Documente Academic
Documente Profesional
Documente Cultură
Coordonator disciplină:
Prof.univ.dr.habil. Aivaz Kamer Ainur
1
CUPRINS
2
Unitatea de învăţare Nr. 5
Măsurarea intensităţii legăturilor dintre variabile
Obiectivele Unităţii de învăţare Nr. 5
5.1. Indicatorii sintetici de corelaţie
5.2. Verificarea semnificaţiei ecuaţiei de regresie şi a coeficienţilor de corelaţie
Răspunsuri şi comentarii la testele de autoevaluare
Bibliografie Unitate de învăţare Nr. 5
4
Statistica
INTRODUCERE
Stimate student,
5
Unitatea de învăţare Nr. 1
Cuprins
6
OBIECTIVELE Unităţii de învăţare Nr. 1
7
Semnificaţia
termenului de În procesul evoluţiei sale termenul statistică a avut mai multe
statistică semnificaţii. Sensurile principale în care se foloseşte actualmente
termenul de statistică sunt următoarele:
§ activitate practică;
§ mulţime de date statistice obţinute din activitatea practică
curentă sau din publicaţiile organismelor naţionale şi
internaţionale ale statisticii;
§ metodologie statistică – ansamblu de metode şi procedee de
culegere, prelucrare şi analiză a datelor culese;
§ metodă statistică – mod de cercetare a fenomenelor de masă,
pe baza exprimărilor cantitative, cu ajutorul unui sistem
specific de norme, principii de cunoaştere şi transformare a
realităţii obiective;
§ disciplină ştiinţifică de învăţămant.
Orice semnificaţie s-ar da termenului de statistică, obiectul de studiu
al acesteia rămân fenomenele de masă. Acestea, spre deosebire de
cele din natură, sunt fenomene complexe, atipice, rezultate din
acţiunea combinată şi repetată a unui număr mare de factori de
influenţă.
Fenomenele de
masă
Elementele specifice, particulare, ce caracterizează fenomenele de masă
reclamă următoarele condiţii:
Ø un număr mare de cazuri individuale, pentru ca, din punct de
vedere statistic, esenţa lor să fie pusă în evidenţă. De exemplu, pentru
formarea preţului unei mărfi este necesar un număr mare de producători
şi consumatori;
Ø variabilitatea fenomenelor de masă. Această particularitate se
observă din aceea că fenomenele de masă sunt rezultate ale acţiunii unui
număr mare de factori de influenţă cu esenţialitate şi natură diferită,
asociaţi cu sensuri, direcţii şi intensităţi multiple;
Ø Existenţa unor fenomenele nedeterministe de tip stochastic,
produse în condiţii de incertitudine;
Ø Diversitatea formelor individuale de manifestare a fenomenelor de
masă. Legea de manifestare a acestor fenomene nu poate fi cunoscută şi
verificată în fiecare caz în parte, ci numai la nivelul întregului ansamblu
de cazuri individuale;
Ø Luarea în considerare a raportului dintre necesitate şi întamplare,
dintre legea statistică (stochastică) şi legea dinamică, dintre modelul
stochastic şi modelul determinist.
8
Obiectivele activităţii de cercetare statistică au în vedere acţiuni de
proiectare şi organizare, de culegere, prelucrare, analiză şi interpretare
a datelor statistice. În urma acestor operaţii se obţin informaţii necesare
cunoaşterii fenomenelor şi proceselor economice şi sociale care se
manifestă în diferite forme de organizare a economiei. Activitatea
statistică este structurată nu numai în funcţie de diviziunea socială a
muncii, ci şi în funcţie de dezvoltarea sistemului informatic. De aceea,
statistica se întâlneşte sub următoarele forme:
Ø statistica teoretică;
Ø statistica matematică;
Ø statistica de ramură (industrie, comerţ, agricultură, transporturi etc.);
Ø statistica economiei naţionale;
Ø statistica financiară şi actuarială;
Ø statistica muncii etc.
10
natural – convenţionale; salariul în lei. Toate acestea prezintă
caracteristici de tipul celor anunţate mai sus.
3. După modul de variaţia manifestată de caracteristici, acestea pot
fi cu variaţie continuă sau cu variaţie discretă (discontinuă).
Variabila discretă ia numai valori întregi: numărul de persoane
dintr-o familie; numărul de piese dintr-un lot; stocul de mărfuri
dintr-un depozit la o anumită dată; număr de turişti dintr-o
staţiune etc. Variabilele continue sunt acele variabile care pot
lua o infinitate de valori din domeniul de valori al variabilei.
4. După modul în care se obţin, variabilele (caracteristicile) în
cercetarea statistică distingem:
• Variabile primare. Se înregistrează direct la unităţile
colectivităţii, prin măsurare (de ex: producţia, numărul
muncitorilor).
• Variabile derivate. Sunt acele variabile ale căror valori
individuale se obţin printr-un anumit algoritm de calcul
(de ex.: productivitatea muncii).
5. După numărul de valori ale variabilei, distingem:
• Variabile dihotomice sau binare. Sunt acele variabile
care înregistrează două valori.
• Variabile care înregistrează trei sau mai multe valori.
4.DATELE STATISTICE
Spre deosebire de numerele abstracte cu care opereză matematica,
datele statistice sunt mărimi concrete obţinute din experimente,
Datele statistice observaţii, numărare, măsurare sau din calcule. În general, prin date
statistice se înţelege o caracterizare numerică, cantitativă, obţinută de
statistică despre unităţile colectivităţii analizate. Potrivit definiţiei,
datele statistice cuprind următoarele elemente:
§ noţiunea care precizează fenomenul sau procesul la care se
referă;
§ identificarea: de timp, de spaţiu, organizatorică;
§ valoarea numerică.
Datele statistice pot fi absolute sau relative, primare sau derivate.
Indiferent de forma în care se obţin, datele statistice sunt purtătoarele
unor informaţii.
11
Informaţia manifestare ale fenomenelor şi proceselor, informaţia statistică trebuie
statistică structurată în funcţie de conţinutul şi organizarea lor.
12
1.3 Observarea statistică
Recensământul
Recensământul este o observare statistică generală şi totală, cu caracter
periodic, de regulă la nivel naţional, după criterii bine stabilite.
Efectuarea sa necesită elaborarea unui plan ce cuprinde toate etapele, de
la pregătirea procesului până la publicarea rezultatelor. Principiile
generale ale recensământului sunt:
§ pregătirea detaliată a lucrărilor, în cadrul cărora o atenţie
deosebită se acordă instruirii cadrelor;
13
§ testarea recensământului proiectat;
§ alegerea perioadei optime de efectuare a recensământului;
§ efectuarea recensământului simultan pe întregul teritoriu al
ţării;
§ repetarea recensământului la intervale regulate de timp în
vederea confruntării şi comparării rezultatelor.
La început metoda recensământului s-a folosit la studiul populaţiei,
după care – gradual – s-a extins şi în domeniul economic. În ţările
dezvoltate se înregistrează periodic şi recensăminte industriale,
agricole, ale locuinţelor etc.
Sondajul Sondajul se foloseşte în statistică atunci când, din varii motive, trebuie
să se înlocuiască observarea totală de mare amploare printr-o observare
parţială. Din această cauză eşantionul (partea supusă observării) trebuie
să îndeplinească condiţia de reprezentativitate.
14
între rezultatele unui sondaj şi rezultatele ce s-ar obţine dacă s-ar face o
observare totală să apară unele diferenţieri, oarecare erori de sondaj (de
reprezentativitate). Importanţa acestora pentru interpretarea statistică a
generat în timp o metodologie specifică de estimare a lor. În cercetarea
bugetelor de familie, la controlul statistic al calităţii mărfurilor, la
înregistrarea preţurilor pe piaţa liberă, la planificarea şi organizarea
experimentelor în variate domenii de activitate se utilizează cu mare
eficienţă şi, relativ frecvent metoda selectivă.
15
6.Timpul observării este elementul care are în vedere două probleme
esenţiale: timpul la care se referă datele şi timpul în care se efectuează
culegerea acestor date. De obicei timpul observării este considerat acela
la care se referă datele culese şi poate fi un singur moment (pentru date
statice) sau o perioadă (pentru date dinamice). Alegerea timpului
observaţiei se face în funcţie de felul observării, de particularităţile
obiectului şi mai ales de scopul cercetării statistice. Timpul la care se
referă datele se numeşte moment critic (moment de referinţă). Timpul
în care se efectuează culegerea datelor poate fi numit timpul
înregistrării. În practica statistică, timpul observării se alege în perioada
în care colectivitatea prezintă gradul cel mai ridicat de stabilitate. De
exemplu recensământul populaţiei se efectuează iarna când populaţia
prezintă cea mai mare stabilitate (după sărbătorile de iarnă), în timp ce
pentru studiul cererii de consum a populaţiei pentru anumite bunuri şi
servicii se alege o perioadă în afara sărbătorilor dacă vrem să evidenţiem
componenta stabilă.
16
Test de autoevaluare 1.3 – Scrieţi răspunsul în spaţiul liber din chenar.
17
Lucrarea de verificare, al cărei conţinut este prezentat mai jos, solicită
cunoaşterea conceptelor prezentate în Unitatea de învăţare nr. 1.
Răspuns 1.1
1. Stadiul actual. În evoluţia sa istorică, noţiunea de statistică a avut
diferite accepţiuni; unele califică statistica drept ştiintă, iar altele o
admit numai ca metodă. Realizările obţinute în fazele anterioare conduc
la accepţiunea de astăzi potrivit căreia statistica este o disciplină
ştiinţifică ce are însuşirea de a fi, în acelaşi timp, ştiinţă şi metodă
utilizată în multe ştiinţe.
