Curs Statistica

Universitatea OVIDIUS Constanţa
Facultatea de Stiinte Economice

Programul de studii: Economia Comertului, Turismului si
Serviciilor
Forma de invatamant: ID
Anul de studii I
Semestrul II
Caiet de Studiu Individual

Statistica
Coordonator disciplină:
Prof.univ.dr.habil. Aivaz Kamer Ainur
1
CUPRINS
Unitatea de învăţare Nr. 1

Noţiuni introductive. Observarea statistică.
Obiectivele Unităţii de învăţare Nr. 1
1.1. Semnificaţii ale termenului de statistică
1.2. Noţiuni fundamentale în statistică
1.3. Observarea statistică
Lucrare de verificare Unitate de învăţare Nr. 1
Răspunsuri şi comentarii la testele de autoevaluare
Bibliografie Unitate de învăţare Nr. 1

Statistica descriptivă. Indicatorii tendinţei centrale
2.1.Media aritmetică.
2.2.Proprietăţile mediei aritmetice
2.3.Alte tipuri de mărimi medii

Indicatorii variabilităţii. Caracterizarea formei de distribuţie.
3.1.Mediana şi modulul
3.2.Indicatorii simplii şi sintetici ai variaţiei
3.3.Indicatorii de asimetrie şi aplatizare

Analiza legăturilor dintre fenomenele economico-sociale. Metoda
regresiei.
4.1. Clasificarea legăturilor statistice şi metodele de studiere a lor.
4.2. Modele de regresie unifactorială
4.3. Modele de regresie multifactorială.
2
Măsurarea intensităţii legăturilor dintre variabile
5.1. Indicatorii sintetici de corelaţie
5.2. Verificarea semnificaţiei ecuaţiei de regresie şi a coeficienţilor de corelaţie

Metode neparametrice de măsurare a intensităţii legăturii dintre
variabile
11.1 Coeficienţii de asociere şi contingenţă
11.2 Coeficienţii de corelaţie a rangurilor

Serii Cronologice
7.1 Conceptul de serie cronologică. Particularităţi. Reprezentări grafice

Sistemul de indicatori ai seriilor cronologice
8.1. Sistemul de indicatori ai seriilor cronologice.

AJUSTAREA SERIILOR CRONOLOGICE
9.1Metode mecanice de ajustare
9.2 Metode analitice de ajustare

3
INDICII STATISTICI
10.1 Definirea, clasificare şi tipologia indicilor statistici

SISTEME DE PONDERARE FOLOSITE ÎN CONSTRUIREA
INDICILOR SINTETICI
11.1 Sisteme de ponderare folosite în construirea indicilor sintetici
4
Statistica
INTRODUCERE
Stimate student,
Preocuparile de astăzi ale comunității științifice sunt legate în

principal de utilizarea pe scară largă a metodelor cantitative aplicate
în cele mai variate domenii ale cunoașterii umane, având ca bază de
plecare o cantitate imensă de date empirice. Disciplina Statistică, prin
instrumentele pe care le pune la dispoziția majorității domeniilor de
cercetare, oferă rolul de mediator între realitate și teoria ce asigută
investigarea fenomenului. În elaborarea acestui material am urmărit
respectarea următoarelor cerințe: formalizarea matematică a
problemelor prezentate pentru a fi util cât mai multor categorii de
utilizatori și utilizarea unui număr suficient de mare de exerciții și
aplicații pentru a asigura o înțelegere mai ușoară a părților teoretice.
Caietul de studiu individual al acestei discipline este organizat în
11 unităţi de învăţare, fiecare unitate de învățare fiind structurată
astfel încât efortul individual să acopere echivalentul a două –trei ore
de studiu. În unitățile de învățare am prezentat obiectivele unităţii,
conținutul subcapitolelor, teste de autoevaluare, o lucrare de
verificare, răspunsurile şi comentariile la testele de autoevaluare și
bibliografia unităţii de învăţare.
Lucrarea de verificare reprezintă o evaluare finală la sfârşitul
fiecărei etape de învăţare, lucrare care va fii transmisă prin platforma
E-learning sau prin e-mail, la adresa kamer.aivaz@365.univ-
ovidius.ro pentru corectare şi eventualele comentarii.
Spor la învăţat şi succes!

Prof. univ. dr. habil. Aivaz Kamer Ainur
5
Noţiuni introductive. Observarea statistică.
Cuprins

1.4. Semnificaţii ale termenului de statistică
1.5. Noţiuni fundamentale în statistică
1.6. Observarea statistică

6
OBIECTIVELE Unităţii de învăţare Nr. 1
Principalele obiective ale Unităţii de învăţare Nr. 1 sunt:

• definirea obiectului de studiu al statisticii
• precizarea principalelor caracteristici ale fenomenelor social-
economice de masă
• familiarizarea cu noţiunile fundamentale ale statisticii
• cunoaşterea modului de organizare a unei observări statistice
1.1 Semnificaţia termenului de statistică
Definiţie Statistica este ştiinţa care se ocupă cu descrierea şi analiza numerică a

fenomenelor de masă, dezvăluind caracteristicile lor de volum,
structură, dinamică, conexiune, regularităţile, precum şi legile care le
guvernează. Caracterul precumpănitor metodologic al statisticii o
situează în metodologia si filozofia ştiinţei.
Statistica este denumită felurit, ceea ce are mai multe explicaţii:

Ø Istorice = constituită la confluenţa mai multor orientări şi discipline,
statistica are la origine un caracter social, proces care încă nu este
încheiat.
Ø Metodologice = statistica încorporează o multitudine de metode cu
predominanţa celor cantitative şi cu fundamentarea epistemologică
corespunzătoare.
Ø Aplicative = prin larga aplicabilitate a statisticii, de la fizica statistică până
la statistica socială, de la astronomie la sociologie, metodele sale se
utilizează în cele mai variate domenii.
Statistica
descriptivă Ca toate ştiinţele, statistica s-a născut din necesităţi practice. Procesul
de abstractizare, generalizare şi teroretizare s-a desfăsurat treptat,
putând fi identificate, cu aproximaţie, următoarele etape: Descriptivă;
Aritmetică; Probabilistică; Informaţională; Sistemică. Conform
consensului general, statistica actuală – concepută ca ştiinţă sau ca
metodă – prezintă două aspecte diferite şi, de altfel, complementare:
§ descrierea statistică = fixarea informaţiei, aşa cum a rezultat
din prelucrarea datelor concrete, empirice;
§ inferenţa statistică = tratarea din punct de vedere teoretic a datelor
culese în scopul evidenţierii concluziilor logice, asociate observărilor
efectuate.
Statistica În ceea ce priveşte primul aspect, acesta apare ca mai puţin ambiţios,
inductivă evocând partea clasică a statisticii şi este, în general, cunoscut sub
numele de statistică descriptivă, în timp ce al doilea aspect reprezintă
statistica inductivă.
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.
Test de autoevaluare 1.1 – Scrieţi răspunsul în spaţiul liber din chenar.
1. Care este statutul actual al statisticii?
2. Prin ce se caracterizează fenomenele social-economice de

