenţelor (ni/hi, şi ni* hi ) permit aprecierea asimetriei
în cazul repartiţiilor reale sau empirice de frecvenţe.Aceste instrumente se folosesc
cu precădere în cazul seriilor rezultate din grupările statistice pe intervale neegale.
În măsura în care seria reală tinde spre o repartiţie normală, respectiv valorile
frecvenţelor (absolute/relative) se diminuează către capetele distribuţiei se poate
aprecia că seria tinde spre simetrie sau o asimetrie uşoară (moderată).Densităţile de
frecvenţe sunt instrumente de comparare a repartiţiilor empirice cu cele teoretice.
Majoritatea fenomenelor economice analizate prin intermediul distribuţiilor de
frecvenţe tind să se apropie de repartiţia simetrică (normală). Pentru că sunt date
disponibile în tabel se poate determina cu uşurinţă:
n 2
n ∑ gi − 1
4.Coeficientul Gini-Struck: CG − S = i =1 , unde: 0 ≤ CG − S ≤ 1 .
n −1
7 × 0, 22617 − 1 0, 58319
CG − S = = = 0, 311766 (uşor diversificată).
7 −1 6
Dacă valoarea acestui coeficient tinde către „1”, atunci are loc un proces de
concentrare (specializare sau repartizare neuniformă) iar dacă tinde către „0”
atunci are loc un proces de diversificare (relativ uniform). Pentru a demonstra
existenţa unui factor cauzal esenţial al variaţiei lui „x”, (ipoteza iniţială) se
sistematizează dispersiile şi mediile grupelor într-un tabel unic:
119
Tabel nr. 3.18
Grupe Media Dispersia
(x )
2
σ nj
2
de agenţii nJ j − x0 nj
grupei ( σ )
2
grupei ( x j ) j
121
CAPITOLUL 4
Cuprins Pag.
4.1 Teoria probabilităţilor şi noţiuni teoretice privind sondajul statistic 123
4.2 Procedee şi tehnici de eşantionare cu impact în activităţi contabile 133
4.3 Erori specifice cercetărilor selective 137
4.4 Sondajul simplu aleator repetat şi nerepetat şi alte tipuri de sondaje 141
4.5 Test de autoevaluare şi aplicaţii statistice în contabilitate 145
122
4.1 Teoria probabilităţilor şi noţiuni teoretice privind sondajul statistic
123
probabilitate a pătruns definitiv în limbajul cotidian, marea majoritate a oamenilor îl
utilizează frecvent, asimilându-l cu noţiunea de şansă sau posibilitate. Dezvoltarea
contemporană a teoriei probabilităţilor s-a realizat multidisciplinar în direcţia
informaţională, actuarială, a teoriei jocurilor, riscului, programării şi modelării.
Gândirea statistică a sondajului a fost rând pe rând, contestată şi acceptată, ecourile şi
influenţele reciproce în noile ştiinţe ale epocii, ca mereologia (ştiinţă deductivă,
axiomatică a părţilor şi întregului, creată de matematicianul şi logicianul Stanisław
Leśniewski în 1927, de la meros, care în greacă înseamnă parte) şi de gestalt sau teoria
gândirii ansamblurilor, ca reprezentând mai mult decât simpla însumare a părţilor
(ştiinţă creată de filosoful şi psihologul Max Wertheimer în 1924, de la gestalt, cuvânt
german cu semnficaţia de formă) fiind dovezi grăitoare în acest sens.
În anul 1936 alegerile prezidenţiale din S.U.A. având drept principali protagonişti pe
A. Landon (L) şi D. Roosevelt (R) au atras în utilizarea de sondaje de opinie
(demoscopice) revista Literary Digest, care a apelat la un eşantion imens, poate cel mai
mare în epocă prin cele 10 milioane de buletine de vot trimise prin poştă la care au
răspuns numai 2,3765 milioane persoane, dar şi cel mai puţin reprezentativ din istorie
prin concluziile sale. Previziunile sale au fost (L) =70% şi (R) =30%, iar rezultatele
oficiale (L) =1,5% şi (R) =98,5%. Cauzele eşecului sondajului şi ale falimentului
publicaţiei au fost în principal lipsa de profesionalism în alegerea bazei de sondaj
(cartea de telefon şi registrul proprietarilor de autoturisme) şi prelucrarea unor rezultate
afectate de o rată de nonrăspuns de 76,2%. Metoda chestionarelor prin poştă a fost
relativ discreditată şi ea. În paralel, Institutul Gallup a prevăzut cu rigoare şi
profesionalism alegerea lui Roosevelt, utilizând un eşantion de circa 3000 de persoane,
cu o eroare cuprinsă între 0,5% şi 2%. Eşecul răsunător al lui Literary Digest, ca revistă
nespecializată în sondaje expunea public problema abordării lipsite de profesionalism a
cercetării selective şi conducea după numai doi ani la apariţia şi organizarea atentă de
institute naţionale de cercetare a opiniei (publice) în Anglia şi Franţa, iar ulterior în
marea majoritate a statelor europene. Cercetarea selectivă s-a dezvoltat rapid, oferind
cunoaşterii ştiinţifice, în cea de-a doua jumătate a secolului al XX-lea, circa 30 % din
metode şi limbaj.
125
Calculul probabilităţii unei reuniuni de evenimente generalizează proprietatea 5,
iar când evenimentele sunt incompatibile două câte două, probabilitatea reuniunii
devine suma probabilităţilor. Pentru probabilitatea unei intersecţii de mai multe
evenimente există relaţia:
este discretă, când mulţimea valorilor posibile este finită, într-un interval dat, iar când
dimpotrivă poate lua orice valoare devine o una de tip continuu, reprezentarea ei
distinctă realizându-se prin funcţia de repartiţie şi densitatea de probabilitate.
Momentele n k β
μ k (X)
Dispersia σ2 σ2 = M [X-M(X)]2 = M (X2) - M2 (X)
Teoria probabilităţilor a descris legile de repartiţie clasice (discrete şi continue).
127
Caseta nr. 4.2
Repartiţia binomială
Un eveniment A se realizează cu probabilitate Repartiţia este discretă cu
2
p, iar evenimentul contrar ( A ) cu q=1– p, în M(X) = np şi σ = npq
urma unei probe. Dacă se repetă proba de n ori, şi cu legea conferită de termenul
apariţia evenimentului A de k ori se realizează general al binomului lui Newton
cu probabilitatea Pn,k. Pn,k = Cnk pkq n – k iar p + q =1.
Repartiţia Poisson (Siméon Denis Poisson)
Repartiţia este discretă, fiind un caz
Un eveniment A se realizează cu probabilitate limită al binomialei, pentru n foarte mare
p, iar evenimentul contrar ( A ) cu q=1–p, în şi p foarte mic, media şi dispersia
urma unei probe. Dacă se repetă proba de n ori, coincid. Legea repartiţiei este dată de
apariţia evenimentului A de k ori se realizează coeficientului lui XK
cu probabilitatea P definită de coeficientul lui Q ( x ) = ( p1 X + q1 ) × ... × ( p n X + q n ) În
n,k
XK din polinomul Q(X). contextul notaţiilor anterioare
Pn,k = e– np × [(np)k] / k!
Repartiţia hipergeometrică (bilă nerevenită)
Repartiţia este discretă.
Dintr-o urnă cu N bile, unde a sunt bile albe, iar M(X) = np şi σ2 = npq(N–n)/(N–1).
restul N-a sunt bile negre, se extrag n bile fără a Legea repartiţiei este dată de relaţia:
mai fi reintroduse în urnă. ( C ak × C nN - -ka )
Probabilitatea obţinerii a k bile albe este Pk. Pk=
C nN
Repartiţia normală (Pierre-Simon Laplace şi Karl Friedrich Gauss)
Repartiţia normală sau legea Gauss-Laplace Repartiţia este de tip continuu, iar din
este limita la care tind legile de repartiţie. punct de vedere matematic densitatea
Particularităţile acestora sunt: de probabilitate este dată de relaţia:
1. Grafic sunt curbe de forma unui clopot cu ( x − m )2
maxim în care abscisa este media, iar ordonata −
1 2σ 2
este de valoarea [1/ (σ 2π )]. f (x ) = e
2. Scad simetric la stânga şi dreapta şi se σ 2π
apropie de abscisă, cu o convexitate îndreptată Graficul func ţ iei poartă denumirea de
în sus, ce se schimbă în punctele cu abscisa: (m curba normal ă sau clopotul lui Gauss.
-σ) şi (m+σ).
Repartiţia normală standard
Pentru z = (x-m) / σ, unde M(X) = m = 0 şi σ = 1 densitatea de probabilitate a
repartiţiei normale devine una standard şi este dată de o relaţie mult simplificată:
2
− z
f (z)= 1 e 2
2π
2
Repartiţia χ („hi pătrat” a lui F.R.Helmert şi Karl Pearson)
Repartiţia este de tip continuu definită pe axa (0, +∞),M( χ 2) = n şi σ2 ( χ 2) = 2n,
iar densitatea de probabilitate a repartiţiei normale este dată de relaţia:
⎛s ⎞ s
1 ⎜ −1⎟ −
f (x) =
s
x⎝ 2 ⎠ e 2 , pentru x ≥ 0
s
2 Γ ⎛⎜ ⎞⎟
2
⎝2⎠
128
0 , pentru x < 0
Repartiţia t a lui Student (William Sealy Gosset)
Repartiţia F este continuă şi 0<F<+∞, iar densitatea de repartiţie este dată de relaţia:
f1 f 2 ⎛ f1 + f 2 ⎞ ⎛ f ⎞
Γ⎜ ⎟ ⎜ 1 −1 ⎟
f (F, f1,f2) = f12 f 22 ⎜⎝ 2 ⎟
⎠ ⎜ 2
⎝
⎟
⎠ cu F = (s1)2 / (s2)2
F
⎛
⎜ f + f ⎞⎟
⎛ f1 ⎞ ⎛ f 2 ⎞ ⎜ 1 2 ⎟⎟
Γ ⎜⎜ ⎟Γ ⎜
2 ⎟⎠ ⎜⎝ 2
⎟
⎟ ( f2 + f1 F ) ⎜
⎜⎜
⎝
2 ⎟⎟
⎠
⎝ ⎠
2z
Între cele două repartiţii există relaţiile de transformare: F =e şi z = 1/2 ln F
Domeniile de aplicaţie ale repartiţiilor descrise sunt dintre cele mai diverse, de la
analiza calităţii şi fiabilităţii produselor şi până la analizele de tip financiar.
Desigur că tipologia acestor repartiţii este deosebit de variată, incluzând repartiţiile
Beta şi Gamma, Weibull şi multe, multe altele, care se utilizează în raport cu
concordanţa dintre caracteristicile şi fenomenele studiate.
Sondajul este soluţia practică optimă, în cazul unor situaţii obiective ca:
a. lipsa resurselor materiale şi timpului necesar cercetării totale sau exhaustive;
b. iraţionalitatea controlului distructiv total în asigurarea calităţii produselor;
c. inaccesibilitatea tuturor unităţilor statistice ce compun o populaţie statistică;
d. caracterul aparent infinit al unor populaţii percepute ca universuri statistice.
Etapele cercetării selective sau fazele sondajului desfăşurate în vederea estimării
cu o anumită precizie a parametrilor populaţiei totale sunt următoarele:
1. eşantionarea sau prelevarea de eşantioane (alăturarea concretă a unităţilor
statistice ce alcătuiesc partea sau părţile succesive, metodic şi planificat extrase
din întreaga populaţie);
2. observarea unităţilor statistice selectate şi sistematizarea datelor înregistrate
(după un program prestabilit);
3. calculul estimatorilor sau indicatorilor ce caracterizează eşantionul (precum
media, dispersia, funcţia de repartiţie etc.);
4. inferenţa statistică (extinderea rezultatelor de la eşantion la populaţia totală sau
estimarea cu precizie determinată a parametrilor, analiza şi interpretarea finală).
La finele secolului al XX-lea, teoria sondajului îşi ocupa locul binemeritat în
129
demersul general al cunoaşterii ştiinţifice, oferindu-i aproape o treime din metodele
şi limbajul lui actual.Conceptele fundamentale şi noţiunile perechi specifice
sondajului îşi au originea în dualitatea subpopulaţie - populaţie totală, în dialectica
relaţiei dintre eşantion şi populaţia originară.
131
R r
∑ xi ni ∑ xi ni
Nivelul mediu (media) X = i =1 i
x = 1=
0
R r
Dispersia (împrăştierea R r
2
∑ ( xi − x 0 ) ni ∑ ( xi − x)2 ni
în jurul mediei) σ 2
= i =1 σ = 1
2 i =
0
R r
C.Caracteristică alternativă
Volumul total N n
n = ∑ ni
N = ∑ ni i =1
i =1
132
decenii, cercetările statistice au devenit selective şi în România, armonizându-se cu
statistica europeană. Cercetări exhaustive se mai menţin în demografie, în statistica
învăţământului şi în domeniul cultural şi în foarte puţine alte activităţi, în paralel cu
extinderea sondajelor în industrie, transporturi, construcţii, comerţ, servicii, în
evaluarea veniturilor şi cheltuielilor populaţiei, în evaluarea ocupării resurselor de
muncă, în folosirea timpului liber, în determinarea condiţiilor de viaţă, în domeniul
măsurării inflaţiei etc. Omniprezenţa cercetării selective este tot mai evidentă de la
biologie, fizică, meteorologie, astronomie, controlul şi asigurarea calităţii, la presa
scrisă şi audio-vizuală etc.
133
simplu repetat fiecare bilă beneficiază de şansa de a reintra în eşantion, iar principalele
caracteristici sunt:a) şansa egală şi constantă a fiecărei unităţi, pe întreg parcursul
extragerilor, de a fi prelevată în eşantion, transpuse în nivel identic al probabilităţilor
de selecţie p=(1/N), unde N este numărul unităţilor din populaţia originară; b) prin
extrageri repetate se pot obţine maxim Nn eşantioane distincte, unde n este volumul
eşantionului; c) la finalul eşantionării sau prelevării, în urnă rămân (N-1) unităţi
statistice. În cea de-a doua variantă a sondajului simplu nerepetat, bila odată extrasă nu
se mai reintroduce în urnă, iar principalele caracteristici sunt:a) şansa egală pentru
fiecare unitate de a fi inclusă în eşantion înaintea fiecărei extrageri, dar în permanentă
creştere de la o extragere la alta, conform evoluţiei nivelului probabilităţilor:
1 1 1 1
( p1 = ) < (p 2 = ) < (p 3 = ) < ... < [ p n = ]; b) prin extrageri repetate se
N N −1 N−2 N − ( n − 1)
n
obţin C N eşantioane distincte sau N!/(N-n)!n!; c) la final, în urnă rămân (N-n) unităţi.
O limită practică de utilizare a tehnicii loteriei este generată de volumul populaţiei N.
Asigurarea de bile identice pentru întreaga populaţie a României, ce se introduc apoi în
urnă presupune un număr foarte mare de bile, iar extragerea cu şanse egale este
imposibilă.
A2. Tehnica tabelului cu numere întâmplătoare presupune o selectare a celor n unităţi
statistice ale eşantionului din populaţia originară, unde au fost numerotate în prealabil
de la 1 la N, selectare bazată pe tabelele elaborate de Kendall, Babbington-Smith,
Rand, Tippet, Fisher, Yates, inclusiv pe unele programe elementare contemporane
generatoare de numere aleatoare. Tabelele clasice cu numere întâmplătoare se
întocmeau cu ajutorul unui dispozitiv de „randomizare” sau amestecare aleatoare a
numerelor. Tehnica a apărut ca soluţie în cazul eşantioanelor mari, iar practica recentă
valorifică programe ce generează numere aleatoare pe calculator şi răspunde oricărei
cerinţe de volum a eşantionului.
A3. Tehnica pasului mecanic de numărare sau selecţia mecanică este un procedeu
quasialeator, deoarece extragerea unei unităţi a eşantionului depinde de selecţia celei
anterioare în timp ce, în celelalte tehnici prezentate anterior, toate rămân independente.
În ce anume constă această dependenţă, se poate deduce din calculul pasului mecanic
de numărare (k), care rezultă din raportarea volumului populaţiei originare, la volumul
eşantionului: k = (N/n). Eşantionul se constituie printr-o selecţie aleatoare a primei
unităţi statistice (de obicei printr-o tragere la sorţi dintr-o urnă ce conţine un număr k
de unităţi statistice) urmată de selecţia tuturor celorlalte (n-1) unităţi rămase,
identificate şi extrase prin adăugarea repetată a valorii pasului mecanic obţinut la
numărul de ordine al primei unităţi extrase (N1): a) prima unitate (n1) extrasă aleator
este situată în poziţia N1; b) a II-a unitate (n2) este situată în poziţia N1+k; c) a III-a
unitate (n3) este situată în poziţia (N1+k)+k=N1+2k; d) a m-a unitate (nm) este situată în
poziţia [N1+(m-1)k].
B.Sondajul nealeator este cunoscut ca sondaj dirijat şi se aplică în cercetări de
marketing sau sociologice, ca de exemplu în determinarea atitudinilor şi opiniilor
cumpărătorilor.
B1. Sondajul dirijat în varianta eşantionării pe cote, presupune o cunoaştere specială a
populaţiei originare, a factorilor principali de grupare şi a omogenităţii grupelor
formate în interiorul acestei populaţii. Eşantionarea pe cote este mai puţin riguroasă
teoretic deoarece nu asigură fiecărei unităţi statistice o şansă calculabilă şi nenulă de a
fi cuprinsă în subpopulaţia finală, dar relativitatea rezultatelor poate fi compensată prin
134
utilizarea unui bun cunoscător (expert) al populaţiei originare, prin includerea
conştientă în eşantion de unităţi considerate de acesta ca fiind reprezentative.
Elementul aleatoriu, probabilistic este înlocuit cu cel subiectiv, intenţional, urmat de
fixarea unor reguli ferme de alegere a unităţilor reale din eşantion de către operatorii
cercetării. Concret sondajul pe cote conţine trei etape esenţiale: a) stabilirea factorilor
de grupare în populaţia originară ce devin apoi criterii pentru stabilirea cotelor în
eşantion (denumite criterii de control şi exemplificate prin sex, grupă de vârstă, statut
social, nivel de venit etc.); b) descompunerea după cote a eşantionului, conform
structurii populaţiei originare prin intermediul criteriilor de control (de regulă
independente); c) alegerea unităţilor statistice reale se bazează pe reguli a căror aplicare
este lăsată în seama investigatorilor anchetei sau operatorilor de interviu. Cele mai
cunoscute eşantioane pe cote sunt panelurile (de consumatori, magazine, distribuitori
etc.). Alături de eşantionarea pe cote, în practică se mai aplică şi alte metode de selecţie
dirijată: a) metoda voluntariatului, bazată pe voluntarii extraşi prin intermediul unui
chestionar dintr-o populaţie specială (cititorii unui anumit ziar, aderenţii la o
organizaţie caracteristică etc.) beneficiind de rezultate cel mult interesante, dar nu şi
inferenţiabile; b) metoda eşantionării la faţa locului, ce se realizează pe cei selectaţi
prin pas mecanic(a n-a persoană ce „vizitează” un spaţiu special şi de interes în
cercetarea selectivă - muzeu, aeroport, magazin etc.) şi ale cărei rezultate nu se
extrapolează; c) metoda itinerariilor axată pe o eşantionare pe cote combinată cu
interesul realizării unui anumit traseu şi cu respectarea anumitor puncte de oprire care
încearcă să evite nonrăspunsul, prin trecerea la punctul următor sau la unitatea statistică
următoare; metoda rămâne nereprezentativă în rezultate, fiind numai orientativă; d)
metoda unităţilor tip, determinată de definirea unităţii tip, prin corelarea anumitor
variabile şi gruparea populaţiei originare în subansambluri omogene, fără pretenţii de
extindere riguroasă a indicatorilor final obţinut sau rezultat din eşantion.
C.Sondajul mixt (parţial aleator) este o combinaţie de eşantionare aleatoare şi dirijată,
pornind de la ideea de a maximiza avantajele şi minimiza dezavantajele sondajului.
C1. Sondajul stratificat (tipic) se aplică populaţiilor eterogene de unităţi simple, care se
pot segmenta în straturi omogene, pentru care se prelevează distinct subeşantioane,
formarea eşantionului ca reuniune a subeşantioanelor apelând la tehnici aleatoare la
nivelul fiecărui strat sau fiecărei grupe în parte. Motivaţiile stratificării sunt generate de
existenţa unei legături consistente între variabila corelată şi criteriul de clasificare (cu
cât este mai mare proporţia variaţiei totale într-o populaţie originară cauzată de variaţia
între straturi, cu atât este mai mare avantajul stratificării) şi de nevoia practică de
segmentare pe criterii geografice (regiuni, judeţe, oraşe, comune).Apar astfel trei
probleme majore ale stratificării: a) determinarea straturilor (identificarea corectă a
variabilei generatoare sau fondatoare de straturi) şi a criteriilor de alcătuire ale acestora
(calitative, ca şi cele geografice sau teritoriale şi cantitative, ca şi cifra de afaceri pentru
agenţi economici sau populaţia pentru localităţi); b) optimizarea numărului de straturi
(cu cât creşte precizia la nivel de strat cresc şi cheltuielile totale ale cercetării ); c)
repartizarea concretă a eşantionului pe straturi (fie neproporţional, proporţional sau
optim, fie cu stratificare anterioară sau ulterioară selecţiei).
C2. Sondajul de serii este utilizat atunci când populaţia este tot neomogenă dar alcătuită
din unităţi statistice complexe, ca în cazurile controlului de loturi (pachete, lăzi,
containere), al transporturilor aeriene (serii de zboruri) etc. Aceste unităţi statistice
complexe denumite curent serii prezintă grade diferite de omogenitate, o serie extrasă
în eşantion fiind în mod obligatoriu cercetată integral. Aplicarea practică a selecţiei de
135
serii se impune atunci când populaţia originară este natural grupată în serii. Deoarece
eşantionul se formează din aceste serii sau subansamble formal similare, adesea o bază
de sondaj incompletă (indisponibilă) poate fi remediată prin acest tip de sondaj.
C3. Sondajul multistadial (în trepte) este o selecţie de serii cercetatǎ sau studiatǎ parţial,
selecţie repetată în mai multe stadii sau trepte. Primul stadiu sau prima treaptă are o
contribuţie majoră în precizia cercetării. În practică nu se recomandă prea multe stadii
sau trepte (în mod obişnuit apar două sau trei). Realizarea efectivă a unui sondaj „bi
sau tristadial” presupune existenţa unei grupări a populaţiei cât mai naturale (de tipul
teritorial-administrativ, ca în cazul judeţelor, localităţilor). Un sondaj multistadial sau
în trepte poate fi exemplificat astfel la nivel regional: a) stadiul I-localitatea; b) stadiul
II-gospodăria; c) stadiul III-gospodăria; d) stadiul IV- individul. Se preferă ca în primul
stadiu grupele să fie mai omogene. Avantajul acestei selecţii îl constituie concentrarea
cercetării în teren şi dezavantajul major, creşterea erorii de reprezentativitate, în funcţie
de numărul stadiilor.
C4. Sondajul multifazic utilizează mai multe eşantioane succesiv. În prima fază
eşantionul este de dimensiuni mai mari, iar numărul variabilelor studiate, limitat.În
fazele următoare se diminuează semnificativ volumul noului eşantion, dar se extinde
profunzimea programului de observare (numărul caracteristicilor acestuia
creşte).Principalul avantaj al acestei tehnici este generat de posibilitatea utilizării
eşantionului iniţial (al primei faze) pentru selectarea eşantioanelor din fazele următoare
(tematic specializate).Tehnica este folosită cu succes pentru completarea
recensămintelor cu cercetări tematice aprofundate.
C5. Sondajul secvenţial verifică practic unele calităţi importante şi mai ales apartenenţa
la un spectru de valori bine delimitat prin diverse testări.Domeniul major de aplicare al
acestui sondaj este cel al controlului calităţii producţiei, asigurând la timp corecţiile
necesare.
Practica extinde tipologia sondajelor şi eşantioanelor. Se mai utilizează eşantioane
întrepătrunse sau replicate, rezultate din divizarea în subpopulaţii a eşantionului iniţial,
eşantioane pe zone sau pe areale, a căror bază de eşantionare este o hartă, eşantioane de
bază sau dominante, din care se extrag periodic subeşantioane,cele dominante
simplificând şi accelerând procedura de selecţie, cu condiţia să fie întreţinute şi
actualizate periodic.
136
4.3 Erori specifice cercetărilor selective
d
d x (%)= x × 100 = xes − x × 100
x x
c) eroarea structurală de reprezentativitate sau procentul abaterii de la structura
programată, ca raport între suma abaterilor în modul ( ∑ m
d f ) ale structurii
i =1
eşantionului (ni*es) de la structura programată a populaţiei originare (ni*), respectiv:
m
∑ df
kdf = i=1 ×100 , unde df = (ni*es) – (ni*), n = volumul eşantionului şi m = număr
n
de variante distincte, grupe sau intervale.
Erorile probabile de reprezentativitate ale sondajului, respectiv eroarea medie şi
eroarea limită (admisibilă), constituie soluţiile matematice oferite de teoria
probabilităţilor şi statistica matematică pentru cazul practic în care nu se cunosc
informaţii despre populaţia originară, dar s-a verificat că eşantionul este suficient
de reprezentativ. Această verificare a reprezentativităţii se traduce fie într-o
verificare paralelă a eşantionului bazată pe existenţa datelor despre o altă variabilă
137
statistică atât în subpopulaţie, cât şi în populaţia originară (situaţie mai rar
întâlnită), fie prin controlul respectării condiţiei ca extracţia eşantionului să fi fost
aleatoare sau, altfel exprimat, pe baza unei scheme probabilistice, de prelevare
(situaţie cu cea mai mare frecvenţă practică). Teoria sondajului subliniază că dacă
volumul eşantionului este suficient de mare, media de selecţie va urma legea de
repartiţie din populaţia originară, apropiindu-se tot mai mult de media populaţiei
originare sau, pe scurt: o selecţie aleatoare suficient de mare va asigura apropierea
până la identitate a valorii estimatorului de valoarea parametrului.Teoria
sondajului, conform legii numerelor mari, susţine stabilitatea valorii tipice (mediei)
pe măsura creşterii volumului subpopulaţiei studiate. Legea numerelor mari,
formulată matematic de Jacob Bernoulli prin: lim P ( ni* − p < ε ) → 1, pentru ∀ε > 0
n→∞
σ 02
n al eşantionului, respectiv σ 02 = σ 2x × n ,de unde: σ x = .
n
Acceptând ipoteza că dispersia eşantionului poate fi considerată o măsură
satisfăcătoare a dispersiei populaţiei totale, pentru un eşantion suficient de mare, se
estimează eroarea medie de reprezentativitate în funcţie de dispersia eşantionului:
σ 02 σ 02
σx = sau σ x = (SSAR –sondaj simplu aleator repetat)
n −1 n
n ≤ 120 n>120
138
w(1 − w) w(1 − w)
σw = sau σ w = (SSANR-sondaj simplu aleator nerepetat)
n −1 n
n<120 n>120
Aceste formule se rectifică, prin multiplicare cu corecţia finită a populaţiei
(c.f.p.) egală cu radicalul raportului dintre numărul unităţilor statistice rămase în
urnă după o selecţie simplă aleatoare nerepetată (N-n) şi una repetată (N-1):
N −n N −n N −n n .
c.f.p.= , iar dacă N este suficient de mare,c.f.p. = ≈ ≈ 1−
N −1 N −1 N N
p(1 − p ) w(1 − w) p(1 − p ) w(1 − w)
σw = ≈ σw = ≈
n −1 n −1 n n
n ≤ 120 n>120
(SSAR-sondajul simplu aleator repetat)
p(1 − p) ⎛ n ⎞ w(1− w) ⎛ n ⎞ p(1− p) ⎛ n ⎞ w(1− w) ⎛ n ⎞
σw = ⎜1− ⎟ ≈ ⎜1− ⎟ σw = ⎜1− ⎟ ≈ ⎜1− ⎟
n −1 ⎝ N ⎠ n −1 ⎝ N ⎠ n ⎝ N⎠ n ⎝ N⎠
n ≤ 120 n>120
(SSANR -sondajul simplu aleator nerepetat)
Eroarea limită de reprezentativitate sau maxim admisibilă este a doua eroare
probabilă semnificativă derivată din eroarea medie de reprezentativitate. Se notează
Δ x şi este egală cu produsul erorii medii de reprezentativitate şi argumentul
funcţiei Gauss–Laplace: Δ x = z × σ x , unde z este coeficientul funcţiei de
probabilitate cu care se garantează rezultatele sau argumentul funcţiei Gauss-
Laplace. Revenind la teoria probabilităţilor teorema limită centrală a lui Leapunov
probabilitatea ca variabila aleatoare sau media de eşantionare ( x0 )să fie cuprinsă
între două limite fixate cu anticipaţie, se aproximează prin relaţia:
zα z2
+z u2 1 −
2 π − ∫z
1 − e 2
dz
P[( x − zσ x )< x 0 <( x + zσ x )]=
2π
∫e
−z
2
du =
α
=Øzα,
139
x i es − x o
abateri normale normate, conform relaţiei zi= , pe baza repartiţiei normale
σx
cu x o =0 şi σ x =1, pentru un nivel de probabilitate (1-α) şi prag de semnificaţie (α)
se pot preciza limitele intervalului de încredere (estimarea parametrului):
(Δ x ) 2
(Δ x ) 2
(Δ w )2
În aceeaşi manieră succintă, se procedează şi în cazul unui sondaj simplu aleator
nerepetat (simple random sampling without replacement), caracterizat de o eroare
medie de reprezentativitate, descrisă prin relaţia: σ = σ 02 ⎛ N - n ⎞
x ⎜ ⎟
n ⎝ N -1 ⎠
σ2 ⎛ N - n ⎞ σ2 ⎛ n ⎞ şi de o eroare limită: Δx = z
≅ ⎜ ⎟ ≅ ⎜1 - ⎟
n ⎝ N ⎠ n ⎝ N ⎠
σ2 ⎛ N − n ⎞ σ2 ⎛ N - n ⎞ σ2 ⎛ n ⎞ .
σx = z× 0
⎜ ⎟ ≅ z× ⎜ ⎟ ≅ z× ⎜1 - ⎟
n ⎝ N −1 ⎠ n ⎝ N ⎠ n ⎝ N ⎠
Apelând la corecţia finită de populaţie se calculează volumul eşantionului,
z2σ 2
soluţionând ecuaţia anterioară n = . Pentru acele sondajele unde
(Δ x ) 2 + z 2 σ 2 / N
variabila este calitativă alternativă, generată de întrebările de tipul (da sau nu),
142
volumul eşantionului se va determina pe baza dispersiei variabilei binare w(1-w),
respectiv: n = z 2 w (1 − w ) . Debutul sondajului aleator repetat este şi el
( Δ w ) 2 + z 2 w (1 − w ) / N
constituit tot de determinarea practică a volumului eşantionului ce urmează a fi
prelevat, după precizarea erorii limită (maxim admisibilă) de reprezentativitate
( Δ x ), a nivelului de probabilitate cu care se intenţioneazǎ a se obţine indicatorii de
sondaj (Øz şi valoarea tabelată a lui z).Se determină volumul eşantionului (n) şi nu
se omite să se majoreze valoarea lui n, cunoscând nivelul relativ al non
răspunsurilor din cercetări de piaţă similare anterioare [R2(%)= (n2/n)×100],
z 2σ 2
n≈ ×(1 + R 2 / 100) sau: n≈ z 2 w(1 − w) × (1 + R 2 / 100) .
2 2 2
(Δ x ) + z σ / N (Δ w ) + z 2 w(1 − w) / N
2
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
1. Care sunt etapele sondajului modern? 8.Sondajul în care s-a exclus intervenţia
2.Care sunt elementele noi în programul de subiectivă în eşantionare este: a) stratificat;
observare al unui sondaj? b) aleator; c) dirijat; d) de serii.
3. Care sunt relaţiile de calcul ale erorilor 9. Sondajul stratificat valorifică în calcul:
efective de reprezentativitate? a) dispersia generală; b) dispersia mediilor
4.Cum se determină eroarea medie de de strat; c) media dispersiilor de strat.
reprezentativitate şi eroarea limită? 10.Corecţia finitǎ de populaţie este
5.Care sunt indicatorii sondajului simplu specifică variantei de prelevare nerepetată
aleator repetat şi nerepetat? a unităţilor în eşantion, fiind egală cu:
6.Care sunt caracteristicile calculului erorii a) N ; b) N − n n ; c) 1
;
medii şi erorii limită în eşantioanele ≈ 1−
n N −1 N N −1
stratificate şi de serii?
7.Care este tipul de legătură între eroarea d) ⎛⎜ ⎞:⎛ 1 ⎞ .
1
⎟ ⎜ ⎟
probabilă medie de reprezentativitate şi ⎝n⎠ ⎝ N ⎠
volumul eşantionului?