18
verificată în fiecare caz în parte, ci numai la nivelul întregului ansamblu
de cazuri individuale;
Ø luarea în considerare a raportului dintre necesitate şi întâmplare,
dintre legea statistică (stochastică) şi legea dinamică, dintre modelul
stochastic şi modelul determinist.
Răspuns 1.2
1B
2c
3A
Răspuns 1.3.
1. În procesul de dezvoltare al statisticii se evidenţiază mai multe
metode de observare:
1. Observările directe,
2. Observările indirecte,
3. Observările totale, (exhaustive).
4. Observările parţiale,.
5. Observările curente,
6. Observările periodice,
2.Prin reprezentativitate se înţelege ca în eşantion să se regăsească
aceleaşi structuri, trăsături generale, esenţiale şi comune, precum şi
valorile tipice pentru întreaga populaţie.
3. În programul de observare este imperios necesar să se precizeze
câteva elemente, cum ar fi:
a.Scopul observării.
b.Colectivitatea statistică
c.Unităţile de observare (înregistrare)
d.Precizarea caracteristicilor
e.Timpul observării
f.Locul observării
g.Formularele şi instrucţiunile
h.Măsurile organizatorice.
19
6. Isaic-Maniu Al.; Mitruţ, C.; Voineagu, V. – Statistică pentru
managementul afacerilor, Editura Economică, Bucureşti, 1999;
7. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui – Statistică,
vol. I şi II, ASE, Centrul de Învăţământ Economic Deschis la Distanţă,
Bucureşti, 2000.
8. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura
Meteor Press, Bucureşti, 2003;
9. Voineagu, V.; Mitruţ, C.; Isaic-Maniu Al.; Ţitan, E.; Baron, T.;
Ghiţă, S.; Şerban D. – Statistică, teste grilă şi lucrări practice. Ed.
Economică, Bucureşti, 1998.
20
Unitatea de învăţare Nr. 2
Cuprins
21
OBIECTIVELE Unităţii de învăţare Nr. 2
x + x2 + ... + xi + ... + xn åx i
1 n
x= 1
n
= i =1
n
= å xi
n i =1
Media aritmetică
ponderată
2.În cazul unei serii cu frecvenţe, se calculează media aritmetică
ponderată (aceasta a fost introdusă în ştiinţă de Roger Cotes în anul
1712 – Cambridge – “Aestimatio Errorum in Mixta Mathesi per
variationes partium Trianguli planiet sphaerici” – Opera Miscellania).
n
x1 × n1 + x 2 × n 2 + ... + x i × ni + ... + x n × n n å
x i × ni
i =1
x= = n
n1 + n 2 + ... + ni + ... + n n
å ni i =1
Grupe de Număr
vârstă(ani) emigranţi
sub 18 6371
18-25 1795
25-40 5279
40-50 1690
50-60 864
Peste 60 1437
Total 17536
Se cere:
23
1. Reprezentaţi grafic seria de distribuţie.
24
2. Media aritmetică a unui şir de valori constante este egală
cu valoarea lor comună.
Dacă în seria de frecvenţe considerăm x1 = x2 = … = xi = … =
xn = K , atunci
n n
x1 × n1 + x2 × n2 + ... + xi × ni + ... + xn × nn å xi × ni K × å ni
x= = i =1
= i =1
=K
n1 + n2 + ... + ni + ... + nn n n
ån
i =1
i ån
i =1
i
å ( xi ± a ) å xi ± n × a
x' = i =1
= x±a = i =1
n n
§ Pentru o serie cu frecvenţe, noua medie este:
n n n
å ( x i ± a ) × ni å x i × ni a × å ni
x' = i =1
n
= i =1
n
± n
i =1
= x±a
ån
i =1
i ån
i =1
i ån
i =1
i
å (x i ± a)
x= i =1
±a
n
§ Pentru o serie cu frecvenţe :
n
å (x i ± a ) × ni
x' = i =1
n
±a
ån
i =1
i
''
å K x ''
åx i ×K
x = i =1 = respectiv x = i =1
= K×x
n K n
åi =1 K
× n i åx ×n 1
1 i =1 i i
x' = n = * n = ×x
K K
å ni
i =1
å ni i =1
Dacă vrem să ajungem la media seriei iniţiale:
x = K × x'
n n
å x i × ni × K K × å x i × ni
x' = i =1
n
= i =1
n
= K×x
ån
i =1
i ån
i =1
i
26
n
ni 1 n
- å xi × m
× å x i × ni
m i =1
x= i =1
=
n
ni 1 n
åm
i =1
× å ni
m i =1
åx
å (x )
n n n i
i - x = å xi - n × x = å xi - n × i =1
=0
i =1 i =1 i =1 n
§ Pentru o serie cu frecvenţe:
å (x )
n n n
i - x × ni = å x i × ni - å x × ni =
i =1 i =1 i =1
n
n n åx i × ni
åx i × n i - å ni × i =1
n
=0
i =1 i =1
ån
i =1
i
27
7. Suma pătratelor abaterilor nivelurilor individuale ale
caracteristicii de la nivelul ei mediu este mai mică decât suma
pătratelor abaterilor de la oricare alt număr a, a ¹ x
å (x )
n n
- x < å ( xi - a )
2 2
§ i
i =1 i =1
8. Pentru seria de distribuţie de frecvenţe, media se
încadrează între [x min , x max ], oscilând în jurul termenilor cu
frecvenţa cea mai mare.
28
§ pentru o serie simplă:
n
xh = n
1
åx
i =1 i
ån i
xh = m
i =1
,
1
å
i =1 xi
× ni
m m m
x g × x g × ... × x g = Õ xi Þ x g = Õ xi Þ x g = n Õx
n
i
i =1 i =1 i =1
29
k
x g × x g × ... × x g = Õ xini
n1 n2 nk
i =1
(x )
k
n1 + n2 +...+ nk
g = Õ xini
i =1
(x )å
k
k
= Õ xini
ni
i =1
g
i =1
k
å ni k
Þ xg = i =1
Õxi =1
ni
i
- å lg x i
lg x g = i =1
n
Media pătratică
• pentru media geometrică ponderată
n
- å (n i × lg xi )
lg x g = i =1
n
ån
i =1
i
i =1
Dacă se înlocuieşte în relaţia de mai sus fiecare termen cu media
patratică obţinem:
n
x p + x p + ... + x p = å xi
2 2 2 2
i =1
30
n
n × x p = å xi
2 2
i =1
n
åx
2
i
Relaţia dintre Þ xp = i =1
n
mărimile medii Această funcţie se foloseşte în cazul unei serii simple sau cu frecvenţe
egale.
În cazul unei serii de distribuţie de frecvenţe avem.
k
åx
2
i × ni
Þ xp = i =1
k
ån
i =1
i
Observaţie:
Se pot verifica relaţiile de inegalitate dintre cele 4 tipuri de medie
calculate şi anume: xh < x g < xa < x p
31
Am ajuns la sfârşitul Unităţii de învăţare Nr. 2.
Răspuns 2.1
1.
2.
n
å xi ni
x= i =1
n
, i= 1, n
å ni
i =1
xi ni x'i xi ni
sub18 6371 14,5 92379,5
18-25 1795 21,5 38592,5
25-40 5279 32,5 174817,5
40-50 1690 45 76050
50-60 864 55 47520
Peste 60 1437 65 93405
Total 17536 522764,5
Pentru seria analizată:
n
å xi ni
x= i =1
n
=29,810931=30 ani
å ni
i =1
Răspuns 2.2
Pentru o serie simplă noua medie este:
33
xi
n n
''
åi =1 K x ''
å xi × K
x = = respectiv x = i =1
= K×x
n K n
Pentru o serie cu frecvenţe noua medie este:
n
xi n
åi =1 K
× n i åx ×n 1
1 i =1 i i
x' = n = * n = ×x
K K
å ni i =1
å ni i =1
Dacă vrem să ajungem la media seriei iniţiale:
x = K × x'
n n
åx i × ni × K K × å x i × ni
x' = i =1
n
= i =1
n
= K×x
åni =1
i ån
i =1
i
1 xi * ni ni * lg xi
2
x'i ni xi 2
ni
xi
14,5 6371 439,3793 210,25 1339502,75 7399,076
21,5 1795 83,48837 462,25 829738,75 2391,727
32,5 5279 165,5077 1056,25 5681568,75 8132,421
45 1690 37,55556 2025 3422250 2793,929
55 864 15,70909 3025 2613600 1503,673
65 1437 22,10769 4225 6071325 2605,156
17536 763,7477 19957985,25 24825,98
34
Din calcule obţinem următoarele rezultate:
• Media armonică
n
å ni 17536
xh = i =1
= =22,96046
n 1 763,7477
å ni
i =1 xi
• Media pătratică
å xi2 ni = 19957985,25
xp = = 1138,115 =33,7359
å ni 17536
• Media geometrică
x g = å n Õ xin
n
i i
i =1
n
lg x g =lg å n Õ xin = n1 lg Õ xin = 1
* å lg xi
n n
(12)
i
i i i
n
i =1 i =1
å ni å ni å ni
i =1 i =1
lg x =1,415715225
g x = 32,34142
g
x <x h g
<x< x p
22,96<32,34<29,81<33,73
36
Unitate de învăţare Nr. 3
Cuprins
37
OBIECTIVELE Unităţii de învăţare Nr. 3
Mediana este acea valoare xme care împarte seria ordonată crescător sau
descrescător în două părţi egale din punct de vedere al numărului elementelor
existente în cele două părţi. Astfel, mediana nu se calculează pentru o
caracteristică nominală.