masa?
1.2 Noţiuni fundamentale în statistică
Colectivitatea 1. COLECTIVITATEA STATISTICĂ (populaţia statistică) constituie o

statistică noţiune fundamentală a statisticii şi reprezintă principala formă sub care
se delimitează şi se definesc fenomenele de masă din economie şi
societate. Colectivitatea statistică apare şi sub denumirea de populaţie
statistică sau, pur şi simplu, populaţie. Ea desemnează totalitatea
elementelor de aceeaşi natură care sunt supuse studiului statistic, ceea
ce înseamnă că o mulţime de elemente formează o colectivitate statistică
numai dacă au aceeaşi natură şi sunt asemănătoare sau sunt omogene
din punctul de vedere al anumitelor criterii.
Unitatea statistică 2.UNITATEA STATISTICĂ este un element al unei populaţii statistice

asupra căreia se efectuează nemijlocit observarea. Unităţile
9
colectivităţii statistice sunt fie purtătoare de informaţii, fie subiecte
logice ale informaţiei statistice, deoarece asupra lor se efectuează
nemijlocit observarea. Unităţile colectivităţii statice există ca atare
numai la un moment dat. Unităţile colectivităţilor dinamice indică
evenimente, procese sau fluxuri şi se manifestă în decursul timpului,
referindu-se la perioada sau intervalul de timp în care se produc
evenimentele statistice. Unităţile statistice pot fi simple sau complexe:
unităţile simple sunt elemente constitutive specifice naturii fenomenelor
(de ex. persoană fizică, angajat, produs etc.) şi formează aceeaşi
colectivitate; unităţile complexe sunt formate din mai multe unităţi
simple, organizate în funcţie de criterii socio-economice (familie,
gospodărie, echipe de lucru, grupe de studenţi, unitatea economică etc.).
3.CARACTERISTICA STATISTICĂ desemnează însuşirea, proprietatea,

Caracteristicile trăsătura comună unităţilor unei colectivităţi statistice, reţinută în
statistice programul statistic spre a fi înregistrată şi care capătă accepţiuni sau
valori diferite de la o unitate la alta sau de la un grup de unităţi la altul.
Valorile înregistrate de aceeaşi caracteristică la unităţile colectivităţii
statistice poartă denumirea de variante. Caracteristicile statistice se mai
numesc variabile statistice deoarece au proprietatea de a-şi modifica
valoarea în timp şi spaţiu, de la o unitate la alta. Nivelul de dezvoltare
(varianta) este valoarea observată a unei variabile la o unitate statistică.
Variabilele statistice pot fi clasificate în funcţie de diferite criterii.
1. După conţinut, distingem:
§ caracteristici de timp = acelea care desemnează apartenenţa la
un moment sau interval de timp;
§ caracteristici de spaţiu = exprimă teritoriul căruia îi aparţine;
§ caracteristici atributive, care pot fi numerice (cantitative) sau
nenumerice (calitative).
2. După modul de exprimare, distingem:
• Variabile nenumerice sau calitative. Sunt caracteristicile ale cărei
modalităţi de manifestare sunt consemnate pentru fiecare unitate,
nenumeric, prin „cuvinte”. Sub această formă se exprimă într-o
colectivitate a angajaţilor meseria, forma de calificare, liceul
absolvit, etc.
• Variabile numerice sau cantitative. Caracteristica măsurabilă se
numeşte caracteristică (variabilă) numerică. În această situaţie
fiecarei unităţi îi corespunde un număr care exprimă măsura
(valoarea) caracteristicii urmărite. În aceste cazuri, observaţiile
efectuate asupra unităţilor unei colectivităţi sunt exprimate prin
numere; acestea pot fi ordonate şi ierarhizate (proprietăţi
ordinale), iar asupra lor se pot efectua operaţii de prelucrare
(proprietăţi cardinale). Exemple de acest fel: vechimea în meserie,
în ani; productivitatea muncii în unităţi valorice, naturale sau
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.
5.INFORMAŢIA STATISTICĂ exprimă conţinutul specific

(semnificaţia), mesajul datelor. Pentru înţelegerea legităţilor de
11
Informaţia manifestare ale fenomenelor şi proceselor, informaţia statistică trebuie
statistică structurată în funcţie de conţinutul şi organizarea lor.
6.INDICATORII STATISTICI reprezintă datele statistice cu ajutorul

cărora se cercetează un fenomen sau proces economic sau social sub
Indicatorii raportul structurii, interdependenţelor, al modificărilor în timp sau
statistici spaţiu. În cele mai multe cazuri indicatorii statistici sunt expresiile
numerice ale categoriilor riguros definite ale ştiinţelor economice
teoretice sau aplicative. Conceptul de indicator statistic este strâns legat
de conceptul de model statistic.
7.MODELUL STATISTIC exprimă sub forma unei construcţii logice sau

matematice (funcţie, ecuaţie sau sistem de ecuaţii), trăsăturile,
Modelul statistic momentele, corelaţiile esenţiale din manifestările reale ale fenomenelor
şi proceselor.
1. Caracteristicile statistice pot fi:

a. de timp, de spaţiu sau atributive;
b. alternative sau nealternative;
c. numerice sau nenumerice;
d. calitative sau cantitative;
e. empirice sau teoretice
Alegeţi combinaţia corectă: A(a+b+c+d+e), B(a+b+c+d), C(d+e),
D(a+c+e)
2.Variabila „numărul salariaţilor” este o caracteristică statistică:

a. calitativă;
b. continuă;
c. discretă:
d. alternativă;
3.Caracteristicile statistice pot fi:

e. de timp;
f. de spaţiu;
g. atributive;
h. reprezentative;
Alegeţi combinaţia corectă: A(a+b+c), B(a+b+c+d), C(a+d)
12
1.3 Observarea statistică
Cercetarea Cercetarea statistică constituie un proces de cunoaştere ce cuprinde trei

statistică etape succesive:
§ observarea şi înregistrarea datelor;
§ prelucrarea şi obţinerea indicatorilor sintetici derivaţi;
§ analiza şi interpretarea rezultatelor prelucrării.
Aceste etape pot fi distincte în timp şi, în genere, se efectuează
în locuri diferite şi cu personal de specialitate diferit. Ele se
intercondiţionează ca volum şi calitate. Principiul de unificare este cel
al autenticităţii.
În procesul de dezvoltare al statisticii se evidenţiază mai multe metode