145
B) Aplicaţii rezolvate
1. Din populaţia totală de studenţi a facultăţii (N=1490), care a fost supusă unui
test la o disciplină definitorie pentru examenul de licenţă, s-a extras un eşantion
(SSAR şi SSANR), cu n = 50, ce a fost analizat atât prin intermediul notei ( x =7,06
puncte), cât şi prin prisma variabilei calitative alternative promovat-nepromovat
(nu au promovat cinci studenţi, media fiind w=0,1).
A.Să se asigure o estimare a notei ca parametru al caracteristicii cantitative şi
stării promovat-nepromovat sau a caracteristicii calitative alternative cu un nivel
de probabilitate Øz1 de 0,95 căruia îi corespunde un z1=1,96. B. Să se determine
cât de mare ar trebui să fie un nou eşantion (SSAR şi SSANR) care să răspundă
condiţiei de asigurare a unei estimări a parametrului cu un nivel de probabilitate
Øz2 =0,9995 căruia să îi corespundă un z2=3,29 şi în limitele unui interval
caracterizat de Δ x =0,5 puncte sau de Δ w =0,1.
Rezolvare:A.Volumul noului eşantion se calculează în condiţiile unui sondaj
simplu aleator repetat şi nerepetat, iar noţiunile pereche sunt expuse în tabel:
Atât în cazul sondajului simplu aleator repetat (SSAR), cât şi al celui nerepetat
(SSANR) se parcurg aceleaşi etape pentru estimarea parametrilor:
a) calculul şi interpretarea valorii erorii medii de reprezentativitate sau a abaterii
medii pătratice a mediilor de selecţie sau sondaj ( σ x sau σw).
SSAR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
σ 2 =0,251 puncte w (1 − w )
σx = σw = =0,043 (4,3%)
n −1 n −1
SSANR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
σx 2 w (1 − w ) ⎛ n⎞
= σ ⎛⎜1 − n ⎞⎟ =0,247 puncte σw = ⎜1 − ⎟ =0,042 (4,2%)
n −1⎝ N ⎠ n −1 ⎝ N ⎠
Interpretare: cu un nivel de probabilitate Øz =0,95 (z=1,96) distanţa maximă
(admisă) între x şi x 0 , respectiv w şi p este Δ x =0,49 puncte (SSAR) şi Δ x =0,48
puncte (SSANR), respectiv Δw = 8,4% (SSAR) şi Δw = 8,3 % (SSANR) ceea ce
înseamnă că x 0 ∈ [ x ± Δ x ] , respectiv p ∈ [ w ± Δ w ] .
146
b) calculul şi interpretarea valorii erorii limită de reprezentativitate sau maxim
admisibile ( Δ x sau Δw).
SSAR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
Δ x = z × σ x =0,49 puncte Δw = z × σw=0,084 (8,4%) p ∈ [0,016;0,184]
x 0 ∈ [6,57;7,55]
SSANR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
Δ x = z × σ x =0,48 puncte Δw = z ×σw=0,083 (8,3%) p ∈ [0,017;0,183]
x 0 ∈ [6,58;7,54]
Interpretare: cu un nivel de probabilitate Øz =0,95 (z =1,96), distanţa maximă
(admisă) între x şi x0 , respectiv w şi p este Δ x = 0,49 puncte (S.S.A.R.) şi
Δ x =0,48 puncte (S.S.A.NR.), respectiv Δw = 8,4 % (S.S.A.R.) şi Δw = 8,3 %
(S.S.A.NR.) ceea ce înseamnă că x 0 ∈ [ x ± Δ x ] , respectiv p ∈ [ w ± Δ w ]
Notă: Dacă cerinţa de calcul conform SSAR şi SSANR este aplicată aceleiaşi populaţii
originare şi erorile se calculează după aceleaşi rezultate atunci se recomandă rectificarea
valorilor erorilor probabile din SSAR cu corecţia finită a populaţiei pentru a se obţine rapid
valorile erorilor în varianta SSANR. Valoarea corecţiei finite a populaţiei este de:
⎛
c.f.p.= ⎜ 1 −
n⎞ ⎛ 50 ⎞
⎟ = ⎜1 − ⎟ = 0, 983
⎝ N⎠ ⎝ 1490 ⎠
I.Eroarea medie de reprezentativitate specifică SSAR pentru variabila nealternativă se
corectează cu multiplicatorul 0,983 pentru a se obţine acelaşi indicator statistic în SSANR:
σx= σ2 ⎛ n ⎞ σ 2
⎛ n ⎞
⎜1 − ⎟ = × ⎜1 − ⎟ = 0, 251 × 0, 983 = 0,247 puncte
n −1⎝ N ⎠ n −1 ⎝ N ⎠
Analog se procedează şi în cazul variabilei calitative alternative
w( w − 1) ⎛n⎞ w(1 − w) ⎛ n⎞
σw = ⎜1 − ⎟ = × ⎜1 − ⎟ = 0, 043 × 0, 0983 =0,042 (4,2%)
n −1 ⎝ N⎠ n −1 ⎝ N⎠
II.În cazul erorii limită (admise) de reprezentativitate se rectifică şi aici valorile specifice
variabilei nealternative şi alternative în mod similar:
2 2
Δ x =z× σ x = z
σ ⎛ n⎞ σ ⎛ n ⎞ = 0, 084 × 0, 983 = 0, 083 (8,3%)
⎜1 − ⎟ = z × ⎜1 − ⎟
n −1 ⎝ N⎠ n −1 ⎝ N⎠
Analog şi pentru o variabilă alternativă, dacă în condiţiile SSAR procentul mediu de
nepromovaţi în populaţia originară, cu un nivel de probabilitate Øz =0,95 (z=1,96) este
estimat în intervalul [1,6%;18,4%], în condiţiile SSANR, deci cu o eroare medie evident
mai mică, intervalul de încredere se diminuează la [1,7%;18,3%] şi astfel creşte precizia
sondajului. Utilizarea corecţiei finite a populaţiei impune câteva precizări şi delimitări:
a) dacă N este o valoare foarte mare şi n foarte mică atunci (N-n) / (N-1) tinde spre 1;
b) dacă n / N < 5 %, atunci corecţia ⎛⎜ 1 − n ⎞⎟ se poate neglija;
⎝ N ⎠
147
a. dacă N este destul de mic, atunci în locul lui ⎛ n ⎞ se aplică N −n ;
⎜1 − ⎟
⎝ N ⎠ N −1
b. dacă n <30 de unităţi statistice (eşantion de volum redus) atunci nu se aplică c.f.p.
B.Stabilirea volumului eşantionului este diferită în condiţiile unei selecţii simple
aleatoare repetate în comparaţie cu sondajul nerepetată. Volumul n se deduce din
formula specifică detaliată a erorii limită ridicată în prealabil la pătrat:
SSAR-variabilă SSANR-variabilă
Cantitativă Alternativă Cantitativă Alternativă
zσ
2
2 2
z w (1 − w ) 2 2
z σ z 2 w (1 − w )
(Δ )2 (Δ w )2 2
2 2
z σ 2 z 2 w (1 − w )
x (Δ ) + (Δ w ) +
x N N
= 134 studenţi = 98 studenţi = 123 studenţi = 74 studenţi
2. O cercetare prin sondaj asupra unei pieţe a identificat 14900 firme a căror
clasă de activitate comercială include produsele mărcii „X”. Pentru cele 14900
firme valorificând informaţiile rezultate din datele unui sondaj realizat pe un
eşantion de 50 de firme extrase aleator să se calculeze volumul unui nou eşantion
în condiţiile unui nivel de probabilitate Øz =0,95 (z =2) al unui nivel relativ al
nonrăspunsurilor estimat R2=15% şi al unui nivel al erorii limită Δ x =0,2 milioane
lei, în cazul concret al unui SSAR :
Tabel nr. 4.8
Vânzările zilnice Tipuri de firme după dimensiunea rezultată din diversitatea
ale produselor de gamei produselor vândute TOTAL
interes (xi) Micro sau strict Mici sau relativ Medii sau
milioane lei RON specializate specializate nespecializate
2,5 – 4,5 1 4 - 5
4,5 – 6,5 1 8 2 11
6,5 – 8,5 13 4 7 24
8,5 – 10,5 9 - 1 10
TOTAL 24 16 10 50
Stratificarea pieţei cercetate este evidenţiată în continuare, de datele specifice:
Tabel nr. 4.9
Strat sau tip Numărul total de firme în: Vânzarea medie în Dispersia în
de firme Populaţia totală I eşantion eşantion eşantion
Firme micro N1=7150 n1=24 x1 =8,0 σ12 =2,083
Firme mici N2=4750 n2=16 x 2 =5,5 σ 22 =2,0
Firme medii N3=3000 n3=10 x3 =7,3 σ 32 =1,16
TOTAL N=14 900 n = 50 x0 =7,06 σ 02 =3,0864
Notă:Relaţia existentă între cele trei tipuri de dispersii se validează pe baza datelor din tabel:
Dispersia populaţiei Dispersia mediilor de strat + Media dispersiilor de strat
totale = ( σ 0 =3,0864) ( δ =1,2144)
2 2
( σ =1,872)
2
Noul eşantion al SSAR va fi prelevat în trei variante într-un volum egal cu:
z 2σ 2
n= 2
x (1 + R2 /100) = 216 firme (media dispersiilor de strat σ 2 fiind 1,872)
(Δ x )
A.Stratificarea simplă (r = 3) este indicată în condiţii de valori aproximativ egale
n 216
ale numărului de firme în straturile populaţiei originare: ni= = = 72 firme /
r 3
strat sau straturi perfect egale n1 = n2 = n3 = 72 firme. B.Stratificarea proporţională
alocă fiecărui strat din eşantion un număr de unităţi statistice conform sau ponderii
fiecărui strat în cadrul populaţiei originare.În ipoteza populaţiei totale ca sumă a
r r
N
straturilor N= ∑N
j=1
j şi n = ∑n , se utilizează:
i=1
i
r
n
i =
r
N
j sau ni=
N
j
× n şi
∑ n ∑ N
i=1 i j=1 j
rezultă subeşantioanele:n1=104, n2=69 şi n3=43.
C.Stratificarea optimă are la bază ipoteza conform căreia intensitatea variaţiei în
interiorul fiecărui strat este diferită de aceea a celorlalte straturi şi relaţia de calcul
2
se modifică şi devine: n i = N jσ j , de unde ni = N j σ j × n , iar pentru
2
r r r
2
∑ ni ∑ N jσ j
2
∑ N jσ j
i =1 j=1 j=1
7150×2,083
n1= ×216 = 115 firme,
7150×2,083+4750×2,0+3000×1,16
4750×2,0
n2= ×216 = 74 firme,
7150×2,083+4750×2,0+3000×1,16
3000×1,16
n3= ×216 = 27 firme.
7150×2,083+4750×2,0+3000×1,16
150
CAPITOLUL 5
151
5.1 Concepte, funcţii, utilitate şi clasificări în universul indicilor
x
( )( )
gradul de îndeplinire a unui program: i pr / pr1 = x pr : x pr1 ×100 ; c)măsoară variaţia în
1 1
154
Proprietăţile indicilor individuali
Caseta nr. 5.3
xt
A.Identitatea generează testul identităţii şi stă la baza transferabilităţii: itx/ t = = 1.
xt
1
B.Simetria este comparabilă testului reversibilităţii în timp: i tx/ 0 ×0x/ t = 1sau itx/ 0 = x .
i0 / t
C.Înlănţuirea sau circularitatea prezintă un echivalent în testul circularităţii:
i xt1 / t 2 × i xt 2 / t 3 × i xt 3 / t1 = 1 sau i xt1 / t 0 × i xt 2 / t1 × .. × i xt n / t n −1 × i tx0 / t n = 1 .
D.Completitudinea coincide cu testul reversibilităţii factorilor care pornind de la
modelul multiplicativ v = p×q sau y = x×f conduce la: iv= ip×iq sau i y= ix×i f. În cazul
indicilor sintetici, cu cât se asigură mai multe din proprietăţile indicilor elementari, cu
atât calităţile şi simplitatea lor de calcul îi apropie de conceptul de indice ideal.
L1x / 0 =
∑ x1 f 0 L1/f 0 =
∑ x0 f1
∑ x 0 f 0 şi ∑ x0 f0
B.Hermann Paasche a accentuat importanţa perioadei curente (1 sau t) cu care
identifică practic comăsurătorul. Perioada recentă şi promptitudinea agregatului au fost
punctele de interes ale acestui autor, care a lucrat o parte din viaţă ca agent de bursă:
P1x/ 0 =
∑ x1 f1 P1/f0 =
∑ x1 f1
∑ x 0 f 1 şi ∑ x1 f0
155
C.Irving Fisher a încercat un compromis între cele două sisteme de ponderare clasice,
valorificând media lor geometrică, pe care a denumit-o indicele ideal.Rezultatul este de
o mare precizie,dar semnificaţia economică se diluează sau dispare: F1x/ 0 = Lx1 / 0 × P1x/ 0
Analog se obţin I1x/ 0 şi I1f / 0 , calculaţi tot sub formă de medii.Indicii cuantificaţi
ca medii ponderate apar în practică atunci când sunt îndeplinite următoarele
condiţii: a) indicii individuali ai fenomenului complex deţin caracter de medie; b)
când acest tip de indici sunt egali cu indicele agregat pe care îl substituie.
Subspecia indicilor sintetici calculaţi ca raport de medii (structurali) constituie
rezultatul practic al cercetării statistice a unor populaţii omogene şi însumabile,
unde f este logic însumabil şi datele ce-l privesc sunt disponibile. În mod concret,
deoarece existǎ ∑y şi ∑f, atunci se poate calcula uşor media factorului calitativ:
x=
∑ y = ∑ x × f = ∑ x × g (unde structura g = f ) Media factorului
∑f ∑f ∑f
calitativ depinde de fiecare valoare (individuală) a lui xi,dar şi de structura
populaţiei (gi). Indicele sintetic calculat ca raport de medii se mai numeşte şi indice
cu structură variabilă (ISV): I x = x1 = ∑ x1f1 : ∑ x 0f0 = ∑ x1g1 = I şi exprimă
1/0 x 0 ∑f ∑f ∑x g SV
1 0 0 0
modificarea medie a caracteristicii, ca urmare a influenţei concomitente exercitate
de x şi g. Acest tip de indice generează un sistem al indicilor structurali, ce conţine
alături de indicele de structură variabilă (ISV) şi indicele cu structură fixă (ISF), ca
rezultat al izolării modificării relative a factorului calitativ, exclusiv pe seama
156
valorilor individuale ale lui x, precum şi indicele variaţiei structurale (IVS), ca
rezultat al izolării modificării relative a factorului calitativ, exclusiv pe seama
structurii (g):
x(x) x ∑ x1f1 ∑ x 0f1 ∑ x1g1 şi x(g) x ∑ x 0f1 ∑ x 0f0 ∑ x 0g1
I1/0 = 1 = : = = ISF I1/0 = 01 = : = = I VS
x ∑ f1 ∑ f1 ∑ x 0 g1 x ∑ f1 ∑ f0 ∑ x 0g 0
01 0
Cei trei indici rezultaţi formează un sistem propriu: ISV = ISF × IVS
Pornind de la baza de raportare, subclasa indicilor cronologici se subdivide în:
a) indici cu bază fixă b) indici cu bază mobilă (în lanţ):
y
ity/ 0 = t I ty/ 0 =
∑ yt y
ity/ t −1 = t I ty/ t −1 =
∑ yt
y0 sau ∑ y0 y t −1 sau ∑ yt −1
Natura ponderilor conduce la apariţia a două tipuri de indici specifici:
a) indici cu ponderi constante b) indici cu ponderi variabile
atât din perioada 0 cât şi din n atât din perioada i cât şi din (i-1)
I ix/ 0 =
∑x i f0
I ix/ 0 =
∑x i fn
I ix/ i −1 =
∑x i fi
I ix/ i −1 =
∑x i f i −1
∑x 0 f0 ∑x
0 fn f ∑x
i −1 i i −1 f i −1 ∑x
Indicii cu ponderi constante mai pot apare şi cu bază mobilă (în lanţ), în timp ce
indicii cu pondere variabilă se determină numai cu bază în lanţ.În conformitate cu
natura fenomenului complex studiat, indicii statistici se clasifică în diverse sisteme
de indici: a) sistemul indicilor interpret (indici ai preţurilor); b) sistemul indicilor
productivităţii muncii; c)sistemul indicilor eficienţei utilizării activelor imobilizate;
d) sistemul indicilor salariului (brut, net, real); e) sistemul indicilor stocurilor; f)
sistemul indicilor bursieri; g) sistemul indicilor raportului de schimb; h) sistemul
indicilor demografici etc.
157
n n
(un raport de medii), respectiv ( ∑ pi /n):( ∑ Ρi /n). Pentru a cuantifica efectul avut de
i =1 i =1
afluxul de metal preţios în Europa, între 1500 şi 1750, după descoperirea Americii,
istoricul, astronomul şi economistul italian Gian Rinaldo Carli, în anul 1764, a folosit
media aritmetică a trei produse, respectiv: grâu, vin şi ulei, în construcţia unui alt
indice interpret. Indice Carli: 1 ⎛⎜ p1 + p2 + ... + pn ⎞⎟ = 1 ∑ pi Dutot şi Carli sunt
n
n ⎝ Ρ1 Ρ 2 Ρ n ⎠ n i =1 Ρi
apreciaţi pentru generarea problemei adimensionalităţii, a transformării în mărimi
relative a unor mărimi absolute, în general incomparabile sau deloc reductibile. Cea
mai importantă îmbunătăţire în construcţia indicelui aparţine lui Arthur Young, prin
introducerea ponderării, a unor coeficienţi, pentru a sublinia importanţa relativă a
diferitelor articole ce intră în componenţa indicelui. Young a folosit două formule de
ponderare, plecând fie de la Dutot, indicele Young (1):
n
1 ⎛ p1 p2 pn ⎞ 1 n
pi
de la Carli, indicele Young (2):
n ⎜ C1 + + C2 ... + Cn ⎟ = n
× ∑ × Ci =
⎝ Ρ1 Ρ2 Ρn ⎠ i =1 Ρi
∑ iC
i =1
∑ iC
i =1
n
pi C
∑ (c. p.)i =
n
C
∑ Ρ
× n i ,unde n i = coeficient de ponderare (c.p.) şi 1.După
∑ Ci ∑ Ci
i =1 i i =1
i =1 i=1
soluţia Young din 1812, noua problemă a proiectării indicilor avea să devină efectul
variaţiei ponderilor. Sir George Shuckburgh Evelyn a introdus, în anul 1798, noţiunea
de an de bază şi a anticipat astfel dilema selecţiei bazei şi construcţiei sistemului de
ponderare. În anul 1863, prin indicele calculat ca medie geometrică a indicilor
individuali, Stanley Jevons extinde problematica şi asupra formulei şi mai ales a mediei
n
pi
utilizate: Indice Jevons: n ∏Ρ
i =1
.Jevons nu va diferenţia indicii individuali,acordându-
i
le acestora aceeaşi importanţă.Doi indici impuşi de şcoala germană de statistică rămân
şi astăzi, asemeni celor doi poli tereştri, limitele de construcţie pe axa sistemelor de
ponderare. Primul este indicele lui Etienne Laspeyres, realizat în 1864, folosind
ponderarea cu perioada de bază, iar cel de-al doilea este indicele lui Hermann Paasche,
elaborat în 1874, utilizând perioada curentă drept criteriu de ponderare:
Indicii Laspeyres: ∑ p i1q i0 sau ∑ p i0 q i1 şi Paasche: ∑ pi1qi1 sau ∑ p i1q i1 , unde:
∑ p i0 q i0 ∑ p i0 q i0 ∑ pi0qi1 ∑ p i1q i0
pi0 şi pi1 = preţuri ale perioadei de bază (0) şi curente (1)
qi0 şi qi1 = cantităţi ale perioadei de bază (0) şi curente (1).
X
Deşi aceşti indici verifică numai condiţia de identitate ( I1/1 =X1/X1 =1), din toate testele
lui Fisher pentru indici elementari, totuşi sunt cei mai des folosiţi în practică, datorită
conţinutului lor economic. În interiorul diferenţei dintre indicii Laspeyres şi Paasche,
dar cu pierderea conţinutului economic specific şi în afara relaţiei lui Ladislaus von
158
Bortkiewicz, s-au plasat mulţi indici teoretici. Aceştia pot fi numiţi fără nici o rezervă,
indici de tip „mesonic”, pornind de la dorinţa autorilor lor de a se situa valorile în
interiorul diferenţei (P – L), de a furniza o soluţie de echilibru între cele două valori
limită din punctul de vedere al alegerii bazei. Dintre formulele indicilor de tip
„mesonic” cele mai cunoscute sunt construcţiile ce utilizează medii statistice comune,
obişnuite. Media aritmetică simplă a indicilor Laspeyres şi Paasche este indicele
Sidgwik – Drobisch.: L + P .
2
Media aritmetică a cantităţilor din cele două perioade şi devenită astfel pondere
genereazǎ indicele Marshall - Edgeworth sau Bowley - Edgeworth (1885 - 1887):
∑ pi1 ( qi0 +qi1 ) .
∑ pi0 ( qi0 +qi1 )
Media geometrică a cantităţilor din cele două perioade transformată în pondere descrie
1. Varianta lui Stuvel, un indice combinat între un Laspeyres al factorului preţ (LP) şi
un Laspeyres al factorului cantitate (Lq), realizat în 1957, satisface exclusiv condiţia de
(L )
2
p
p q -P q
+ I(
p×q )
identitate: L -P + ,unde I(p×q) = indicele variaţiei totale. O altă
2 4
construcţie, inspirată de această dată din metoda proiectării „experimentale”, axată pe
concepţia factorială, dar inoperantă economic, fiind lipsită de o astfel de semnificaţie
este indicele lui R.S. Banerjee (1961), tot o combinaţie de indici Laspeyres şi
Paasche: L + 1 = P ( L + 1 ) .Un adevărat punct limită al teoretizării clasice îl constituie
1 +1
P
(P + 1)
∑ ( pi Pi a 2i )
indicele autoregresiv: , Prin ai se înţeleg cantităţi de produse sau coeficienţi
∑ ( Pi )
2
2
×a
i
de ponderare (importanţă). Acesta verifică condiţia de identitate deşi este construit
159
2
condiţionat, ∑ ⎡p - P × I
⎢⎣ i i
⎤
AUTOREGRESIV ⎥⎦
= minim. Indicii Torngvist (1936) şi Divisia
(1925) sunt rezultatul generalizărilor de tip matematic definindu-i următoarele relaţii:
⎡ pq PQ ⎤
1 i i + i i ⎥ × ln pi pi qi PQ
i i
ln (Indice Torngvist)= ∑ ⎢ , unde: şi sunt
2 ⎢ ∑ pi qi ∑ P Q ⎥ P ∑ pi qi ∑ Pi Qi
⎣ i i⎦ i
ponderi ale valorii tranzacţiilor specifice piqi şi PiQi .Forma obişnuită sub care se
întâlneşte indicele Divisia este:P0t Q0t =
∑ p it q it ca valoare medie dintr-o relaţie
∑ p i0 q i0
determinată a indicilor individuali ai preţurilor, respectiv P (i p + i p + ... + i p n ) = i p .
1 2 i
Procesele de multiplicare contemporană a formulelor de calcul ale indicilor au două
tendinţe, una deja vizibilă de axiomatizare şi matematizare extremă după modelele
indicilor Torngvist şi Divisia, care a culminat cu şcoala indicilor axiomatici şi o a doua
de reluare a filonului logic de semnificare economică a construcţiilor de indici,
specifică ultimelor construcţii în plan internaţional de la sfârşitul secolului al XX-lea,
respectiv variante de integrare a modelelor de construcţie aditive sau a modelelor mixte
aditiv – multiplicative, apropiate de semnificaţia fenomenelor reale, ca în cazul
indicelui avantajului comparativ relevat sau indicele David Neven
⎛ x m ⎞
(1895): ⎜ k − k ⎟ × 100, unde x şi m sunt valori ale exportului şi importului la
⎜∑ x m ⎟⎟
⎜
⎝ k ∑ k ⎠
nivelul industrie k.Indicele aparţine intervalului de valori (-100%; 100%), dar rareori
atinge valori mai mari de 10% sau mai mici de – 10%.
Utilizarea cea mai des întâlnită a indicilor sintetici se realizează în varianta lor de
indici cronologici, iar pentru a simplifica în conformitate cu cazul cel mai frecvent,
mai ales în ipostaza de indici cu bază fixă (It/0). Principalele sisteme concrete de
indici sunt cele referitoare la vânzări, livrǎri, expedieri sau, prin generalizare, la
valoarea exprimatǎ în raport cu preţul şi cantitatea efectivǎ (∑v=∑pq), la producţie
în funcţie de productivitate şi personal (∑Q=∑WT), la producţie în funcţie de
eficienţa fondurilor fixe şi valoarea fondurilor fixe (∑Q=∑EF) şi la fondul de
salariu în raport cu salariul nominal şi numărul salariaţilor (∑FS=∑ST). Se
utilizează indici sintetici agregaţi, informaţia fiind completă, detaliată şi evidenţele
uşor accesibile.
160
A. Modificarea relativă a valorii B. Modificarea absolută a valorii
∑pq t t
-Modificarea absolută generalǎ
I tv/ 0 = Δvt / 0 = ∑ pt qt − ∑ p0 q0
-Indicele general al valorii ∑p q0 0
p=
∑ pq = ∑ p q = ∑ pg
∑q ∑q
A. Modificarea relativă a preţului mediu
Indicele cu structură variabilă- arată modificarea preţului mediu ca urmare a influenţei
concomitente exercitate şi de p şi de q:
I tp/ 0 =
pt
=
∑pq :∑p q t t 0 0
sau
pt
=
∑pg t t
= I SV
p0 ∑q ∑q t 0 p0 ∑p g 0 0
161
I tp/ 0( q ) =
p0t
=
∑p q :∑p q 0 t 0 0
sau
p0t
=
∑p g
0 t
= IVS
p0 ∑q ∑q t 0 p0 ∑p g
0 0
B. Modificarea absolută a preţului mediu
Δtp/ 0 = ∑ pt gt − ∑ p0 g 0
(a preţului mediu sub influenţa concomitentă exercitată de p şi q)
Δtp/(0p ) = ∑ pt gt − ∑ p0 gt = ∑ gt Δp
(a preţului mediu sub influenţa exercitată de p)
Δtp/(0q) = ∑ p0 gt − ∑ p0 g0 = ∑ p0Δg
(a preţului mediu sub influenţa exercitată de q)
Relaţiile se verifica la final astfel:
I tp/ 0 = I tp/ 0( p ) ⋅ I tp/ 0( q ) Δ tp/ 0 = Δ tp/(0p ) + Δ tp/(0q )
I ty/ 0 =
∑ yt
=
∑ xt ft Δ ty/ 0 = ∑ xt f t − ∑ x0 f 0
∑ y0 ∑ x0 f0
Modificări relative Modificări absolute
I ty/ (0f ) =
∑x 0 t f
Δ ty/(0f ) = ∑ x0 f t − ∑ x0 f 0 = ∑ x0 Δf
∑x 0 f0
Modificări relative Modificări absolute
I ty/ (0x ) =
∑x f t t
Δ ty/(0x ) = ∑ xt ft − ∑ x0 f t = ∑ ft Δx
∑x f 0 t
Verificarea finalǎ
I ty/ 0 = I ty/ (0 f ) × I ty/ (0x ) Δ ty/ 0 = Δ ty/(0f ) + Δ ty/(0x )
I ty/ 0 =
∑ yt =
∑ xt ft Δ ty/ 0 = ∑ xt f t − ∑ x0 f 0
∑y 0 ∑x 0 0f
Modificări relative Modificări absolute
I ty/ (0x ) =
∑x f t 0
Δ ty/(0x ) = ∑ xt f 0 − ∑ x0 f 0 = ∑ f 0 Δx
∑x f 0 0
Modificări relative Modificări absolute
I ty/ (0f ) =
∑x f t t
Δ ty/(0f ) = ∑ xt f t − ∑ xt f 0 = ∑ xt Δf
∑x f t 0
Verificarea finalǎ I ty/ 0 = I ty/ (0f ) × I ty/ (0x ) Δ ty/ 0 = Δ ty/(0f ) + Δ ty/(0x ) .
I ty/ 0 =
∑x f t t
Δ ty/ 0 = ∑ xt f t − ∑ x0 f 0
∑x f 0 0
Ambii factori se modifică izolat, dar pentru a întregi variaţia totală, se evaluează şi
influenţa lor comună, generatoare a restului nedescompus (neputând detalia iniţial, în
cadrul acestui rest, partea de influenţă a fiecărui factor în parte, în mod distinct).
163
I ty/ (0 f ) =
∑x f 0 t
Δ ty/(0f ) = ∑ x0 f t − ∑ x0 f 0 = ∑ x0 Δf
∑x f 0 0
I ty/ (0x ) =
∑x f t 0
Δ ty/(0x ) = ∑ xt f 0 − ∑ x0 f 0 = ∑ f 0 Δx
∑x f 0 0
∑x f t t
∑x f 0 0
y y( f ) y( x) y ( xI f )
Verificarea finală I t / 0 = I t / 0 × I t / 0 × I t / 0 Δ ty/ 0 = Δ ty/(0f ) + Δ ty/(0x ) + Δ ty/(0x I f)
I ty/ (0a ) =
∑ at bt ct dt Δ ty/(0a ) = ∑ at bt ct dt − ∑ a0bt ct d t = ∑ (at − a0 )bt ct dt
∑a bc d 0 t t t
I ty/ (0b ) =
∑a bc d 0 t t t
Δ ty/(0b ) = ∑ a0bt ct dt − ∑ a0b0 ct dt = ∑ (bt − b0 )a0 ct dt
∑a b c d0 0 t t
I ty/ (0c ) =
∑a b c d0 0 t t
Δ ty/(0c ) = ∑ a0b0ct dt − ∑ a0b0 c0 dt = ∑ (ct − c0 )a0b0 dt
∑a b c d0 0 0 t
I ty/ (0d ) =
∑a b c d0 0 0 t
Δ ty/(0d ) = ∑ a0b0 c0 dt − ∑ a0b0 c0 d 0 = ∑ (dt − d 0 )a0b0 c0
∑a b c d0 0 0 0
Verificarea finalǎ
y y(a) y (b ) y (c)
I t /0 =I t /0 ×I t /0 ×I t /0 × I ty/0( d ) Δ ty/ 0 = Δ ty/(0a ) + Δ ty/(0b ) + Δ ty/(0c ) + Δ ty/(0d )
Dacă modelul analizat este unul de tip aditiv clasic y = a + b (ca în exemplul:
salariul brut = salariul net + taxe şi impozite) descompunerea este mult simplificată
y a +b a1 b
prin modificări relative de forma: ity/ 0 = 1 = 1 1 = + 1 şi modificări
y0 a0 + b0 a0 + b0 a0 + b0
absolute: Δty/0 = (a1 + b1 ) − (a0 + b0 ) = (a1 − a0 ) + (b1 − b0 ) = Δta/0 +Δbt /0 . Descompunerea
practică a variaţiei unui fenomen complex pe factori de influenţă prin metoda
indicilor operează cu promptitudine în condiţiile unui număr relativ limitat de
indici (implicit factori explicativi).
165
IPC = ∑ I ( p q ) , unde ( p q ) = C
p
0 0 0 0
iar Ip = indicele la nivel de post, grupă
∑( p q ) ∑( p q )
p
0 0 0 0
∑p q 0 0
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
7. Identificaţi valoarea indicelui de preţ
1. Ce este un indice statistic şi care sunt care asigură menţinerea volumului valoric
funcţiile cognitive ale sale ? al vânzărilor în condiţiile reducerii cu 15%
a cantităţilor produse: a) 15,00; b) 17,65;
2. Care sunt cele trei sisteme clasice de c) 33,33 %; d) 117,65 %.
ponderare şi în ce constă originalitatea lor? 8. Alegeţi afirmaţia falsă privind indicii de
preţ calculaţi în statistica românească:
3. Care sunt problemele practice legate de a)Deflatorul PIB este un indice Paasche;
construcţia sistemelor de indici interpret? b)IPPI este un indice Laspeyres; c)IPC este
un indice Fisher.
4.Cum se detaliază sistemul de indici ai 9. Identificaţi indicele puterii de cumpărare
preţului mediu? a monedei naţionale, în condiţiile în care
inflaţia a fost de 9,0%: a)71,45%; b) 91,0%;
5. Care sunt procedurile de determinare a c) 91,74% ; d) 109,03%.
IPC, IPPI şi deflatorul implicit al PIB-ului? 10 Dacă cifra de afaceri nominală sau în
preţuri curente prezintă lunar un indice de
6. Care este indicele de preţ cu cea mai 120% şi rata inflaţiei este de 25%, atunci
mare utilizare în afaceri? dinamica cifrei de afaceri reale este egală
cu: a)95,0%; b) 96,0%;c)104,2%; d)105,0%
B) Aplicaţii rezolvate
1.Dacă vânzările la export, a două produse, în două luni succesive sunt cele din
tabelul 5.1, atunci să se determine: a) indicii individuali ai vânzărilor, ai preţurilor
şi ai volumului fizic; b) indicii sintetici agregaţi ai volumului fizic şi ai preţurilor
Laspeyres, Paasche şi Fisher, iar în final indicele valoric al vânzărilor totale.