Cazul 1
Cazul 2
§ pentru o serie simplă, dacă n este par, există două observaţii, şi anume
n n
cea de rang şi următoarea + 1 care satisfac definiţia :
2 2
xæ n ö + xæ n ö
ç ÷ ç +1 ÷
è2ø è2 ø
x me =
2
Exemplu : {9,10,15,17,20,22}
38
xi + xi +1
Ø x me = .
2
Cazul 3
C(xi)
D(xi) C(xi)
D(xi)
xme xi
39
loc(xme ) - C (xme - 1)
xme = xme
inf
+ d me
nme
unde:
inf
x me = limita inferioară a intervalului medianei
Modulul
Modulul
Considerăm o variabilă aleatoare x cu variantele x1, x2, … , xk şi frecvenţele
respective n1, n2, … , nk, de forma:
ì k
ü
( x
í i i, n ) i = 1, 2,..., k si å n i = ný.
î i =1 þ
40
ìï k üï
Dacă mulţimea í(x i , n i ) i = 1,2,..., k si å i ý este o distribuţie de
n = n
ïî i =1 ïþ
frecvenţe, cu xi valori simple, numim mod (xmo) al acestei serii acea valoare xi
pentru care avem frecvenţa cea mai mare.
Se poate întâlni şi cazul când avem 2 sau mai multe valori ale caracteristicii la
care să corespundă aceeaşi frecvenţă şi care să fie cea mai mare din seria de
frecvenţe corespunzătoare. În acest caz avem o serie bimodală sau multimodală.
{10,15,15,15,20,22,30,30,35,35,35,36,40,40}
10 15 20 22 30 35 36 40
În practică se mai poate întâlni şi situaţia în care seria de date să aibă acelaşi
număr de valori. De exemplu, {24,24,24,26,26,26,28,28,28,30,30,30}. În acest
caz nu există modul.
41
( )
Fie x mo Î xiinf , xisup . Valoarea aproximativă xmo se determină după
relaţia :
D1
xmo = xiinf + d mo × , unde:
D1 + D 2
d mo = xisup - xiinf ;
D1 = ni - ni -1;
D 2 = ni - ni +1
Să se determine:
1. valoarea mediana
2. valoarea modală
42
3.2 Indicatorii simplii şi sintetici ai variaţiei
xinf xsup
xinf xsup
xinf xsup
43
măsură potrivită. Parametrul nu poate fi folosit decât dacă observaţiile sunt
repartizate oarecum uniform.
A xsup - xinf
A(%) = × 100 = × 100
x x
Deşi acest indicator prezintă un mare inconvenient, fiind calculat din valorile
extreme ale seriei care se pot situa la distanţe mari faţă de masa mare a valorilor
individuale, el are o mare aplicabilitate în practica statistică. Ea se foloseşte la
controlul calităţii produselor, caz în care se interpretează în raport cu limitele
de toleranţă admise. Parametrul se utilizează pentru alegerea numărului de
Abaterile grupe şi a mărimii intervalelor de grupare.
individuale
absolute 3) Abaterile individuale absolute (d i )
d i (x ) = xi - x , i = 1, n
44
4) Abaterile individuale în mărimi relative
ì d i (x )
íd i (x )% = × 100, i = 1, n
î x
ì n
ï d = å xi - x
ïï i =1
k
í
ï å x i - x × ni
ïd = i =1
Abaterea ïî å ni
mediană liniară
absolută 2) Abaterea mediană liniară absolută, este media valorilor absolute ale
diferenţelor dintre fiecare observaţie (xi) şi valoarea medianei (xme).
ì n
ïd me = å xi - x me
ï i =1
í k
ï å xi - x me × ni
ïd me = i = 1
î n
ni
Observaţie: dacă notăm y ni = k
(structura exprimată sub formă de
ån
i =1
i
45
ì k
ï
ï
d = å
i =1
xi - x × y ni
í k
ïd =
ïî å
i =1
xi - x me × y ni
Varianţa sau ì 1 k
dispersia ï d = × å xi - x × y ni %
ï 100 i =1
í k
ïd = 1 ×
ïî å
100 i =1
xi - x me × y ni %
å (x )
n
2
i -x
s 2 (x ) = i =1
n
§ Pentru o serie cu frecvenţe absolute:
å (x - x )
k
2
i × ni
s 2
(x ) = i =1
ån i
Abaterea ån
i =1
i
i =1
standard sau
abaterea medie Dispersia mai este cunoscută şi sub denumirea de moment centrat de ordinul
pătratică doi, fiind utilizat în calculul asimetriei, abaterii şi excesului.
46
Considerăm seria simplă {xi│i=1, 2,…,n} pentru care varianţa este
1 n
( )
s (x ) = × å xi - x , numim abatere standard rădăcina pătrată din
2
n i =1
2
varianţă şi o notăm cu σ.
Deci : s = s 2 ( x) =
1 n
(
× å xi - x
n i =1
)2
s 2 (x ) =
1 k
( )
× å xi - x × ni , abaterea standard se determină după relaţia :
n i =1
2
s = s 2 ( x) =
1 k
(
× å xi - x × ni
n i =1
2
)
Fiind calculat prin intermediul pătratului abaterilor, este mai concludent decât
abaterea medie liniară. Prin ridicarea la pătrat se dă o importanţă mai mare
abaterilor mai mari în valoare absolută, acestea influenţând într-o măsură mai
mare gradul de variaţie şi de omogenitate a seriei analizate. Din acest motiv,
calculat pentru aceeaşi serie, cei doi indicatori verifică relaţia s > d . În
literatura de specialitate se apreciază că pentru o serie de distribuţie cu tendinţă
clară de normalitate, abaterea medie liniară este aproximativ egală cu 4/5 din
Coeficientul de valoarea abaterii medii pătratice. Acest parametru al variaţiei are aceeaşi unitate
variaţie de măsură ca şi abaterea medie liniară şi prin urmare nu se poate folosi pentru
compararea gradului de variaţie a două sau mai multe variabile diferite.
5) Coeficientul de variaţie
sx
v= × 100
x
Dacă s-a calculat şi abaterea medie liniară, coeficientul de variaţie se mai poate
calcula şi după relaţia:
47
dx
v, = × 100
x
Coeficientul de variaţie se exprimă de regulă în procente faţă de aceeaşi bază
(media), ceea ce înseamnă că este de fapt expresia relativă fie a lui d x fie a lui
s x ; bineînţeles, v ' < v . Cu cât nivelul lui v este mai apropiat de zero, cu atât
variaţia este mai redusă, colectivitatea mai omogenă, iar media are un grad mai
înalt de reprezentativitate. În cazul unui coeficient de variaţie de peste 35-40%,
media nu mai este reprezentativă iar datele trebuie regrupate. Acest indicator
poate fi folosit şi ca un test de verificare în aplicarea metodei grupării a cărei
funcţie principală este sistematizarea datelor obţinute dintr-o observare
statistică.
Se cere:
48
3.3 Indicatorii de asimetrie şi aplatizare
Momentul centrat Numim distribuţie statistică simetrică aceea pentru care observaţiile,
de ordinul trei reprezentate prin frecvenţele lor, sunt egal dispersate de o parte şi de alta a
valorii centrale. În acest caz cele 3 tipuri de valori centrale coincid.
Pentru o serie de distribuţie {(xi, ni)│i=1, 2, …, k}, parametrul cel mai util în
caracterizarea asimetriei este momentul centrat de ordinul 3,
µ3 =
1 k
( )
× å x i - x × ni ,
n i =1
3
x - x na
C a . P. =
s
Acest coeficient nu este valabil decât pentru distribuţii slab asimetrice.
Interpretare:
49
§ dacă Ca .P. > 0 – avem asimetrie la stânga;
§ dacă Ca .P. = 0 – avem simetrie.
Cu cât valoarea absolută a indicatorului este mai mare, cu atât
asimetria distribuţiei este mai pronunţată. Numitorul relaţiei (σ), fiind radicalul
momentului centrat de ordinul 2, este întotdeauna o valoare pozitivă. Semnul
coeficientului de asimetrie al lui Pearson este dat de semnul numărătorului
relaţiei respective.
(
xmo - x » 3 xme - x )
De aceea, pentru caracterizarea asimetriei la aceste serii se calculează următorul
indicator:
C a . P. =
(
3 x me - x )
sx
2
µ2 1 æµ ö
C a . P. = 33 = × çç 3 ÷÷
µ2 µ2 è µ2 ø
2
æµ ö
Cum μ2 > 0, iar ç 3 ÷ > 0 Þîntotdeauna Ca .P. > 0 .