Metode de de observare:
observare 1. Observările directe, care se efectuează prin înregistrarea
nemijlocită a datelor de către operator (cercetător) la unităţile
colectivităţii.
2. Observările indirecte, care se execută prin înregistrarea
datelor pe baza unor surse care au consemnat anterior fenomenul studiat
(de exemplu înregistrarea pe bază de documente).
3. Observările totale, (exhaustive) precum sistemul dărilor de
seamă, al rapoartelor statistice, al recensămintelor. Acestea reclamă
înregistrarea particularităţilor cuprinse în programul de cercetare la
toate unităţile (fără excepţie) colectivităţii statistice.
4. Observările parţiale, precum ancheta prin sondaj. Acestea
presupun înregistrarea după criterii riguroase a unui număr mai mic de
unităţi al colectivităţii generale.
5. Observările curente, precum înregistrarea evenimentelor
demografice: natalitate, mortalitate, divorţialitate. Ele constau în
înregistrarea metodică şi continuă, pe măsură ce se produc
caracteristicile fenomenelor analizate la nivelul unităţilor colectivităţii.
6. Observările periodice, precum recensământul populaţiei, al
locuinţelor, al animalelor. Înregistrarea datelor în situaţiile enunţate se
realizează la intervale de timp prestabilite.
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.
Principiile generale ale recensămintelor populaţiei sunt:

§ este o operaţiune iniţiată de stat, investită cu autoritate legală şi
efectuată, deci, pe baza unui act normativ oficial (hotărâre de guvern);
§ se efectuează pe un teritoriu bine delimitat, asupra căruia se
întinde suveranitatea statului respectiv;
§ se caracterizează prin universalitate, aceasta însemnând că toate
persoanele aflate sub jurisdicţia statului respectiv sunt supuse
înregistrării fără nici o excepţie;
§ se caracterizează prin simultaneitate, ceea ce înseamnă că
persoanele de pe întregul teritoriu se înregistrează cu situaţia lor la un
anumit moment, acelaşi pentru toţi. Acesta este denumit „moment de
referinţă” sau „moment critic”, al recensământului, care asigură
înregistrarea totală (exhaustivă) şi comparabilitatea din punct de vedere
statistic;
§ unităţile de observare ale recensământului sunt: persoana,
gospodăria, gospodăria instituţională, nucleul familial, unitatea de
locuit, clădirea;
§ toate persoanele au obligaţia de a furniza personalului de
recensământ informaţii corecte şi complete, informaţii care sunt strict
confidenţiale şi sunt utilizate numai în scopuri statistice;
§ datele prelucrate ale recensământului se publică pe unităţi
administrativ – teritoriale (judeţe, municipii, oraşe, comune), pe diferite
caracteristici demografice, culturale, socio-economice.
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.
Prin reprezentativitate se înţelege ca în eşantion să se regăsească

aceleaşi structuri, trăsături generale, esenţiale şi comune, precum şi
valorile tipice pentru întreaga populaţie. Ca atare, este de aşteptat ca
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.
Programul În programul de observare este imperios necesar să se precizeze câteva

observării
elemente, cum ar fi:
statistice
1.Scopul observării. Acesta se poate identifica sau nu cu scopul
cercetării statistice. El trebuie să fie clar precizat, deoarece delimitarea
obiectului observării, ca şi eventualele erori de observare sunt în funcţie
de el.
2.Colectivitatea statistică (obiectul observării) este constituit din

mulţimea unităţilor la care vor fi înregistrate caracteristicile precizate
în conformitate cu planul propus. Nu întotdeauna obiectul cercetării
coincide cu obiectul observării; de exemplu, când se utilizează o
observare parţială, colectivitatea supusă observării este mai mare decât
colectivitatea totală. Dacă fenomenele prezintă un grad mare de
complexitate, colectivitatea se structurează pe subactivităţi omogene; de
exemplu, numărul studenţilor din cadrul unei universităţi se analizează
separat în cadrul fiecărei facultăţi sau specializări, pe ani de studii,
formă de învăţământ (zi, ID, licenţă, masterat) etc.
3.Unităţile de observare (înregistrare) sunt elemente ale colectivităţii

statistice investigate. Acestea se culeg şi se definesc în funcţie de scopul
cercetării întrucât pot fi unităţi simple sau complexe. Astfel, dacă ne
referim la studenţii sau cadrele didactice din cadrul unei universităţi,
studentul reprezintă unităţi simple, în timp ce unităţi complexe pot fi:
grupa de studenţi, studenţii de o anumită specializare, studenţii de la o
anumită facultate etc. De asemenea, la definirea unităţii de observare
trebuie să ţină seama şi de felul colectivităţii (statice sau dinamice).
5.Precizarea caracteristicilor statistice despre care se culeg datele de la

unităţile colectivităţii. Caracteristicile sunt înregistrate sub formă de
răspunsuri la întrebările concepute în chestionar şi ordonate într-o
cronologie logică.În programul observării trebuie să se includă numai
acele caracteristici care prezintă interes pentru cercetarea statistică şi
sunt esenţiale, adică răspund direct obiectivului stabilit.
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.
7.Locul observării coincide, de regulă, cu locul unde există fenomenul