Tabel nr. 5. 1
Produs Preţ unitar (€) Cantitate (mii) Valoarea vânzărilor (mii € )
p0 p1 q0 q1 p0q0 p0q1 p1q0 p1q1
A 100 120 10 9 1000 900 1200 1080
B 400 500 8 7 3200 2800 4000 3500
Total - - - - 4200 3700 5200 4580
Rezolvare: Indicii individuali iV, ip, iq semnifică dinamica la nivel de produs a
168
v1 p1q1 p1
vânzărilor: i1/V 0 = × 100 = × 100 , preţurilor i1/p 0 = ×100 şi cantităţilor
v0 p0 q0 p0
q1 v p q
i1/q 0 = × 100 . Întotdeauna i1/ 0 = i1/ 0 × i1/ 0 ,iar rezultatele sunt:
q0
∑pq 1 0
5200
∑pq 0
4200
0
∑pq 0 1
3700
În final, indicele valorii vânzărilor totale este I V = L p P q = Lq P p = 109,047 %
Sistemul de indici de preţ şi ai volumului fizic de tip Fisher (F) reprezintă mediile
simple geometrice ale indicilor Laspeyres şi Paasche:
Fq = Lq × P q = 88, 086% , Fp = Lp × P p = 123, 796% şi IV=Fq·FP=109,047 %.
2.O firmă a vândut pe piaţă trei produse în luna ianuarie în valoare de 10 mii lei
(5 mii de lei pentru articolul A, 3 mii pentru B şi 2 mii pentru C). Pentru februarie
calculaţi indicele Laspeyres ca medie aritmetică a indicilor individuali iAf =120,0
%, iBf = 80,0 % şi iCf = 150,0 %. Soluţie: Se determină indicele conform
formulei I f
=
∑i x f f
0 0
=114,0 % .
∑x f
L
0 0
3. Datele privind exporturile celor două agenţii ale firmei A&B, privind două noi
produse introduse pe piaţă timp de douǎ trimestre sunt următoarele:
Tabel nr. 5.2
Preţ unitar (€) Structură vânzǎri(%)
Preţuri medii ( p = ∑ pi g i )
Agenţia
p0 p1 g0 g1 p0g0 p0g1 p1g0 p1g1
A 5 4 0,4 0,2 2,0 1,0 1,6 0,8
B 8 10 0,6 0,8 4,8 6,4 6,0 8,0
TOTAL - - 1,0 1,0 6,8 7,4 7,6 8,8
a. Care sunt valorile pentru indicele preţului mediu sub influenţa concomitentǎ a preţurilor
şi structurii, indicele preţului mediu sub influenţa preţurilor şi indicele preţului mediu sub
169
influenţa structurii. b. Determinaţi influenţele absolute şi contribuţia procentuală a celor
doi factori (preţul individual şi structura vânzărilor), în variaţia preţului mediu.
Rezolvare:Preţul mediu este expresia raportării vânzărilor la cantităţile totale:
∑ v = ∑ pq = p q = pg .Apoi se preia informaţia structurală g = q
p= ∑ q ∑
∑q ∑q ∑ ∑q
exprimată prin intermediul coeficienţilor. Astfel, se deduc preţurile medii apelând
la produsele preţ şi structură (pg), agregate (Σ pg):
• p0 = ∑p 0 ⋅ q0 = 6,8 € (preţul mediu al perioadei de bază),
• p01 = ∑ p0 ⋅ q1 = 7,4 € (preţul mediu al perioadei de bază cu structura
vânzărilor din perioada curentă),
• p10 = ∑ p1 ⋅ q0 = 7,6 € (preţul mediu al perioadei curente cu structura
vânzărilor din perioadei de bază),
• p1 = ∑ p1 ⋅ q1 = 8,8 € (preţul mediu al perioadei curente).
Indicii preţului mediu sunt construiţi ca raporturi de medii. Indicele preţului mediu
sub influenţa preţurilor şi structurii, cunoscut ca indice cu structură variabilă este:
p
I1/p 0( p , g ) = 1 × 100 =
∑ p1q1 : ∑ p0 q0 × 100 = ∑ p1 g1 × 100 = 8, 8 × 100 ≈ 129, 4%
p0 ∑ q1 ∑ q0 ∑ p0 g0 6, 8
Indicii preţului mediu sub influenţă preţurilor şi a structurii sunt indicii cu structură
fixă (ISF) şi ai variaţiei structurale (ISV).
I1/p 0( p ) =
p1
× 100 =
∑pq 1 1
:
∑pq0 1
× 100 =
∑ p g ×100 = 8,8 ×100 ≈ 118, 9% =(ISF)
1 1
p01 ∑q 1 ∑q 1 ∑p g
0 1
7, 4
I1/p 0( g ) =
p01
× 100 =
∑pq 0 1
:
∑pq0 0
× 100 =
∑ p g × 100 = 7, 4 ×100 ≈ 108,8% =(IVS)
0 1
p0 ∑q 1 ∑q 0 ∑p g
0 0
6,8
p ( p,g ) p( p) p( g )
Întotdeauna: I =I 1/0 ×I sau ISV=ISF×IVS. Modificările absolute cauzate
1/0 1/0
de variaţia preţurilor individuale şi de variaţia structurii sunt prezentate detaliat.
Modificarea concomitentă a celor doi factori este:
I SV = I1/p (0pg ) =
∑pg 1 1
⇒ Δ p ( p , g ) = ∑ p1 g1 − ∑ p0 g 0 = 8,8 − 6,8 = 2 €
∑p g 0 0
p( p,g )
Întotdeauna: Δ = Δ p ( p ) + Δ p ( g ) sau ΔSV = ΔSF + ΔVS .Cum variaţia totală a
preţului mediu a fost Δ p ( p , g ) = 2 € rezultă că variaţia preţurilor a contribuit cu
170
Δ p( p) 1, 4 Δ p( g ) 0,6
p ( p, g )
×100 = ×100 = 70 % şi variaţia structurii cu p ( p, g )
×100 = ×100 = 30 % .
Δ 2, 0 Δ 2,0
4.S-au dat publicitǎţii urmǎtoarele date, pentru două regiuni:
Tabel nr. 5.3
Anul 0 Anul 1
Venitul nominal minim lunar în sute de euro 5 6
Structura cheltuielilor de consum (coeficienţi de ponderare) -%-
- mărfuri alimentare – cpA 55,0 60,0
- mărfuri nealimentare – cpN 30,0 26,0
- servicii – cpS 15,0 14,0
Indicele preţurilor bunurilor de consum (IPC) -%-
- mărfuri alimentare – iA - 150,0
- mărfuri nealimentare – iN - 120,0
- servicii – iS - 140,0
a) Determinaţi IPC, pornind de la indicii individuali şi structura consumurilor.
b). Calculaţi şi comentaţi dinamica reală a venitului nominal minim lunar.
c) Aflaţi diferenţa dintre IPC şi ICV.
Rezolvare: Indicele preţurilor de consum în formula Laspeyres
p1
∑ p0 q 0
p
IL =
∑ p1q0 p0
=
∑ i1/0p p0 q0 p
= A N S
unde i1 / 0 sunt indicii i , i , i ,iar
∑pq 0 0 ∑pq 0 0 ∑pq 0 0
p0 q0
reprezintă coeficienţii de ponderare ai cheltuielilor din perioada 0.
∑pq 0 0
171
I pp = ∑ ∑pq ∑v
p1 q1 1
= 1 1
= =ICV
∑ p0 q1 ∑p /p
1
p1 q1
1
∑ ip v 1
1 0 1/ 0
Ïn formulă se înlocuiesc datele din aplicaţie, unde i1p/ 0 sunt indicii iA , iN , iS , iar
structura curentă a cheltuielilor de consum este alcătuită din coeficienţii de
ponderare obţinuţi la nivelul anului 1.
1 1
IPC = x100= ×100=139,53 %
1 1 1 1
∑i p
p1q1
1, 5
× 0, 6 +
1, 2
× 0, 26 +
1, 4
× 0,14
1/ 0
Diferenţa dintre IPC şi ICV este egală cu 139,5 % - 139,53 %= - 0,03%.
173
CAPITOLUL 6
REGRESIE ŞI CORELAŢIE STATISTICĂ
Cuprins Pag.
6.1 Legătura statistică – noţiuni esenţiale şi clasificare 175
6.2 Regresia statistică şi valorificarea ei în contabilitatea practică 176
6.3 Corelaţia statistică şi valorificarea ei în contabilitatea practică 181
6.4 Test de autoevaluare şi aplicaţii statistice în contabilitate 187
174
6.1 Legătura statistică – noţiuni esenţiale şi clasificare
În varianta extinsă sau generalizată, legătura statistică a două sau mai multe
variabile reprezintă influenţa unidirecţională (reciprocă), manifestată prin
dependenţe sau interdependenţe, care conduc la schimbarea nivelului de dezvoltare
final. Această variaţie unidirecţională sau reciprocă poate fi numită, fie variaţie a
caracteristicii dependente în raport cu o altǎ caracteristicǎ independentă, fie
covariaţie sau legătură prezentă între cele două variabile. Variabila independentă
este numită explicativă, cauzală sau factorială, în timp ce variabila dependentă
apare ca rezultativă, explicată sau ca efect. Legăturile sau covariaţiile dintre diverse
fenomene sau procese din natură şi din societate se află sub o permanentă influenţă
a legilor dinamice sau de tip statistic. O lege dinamică, transpusă simplificat,
generează o legătură dinamică (cauzală), sintetic exprimată prin afirmaţia: unei
cauze xi îi corespunde un efect yi, respectiv unui nivel xi îi corespunde un anumit
nivel yi . O lege de tip statistic, esenţializată într-o legătură de tip statistic, este
caracterizată prin formularea: variabila yi depinde de mai multe cauze x1,x2,…,xi
…,xn. Rezultă că legea statistică este caracterizată de o relaţie de multicauzalitate,
unele variabile explicative, independente, factoriale deţinând un caracter esenţial,
altele unul întâmplător.Legătura dinamică dintre x şi y devine matematic o funcţie
univocă sau unifactorială yi= f(xi), în timp ce legătura statistică se transformă într-o
funcţie multifactorială yi = f(x1, x2,…, xi,…,xn).În mod concret, conţinutul relaţiilor
existente între familia factorilor explicativi x1,x2,…,xi…,xn şi efectul yi descrie: a) o
dependenţă statistică (legătură univocă sau dinamică); b)o interdependenţă
statistică (legătură biunivocă); c) o interdependenţă falsă (aparentă), care dezvăluie
în profunzime o cauză comună; d) o dublă dependenţă compensată al rezultat final
asupra lui y este nul; e) descrie un simplu paralelism variaţional între cele două
variabile, ce lasă impresia unei legături statistice (xk nefiind un factor al lui y).
Dintre cele cinci cazuri descrise, numai primele două merită şi pot fi caracterizate
numeric, pentru a intensifica gradul de cunoaştere al variaţiei lui yi, în raport cu
factorii x1,x2,…,xi,…,xn . Cazurile c, şi d nu precizează pentru moment informaţii
cantitative relevante, iar cazul e este tipic pentru un paralelism variaţional de scurtă
sau lungă durată, lipsit de semnificaţie în aprofundarea variaţiei lui yi.În cazul unui
asemenea conglomerat dinamic de factori nu este posibil ca relaţia dintre cauză şi
efect să poată fi constatată la fiecare manifestare (xi→yi). Relaţia dintre variabila
explicativă şi variabila explicată poate fi însǎ sesizată ca o tendinţă medie specifică
unui număr suficient de mare de manifestări, elemente, indivizi. Analiza legăturilor
şi stabilirea unei regresii sau corelaţii dă rezultate bune atunci când: a) există un
număr suficient de mare de cazuri individuale (perechi xi, yi); b) distribuţia
abaterilor este o distribuţie normală sau aproximativ normală; c) abstractizarea
factorilor se realizează succesiv. Legătura statistică, în forma ei generic numită
corelaţie statistică, reprezintă deci o reflectare într-o formă numerică adecvată a
interdependenţei dintre fenomenele, procesele, indicatorii diverselor fenomene
cercetate, în ceea ce priveşte natura, forma, direcţia (sensul) şi gradul de
intensitate. Tipologia legăturilor statistice este una dintre cele mai diverse, având la
bază o gamă variată de criterii. Principalele clasificări se realizează în raport de:
a) natura relaţiei de cauzalitate [legături funcţionale, univoce sau de cauzalitate
175
simplă de tipul yi=f(xi),precum şi legături statistice (stohastice sau multicauzale) de
tipul yi= f(x1,x2,...,xi…,xn )];
b) numărul caracteristicilor factori sau al variabilelor luate în analiză (legături
statistice simple, în care apare o singură variabilă rezultativă, dependentă,
explicativă sau efect yi şi se abstractizează sau se izolează din mulţimea de cauze
posibile numai una singură xi, numită şi variabilă independentă sau explicativă,
precum şi legături statistice multiple, în care efectul yi este rezultatul a două sau
mai multe variabile factoriale, cauzale concomitente sau asincrone);
c) tipul şi natura caracteristicilor (legături referitoare exclusiv la variabilele
cantitative şi asociaţii statistice, nerestricţionate dar specifice celor calitative);
d) forma legăturii dintre variabile [legături liniare exprimate prin ecuaţia unei
drepte (yi=a+bxi) şi legături curbilinii, exprimate prin ecuaţia unei funcţii
1
exponenţiale (yi=abx), parabolice (yi= a+bxi+ cxi2 ), hiperbolice (yi=a+b ) etc. ];
xi
e) direcţia sau sensul în care se produc (legături directe sau de acelaşi sens şi
legături inverse sau de sens contrar);
f) timpul efectiv în care se realizează (legături sincrone sau concomitente şi
legături asincrone sau cu decalaj);
g) conţinutul relaţiei dintre variabile (dependenţe şi interdependenţe).
În lipsa unor serii lungi de date, în practica statistică dependenţele şi
interdependenţele false, compensate sau paralele - cu sensul de legǎturi artificiale-
se lasă greu identificate sau descoperite şi necesită alături de testări semnificative şi
o analiza conceptuală, structurală şi funcţională economică şi socială.
n n n n n
∑ a + ∑ bxi − ∑ yi = 0
i =1 i =1 i =1
na + b∑ xi = ∑ yi
i =1 i =1
n n n n n n
∑ axi + ∑ bxi 2 − ∑ xi yi = 0
i =1 i =1 i =1
a ∑ xi + b∑ xi 2 = ∑ xi yi
i =1 i =1 i =1
177
Ecuaţia de regresie căutată yi = a + bxi este identică, în final, cu:
⎛ ∑yi ×∑xi2 −∑xi ×∑xi yi ⎞ ⎛ n × ∑ xi yi − ∑ xi × ∑ yi ⎞
Yi = ⎜ ⎟⎟ + ⎜⎜ ⎟⎟ X i
n×∑xi2 −(∑xi )2 ⎠ ⎝ n × ∑ xi − (∑ xi )
⎜ 2 2
⎝ ⎠
Parametrul a este lipsit de semnificaţie, în schimb b sau coeficientul de regresie
arată sensul („+” sau „-”) şi mărimea influenţei lui xi asupra lui yi, respectiv sensul
şi mărimea reacţiei finale a lui yi la modificarea cu o unitate a lui xi: a) când b > 0
există o legătură directă; b) când b = 0 nu există nici o legătură; c) când b < 0 există
o legătură indirectă. De multe ori, apar diferenţe între valorile reale yi şi valorile
teoretice Yxi = a + bxi , pentru acelaşi nivel al variabilei cauzale xi, diferenţe care
exprimă efectul celorlalţi factori (secundari), ce perturbă relaţia dintre xi şi yi. Ca
urmare funcţia de regresie liniară Yxi = a + bxi sau f(xi)= a + bxi exprimă tendinţa
medie de modificare liniară a lui yi în funcţie de xi. fiind dreapta care se apropie cel
mai mult de norul de puncte pe care îl traversează în corelograma sa specifică.
Pentru a evalua capacitatea unei funcţii liniare de a caracteriza variaţia lui yi în
raport cu xi se utilizează unul din cei doi indicatori de apreciere a calităţii funcţiei
de regresie: coeficientul de determinaţie D şi coeficientul de eroare e.
⎡ ⎤
( )
2
D = ⎢1 −
∑ yi − Yxi ⎥ × 100
⎢ ⎥
( )
2
⎣⎢ ∑ yi − y ⎦⎥
,unde D ∈ (0,100%).Cu cât D este mai apropiat ca valoare de 100%, cu atât
funcţia de regresie liniară Yxi = a + bxi descrie mai fidel variaţia lui yi. Valoarea lui
D(%) exprimă procentual acea parte din variaţia lui yi care este surprinsă sau
cuprinsă în funcţia de regresie liniară Yxi = a + bxi , adică este explicată prin
influenţa lui xi. Coeficientul de eroare se determină similar coeficientului de
omogenitate, Co = ( )
σ 2 / x × 100 , cu referire la dispersia dintre punctele reale şi
cele teoretice situate pe dreapta Yxi = a + bxi :
( )
2
∑ yi − Y x
i
ni ,unde e ∈ (0,100%).
e = × 100
y
Cu cât e se apropie de valoarea „zero”, cu atât este mai corectă descrierea
mulţimii de valori reale ale lui yi prin intermediul funcţiei de regresie liniare
Yxi = a + bxi . Tipul de legătură statistică descrisă anterior este o regresie liniară
simplă. Complexitatea fenomenelor şi proceselor analizate conduce la identificarea
de legături liniare multiple, funcţia de regresie liniară multiplă având la bază o
relaţie cauzală multifactorială (sub acţiunea celor m factori determinanţi):
178
Yx , x ,... x = a0 + a1 x1 + a2 x2 + ... + am xm , unde:
1 2 m
a0 –exprimă influenţa altor factori (secundari) cu acţiune constantă în afara celor
m factori analizaţi şi cuprinşi în relaţia de calcul şi a1,a2,…,am –reprezintă
coeficienţii de regresie liniară multiplă şi exprimă cu cât a reacţionat în final
variabila yi la modificarea cu o unitate a valorii variabilelor xi corespondente
(x1,x2,…xm).
Legătura liniară multiplă se transpune grafic sub forma unei suprafeţe
multidimensionale, determinarea parametrilor a1,a2,…,am, valorificând aceeaşi
metodă a celor mai mici pătrate, prin condiţia de minim a funcţiei:
( )
n 2
f ( x ) = ∑ yi − Yx , x ,..., x = minim şi înlocuind pe
j =1 1 2 m
j =1
179
∑ xi yi ∑ xi ∑ yi
ajunge la: cov( x , y ) = − × = xy − x × y
n n n
Covarianţa este aşadar egală şi cu diferenţa dintre media produsului celor două
variabile ( xy ) şi produsul celor două medii ( x × y ) şi beneficiază de proprietăţi
importante. Astfel, semnul covarianţei arată sensul legăturii, iar valoarea „zero”
indică inexistenţa acesteia (independenţa variabilelor). Limitele valorice ale
covarianţei sunt: -σx σy ≤ cov(x,y) ≤ σx σy , deoarece covarianţa are ca maxim
produsul σx σy (atunci când între variabile există o legătură liniară funcţională).
Aprecierea intensităţii rezultatului obţinut drept covarianţă rămâne însă dificilă,
deoarece valoarea acesteia diferă de la o aplicaţie la alta.Dacă relaţia anterioară se
împarte la produsul σx σy se va obţine:
σ xσ y cov( x, y ) σ xσ y cov( x, y )
− ≤ ≤ sau −1 ≤ ≤1
σ xσ y σ xσ y σ xσ y σ xσ y
Această nouă relaţie stabilizează sau limitează noul indicator obţinut în intervalul
[-1,1]. Parametrul rezultat este denumit coeficient de corelaţie (ry/x):
n n n n n
r =
cov( x, y)
= i=1
( )(
∑ d xd y ∑ xi − x yi − y ) n ∑ xi yi − ∑ xi ∑ yi
y/ x σ σ = i=1 = i=1 i=1 i=1
( ) ( )
x y nσ xσ y nσ xσ y ⎡ n 2 n 2⎤ ⎡ n 2 n 2⎤
⎢n ∑ xi − ∑ xi ⎥ ⎢n ∑ yi − ∑ yi ⎥
⎣ i=1 i=1 ⎦ ⎣ i=1 i=1 ⎦
Dualitatea în regresie permite calculul coeficientului de regresie pe baza mediei
geometrice a coeficienţilor de regresie sau a pantelor celor două drepte de regresie:
Yxi = a + by / x × xi şi X yi = a + bx / y × yi , respectiv: ry / x = b y / x × b x / y .
( )
O soluţie practică este şi relaţia de calcul: ry / x = b y / x × σ x / σ y , dacă se
dispune cu promptitudine de σ x şi σ y . Coeficientul de corelaţie (ry/x), ca parametru
al distribuţiilor normale bidimensionale ce caracterizează legătura între variabila
explicativă xi şi variabila rezultativă yi aparţine intervalului [-1,0) ∪ (0,1]. Pentru
ry/x=0 nu există legătură statistică, variabilele xi şi yi fiind independente.
Interpretarea unui coeficient de corelaţie se realizează succint în modul matematic
( ry / x ) şi conform acestei interpretări se consideră corecte următoarele afirmaţii:
1. când ry / x ∈(0;0,2] practic nu există legătură statistică sau este foarte slabă;
2. când ry / x ∈(0,2;0,5] legătura este slabă şi trebuie testată statistic;
3. când ry / x ∈(0,5;0,75] legătura este de intensitate medie;
4. când ry / x ∈(0,75;0,95] legătura este puternică;
5. când ry / x ∈(0,95;1] legătura este foarte puternică,deterministă (funcţională).
180
O problemă importantă a regresiei liniare este testarea liniarităţii legăturii
ca soluţie exclusivă, în raport cu orice altă funcţie neliniară (curbilinie).
Testul de verificare a liniarităţii constă din confruntarea valorii
coeficientului (ry/x) şi a raportului de corelaţie (Ry/x). Dacă cele două valori
coincid (ry/x= Ry/x), atunci corelaţia este exclusiv de liniară. Raportul de
corelaţie măsoară intensitatea legăturii indiferent de forma acesteia (liniară
sau neliniară).Raportul de corelaţie (Ry/x) este rezultatul extragerii unui
radical elementar (de ordin II ) din coeficientul de determinaţie (R squared
( )
n 2
2 ∑ y − Yx
sau R y/x): R 2 i =1 i i sau Ry / x = D , iar Ry/x ∈ (0,1].
y/x = Ry/x = 1 −
( )
n 2
∑ yi − y
i =1
( )
n 2
Dacă ∑ yi − Yx tinde către „zero”, raportul de corelaţie tinde spre valoarea
i =1 i
maximă (Ry/x=1). Dacă ry/x ≠ Ry/x , atunci legătura nu este exclusiv liniară.
181
ecuaţii util determinării lui a şi b este:
n 1 n
na + b ∑ = ∑ yi
i =1 xi i =1
n 1 n 1 n 1
a∑ +b ∑ = ∑ y
i =1 xi i =1 x 2 i =1 xi i
i
Soluţiile sistemului sunt cele prezentate în continuare:
⎛ 1 ⎞
⎜ ∑ yi ∑
xi ⎟
d et ⎜ ⎟
⎜ 1 1 ⎟ 1 1 1
⎜∑ y ∑ 2 ⎟ ∑ yi ∑ 2 − ∑ ∑ y
⎜ xi i xi ⎟ xi xi xi i
a = ⎝ ⎠ =
⎛ 1 ⎞
n∑
1
− (∑
1 2
)
⎜ n ∑
xi ⎟ xi 2 xi
d et ⎜ ⎟
⎜ 1 1 ⎟
⎜⎜ ∑ x ∑ 2 ⎟
⎝ i x i ⎟⎠
⎛ n ∑ yi ⎞
⎜ ⎟
det ⎜ 1 1 1 1
yi ⎟
⎜∑ x ∑
xi ⎟ n∑
x
yi − ∑
x
∑ yi
b = ⎝ i ⎠ = i i
⎛ 1 ⎞
n∑
1
− (∑
1 2
)
⎜ n ∑
xi ⎟ xi 2 xi
det ⎜ ⎟
⎜ 1 1 ⎟
⎜⎜ ∑ x ∑ ⎟
⎝ i x i 2 ⎟⎠
∑( y −Y )
2
∑ ⎡⎣ y − ab
2
i xi = minim ⇔ i
xi
⎤⎦ = minim, conduce la următorul sistem
i =1 i =1
∑ xi lg a + ∑ xi 2 lg b = ∑ xi lg yi
i =1 i =1 i =1
R
n
∑ yi − ab i
= 1 − i =1
( )
y/ x n 2
∑ yi − y
i =1
( )
Dacă funcţia identificată în corelogramă este o funcţie parabolică (de gradul al-
II-lea), Yxi = a + bxi + cxi2 , după aplicarea metodei celor mai mici pătrate:
n
∑( y −Y ) ∑ ⎡⎣ y − ( a + bx + cx )⎤⎦
2 2
2
i xi = minim ⇔ i i i = minim,
i =1
se va obţine un sistem de trei ecuaţii, util determinării parametrilor a, b şi c:
n n n
a + b∑ xi + c ∑ xi2 = ∑ yi
i =1 i =1 i =1
n n n n
a ∑ xi + b ∑ xi 2 + c ∑ xi3 = ∑ xi yi
i =1 i =1 i =1 i =1
n n n n
a ∑ xi2 + b ∑ xi 3 + c ∑ xi4 = ∑ xi2 yi
i =1 i =1 i =1 i =1
Soluţiile sistemului sunt următoarele:
⎛ ∑ yi
⎜
∑x i ∑ x ⎞⎟ 2
i
⎛ n
⎜
∑y i ∑ x ⎞⎟ 2
i
det ⎜ ∑ xi yi ∑x 2
i ∑x ⎟ 3
i
det ⎜ ∑ xi ∑x y
i i ∑x ⎟ 3
i
⎜ ∑ xi 2 yi ⎜ ∑ xi 2 ∑x y ∑ x ⎟⎠
∑x ∑ x ⎟⎠ ,
3 4 2 4
⎝ i i
b= ⎝ i i i
şi
a=
⎛ n
⎜
∑x i ∑ x ⎞⎟ 2
i
⎛ n
⎜
∑x i ∑ x ⎞⎟
2
i
det ⎜ ∑ xi ∑x 2
i ∑x ⎟ 3
i
det ⎜ ∑ xi ∑x 2
i ∑x ⎟
3
i
⎜ ∑ xi 2 ∑x 3
∑ x ⎟⎠ 4 ⎜ ∑ xi 2 ∑x 3
∑ x ⎟⎠
4
⎝ i i ⎝ i i
183
⎛ n
⎜
∑x i ∑ y ⎞⎟ i
det ⎜ ∑ xi ∑x 2
∑x y ⎟ 2
( )
i i i n 2
⎜ ∑ xi 2 ∑ yi − a − bxi − cxi
c= ⎝ ∑x 3
i ∑ x y ⎟⎠ 2
i i
iar R = 1 − i =1
y/ x
⎛ n
⎜
∑x i ∑ x ⎞⎟ 2
i
n
∑ yi − y
2
( )
det ⎜ ∑ xi ∑x 2
i ∑x ⎟ 3
i
i =1
⎜ ∑ xi 2 ∑x 3
∑ x ⎟⎠ 4
⎝ i i
( )
n 2
2 2
∑ y - Yx ,x ,...x n ry/x + ry/x - 2ry/x ×ry/x ×rx
i=1 i 1 2 şi R y/x ,x = 1 2 1 2 1/x2
R y/x = 1- 2
1 ,x 2 ,...x n
( )
n 2 1 2 1- rx /x
∑ yi - y 1 2
i=1
Corelaţia parţială este o formă de izolare a unei legături statistice într-un context
relaţional mai larg. Acest tip de corelaţie caracterizează intensitatea legăturii într-o
ipoteză de menţinere a influenţei unei singure variabile explicative x1 în raport cu o
variabilă rezultativă Yx. În cazul a două variabile independente x1 şi x2 explicative şi
a unei singure variabile independente Y, coeficientul de corelaţie parţială (de
ordinul întâi) se calculează astfel: neglijând influenţa lui x2 sau x1:
rY / x − rY / x × rx rY / x − rYx × r
2 / x1 sau 2 1 x2 / x1
r(Y / x ), x = 1 2
r(Y / x =
1 2 2 2 2 ), x1 2 2
(1 − r Y / x2 )(1 − x / x ) r (1 − r r
Y / x1 )(1 − x / x )
2 1 2 1
( )(
coeficientului Spearman este rs sau ρ = 1 − 6 × ∑ di
n
i =1
2
)
: n3 −n , unde: di = rangul
după xi- rangul după yi (di = rg xi– rgyi), n=numărul unităţilor la care s-au studiat
cele două caracteristici sau numărul perechilor de valori corelate. La stabilirea
rangurilor variabilelor corelate apar situaţii variantele pot deţine aceeaşi valoare şi
cărora li se va acorda acelaşi rang. În această situaţie se va urmări ca rangul valorii
distincte imediat următoare să corespundă cu numărul de unităţi analizate.
b).Relaţia de calcul a coeficientului Kendall este rk sau τ = S 2S ,
=
0,5n(n − 1) n(n − 1)
n n
unde: S = ∑ Pi − ∑ Qi sau suma algebrică dintre numărul de ranguri superioare
i =1 i =1
n n
fiecărui rang ( ∑ Pi ) şi numărul de ranguri inferioare ( ∑ Qi ) calculate pentru
i =1 i =1
caracteristica rezultativă condiţionată de caracteristica factorială (ordonată). De
regulă, coeficientul Kendall este mai mic decât coeficientul Spearman, respectiv
rk<rs , dar ei se interpretează, în final, ca orice alt coeficient de corelaţie.
III. Coeficientul simplu de covariaţie diferenţială sau coeficientul lui Fechner G.
T. este un indicator a calculat pe baza concordanţelor sau discordanţelor de semne
ale diferenţelor Δ xi = xi − xi −1 şi Δyi = yi − yi −1 sau Δ * x = x − x şi Δ* y = y − y ,
i i i i
c−d *
prin formula: k1 = , unde c = concordanţă de semn între Δxi şi Δyi sau Δ xi
c+d
* *
şi Δ yi , iar d = discordanţe de semn între Δxi şi Δyi sau Δ xi şi Δ* yi , şi c + d
reprezintă numărul total de unităţi statistice (dacă una sau mai multe abateri Δxi
* *
sau Δyi sau Δ xi şi Δ yi sunt nule, perechile (xi, ,yi) ce le-au generat vor fi excluse
din calcul). Atunci când există numai concordanţe de semn k1 = (c/c) = 1, iar când
se constată numai discordanţe, rezultă un k1 = (–d/d) = –1. Aceste valori reprezintă
limita maximă şi minimă a coeficientului Fechner. Coeficientul simplu de
covariaţie diferenţială devine egal cu zero când c = d.
IV. Coeficientul ponderat de concordanţă Fechner se valorifică dacă se doreşte a
* *
pondera în calcul mărimea abaterilor Δxi şi Δyi sau Δ xi şi Δ yi , prin formula:
186
k2 = ( C − D) : ( C + D) ,unde:C = suma produselor pozitive Δxi × Δyi şi Δ xi × Δ yi , D =
* *
* *
valoarea absolută a sumei produselor negative Δxi × Δyi şi Δ xi × Δ yi , iar k∈[-1,1]
şi devine egal cu „zero”, atunci când C = D.