çµ ÷
è 2ø
Interpretare :
50
æ ö æ ö
x 1 + x 3 - 2 x me ç x 1 - x me ÷ + ç x 3 - x me ÷
ç ÷ ç ÷
C a.Y . = 4 4
sau C a.Y . =è 4 ø è 4 ø
x3 - x1 æ ö æ ö
ç x 3 - x me ÷ + ç x m - x 1 ÷
4 4 ç ÷ ç ÷
è 4 ø è 4 ø
Interpretare :
µ3
C a. F . =
s3
Interpretare :
B. Indicatorii aplatizării
51
Coeficientul lui În acest scop se determină următorii coeficienţi de aplatizare :
Pearson de
aplatizare 1) Coeficientul lui Pearson pentru aplatizare
µ4 µ4
ap P = =
µ 22 s 4
unde:
ì
µ
í 4 =
1 n
n i =1
( 4
)
× å xi - x × ni reprezintă momentul centrat de ordinul 4
î
ìïµ 2 = s 2
í 2 reprezintă momentul centrat de ordinul 2
ïîµ 2 = s 4
Coeficientul de
aplatizarea a lui 2) Coeficientul de aplatizare al lui Fisher
Fisher
Este un indicator ce derivă din indicatorul anterior.
µ4 µ 4 - 3s 4
ap F = ap P - 3 = - 3 =
s4 s4
µ 4 - 3µ 22
sau ap F =
µ 22
52
§ dacă apF < 0 – există o distribuţie aplatizată (platicurtică);
§ dacă apF = 0 – distribuţia este normală;
§ dacă apF > 0 – distribuţia este alungită (leptocurtică).
53
1. Distributia locuitorilor unei comune dupa vârstă generează urmatoarea
serie statistica:
Răspuns 3.1
Răspuns 3.2
1.
54
sub 18 6371 14.5 -15,3109 -51,360
18-25 1795 21,5 -8,3109 -27,787
25-40 5279 32,5 2,6891 9,0205
40-50 1690 45 15,1891 50,9514
50-60 864 55 25,1891 84,4962
peste 60 1437 65 35,1891 118,0410
Total 17536 44.5
2
• în funcţie de abaterea standard, coeficientul de variaţie este:
sx
vx = -
* 100
x
10,8268
vx = *100 = 32,67866%
33,1311
• în funcţie de abaterea medie liniară, coeficientul de variaţie este:
-
d
vx = -
* 100
x
8,62405
vx = *100 = 26,0904%
33,1311
Răspuns la 3.3.
m 3
æ -
ö
å ç x i - x ÷ ni
µ 3 æç x ö÷ =
-
i =1 è ø 58553432,75
m
= = 3339,04156
è ø 17536
ån
i =1
i
55
Bibliografie Unitate de învăţare Nr. 3
56
Unitatea de învăţare Nr. 4
Cuprins
57
OBIECTIVELE Unităţii de învăţare Nr. 4
58
iar analiza corelaţiei urmăreşte să stabilească nivelul sau gradul în care
Caracteristica variabila cauzală
exogenă,
factorială sau
Există mai multe modalităţi de manifestare a dependenţelor, a
cauzală
legăturilor dintre variabile care pot fi grupate astfel:
• după tipul legăturii:
§ -funcţionale: când fiecărei valori a variabilei x îi corespunde o legătură
Tipuri de legături bine determinată a variabilei y; y=Profit, x=cifra de afaceri
statistice § -stochastice: când unei valori a variabilei x îi corespunde un şir de valori
a variabilei y. y=Profit, x= cifra de afaceri (la diferite firme)
§ după numărul caracteristicilor:
§ -legături simple: când caracteristica endogenă este studiată în funcţie de
o singură caracteristică exogenă y = f (x);
§ -legături multiple: când se studiază dependenţa unei caracteristici
endogene în funcţie de două sau mai multe caracteristici exogene
y = f (x1 , x2 ,..., xn ). Profitul = (influiențat) cifra de afaceri, cheltuieli, nr. de salariați
§ după direcţia legăturii:
§ -legături directe: când la modificarea lui x se modifică în acelaşi sens şi
y (x creşte, y creşte, sau x scade, y scade);
§ -legături inverse; când caracteristica dependentă se modifică în sens
contrar faţă de modificarea lui x (x creşte, y scade, sau x scade, y creşte).
§ după forma funcţiei:
§ -legături liniare: când dependenţa se exprimă printr-o funcţie liniară;
y=a+bx ->funcție liniară
§ -legături neliniare; când dependenţa se exprimă prin funcţii neliniare
(parabolă, hiperbolă, exponenţială, logistică).
§ după modul de manifestare în timp:
§ -legături concomitente (sincrone);
§ -legături cu decalaj (asincrone).
Metodele de studiere a corelaţiei se pot clasifica:
A. A. Metode şi tehnici pentru verificarea existenţei legăturii:
• metoda seriilor statistice paralele;
Metode de • metoda grupărilor;
studiere a • metoda balanţelor;
corelaţiei • tabelul de corelaţie;
• metoda grafică;
• tabelul de asociere, etc.
B. B. Metode analitice:
Statistica prin metodele „testării ipotezelor statistice” oferă posibilitatea
stabilirii cu un grad de probabilitate ales, a existenţei sau absenţei
legăturii dintre fenomene, forma analitică şi intensitatea acesteia.
59
Test de autoevaluare 4.1 – Scrieţi răspunsul în spaţiul liber din chenar.
1. Ce este o legătură simplă? Exemplificaţi.
60
eroare aleatoare (o variabilă reziduu), cu dispersia constantă şi media
nulă.
a) Modelul liniar
Considerând că legătura dintre y şi x este liniară rezultă că: y = a + b x
.
61
å (y - Y ) = minim
2
i
Înlocuind pe Y
å (y - a - bx i ) = minim
2
i
ìna + bå xi = å yi
í
îaå xi + bå xi = å xi yi
2
åx åy -åx åx y
2
i i i i i nå xi å y i - å xi å y i
a= i i i i
2 b= i i i i
2
æ ö æ ö
nå xi2 - ç å xi ÷ nå xi2 - ç å xi ÷
i è i ø i è i ø
62
Există situaţii în care studiul legăturilor dintre fenomenele şi procesele
economico – sociale se face pe baza unui număr mare de date statistice.
Intervin aşadar frecvenţele, ceea ce impune folosirea tabelului de
corelaţie pentru a calcula valorile funcţiei de regresie.
ìaå ni + bå xi ni = å yi ni
í
îaå xi ni + bå xi ni = å xi yi ni
2
Þ a, b
ì a åå nij + bå xi ni× = å y j n× j
ï i j i j
í
ï å i i× + åi i i× åå=
2
a x n b x n xi y j nij
î i i j
b) Modelul exponenţial
y = ab x
Y = ab x + e
lg Y = lg a + lg b
y ' = lg Y
a ' = lg a Þ y ' + a' + b'
b ' = lg b
ïna + b å xi = å yi
ì ' ' '
í '
îa å xi + b å xi = å xi yi
' 2
ï
63
cazul în care variabila dependentă creşte în progresie aritmetică, iar
variabila independentă creşte în progresie geometrică.
Yi = a + bx i + cx i2 + e
å (y i )
- a - bxi - cxi2 = 0
ìna + bå xi + cå xi2 = å yi
ï
íaå xi + bå xi + cå xi = å xi yi Þ a, b, c
2 3
ïa x 2 + b x 3 + c x 4 = x 2 y
î å i å i å i å i i
d) Modelul hiperbolic
1
y =a + b
x
Funcţia de estimare:
1
Y =a+ b+e
xi
ì 1
ïï na + b å xi
= å yi
í 1 1 1
ïa å + b å 2 = å y i
ïî xi xi xi
.
Test de autoevaluare 4.2 – Scrieţi răspunsul în spaţiul liber din chenar.
64
salariaţi (mld.lei)
1 28 1,7
2 18 1,1
3 22 1,2
4 44 2,2
5 16 0,9
6 12 0,7
7 26 1,5
8 20 1,3
9 30 2,0
10 40 2,3
Total 256 14,9
Se cere :
1. să se argumenteze, cu ajutorul metodelor simple, existenţa,
direcţia şi forma legăturii;
2. să se determine parametrii funcţiei de regresie;
3. să se calculeze valorile funcţiei de regresie;
65
4.3 Modele de regresie multifactorială
Y = f (x1 , x2 ,..., xk ) + e
y = a0 + a1 x1 + a2 x2 + ... + ak xk , unde:
å (y - a0 - a1 x1 - a 2 x2 - ... - a k xk ) = minim
2
i
66
ìa0 n + a1 å x1 + a 2 å x 2 + ... + a k å x k = å y i
ï
ïa0 å x1 + a1 å x1 + a 2 å x1 x 2 + ... + a k å x 2 x k = å x1 y i
2
ï
ía0 å x 2 + a1 å x1 x 2 + a 2 å x 2 + ... + a k å x 2 x k = å x 2 yi
2
ï.............................................................................................
ï
ïîa0 å x k + a1 å x1 x 2 + a 2 å x1 x k + ... + a k å x k2 = å x k y i
Þ a0 , a1 , a2 ,..., ak
Coeficienţii ai pot avea fie semn pozitiv, fie semn negative şi arată tipul
de legătură (directă sau inversă) dintre variabila factorială xi şi variabila
rezultativă y.
67
Lucrare de verificare Unitate de învăţare Nr. 4
Răspuns 4.1
1.Avem legături simple atunci când caracteristica endogenă este
studiată în funcţie de o singură caracteristică exogenă y = f (x); de
exemplu legătura dintre salariu si vechime, dintre cifra de afaceri si
profit etc.
2.Avem legături multiple atunci când se studiază dependenţa unei
caracteristici endogene în funcţie de două sau mai multe caracteristici
exogene y = f (x1 , x2 ,..., xn ). De exemplu legătura dintre profit, cifra de
afaceri si costul total; legătura dintre productivitatea muncii, producţia
realizată şi numărul salariaţilor etc.