înregistrat. Cazul în care locul înregistrării diferă de locul producerii
fenomenului se întâlneşte când observarea statistică se realizează prin
preluarea datelor din diferite surse deja existente.
8.Formularele şi instrucţiunile. În practică se utilizează 2 tipuri de

formulare: fişele şi listele. Fişa se foloseşte când programul de
observare este mai bogat şi când unităţile de înregistrare sunt mai
răspândite în spaţiu. Într-o listă se înscriu răspunsurile la caracteristicile
din program pentru mai multe unităţi de observare. În unele situaţii, cele
două tipuri de formulare se pot folosi combinat. Formularele trebuie
astfel întocmite încât să permită codificarea răspunsurilor la întrebări în
vederea prelucrării ulterioare a datelor folosind o tehnică de calcul
adecvată.
9.Măsurile organizatorice urmăresc asigurarea condiţiilor optime

pentru desfăşurarea observării statistice. În acest scop se elaborează
hărţi şi planuri ale localităţilor, se procedează la segmentarea locului
observării, se cooptează şi se instruieşte personalul pentru efectuarea
înregistrărilor, se tipăresc şi se distribuie formularele, se efectuează
publicitatea corespunzătoare. Măsurile organizatorice sunt foarte
variate de la o observare la alta, în funcţie de natura specifică a
fenomenelor studiate, de sursele de informaţie utilizate, de volumul de
date ce urmează a fi obţinut, de procedeul de înregistrare folosit. De
aceea planul unei observări trebuie să se particularizeze pe fiecare
cercetare în parte în funcţie de scopul acesteia.
16
1. Enumeraţi principalele metode de observare?
2. Ce presupune reprezentativitatea eşantionului?
3. Precizaţi elementele pe care trebuie să le conţină programul

observării statistice.
Am ajuns la sfârşitul Unităţii de învăţare Nr. 1.
Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

În loc de rezumat
în această unitate şi să revizuiţi obiectivele precizate la început.
Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare

Nr. 1 pe care urmează să o transmiteţi cadrului didactic.
17
Lucrarea de verificare, al cărei conţinut este prezentat mai jos, solicită
cunoaşterea conceptelor prezentate în Unitatea de învăţare nr. 1.
1. Ce intelegeţi prin colectivitate statistică. Daţi exemple.
2. Ce este colectivitate dinamică. Daţi exemple.
3. Ce este colectivitatea statică. Daţi exemple.
4. Definiţi unitatea statistică simplă. Daţi exemple.
5. Definiţi unitatea statistică complexa. Daţi exemple.
6. Definiţi variabila discrete. Daţi exemple.
7. Definiţi variabila continuă. Daţi exemple.
8. Definiţi variabila alternativă. Daţi exemple.
9. Definiţi variabila nealternativă. Daţi exemple.
Răspunsurile şi comentariile la testele de autoevaluare
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.
2. Fenomenele de masă se caracterizează prin:

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
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.
1. Aivaz, K. – Statistică economică, Ed. Muntenia, Constanţa, 2007;

2. Aivaz Kamer, Ţiţei Adina, Statistică –Teorie şi aplicaţii practice,
partea I , Editura Muntenia, 2005;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice,
partea a II-a, Editura Muntenia, 2003;
4. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura ALL,
Bucureşti, 1995.
5. Baron, T., Biji, E., Statistică teoretică şi economică, Editura
Didactică şi Pedagogică, Bucureşti, 1996.
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
Statistica descriptivă. Indicatorii tendinţei centrale.
Cuprins

2.1.Media aritmetică.
2.2.Proprietăţile mediei aritmetice
2.3.Alte tipuri de mărimi medii

21

• definirea principalelor tipuri de mărimi medii
• cunoaşterea avantajelor şi dezavantajelor utilizării diferitelor
tipuri de mărimi medii
• enumerarea proprietăţile diferitelor tipuri de mărimi medii
• cunoaşterea relaţiei dintre mărimile medii
2.1 Media aritmetică
Mărimile medii Mărimile medii constituie instrumente principale de cunoaştere a

fenomenelor de masă şi au un grad mare de aplicabilitate în activitatea
practică. Ele redau ceea ce este tipic, comun şi general în evoluţia
fenomenelor. Pentru a asigura un conţinut cât mai real mediilor
calculate, se impune ca valorile individuale din care se obţin să fie cât
mai apropiate între ele. Totodată trebuie să se ţină seama şi de gradul
de omogenitate al colectivităţii supuse cercetării. În cazul eterogenităţii
se vor calcula medii parţiale, iar media pe ansamblu va apărea ca o
sinteză a acestora.
Felurile Mediile cele mai frecvent utilizate sunt :

mărimilor medii
• media aritmetică;
• medie armonică;
• media pătratică;
• media geometrică;
• media cronologică.
calculate ca medii simple sau ponderate.
Mediile simple se folosesc în cazul datelor negrupate sau când
repartiţiile au intervale de frecvenţe egale între ele şi deci se pot
simplifica. Mediile ponderate se utilizează pentru repartiţiile în care
fiecărei valori a caracteristicii i se ataşează o frecvenţă care diferă de la
caz la caz.
Media aritmetică Media aritmetică

Media aritmetică este rezultatul sintetizării într-o singură expresie
numerică a tuturor nivelurilor individuale observate, obţinută prin
raportarea valorii totalizate a caracteristicii la numărul total al unităţilor.
În statistică, media poate fi interpretată la nivelul la care ar fi ajuns
caracteristica înregistrată dacă în toate cazurile toţi factorii esenţiali şi
neesenţiali ar fi acţionat constant, deci s-ar fi obţinut o valoare
identică. În acest sens, putem considera şi ipoteza că media este
22
speranţa matematică către care tind toate valorile, variaţia dintre ele
nefiind altceva decât influenţa factorilor aleatori.
În practică, în funcţie de natura seriei pentru care se calculează, se

disting două forme diferite ale mediei aritmetice:
Media aritmetică
simplă 1.În cazul unei serii simple, în care fiecare nivel individual al unei
caracteristici este purtat de o singură caracteristică sau de un număr
constant de unităţi, se calculează media aritmetică simplă
(neponderată). Dacă considerăm o variabilă x cu variantele x1, x2, … ,
xi , … , xn , atunci media aritmetică a acestor variabile, notată cu x ,
este egală cu:
n
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
Se consideră următoarele date:
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.
2. Calculaţi media aritmetică.
2.2 Proprietăţile mediei aritmetice
Proprietăţile Proprietăţile mediei aritmetice sunt:

mediei aritmetice 1. Media aritmetică este o valoare internă a seriei.
Această proprietate exprimă faptul că media aritmetică a unei variabile
este cuprinsă între cea mai mică valoare a caracteristicii xmin şi cea mai
mare xmax .
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
3. Dacă mărim sau micşorăm fiecare nivel individual al

caracteristicii dintr-o serie cu o constantă a, media se micşorează
sau se măreşte cu acea constantă
æ -
ö
ça ± x÷
è ø
Pentru o serie simplă, noua medie este:
n n
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
Pe baza acestei proprietăţi rezultă o formulă de calcul simplificat a

mediei aritmetice.
§ Pentru o serie simplă :
n
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
Pentru a obţine o simplificare maximă a calculelor, constanta a se alege