V. Un alt coeficient de concordanţă mai echilibrat metodologic şi care nu atinge
cu aceeaşi uşurinţă ±1, ca în cazul celorlalţi doi coeficienţi descrişi anterior (uneori
şi când legătura descrisă nu este funcţională), este coeficientul Bravais-Pearson:
n n *
∑ Δxi Δyi *
∑ Δ xi Δ yi
k = i =1 sau k3 = i =1
3 n 2n 2 n 2 n 2
( )
∑ Δxi ∑ Δyi ( ) i =1
*
(
∑ Δ xi ∑ Δ yi
i =1
) (
*
)
i=1 i=1
P4 (9;1,4) 1.4
10
CA
P5 (10;1,3)
1.3
P6 (10;1,6)
8 P7 (11;1,4) 1.2
P8 (12;1,6) 1.1
6 P9 (13;1,7)
1.0
P10 (14;1,7)
4 0.9
0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 4 6 8 10 12 14 16
CA SALARIATI
Tabel nr.6.4
Număr de Cifra de afaceri xi
2 xi × yi Yx = a + bxi Sistemul de ecuaţii teoretic:
salariaţi (xi) (yi mil. lei) i na +b∑ xi = ∑ yi
6 1.0 36 6,0 1,04
7 1.1 49 7,7 1,13 a ∑ xi + b ∑ xi2 = ∑ xi yi
8 1.2 64 9,6 1,22
devine practic:
9 1.4 81 12,6 1,31
10a + 100b = 14
10 1.3 100 13,0 1,40
100 a + 1060b = 145, 4
10 1.6 100 16,0 1,40
11 1.4 121 15,4 1,49 şi are ca soluţii:
12 1.6 144 19,2 1,58 a = 0,5 şi b = 0,09
13 1.7 169 22,1 1,67 iar regresia liniară
14 1.7 196 23,8 1,76 Y = a + bx parametrizată
xi i
100 14,0 106 145,4 14,00 este Yx = 0, 5 + 0, 09 xi
2
∑ Yxi
i
∑ xi ∑ yi ∑ xi ∑ xi yi
188
a verifica acurateţea calculelor. Suma termenilor reali este egală cu a termenilor
teoretici (ajustaţi). Coeficientul de regresie b = 0,09 arată că la fiecare creştere a
lui xi cu o unitate (salariat), cifra de afaceri notată yi, se majorează cu 0,09
milioane lei În exemplul analizat, coeficientul de determinaţie D = 86,8%, ceea ce
traduce o calitate satisfăcătoare funcţiei de regresie liniare parametrizate, iar
valoarea coeficientului de eroare (e) = 6,67%. Cum valoarea ry/x = Ry/x
=0,9315885 şi se poate afirma că între variabila număr de salariaţi şi cifra de
afaceri există o legătură statistică de intensitate puternică, exclusiv liniară de
forma: Yx = 0, 5 + 0, 09 xi .
i
189
CAPITOLUL 7
190
7.1 Documente tipice şi situaţii generale cu caracter statistic şi contabil
194
unităţile care aplică forma de înregistrare pe jurnale), jurnal privind decontările cu
furnizorii (jurnal auxiliar pentru înregistrarea operaţiunilor privind decontările cu
furnizorii pentru materiale, mărfuri, lucrări executate, servicii prestate etc.),
jurnalul privind operaţiunile de casă şi bancă (jurnal auxiliar pentru înregistrarea
operaţiunilor cu mijloace băneşti), jurnalul privind operaţiunile diverse, jurnalul
cartea mare, jurnalul privind salariile etc.;
• documente contabile şi financiare clasice: nota de contabilitate, balanţa de
verificare, procesul-verbal de recepţie etc.;
• registre obligatorii, de la registrul de casă, la registrul de inventar;
• documente primare care probează legal o operaţiune contabilă sau financiară;
• scrisori de garanţie bancară, declaraţii privind accize; situaţii privind încasarea
- achitarea facturilor;
• deconturi de cheltuieli, liste de avans chenzinal, tichete cadou; bilete de
valoare;
• buget de venituri şi cheltuieli, raport anual de natură financiar contabilă etc.
Documentele şi situaţiile financiar contabile sunt expresii ale diversităţii
operaţiunilor financiar contabile derivate din diversitatea activităţilor, produselor şi
serviciilor agenţilor economici şi altor entităţi instituţionale.
Varietatea documentelor statistice este însă, în mod surprinzător, mult mai largă,
adăugând la gama largă a prelucrării documentelor anterioare şi unele documente
de tip informatic on-line (ex: documente şi situaţii INTRASTAT), alături de
clasicele formulare statistice de raportări, precum şi de noile documente privind
anchete, buletine şi chestionare de tip statistic, interviuri conjuncturale şi situaţii
privind indicatori pe termen scurt, ori alte multiple situaţii statistice specifice,
agregative sau de tip panel etc.
Numitorul comun al acestor documente şi situaţii este oferit de caracterul lor
simetric informaţional şi de capacitatea de a genera, prin prelucrări metodice şi
riguros statistice, indicatori şi sisteme de indicatori capabile a caracteriza aproape
toate fenomenele ce se desfăşoară în entităţile economice şi instituţionale.
195
Seria teritorială este tot un rezultat al grupării statistice, dar de această dată
având spaţiul drept caracteristică de grupare sau variante teritoriale în primul şir
(teritoriile:A,B,C,…,W) şi variante ale nivelului fenomenului cercetat, în cel de-al
şir specific. În practica statistică acest tip de serie apare mai ales sub forma unui
indicator prezentat iniţial agregat, ce este ulterior dezmembrat teritorial.
Ambele tipuri de serii, atât cele cronologice cât şi cele teritoriale, beneficiază de
criterii de clasificare diverse şi implicit de o tipologie variată.Astfel, seriile
cronologice se clasifică în raport cu unitatea de timp specifică în serii de intervale
şi de momente, în funcţie de modalitatea concretă de exprimare, în serii de
indicatori absoluţi relativi sau medii, iar pornind de la numărul de termeni ai seriei
în serii de lungime mică (de 5-10 termeni, cu un pronunţat caracter didactic sau de
popularizare), serii de lungime medie (de 15-20 termeni, cu un evident caracter
practic) şi serii de lungime mare (de aproape 100 de termeni, cu un vădit caracter
istoric sau secular).La rândul lor, seriile teritoriale se împart în funcţie de
modalitatea concretă de exprimare în serii de indicatori absoluţi, relativi sau medii,
iar în raport de agregarea finală a termenilor în serii teritoriale agregabile (de
indicatori, cu precădere, absoluţi, precum şi în serii ce nu se pot agrega sau însuma
logic (mai ales cele alcătuite din indicatori relativi şi medii). Seriile cronologice şi
teritoriale se diferenţiază substanţial între ele şi în raport cu alte serii statistice.
196
II. Comparabilitatea termenilor (yt) II. Comparabilitatea termenilor (yi)
(satisfacerea unitară a criteriilor: spaţial, (satisfacerea unitară a criteriilor: temporal,
organizatoric, unităţii de măsură, preţurilor) organizatoric, unităţii de măsură, preţurilor)
III. Interdependenţa termenilor (yt) III. Independenţa termenilor (yi)
(valoarea unui termen depinde de cel (diferite niveluri ale termenilor nu se
anterior, din cauza unei tendinţe inerţiale) condiţionează reciproc)
IV. Periodizarea seriei de termeni IV. Simultaneitatea termenilor seriei
(delimitarea etapelor calitativ diferite în (variantele teritoriale se referă la acelaşi
evoluţia fenomenului prin alegerea bazei) moment sau interval de timp)
V. Adecvarea lungimii seriei de termeni la V. Variabilitatea termenilor (yi)
fenomenul reflectat (asigurarea unui număr (evidenţierea variaţiei fenomenului reflectat
suficient de termeni oferind astfel câmp de prin termeni de nivel diferit)
acţiune legii numerelor mari)
Impactul sistemului de indicatori are caracter şi analitic, dar şi sintetic (în acelaşi
timp sau în acelaşi spaţiu).
A. Sistemul de indicatori statistici ai unei serii cronologice se calculează pornind
practic de la termenii acesteia şi rezultă două clase, una analitică şi alta sintetică de
indicatori.În raport însă cu modul de calcul şi de exprimare indicatorii se
structurează în subsisteme specifice: a) subsistemul indicatorilor absoluţi; b)
subsistemul indicatorilor relativi; c) subsistemul indicatorilor medii.
I. Subsistemul indicatorilor absoluţi ai unei serii cronologice este alcătuit din
termenii seriei, din volumul agregat al acestora (numai în cazul seriilor de
intervale) şi din modificările absolute, constatate între nivelul termenilor.Termenii
seriei cronologice, notaţi cu yt, unde t = 1T , redau de o manieră statistică nivelul,
mărimea specifică a fenomenului analizat la momentele t1, t2, t3 … tT, reliefând, în
197
cazul unor creşteri constante, o evoluţie ascendentă sau în cazul unor diminuări
constante, o evoluţie descendentă.Variaţiile oscilant evolutive sub formă de creşteri
sau descreşteri alternative, ca şi staţionaritatea de nivel constituie stările posibile
ale fenomenului cercetat în timp, stări care rezultă din analiza termenilor seriei
cronologice.Volumul agregat al termenilor seriei cronologice se calculează
exclusiv pentru serii de intervale, ele fiind agregabile(cumulative). Modificările
absolute (diferenţe sau ecart) se concretizează în sporuri sau reduceri absolute şi se
clasifică în funcţie de bază în modificări absolute cu bază fixă ( Δt /1 = yt − y1 ) şi cu
bază mobilă sau în lanţ [ Δ = yt − y ].Există două proprietăţi cu semnificaţie
t / ( t-1) ( t-1)
deosebită, prin utilitatea lor în reconstituirile de termeni ai seriilor cronologice.
Diferenţa dintre două modificări absolute consecutive cu bază fixă este egală cu
modificarea absolută cu bază în lanţ sau mobilă a celor doi termeni consecutivi:
( )
Δt /1 − Δ(t −1) /1 = ( yt − y1 ) − y(t −1) − y1 = yt − y(t −1) = Δt /( t −1) .
Suma tuturor modificărilor absolute cu bază în lanţ sau mobilă este egală cu
modificarea cu bază fixă a ultimului termen faţă de primul termen.
T
∑Δ (
t =2
t / t −1)
=Δt/(t−1) +Δ(t−1)/(t−2) +... +Δ3/2 +Δ2/1
( )( )
= yt -y( t-1) + y( t-1) -y( t-2) +...+( y3 -y2) +( y2 -y1) =( yt -y1) =Δt/1
Raportul dintre doi indici cu baza fixă, construiţi din doi termeni consecutivi sau
succesivi, este egal cu indicele cu bază mobilă sau în lanţ, al celor doi termeni.
I ty/1 yt y(t −1) y
y
= : = t = I ty/ (t −1) .
I ( t −1) /1 y1 y1 yt −1
198
Cele două relaţii anterioare sunt relaţii de recurenţă cu aplicabilitate în multiple
domenii economice şi sociale.Ritmul sau rata modificării relative (ca ritm al
sporului sau reducerii) reprezintă decalajul sau avansul surprins în valoarea
indicelui (sporul sau reducerea).Ritmul sau rata, în calitate de indicator relativ al
seriei cronologice, se calculează ca diferenţă între indicele exprimat prin coeficient
şi valoarea unu (I–1) sau între indicele exprimat prin procent şi 100%[I(%)–100%].
In cazul ritmului cu bază fixă, relaţiile de calcul sunt următoarele:
y yt − y1 Δt /1
Rt /1 = I t /1 − 1 = t − 1 = = sau
y1 y1 y1
y yt − y1 Δ
Rt /1 ( %) = It /1 ( %) − 100% = t ×100 − 100 = ×100 = t /1 ×100
y1 y1 y1
În cazul ritmului cu bază mobilă sau în lanţ formulele de calcul devin:
y yt − y(t −1) Δ t / ( t −1)
Rt / (t −1) = I t / ( t −1) − 1 = t − 1 = = sau
y( t −1) y( t −1) y( t −1)
yt − y Δ
yt ( t −1) t / ( t −1)
t / ( t −1) ( ) t / ( t −1) ( )
R % = I % − 100% = × 100 − 100 = × 100 = × 100
y y y
( t −1) ( t −1) ( t −1)
Ritmul sau rata modificării relative reprezintă un raport între modificarea
absolută a fenomenului cu bază fixă sau în lanţ şi nivelul bazei fixe sau în lanţ
comparate.
Valoarea absolută a unui procent din ritmul cu bază fixă (At/1) sau cu bază în
lanţ (At/(t-1)) stabileşte concret numărul unităţilor de măsură în care este exprimat
fenomenul analizat, unităţi ce corespund unei modificări (creşteri sau reduceri) cu
un singur procent.Modificarea absolută a unui procent din ritmul cu bază fixă,
redă un procent din baza fixă şi este în fapt o valoare constantă, în timp ce
valoarea absolută a unui procent din ritmul cu bază în lanţ sau mobilă reprezintă un
procent din termenul anterior:
Δ t /1 Δ t /1 Δ Δ y
y
şi t / ( t −1) t / ( t −1) ( t −1)
At /1 = = = 1 A = = =
Rt /1 ( % ) Δ t /1 100 t / ( t −1) R Δ
t / ( t −1) 100
× 100 t / ( t −1)
y1 × 100
y
( t −1)
Valoarea absolută a unui procent din ritmul de bază în lanţ sau mobilă este
inedită prin aspectele şi mai ales prin tendinţele relevate. Ritmurile cu bază mobilă
ale unei serii de termeni în creştere au o tendinţă de diminuare de la un termen la
altul iar ritmurile cu bază mobilă ale unei serii de termeni în scădere au o tendinţă
de majorare de la un termen la altul. În lumea gândirii statistice, o lume finită, acest
lucru se traduce prin formularea nimic nu poate creşte nelimitat tot astfel cum
nimic nu se poate reduce la infinit.
III. Subsistemul indicatorilor medii ai unei serii cronologice conţine nivelul
mediu al termenilor sau media specifică, modificarea medie absolută, indicele
199
mediu şi ritmul mediu.Nivelul mediu al termenilor se calculează ca medie
∑ yt
aritmetică simplă ( y = ) în serii cronologice de intervale sau ca medie
T
y1 y
+ y2 + ... + y(T −1) + T
T
cronologică în serii de momente: ycr = ∑ yt / (T − 1) = 2 2
t =1 T −1
Media cronologică specifică seriilor de momente este o medie a mediilor
intervalelor create între acele momente (evident „T-1” intervale situate între „T”
momente).Pentru detalierea specifică gândirii de tip statistic se poate apela şi la o
medie cronologică ponderată cu timpul „scurs” între momentele seriei.
T −1
∑Δ t / ( t −1) T
Δt /1 yt − yi
Δ= t =2
T −1 t =2
, dar cum ∑Δ ( =
t / t −1)
T −1 T −1
= Δt /1 rezultă că: Δ=
.
de (T-1) ori
T
yt
I = (T −1) ∏ I t / (t −1) , rezultă că: I = (T −1) .
t =2 yi
Indicele mediu este considerat un indicator cu atât mai reprezentativ al seriei
cronologice, cu cât modificările de la un termen la altul sunt aproximativ egale cu
I ( similare unei progresii geometrice a cărei raţie este chiar „ I ”).
Ritmul mediu identifică în mod concret „cu cât” s-a modificat „în medie”
fenomenul analizat în timp (de la un termen la altul al seriei). Relaţia de calcul este
una din cele care urmează, în funcţie de modul de exprimare:
200
R t / (t −1) = I t / ( t −1) − 1 , atunci când R şi I se exprimă prin coeficienţi şi
R t / (t −1) ( % ) = I ( t −1) ( % ) − 100% , atunci când R şi I se exprimă în %.
Calitatea analizei efectuate prin intermediul subsistemelor de indicatori absoluţi,
relativi şi medii asupra seriei cronologice depinde în mod hotărâtor de calitatea
fenomenului primar, de omogenitatea acestuia şi de acurateţea datelor iniţiale.
B.Sistemul de indicatori statistici ai unei serii teritoriale prezintă particularităţile
sale deşi, aparent, este alcătuit tot din aceleaşi trei subsisteme:
I. Subsistemul indicatorilor absoluţi cuprinde termenii seriei teritoriale şi
decalajul absolut sau avansul absolut.
II. Subsistemul indicatorilor relativi, ce conţine indici teritoriali, rate de decalaj
sau de devansare, iar pentru serii de termeni agregabili cote, ponderi sau greutăţi
specifice teritoriale şi indici ai repartiţiei sau ai specializării teritoriale (indicele de
concentrare–diversificare Gini–Struck, indicele Herfindahl, indicele Krugman etc).
III. subsistemul indicatorilor medii, destul de rar utilizaţi în analize teritoriale şi
cu preferinţă axat pe teritoriul median, mai curând decât pe cel mediu aritmetic sau
modal.În prezentarea succintă a subsistemului indicatorilor absoluţi specifici se
constată, cu uşurinţă, că fiecare termen al seriei teritoriale yi este un indicator de
nivel şi exprimă concret volumul caracteristicii în teritoriul i. Decalajul absolut
sau avansul absolut al unui teritoriu i faţă de teritoriul j se definesc prin diferenţa
dintre nivelul atins de caracteristica studiată, în fiecare din spaţiile menţionate,
decalaj în situaţia când diferenţa este negativă şi avans atunci când este pozitivă.
Δ i / j = yi − y j unde:: Δ i / j < 0 = decalaj absolut
Δ i / j > 0 = avans absolut
Concretizarea indicatorilor prin unităţi de măsură limitează posibilitatea de
comparare teritorială a unor populaţii statistice diferite. Într-o astfel de situaţie se
apelează la subsistemul indicatorilor relativi sau, mai precis, la indici teritoriali şi
rate de decalaj sau rate de devansare.Un indice teritorial este raportul a două
niveluri ale caracteristicii sau a două variante, ca simplu rezultat al variaţiei spaţiale
yi
a fenomenului studiat: I i / j = , unde:
yj
- I i / j < 1 , corespunde decalajului teritoriului i faţă de j (yi - yj < 0),
- I i / j > 1 , corespunde devansării (avansului) teritoriului i faţă de j (yi - yj > 0).
Pi /x j =
∑ xi fi , Lx = ∑ xi f j sau Fi /x j =
∑ xi fi × ∑ xi f j .
∑ x j fi i/ j
∑ xj f j ∑ x j fi ∑ x j f j
201
Indicii teritoriali pot fi construiţi şi ca indici sub formă de raport de medii:
I ix/ j =
∑x f : ∑x f
i i j j
.
∑f ∑f i j
Ratele de decalaj sau de devansare se utilizează pentru exprimarea rapidă a
diferenţelor dintre cele două niveluri teritoriale (yi - yj), relativizate prin raportare
Δi / j yi − y j
la ultimul dintre ele (yj): Δ i(%)
/j =
yj
=
yj
( )
× 100 = I i / j − 1 × 100
Atunci când termenii seriei teritoriale sunt agregabili din punct de vedere logic,
se pot valorifica şi indicatori clasici relativi de tipul ponderilor, cotelor-părţi,
greutăţilor specifice (gi) şi de tipul indicilor repartiţiei teritoriale, specializării sau
diversificării teritoriale (indicele repartiţiei teritoriale Gini-Struck (CG-S), indicii
specializării sau diversificării Herfindahl, Krugman:
yi n∑ g i 2 − 1
gi = sau CG − S = , unde: 0 ≤ CG-S ≤ 1
∑y i
n −1
Dacă indicele repartiţiei teritoriale Gini-Struck (CG-S) tinde spre 0, atunci repartiţia
fenomenului cercetat în teritoriu este uniformă, echilibrată, în timp ce o tendinţă
spre 1 traduce dezechilibre de repartiţie, sub forma unor concentrări într-un număr
redus de teritorii pentru acelaşi fenomen cercetat. Concentrarea moderată este
delimitată de o valoare a indicelui repartiţie teritoriale de aproximativ 0,3.În cazul
subsistemului indicatorilor medii, valoarea de tip median prin teritoriul median
este cea mai frecvent utilizată şi ,destul de rar, valoarea medie sau teritoriul mediu.
În concluzie, sistemele de indicatori statistici ale celor două abordări, una de tip
temporal, prin serii cronologice şi alta de tip spaţial, prin serii teritoriale, sunt
similare ca subsisteme dar diferite prin indicatori caracteristici, calcul tip, aplicaţii
practice şi interpretări specifice.
Într-o serie cronologică de lungime suficient de mare se pot identifica cele trei
componente esenţiale: componenta sistematică sau trendul ( ŷt ), oscilatorie sau
periodică (St) şi aleatoare sau întâmplătoare (εt), ce pot fi modelate aditiv şi / sau
multiplicativ: yt = yˆt + St + ε t sau yt = yˆt × St × ε t .
Componenta sistematică sau trendul ( ŷt ) se naşte ca urmare a acţiunii factorilor
importanţi, semnificativi şi cu influenţă continuă relativ stabilă şi sesizabilă pe
perioade foarte mari de timp. Prin trend se înţelege de altfel, tendinţa centrală de
evoluţie, pe întregul orizont de timp analizat, iar principalii factori ai trendului
rămân progresul sub toate formele sale, respectiv cultural, ştiinţific, tehnic,
economic, politic, social şi evoluţia populaţiei umane cu implicaţii profunde în mai
toate fenomenele şi procesele cercetate.Atât din puncte de vedere teoretic cât şi
practic, pot apare şi serii cronologice fără trend sau staţionare (din care trendul a
202
yt
fost eliminat): yt − yˆt = St + ε t sau = St × ε t .
yˆt
Componenta oscilatorie sau periodică (St) devine rezultatul acţiunii factorilor
secundari cu influenţă schimbătoare dar relativ continuă, iar pe termen scurt este
sesizabilă cu mai mare uşurinţă în interiorul unui an. Componenta oscilatorie se
manifestă cu o anumită ritmicitate sub denumirile de sezonalitate (în interiorul
unui an) sau ciclicitate (pentru un număr mai mare de ani analizaţi).[5] Factorii
generatori de influenţe sezonabile sau ciclice sunt cei naturali, climaterici, sociali.
Oscilaţiile pot constitui un subiect de analiză pentru gândirea statistică şi pe
intervale de variaţie mult mai mici (infralunare în decade sau săptămâni de zile,
infrasăptămânale în zile, infrazilnice în ore sau pe schimburi etc). Lungimea
perioadei oscilaţiei sau durata acesteia este constantă. Aceasta rămâne o condiţie
esenţială a existenţei oricărui tip de componentă periodică (St). Oscilaţia în variaţia
fenomenului analizat nu este specifică tuturor seriilor cronologice şi există prin
urmare serii fără sezonalitate sau ciclicitate (din care influenţa sezonieră sau ciclică
y
a fost eliminată): yt − S t = yˆ t + ε t sau t = yˆt × ε t .
St
Componenta aleatoare sau întâmplătoare (ε t ) este consecinţa apariţiei
accidentale a unei devieri de la trend sau de la oscilaţia specifică a seriei
cronologice, sub influenţa unor factori imprevizibili, aleatori sau întâmplători. Este
cazul concret al erorilor de observare statistică, al crizelor, al revoluţiilor, al
cutremurelor, al inundaţiilor şi al altor fenomene considerate în general
imprevizibile. Această componentă rămâne obligatoriu în modelul elementelor
specific chiar dacă şi trendul şi oscilaţia dispar: yt − yˆt − St = εt sau
yt
= εt
yˆ t × S t
Atât trendul sau componenta sistematică ( ŷt ), cât şi oscilaţia sau componenta
periodică (St) se pot determina şi analiza statistică. Metodele elementare sau
mecanice de determinare a trendului sunt diverse. Astfel, o primă metodă simplă
este metoda bazată pe indicatorul mediu specific (media, mediana, modul), ce
beneficiază de calitatea de imagine esenţială, centrală, tipică pentru seria
cronologică analizată. O altă metodă este metoda mediilor mobile, care au rolul de
a netezi anumite oscilaţii sau abateri accidentale (fluctuaţii în general). Aceste
medii mobile se determină din numere pare sau impare de termeni succesivi ai
seriei cronologice, (prin înlocuirea sistematică a primului termen luat în calcul cu
primul termen nepreluat încă în calcul din seria cronologică) şi substituie termenii
reali. În cazul calculării mediei dintr-un număr impar de termeni este necesar o
singură netezire a mediilor obţinute, în locul termenilor iniţiali. Se poate
exemplifica apelând la 8 preţuri înregistrate în opt săptămâni succesive, al căror
nivel mediu se va calcula din câte 3 şi respectiv din câte 4 termeni succesivi:
• cazul mediei calculate din număr impar de termeni (K = 3)
203
p1 p2 p3 p4 p5 p6 p7 p8
p + p2 + p3
↓ ↓ ↓ ↓ ↓ ↓ p1 = 1
3
p1 p2 p3 p4 p5 p6
(noua serie cronologică netezită este diminuată cu un număr de K-1 termeni).
• cazul mediei calculate din număr par de termeni (K = 4)
p1 p2 p3 p4 p5 p6 p7 p8
↓ ↓ ↓ ↓ ↓
p1 p2 p3 p4 p5
↓ ↓ ↓ ↓
p1c p2c p3c p4c
p +p +p +p p +p
p1 = 1 2 3 4 şi p1c = 1 2
4 2
(după prima netezire se obţin cinci preţuri medii ca medii necentrate a câte patru
termeni, iar după a doua netezire se ajunge la patru preţuri medii ca medii centrate
a câte două preţuri medii necentrate obţinute anterior, în final se pierd K termeni).
Numărul final al mediilor ce vor constitui noii termeni ai seriei cronologice,
obţinute din câte K termeni (K = 3,4,…,n) este egal cu numărul iniţial de termeni ai
seriei diminuat cu K-1 termeni sau cu K termeni la capetele acestuia. Obiecţiile de
fond ale utilizării mediilor mobile sunt legate de diminuarea numărului termenilor,
modul subiectiv de alegere al lui K şi imposibilitatea de previziune ulterioară,
termenii dispăruţi fiind tocmai cei din capetele seriei.O metodă simplă este şi
metoda grafică, a cărei ipoteză este aceea că toţi factorii de influenţă prezintă o
acţiune constantă pe toată perioada de analiză. Se reprezintă mai întâi datele seriei
cronologice printr-o historiogramă sau printr-o cronogramă. Apoi se stabileşte o
tendinţă aproximativă a seriei cronologice, trasând vizual o dreaptă sau o curbă cât
mai aproape de punctele reale din graficul specific menţionat şi care va uni
punctele extreme ale acestui grafic. În acest fel se alege funcţia matematică ce
caracterizează cel mai bine tendinţa seriei cronologice, direct din graficul realizat
Metoda modificării medii absolute (a sporului mediu sau a reducerii medii - Δ )
este recomandată atunci când evoluţia în timp a fenomenului se realizează în
modificări absolute aproape egale, de la un termen la altul:
yT − y1
Δ 2 1 ≈ Δ3 2 ≈ Δ 4 3 ≈ ... ≈ Δt t −1 ≈ Δ ≈
T −1
Este o metodă de ajustare mecanică ce presupune înlocuirea termenilor reali sau
empirici (yt) cu valori ajustate sau teoretizate specifice ( yΔ ). Seria ajustată sau
seria termenilor teoretici este rezultatul utilizării unei progresii aritmetice simple cu
raţia egală cu modificarea medie ( Δ ).
ŷ1 = y1 (primul termen ajustat este identic cu primul termen real),
ŷ2 = y1 + Δ ,
( ) ( )
yˆ3 = y1 + Δ + Δ = y1 + 2Δ ,
204
…
yˆT = y1 + (T − 1) Δ (ultimul termen ajustat este identic cu ultimul real).
Din punct de vedere grafic, metoda modificării medii este o dreaptă oblic
ascendentă sau descendentă care uneşte primul termen cu ultimul termen al seriei
reale sau empirice.
În concluzie, utilizarea metodei este indicată la acele serii cronologice unde alura
graficului este aceea a unei drepte şi acolo unde creşterile sau descreşterile de la un
termen real la altul sunt relativ egale. Relaţia de calcul specifică metodei rămâne
yˆ = y1 + (T − 1) Δ .
Δ
Metoda indicelui mediu presupune înlocuirea termenilor seriei empirice cu
termenii unei progresii geometrice, pornind de la prima valoare reală (y1) şi
T
utilizând o raţie egală cu indicele mediu, respectiv I , unde: I = T −1 ∏ I t /(t −1) .
t =2
Metoda este recomandabilă acelor serii cronologice unde evoluţia în timp a
fenomenului analizat îmbracă fie forma unor indici cu bază mobilă sau un lanţ
yT
aproximativ egali: I 2 1 ≈ I 3 2 ≈ I 4 3 ≈ ... ≈ I t t −1 ≈ I ≈ T −1 , fie a decalajelor sau a
y1
avansurilor aproximativ egale între termenii succesivi, traduse prin ritmuri aproape
Δ t (t −1) yt − y(t −1)
identice cu bază în lanţ: R2 1 ≈ R3 2 ≈ R4 3 ≈ ... ≈ Rt t −1 ≈ = .
y(t −1) y(t −1)
Este tot o metodă de ajustare mecanică ce substituie termenii seriei reale sau
empirice cu termenii unei serii teoretice. Această serie "ajustată" are ca prim
termen chiar prima valoare reală şi utilizează o progresie geometrică simplă cu
raţia egală cu indicele mediu ( I ) şi care se construieşte astfel.
ŷ1 = y1 (primul termen ajustat este identic cu primul termen real),
ŷ2 = y1 × I
( )( I ) = y × ( I )
2
ŷ3 = y1 × I 1
…
(T −1)
yˆT = y × I (ultimul termen ajustat este identic cu ultimul real).
1
În cazul metodei indicelui mediu, din punct de vedere grafic, în historiograma
sau cronograma finală, locul dreptei oblic ascendente sau descendente, specifice
metodei modificării medii absolute, este luat de o curbă exponenţială.
În concluzie, utilizarea metodei este indicată la seriile cronologice unde alura
graficului este aceea a unei curbe exponenţiale şi acolo unde creşterile sau
descreşterile de la un termen la altul prezintă ritmuri aproape egale.
(T −1)
Relaţia de calcul a metodei indicelui mediu este următoarea: yˆt = y1 × I .
În afara unor metode elementare, trendul sau componenta sistematică a unei serii
205
cronologice ( ŷt ) se poate determina şi prin intermediul metodelor analitice, bazate
pe identificarea unor funcţii matematice, respectiv prin trend liniar şi trend
neliniar (exponenţial, parabolic, hiperbolic, etc.). Demersul de parametrizare a
trendului liniar sau neliniar este urmarea fireasca a utilizării metodei celor mai
mici pătrate, urmărind minimizarea pătratelor abaterilor valorilor ajustate , de la
∑( y − yˆt ) = minim
2
termenii reali sau empirici: t
Dacă prin metoda grafică s-a identificat o posibilă funcţie de ajustare liniară şi se
acceptă această ipoteză , respectiv ŷt = a + bt , unde t = 1T , atunci parametrii a şi
b se calculează ca soluţii simple ale sistemului cunoscut deja de la regresia de tip
liniar, în care x este înlocuit cu t. Fără a mai menţiona operatorului sumă limitele
evidente, acest sistem devine egal cu:
a + b ∑ ti = ∑ yt
a ∑ ti + b∑ ti 2 = ∑ ti yt
Deoarece timpul nu este o variabilă cauzală sau explicativă, ci o variabilă reper,
atunci se facilitează soluţionarea rapidă a sistemului printr-un artificiu de calcul
conform căruia ∑
ti = 0 . Acest lucru se realizează diferenţiat în raport cu numărul
termenilor seriei cronologice.
a) Dacă numărul de termeni este impar, atunci t = 0 devine valoarea mediană
(centrală) şi t se retranscrie, ca o progresie aritmetică cu raţia "1", conform
exemplului următor:
Anul (t) iniţial: 1 2 3 4 5 6 7 ⇒ ∑ ti ≠ 0
Anul (t) artificializat: -3 -2 -1 0 1 2 3 ⇒ ∑ ti = 0
b) Dacă numărul termenilor este par se poate proceda în două variante:
• atunci când seria cronologică este mai lungă de 12 termeni se renunţă la primul
termen, fără a conduce la o schimbare esenţială a estimării (se artificializează
apoi ca la punctul anterior).