3.Avem legături inverse atunci când caracteristica dependentă (y) se
modifică în sens contrar faţă de modificarea caracteristicii independente
x (x creşte, y scade, sau x scade, y creşte). De exemplu legătura dintre
profit şi cost.
68
4.Avem legături directe atunci când la modificarea lui x se modifică în
acelaşi sens şi y (daca x creşte, y creşte, sau daca x scade, atunci y scade);
de exemplu legătura dintre cifra de afaceri şi profit.
Răspuns 4.2
§
1. Metoda seriilor paralele interdependente presupune
ordonarea valorilor caracteristicii factoriale xi (numărul de salariaţi) şi
înregistrarea în paralel a valorilor corespunzătoare ale caracteristicii
dependente yi (cifra de afaceri), după cum se poate vedea în tabelul
urmator:
Nr.crt. xi yi (mld.lei)
1 12 0,7
2 16 0,9
3 18 1,1
4 20 1,3
5 22 1,2
6 26 1,5
7 28 1,7
8 30 2,0
9 40 2,3
10 44 2,2
Cele două şiruri de date din tabelul 2 indică existenţa unei legături
directe între numărul de salariaţi şi mărimea cifrei de afaceri. Pentru a
putea aprecia şi forma legăturii este necesar să se traseze graficul de
corelaţie, care sugerează o legătură de tip liniar.
Cifra de
afaceri 2.5
1.5
0.5
0
0 10 20 30 40 50
Numarul de salariati
69
Calculele necesare rezolvării sistemului au fost sistematizate în
tabelul urmator.
Nt.crt. xi yi x i2 xiyi y i2 Yx
i
0 1 2 3 4 5 6
1 12 0,7 144 8,4 0,49 0,4928
2 16 0,9 256 14,4 0,81 0,6000
3 18 1,1 324 19,8 1,21 0,6536
4 20 1,3 400 2,6 1,69 0,7072
5 22 1,2 484 26,4 1,44 0,7608
6 26 1,5 676 39 2,25 0,8680
7 28 1,7 784 47,6 2,89 0,9216
8 30 2,0 900 60 4,00 0,9752
9 40 2,3 1600 92 5,29 1,2432
10 44 2,2 1936 96,8 4,84 1,3504
Total 256 14,9 7504 430,4 24,91 8,5728
Sistemul de ecuaţii normale este:
Răspuns 4.3.
70
Bibliografie Unitate de învăţare Nr. 4
71
Unitatea de învăţare Nr. 5
Cuprins
72
OBIECTIVELE Unităţii de învăţare Nr. 5
IV I
(- +)
(- +) (+ +)
(+ +)
III II
(--)-)
(-
(+ -)
(+ -)
73
→ în cadranul IV abaterile variabilei x sunt negative, iar cele ale variabilei
y sunt pozitive.
Făcând produsele abaterilor celor 2 variabile şi apoi însumându-le obţinem
valori pozitive pentru cadranele I şi III şi valori negative pentru cadranele I şi
IV. Situaţiile din cadranele I şi III semnifică o legătură de corelaţie directă, în
timp ce situaţiile din cadranele II şi IV o legătură inversă. Aşadar semnul
produselor corespunde cu semnul corelaţiei.
1. Covarianţa cov(x, y )
Acest indicator se obţine ca o medie aritmetică a produselor abaterilor
1 n
variabilelor faţă de media lor: cov(x, y = ) å ( xi - x)( yi - y)
n i =1
ry / x =
å (x i )(
- x yi - y )= å (x i )(
- x yi - y )
ns xs y
å (x ) å (y )
2 2
i -x i -y
74
Faţa de covarianţă rezultă că relaţia:
ry / x =
cov(x, y )
=
å (x i )(
- x yi - y )
s xs y ns xs y
nå xi å y i -å xi å y i
r=
[nå x 2
i
2
][
- (å xi ) × nå y i2 - (å y i )
2
]
Când intervin frecvenţele:
æ öæ ö
nåå n xy xi y i - ç å xi n xi ÷çç å y i ny i ÷÷
x y è x øè y ø
r=
ö ù é ù
2
é æ
2
æ ö
ênå xi n xi - ç å xi n xi ÷ ú ênå y i2 n yi - çç å y i n yi
2
÷
÷
ú
êë x è x ø úû êë y è y ø úû
sx
r=v ,în care :
sy
ì- = legãturã inversã
- 1 < ryx < +1 í
î+ = legãturã directã
75
0,20 < ryx < 0,50 ($) o legătură slabă
0,50 < ryx < 0,75 legătură de intensitate medie
å (y -Y)
2
h=
i
1-
å (y )
2
i -y
å (Y ) 2
-y
h=
i
å (y - y)
2
i
2 2 2
s y = s y /Y +s Y / y
å( y i - y) 2
=
å( y - Y ) 2
+
å (Y - y) 2
n n n
s y /Y 2 sY / y2
Þ h = 1- sau h=
s y2 s y2
76
§ s y 2 = măsoară acţiunea tuturor factorilor care au influenţat asupra
caracteristicii rezultative;
§ s y / Y 2 = măsoară variaţia variabilelor y sub influenţa tuturor celorlalţi
factori necuprinşi în model a căror acţiune este considerată constantă;
este denumită şi dispersie reziduală;
§ s 2 = măsoară numai influenţa variabilei independente sau
Y/y
factoriale x asupra variabilei y. Cu cât ponderea acestei dispersii în
dispersia generală va fi mai mare cu atât legătura dintre cele 2
variabile va fi mai puternică.
Raportul de corelaţie poate lua valori între 0 şi 1.Cu cât valoarea raportului
este mai apropiată de 1 cu atât legătura de corelaţie este mai puternică şi invers.
å (y )
2
i - Yx1 , x2 ,...., xi ,...., xn
R y / x1 , x2 ,.....,xi ,...., xn = 1-
å (y )
2
i -y
) - (å y )
2
(a å y
0 i + a1 å yi xi + ... + a p å yi x p
2 i
R= n
(å y ) 2
åy
i
2
i -
n
77
influenţează asupra caracteristicii rezultative ceilalţi factori, necuprinşi în
model se obţine ca diferenţă între unitate şi R 2. Se obţine astfel coeficientul de
(
nedeterminaţie multiplă 1 - R 2 .)
Se cere :
1. să se analizeze existenţa, direcţia şi forma legăturii;
78
5.2 Verificarea semnificaţiei ecuaţiei de regresie şi a coeficienţilor de corelaţie
79
în care s = å(y -Y) 2
, este abaterea medie pătratică a valorilor înregistrate
n-2
ale caracteristicilor y faţă de linia de regresie Y, iar n este numărul perechilor
de valori (x, y ).
s s
a - tq ; f < a < a + tq ; f
n n
å (x )
b b
å
2
t= ( xi - x ) 2 t= i - x , care se compară
s s
cu valoarea tabelară corespunzătoare.
s s
b - tq ; f < b < b + tq ; f
( xi - x ) 2 ( xi - x ) 2
y - tq ; f × s
1
+
(x - x)
i
2
< Y < y + tq ; f × s
1
+
(x - x )
i
2
å (x - x ) å (x - x )
2 2
n n
i i
80
În acest scop, suma pătratelor abaterilor valorilor caracteristicii y,
å(y - Y ) å (Y - y )
2 2
şi
s =s2 2
=
å ( y - y) 2
s 2
=s2
1 =
å (Y - y) 2
y
n -1 Y/y
f
s 2
=s 2
=
å(y -Y) 2
F=
s1
2
y /Y 2
n - f -1 s2
2
în care:
81
§dacă t < t q ; n - 2 coeficienţii de corelaţie nu sunt semnificativi,
legătura dintre caracteristicile studiate fiind întâmplătoare.
ü Pentru verificarea semnificaţiei coeficientului corelaţiei multiple
utilizăm statistica:
n - p -1 R2
F=
p 1- R2
82
b) să se testeze semnificaţia parametrilor funcţiei de regresie ;
Se cere :
83
a) ajustaţi cantităţile vândute din produsul „X”, funcţie de cheltuielile cu
reclama, folosind funcţia de regresie adecvată ; testaţi semnificaţia
parametrilor ecuaţiei de regresie ;
b) măsuraţi intensitatea legăturii dintre cele două variabile, folosind un
indicator de corelaţie adecvat ; testaţi semnificaţia indicatorului calculat;
c) verificaţi validitatea modelului de regresie folosit.
Răspuns 5.1
160
Cifra140
de afaceri
120
100
80
60
40
20
0
0 2 4 6 8 10 12
Productivitatea medie
ì10a + 80 b = 985
í ,
î80a + 676b = 8249
cu soluţiile: a = 16,5 b = 10,25
84
Nr. xi yi xiyi x i2 y i2 Yx (yi - Y (yi - y)2
xi
crt. i
)2
0 1 2 4 3 5 6 7 8
1 10 120 1200 100 14400 119 1 462,25
2 6 85 510 36 7225 78 49 182,25
3 11 135 1485 121 18225 129,25 33,06 1332,25
4 7 90 630 49 8100 91,75 3,06 72,25
5 8 98 784 64 9604 98,5 0,25 0,25
6 10 115 1150 100 13225 119 16 272,25
7 5 72 360 25 5184 67,75 18,06 702,25
8 6 70 420 36 4900 78 64 812,25
9 8 90 720 64 8100 98,5 72,25 6642,25
10 9 110 990 81 12100 108,75 1,5625 132,25
Total 80 985 8249 676 101063 988,5 258,2425 10510,5
å (y - Y ) ,
2
i xi
Ry / x = 1-
å (y - y )
2
i
unde: y=
å y i = 985 = 98,5
n 10
Utilizând datele din tabel, calculăm:
258,2425
R y / x = 1- = 0,9876
10510.5
85
Răspuns 5.2.