egală cu un nivel al caracteristicii din centrul seriei ordonate, apropiat
deci de valoarea medie x , sau, dacă seria este cu frecvenţe, constanta a
va fi varianta cu cea mai mare frecvenţă.
4. Dacă se măreşte sau se micşorează fiecare variantă a
caracteristicii de un anumit număr de ori K, atunci şi media
25
aritmetică a seriei modificate se măreşte sau se micşorează de
acelaşi număr de ori K, K ≠ 0.
§ Pentru o serie simplă noua medie este:

n
xi n
''
å K x ''
åx i ×K
x = i =1 = 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
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

x'
x=
K
Pe baza acestei proprietăţi se obţin următoarele formule de
calcul simplificat :
n
xi
å × ni
§ Pentru o serie simplă : x = i =1 K ×K
n
n
xi
å × ni
§ Pentru o serie cu frecvenţe : x = i =1 nK ×K
å ni i =1
Pentru a obţine simplificarea maximă a calculelor este necesar
ca valoarea constantei K să fie egală cu cel mai mare divizor comun al
variantelor xi .
5. Dacă frecvenţele fiecărei variante a caracteristicii se
măresc sau se micşorează de un anumit număr de ori m, constant,
atunci media aritmetică rămâne neschimbată.
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
Valoarea constantei m se consideră egală cu cel mai mare divizor comun

al frecvenţelor pentru a obţine cea mai mare simplificare a calculelor.
Observaţie:
Dacă în calculul mediei aritmetice se utilizează concomitent mai multe
proprietăţi, se obţine o simplificare mai mare a calculelor. Astfel,
obţinem următoarele formule de calcul simplificat :
§ Pentru o serie simplă:
n
xi - a
å K
x = i =1 ×K +a
n
§ Pentru o serie cu frecvenţe :
n
x i - a ni
å K
×
m
x= i =1
× K + a,
n
ni
åi =1 m
unde: m – cel mai mare divizor comun al frecvenţelor.

6. Suma algebrică a abaterilor individuale ale caracteristicii
de la nivelul său mediu este egală cu zero.
Altfel spus, abaterile în plus de la medie se compensează cu abaterile în
minus. Această proprietate arată că media caracteristicii este o valoare
reprezentativă a seriei.
§ Pentru o serie simplă:
n
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.
xmin < x < xmax

x @ xn max
.
Demonstraţi următoarea proprietate a mediei aritmetice: dacă se

măreşte sau se micşorează fiecare variantă a caracteristicii de un anumit
număr de ori K, atunci şi media aritmetică a seriei modificate se măreşte
sau se micşorează de acelaşi număr de ori K, K ≠ 0.
2.3 Alte tipuri de mărimi medii
Media armonică Media armonică fost introdusă în statistică de marele statistician

William Stanley Jevons în 1874.Se aplică numai în scopuri speciale şi se
calculează ca inversa mediei aritmetice calculată din valorile inverse ale
termenilor aceleiaşi serii.
Formula de calcul a mediei armonice:
28
§ pentru o serie simplă:
n
xh = n
1
åx
i =1 i
§ pentru o serie cu frecvenţe:

m
ån i
xh = m
i =1
,
1
å
i =1 xi
× ni
unde m – numărul de grupe ale populaţiei generale.
Media geometrică. Este o medie mai specială, deoarece, spre deosebire

de celelalte mărimi medii care se bazează pe relaţia de însumare între
termenii seriei, ea se bazează pe o relaţie de produs între ei. Media
geometrică este acea valoare cu care, dacă se înlocuiesc toţi termenii
seriei şi se face produsul lor, valoarea astfel obţinută este egală cu
produsul termenilor reali.
Fie x : x1 , x2 , ... , xm
n
x1 × x 2 × ... × x m = Õ X i
i =1
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
Analog se demonstrează pentru o serie de distribuţie de frecvenţe.

Media
k
geometrică
x ×x
n1
1
n2
2 × ... × x nk
k = Õ xini
i =1
Înlociund fiecare valoare cu x g obţinem:
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
Pentru a putea fi calculată, atât media geometrică simplă cât şi cea

ponderată trebuie să se logaritmeze. Prin logaritmare vom obţine:
• pentru media geometrică simplă
n
- 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
Prin aplicarea logaritmilor, media ponderată se transformă într-o medie

aritmetică a logaritmilor termenilor, iar antilogaritmul ei, valoarea
medie geometrică este o valoare mai mică decât media aritmetică
calculată din valorile reale ale termenilor seriei.
Media pătratică. Media pătratică este acea valoare care, înlocuind

termenii seriei ridicaţi la pătrat, nu modifică suma pătratelor. Ea va fi
egală cu radicalul pătratului mediu al seriei.
Media pătratică corespunde relaţiei:
n
x1 + x2 + ... + xn = å xi
2 2 2 2
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
Media pătratică x p se foloseşte atunci când se doreşte acordarea unei

importanţe sporite caracteristicilor cu valori mari (demografie, calculul
abaterii standard) sau când nivelul variabilei aleatoare prezintă creşteri
din ce în ce mai mari
Observaţie:
Se pot verifica relaţiile de inegalitate dintre cele 4 tipuri de medie
calculate şi anume: xh < x g < xa < x p
1. Pentru aplicaţia prezentată în primul subcapitol al acestei unităţi

de învăţare calculaţi celelalte tipuri de mărimi medii cunoscute şi
verificaţi relaţia dintre acestea.
31

În loc de rezumat în această unitate şi să revizuiţi obiectivele precizate la început.