• când seria este scurtă, se păstrează toţi termenii; centrarea prin t = 0 nu este
posibilă din cauza numărului impar al termenilor, iar pentru cei doi termeni
aflaţi în mijlocul seriei se vor folosi valorile "-1" şi "1”, ceea ce modifică raţia,
care devine astfel egală cu "2”.
na = ∑y t ⇒a=
∑y t
= y (a este media aritmetică a variabilei)
n
= ∑ ti yt ⇒ b = ∑
ti yt
b ∑t 2
(b este panta trendului liniar)
∑t
i 2
i
∑ t lg a + ∑ t
i i
2
lg b = ∑ ti lg yt , care prin artificiul ∑t i = 0, devine:
⎛ ∑ lg yt ⎞
n lg a = ∑ lg y
⇒ a = anti lg ⎜⎜
t ⎟⎟
⎝ n ⎠
∑ ti 2 lg b = ∑ ti lg yt ⇒ b = anti lg ⎜⎜ ∑ i t 2 t
⎛ t lg y ⎞
⎟⎟
⎝ ∑i ⎠
Un trend neliniar de tip parabolic (printr-o funcţiei de gradul II ŷt = a + bti + ct i2 ),
în urma aplicării metodei celei mai mici pătrate, conduce la sistemul :
∑
na + b Σ ti + c Σ t i2 = yt
a ∑ t + b∑ t + c ∑ t =∑ t y , care prin ∑ t = 0, devine:
i i
2
i
3
i t i
a ∑ t + b∑ t + c ∑ t =∑ t y
i
2
i
3
i
4
i
2
t
⎣⎢ ⎦⎥
i t t i i i i t i i
b∑ t = ∑ t y
i
2
⇒ b = (∑ t y ) ∑ t
i t i t i
2
207
1
Un trend neliniar de tip hiperbolic ( ŷt = a + b ) dă naştere prin metoda celor mai
ti
mici pătrate sistemului:
1
na + b∑ = ∑ yt
ti
1 1 1
a ∑ + b∑ 2 = ∑ × yt ; care prin
ti ti ti
∑t i = 0 , devine:
na = ∑ yt ⇒ a = 1 n ∑ yt ⇒ a = y
1 1 ⎛ 1 ⎞ ⎛ 1⎞
b∑ =∑ × yt ⇒ b = ⎜ ∑ × yt ⎟ ⎜ ∑ ⎟
ti ti ⎝ ti ⎠ ⎝ ti ⎠
Există şi alte funcţii matematice de tip neliniar (funcţia logistică ŷt = 1 a + bcti , ( )
cti
funcţia Gompertz ŷt = a × b etc.) capabile să descrie corect trenduri sau ipoteze
de trend neliniar. Alegerea celei mai îndreptăţite funcţii pentru a caracteriza
trendul sau componenta sistematică a unei serii cronologice este realizabilă prin
calculul coeficienţilor descrişi e şi D, precum şi prin alte metode specifice de
testare a ipotezelor statistice de trend emise. Pentru componenta oscilatorie sau
periodică (St), nespecifică tuturor seriilor cronologice, ca şi trendul, se utilizează cu
o frecvenţă mai mare, determinarea sezonalităţii în cazul seriilor cronologice
staţionare (lipsite de trend).Percepută sub formă de oscilaţii periodice la intervale
mai mici de un an, sezonalitatea se determină fie ca vârf sau maxim sezonal, printr-
un raport specific, fie ca val sezonier, prin intermediul indicilor de sezonalitate. În
situaţia când datele statistice sunt disponibile numai pentru un singur an, singura
soluţie este determinarea vârfului sau a valorii maxime sezonale ca un raport de
max ( yt )
tipul:max (St) = , unde yt reprezintă producţia, cifra de afaceri, valoarea
min ( yt )
adăugată sau orice alt indicator analizat lunar, trimestrial.Atunci când se deţin
informaţii pe o perioadă de trei până la cinci ani consecutivi se poate caracteriza
întregul val sau întreaga mişcare oscilatorie prin intermediul indicilor de
sezonalitate calculaţi prin metoda mediilor aritmetice, prin metoda mediilor mobile
sau prin metoda trendului.Toate metodele presupun calculul mediilor lunare yt
(reale ca în cazul metodei mediilor aritmetice sau reale şi ajustate ca în situaţia
celorlalte două metode, respectiv a mediilor mobile şi a trendului), urmat de
determinarea mediei generale y şi, în final, de evoluarea sezonalităţii prin
y y
intermediul indicelui de sezonalitate: I S = t × 100 sau I S = t × 100 .
t y t y ajustat
(pentru metoda mediilor aritmetice) (pentru celelalte metode)
208
7.5 Previziune şi ierarhizare statistică a indicatorilor contabili relevanţi
În mod obişnuit se elaborează mai multe variante de previziune sau prognoză, fie
în funcţie de natura şi mărimea parametrilor folosiţi, fie în funcţie de abordarea
timpului ca variantă explicativă sau nu, a fenomenului.În mod practic apar două
cerinţe: a) prima cerinţă este conferită de lipsa unei date în interiorul unui interval,
fapt ce impune o estimare denumită frecvent interpolare (reconstituirea unui singur
termen sau a mai multora din seria cronologică iniţială, termeni ce, fie nu au fost
determinaţi, fie au dispărut); b) a doua cerinţă este rezultatul dorinţei de a identifica
date în afara intervalului, cunoscută ca soluţie de extrapolare.
Extrapolarea este tipul de prognoză cu cele mai multe aplicaţii practice.
Extrapolarea se realizează prin metode mecanice, dintre care mai frecvent utilizate
metoda modificării medii absolute ( Δ ) şi metoda indicelui mediu ( I ), dar şi prin
metode analitice.
209
Metoda modificării medii absolute este utilizată în ipoteza constatării pe baza
analizei aproximativ constante între două momente (intervale) succesive. Relaţia de
calcul devine: yˆ K = y1 + ( K − 1) Δ , unde: Δ = yT − y1 , iar K > T şi T = 2, n .
Δ T −1
Metoda indicelui mediu este folosită în ipoteza identificării pe baza analizei
perioadei trecute a unui ritm al modificări aproximativ constant între două
( K −1)
momente (intervale) succesive. Relaţia de calcul este: yˆ K = y1 × I ,unde
I
yT
I = T −1 , iar K > T şi T = 2, n .Ambele metode pot fi aplicate şi în cazul în care
y1
se dispune de un număr limitat la numai doi termeni într-o serie cronologică
(primul şi respectiv ultimul termen).Extrapolarea prin metode analitice este o
prognoză bazată pe funcţia matematică de ajustare a seriei empirice. Aşa cum s-a
constatat din analiza trendului liniar şi neliniar, extrapolarea analitică se bazează pe
funcţii speciale de tip liniar( ŷ K = a + bK ), exponenţial ( yˆ K = a × b K ), parabolic
1
( yˆ K = a + bK + cK 2 ), hiperbolic ( yˆ K = a + b × ) etc.
K
În concluzie, previziunea bazată pe seriile cronologice anticipează relativ corect un
anumit termen al seriei cronologice, în funcţie de calitatea datelor, acurateţea
metodelor, aprofundarea fenomenului economic. În realitate, componenta aleatoare
sau întâmplătoare ε t , nefiind practic posibil de prognozat, aceasta va acţiona chiar
şi asupra celor mai bune şi detaliate prognoze. Validarea integrală a anticipărilor
statistice este mai curând o imposibilitate, nu există şi nu va exista o previziune sau
o prognoză perfectă. Aşa cum s-a constatat încă de la gruparea statistică sau de la
sistematizarea datelor, gândirea de tip statistic ordonează, valorizează, dar şi
ierarhizează. Clasificarea definită ca o grupare stabilizată în timp este bazată tot
pe ordonare şi ierarhizare. Abordarea simplă, unicriterială este utilă în plan
teoretic, dar în plan practic poate fi semnificativ completată şi chiar contrazisă.
Prin urmare, ierarhizarea, mai ales cea de tip teritorial este cu atât mai obiectivă cu
cât criteriile utilizate sunt mai numeroase şi mai adecvate. O ierarhizare teritorială
multicriterială optimă este sinonimă cu discernământul selectării criteriilor şi
moderaţia în ceea ce priveşte numărul şi importanţa acestora. Principalele metode
de ierarhizare teritorială multicriterială sunt metoda rangurilor, metoda distanţei
relative şi metoda matricială. Metoda rangurilor sau a numerelor de ordine constă
din următoarele etape: a) acordarea de ranguri pentru fiecare criteriu analizat
(caracteristică sau variabilă analizată) în funcţie de nivelul atins de fiecare teritoriu
în parte; b) stabilirea scorului realizat de către fiecare teritoriu printr-o simplă
cumulare finală (însumare de ranguri parţiale obţinute); c) ierarhizarea finală sau
acordarea de ranguri finale, în funcţie de scorul realizat.Metoda are avantajul
supleţei şi simplităţii, dar şi marele dezavantaj al incapacităţii de departajare
corectă a unităţilor teritorial-administrative între ele, ca distanţe. Astfel, deşi locul I
şi al II-lea pot fi destul de apropiate ca scor final, locul al II-lea se poate afla la o
distanţă foarte mare fără a cunoaşte concret semnificaţia acestei distanţe.Aşa se
210
face că metoda distanţei relative este special realizată pentru a departaja cât mai
clar şi mai ales pentru a evalua distanţele dintre teritoriile ierarhizate.Metoda
distanţei relative impune respectarea unor etape:
1. calculul pentru fiecare teritoriu sau unitate teritorial-administrativă a distanţei
relative în raport cu distanţa maximă (y maxim); teritoriul ce deţine valoarea maximă
capătă distanţa relativă egală cu 100,0%, iar celelalte valori generează indici
y
teritoriali specifici: d r = I i /max = i × 100
ymax
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
6.Identificaţi varianta de răspuns care nu
1. Care este principala diferenţă între constituie o proprietate a termenilor seriei
seria temporală şi teritorială de date? teritoriale: a)simultaneitate; b) omogenitate;
c) independenţă; d) interdependenţă.
2. Care sunt principalii indicatori relativi 7. Nu este considerată raţională şi nu se
şi medii ai seriei cronologice? practică însumarea termenilor unei serii
cronologice: a) de momente sau de stoc ; b)
3. Care sunt indicatorii specifici ai unei de intervale sau de flux; c) exprimate în
serii teritoriale de date? unităţi valorice; d) exprimate în unităţi fizice.
8. Extrapolând datele din tabel prin metoda
4.Care sunt metodele mecanice şi analitice sporului mediu identificaţi soldul contului X
de previziune a seriilor cronologice? în luna t+5: a) 470 ; b) 475; c) 480 ; d) 485 .
Luna t t+1 t+2 t+3 t+4
5.Care sunt metodele de ierarhizare în Sold cont-lei 200 260 300 350 420
cazul seriilor de date teritoriale? 9. Extrapolând datele din tabel prin metoda
6. Care este principala diferenţă între indicelui mediu identificaţi profitul în iunie:
seriile teritoriale şi cronologice ca a) 170,5 ; b) 173,1; c) 175.7 ; d) 178,3 .
indicatori specifici? Luna I II III IV V
Profit -mii lei 110 120 135 148 160
211
B) Aplicaţii rezolvate
212
Indicatori medii în seria de momente
Preţul mediu în fiecare din cele patru zile poate fi considerat o medie simplă a
preţurilor de la începutul şi sfârşitul zilei (preţul începutului zilei următoare):
p + p 10 + 10,9 p + p3 10,9 + 11,5
p 1-2X= 1 2 = = 10, 45 lei; p 2-3X= 2 = = 11, 2 lei;
2 2 2 2
p + p 11,5 +12,0 p + p 12,0 + 12,3
p 3-4X= 3 4 = = 11,75 lei; p 4-5X= 4 5 = = 12,15 lei
2 2 2 2
T
∑ pt p1 + p2 + p3 + p4 + p5
p 1-5X= t=1 = 2 2 = 45,55 =11,3875 lei(medie cronologică simplă)
T −1 5 −1 4
Notă: Dacă preţul mediu era detaliat pe luni se calcula ca o medie cronologică
t t +t t(T − 2 ) + t(T −1) t(T −1)
y1 × 1 + y2 × 1 2 + ... + y(T −1) × + yT ×
ponderată astfel : y cr = 2 2 2 2
t1 t1 + t2 t(T − 2 ) + t(T −1) t(T −1)
+ + ... + +
2 2 2 2
31 31 + 28 28 + 31 31 + 30 30
10 × + 10,9 × + 11,5 × + 12 + 12,3
concret : p cr = 2 2 2 2 2 = 1366,3 =
31 31 + 28 28 + 31 31 + 30 30 120
+ + + +
2 2 2 2 2
=11,38583 lei
Δt /1 yt − yi
Modificarea medie Δ= = iar în cazul preţului Δ = (2,3: 4) = 0,575 lei.
T −1 T −1
yt 12,3
Indicele mediu I = (T −1) iar în cazul preţului I = 4 = 1, 0531 sau 105,31%
yi 10
Ritmul mediu R t / ( t −1) ( % ) = I ( t −1) ( % ) − 100% , respectiv R preţului = 5,31%
∑ ( y − yˆt )
2
t
⎡ yt − yˆt ) ⎤
∑ (
2
⎣⎢ ∑ t
y y −y ⎥
⎦
Coeficientul de eroare de 1,76% traduce în unităţi procentuale cu cât se abat în
medie termenii reali (yt) de la linia de tendinţă (trendul liniar ŷt = 500 - 31t) şi
exprimă o eroare redusă ca urmare a unei bune capacităţi a funcţiei de ajustare şi
prognoză de a reflecta evoluţia reală a variabilei. Coeficientul de determinaţie
arată că din totalul numărului mediu al salariaţilor 96,1% sunt surprinşi în funcţia
liniară de ajustare analitică (96,1% din cota de variaţie este inclusă în totalul
variaţiei numărului mediu al salariaţilor sau funcţia matematică parametrizată
ŷt = 500 - 31t surprinde 96,1% din evoluţia şi prognoza variabilei).
4. O societate comercială a realizat Tabel nr. 7.10
trimestrial timp de trei ani consecutivi Anul /
nivelurile producţiei,prezentate în tabelul Trimestrul T T+1 T+2 Total
alăturat şi exprimate în mii produse I 3 2 1 6
215
standard. Să se determine indicii de II 4 3 2 9
sezonalitate specifici acestei firme şi să III 5 4 3 12
se identifice trimestrele ideale pentru IV 1,5 1 0,5 3
plecări în concediu de odihnă. Total 13,5 10 6,5 30
Rezolvare:Calculul indicilor de sezonalitate este prezentat în tabelul de mai jos:
Notă: Rangurile de la 1 la 6 privind nivelul tuturor indicatorilor (yi) s-au acordat pornind de
la cea mai mare valoare a indicatorului către cea mai mică, iar rangul final în mod invers.
Alegerea subiectivă a criteriilor este problemă de fond a metodei rangurilor, alături
de dificultatea departajărilor corecte a teritoriilor ( ex: II şi III).
216
Tabel nr. 7.14
Distanţa relativă Distanţa medie Rangul
Teritoriul (dr = yi/ymax × 100) d = n ∏ di final
-d1- -d2- -d3- -d4-
A 35,47 20,53 75,47 93,90 47,66 III
B 25,23 26,43 62,26 100,00 45,14 V
C 100,00 100,00 18,87 83,76 63,05 II
D 76,24 56,17 100,00 71,31 74,09 I
E 15,67 13,93 62,26 75,91 31,87 VI
F 29,74 26,35 67,92 88,09 46,53 IV
Metoda distanţelor relative soluţionează favorabil departajarea aşa cum rezultă din
calculul distanţelor relative la nivel de caracteristică ti prin distanţa medie ce
conduce la acordarea de ranguri distincte pentru fiecare teritoriu în parte.
217
CAPITOLUL 8
INDICATORI STATISTICI UTILI ÎN CONTABILITATEA
AFACERILOR
Cuprins Pag.
8.1 Metode statistice aplicate în contabilitatea afacerilor şi indicatori
utili unui management contabil modern 219
8.2 Indicatori statistici ai protecţiei mediului utili în contabilitate 233
8.3 Indicatori statistici contabili ai poziţiei, performanţei, rentabilităţii şi
gestiunii firmei 242
8.4 Specificul contabilităţii de mediu şi a costurilor de mediu şi impli-
caţiile statistice majore 253
8.5 Test de autoevaluare şi aplicaţii statistice în contabilitate 256
218
8.1 Metode statistice aplicate în contabilitatea afacerilor şi indicatori
utili unui management contabil modern
219
standardizat de conturi naţionale a fost publicat prima dată în 1952, iar varianta
operaţională actuală datează din 1993 şi armonizează SCN cu balanţa de plăţi externe,
statistica financiară a statului, statistica monetară şi bancară, cu clasificarea
internaţională standard ONU şi cu metodologia în domeniul forţei de muncă elaborată
de Biroul Internaţional al Muncii. În paralel, Comunitatea Economică Europeană a
renunţat la Sistemul simplificat de contabilitate naţională şi a creat o versiune
comunitară a SCN (SEC-Sistemul European de Conturi), la începutul lui 1996
(abreviată SEC 1995). Principalii indicatori de rezultate macroeconomice sunt:
Tabel nr. 8.1
Indicatori cu conţinut brut Indicatori cu conţinut net
Produsul Intern Brut - PIB Produsul Intern Net - PIN
(Gross Domestic Product -GDP) (Net Domestic Product - NDP)
Produsul Naţional Brut - PNB Produsul Naţional Net - PNN
(Gross National Product - GNP) (Net National Product - NNP)
La interfaţa subiectelor economice, veniturile unora devin cheltuielile altora, ceea ce
egalizează producţia finală cu veniturilor realizate şi cu cheltuielile. Caracterul
estimativ al indicatorilor îşi găseşte explicaţia în metode, surse de date şi tehnici de
prelucrare diverse. O analiză a metodelor de calcul subliniază specificul lor:
Tabel nr. 8.2
Metode în SCN-Obiectul agregării Indicatori macroeconomici-Modul de calcul
şi localizarea subiectelor economice pentru principalele macroagregate
I.Metoda de producţie Produs global brut PGB=∑Bunuri şi servicii
-fluxurile reale de bunuri şi servicii Produs intern brut la preţurile pieţei
-subiectele economice din sfera de PIBpp=∑VABpp sau PIBpp=PGB–CI
producere a valorii adăugate brute PIBpp=∑VABpf+(IP+TV)–Sv, unde:
(VAB) IP = impozite pe produs, TV = taxe vamale,
Sv = subvenţii
Produs intern net la preţurile pieţei
PINPP=PIBpp-A, unde A= amortizarea
II.Metoda de consum Produs intern brut la preţurile pieţei
-fluxurile reale de mărfuri şi servicii CF=consum final, FBCF=formarea brută de
nefinanciare capital fix, ΔS=variaţia de stoc,
-subiectele economice din sfera Enet = (X-M)= export net
distribuţiei PIBpp= CF + FBCF + ΔS + (X-M)
Produs naţional net la preţurile pieţei
PNNpp = PINpp + ΔVFS, unde:
ΔVFS= soldul veniturilor factorilor în raport
cu străinătatea
III.Metoda veniturilor Produs intern brut la preţurile pieţei
-fluxurile financiare PIBpp=CFM+ENE+A+IIN,
-factorii de producţie recompensaţi în unde:CFM=compensarea forţei de muncă,
sfera repartiţiei ENE=excedent net de exploatare şi
IIN=impozitele indirecte nete
Produs intern net la preţurile pieţei
PINPP = CFM+ENE+IIN
IV.Metoda cheltuielilor Produs intern brut la preţurile pieţei
-fluxurile financiare (cheltuieli sau PIBpp=Cpr+EN+ID+IIN+A, (unde Cpr =
disponibilităţi, economii) cheltuieli private EN=economii nete,
220
-subiectele economice din sfera ID=impozite directe)
acumulării şi consumului Produs intern net la preţurile factorilor
(venit naţional) VN=PINPf = PIBpp– IIN–A
SCN este creat pentru a asigura estimarea indicatorilor sintetici de rezultate (PIB, PNB,
PIN, PNN) dar şi a altor indicatori: formarea brută de capital (fix) sau FBC(F), venitul
disponibil sau VD, economii sau E la fel de utili în modelările macroeconometrice.
Pentru estimarea PIB-ului, metodele publicate sunt metoda de producţie şi consum.
I. Metoda de producţie:PIBpp =∑VABpf + (IP+TV)–Sv sau PIBpp =∑VABpf +IIN
Sursa datelor o reprezintă http://www.insse.ro şi Anuarul statistic al României,
Ed.INS, Bucureşti,1991-2010, iar PIB-ul este detaliat după metoda de producţie:
Tabel nr. 8.3
Anul PIBpp IPIB real ∑VABpf IP (impozite TV (taxe Sv (Subvenţii)
(% ) pe produs) vamale)
- miliarde lei (ROL) preţuri curente -
1990 857,9 94,4 788,1 102,0 1,6 -33,8
1991 2203,9 87,1 2066,1 193,2 24,7 -80,1
1992 6029,2 91,2 5915,2 484,8 86,9 -457,7
1993 20035,7 101,5 18579,2 1857,5 303,5 -704,5
1994 49773,2 103,9 45954,7 3848,2 648,9 -678,6
1995 72135,5 107,1 66598,5 5579,4 1189,0 -1231,4
1996 108919,6 103,9 101854,2 7458,7 1852,3 -2245,6
1997 252925,7 93,9 232817,6 18569,1 3808,2 -2269,2
1998 373798,2 95,2 331547,6 39806,6 5859,4 -3415,4
1999 545730,2 98,8 480475,1 61605,7 7242,5 -3593,1
- milioane lei (RON) preţuri curente -
2000 80984,6 102,4 72736,4 8337,1 912,0 -1000,9
2001 117945,8 105,7 106120,0 11686,4 905,0 -765,6
2002 152017,0 105,1 136922,3 15702,2 986,2 -1593,7
2003 197427,6 105,2 175640,9 21644,2 1381,2 -1238,7
2004 247368,0 108,5 220931,3 25322,8 2531,7 -1417,8
2005 288954,6 104,2 255232,7 33126,1 2685,7 -2089,9
2006 344650,6 107,9 304269,8 38711,5 3238,8 -1569,5
2007 416006,8 106,3 368356,3 48028,1 1210,2 -1587,8
2008 514654,0 107,1 458489,4 56415,6 1192,3 -1443,3
2009* 491273,7* 92,5* 441935,4* Impozite indirecte nete (IIN) = 49338,3*
2010** 513640,8** 98,7** 455924,1** Impozite indirecte nete (IIN) = 57716,7**
* Date semidefinitive şi **date provizorii -Buletin statistic lunar nr.1/2010 şi 2011, INS, Bucureşti.
II.Metoda de consum:PIBpp=CF+FBCF+ΔS+(X-M) sau PIBpp=CF+FBC+ Enet
Componentele PIB după metoda consumului sunt şi ele detaliate în continuare:
Tabel nr. 8.4
Anul PIBpp Deflator (%) CF FBCF ΔS Enet=X-M)
- miliarde lei (ROL) preţuri curente -
1990 857,9 - 679,5 169,8 89,7 -81,1
1991 2203,9 294,9 1672,5 317,0 301,1 -86,7
1992 6029,2 300,0 4642,5 1156,8 736,7 -506,8
1993 20035,7 327,4 15235,8 3583,7 2212,2 -996,0
1994 49773,2 239,1 38452,4 10095,7 2252,6 -1027,5
1995 72135,5 135,3 58662,4 15424,9 2085,1 -4036,9
1996 108919,6 145,3 89939,4 24998,5 3161,4 -9179,7
1997 252925,7 247,3 218619,8 53540,1 -1368,7 -17865,5
221
1998 373798,2 155,2
67919,9 -1586,4 337468,6
-30003,9
1999 545730,2 147,8
96630,4 -8889,9 484361,5
-26371,8
- milioane lei (RON) preţuri curente -
2000 80984,6 144,9 69587,4 15245,2 444,6 -4292,6
2001 117945,8 137,8 100731,7 24171,4 2014,8 -8972,1
2002 152017,0 122,6 127118,8 32366,5 1079,6 -8547,9
2003 197427,6 123,5 168818,7 42496,6 873,6 -14761,3
2004 247368,0 115,5 211054,6 53850,3 4701,1 -22238,0
2005 288954,6 112,1 251038,1 68526,6 -1240,0 -29370,1
2006 344650,6 110,5 294867,6 88272,0 2916,3 -41405,3
2007 416006,8 113,6 344937,0 125645,3 3213,4 -57788,9
2008 514654,0 115,5 420872,2 164264,4 -3368,2 -67114,4
2009* 491273,7* 103,2* 397273,5* 125825,6* -2633,8* -29191,6*
2010* 513640,8** 105,9 ** 405422,4** 116793,1** 19127,5** -27702,2**
* Date semidefinitive şi **date provizorii - Buletin statistic lunar nr.1 /2010 şi 2011, INS, Bucureşti.
Estimarea macroagregatelor SCN conduce la aprecierea evoluţiei economiei prin
creşterea economică sau ritmul PIB-ului real, obţinut din indicele procentual al
PIB-ului real din care se scade valoarea de 100 de procente: R PIB real (%) = IPIB real
(%) -100 (%). Imaginea principalelor macroagregate în preţuri comparabile asigură
un factor important care oferă imaginea reală a transformărilor structurale (în
preţurile anului de bază).Evaluarea este rezultatul produsului între volumul
neagregabil în unităţi fizice şi preţul exprimat prin variaţia medie a preţurilor.
Concret se determină rezultatul exprimat în preţuri comparabile al raportului PIB-
ului realizat timp de doi ani consecutivi, din indicele PIB-ului în preţuri curente:
I PIB preţ uri curente ( %) = (PIB în preţurile anului t : PIB în preţurile anului t-1) × 100,
care de îndată ce a fost obţinut se împarte la un indice de preţ specific, denumit
deflatorul implicit al PIB, ceea ce rezultă constituind în fapt indicele PIB-ului real.
IPIB real ( %) = (I PIB preţ uri curente : Deflatorul implicit al PIB ) × 100
Creşterea economică naţională sau modificarea anuală a IPIB real, după 1990
Tabel nr. 8.5 Anul precedent = 100
- 5,6 1990
-12,9 1991
- 8,8 1992
1993
1994
1995
1996
-6,1 1997
- 4,8 1998
-1,2 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
-7,5 2009
-1,3 2010
Anul 2011
Ritmul
1,5
3,9
7,1
3,9
2,4
5,7
5,1
5,2
8,5
4,2
7,9
6,3
7,1
2,3
IPIB real
Surse: Anuarul statistic al României,1991–2010 şi Buletin statistic lunar, nr.1/2011, INS, Bucureşti
Evoluţia ciclică a economiei naţionale după anul 1990
Grafic nr.8.1
15
10
5
0
-5
-10
-15
-20
-25
-30
1990
1994
1995
1996
1997
1998
1999
2000
2004
2005
2006
2007
1991
1992
1993
2001
2002
2003
2008
2009
2010
2011
Surse: Principalii indicatori statistici privind dezvoltarea economico-socială, Conferinţa INS, 2009 şi
Anuarul statistic al României 2011, Ed. INS, Bucureşti, 2012
222
Principiile alcătuirii de sisteme de indicatori statistici capabili să sintetizeze
fenomenele economice, exprimate ca cerinţe în modelarea macroeconometrică
impun analize de conjunctură, de sezonalitate, de ciclicitate etc. Cea mai simplă
prezentare economică conjuncturală (cu sens de ansamblu de factori obiectivi şi
subiectivi sau împrejurări ce influenţează pozitiv/negativ economia) este descrisă
prin careul magic al strategiei economice şi cuprinde rata creşterii economice, rata
inflaţiei, rata şomajului şi soldul balanţei comerciale. Dacă acestui sistem minimal
de indicatori i se adaugă raportul între veniturile maxime şi minime (ori medii şi
minim garantate), cunoscut drept indice de coeziune se obţine pentagonul magic şi
prin adăugarea indicatorilor de mediu se ajunge la hexagonul peren al echilibrelor
majore. Se pot selecta şi alţi indicatori alternativi grupaţi în şase clase (domenii),
ce oferă informaţii despre principalele echilibre economice, ce delimitează aceste
construcţii) de la patrulaterul strategiei, la pentagonul magic şi hexagonul peren).
224
Excedentul brut de exploatare al firmei la preţul factorilor (EBEpfi) este un
indicator al cărui conţinut exprimă ceea ce rămâne la dispoziţia firmei după ce se
elimină din valoarea adăugată brută, impozitele indirecte şi elementele care
reprezintă remunerarea muncii: EBEpfi = VABpp-RMi-(II-Sv)i.
Excedentul net de exploatare al firmei la preţul factorilor (ENEpfi) anticipează
profitul întreprinzătorului, fiind un indicator preferat al statisticilor europene
conjuncturale pe şi termen scurt: ENEpfi = EBEi-Ai
La nivel macroeconomic, conceptul de resurse umane se exprimă prin populaţia
ocupat, dar, mai ales, prin forţa de muncă. Pentru analiza statistică a volumului
forţei de muncă la nivelul firmei se utilizează indicatorul numărul salariaţilor, în
variantele sale de efectiv al salariaţilor (reprezentând numărul total de angajaţi
existent la un anumit moment - indicator de stoc) şi de număr mediu al salariaţilor
(calculat ca medie a efectivelor zilnice- un indicator de flux). Eficienţa sau
productivitatea sunt cazuri particulare ale intensităţii relaţiei directe ori indirecte,
între efecte (rezultate) şi eforturi (consumuri).
Determinarea eficienţei activităţii în economie
Tabel nr. 8.7
Metoda directă (Efect / Efort) Metoda indirectă (Efort / Efect)
Efect E1 E2 … En Efort C1j C2j … Cnj
Efort Efect
C1j E1
C2j, E2,
… e = (En / Cnj) × 100 … e = (Cnj / En ) ×100
Cnj En
Productivitatea muncii beneficiază de aceeaşi modalitate de determinare generală
cu eficienţa fondurilor sau activelor imobilizate ori cu profitabilitatea capitalului.
Dintre indicatorii care sintetizează participarea firmei pe piaţă se detaliază în afară
de cifra de afaceri în expresie valorică, considerat cel mai important indicator al
firmei, cota de piaţă şi indicii raportului de schimb pentru relevanţa lor deosebită în
modele microeconomice. Cota de piaţă reprezintă ponderea deţinută de vânzările
unei firme în totalul vânzărilor unui produs sau activităţi pe o anumită piaţă şi se
evaluează prin coeficienţi sau procentual astfel:
1. cota de piaţă globală: Cp = CAi ×100 ,unde:CAi este cifra de afaceri a firmei
i ∑ CAi
analizate, iar ΣCAi descrie cifra de afaceri a tuturor firmelor prezente pe piaţă
2. relativă (CAi firma X : CAi firma Y) x 100, unde CAi firma X este cifra de
afaceri a firmei analizate, iar CAi firma Y defineşte cifra de afaceri a concurentului
cel mai important (lider, colider, outsider, specialist etc.).
3.specifică (CAi firma X : ΣCAi sector specific) x 100, unde CAi firma X este cifra
de afaceri a firmei analizate, iar ΣCAi sector specific delimitează cifra de afaceri a
tuturor firmelor existente în sectorul analizat al pieţei.
Indicii raportului de schimb fac posibilă analiza activităţii de comercializare
externă şi traduc astfel starea echilibrului extern al economiei naţionale sau al unei
firme moderne, cu participare internaţională, simultan importatoare şi exportatoare:
Caseta nr.8.2
225
Premisele teoretice ale determinării indicilor raportului de schimb sunt următoarele:
- fluxurile de export şi import au efecte economice şi financiare opuse;
- fiecare flux poate fi analizat atât distinct, cât şi combinat ca sold (Δ= X-M), unde X şi M
= volumul activităţii de export, respectiv import.
- fluxurile pot fi evaluate simultan şi prin indicatorul relativ specific denumit grad de
acoperire a importurilor prin exporturi [GA = (X/M )x100];
- fluxurile pot fi analizate distinct, dar dinamic prin intermediul indicilor valorii, ai
volumului fizic şi ai preţurilor şi (Iv , Ip, Iq);
- fluxurile cantitative se analizează prin raportul de schimb brut: RSB = (QX :QM)x100;
- fluxurile pot fi analizat distinct, ca nivel, dinamică şi structură, pe destinaţii (exporturi)
sau în raport cu sursele de provenienţă (importuri), respectiv prin indici elementari:iX =
(X1:X2)x100 sau iM = (M1:M2)x100 şi prin ponderi sau greutăţi specifice: gX = (Xi: Σ Xi )
x100 sau gM = (Mi: Σ Mi ) x100;
-fluxurile se analizează şi combinat ca sold al balanţei comerciale (Δ), iar în raport cu
valoarea atinsă de cei doi indicatori se disting trei situaţii semnificative:
• Δ < 0 sau balanţa deficitară (sold pasiv sau deficitar) ⇔ X < M,
• Δ = 0 sau balanţa echilibrată (fără sold) ⇔ X = M,
• Δ > 0 sau balanţa excedentară(sold activ sau excedentar)⇔ X > M.
Aprecierea rolului comercializării externe în rezultatul final al economiei se determină ca
raport (Δ/PIB), analog şi în rezultatul firmei (Δ/CA ori Δ/VAB). Raportul între soldul
balanţei comerciale şi rezultat relevă contribuţia comercializării externe finale în procente.
- fluxurile se mai pot evalua şi prin gradul de acoperire a importurilor prin exporturi (GA),
beneficiind de avantajul neglijării semnului caracteristic soldului balanţei comerciale, iar
pentru GA exprimat prin coeficienţi (multiplicator sau demultiplicator):
• GA<1 sau balanţa deficitară (sold pasiv sau deficitar) ⇔ X < M,
• GA = 1 sau balanţa echilibrată(fără sold)⇔ X=M,
• GA >1 sau balanţa excedentară (sold activ sau excedentar)⇔ X > M.
-fluxurile se mai pot caracteriza şi prin indicii valorii, volumului fizic şi ai preţurilor:
indicii preţurilor în comercializarea externă sunt denumţi indici ai valorii unitare şi se
determină şi pentru export şi pentru import; mărfurile nefiind identice în mulţimea şi
diversitatea contractelor de comerţ exterior, nu se poate utiliza termenul de preţ mediu, ci
mai curând cel de valoare unitară; relaţia de calcul a indicelui valorii unitare este aceea a
unui indice construit ca medie armonică (Paasche):
Ip =
∑ v1 = ∑ p1q1 = I .V .U .
∑ i p ⋅ v1 ∑ p0 q1
1
229
ΔC1/ 0 ΔV1/ 0 C1 − C 0 V1 − V0 I1/C 0 − 100
preţurilor sau veniturilor: λ C / V = : = : = V ,
C0 V0 C0 V0 I1/ 0 − 100
unde: I 1C/ 0 , I 1V/ 0 sunt indicii cererii şi ai venitului sau conform relaţiei următoare:
ΔC1/ 0 ΔP1/ 0 C1 − C 0 P1 − P0 I1/C 0 − 100
λC / P = : = : = P , unde: I1/C 0 , I1/P 0 sunt indicii
C0 P0 C0 P0 I1/ 0 − 100
cererii, respectiv ai preţurilor.