Yx i = 2,07 + 0,16 x i
Tabelul 1
xi yi ni xi*ni yi*ni xi2 xi2*ni
10 6 30 300 180 100 3.000
30 5 60 1.800 300 900 54.000
50 10 160 8.000 1.600 2.500 400.000
70 13 40 2.800 520 4.900 196.000
90 18 10 900 180 8.100 81.000
- - 300 13.800 2.780 16.500 734.000
Tabelul 2
xi yi xi*yi*ni yi2*ni Yx i = 2,07 + 0,16 x i (yi- Yx )2*ni
i
å (y - Y ) n
2
i xi i 418,5172
s= = = 1,185
ån - 2 i 98
Se compară valoarea calculată a statisticii t cu valoarea tabelară, teoretică
t0,01;298 = 2,601.
Cum tcalc > t0,01;298 = 2,601, rezultă că „a” este semnificativ.
86
x=
åx n i i
=
13.800
= 46
ån i 300
y = 9,266
Tabelul 3
xi yi
(x i - x )2 * n i ( y i - y )2 * n i
10 6 38.880 320
30 5 15.360 1.091,925
50 10 40.960 86,20
70 13 23.040 557,71
90 18 19.360 762,827
- - 137.600 2.818,662
87
Unitatea de învăţare Nr. 6
Cuprins
88
OBIECTIVELE Unităţii de învăţare Nr. 6
89
În cazul în care se remarcă o concentrare a frecvenţelor pe una dintre
diagonalele tabelului, putem spune că avem o asociere puternică între
variabilele observate. Astfel, dacă frecvenţele condiţionate sunt dispuse
doar pe diagonala principală, atunci vorbim de o asociere perfect pozitivă,
iar dacă frecvenţele condiţionate sunt dispuse doar pe diagonala
secundară, atunci vorbim de o asociere perfect negativă.
90
În ce constă Această metodă constă în înlocuirea valorilor observate ale celor două
metoda caracteristici x şi y, cu numere de ordine care indică poziţia fiecărei valori
coeficienţilor de în şir (rangul). Dacă există concordanţă între rangurile caracteristicii
corelaţie a factoriale x şi rangurile caracteristicii dependente y înseamnă că cele două
rangurilor caracteristici sunt corelate.
Rangurile se obţin după ce s-au ordonat datele individuale ale celor două
variabile în ordine crescătoare astfel încât va trebui să vedem în ce măsură
există, la nivelul fiecărei unităţi, concordanţa între rangurile caracteristicii
factoriale de la 1 la n, cu rangurile caracteristicii rezultative tot de la 1 la
n. Deci se ordonează unităţile înregistrate în funcţie de rangul
caracteristicii factoriale.
n(n + 1)
Suma rangurilor este
2
92
Am ajuns la sfârşitul Unităţii de învăţare Nr. 6.
În loc de
Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate în
rezumat
această unitate şi să revizuiţi obiectivele precizate la început.
93
Ştiind că legătura dintre cele doua variabile are caracter liniar, măsuraţi
intensitatea acesteia prin intermediul :
1. coeficientul de corelaţie a rangurilor Spearman ;
2. coeficientul de corelaţie a rangurilor Kendall.
6.1.
1. Coeficienţii corelaţiei neparametrice se determină independent de
forma legăturii. Aceştia se stabilesc fie în funcţie de abaterile individuale
ale variabilelor corelate faţă de media lor, fie în funcţie de rangurile
perechilor de valori ale variabilelor corelate.
De asemenea, metodele neparametrice se folosesc şi atunci când
variabilele observate sunt de natură calitativă, când datele nu provin dintr-
o populaţie cu distribuţie normală de probabilitate sau aproximativ
normală sau când informaţiile sunt insuficiente pentru a putea presupune
normalitatea distribuţiei, ca de exemplu, atunci când date provin din
eşantioane de volum redus.
6.2.
În vederea aplicării metodei corelaţiei neparametrice vom ordona crescător
valorile caracteristicii factoriale X (imobilizări corporale), trecând într-o coloană
alăturată valorile corespunzătoare ale caracteristicii dependente Y (profit mediu
lunar), după cum se poate vedea în tabelul următor, coloanele 1 şi 2.
Astfel, vom acorda câte un rang fiecăruia din cele 15 unităţi economice, în
funcţie de valoarea imobilizătilor corporale (coloana 3) şi nivelul profitului
mediu lunar (coloana 4) şi vom măsura diferenţele dintre cele două ranguri.
Aceste diferenţe vor fi ridicate la pătrat (coloana 5), suma lor urmând a fi folosită
pentru calcularea coeficientului Spearman de corelaţie a rangurilor:
6å d i2 6*6
rs = 1 - = 1- = 0.989285
(
n n -1
2
) (
15 15 2 - 1 )
unde: di – diferenţa de rang
n – numărul observaţiilor
xi yi R xi R yi 𝑑,# Pi Qi Si
1 2 3 4 5 6 7 8
18,5 5,22 1 1 0 14 0 14
94
19,6 6,34 2 2 0 13 0 13
20,6 7,28 3 3 0 12 0 12
21,8 7,63 4 5 1 10 1 9
21,9 7,61 5 4 1 10 0 10
23,1 8,02 6 7 1 8 1 7
23,3 7,96 7 6 1 8 0 8
23,8 8,13 8 8 0 7 0 7
26,7 8,92 9 9 0 6 0 6
29,4 9,49 10 10 0 5 0 5
29,9 11,4 11 11 0 4 0 4
30,1 11,6 12 12 0 3 0 3
31,4 12,1 13 14 1 1 1 0
31,5 11,7 14 13 1 1 0 1
32,4 12,3 15 15 0 0 0 0
384 135,8 - - 6 - - 99
rk = 2
å P - åQ
i i
=
2å S i
n(n - 1) n(n - 1)
2 * 99
rk = = 0.9428
15(15 - 1)
Datele din tabelul iniţial pot fi folosite pentru a construi un tabel de asociere.
Pentru aceasta am calculat valoarea medie a profitului mediu lunar (9,04 zeci mii
lei) şi valoarea medie a imobilizărilor corporale (25,6 sute mii lei) şi am
transformat cele doua variabile analizate in caracteristici alternative prin
restrângerea celor 15 înregistrări în doua grupe: valori sub medie, respectiv peste
medie.
Tabelul de asociere
Profit mediu lunar
Imobilizări (zeci mii lei)
corporale
(sute mii lei) sub 9,04 peste 9,04
sub 25,6 8 0
peste 25,6 1 6
95
Pentru a aprecia intensitatea legaturii se foloseşte coeficientul de asociere,
calculat cu relaţia:
ad - bc 8 × 6 - 1 × 0
Q= =
ad + bc 8 × 6 + 1 × 0
Q =1
96
Unitatea de învăţare Nr. 7
Seriile cronologice
Cuprins
97
OBIECTIVELE Unităţii de învăţare Nr. 7
Trimestrul
I II III IV
Anul
2006 7400 10600 8800 7800
2007 9600 11200 10800 9600
2008 9400 11800 10400 10800
Total
99
Test de autoevaluare 7.2 – Scrieţi răspunsul în spaţiul liber din chenar.
100
Am ajuns la sfârşitul Unităţii de învăţare Nr. 7.
Răspuns 7.1
101
2006
2007
2008
Răspuns 7.2.
350
300
250
200
150
100
1.01 31.01 28.02 31.03 30.06 31.1 31.12
102
Bibliografie Unitate de învăţare Nr. 7
103
Unitatea de învăţare Nr. 8
Cuprins
104
OBIECTIVELE Unităţii de învăţare Nr. 8
åy
t =1
t
105
perioadă aleasă ca bază de comparaţie. În funcţie de baza de comparaţie
utilizată, putem avea:
§ modificări absolute cu bază fixă:
Dyt / 0 = yt - y0 , t = 1, T ;
Dy t / t -1 = y t - y t -1 , t = 1, T .
Observaţii:
Baza fixă de comparaţie poate fi orice termen al seriei.
Alegerea bazei fixe de comparaţie nu trebuie să afecteze
comparabilitatea termenilor.
Trecerile de la modificările absolute cu bază fixă la cele cu bază
mobilă şi invers se realizează cu ajutorul următoarelor relaţii :
T
§ å Dy
t =1
t / t -1 =Dy T / 0 ,
a. 1)Indicele de dinamică
106
Acesta se exprimă sub formă de coeficient sau în procente şi semnifică
de câte ori (de cât la sută) s-a modificat valoarea caracteristicii faţă de
perioada bază de comparaţie (fixă sau mobilă). Se calculează cu bază
fixă sau cu bază în lanţ.
y
Iyt / 0 = t , t = 1, T
y0
y
Iyt / t -1 = t , t = 1, T
yt -1
Observaţie:
1) Aceşti indici de dinamică dacă sunt supraunitari desemnează
creşteri, iar dacă sunt subunitari desemnează descreşteri.
2) Trecerea de la indicii de dinamică cu bază în lanţ la indicii
cu bază fixă şi invers se realizează cu ajutorul următoarelor relaţii de
recurenţă :
Produsul indicilor cu bază în lanţ este egal cu indicele cu bază fixă al
ultimei perioade.