1. Pentru 30 de hoteluri din aceeaşi staţiune turistică s-au înregistrat

date cu privire la numărul total de cazări într-o lună, astfel:
20, 15, 48, 56, 24, 51, 36, 22, 32, 17, 65, 23, 33, 16, 14, 62, 31, 28, 24,
30, 48, 54, 33, 60, 32, 46, 22, 20, 12, 36.
Se cere:Să se grupeze cele 30 de hoteluri pe intervale de variaţie egale,
după numărul nopţilor de cazare;
a) Să se reprezinte grafic repartiţia obţinută la punctul

precedent;
b) Să se calculeze indicatorii tendinţei centrale şi să se
interpreteze relaţia dintre ei;
2. Distribuţia locuitorilor unei comune după vârstă generează

următoarea serie statistică:
Grupe de vârsta (ani) Nr. locuitori

0 –20 3500
20 – 40 2700
40 – 60 2300
60 – 80 1400
80 - 100 100
Se cere:
1. Să se reprezinte grafic distribuţia;

32
2. Să se calculeze mărimile medii şi să se verifice relaţia dintre
acestea;
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
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

x'
x=
K
Pe baza acestei proprietăţi se obţin următoarele formule de calcul
simplificat :
n
xi
å
i =1 K
× ni
Pentru o serie simplă : x = ×K
n
n
xi
å K
× ni
Pentru o serie cu frecvenţe : x = i =1
n
×K
å ni i =1
Răspuns 2.3.
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
• Relaţia dintre medii:
x <x h g
<x< x p
22,96<32,34<29,81<33,73
1. Aivaz, K. – Statistică economică, Ed. Muntenia, Constanţa,

2007;
2. Aivaz Kamer, Ţiţei Adina, Statistică –Teorie şi aplicaţii
practice, partea I , Editura Muntenia, 2005;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii
practice, partea a II-a, Editura Muntenia, 2003;
4. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura
ALL, Bucureşti, 1995.
35
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.
36
Unitate de învăţare Nr. 3
Indicatorii variabilităţii. Caracterizarea formei de distribuţie.
Cuprins

3.1.Mediana şi modulul
3.2.Indicatorii simplii şi sintetici ai variaţiei
3.3.Indicatorii de asimetrie şi aplatizare

37

• determinarea medianei şi modulului
• calculul indicatorilor simplii şi sintetici ai variaţiei
• determinarea indicatorilor de asimetrie şi aplatizare
3.1 Mediana şi modulul
Mediana Considerăm o variabilă aleatoare x pentru care am înregistrat valorile:
x1, x2, … , xn , ordonate crescător.
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.
În funcţie de forma de prezentare a seriei pentru calcularea medianei distingem

următoarele cazuri:
Cazul 1
§ pentru o serie simplă, fără frecvenţe, dacă n este impar: x me = x n +1 ,

æ ö
ç ÷
è 2 ø
mediana este observaţia de rang ç

æ n + 1 ö.
÷
è 2 ø
Exemplu : {9,10,15,17,20}
n = 5 ® xme = xæ 5+1 ö = x(3) = 15

ç ÷
è 2 ø
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
§ pentru o serie de distribuţie de frecvenţe, cu variantele exprimate prin

intervale – valoarea medianei se defineşte ca fiind soluţia ecuaţiei C(xi) =
D(xi). Această egalitate arată că mediana se află la intersecţia celor două curbe
cumulative.
n n
C (x me ) = D( x me ) =
2 2
C(xi)
D(xi) C(xi)
D(xi)
xme xi
Algoritmul pentru determinarea valorii mediane :
§ se determină intervalul median (xi inf , xi sup) cu i = 1,2,…,k . Acesta este

primul interval pentru care frecvenţa cumulată crescător este mai mare
decât locul medianei. Locul medianei în cadrul seriei se stabileşte pe
baza relaţiei:
1æ ö n
loc(x me ) = ç å ni + 1÷ »
2è i ø 2
§ se calculează valoarea medianei cu ajutorul unei formule de
interpolare. Dacă valorile caracteristicii în interiorul intervalului
median sunt repartizate normal, atunci mediana se determină pe baza
relaţiei următoare:
39
loc(xme ) - C (xme - 1)
xme = xme
inf
+ d me
nme
unde:
inf
x me = limita inferioară a intervalului medianei
d me = amplitudinea intervalului median
loc(xme ) = locul medianei în serie
C (xme - 1) = frecvenţa cumulată crescător până în intervalul median.
Mediana depinde de locul valorilor în serie, şi nu de mărimea acestor valori.

Astfel, ea nu este supusă influenţei valorilor aberante (anormal de mici sau
anormal de mari). De asemenea, se poate spune că valoarea ei este invariabilă
faţă de convenţionalitatea cu care se închid intervalele extreme spre deosebire
de medie care depinde şi de valori şi de frecvenţa lor.
Obţinându-se printr-un calcul rapid şi nefiind influenţată de modul

convenţional de închidere a intervalelor deschise se poate folosi şi pentru
compararea stabilităţii tendinţei centrale pentru două sau mai multe serii care
se referă la aceiaşi variabilă, dar situate în spaţiu, timp şi forme organizatorice
diferite, dar având aceiaşi tendinţă de normalitate.
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
Modulul (x mo ) unei distribuţii statistice reprezintă acea valoare a caracteristicii

care corespunde celei mai mari frecvenţe. Cu alte cuvinte, modulul este
valoarea cel mai frecvent întâlnită, motiv pentru care este cunoscut şi sub
denumirea de dominantă.
În determinarea modulului vom considera următoarele două situaţii:
A. Variabilele aleatoare sunt discrete
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.
De exemplu, să considerăm următoarea serie:
{10,15,15,15,20,22,30,30,35,35,35,36,40,40}
10 15 20 22 30 35 36 40
În această distribuţie 2 variabile x2 = 15 şi x6 = 35 corespund frecvenţei

maxime 3.
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.
Modul relativ - pentru seria de distribuţie {(x , n )i = 1, k } numim modul

i i
relativ acea valoare xi cu proprietatea că: ni > ni -1 şi ni > ni +1
Modul absolut – modulul relativ cu frecvenţa cea mai mare.
B. Variabilele aleatoare sunt continue (când seria de distribuţie de

frecvenţe are valorile xi date ca intervale)
41
( )
Fie x mo Î xiinf , xisup . Valoarea aproximativă xmo se determină după
relaţia :
D1
xmo = xiinf + d mo × , unde:
D1 + D 2
x iinf = limita inferioară a intervalului modal;
d mo = xisup - xiinf ;
D1 = ni - ni -1;
D 2 = ni - ni +1
ni = frecvenţa absolută a intervalului modal;
Se consideră următoarea serie de distribuţie:
Produse realizate Nr. de muncitori