O aplicaţie reală are capacitatea de a defini mai rapid modalităţile concrete de
valorifcare a statisticii în economie. Astfel, o firmă axată pe producţia şi exportul
de aparate frigorifice ecologice, consultând surse de date specializate şi propriile
proiecţii pe termen scurt, anticipează o creştere a exporturilor sale de la 4 la 5,6
milioane de euro(€) ca urmare directă a generalizării măsurilor de protecţie a
mediului, în următorul an, pe piaţa regiunii europene Y.Analiza aceloraşi baze de
date subliniază că, importul de aparate frigorifice ecologice pe aceeaşi piaţa a
regiunii Y va creşte cu 25,0%. În condiţiile în care studiile identifică şi o creştere a
cererii europene în ansamblu de bunuri de folosinţă îndelungată, în următorul an
cu circa 15,0 %, o cercetare efectuată asupra pieţei specifice, estimează o tendinţă
de majorare a cererii de aparate frigorifice ecologice în aceeaşi perioadă cu 21,0%.
Cum va acţiona firma, prin creşterea competitivităţii firmei sau a produsului?
Decizia bazată pe coeficientul de elasticitate detaliază prompt ritmurile analizei:
Δy Δ x y1 − y0 x1 − x0 R y 5,6−4,0
E= : = : = =1,6 unde:Rx=25,0% şi Ry= x100= 40%
y0 x0 y0 x0 Rx 4,0
La fiecare procent de creştere a cererii de aparate frigorifice ecologice pe piaţa
europeană oferta firmei specializate răspunde cu 1,6%, iar Δ =y1-y2=5,6-4,0=1,6
milioane €. Din informaţiile studiului se disting trei ritmuri de creştere a cererii:
R
I. R1=15,0% × Δ∗Y iar Δ Y = y0 1 , respectiv efectul absorbţiei generale a
∗
100
∗
pieţei europene asupra activităţii firmei( Δ y = 4,0×0,15 = 0,6 milioane €). Sub
impactul creşterii generale a cererii europene, exportul firmei ar putea creşte
(ipotetic) la 4,0+0,6=4,6 milioane €, suma de 0,6 milioane €, exprimând efectul de
absorbţie al pieţei europeneY.
R2
II. R 2 = 21, 0% × Δ∗∗
y = y0 × , respectiv efectul absorbţiei exportului firmei ca
100
∗∗ 21
urmare a specializării în aparate frigorifice ( Δy = 4,0× = 0,84milioane €).Sub
100
impactul pozitiv al specializării în producţia de aparate frigorifice ( Δ∗∗ 〉 0),
exportul firmei ar putea creşte (ipotetic) la 4,0+0,84=4,84 milioane €.
R3
III. R 3 =25,0 % × Δ∗∗∗
y = y0 = 4, 0 × 0, 25 = 1 milion €. Acest 1 milion € este
100
expresia efectului atracţiei pentru exportul de aparate frigorifice ecologice pe piaţa
230
regiunii "Y"(orientarea geografică este bună Δ∗∗∗ ∗∗
y 〉 Δ y ).
232
prin patru metode de analiză: a) compararea aceluiaşi actor al cererii în timpul mai
multor perioade (metoda panel, eşantioanele repetitive sau rotaţionale); b)
compararea mai multor actori ai cererii, care în cursul unei perioade de referinţă
plătesc aproape aceleaşi preţuri (metoda bugetelor de familie); c) compararea
cererii totale solvabilizate într-un teritoriu, relativ omogen ca preţuri în mai multe
perioade de timp (metoda cronologică); d) compararea cererii totale solvabilizate în
mai multe teritorii în acelaşi timp (metoda comparaţiilor internaţionale).Cercetarea
statistică a elasticităţii poate ajunge şi în practică în faţa unor paradoxuri, care
conduc la un optimism al elasticităţii-preţ a cererii ca evoluţie nefirească a cererii,
în mod proporţional cu creşterea preţurilor. Astfel, optimismul elasticităţii preţ se
resimte în economia Germaniei, prin creşterea preţurilor bunurilor germane de
capital şi investiţie, care nu a condus la diminuarea cererii, alte ţări în lipsa unei
industrii naţionale la fel de performante au continuat să importe aceste bunuri.
Coeficienţii de elasticitate sunt instrumente utile de cuantificare a capacităţii de
absorbţie a pieţelor teritoriale specifice şi ale cunoaşterii direcţiilor în care vor
evolua economiile consumatorilor.
233
Două limite de construcţie internaţională ale unui sistem de indicatori statistici ai
dezechilibrelor cauzate mediului, ca urmare a valorificării resurselor, precum şi o
variantă intermediară de flux de tipul factori de instabilitate – stare de echilibru şi
evaluarea feedback-ului sunt cele trei alternative de sisteme de indicatori (în
variantele analitică, sintetică şi de tip circuit închis).
Abordarea analitică creează o suită de subsisteme, în care numărul de indicatori se
amplifică în mod continuu:
A.Subsistemul de indicatori statistici ai dezechilibrării reliefului prin subsidenţă şi
ca urmare a degradării reliefului prin morfodinamica antropogenă
A1.Indicatori privind subsidenţa (indusă ca proces antropic de degradare a
reliefului, provocată de extracţia fluidelor şi a gazelor, s indusă de lacurile de
acumulare, cauzată de exploatările miniere subterane etc.)
A2.Indicatori privind degradarea reliefului (prin activităţile miniere la zi,
activităţile din industriile prelucrătoare, deforestare şi prin activităţi agricole,
construcţii de infrastructură şi amenajări hidrotehnice, construcţii de habitat etc.)
B.Subsistemul de indicatori statistici ai dezechilibrelor valorificării bazinelor
hidrografice şi impactului poluării apelor
B1.Indicatori privind poluarea apelor de suprafaţă (poluarea apelor cu agenţi
infecţioşi, deşeuri consumatoare de oxigen, nutrienţi şi eutrofizarea apelor,
mediului acvatic cu substanţe toxice, prin scurgerile de petrol, cu fenoli, prin
acidifierea apelor, cu detergenţi, substanţe radioactive, sedimente,poluare termică a
apei sau şoc termic asupra apei etc.)
B2.Indicatori privind poluarea apelor subterane
C. Subsistemul de indicatori statistici ai dezechilibrelor cauzate de poluarea
aerului şi efectele sale asupra biotului
C1.Indicatori ai poluanţilor aerului [oxizi de carbon (CO şi C02), oxizi ai azotului
(N20 şi N02), compuşi ai sulfului (S02 şi H2S), hidrocarburi, smog fotochimic
oxidant (smoke=fum, fog=ceaţă), aerosoli, poluare microbiană, poluare fonică]
C2.Indicatori ai efectelor poluării aerului asupra sănătăţii omului, florei şi a faunei
C3.Indicatori ai conexiunilor dintre poluarea aerului şi dezechilibrele climatice
(localizarea şi frecvenţa episoadelor de poluare a aerului, sera urbană, ploile acide)
D. Subsistemul de indicatori statistici privind dezechilibrele cauzate de inundaţii
ca fenomene cu specific catastrofal
D1.Indicatori privind structura şi impactul inundaţiilor asupra mediului (provocate
de precipitaţii excesive,de cicloni tropicali - uragane şi taifunuri - de furtuni de
cutremure şi de erupţiile vulcanice accidentale)
E. Subsistemul de indicatori statistici privind dezechilibrele cauzate de
radioactivitatea şi implicatele economico - sociale ale iradierii
E1.Indicatori statistici privind radioactivitatea antropogenă, reactoare nucleare
civile şi centrale electronucleare, accidente nucleare, efectele biologice ale iradierii
F. Subsistemul de indicatori statistici privind dezechilibrele cauzate mediului prin
deşeuri
F1.Indicatori ai structurii deşeurilor (menajere,industriale, agricole, toxice,
radioactive)
F2.Indicatori ai depozitării deşeurilor (gropi sanitare, injectare în adânc, scufundare
în ocean)
234
F3.Indicatori privind incinerarea deşeurilor
F4.Indicatori privind reducerea deşeurilor (utilizare ca resursă, reciclare,
prelucrarea deşeurilor biodegradabile, reducerea deşeurilor prin strategii sociale,
tehnice şi tehnologice)
Alternativa sintetică sau simplificatoare include costurile de protecţie a mediului
(ecosferei) în categoriile de indicatori clasici, regrupându-le în patru cadrane ale
unui patrulater strategic ecologic. Dimensiunile ecologice, economice, sociale şi
coezive ale dezvoltării, implicit ale celei considerate durabile pot fi surprinse prin
intermediul unui patrulater de subsisteme de indicatori statistici ce sintetizează
problematicile de mediu (ecosferă) la nivel internaţional sau global (inclusiv
ecologia umană).
Tabel nr. 8.9
A.Indicatori ai mediului înconjurător B.Indicatori economici globali (cu costuri
(ecosferei) de mediu)
A1.Indicatori ai utilizării resurselor (costuriB1.Produs Intern Brut agregat (PIB ecologic
ecologice); mondial);
A2.Indicatori de stare a mediului B2.Rata investiţiei (calculată ca raport între
(conservare şi păstrare echilibru); formarea brută de capital -FBC ecologic şi
A3.Indicatori de răspuns al mediului (prin PIB ecologic mondial);
anticiparea efectelor cu impact major). B3.Productivitate globală (de la efecte şi
eforturi ce conţin costuri ecologice) etc.
C.Indicatori globali cu impact ecologic D.Indicatori ai facilităţilor economice
uman: materializate prin coeziune socială
C1.Indicele dezvoltării umane (determinat cu (dimensiuni majore structurale)
venituri majorate prin cheltuielile legate de D1.Indicatori formalizaţi
ecologia umană); Incluziune/ Excluziune
C2.Indicele sărăciei umane (evaluarea Legitimitate/Nelegitimitate
excluziunii ca limită minimă a aplicării Recunoaştere/ Respingere
costurilor ecologiei umane); D2.Indicatori substanţializaţi
C3.Indicatori ai veniturilor şi disparităţilor Egalitate/ Inegalitate
(evident agregaţi cu cheltuieli specifice Participare/ Pasivitate
ecologiei umane)etc Apartenenţă/ Izolare
235
Variantă intermediară de flux de tipul factori de instabilitate – stare de echilibru
şi evaluarea feedback-ului descrie trei mari categorii de subsisteme, în paralel cu
principalele clase de indicatori globali de mediu.
Tabel nr. 8.10
Indicatori Factori de instabilitate Stare de echilibru Evaluare feedback
Schimbări climatice Producţie şi consum de Concentraţii Cheltuieli pentru
energie, emisii gaze ambientale, alternative energetice,
(efect de seră ) temperaturi globale preţuri diferenţiate
Diminuare strat de Producţie şi emisii CFC, Grosime strat ozon Legislaţie şi convenţii
ozon haloni internaţionale
Reducere Dinamică a utilizării Specii în pericol Cheltuieli pentru
biodiversitate terenurilor şi cantitate număr şi distribuţie protecţie
de pesticide/fertilizanţi a speciilor
Epuizare resurse Producţie energetică şi Prospectare rezerve Rată reciclare, indici de
consum de resurse de resurse minerale preţ, rată împăduriri
Împrăştiere materii Producţie şi utilizare Concentraţie Legislaţie, cheltuieli de
toxice materii toxice (chimice) dioxină în sol cercetare
Deşeuri Producţie, cantitate de Suprafaţă gropi de Cheltuieli pentru
deşeuri rezultată gunoi, calitate a colectare şi tratare
apei subterane deşeuri
Poluare aer şi Producţie, transport şi Nivel pH în sol, Penalităţi, cheltuieli,
acidifiere consum: emisii azotaţi apă,păduri uscate, legislaţie
sulfaţi, carbonaţi calitate aer urban
Mediu marin Transport ţiţei, turism Calitate ecosisteme Convenţii internaţionale
şi zone coastă maritim marine
Poluare apă şi Cerinţe apă, intensitate Concentraţii de Populaţie şi cheltuieli
resurse apă utilizare apă nitraţi şi fosfaţi în legate de canalizare şi
apă epurare
Sursa: http://www.oecd.org/statsportal
Evoluţia indicatorilor de mediu este corelată practic cu tehnologiile şi resursele
dominante ele economiei internaţionale.
Dinamica structurală a resursele energetice ale economiei globale
Grafic nr. 8.2 %
86
90
80
70 51
60 Cărbuni
50 Petrol
40 Gaze naturale
16
30 12 Hidrocentrale
14
20 9 Combustibili nucleari
3 7
10 2
0
Început de secol XX Început de secol XXI
Sursa: http://www.worldwatch.org/programs/energy_climate
În ultimul secol parcurs de economia globală, dominaţia resursei energetice cărbune
fost înlocuită de către petrol, gaze naturale şi combustibili nucleari. Toate acestea s-au
236
transformat în alternative semnificative, dar au multiplicat simultan şi factorii de
poluare a mediului (ecosferei) şi implicit gradul de poluare.
Sistemul Naţiunilor Unite de indicatori statistici de mediu prin programul pentru
mediu (UNEP) asigură domeniile privind integritatea ecosferei: a) evaluarea stării
mediului; b) conservarea şi protecţia biodiversităţii, c) managementul chimicalelor;
d) protecţia apelor, e) protecţia zonelor de coastă; f) protecţia solurilor; g) protecţia
stratului de ozon; h) schimbări climatice; i) energie durabilă; j) poluare urbană; k)
controlul poluării industriale; l) consum durabil. UNEP oferă indicatori
managementului mediului în vederea dezvoltării durabile cu ţintele următoare: 1)
avertizare preventivă; 2) dezvoltare politici şi legislaţie; 3) implementare politici de
mediu; 4) tehnologie, industrie şi economie; 5) cooperare regională; 6) convenţii
internaţionale; 7) comunicare şi informare public. UNEP oferă acces la date şi
informaţii referitoare la mediu şi acordă sprijin în utilizarea informaţiilor de mediu
pentru dezvoltarea durabilă. Primul sistem concret al ONU, cu un grad mare de
acoperire, cunoscut ca UN-FDES (Framework for Development of Environment
Statistics) reuneşte în sinteză cele mai importante dinamici şi stocuri ale
următoarelor fenomene de mediu:
Tabel nr. 8.11
1. Indicatori privind evaluarea speciilor şi resurselor genetice
2. Indicatori privind evaluarea zonelor cu vegetaţie
3. Indicatori privind evaluarea emisiilor nocive asupra florei
4. Indicatori privind evaluarea modului în care sunt distribuite habitatele şi
caracteristicile acestora
5. Indicatori privind evaluarea emisiilor nocive asupra faunei
6. Indicatori privind evaluarea emisiilor (tipuri şi surse de poluare a aerului)
7. Indicatori privind factori socio-economici care afectează calitatea aerului
8. Indicatori privind evaluarea resurselor şi a consumului de apă
9. Indicatori privind evaluarea evacuărilor (tipuri, surse de deversări, poluanţi)
10. Indicatori privind evaluarea ecosistemelor marine
11. Indicatori privind evaluarea modului în care sunt folosite coastele maritime
12. Indicatori privind evaluarea utilizării pământului şi a proprietăţii terenurilor,
caracteristici topografice
13. Indicatori privind evaluarea evacuărilor de deşeuri solide şi lichide
14. Indicatori privind evaluarea resurselor minerale
15. Indicatori privind evaluarea clădirilor, dependinţelor
16. Indicatori privind evaluarea emisiilor (surse, tipuri de poluanţi)
Trei modalităţi distincte domină prezentarea sistemelor de indicatori de mediu în
evaluările globale sau internaţionale: a) prezentările prin expresii relative sau
procentuale ale valorilor maxime sau minime ale indicatorilor de mediu (cu accent
pe gradul de ameninţare şi impact); b) statistici descriptive, axate pe metoda
ierarhizării seriilor de date teritoriale ale indicatorului de mediu, la nivelul tuturor
statelor lumii care deţin date asupra fenomenului de mediu analizat; c) valori
sintetice sau agregative global şi/sau continental ale indicatorului de mediu supus
cercetării sau cartograme detaliate prin nuanţarea intensităţii fenomenului,
exemplul emisiilor de CO2 în plan global, expus mai jos, fiind edificator în acest
sens: Site-ul de date şi informaţii statistice al Băncii Mondiale prezintă în toate cele
237
trei modalităţi informaţia statistică globalizată despre mediu (ecosferă) şi protecţia
sa, axându-se pe următorii indicatori majori determinaţi pentru intervalul 2005-
2009: 1) emisii de metan cu impact în agricultură (la nivel global 43,1% din total,
cu valoare maximă în Namibia de 89,9% şi minimă în Luxemburg de 0 %); b)
emisii de protoxid de azot cu impact în agricultură (la nivel global 82,6% din total,
cu valoare maximă în Mozambic de 99,7% şi minimă în Singapore de 0,8 %); c)
emisiile de CO2 (tone metrice per locuitor, la nivel global agregatul este 4.6 per
capita, cu valoare maximă în Qatar de 55,4% şi minimă în Afganistan, Mali,
Burundi de 0%); d) specii de peşti, ameninţate în număr de 1.275 la nivel global; e)
specii de mamifere ameninţate în număr de 1.141 la nivel global; f) specii de plante
ameninţate în număr de 8.457 la nivel global; g) indicele de biodiversitate (GEF
index plasat între valoarea minimă de 0% în multe state ale lumii de la Andora,
Belgia, Malta, Moldova, San Marino etc. şi maximă de 94,2 % în SUA); h)
suprafaţa rămasă acoperită de păduri (la nivel global 30,3 % din suprafaţa de teren
a lumii); i) emisii de poluanţi organici în apă (BOD în kg pe zi per lucrător, cu
valori cuprinse între 0,09 în Singapore şi 0,45 în Moldova); j) emisii de gaze cu
efect de seră, HFC, PFC şi SF6 (mii de tone metrice de echivalent CO2 cu un nivel
global de 601.890); k) arii terestre arii protejate (la nivel global media este de
14,4% din suprafaţa total); l) poluarea apei de către diferite activităţi industriale
(chimică, a sticlei, metalică, alimentară, celuloză şi hârtie, lemn etc. exprimată ca
procent din emisiile totale BOD, unde valorile diferă în raport cu specializarea
industrială a economiilor) etc.
Zonele de maximă poluare se identifică la capătul natural al distribuţiior de tip U
sau antimodale ale dezvoltării, SUA fiind plasate la polul bogăţiei, deţinând şi
consumul maxim de resurse (materii prime şi energie) şi degajând agregativ cca. 20
tone CO2 şi echivalent CO2 anual per locuitor, precum şi cantităţi imense de alte
deşeuri şi ţările sărace, la polul opus, lipsite de mijloace financiare pentru
combaterea poluării, protejarea mediului şi înlocuirea tehnologiilor învechite.
Statistic, SUA reciclează aproximativ 28% din deşeurile sale de astăzi, care
reprezintă dublul valorii structurale de acum zece ani. Leaderul european al
reciclărilor pare a fi Austria cu aproximativ 60% din deşeuri reciclate, în timp ce
Marea Britanie deţine un scor procentual de reciclare de 17,7%, iar Irlanda, Italia,
Portugalia şi Luxemburg nu sunt plasate nici ele prea departe. Credinţa deosebit de
periculoasă exprimată prin formularea natura este inepuizabilă, care consideră
natura care ne înconjoară drept o sursă infinită de resurse şi o groapă infinită de
deşeuri s-a dovedit falimentară şi autodestructivă pe termen mediu şi lung.
Sistemul european de indicatori statistici de mediu delimitează patru domenii
principale de evaluare a mediului înconjurător: a) schimbările climatice; b) natură
şi biodiversitate; c) mediu, sănătate şi calitatea vieţii; d) resursele naturale şi
deşeurile. La nivel intern, colectarea, validarea şi diseminarea datelor de mediu
pentru realizarea de indicatori statistici aparţin Eurostat, dar sunt organizate concret
în cadrul centrelor de date de mediu (EDCs) vizând capitolele resurse naturale,
produse şi deşeuri. La nivel internaţional, Eurostat asigură armonizarea statisticilor
şi metodologiilor referitoare la mediu, prin Intersecretariatul Grupului de lucru
privind statisticile mediului (IWG-ENV) şi la Conturile de mediu prin Grupul de la
238
Londra şi Comitetul de experţi pentru probleme economice şi de contabilitatea
mediului al Naţiunilor Unite (UNCEEA). Statistica deşeurilor şi substanţelor
periculoase – Centrul de date “Deşeuri” se axează pe dezvoltarea şi menţinerea
indicatorilor privind generarea, recuperarea şi eliminarea deşeurilor, dar şi
managementul deşeurilor pentru susţinerea politicii comunitare în domeniul
deşeurilor. Statistica apei, aerului şi schimbărilor climatice – Centrul de date
Protocolul de la Kyoto asigură indicatorii statistici privind colectarea datelor
armonizate privind resursele de apă, utilizarea apei şi tratarea apelor reziduale,
asigurarea calităţii datelor privind emisiile de gaze cu efect de seră şi alţi poluanţi
ai aerului. Conturi de mediu şi statistica cheltuielilor de protecţia mediului –
Centrele de date de mediu “Resurse naturale” şi “Produse” dezvoltă un set
integrat de conturi satelit pentru a analiza interacţiunilor dintre economie şi mediu:
a) contul fluxurilor de materiale/resurse naturale; b) emisii în aer; c) energie; d)
apă; e) deşeuri; f) statistici privind cheltuielile de mediu, impozite şi eco-industria.
Managementul şi raportarea integrată a bazelor de date privind mediul, statisticile
regionale de mediu, Medstat colectează statistici cu chestionarul Eurostat/ OECD.
Evoluţiile statistice generale europene, marcate prin evaluări cantitative cu
impact calitativ, de către instituţia de specialitate a acestei comunităţi economice
moderne, începând cu anul 2000, prezintă unele semne de relativă ameliorare în
cazul mai multor indicatori de mediu. În România, s-au fǎcut progrese
considerabile în sistemul de monitorizare a mediului şi în asigurarea cadrului de
raportare a datelor, dar există încǎ mari probleme în satisfacerea cerinţelor politice
şi asigurarea unui raport cost/eficienţǎ în ceea ce priveşte colectarea datelor şi
informaţiilor de mediu. Coexistă multe suprapuneri de date şi indicatori ceea ce
creează şi ambiguitate şi neîncredere relativă uneori.
La nivelul producătorului de informaţii statistice la nivel naţional, respectiv
Institutul Naţional de Statistică (INS) se structurează trei aspecte majore ce se
soluţionează în prezent: a) creşterea calităţii şi comparabilităţii indicatorilor; b)
majorarea accesului şi simplificarea procedurilor de asigurare promptă a
indicatorilor; c) selectarea şi utilizarea indicatorilor relevanţi. Toate aceste aspecte
au impus: a) dezvoltarea unei infrastructuri eficiente pentru îmbunătăţirea
diseminării cercetărilor şi prelucrării datelor şi indicatorilor de mediu; b) revizuirea
cerinţelor pentru crearea unui sistem coerent şi unic de indicatori; c) îmbunătăţirea
calitǎţii şi comparabilitǎţii indicatorilor; d) disponibilitatea metodologiilor şi
serviciilor de informaţii privind indicatorii de mediu; e) interoperabilitatea
politicilor de producere a indicatorilor de mediu şi monitorizare.
Indicatorii statistici care permit evaluarea şi analiza efectelor politicilor de mediu,
au fost restructuraţi în trei subsisteme: a) indicatori rezultaţi din dezvoltarea
statisticilor economice sectoriale corelate cu mediul şi a statisticilor de mediu
considerate ca fiind de bază; b) indicatori de mediu cuprinşi simultan în sistemul de
indicatori ai dezvoltării durabile; c)indicatori speciali ai conturilor de mediu (SCN
„verde sau înverzit”). Termenul SCN „verde sau înverzit” se referă la includerea
informaţiilor referitoare la mediu (conturi de mediu) şi a interacţiunii dintre economie
şi mediu (conturi interfaţă) în cadrul sistemului clasic al conturilor naţionale.
239
Sistemul naţional de indicatori statistici de mediu creat de INS acoperă
domeniile: deşeuri, apă, emisii în aer, cheltuieli pentru protecţia mediului,
dezvoltare durabilă cu referinţă la mediu, conturi de mediu în conformitate cu
normele şi standardele U.E. şi valorifică cele trei abordări specifice statisticilor de
mediu: abordarea pe elemente (aer, apă, sol, biodiversitate etc), abordarea
economică (măsurarea surselor şi nivelului impactului activităţilor umane
susceptibile de degradarea mediului, evaluarea reacţiei mediului sau a calităţii
mediului şi cuantificarea răspunsului societăţii-protecţia mediului) şi reprezentarea
geografică (reunind aspectele cu impact la nivel global de la emisii de gaze cu efect
de seră, la diminuarea stratului de ozon, cu aspectele continentale sau europene de
la emisii transfrontaliere diverse la substanţe acidifiante, respectiv cu aspecte
regionale sau locale, de la acumulări de nutrienţi, la metale grele şi compuşi
persistenţi organici în sol sau apa subterană, de la zgomot, la ameninţarea locală a
biodiversităţii). Statisticile naţionale de mediul reunesc date cantitative privind
mediul fizic, de la potenţialul resurselor naturale, structura acestora după
caracteristici şi mod de utilizare, concentraţii de poluanţi în aer, apă şi sol, la
măsurarea biodiversităţii, apoi întregesc imaginea dezechilibrului fizic cu aspecte
economico-financiare, cheltuieli ale entităţilor economice şi gospodăriilor pentru
instalaţii şi echipamente de combatere a poluării, costuri ale operaţiilor de epurare,
valoarea comercială a pământului, pădurilor, peştilor şi altor resurse naturale.
Concluzia ce se desprinde după aderarea la U.E. a României, referitoare la
întregul sistem de indicatori statistici şi implicit la cel de mediu este aceea de
confruntare statistică permanentă cu media europeană a indicatorilor naţionali, a
dinamicilor, nivelurilor şi structurilor acestora.Un exemplu în acest sens poate
clarifica acest tip de abordare cu un caracter emergent necesar. Astfel, conform
statisticilor naţionale reflectate în evaluările ONU, situaţia la nivel naţional poate
părea sau chiar fi una favorabilă, ca în cazul emisiilor de CO2.
Evoluţia emisiilor de CO2 în România şi UE, între 1989 şi 2008
Tabel nr. 8.12
Schimbări absolute şi relative în emisiile de CO2
din 1989 în din 2000 în din 1989 în
2000 2008 2008
Emisiile de CO2 193.309,5 95.306,7 110.860,4
Schimbări în emisiile de CO2 - % -50,7 16,3 -42,7
Variaţia medie anuală a emisiilor de CO2-% -6,2 1,9 -2,9
Sursa: http://data.worldbank.org/indicator
Acest tip de evaluare singulară, în afara unor convenţii şi tratate dar mai ales în
afara reglementărilor şi obiectivelor europene devine una lipsită de conţinut, de
confruntare cu ţintele pe termen mediu ale U.E. şi de nivelul mediu al unui proces
de mediu şi tendinţele acestuia în plan european. Situaţia de comparare continuă ce
este descrisă în indicatorii U.E. trebuie preluată cel puţin prin confruntarea
continuă cu nivelul mediu al EU – 27, dacă nu cu cel al EU-15 care redă în esenţă
tendinţele comunităţii economice, sociale şi politice din care România face parte
integrantă. Câteva astfel de exemple comparative sunt edificatorii, uneori prin
decalaje favorabile.
240
Emisii de gaze cu efect de seră în EU – 27 şi România, după 1990
Tabel nr. 8.13 Anul 1990 = 100 %
1990199119921993199419951996199719981999200020012002200320042005200620072008
EU -27 100 98,2 94,8 93,2 92,7 93,7 95,6 93,7 92,9 90,9 90,9 91,9 91,1 92,5 92,5 91,9 91,6 90,5 88,7
România 100 79 74,7 73,8 71,7 74,5 77 69,4 62 54,8 56,3 58,2 60,8 63,5 64,2 61,8 63,7 63,1 60,3
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
sau prin nivel favorabil:
Evoluţia emisiilor de substanţe acidifiante pe parcursul unui deceniu
în UE – 27 şi România
Tabel nr. 8.14
(milioane tone)
Emisii de substanţe Emisii de
acidifiante (mii monoxid de Emisii de Emisii de oxizi
tone echivalent) carbon oxizi de sulf de nitrogen
1997 2007 1997 2007 1997 2007 1997 2007
EU-27 1.012,5 727,4 47,08 27,92 14,49 7,95 13,84 10,94
Romania 38,9 45,8 1,43 1,49 0,59 0,86 0,38 0,33
Sursa: Eurostat, Annual European Community greenhouse gas inventory and annual Euro-
pean Community LRTAP convention emission inventory reports (http://www.eea.europa.eu)
alteori prin decalaje defavorabile:
Cota de energie recuperabilă din consumul final brut de energie
Tabel nr. 8.15
2006 2007 2008 … Program 2020
EU - 27 8,9 9,7 10,3 20
Romania 17,5 18,7 20,4 24
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
sau prin niveluri defavorabile:
Intensitatea energetică a economiei (consumul intern de energie raportat la
PIB) în UE şi în România
(în kilograme de petrol echivalent per 1000 Euro)
Tabel nr. 8.16
2000 2001 2002 2003 2004 2005 2006 2007 2008
EU – 27 187,34 187,8 185,1 187,18 184,78 181,28 175,73 169,09 167,11
România 913,36 858,93 852,87 846,95 768,3 730,94 703,38 657,32 614,57
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
Expunerea populaţiei urbane din UE şi România, la poluarea aerului
Tabel nr. 8.17
Expunerea populaţiei urbane la
poluarea aerului cu particule Expunerea populaţiei urbane la
materiale -PM10 poluarea aerului cu ozon
(micrograme per m³) (micrograme per m³)
1999 2001 2003 2005 2007 1999 2001 2003 2005 2007
EU-27 27,7 27,0 31,2 29,3 28,1 4.003 3.929 6.031 4.041 3.909
Romania : : : 46,2 43,1 : : : 4.500 3.784
Sursa: http://epp.eurostat.ec.europa.eu/ şi http://www.eea.europa.eu
241
Apar sau există firesc şi situaţii de neconformitate aparentă care pot fi uşor
rezolvate prin dublă abordare statistică a indicatorilor de mediu, ca în cazul
cheltuielilor pentru protecţia mediului:
Cheltuielile bugetului de stat (sectorului public) pentru protecţia mediului
Tabel nr. 8.18 %
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
România 0,52 0,39 0,16 0,13 0,2 0,13 0,22 0,23 0,54 0,59
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
Totul poate fi completat cu indicatori comparativi colaterali, de exemplu taxa de
mediu medie la nivelul UE – 27 este de 2,45% iar în România de 2,07%, în timp ce
taxa de poluare de 0,1 % din PIB în UE–27 şi numai 0,01 % în România.Indiferent
de nivelul agregativ al abordării există aspecte câteva aspecte specifice ale
indicatorilor statistici de mediu cu impact în înţelegerea fenomenului în ansamblu.
Indicatorul statistic de mediu este unul de tip complex, uneori cu tendinţe
exhaustive, acoperind prin evaluările sale fenomene naturale şi activităţi umane
care exercită o incidenţă asupra mediului, sintetic în acoperirea prin date care
provin din surse şi domenii diferite, simultan calitativ şi cantitativ într-o mai mare
măsură decât cea obişnuită oricărui indicator, agregativ de la local, la teritorial,
regional, continental şi global, standardizat şi unitar pentru a permite confruntare
unui fenomen transfrontalier, cu un grad mult mai ridicat de incertitudine cauzală
(multicauzalitate de tip statistic). În raport cu mulţi alţi indicatori statistici,
indicatorul de mediu este mult mai evaziv cauzal şi corelativ (unele consecinţe
descrise prin indicator pot avea cauze plasate cu mult timp în trecut şi ceea ce se
poate face astăzi nu reflectă un aspect corelat integral, un impact imediat, dar
poate deveni un alt factor explicativ al proiecţiei pe termen mediu şi lung).
Din punct de vedere al analizei evoluţiei ciclice sau aciclice a activului se disting
două grupe de indicatori statistici contabili, conform celor două categorii de
componente financiare:
A.Indicatori statistici ai structurii şi ai dinamicii activelor imobilizate sau aciclice,
pe categorii de imobilizări:
- corporale (terenuri şi construcţii,instalaţii tehnice şi maşini; alte instalaţii, utilaje
şi mobilier, avansuri acordate furnizorilor de imobilizări corporale şi imobilizări
corporale în curs de execuţie)
243
- necorporale (cheltuieli de constituire,cheltuieli de dezvoltare, concesiuni,
brevete, licenţe, mărcile comerciale, drepturile şi activele similare cu excepţia celor
create intern de entitate, fondul comercial, alte imobilizări necorporale, avansurile
acordate furnizorilor de imobilizări necorporale, imobilizările necorporale în curs
de execuţie),
- financiare (acţiunile deţinute la entităţile afiliate,împrumuturile acordate
entităţilor afiliate, interesele de participare, împrumuturile acordate entităţilor de
care compania este legată în virtutea intereselor de participare, alte investiţii
deţinute ca imobilizări, alte împrumuturi).
Notă: În termenii standardelor internaţionale de contabilitate activele imobilizate sau
aciclice sunt considerate active necurente.