T
Õy
t =1
t / t -1 = IyT / 0
Iyt / 0
= Iyt / t -1
Iyt -1 / 0
( )
cu bază fixă Rt 0 :
yt - y 0
Rt 0 = × 100 sau Rt 0 = I t 0-1(100 ), t = 1, T
y0
107
(
cu bază în lanţ R t t -1 : )
y t - y t -1
R t t -1 = × 100 sau Rt t -1 = I t t -1-1(100), t = 1, T
y t -1
108
Pentru caracterizarea tendinţei centrale în seriile cronologice de termeni
absoluţi şi relativi este necesar să se calculeze indicatorii medii specifici:
nivelul mediu, modificarea medie absolută, indicele mediu de dinamică
şi ritmul mediu al modificării relative.
åy
t =1
t
y=
T
y1 y
+ y 2 + ... + yT -1 + T
y cr = 2 2
T -1
p1 p + p2 p + p3 p
y1 + y2 1 + y3 2 + ... + yT T -1
y cr = 2 2 2 2
p1 + p 2 + ... + pT -1
3)Ritmul mediu
R = I - 1(100 )
109
4)Modificarea medie absolută
å Dy
t =1
t / t -1
D=
T -1
110
Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare
Nr. 8 pe care urmează să o transmiteţi cadrului didactic.
Răspuns 8.1.
(y 1 + y 2 ) * 1 + (y 2 + y 3 ) * 1 + (y 3 + y 4 ) * 1
y cr .trim.I = 2 2 2 =
1+1+1
y1 y4 220 285
+ y2 + y3 + + 310 + 180 +
= 2 2 = 2 2 = 742,5 = 247,5
3 3 3
Pentru întregul an 2015 se va calcula media cronologică ponderată
(intervalele între momente se exprimă în luni şi anume t1 = 1, t2 = 1, t3 = 1, t4 =
3, t5 = 4, t6 = 2) :
111
(y 1 + y 2 ) * 1 + (y 2 + y 3 ) * 1 + (y 3 + y 4 ) * 1 + (y 4 + y 5 ) * 1 +
y cr .2004 = 2 2 2 2
12
1 1 y 1 + y æ1 + 1ö+ y æ1 + 1ö+
+ (y 5 + y 6 ) *
+ (y 6 + y 7 ) * 1 2ç ÷ 3ç ÷
2 2= 2 è2 2ø è2 2ø
12 12
æ1 3ö æ3 4ö æ4 2ö 2
+ y4 ç + ÷ + y5 ç + ÷ + y6 ç + ÷ + y7
è2 2ø è2 2ø è2 2ø 2
= =
12
220 æ4ö æ7ö æ6ö
+ 310 + 180 + 285ç ÷ + 210ç ÷ + 260ç ÷ + 160
2 è2ø è2ø è2ø
= 237,08 mii buc.
12
112
Unitate de învăţare Nr. 9
Cuprins
113
OBIECTIVELE Unităţii de învăţare Nr. 9
Este metoda cea mai utilizată pentru desezonalizarea unei serii de date.
Media mobilă de lungime p se calculează pe baza relaţiei:
1
MM p = å y k
p k
114
Mediile mobile asigură compensarea abaterilor, a oscilaţiilor periodice.
Noua serie obţinută prin ajustare are o variaţie lină, continuă, evidenţiind
tendinţa de evoluţie a fenomenului (trendul), independent de acţiunea
factorilor sezonieri.
115
Ajustarea pe
baza sporului Relaţia de calcul pentru valorile ajustate ale seriei este:
mediu 𝑦. = 𝑦" + (𝑡, − 1)∆4
unde D reprezintă modificarea medie absolută, 𝑦" este primul termen al
serie, iar 𝑡, reprezintă variaţia timpului.
Primul termen ajustat este identic cu primul termen real al seriei, iar ultimul
termen ajustat este egal cu ultimul termen al seriei cronologice.
116
9.2. Metode analitice de ajustare
Tendinţe pe
termen lung ale
seriilor t t
cronologice funcţia liniară funcţia hiperbolică
y y
t t
funcţia exponenţială funcţia parabolică
117
Ajustarea 1. Funcţia liniară se foloseşte atunci când graficul arată o tendinţă
seriilor de creştere absolută constantă şi modificările cu bază în lanţ au valori
cronologice cu apropiate.
ajutorul
funcţiei liniare Ecuaţia de estimare a funcţiei de trend liniare este definită de relaţia:
Yt i = a + bt i
unde:
ü Yt reprezintă valorile ajustate calculate în funcţie de valorile
i
caracteristicii factoriale (t i ) ;
ü a reprezintă parametrul care are sens de mărime medie şi arată ce nivel
ar fi atins y dacă influenţa tuturor factorilor cu excepţia celui
înregistrat ar fi fost constantă pe toată perioada;
ü b reprezintă parametrul care sintetizează numai influenţa
caracteristicii factoriale (t);
ü ti reprezintă valorile caracteristicii factoriale care, în cazul seriilor
cronologice, este timpul.
ï
î å t i2
Variaţia timpului se măsoară după următoarele reguli:
o în cazul seriilor cu număr impar de termeni, t=0 pentru termenul
median, celelalte valori ale timpului fiind plasate simetric (negativ şi
pozitiv) faţă de origine (de exemplu: -2, -1, 0, 1, 2);
o în cazul seriilor cu număr par de termeni, celor doi termeni
centrali le corespund valorile -1 şi +1 pe axa timpului, restul valorilor ti
fiind de asemenea plasate simetric (de exemplu: -5, -3, -1, 1, 3, 5);
118
2. Funcţia parabolică se foloseşte atunci când graficul are punct de
Ajustarea maxim sau de minim iar diferenţele dintre modificările succesive cu bază în
seriilor lanţ (numite modificări cu bază în lanţ de ordinul doi) au valori apropiate;
cronologice cu frecvent, pe grafic, se evidenţiază numai fragmente de parabolă.
ajutorul Yt i = a + bt i + ct i2
funcţiei
parabolice
Aplicarea metodei celor mai mici pătrate ne conduce la următorul sistem de
ecuaţii normale :
ìna + bå ti + cå ti2 = å yi
ï
ï
ía å ti + bå ti + cå ti = å ti yi
2 3
Determinarea
ï
ïîa å ti + bå ti + cå ti = å ti yi
parametrilor 2 3 4 2
ï
ïîa å t i + cå t i = å t i y i
2 4 2
4. O altă metodă este cea care calculează suma pătratelor abaterilor valorilor
ajustate de la cele reale, alegându-se metoda deajustare pentru care această
sumă înregistrează cea mai mică valoare. ∑(𝑦, − 𝑦4)#
120
Am ajuns la sfârşitul Unităţii de învăţare Nr. 9.
9.1.
Ø Modificarea medie absolută D : ()
D=
åD t / t -1
=
D n / 1 282,7 - 288,2
= = -0.6111 mii euro
n -1 n -1 10 - 1
Ø Indicele mediu de modificare
121
Valorile ajustate ale încasărilor (mii euro)
Încasările t
Anul (mii 𝑌5 = 𝑦" + 𝛥̅(𝑡 − 1) 𝑌5 = 𝑦" ∗ 𝐼 5̅ B"
euro)
2001 288,2 1 288,2 288,2
2002 287,9 2 287,59 287,58
2003 287,3 3 286,98 286,97
2004 282,8 4 286,37 286,35
2005 280,0 5 285,76 285,74
2006 277,0 6 285,14 285,13
2007 272,6 7 284,53 284,52
2008 273,6 8 283,92 283,91
2009 275,9 9 283,31 283,31
2010 282,7 10 282,70 282,70
9.2.
Pentru ajustarea prin metoda analitică se construieşte cronograma
(historiograma).
450
400
350
importuri (mil.$)
300
250
200
150
100
50
0
1993 1994 1995 1996 1997 1998 1999 2000
anii
122
ìïna = å yi
í
ïîbå ti = å ti yi
2
ì n
ï å y i 2027
ï i =1
ïa = = = 253,37
í n 8
ï
ïb = å i i =
yt 3193
= 19,00
ï
î åi t 2 168
AAnii
yi ti ti2 yi ti Yt i = 253,37 + 19 t i (y i - Yti )
2
INDICII STATISTICI
Cuprins
124
OBIECTIVELE Unităţii de învăţare Nr. 10
Noţiunea de Indicele statistic este o mărime relativă care compară sub formă de
indice statistic raport mărimea aceluiaşi fenomen înregistrat în două unităţi de timp, de
spaţiu, de plan la o unitate statistică, la o grupă sau la nivelul întregii
colectivităţi.
Factorii Factorii cantitativi apar sub formă de unităţi ale colectivităţii şi cel mai
cantitativi adesea joacă rolul de frecvenţe sau ponderi (de exemplu numărul de
salariaţi, cantitatea de produse, suprafaţa însămânţată). În unele cazuri,
valorile individuale ale factorilor cantitativi pot fi însumate direct (de
exemplu numărul salariaţilor, produsele de acelaşi fel), iar în alte cazuri
acestea nu sunt însumabile (de exemplu cantitatea de produse diferite).