(mii buc) (ni)
0-5 15
5-10 16
10-15 29
15-20 15
20-25 10
TOTAL 85
Să se determine:
1. valoarea mediana
2. valoarea modală
42
3.2 Indicatorii simplii şi sintetici ai variaţiei
A. Indicatorii simplii ai variaţiei se utilizează pentru a caracteriza gradul

de împărţire a unităţilor purtătoare ale caracteristicilor înregistrate. Ei se
calculează pentru a măsura amplitudinea variaţiei şi abaterilor valorilor
individuale de la media lor. Aceşti indicatori se pot exprima atât în mărimi
absolute cât şi în măsuri relative (calculate în raport cu valoarea medie de
referinţă).
Din această grupă fac parte:
Amplitudinea 1) Amplitudinea absolută a variaţiei ( Aa ) se obţine ca diferenţă între cea mai

absolută a mare şi cea mai mică valoare observată.
variaţiei
Aa = x sup - x inf
Fiind un indicator ce se calculează numai prin intermediul valorile

extreme, acesta este instabil, fiind sensibil la prezenţa valorilor aberante.
Putem avea următoarele situaţii :
xinf xsup
xinf xsup
xinf xsup
Cele 3 distribuţii au aceeaşi amplitudine, dar valorile sunt dispersate diferit de

la o serie la alta. Dacă pentru prima serie amplitudinea este o măsură potrivită
pentru caracterizarea dispersiei întrucât valorile sunt repartizate uniform în
cadrul intervalului de valori, pentru următoarele 2 serii aceasta nu mai este o
43
măsură potrivită. Parametrul nu poate fi folosit decât dacă observaţiile sunt
repartizate oarecum uniform.
De asemenea, indicatorul se exprimă în aceleaşi unităţi de măsură ca şi

caracteristicile analizate, iar utilizarea lui pentru comparaţii se face numai
pentru caracteristici de aceeaşi natură, exprimate în unităţi de măsură identice.
În cazul unei serii de distribuţii de frecvenţe, construită pe intervale de grupare,
amplitudinea variaţiei se calculează ca diferenţa între limita superioară a
ultimului interval şi limita superioară a primului interval. Se mai poate calcula
şi ca diferenţa între cele două centre de intervale extreme.
Pentru înlăturarea acestui inconvenient se calculează următorul indicator,

Amplitudinea amplitudinea relativă a variaţiei.
relativă a
variaţiei 2) Amplitudinea relativă a variaţiei ( A%)
Amplitudinea relativă a variaţiei se calculează ca raport între amplitudinea

absolută şi nivelul mediu al caracteristicii.
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 )
Abaterile individuale absolute se calculează ca diferenţă între fiecare variantă

înregistrată şi media aritmetică a acestora.
d i (x ) = xi - x , i = 1, n
Dacă o serie de distribuţie cuprinde n valori distincte, atunci se calculează

acelaşi număr de abateri individuale. Dintre valorile individuale determinate, o
semnificaţie cu totul aparte au abaterile individuale extreme.Se pot determina
şi abaterile individuale maxime, într-un sens sau altul :
a(x )max negativa = x inf - x
a(x )max pozitiva = x sup - x
44
4) Abaterile individuale în mărimi relative
Abaterile individuale în mărimi relative se calculează ca raport între abaterile

absolute şi nivelul mediu al caracteristicii:
ì d i (x )
íd i (x )% = × 100, i = 1, n
î x
Amplitudinea seriei împreună cu abaterile individuale asigură numai o

caracterizare analitică a seriei de distribuţie fără a caracteriza global dispersia
seriei. De aceea pentru caracterizarea globală a seriei se calculează indicatorii
Indicatorii sintetici.
sintetici ai
variaţiei B. Indicatorii sintetici ai variaţiei
Aceştia se obţin cu ajutorul valorilor medii calculate din abaterile individuale
Abaterea medie ale variantelor de la medie sau mediană.
liniară absolută
1) Abaterea medie liniară absolută, este media valorilor absolute ale
diferenţelor dintre fiecare observaţie (xi) şi valoarea centrală.
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
coeficient), abaterea absolută liniară medie, respectiv mediană, devin:
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
Dacă structura este exprimată procentual (%), vom avea :
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 %
3) Varianţa sau dispersia (s )

2
Se calculează ca medie aritmetică simplă sau ponderată a pătratelor abaterilor

termenilor seriei faţă de media lor. Se mai numeşte şi pătratul mediu al
abaterilor termenilor faţă de media lor.
Formulele de calcul sunt:
§ Pentru o serie simplă
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
§ Pentru o serie cu frecvenţe exprimate sub formă de coeficient:

ni k
Dacă y ni = k
Þs 2
( x ) = å ( x i - x )2 × y n
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.
4) Abaterea standard sau abaterea medie pătratică
Abaterea standard sau abaterea medie pătratică se calculează ca medie pătratică

a abaterilor tuturor variantelor seriei de la media lor aritmetică.
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
Pentru o serie de distribuţie de frecvenţe {(xi, ni)│i=1, 2,…,k}, cu varianţa
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
Deşi media x şi abaterea standard s x au aceeaşi unitate de măsură, atunci

când dorim să comparăm cei doi parametri pentru cele două serii de date, acest
lucru devine foarte dificil, dacă nu chiar imposibil, deoarece ei au unităţi de
măsură diferite. Pentru a înlătura acest neajuns a apărut necesitatea calculului
unui parametru adimensional, numit coeficient 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 consideră următoarea serie de distribuţie:
Grupe de vârstă(ani) Număr

emigranţi
sub 18 6371
18-25 1795
25-40 5279
40-50 1690
50-60 864
Peste 60 1437
Total 17536
Se cere:
1. Să se determine abaterile individuale relative
2. Să se calculeze coeficientul de variaţie
48
3.3 Indicatorii de asimetrie şi aplatizare
Distribuţie A. Indicatorii asimetriei

statistică
simetrică Pentru aprecierea asimetriei unei serii de frecvenţe se utilizează, de
regulă, 3 valori centrale şi anume: media ( x ), mediana (xme )şi
modulul (x mo ).
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
a cărui interpretare este următoarea:
§ dacă μ3 < 0, atunci seria de distribuţie prezintă o asimetrie la dreapta

(asimetrie negativă);
§ dacă μ3 = 0, seria este simetrică;
§ dacă μ3 > 0, seria de distribuţie are asimetrie la stânga (asimetrie
pozitivă).
Coeficientul Pentru a aprecia şi intensitatea asimetriei unei serii de distribuţie, de regulă, se
empiric al lui folosesc următorii indicatori adimensionali:
Pearson
1) Coeficientul empiric al lui Pearson se referă la poziţia a două
valori centrale, media aritmetică şi modulul, relativ la abaterea standard a seriei
:
x - x na
C a . P. =
s
Acest coeficient nu este valabil decât pentru distribuţii slab asimetrice.
Interpretare:
§ dacă Ca .P. < 0 – avem asimetrie la dreapta;
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.
În cazul unei serii de distribuţie cu asimetrie redusă se verifică relaţia următoare

dintre parametrii tendinţei centrale:
(
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
Coeficientul de asimetrie propus de Pearson se utilizează şi în analiza

comparativă a asimetriei pentru mai multe serii de distribuţie.
Pearson mai propune un al doilea coeficient de asimetrie :
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 :
§ dacă Ca .P. = 0 , avem simetrie;