B.Indicatori statistici ai structurii activelor circulante sau ciclice (stocuri, creanţe,
lichidităţi).
Notă: În termenii standardelor internaţionale de contabilitate activele circulante sau ciclice
sunt considerate active curente (active destinate ciclului normal de exploatare, negocierii pe
diferite pieţe pe termen mai mic de un an şi lichidităţi)
În cadrul pasivului se înscriu atât surse permanente, cum sunt capitalurile proprii
provenite de la proprietari din reinvestiri ale acumulărilor anterioare (rezerve) şi
din surse publice (subvenţii, provizioane), precum şi datoriile financiare ale firmei,
pe termen lung, cât şi surse curente, respectiv datorii pe termen scurt (credite,
furnizori, decontări, constituind pasivele curente sau ciclice).
Orice firmă desfăşoară activităţi curente sub forma unor operaţiuni de gestiune
(de exploatare, de investiţii şi de finanţare) şi în mod excepţional operaţiuni de
capital (investiţii legate de finanţări de capitaluri atrase sau dezinvestiţii legate de
rambursări de capitaluri atrase). Operaţiunile curente de gestiune, sintetizate în
profitul net şi în amortizare, se pot identifica cu uşurinţă în fluxurile de venituri şi
cheltuieli din contul de profit şi pierdere. În măsura în care amortizarea nu a fost
reinvestită, aceasta, cumulată cu profitul net,devine principala sursă a lichidităţilor
sau disponibilităţilor (numerarul în bancă şi în casă, lichidităţi echivalente şi
plasamente în titluri monetare şi financiare).
Pentru a determina totalitatea lichidităţilor aflate la dispoziţia firmei, rezultatul
contului de profit şi pierdere se corectează practic cu influenţa operaţiunilor de
capital. Ceea ce se obţine în final poartă denumirea de cash-flow la nivelul firmei
(trezoreria, lichidităţile, disponibilităţile acesteia).Această noţiune esenţială a
firmei se desprinde cu uşurinţă din analiza poziţiei firmei ca poziţie de potenţial
financiar. Pentru a înţelege semnificaţia şi conţinutul acestei noţiuni sunt necesare
însă prezentarea unor informaţii suplimentare privind indicatorii statistici financiar
contabili ai fondului de rulment, nevoii de fond de rulment, trezoreriei nete.
Fondul de rulment (FR), denumit şi capital de lucru net este expresia unui
potenţial echilibrat financiar pe termen lung al firmei şi a contribuţiei echilibrului
financiar la finanţarea activelor curente nete de datoriile curente[3]
(1) FR = pasive(surse) permanente –active(alocări) permanente
= (capitalul propriu + datorii financiare) – imobilizări nete (fără amortizări)
= (active circulante–datorii curente)+(cheltuieli în avans–venituri în avans)
244
Fondul de rulment negativ relevă o situaţie de gestiune financiară anormală, de
vulnerabilitate a firmei şi reflectă absorbirea unei părţi din sursele curente pentru
finanţarea unor alocări permanente.
Nevoia de fond de rulment (NFR) este definită ca diferenţă între alocări ciclice
sau active circulante (stocuri, creanţe, lichidităţi) şi surse ciclice sau datorii
curente (credite, furnizori, decontări).
(2) NFR = active circulante (stocuri, creanţe) – datorii curente
Dacă nevoia de fond de rulment este negativă, aceasta identifică o situaţie de
gestiune financiară anormală, un deficit de nevoi de active circulante în raport cu
datoriile curente(prin excepţie, ea poate fi apreciată pozitiv numai dacă este
rezultatul accelerării vitezei de rotaţie a activelor circulante şi al prezenţei unor
datorii cu scadenţe mult mai lejere).
Trezoreria netă (TN) este concretizată în diferenţa dintre fondul de rulment şi
nevoia de fond de rulment, relevând concludent calitatea echilibrului financiar
general al firmei.
(3) TN = FR –NFR
Trezoreria netă negativă semnifică un dezechilibru financiar la încheierea
exerciţiului, deficitul monetar constatat fiind acoperit prin noi credite, slăbind
poziţia firmei pe piaţă.Pentru calculul efectiv al fondului de rulment, nevoii de fond
de rulment şi al trezoreriei nete se poate apela la bilanţul contabil în două perioade
consecutive.
Elemente necesare calculului indicatorilor de echilibru financiar
Tabelul nr. 8. 19.
31.12.(T) 31.12.(T+1) Δ
Capitaluri proprii (anterior repartizării profitului)
(+) Rezultatul (profitul) exerciţiului
(+) Provizioane
(+) Amortizări şi provizioane calculate
(+) Datorii financiare (cu scadenţă > 1 an)
(–) Imobilizări în valoare brută
(=) Fond de rulment (I)
Stocuri (la valoare de intrare)
(+) Clienţi
(–) Furnizori
(–) Datorii curente (cu scadenţă < 1 an)
(=) Nevoia de fond de rulment (II)
Trezorerie netă (III = I – II)
Notă: Conform reglementărilor contabile actuale, postul „provizioane”cuprinde următoarele
a)provizioane pentru pensii şi obligaţii similare; b)provizioane pentru impozite; c) alte
provizioane.
245
semnificative ale cursului valutar. Indicatorii statistici contabili ai gestiunii rezultă
din obiectivul de minimizare a costului acesteia realizat printr-un buget optim de
trezorerie. Bugetul de trezorerie cuprinde previziuni ale încasărilor şi plăţilor în
funcţie de previziuni ale veniturilor şi cheltuielilor perioadei următoare.În categoria
încasărilor se urmăresc: încasări din vânzările anului curent precum şi din cele
rămase neîncasate, încasări din cesiunea de active financiare şi fixe reale, încasări
din chirii, dividende, dobânzi. În categoria plăţilor se cuprind plăţi pentru
aprovizionări ale anului curent precum şi pentru cele rămase neplătite, plăţi pentru
salarii, plăţi pentru impozite, taxe, dobânzi şi rate scadente, plăţi ale dividendelor.
Previziunea statistică financiar contabilă este prezentă atât în ceea ce priveşte
nivelul încasărilor cât şi cel al plăţilor. Se urmăresc practic metode statistice de
extrapolare bazate pe constatarea unor regularităţi în evoluţia încasărilor (evoluţii
liniare şi neliniare).Creşterea trezoreriei nete reprezintă practic cash-flow-ul firmei.
Cash-flow-ul se poate defini ca:
I.Variaţia trezoreriei nete (ΔTN), între începutul şi sfârşitul perioadei de
exerciţiu financiar:
(4) CF = ΔTN = TN1 -TN0
II.Diferenţa dintre variaţia fondului de rulment (ΔFR) şi variaţia nevoii de fond
de rulment (ΔNFR), între începutul şi sfârşitul perioadei de exerciţiu financiar:
(5) CF = ΔFR –ΔNFR (accepţiunea franceză)
Analiza cash-flow-ului în această situaţie se realizează prin intermediul
Tabloului de finanţare, alcătuit în prima parte din tabloul de utilizări şi resurse
stabile pornind de la relaţia ΔFR = ΔNFR +ΔTN, iar în a doua parte din tabloul
utilizării fondului de rulment, care explică ΔNFR şi ΔTN, ca destinaţii ale primului
tablou. O creşterea unui activ este egală cu o plată de capital, în timp ce o scădere a
unui activ este egală cu o încasare de capital.O creştere a unui pasiv echivalează cu
o încasare de capital, iar o scădere a unui pasiv echivalează cu o plată de capital.
III.Suma cash-flow-urile rezultate din operaţiunile de gestiune, investiţii şi cele de
finanţare:
(6) CF = CFGESTIUNE +CFINVESTIŢII +CFFINANŢARE (accepţiunea anglo-saxonă)
• CFGESTIUNE se determină ca diferenţă între veniturile încasabile şi
cheltuielile plătibile ale activităţii curente de gestiune (încasări din vânzări plus
încasări din venituri extraordinare minus plăţi pentru aprovizionări, salarii,
dobânzi, impozite)
• CFINVESTIŢII se determină ca diferenţă între plăţile activelor fixe (imobilizări
corporale, necorporale şi financiare) şi încasări din rambursarea lor (inclusiv
remunerarea activelor financiare sub formă de dividende şi dobânzi încasate)
• CFFINANŢARE se determină ca diferenţă între încasările din majorări de
capitaluri externe şi plăţi pentru rambursări, răscumpărări de acţiuni sau obligaţiuni
Documentul de analiză este Tabloul de trezorerie.
Dacă se identifică un cash-flow pozitiv, aceasta se traduce prin creşterea
activului real, respectiv majorarea averii proprietarilor firmei (creşterea capacităţii
reale de autofinanţare a investiţiilor).
Dacă se identifică un cash-flow negativ, aceasta se traduce prin diminuarea
activului real, respectiv o reducere a averii proprietarilor firmei (scăderea
capacităţii reale de autofinanţare a investiţiilor).
246
Cash-flow-ul pentru evaluarea firmei se deosebeşte de cel determinat prin
variaţia trezoreriei nete prin faptul că:
a) dobânzile se adună ca o compensare a deţinătorilor de capitaluri ce au fost
împrumutate firmei;
b) cuprinde şi variaţia activelor circulante în CFINVESTIŢII (CF disponibil include
CFINVESTIŢII, dar nu şi CFFINANŢARE).
Exemplificarea modalităţii concrete de calcul a cash-flow-ului conform datelor
din bilanţ se poate realiza după datele din tabelele următoare:
Calculul cash-flow-ului conform bilanţului la începutul perioadei
Tabelul nr. 8.20. - lei -
Activ Pasiv
Imobilizări 160.000 Capitaluri proprii 120.000
Stocuri 60.000 Datorii financiare 140.000
Creanţe 60.000 Datorii curente 40.000
Disponibilităţi 20.000
TOTAL 300.000 TOTAL 300.000
FR0 = (capitalul propriu0 + datorii financiare0) – imobilizări nete0 (fără amortizări0)
= 120.000 + 140.000 – 160.000 = 100.000 lei
NFR0 = active circulante0 (stocuri0 + creanţe0) – datorii curente0
= 60.000 + 60.000 – 40.000 = 80.000 lei
TN0 = FR0 – NFR0 = 100.000 – 80.000 = 20.000 lei
Calculul cash-flow-ului conform bilanţului la sfârşitul perioadei
Tabelul nr. 8.21 - lei -
Activ Pasiv
Imobilizări 140.000 Capitaluri proprii 140.000
Stocuri 80.000 Datorii financiare 140.000
Creanţe 120.000 Datorii curente 120.000
Disponibilităţi 60.000
TOTAL 400.000 TOTAL 400.000
FR1 = (capitalul propriu1 + datorii financiare1) – imobilizări nete1 (fără amortizări1)
= 140.000 + 140.000 – 140.000 = 140.000 lei
NFR1 = active circulante1 (stocuri1 + creanţe1) – datorii curente1 =
= 80.000 + 120.000 – 120.000 = 80.000 lei
TN1 = FR1 – NFR1 = 140.000 – 80.000 = 60.000 lei
CF = ΔTN = TN1 -TN0 = 60.000 – 20.000 = 40.000 lei
CF = ΔFR –ΔNFR = (140.000 – 100.000) – (80.000 – 80.000) = 40.000 lei.
Indicatorii statistici structurali se dovedesc de cea mai mare utilitate în analiza
componenţei şi dinamicii cash-flow-ului, trezoreriei nete, fondului de rulment şi
nevoii de fond de rulment. Pentru fiecare dintre aceşti indicatori financiari se pot
stabili astfel grade de acoperire sau de finanţare a componentelor pe baza
indicatorului analizat (exemple: grad de finanţare a nevoii de fond de rulment pe
baza fondului de rulment =FR/NFR%, grad de finanţare a stocurilor pe baza
fondului de rulment =FR/Stoc% etc.) Ca reflectare a fluxurilor financiare de
venituri şi cheltuieli contul de rezultate (profit şi pierdere) cuprinde trei mari
categorii de operaţiuni:
247
- de exploatare a activelor conform activităţii firmei(producţie, vânzare de bunuri
sau prestaţii de servicii),
- financiare, reflectând participarea firmei pe piaţa de capital şi piaţa monetară,
- extraordinare sau independente de operaţiunile de exploatare şi financiare.
Pe baza contului de profit şi pierdere se deduc diverse marje succesive de
acumulare bănească. Dintre acestea cea mai extinsă marjă o constituie producţia
exerciţiului financiar(PEF) cuprinzând producţia vândută către terţi(PV), producţia
stocată în produse(PSP) şi producţia imobilizată (PI)în echipamente şi instalaţii
poprii prin autodotare (incluzând şi marja comercială – MC - din acte individuale
de comerţ).
(7) PEF = PV + PSP + PI, la care se adaugă MC, acolo unde apar acte de comerţ
individuale.
Trecând apoi prin suita de indicatori de rezultate la nivelul firmei se calculează:
• valoarea adăugată brută (VAB = PEF – C) ca diferenţă între producţia
exerciţiului financiar (PEF) diminuată cu valoarea consumurilor de la terţi (C);
• excedentul brut de exploatare (EBE =VAB–S–IIN) ca diferenţă între valoarea
adăugată brută (VAB), salarii (S) şi impozite indirecte nete (IIN);
• profitul net de exploatare (PNE = EBE –A–Prov) ca diferenţă între excedentul
brut de exploatare (EBE) şi amortizări (A) şi provizioane (Prov);
• profitul brut de gestiune (PBG = EBE –IIN) ca rezultat al profitului net la care
se adaugă dobânzile;
• profitul net (PN = PBG – dobânzi) ca sold între profitul brut de gestiune şi
dobânzi;
• capacitatea de autofinanţare (CAF = PN + A) ca însumare a profitului net cu
amortizarea (diferenţa dintre venituri încasabile şi cheltuieli plătibile);
Contul de profit şi pierdere poate fi analizat şi în raport cu marjele specifice:
marja brută (MB=V-Cost)ca rezultat al diminuării vânzărilor cu costul
bunurilor vândute
marja asupra cheltuielilor fixe (MCf = CA – Cf) ca sold al cifrei de afaceri
(vânzărilor) şi al cheltuielilor fixe
marja asupra cheltuielilor directe (MCD= CA-CD) ca sold al cifrei de
afaceri (vânzărilor) şi al cheltuielilor directe
marja asupra cheltuielilor indirecte (MCD= CA-CID) ca sold al cifrei de
afaceri (vânzărilor) şi al cheltuielilor indirecte
marja asupra cheltuielilor variabile (MCV= CA-CV) ca sold al cifrei de
afaceri (vânzărilor) şi al cheltuielilor variabile
Profitul net (PN) devine conform acestor evaluări prin marje egal cu
diferenţa dintre marja brută şi totalitatea cheltuielilor incluse (cheltuieli
fixe [Cf] şi cheltuieli variabile [CV]) în marja brută.
(8) PN = MB –(Cf+CV) = MB – (CD + CID)
De asemenea se poate determina şi pragul de rentabilitate (PR) sau cifra de
afaceri la nivelul căreia veniturile sunt egale cu cheltuielile (profitul este nul).
248
(9) PR = Cf / MCV
(unde Cf este exprimat în valori absolute iar MCV este exprimat în procente)
Pentru aprecierea poziţiei şi performanţei firmei se impun determinări concret
ale indicatorilor statistici financiar contabili ai lichidităţii.
Lichiditatea reprezintă capacitatea activelor de a fi transformate în bani. De
regulă, în bilanţ se înscriu mai întâi activele fără lichiditate sau cu lichiditate redusă
(terenuri, case, fond comercial, licenţe, brevete etc.) urmate de activele fixe
amortizabile, activele financiare, de stocuri şi creanţe, de valori mobiliare de
plasament şi de disponibilităţi băneşti în bancă şi în casă.
Lichiditatea este un concept ce caracterizează activele iar solvabilitatea
reprezintă o componentă a lichidităţii, caracterizând exclusiv transformarea
mărfurilor şi serviciilor în bani.
Un alt aspect financiar important este acela al exigibilităţii. Exigibilitatea
caracterizează pasivele, respectiv datoriile şi reprezintă capacitatea acestora de a
deveni scadente la o anumită dată de plată.
Indicatorii statistici financiar contabili ai lichidităţii sunt următorii:
- indicatorul lichidităţii curente [ILC]
(10) ILC = (Active curente /Datorii curente) x 100
Indicatorul mai este cunoscut şi sub denumirea de indicator al capitalului
circulant, valoarea recomandată ca acceptabilă fiind de aproximativ 200-250%.
Indicatorul lichidităţii curente oferă garanţia acoperirii datoriilor curente (credite,
furnizori, decontări) din activele curente (în principal stocuri, creanţe, lichidităţi).
- indicatorul lichidităţii reduse [ILR]
(11) ILR = [(Active curente – Stocuri)/Datorii curente] x 100
Valoarea acestui indicator ar trebui să tindă către 100%.
- indicatorul lichidităţii imediate [ILI]
(12) ILI = (Disponibilităţi/Datorii curente) x 100
Notă: În nota 9 explicativă la situaţiile financiar contabile cu caracter sintetic, unde se
prezintă indicatorii de lichiditate, se arată că o valoare de 2 a indicatorului lichidităţii
curente oferă garanţia acoperirii datoriilor curente din active curente.
În concluzie, echilibrul financiar la nivelul firmei este rezultatul atât al lichidităţii
activelor cât şi al exigibilităţii pasivelor.
Prin rentabilitatea firmelor se defineşte plasarea cifrei de afaceri totale a firmei
peste pragul de egalitate al cifrei de afaceri cu cheltuielile totale. Analiza statistică
a rentabilităţii financiare urmăreşte în principal rentabilitatea capitalurilor,
bazându-se pe indicatori statistici ai dinamicii (indici cronologici) ai următoarelor
tipuri de rate:
1. Indici cronologici (Rt/R0) ai ratei de rentabilitate economică
Rata de rentabilitate a capitalurilor investite este egală cu produsul a trei rate,
respectiv rata de marjă, rata de rotaţie şi rata de structură.
(13) R Capital INV = Rată marjă × Rată rotaţie × Rata structură
Rata capitalului investit conform datelor din contul de profit şi pierdere
pentru rezultate şi din bilanţ pentru capitaluri investite devine egală cu:
(14) R Capital INV = (Rezultate1/ Capitaluri0) × 100
unde: prin Rezultate se înţeleg fie excedentul brut de exploatare, fie profitul net
249
Rata marjei capitalurilor reprezintă un factor cantitativ, în timp ce ratele de
rotaţie şi structură a capitalurilor sintetizează factori calitativi. Rata de marjă nu
reprezintă decât raportul între marje şi veniturile care le-au determinat, îndeosebi
cifra de afaceri.
(15) Rată marjă = (Marjă /CA) × 100
Rata de marjă reprezintă rentabilitatea comercială, deoarece exprimă
profitabilitatea în raport cu cifra de afaceri sau cu activitatea comercială a firmei,
fiind deosebit de utilă în raport cu concurenţa.
Rata de rotaţie se poate exprima în două modalităţi distincte:
• drept coeficient de rotaţie (mărimea anuală a cifrei de afaceri ce revine
la 1000 lei capital investit: CA/Activ sau Activ/CA)
• drept durata unei rotaţii complete a capitalurilor prin cifra de afaceri
(determinată direct proporţional cu durata anuală de obţinere a cifrei de
afaceri: 360 × (Activ/CA) )
Rata de structură este mai degrabă expresia riscului firmei, respectiv situării într-
un echilibru mai mult sau mai puţin stabil între capitalurile atrase şi capacitatea de
rambursare a acestora. Ratele de structură sunt practic rate de solvabilitate şi
exprimă capacitatea firmei de a face sau nu faţă angajamentelor asumate faţă de
furnizor. Se disting două tipuri de rate de structură, respectiv:
• ponderi ale datoriilor pe termen mediu şi lung în total pasiv (Datorii pe
termen mediu şi lung/Pasiv)
• ponderi ale datoriilor pe termen mediu şi lung în total capitaluri proprii
(Datorii pe termen mediu şi lung/Capitaluri proprii)
2.Indici cronologici (Rt/R0) ai ratei de rentabilitate financiară
Rata de rentabilitate financiară exprimă randamentul capitalurilor proprii prin
următoarea relaţie:
(16) R financiară = (PN1/Capitaluri proprii0) ×100
Rata rentabilităţii financiare trebuie să fie mai mare decât rata dobânzii la titlurile
de stat cumulată cu prima normală pentru riscul asumat de acţionari pentru ca firma
să fie atractivă.
3.Indici cronologici (Rt/R0) ai ratei dobânzii
Rata dobânzii reprezintă rata nominală stabilită în contractul de credit cu banca
sau în cel de emisiune a obligaţiunilor întreprinderii. În situaţia în care există
credite din diverse surse (comercial, bancar) şi de diferite maturităţi (termen scurt,
mediu sau lung) se practică o rată medie a dobânzii ca raport între cheltuieli anuale
cu dobânzi inclusiv comisioane aferente şi soldul iniţial al datoriilor care le-au dat
naştere:
(17) R dobânzii = [(Dobânzi1 + Comisioane1)/ Datorii0] ×100
În urma încheierii exerciţiului financiar se calculează indicatori de profitabilitate
specifici care exprimă eficienţa firmei în realizarea profitului din resursele
disponibile. Aceşti indicatori se referă la: rentabilitatea capitalului angajat şi marja
brută din vânzări. Analiza statistică financiară presupune urmărirea evoluţiei în
timp a indicatorilor de profitabilitate specifici, respectiv de la un exerciţiu financiar
la altul utilizând indici cronologici cu bază fixă sau mobilă.
250
Rentabilitatea capitalului angajat [RCA] se determină ca raport între profitul
(înaintea plăţii dobânzii şi a impozitului pe profit) pe care-l obţine firma şi banii
investiţi in firmă (afacere)
(18) RCA = (Profit/Capital angajat) × 100
unde: capitalul angajat se referă la banii investiţi în firmă de către acţionari şi de
creditorii pe termen lung (se includ capitalul propriu şi datoriile pe termen lung).
Marja brută din vânzări reprezintă raportul procentual dintre profitul din vânzări
şi cifra de afaceri:
(19) MBV = (Profit brut din vânzări/CA) × 100
O evoluţie descendentă a indicatorului relevă faptul că firma este incapabilă să-şi
controleze costurile de producţie şi să obţină preţul optim de vânzare.
Notă: În nota 9 explicativă la situaţiile financiar contabile cu caracter sintetic, se prezintă
aceiaşi doi indicatori semnificativi RCA şi MBV.
Statistica financiară a gestiunii urmăreşte atât stocurile de materiale şi produse,
soldurile de creanţe-clienţi şi de trezorerie, clienţii, creanţele şi chiar datoriile sau
obligaţiile pe termen scurt.
Gestiunea stocurilor constă în optimizarea mărimii stocurilor diferenţiat în mediu
cert prin modelul Wilson –Whitin:
2 × N × cna
(20) S optim = ,
Pna × cd
unde: N = necesar total anual de aprovizionat
cna = cost fix unitar al unei noi aprovizionări
Pna = preţ unitar al unei noi aprovizionări
cd = cost de depozitare pe unitatea de stoc
sau în mediu aleatoriu cu întârzieri în aprovizionări prin modelul suplimentar al
stocului de siguranţă determinat cu ajutorul unor intervale medii ponderate.
⎛
⎜⎜ i =
∑ q × t ⎞⎟ :
⎝ ∑ q ⎟⎠
(21) S total = S curent + S siguranţă
252
Din punct de vedere statistic prezintă importanţă indicele cronologic al perioadei
de recuperare a creanţelor:
(25) I pr = (PR creanţe 1 : PR creanţe 0 ) × 100
Interpretarea indicelui perioadei de recuperare a creanţelor subliniază o evoluţie
favorabilă în condiţiile în care evoluţia relativă este < 100%.
Gestiunea datoriilor sau obligaţiilor pe termen scurt relevă capacitatea firmei de
a-şi achita sau rambursa datoriile sau obligaţiile. Principalul indicator este indicele
achitării sau rambursării datoriilor sau obligaţiilor pe termen scurt. O evoluţie
favorabilă (valoarea indicelui < 100%) demonstrează o stare de „sănătate”
financiară îmbunătăţită.
Indicele achitării sau rambursării datoriilor se calculează după următoarea relaţie
de calcul:
(26) I pr = (PR datorii 1 : PR datorii 0 ) ×100, unde:
(27) PR datorii = (Datorii / CA) × Δ t , unde Δ t = 30, 90 sau 365 zile.
253
Semnificaţii îmbogăţite ale contabilităţii prin expansiunea
în mediul înconjurător
Figura nr. 8.2
Tehnica
de
mediu
Artă a Ştiinţă
supra- aplica-
vieţuirii tivă
A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
1. Care sunt principalele metode de
estimare a PIB – ului în România? 7.Care este modalitatea eronată de calcul a PIB –
ului din cele descrise mai jos?
2. Care sunt cele şase subsisteme a) PIBpp=∑VABpp sau PIBpp=PGB–CI;
de indicatori ai hexagonului peren b) PIBpp=CF+FBCF+ΔS +(X–M);
al economiei de piaţă ? c) PIBpp = Cpr+EN+ID+IIN+A;
d) PIBpp= CFM+ENE+A+IIN;
3.Cum se determină şi interpretează
e) PIBpp = PINpf–ΔVFS – IIN.
indicele raportului de schimb net?
8.Cum se determină indicele raportului de schimb
4.Care sunt principalele sistem de net (IRSN): a) [IV(X):IV(M)]; b) [Iq(X):Iq(M)]; c) [Ip(X) : Ip(M)].
indicatori statistici de mediu şi 9. Pentru a înţelege semnificaţia şi conţinutul
valorile comparative România - noţiunii de cash-flow sunt necesare informaţii
EU? privind indicatorii statistici şi contabili: a)fond de
rulment; b) necesar de fond de rulment; c) necesar
5. Care sunt indicatorii statistici de lichidităţi; d) trezorerie netă; e) gestiune
financiar contabili ai performanţei a stocurilor.
firmei? 10.Noua contabilitate de mediu este: a) ştiinţă; b)
artă; c) normă de reglementare; d) instrument de
6. Care sunt componentele măsurare a rezultatelor; e) tehnică.
situaţiilor financiare anuale ?
Care sunt indicatorii statistici financiar contabili ai performanţei firmei?
B) Proiect statistic
Studiul de caz A
Pentru un număr de 80 de magazine aferente firmei ALFA s-au înregistrat date, în anexa A,
privind următoarele variabile:
Nr.crt. Descrierea variabilei studiate Simbol
1 Dimensiune magazin (SMCA/PMCA) z
- sub media cifrei de afaceri (SMCA) şi peste medie (PMCA) -
2 Efectivul salariaţilor - persoane - x
3 Încasări (mii lei) y
După extragerea eşantionului individual [n=25 magazine, prin procedeul de tip pas
mecanic de numărare, pornind de la numărul de ordine individual din lista alfabetică
nominală a grupei cu un pas de 3 (k= N:n = 80:25=3,2) şi reluând extracţia de la prima
unitate, unde este cazul]se vor soluţiona următoarele aspecte:
1. Să se detalieze eşantionul individual sub forma următorului tabel:
Nr. crt. Dimensiune magazin Efectivul salariaţilor Încasări
(SMCA/PMCA) - persoane - (mii lei)
0 -z- -x- -y-
1
...
25
Total SMCA= PMCA= ∑x = ∑y =
256
2. Să se sistematizeze, prezinte şi reprezinte datele statistice privind cele 25 de magazine,
parcurgând etapele descrise în continuare: a) efectuaţi o grupare simplă pe variante după
variaţia fiecărei caracteristici (z, x, y) şi centralizaţi datele; b) efectuaţi grupări pe trei
intervale egale pentru caracteristicile x şi y şi centralizaţi datele; c) grupaţi combinat
magazinele după caracteristicile statistice luate două câte două [(x,y), (x,z), (y,z)]; d)
reprezentaţi grafic rezultatele de la punctele anterioare utilizând diagrama de structură,
histograma şi poligonul frecvenţelor, diagrame prin benzi şi coloane.
Comentaţi succint informaţiile grupate, prezentate şi reprezentate.
3. Să se calculeze şi să se reprezinte grafic mărimile relative ce se pot obţine folosind
rezultatele de la punctul 2b.
4. Să se caracterizeze distribuţia magazinelor numai după caracteristicile x şi y conform
grupărilor de la punctele 2a şi 2b, stabilind şi respectiv estimând: a) valoarea mărimilor
medii calculate prin algoritm de calcul şi poziţionale, alegând-o în final pe cea mai
potrivită pentru a fi utilizată ulterior, comentând succint şi rezultatele obţinute prin
gruparea simplă pe variante, comparativ cu cele obţinute prin gruparea pe intervale egale
de variaţie; b) valoarea tuturor indicatorilor variaţiei, precizând după care dintre variabile
eşantionul magazinelor este mai omogen (x sau y); c) valoarea principalilor indicatori ai
asimetriei, comentând rezultatele obţinute.
5. Să se calculeze media şi dispersia variabilei alternative z (SMCA/PMCA).
6.Determinaţi erorile probabile (medie de reprezentativitate şi limită sau maxim
admisibilă) ale sondajului în condiţii de Øz=0,97 (z=2,18) pornind de la eşantionul celor
25 de magazine. Determinaţi cât de mare ar trebui să fie un nou eşantion extras aleatoriu
repetat şi nerepetat, dintr-o populaţie de 1.000 de magazine, în condiţii de limite de
interval Δ w sau Δ x = 0,5 şi cu un nivel de siguranţă sau probabilitate de 0,99 (Øz =0,99
sau z =2,58) şi pentru o dispersie egală cu aceea obţinută în calculele de la punctele 4 şi
respectiv 5. Comentaţi rezultatele obţinute şi nivelul lor de încredere.
ANEXA A
Baza de date a studiului de caz A
Dimensiune Efectivul Încasări Dimensiune Efectivul Încasări
Nr. magazin salariaţilor (mii lei) Nr. magazin salariaţilor (mii lei)
crt. SMCA/PMCA - persoane - crt. SMCA/PMCA - persoane -
0 - z- -x- -y- 0 - z- -x- -y-
1 SMCA 5 2,51 41 PMCA 15 8,34
2 PMCA 11 5,02 42 PMCA 11 5,83
3 SMCA 6 2,04 43 SMCA 4 2,55
4 SMCA 8 3,08 44 SMCA 5 2,00
5 SMCA 7 2,81 45 SMCA 8 3,91
6 PMCA 12 5,52 46 SMCA 7 3,68
7 SMCA 9 3,53 47 PMCA 12 6,97
8 SMCA 4 2,15 48 PMCA 13 8,34
9 SMCA 5 2,44 49 PMCA 15 8,50
10 PMCA 15 6,83 50 PMCA 15 8,10
11 SMCA 4 2,38 51 PMCA 15 8,05
12 SMCA 4 2,59 52 PMCA 12 7,44
13 SMCA 4 2,45 53 PMCA 14 8,79
14 SMCA 7 2,63 54 PMCA 11 6,23
15 PMCA 13 6,01 55 PMCA 14 6,88
16 PMCA 14 9,10 56 SMCA 4 2,31
17 SMCA 9 3,88 57 SMCA 9 4,59
257
18 PMCA 4 2,19 58 SMCA 7 3,86
19 SMCA 8 3,75 59 PMCA 14 7,12
20 SMCA 7 3,58 60 PMCA 11 5,25
21 PMCA 11 6,87 61 PMCA 13 6,91
22 PMCA 13 6,94 62 PMCA 10 5,19
23 PMCA 14 8,05 63 SMCA 8 4,20
24 SMCA 7 2,53 64 SMCA 5 2,90
25 SMCA 5 2,36 65 PMCA 15 8,85
26 PMCA 12 5,47 66 PMCA 15 8,05
27 PMCA 11 5,33 67 SMCA 7 3,91
28 PMCA 14 7,02 68 SMCA 7 3,19
29 PMCA 15 8,29 69 SMCA 8 4,08
30 PMCA 13 7,81 70 SMCA 6 3,24
31 PMCA 11 4,54 71 PMCA 14 7,42
32 SMCA 7 3,13 72 PMCA 13 7,03
33 SMCA 6 2,92 73 PMCA 12 6,56
34 SMCA 5 2,61 74 PMCA 10 5,81
35 SMCA 8 4,02 75 PMCA 15 7,94
36 PMCA 10 5,35 76 PMCA 14 6,85
37 SMCA 9 3,96 77 PMCA 11 5,88
38 PMCA 14 8,17 78 SMCA 9 4,26
39 PMCA 13 8,02 79 PMCA 12 6,57
40 SMCA 6 3,20 80 PMCA 15 7,55
Sursa: Bazele de date existente la nivelul firmei ALFA
Studiul de caz B
Preluaţi din anexa B una din cele 40 de serii cronologice de 5 ani consecutivi (extrase din
anuarul statistic al României editat în anul 2009) pornind de la numărul de ordine din lista
nominală a grupei. După preluarea seriei cronologice astfel individualizate se cer
următoarele: a) să se reprezinte grafic seria cronologică, prin intermediul cronogramei sau
historiogramei; b) să se calculeze indicatorii absoluţi, relativi şi medii pentru a caracteriza
variaţia în timp a fenomenului ce alcătuieşte seria analizată; c) să se realizeze ajustarea
mecanică a seriei cronologice folosind o metodă clasică, prin metoda modificării medii
( Δ ),prin aceea a indicelui mediu ( I ) şi prin metoda analitică; d) să se caracterizeze variaţia
reziduală faţă de funcţia de ajustare analitică; e) să se estimeze prin metodele de la punctul
c) nivelul indicatorului în următorii 2 ani (2008 şi 2009), apoi să se verifice cu datele reale
din anii respectivi (accesaţi pe internet http:// www.insse.ro) şi să se comenteze calitatea
estimaţiilor, justificând alegerea celei mai potrivite metode de estimare (extrapolare);
suplimentar se pot valorifica şi coeficientul de determinaţie (D) sau de eroare (e) al
ajustărilor mecanice ( Δ , I ) şi analitice în selectarea metodei de estimare (extrapolare).