126
Indicii Indicii individuali ai unei variabile statistice y se calculează la nivelul
individuali unei unităţi de observare şi ne arată de câte ori s-a modificat fenomenul
analizat y în perioada curentă faţă de perioada de bază. De obicei, indicii
se exprimă sub formă de coeficienţi sau procente, după relaţia:
y
i1y0 = 1
y0
Indicii individuali ai factorilor de influenţă ai fenomenului complex y, se
calculează astfel:
f x
i1f 0 = 1 , respectiv i1x0 = 1
f0 x0
Cei trei indici individuali verifică întotdeauna relaţia de sistem:
i1y0 = i1x0 × i1f 0
Modificările absolute se vor constitui pornind de la formulele de calcul
ale indicilor, şi anume scăzând numitorul din numărător:
Dy1 0 = y1 - y 0
Dx1 0 = x1 - x0
D1f 0 = f1 - f 0
Þ Dy1 0 = Dx1 0 + D1f 0
Indicii de grup Indicii de grup ai unei variabile statistice y se notează cu 𝐼"/H I
şi se
calculează la nivelul unei grupe sau pe întreaga colectivitate, sintetizând
variaţia medie a fenomenului studiat. Indicele de grup nu este o sumă a
indicilor individuali ci o medie a acestora, exprimând tendinţa medie de
modificare în timp a caracteristicii la care se referă.
I 1y0 =
å y1 = å x1 × f1
å y 0 å x0 × f 0
Indicele factorial care arată influenţa factorului cantitativ va avea una din
formele:
ü dacă ponderile sunt la nivelul perioadei de bază:
I1f 0 =
å x0 f1
å x0 f 0
127
ü dacă ponderile sunt la nivelul perioadei curente:
I1f0 =
å x1 f1
å x1 f 0
Asemănător, indicele factorial ce arată influenţa variabilei calitative va
fi:
ü dacă ponderile sunt la nivelul perioadei de bază:
I 1x0 =
å x1 f 0
å x0 f 0
ü dacă ponderile sunt la nivelul perioadei curente:
I1x0 =
å x1 f1
å x0 f 1
Modificările absolute se vor construi, aşa cum am specificat anterior,
pornind de la formulele de calcul ale indicilor, scăzând numitorul din
numărător.
Då y = å y1 - å y0
Då y( f ) = å x0 f1 - å x0 f 0 , pentru ponderi din perioda de bază
Då y( f ) = å x1 f1 - å x1 f 0 , pentru ponderi din perioada curentă
Då y(x ) = å x1 f 0 - å x0 f 0 , pentru ponderi din perioda de bază
Då y(x ) = å x1 f1 - å x0 f1 , pentru ponderi din perioada curentă.
I f
= =
0
åf åx åy
10
0 0 f0 0
I 1xo( x ) =
å x1 f1 : å x0 f1 = å x1 f1 = å x1 f1
å f1 å f1 å x0 f1 å 1x x1 f1
i1 0
I x( x)
=
åx f : åx f
1 0 0 0
=
åx1 0 f
=
åi x f
f
10 0 0
åf åf åx åx f
10
0 f0
0 0 0 0
ü Indicele variaţiei structurii care se foloseşte pentru a caracteriza
variaţia unui fenomen complex sub influenţa modificării numai
a structurii factorului cantitativ, în condiţiile menţinerii
neschimbate a variabilei calitative:
I1x0( f ) =
å x1 f1 : å x1 f 0
å f1 å f 0
I1x0( f ) =
åx f : åx f
0 1 0 0
åf åf
1 0
Modificările absolute ale mediei sub influenţa celor doi factori se scriu
ca diferenţă dintre numărătorul şi numitorul indicilor în cauză:
Dx =
å x1 f1 - å x0 f 0
å f1 å f 0
D x( x) =
åx f - åx f
1 1 0 1
åf åf
1 1
D x( f ) =
åx f - åx f
0 1 0 0
åf åf 1 0
Modificarea absolută a mediei este egală cu suma modificărilor absolute
datorate factorilor de influenţă.
D x( x) + D x( f ) = D x
129
Test de autoevaluare 10.1 – Scrieţi răspunsul în spaţiul liber din chenar.
1. Ce sunt indicii statistici?
2. Care este rolul metodei indicilor?
10.1.
1. Indicele statistic este o mărime relativă care compară sub formă de
raport mărimea aceluiaşi fenomen înregistrat în două unităţi de timp, de
spaţiu, de plan la o unitate statistică, la o grupă sau la nivelul întregii
colectivităţi.
2. Metoda indicilor are rolul de a evidenţia cum şi în ce măsură fiecare
dintre aceşti factori contribuie la modificarea categoriei economice
analizate. Este o metodă de analiză factorială a unui fenomen complex.
Specific metodei indicilor este faptul că variaţia fenomenului complex se
descompune integral pe factorii înregistraţi, ceea ce înseamnă că
130
variabila analizată trebuie să fie exprimată în funcţie de cel puţin doi
factori, de regulă sub forma unui model multiplicativ.
131
Unitatea de învăţare Nr. 11
Cuprins
132
OBIECTIVELE Unităţii de învăţare Nr. 11
I1f 0 =
å x0 f1
å x0 f 0
ü Indicele variabilei calitative
I1x0 =
å x1 f 0
å x0 f 0
b) Sistemul de ponderare Paasche care are la bază utilizarea ponderilor
din perioada curentă:
Sistemul de
ponderare ü Pentru variabila cantitativă
Paasche
I1f 0 =
å x1 f1
å x1 f 0
ü Pentru variabila calitativă
I1x0 =
å x1 f1
å x0 f 1
Pentru îndeplinirea condiţiei de reversibilitate a factorilor se va folosi una
dintre variantele: indicele caracteristicii cantitative să fie construit ca
indice Laspeyers, iar indicele caracteristicii calitative în sistem Paasche
sau invers.
d) Indicele Dobrisch
Acest indice este calculat ca medie aritmetică simplă a celor doi indici
Indicele (Laspeyres şi Paasche ):
Dobrisch 1
I D = (I L + I P )
2
Astfel, pentru o caracteristică calitativă ( x ) vom avea:
1 æ å x1 f 0 å x1 f1 ö÷
1 y(x)
I Dy ( x ) =
2
(
I L + I Py ( x ) = ç + )
2 çè å x0 f 0 å x0 f1 ÷ø
,
I 1y0( x ) =
åx 1 f0
×
åx f
1 1
.
åx 0 f0 åx 0 f1
134
A 6000 18000 +5
B 7200 10800 +8
C 9600 16800 – 12
Total 22800 45600
Se cere:
1. sa se calculeze indicii individuali ai valorii, volumului fizic si ai
preturilor;
2. indicii de grup ai valorii, volumului fizic si preturilor;
3. modificarile absolute ale valorii, volumului fizic si ale preturilor;
4. contributia celor doi factori asupra dinamicii valorii marfurilor
vandute
A 20 140 40
135
B 50 130 80
C 30 65 110
Se cere :
2. indicii individuali ai valorii si preturilor;
3. indicii de grup privind valoarea, volumul fizic si preturile;
4. stiind ca numarul personalului, pe total, s-a redus in perioada
curenta fata de perioada de baza cu 10%, sa se determine modificarea relativa a
productivitatii muncii.
11.1.
1. Indicele statistic este o mărime relativă care compară sub formă de
raport mărimea aceluiaşi fenomen înregistrat în două unităţi de timp, de
spaţiu, de plan la o unitate statistică, la o grupă sau la nivelul întregii
colectivităţi.
2. Metoda indicilor are rolul de a evidenţia cum şi în ce măsură fiecare
dintre aceşti factori contribuie la modificarea categoriei economice
analizate. Este o metodă de analiză factorială a unui fenomen complex.
Specific metodei indicilor este faptul că variaţia fenomenului complex se
descompune integral pe factorii înregistraţi, ceea ce înseamnă că
variabila analizată trebuie să fie exprimată în funcţie de cel puţin doi
factori, de regulă sub forma unui model multiplicativ.
11.2.
1. Indicii individuali ai valorii se pot calcula pe baza datelor din table, iar
indicii individuali ai preturilor pe baza relatiei dintre cei trei indici :
• Indicii valorii desfacerilor de marfuri:
18000
= 3 sau 300% (pentru marfa A)
6000
pq 10800
i1u/ 0 = 1 1 = = 1.5 sau 150% (pentru marfa B)
p0q 0 7200
16800
= 1.75 sau 175% (pentru marfa C)
9600
• Indicii volumului fizic
5 + 100 = 105% (pentru marfa A)
q
i1/ 0(% ) = r q + 100 = 8 + 100 = 108% (pentru marfa B)
136
q
i1v/ 0 = i1 / 0 × i p1 / 0
de unde :
3
= 2.857 sau 285.7% (pentru marfa A)
1.05
q i1 / 0 v 1.5
i1 / 0(% ) = = = 1.388 sau 138.8% (pentru marfa B)
q 1.08
i1 / 0
1.75
= 1.988sau 198.8%(pentru marfa C)
0.88
I1v/(q0) =
å i q × p0q 0
=
1.05 * 6000 + 1.08 * 7200 + 0,88 * 9600
=
å p0q 0 22800
22524
= = 0.9878
22800
• Indicele de grup al preturilor porneste ca si in cazul indicilor
individuali de la relatia :
q p
I1v/ 0 = I1/ 0 × I1/ 0
de unde
Iv 2
I1p/ 0 = 1 / 0 = = 2.0247 sau 202.47%
q 0.9878
I1 / 0
137
v(p,q ) v(q ) v(p )
D1 / 0 = D1 / 0 + D1 / 0 ,
de unde:
Dv1(/p0) 45876
K v( p ) = v( p,q )
× 100 = × 100 = 100.65 %
D1 / 0 45600
138