ANEXA B
Baza de date pentru studiul de caz B
Seria 2003 2004 2005 2006 2007
1 10079 9915 9957 9851 10041
2 9234 9223 9158 9147 9313
3 845 692 799 704 728
4 4472493 4403880 4360831 4345581 4404581
5 281272 285861 281034 277318 276849
6 33077 33361 33222 30802 28977
258
7 115,3 111,9 109,0 106,56 104,84
8 157836,3 186831,6 211081,9 247373,1 276110,4
9 1029 1077 1154 1220 1231
10 13394,0 17992,4 17702,5 23728,0 27229,9
11 5188 5151 5423 5361 5595
12 4607 4662 4906 4889 5115
13 581 489 517 472 480
14 2122226 1996604 1900561 1842208 1789693
15 150510 150168 144489 141601 138972
16 16942 16368 16157 13761 13107
17 114,7 109,5 106,1 103,84 103,89
18 7703,6 8558,0 9914,6 10585,7 12083,8
19 138 132 113 116 108
20 4397,4 5462,0 5208,3 8686,5 11317,0
21 4891 4764 4534 4490 4446
22 4627 4561 4252 4258 4198
23 264 203 282 232 248
24 758917 773843 767439 780925 791348
25 58925 62192 61914 62048 61620
26 9395 9853 10055 8381 8786
27 116,1 113,2 111,3 108,47 104,99
28 123512,4 148312,0 170129,7 199286,8 222771,4
29 328 461 597 702 736
30 4901,8 6180,6 7336,7 10001,5 12816,0
31 5525 5465 5471 5431 5526
32 5031 5057 4980 5011 5074
33 494 408 491 420 452
34 620785 650335 716464 785506 907353
35 30137 30857 31543 30583 31964
36 6537 6917 6803 8563 6931
37 114,8 114,7 110,5 108,20 106,63
38 26620,3 29961,6 31037,6 37500,6 41255,2
39 781 892 956 1259 1292
40 1665,0 1414,3 1677,4 2011,1 1678,6
Sursa de date: Anuarul statistic al României, ediţia 2009, INS, Bucureşti şi www.insse.ro
Notă:Datele prezintă evoluţia între 2003 şi 2007 a următorilor indicatori la nivel naţional:
1,11,21,31 = Populaţie activă totală, urbană, rurală şi de sex masculin, în mii locuitori.
2,12,22,32 = Populaţie ocupată totală, urbană, rurală şi de sex masculin, în mii locuitori.
3,13,23,33 = Număr şomerilor per total, urban, rural şi de sex masculin, în mii locuitori.
4,14,24,34 = Populaţie şcolară totală, gimnazială, liceală, studenţi, la nivel naţional, în persoane.
5,15,25,35 = Număr personal didactic total, gimnazial, liceal, universitar, în persoane.
6,16,26,36 = Număr salariaţi din cercetare total, întreprinderi, guvernamental, înv. sup., în persoane.
7,17,27,37 = Indicii preţurilor bunurilor de consum per total, mărfuri alimentare, nealimentare şi
servicii (în raport cu anul anterior şi în %).
8,18,28,38 = Producţie industrială totală, extractivă, prelucrătoare şi energetică, în mil. lei
9,19,29,39 = Număr hoteluri (incl.moteluri), cabane, pensiuni turistice urbane şi rurale.
10,20,30,40 = Investiţii în industrie, transport, comerţ, intermedieri financiare, în mil.lei.
259
Bibliografie selectivă
A. Cărţi
260
36. Săvoiu, G., - Statistica.Un mod ştiinţific de gândire, Ed. Universitară, Bucureşti, 2007
37. Săvoiu G., (coord), - Econometrie, Ed. Universitară, Bucureşti, 2009.
38. Săvoiu, G., - Gândirea statistică aplicată, Ed.Universitară,Bucureşti, 2010.
39. Stoetzel, J.,Girard, A.,-Sondajele de opinie publică, Ed. ştiinţifică şi enciclopedică,
Bucureşti 1975.
40. Săvoiu, G., Gândirea statistică aplicată. Sisteme de indicatori rezultaţi din documente şi situaţii
statistice financiar contabile, Ed. Universitară, Bucureşti, 2010.
41. Săvoiu, G., - Statistică pentru afaceri, Ed. Universitară, Bucureşti, 2011.
42. Săvoiu, G., Iorga-Simăn, I., - Multidisciplinaritatea şi educaţia academică, Ed. Universitară,
Bucureşti, 2011.
43. Trebici, V., - Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti,1985.
44. Trebici, V., - Mică enciclopedie de demografie, Ed. ştiinţifică şi enciclopedică,Bucureşti, 1975.
45. Ţarcă, M., -Tratat de statistică aplicată, Ed.ştiinţifică şi enciclopedică, Bucureşti 1998.
46. Yulle, G.U.,Kendall, M.C,-Introducere în teoria statisticii, Ed. ştiinţifică,Bucureşti 1969.
B. Articole citate
1. Gheorghe Săvoiu, Valeria Pirlici, The Distinct Evaluation of Information in a New Managerial
Function of Information – Decision, Revista Analele Universităţii din Oradea Seria Ştiinţe
economice, Tom XVI, Oradea, 2007, pag. 1176 -1180
2. Gheorghe Săvoiu, Valeria Pirlici, The Preponderance of Decision in a new Managerial Function
of Information–Decision Annals of Oradea University. Fascicle of Management and
Technological Engineering, Vol. XVI 2007 VI, pag.2164-2173.
3. Gheorghe Săvoiu, Constantin Postică, Mladen Cudanov Statistica globalizării şi globalizarea
statisticii, Revista Română de Statistică, nr.2/2008, pag. 35- 64.
4. Gheorghe Săvoiu, Demografiile interdisciplinare sau multidisciplinare – abordări cantitative şi
calitative, istoric şi actualitate, Revista Română de Statistică nr.7/2008, pag. 38-50
5. Gheorghe Săvoiu, The Scientific Way of Thinking in Statistics, Statistical Physics and
QuantumMechanics, Revista Română de Statistică, nr.11/2008, S XIII pag. 1- 10.
6. Gheorghe Săvoiu, Gândirea statistică şi econofizica, Supliment Revista Română de Statistică,
nr.12/2008, pag.155-161.
7. Gheorghe Săvoiu, Viorel Crăciuneanu, A Generalized Exploratory Method for Managerial
Analysis and Business Communication, Annals of Oradea University. Fascicle of Management
and Technological Engineering, Vol. XVII (VII), 2008 pag. 2721-2730
8. Gheorghe Săvoiu, Adaptive Management of the Global Climate Problem: Bridging the Gap
Between Climate Research and Climate Policy Annals of Oradea University. Fascicle of
Management and Technological Engineering , Vol. XVII(VII), 2008) pag. 2733-2742.
9. Gheorghe Săvoiu, O teorie statistică a “semnalelor slabe” în identificarea crizelor economico –
financiare, Revista Română de Statistică nr.12/2009, Supliment pag. 25-29.
10. Gheorghe Săvoiu Raţionalitate şi simetrie informaţională E.M.H. şi D.J.I.A. Revista Română de
Statistică, nr.12/2009, Supliment pag. 217- 222
11. Gheorghe Săvoiu, Adrian Tase, Viorel Crăciuneanu, Florentina Magda Enescu, Statistical
thought and the fascination of medical information Revista Română de Statistică, Supliment nr.
6/2010, pag. 35-44.
12. Gheorghe Săvoiu, Constantin Manea, Victor Iorga–Simăn, Virginia Bălţat, Mladen Čudanov,
Ondrej Jaško, Ana Jaško, Corporaţiile multinaţionale - O abordare statistică comparativă în
România şi Serbia - Revista Română de Statistică nr.11/2010, pag. 56-77
13. Săvoiu, G., Enescu, F.M., Multi-disciplinary modelling knowledge as a pragmatic solution in
engineering and business education (Balkan Region Conference ISI on Engineering and
Business Education, in conjunction with 2nd International Conference on Engineering and
Business Education, October 15th-17th, 2009 Lucian Blaga University of Sibiu, Romania, pag.
219-225, http://conferences.ulbsibiuro/conf.brcee/registration.php
14. Enescu Florentina Magda Gheorghe Săvoiu Studies and researches on the interpretation of
visual images in educational management 5 Balkan Region Conference ISI on Engineering and
261
Business Education, in conjunction with 2nd International Conference on Engineering and
Business Education, October 15th-17th, 2009 Lucian Blaga University of Sibiu, Romania, pag.
611-615 http://conferences.ulbsibiuro/conf.brcee/registration.php5
15. Săvoiu Gheorghe, Mladen Cudanov, Ondrej Jaško, Viorel Crăciuneanu, The importance of
general methods, quantitative techniques and management models in management system
Management, no 49-50 / 2008, Begrade, pag. 5-12
16. Gheorghe Săvoiu Paradigma şi prioritatea acesteia în raport cu metoda, în cadrul gândirii
statistice Limbaj şi context Revista nr.2/ 2009 on-line Universitatea Alecu Russo din
Bălţi,Republica Moldova, pag 79-89
17. Gheorghe Săvoiu,Ondrej Jaško,Mladen Čudanov, Diversity of scientific quantitative,
statiscal,and social methods, techniques and management models in management system
Management Nr 52/ 2009, pag.5 -15
18. Gheorghe Săvoiu,Constantin Andronache On the Efficiency of Financial Markets The 33rd
Annual ARA Congress –American Romanian Academy of arts and sciences, Proceedings, vol I,
Polytechnic International Press, Montreal, Quebec, 2009, pag. 214-218
19. Gheorghe Săvoiu, Durable development and migration. System of statistical indicators of
external migration in the context of durable development Conferinţă ştiinţifică internaţională la
Academia de Studii Economice a Moldovei organizată cu Institutul Internaţional de Cercetări
Economice al Academiei Române ASEM Dezvoltarea durabilă a României şi Republicii
Moldova în context european şi mondial 22-23 septembrie 2006 vol II, Ed. ASEM Chişinău,
2007 pag. 201-205
20. Gheorghe Săvoiu, Ion Iorga-Simăn, Constantin Manea, The Need for Multidisciplinarity in the
Academic Research of Modern Universities Proceedings of the International Conference of
University “Angel Kanchev” Rousse, Bulgaria, 2009, vol 48, pag 224 – 228
21. Gheorghe Săvoiu, Ondrej Jaško,Mladen Čudanov The opposite trends of the entrepreneur ship
and management, in a crisis’ period Proceedings of SYMORG 2010 University of Belgrade,
Faculty of Organizational Science, pag.109-121
22. Gheorghe Săvoiu The method, the theory and the model in the way of thinking of modern
sciences International Conference Romanian Academy October 6-9th 2010 The Limits of the
Knowledge Society Proceedings ICKLS 2010, pag 11-20
23. Ion Iorga-Simăn, Gheorghe Săvoiu, The limits of contemporary economic realism and some
modern solutions of multidisciplinary sciences, International Conference Romanian Academy
October 6-9th 2010,The Limits of the Knowledge Society Proceedings ICKLS 2010, pag 71- 80
24. Săvoiu, G., I. Iorga, M. Creţu and I. Mihăilă, 2011. Some statistical solutions and methods in
evaluation of efficiency in sport and effectiveness in the phenomenon of sportsmen' training.
J.Soc.Sci.,7:358-363.DOI:10.3844/jssp.2011.358.363URL: http://www.thescipub.com/ abstract/
10.3844/jssp.2011.358.363
25. Gheorghe Săvoiu, Modele statistico-matematice ale negocierii Buletin ştiinţific, Seria Şt. Ec., Ed
SITECH, Universitatea din Piteşti, Nr. 6 (12) / 2007 pag. 47-58
26. Gheorghe Săvoiu, Georgiana Mândreci, Multiple Management Significances, in the Market
Economy Conferinţa internaţională Communication and Argumentation in the Public Sphere.
Public Space versus Private Space, în vol. Communication and Argumentation in the Public
Sphere, April 12-14, 2007, pag. 160-173
27. Gheorghe Săvoiu, O definiţie a statisticii conform logicii fuzzy Sesiune de comunicări
internaţionale, în cadrul Zilelor Academice Ieşene, Ediţia a XXII-a, intitulată „Progrese in
teoria deciziilor economice in condiţii de risc şi incertitudine”, Ed. Performantica Iaşi ISBN:
978-973-730-368-8, Vol II, 2007,pag. 111-126.
28. Gheorghe Săvoiu, Pirlici Valeria, Camelia Manea, Representative Communication, Expressive
Communication and Communicational Excess, Conferinţa internaţională Semne particulare
Paradigme ale identităţii în managementul reprezentărilor sociale, Universitatea Bacău, ALMA
MATER Publishing House, 2007,pag. 468-477
29. Gheorghe Săvoiu,Pirlici Valeria, Constantin Manea, Communication and Information Conferinţa
internaţională Semne particulare Paradigme ale identităţii în managementul reprezentărilor
sociale,Universitatea Bacău, ALMA MATER Publishing House,2007,pag. 459-467.
262
30. Gheorghe Săvoiu New connections between migration and durable development Buletin ştiinţific
Seria Şt. Ec., Ed SITECH, Universitatea din Piteşti, Nr. 6 (12) / 2007 pag. 59-64
31. Săvoiu Gheorghe, Manea Constantin, Simoni Smaranda, The Demographic, Sociological and
Geographical Profile. The Role of the Profile Method in Contemporary Management Nicolae
Bălcescu Academy Publishing House, Sibiu, 2008, pag. 185-199
32. Cruceru Gheorghe, Săvoiu Gheorghe, Demografie, religie şi calendar, Institutul de Cercetări
Economice şi Sociale Gh. Zane, al Academiei României, Iaşi,Sesiunea ştiinţifică internaţională
Progrese în teoria deciziilor economice în condiţii de risc şi incertitudine Academia Română–
Filiala Iaşi, ICES G.Zane, Progrese in teoria deciziilor economice in condiţii de risc şi
incertitudine-Sisteme Fuzzy in economie Ed.Performantica,Iaş i, 2008, vol VI, pag. 226-235
33. Gheorghe Săvoiu, Constantin Andronache, The potential of econophysics for the study of the
economic processes) The 1st International workshop EDEN I March 20th, 2008) publicata in
revista on – line RCAM & Econophysics Journal / a Centrului de Cercetare Materiale Avansate
al Universităţii din Piteşti http://www.upit.ro/ccma/
34. Gheorghe Săvoiu, Constantin Manea, The new language of recession, The 15th International
Conference Proceedings, Nicolae Bălcescu Academy Publishing House,Sibiu,2009, pag 332-340
35. Gheorghe Săvoiu, Ion Iorga-Simăn, Constantin Manea, Knowledge transfer and experimentation
in economic and industrial engineering – versus the classical solution of the academic practical
training The International Conference on “Directions and modern strategies for ethnic and
improvement of Human Resources Field Proceedings, Section I, pag. 1-11.
36. Ion Iorga-Simăn Gheorghe Săvoiu, Valeria Pîrlici, Constantin Manea A model of academic
counselling in full accord with the evolution of the labour market The International Conference
on “Directions and modern strategies for ethnic and improvement of Human Resources Field
Proceedings, Section III, pag. 1-8.
37. Ion Iorga-Simăn, Sorin Anghel, Gheorghe Săvoiu, O posibilă taxonomie generală a obiectivelor
învăţării, în condiţii apreciabile de risc şi incertitudine academică, Sesiunea ştiinţifică
internaţională “Progrese în teoria deciziilor economice în condiţii de risc şi incertitudine” în
cadrul Zilele Academice Ieşene,18–19 sept.2009, Ed.Tehnopres, Iaşi, vol VIII pag. 254-260.
38. Gheorghe Săvoiu, Mirela Stanciu, Sandra Săvoiu, Riscuri ale apariţiei şi amplificării crizei
alimentare şi un instrument statistic de măsurare aparent uitat, Sesiunea ştiinţifică
internaţională “Progrese în teoria deciziilor economice în condiţii de risc şi incertitudine” în
cadrul Zilele Academice Ieşene, 18–19 sept. 2009, Ed.Tehnopres, Iaşi, vol VIII pag. 126-138
39. Gheorghe Săvoiu,Liliana-Camelia Săndulescu,Un proiect necesar:Universitatea antreprenorială
de vară bianuală Iaşi-Chişinău Conferinţa ştiinţifică internaţională „Turismul rural românesc.
Actualitate şi perspective” 29-30 mai 2009, Ed.Tehnopres, Iaşi, vol XVIII, pag. 86-97.
40. Gheorghe Săvoiu, De ce se impune un centru regional Gheorghe Zane- Anton Crihan, privind
cercetarea istoriei economice scrise şi a economiei transpuse în practică? Conferinţa ştiinţifică
internaţională “Dezvoltarea economico-socială durabilă în cadrul euro-regiunilor şi zonelor
transfrontaliere. Euroregiunea Siret-Prut- Nistru” 19-20.06 2009, Iaşi, Ed.Tehnopres, Iaşi, vol
VI, pag. 331-338
41. Gheorghe Săvoiu, Mihai Eminescu corifeul şi Gheorghe Zane întemeietorul unei noi discipline
de graniţă denumită istoria economiei naţionale, Conferinţa ştiinţifică internaţională
Dezvoltarea economico-socială durabilă în cadrul euro-regiunilor şi zonelor transfrontaliere.
Euroregiunea Siret-Prut- Nistru, 19-20.06 2009, Iaşi, Ed.Tehnopres, Iaşi, vol VI, pag. 371-385
42. Gheorghe Săvoiu, Mihai Eminescu – un istoric inconfundabil al economiei naţionale, un
economist remarcabil, precum şi un statistician metodic şi un demograf inepuizabil, Proceedings
of the Xth International Congres of Dacology, June 2009, Bucureşti şi Dacia magazin Nr.59/
mai–iunie 2009, pag. 39-47
43. Gheorghe Săvoiu, Ion Iorga-Simăn, Multi-disciplinary modelling knowledge, and one-discipline
isolation revista on – line RCAM & Econophysics Journal / a Centrului de Cercetare Materiale
Avansate al Universităţii din Piteşti http://www.upit.ro/ccma/
44. Ioan Ştefănescu, Ion Iorga-Simăn, Gheorghe Săvoiu, Constantin Manea Life quality and human
ecology-Interferences in academic education and in scientific research Progress of Cryogenics
and Isotopes Separation, Ed Conphys, Râmnicu–Vâlcea, vol 12,issues 23-24 2009) pag.117-128
45. Gheorghe Săvoiu, Constantin Andronache, The efficiency of capital markets: hypothesis or
approximation(2nd International workshop EDEN II March 20th, 2009) publicata in revista on
263
– line RCAM & Econophysics Journal / a Centrului de Cercetare Materiale Avansate al
Universităţii din Piteşti http://www.upit.ro/ccma/
46. Iulian Vlad, Cristina Pîrvuleţ, Gheorghe Săvoiu, Mirela Stanciu, Statistic research concerning
the identification of some characteristics of sheep dairy products preparing, obtained in the
sheepfold, specific to the mountain area in the south of Carpathians Lucrări ştiinţifice,Seria D,
Vol.LIII, Zootehnie, Bucuresti, 2010, , Ed Granada pag.392-401.
47. Gheorghe Săvoiu, Proiectul şi universitatea modernă europeană Studii şi cercetări de economie
rurală. Tom VIII.Experienţă în proiectele de cercetare pentru agricultură şi dezvoltare rurală
Coord. V.M Bohateret,Ed. Terra Nostra, Iaşi, 2009, pag. 129-140.
48. Gheorghe Săvoiu, Legile echipei şi proiectul modern, Studii şi cercetări de economie rurală.
Tom VIII. Experienţă în proiectele de cercetare pentru agricultură şi dezvoltare rurală, Coord.
V.M Bohateret, Ed. Terra Nostra, Iaşi, 2009, pag. 140-150.
49. Gheorghe Săvoiu, Statistical thinking and statistical physics, Proceedings International
Conference ENEC 2008, Econophysics, New Economics & Complexity, Victor Publishing
House, Bucuresti, pag. 85-97.
50. Gheorghe Săvoiu, Some typical econopysics’ and sociophysics models, Proceedings
International Conference ENEC 2009, Econophysics, New Economics & Complexity, Victor
Publishing House, Bucuresti, pag. 55-70.
51. Gheorghe Săvoiu, Ion Iorga-Simăn A Short-term Company’s Future as a Quantum Entity and
the Role of Conscience in the New Capitalism at the Individual Level Proceedings International
Conference ENEC 2010, Econophysics, New Economics & Complexity, Victor Publishing
House, I, Bucuresti, pag. 83-92.
52. Gheorghe Săvoiu, Mirela Stanciu, Iulian Vlad, The sustenable development, academic
agricultural education and human ecology, Acta universitatis cibiniensis Vol. 1 nr. 1 (10) /
2010, Ed.Universitatea, ” Lucian Blaga”, Sibiu, pag.7-22.
53. Gheorghe Săvoiu,Sandra Savoiu, Probleme pedagogice specifice ale învăţării matematicii. Idei
si valori perene in ştiinţele sociale, Tom XV coord. Ana Gugiuman, Editura Argonaut, Cluj
Napoca, pag. 205 -222.
54. Gheorghe Săvoiu, Ion Iorga–Simăn,Constantin Manea,Ştefănescu Ioan 2010, Econometrics
models versus physics models and their final connections with social economic reality, the
educational system and scientific research Economy.Transdisciplinrity.Cognition, Publisher:
George Bacovia University, Bacău vol XIII issue no2/2010, pag. 32-44. http:// www. ugb.ro/
55. Săvoiu G., Manea C., Iorga–Simăn, V.,Enescu F.M.,Čudanov M.,Jaško O.,Jaško A, A Corporate
Model of Similitude for SMEs Reunion into a Corporation, Viewed from the Angle of Physical
Thought, and Its Complex Economic and Social Impact. Amfiteatru Economic Journal,
Vol.XIII,No.29, 2011,pag. 10-28, http://www.amfiteatrueconomic.ro/.aspx?
56. Mihaela Pîrvulescu, Vergina Chiriţescu, Gheorghe Săvoiu Alternative Energy - Realities and
Perspectives in the Context of Sustainable Development Scientific Papers Series Management,
Economic Engineering in Agriculture and Rural Development, Bucuresti, 2011, Vol.11, Issue 3,
2011 pag. 173-180
57. Gheorghe Săvoiu, Ion Iorga-Siman, Ioan Ştefănescu, Ondrej Jaško, Ana Jaško, Mladen
Čudanov, A multiverse of disciplines in contemporary scientific research, Econophysics,
Sociophysics & other Multidisciplinary Sciences Journal (ESMSJ) nr.1/ 2011, pag. 9-14,
http://www.esmsj.upit.ro/revista/
58. Gheorghe Săvoiu, Ion Iorga-Simăn, The concept of time in the physical way of thinking, and its
impact on knowledge and the evaluation of inflation as an economic phenomenon Econophysics,
Sociophysics & other Multidisciplinary Sciences Journal (ESMSJ) nr.2/ 2011, pag. 25-35
http://www.esmsj.upit.ro/revista/
59. Ondrej Jaško, Mladen Čudanov, Jovan Krivokapić, Jevtić Miloš, Gheorghe Săvoiu, Classical
solutions for improvement of restructuring process and representation of organizational
structure and alternative future solutions of quantum economics Econophysics, Sociophysics &
other Multidisciplinary Sciences Journal (ESMSJ) nr.2/ 2011, pag. 25-35
60. Gheorghe Săvoiu, Sisteme contemporane de indicatori statistici privind protecţia mediului,
Revista Română de Statistică Supliment nr.3/2011, pg. 45 -52.
61. Gheorghe Săvoiu, Constantin Manea, Enviromental statistics and human ecology, Revista
Română de Statistică nr 9/2011, pg. 75-101
264
ANEXE
265
Anexa 1
Funcţia Gauss - Laplace
2
ux
1
Φ( z ) = ∫ e 2 du
2Π 0
Dacă se doreşte transformarea valorilor lui Z , în corespondenţă cu aria curbei normale de
repartiţie sau cu nivelul de probabilitate declarat sau impus, se are în vedere valoarea
dublată a celei corespunzătoare din tabel, respectiv Φz = 2Φz. Exemplu: în condiţii de α=
0,05 (col 6), 2Φz=0,95 ,de unde Φz = 0,475 , iar din tabel rezultă: Z=1,9 sau Z=2, 0 .
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 Col 1 Col 2 Col 3 Col 4 Col 5 Col 6 Col 7 Col 8 Col 9 Col 10
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,239 0,027 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,179
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 ,02611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4727 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,5826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4874 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4816
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4910 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4978 0,4978 0,4080 0,4891
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
266
Anexa 2
α = P( χ 2 〉 χα2 )
şi numărul gradelor de libertate f
α
0,990 0,975 0,950 0,900 0,100 0,050 0,025 0,010 0,001
f
0 Col 1 Col 2 Col 3 Col 4 Col 5 Col 6 Col 7 Col 8 Col 9
1 0,0002 0,0010 0,0039 0,0158 2,71 3,84 5,02 6,63 10,83
2 0,02 0,05 0,10 0,21 4,61 5,99 7,38 9,21 13,82
3 0,12 0,22 0,35 0,58 6,25 7,81 9,35 11,34 16,27
4 0,30 0,48 0,71 1,06 7,78 9,49 11,14 13,28 18,47
5 0,55 0,83 1,15 1,61 9,24 11,07 12,83 15,09 20,52
6 0,87 1,24 1,64 2,20 10,64 12,59 14,45 16,81 22,46
7 1,24 1,69 2,17 2,83 12,02 14,07 16,01 18,47 24,32
8 1,65 2,18 2,73 3,49 13,36 15,51 17,53 20,09 26,13
9 2,09 2,70 3,33 4,17 14,68 16,92 19,02 21,67 27,88
10 2,56 3,25 3,94 4,87 15,99 18,31 20,48 23,21 29,59
11 3,05 3,82 4,57 5,58 17,27 19,67 21,92 24,72 31,26
12 3,57 4,40 5,23 6,30 18,55 21,03 23,34 26,22 32,91
13 4,11 5,01 5,89 7,04 19,81 22,36 24,74 27,69 34,53
14 4,66 5,63 6,57 7,79 21,06 23,68 26,12 29,14 36,12
15 5,23 6,26 7,26 8,55 22,31 25,00 27,49 30,58 37,70
16 5,81 6,91 7,96 9,31 23,54 26,30 28,84 32,00 39,25
17 6,41 7,56 8,67 10,08 24,77 27,59 30,19 33,41 40,79
18 7,01 8,23 9,39 10,86 25,99 28,87 31,53 34,80 42,31
19 7,63 8,91 10,12 11,65 27,20 30,14 32,85 36,19 43,82
20 8,26 9,59 10,85 12,44 28,41 31,41 34,17 37,57 45,32
21 8,90 10,28 11,59 13,24 29,61 32,67 35,48 38,93 46,80
22 9,54 10,98 12,34 14,04 30,81 33,92 36,78 40,29 48,27
23 10,20 11,69 13,09 14,85 32,01 35,17 38,08 41,64 49,73
24 10,86 12,40 13,85 15,66 33,20 36,41 39,37 42,98 51,18
25 11,52 13,12 14,61 16,47 34,38 37,65 40,65 44,31 52,62
26 12,20 13,84 15,38 17,29 35,56 38,88 41,92 45,64 54,05
27 12,88 14,57 16,15 18,11 36,74 40,11 43,19 46,96 55,48
28 13,57 15,31 16,93 18,94 37,92 41,34 44,46 48,28 56,89
29 14,26 16,05 17,71 19,77 39,09 42,56 45,72 49,59 58,30
30 14,95 16,79 18,49 20,60 40,26 43,77 46,98 50,89 59,70
267
Anexa 3
Repartiţia Student
Valorile lui t în funcţie de probabilitatea p(t ≤ tα )
şi numărul gradelor de libertate f
0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,05 0,02 0,01 0,001
0 Col 1 Col 2 Col 3 Col 4 Col 5 Col 6 Col 7 Col 8 Col 9 Col 10 Col 11 Col 12 Col 13
1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 63,619
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,929
4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,869
6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,408
8 0,130 0,262 3,990 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,401
9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,129 0,260 0,396 0,540 0,697 8760 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 2,580 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,127 0,391 0,533 0,687 0,860 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725
26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,127 0,256 0,389 0,530 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,649
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,656
40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
80 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
∞ 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,291
268
Repartiţia Student
Valorile lui t în funcţie de probabilitatea p (t ≤ tα ) sau pragul de relevanţă al
testului şi numărul gradelor de libertate(g.d.l.)
Test t unilateral dreapta
269
Anexa 4
I2 I1 =1 I1 =2 I1 =3 I1 =3 I1 =4
α= α= α= α= α=
0,05 0,01 0,05 0,01 0,05 0,01 0,05 0,01 0,05 0,01
1 161,4 4 052 199,5 4 999 215,7 5 403 224,6 5 625 230,2 5 764
2 18,51 98,49 19,00 99,00 19,16 99,17 19,25 99,25 19,30 99,30
3 10,13 34,12 9,55 30,81 9,28 29,46 9,12 28,71 9,01 28,24
4 7,71 21,20 6,94 18,00 6,59 16,69 6,39 15,98 6,26 15,52
5 6,61 16,26 5,79 13,27 5,41 12,06 5,19 11,39 5,05 10,97
6 5,99 13,74 5,14 10,91 4,76 9,78 4,53 9,15 4,39 8,75
7 5,59 12,25 4,74 9,55 4,35 8,45 4,12 7,85 3,97 7,45
8 5,32 11,26 4,46 8,65 4,07 7,59 3,84 7,01 3,69 6,63
9 5,12 10,56 4,26 8,02 3,86 6,99 3,63 6,42 3,48 6,06
10 4,96 10,04 4,10 7,56 3,71 6,55 3,48 5,99 3,33 5,64
11 4,84 9,65 3,98 7,20 3,59 6,22 3,36 5,67 3,20 5,32
12 4,75 9,33 3,88 6,93 3,49 5,95 3,26 5,41 3,11 5,06
13 4,67 9,07 3,80 6,70 3,41 5,74 3,18 5,20 3,02 4,86
14 4,60 8,86 3,74 6,51 3,34 5,56 3,11 5,03 2,96 4,69
15 4,54 8,68 3,68 6,36 3,29 5,42 3,06 4,89 2,90 4,56
16 4,49 8,53 3,63 6,23 3,24 5,29 3,01 4,77 2,85 4,44
17 4,45 8,40 3,59 6,11 3,20 5,18 2,96 4,67 2,81 4,34
18 4,41 8,28 3,55 6,01 3,16 5,09 2,93 4,58 2,77 4,25
19 4,38 8,18 3,52 5,93 3,13 5,01 2,90 4,50 2,74 4,17
20 4,35 8,10 3,49 5,85 3,10 4,94 2,87 4,43 2,71 4,10
21 4,32 8,02 3,47 5,78 3,07 4,87 2,84 4,37 2,68 4,04
22 4,30 7,94 3,44 5,72 3,05 4,82 2,82 4,31 2,66 3,99
23 4,28 7,88 3,42 5,66 3,03 4,76 2,80 4,26 2,64 3,94
24 4,26 7,82 3,40 5,61 3,01 4,72 2,78 4,22 2,62 3,90
25 4,24 7,77 3,38 5,57 2,99 4,68 2,76 4,18 2,60 3,86
26 4,22 7,72 3,37 5,53 2,98 4,64 2,74 4,14 2,59 3,82
27 4,21 7,68 3,35 5,49 2,96 4,60 2,73 4,11 2,57 3,78
28 4,20 7,64 3,34 5,45 2,95 4,57 2,71 4,07 2,56 3,75
29 4,18 7,60 3,33 5,42 2,93 4,54 2,70 4,04 2,54 3,73
30 4,17 7,56 3,32 5,39 2,92 4,51 2,69 4,02 2,53 3,70
40 4,08 7,31 3,23 5,18 2,84 4,31 2,61 3,83 2,45 3,51
60 4,00 7,08 3,15 4,98 2,76 4,13 2,52 3,65 2,37 3,34
120 3,92 6,85 3,07 4,79 2,68 3,95 2,45 3,48 2,29 3,17
∞ 3,84 6,64 2,99 4,60 2,60 3,78 2,37 3,32 2,21 3,02
270
Anexa 4
(continuare)
271
View publication stats