Coeficientul
§ dacă Ca .P. > 0 , avem asimetrie la dreapta sau la stânga.
empiric al lui
Yulle şi Kendall Rezultă că acest coeficient nu diferenţiază cele două tipuri de
asimetrii.
2) Coeficientul empiric al lui Yulle şi Kendall măsoară asimetria

prin compararea între celor trei cuartile.
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 :
§ dacă C a.Y . < 0 – avem asimetrie la dreapta;

§ dacă C a.Y . = 0 – avem simetrie (cuartilele sunt echidistante);
Coeficientul lui § dacă C a.Y . > 0 – avem asimetrie la stânga.
Fisher Coeficientul lui Yulle şi Kendall nu poate fi utilizat în compararea asimetriei
mai multor serii de frecvenţe ( –1 < Ca.Y. < 1 ). Luând în considerare valoarea şi
semnul indicatorului, acesta oferă informaţii necesare caracterizării sensului şi
intensităţi asimetriei.
1) Coeficientul lui Fisher

Coeficientul lui Fisher se determină pe baza relaţiei dintre momentele centrate
de ordinul 2 şi 3.
µ3
C a. F . =
s3
Interpretare :
§ dacă Ca.F . < 0 – avem asimetrie la dreapta;

§ dacă Ca.F . = 0 – avem simetrie (cuartilele sunt echidistante);
§ dacă Ca.F . > 0 – avem asimetrie la stânga.
Informaţiile oferite de acest indicator permit caracterizarea principalelor
aspecte cu privire la sensul şi intensitatea asimetriei seriei de distribuţie.
B. Indicatorii aplatizării
Se spune despre o serie de distribuţie {(xi,ni)│i=1, 2, …, k} că este aplatizată

dacă variaţia foarte mare a variabilei conduce la o variaţie slabă a frecvenţelor
( )
relative y ni şi invers.
Aprecierea gradului de aplatizare se face prin construirea unei curbe a

frecvenţelor şi compararea acesteia cu curba de frecvenţe (sau de densitate) a
legii normale sau a legii Gauss-Laplace.
Prin intermediul indicatorilor de aplatizare se arată în ce, măsură valorile

caracteristicii sunt concentrate în jurul modulului.
51
Coeficientul lui În acest scop se determină următorii coeficienţi de aplatizare :
Pearson de
aplatizare 1) Coeficientul lui Pearson pentru aplatizare
Acest indicator este determinat pe baza momentelor centrate de ordinul 2 şi 4.
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
Valoarea indicatorului pentru repartiţia normală este egală cu 3. De aceea,

pentru aprecierea boltirii seriei, valoarea indicatorului se compară cu 3. Pentru
majoritatea seriilor economice se apreciază că valoarea indicatorului se situează
între 2 şi 6.
În aprecierea boltirii unei serii de distribuţie se disting următoarele 3 cazuri:
§ Dacă apP = 3sau este în apropierea acestei valori, atunci seria de

distribuţie urmează o repartiţie normală.
§ Pentru valori mai mici de 3, curba frecvenţelor este leptocurtică, deci
distribuţia este mult mai ascuţită decât cea normală.
§ Când apP > 3,atunci curba prezintă o aplatizare pronunţată.
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
Interpretarea valorii coeficientului de aplatizare de tip Fisher :
52
§ dacă apF < 0 – există o distribuţie aplatizată (platicurtică);
§ dacă apF = 0 – distribuţia este normală;
§ dacă apF > 0 – distribuţia este alungită (leptocurtică).
Test de autoevaluare 3.3 – Scrieţi răspunsul în spaţiul liber din chenar
Să se determine asimetria pentru următoarea serie de date cu ajutorul

momentului centrat de ordinul 3:
Grupe de vârstă(ani) Număr

emigranţi
sub 18 6371
18-25 1795
25-40 5279
40-50 1690
50-60 864
Peste 60 1437
Total 17536

În loc de rezumat
53
1. Distributia locuitorilor unei comune dupa vârstă generează urmatoarea
serie statistica:
Grupe de varsta (ani) Nr. locuitori

0 –20 3500
20 – 40 2700
40 – 60 2300
60 – 80 1400
80 - 100 100
Se cere:
a.Să se reprezinte grafic distribuţia;
b.Să se determine mediana si modulul;
2. Volumul producţiei (mii buc) realizate în 8 secţii ale unei societăţi

comerciale înregistrează următoarele valori: 121,2; 131,4; 118,2; 103,4;
112,8; 117,8; 148,5; 119,2.
Se cere:
1. Să se formeze seria privind volumul producţiei prin centralizarea

datelor individuale;
2. Să se calculeze volumul mediu al producţiei din societate folosind
media aritmetică şi să se verifice principalele proprietăţi ale acesteia;
3. Să se folosească pentru aceeaşi serie şi alte tipuri de medii şi să se arate
în ce raport de mărime se află ele faţă de media aritmetică;
4. Să se calculeze indicatorii de variaţie;
5. Să se reprezinte grafic seria.
Răspuns 3.1
1. Pentru seria considerată, producţia mediană este de 12 mii buc., adică

50% dintre muncitori realizează o producţie sub această valoare şi
restul de 50% realizează o producţie peste această valoare.
2. valoarea modală este 12,4 mii buc.
Răspuns 3.2
1.
Grupe de Nr. Centrul

d i = xi - x di
vârstă emigranti intervalului di % = *100
xi x
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

3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii
practice, partea a II-a, Editura Muntenia, 2003;
4. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura
ALL, Bucureşti, 1995.
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.
56
Analiza legăturilor dintre fenomenele economico-sociale.

Metoda regresiei.
Cuprins

4.4.Clasificarea legăturilor statistice şi metodele de studiere a lor.
4.5.Modele de regresie unifactorială
4.6.Modele de regresie multifactorială.

57

• caracterizarea legăturilor statistice
• identificarea diverselor tipuri de legături statistice
• reprezentarea grafică a legăturilor dintre variabilele statistice
• aplicarea corectă a metodei regresiei
• calculul parametrilor ecuaţiei de regresie
4.1 Clasificarea legăturilor statistice şi metodele de studiere a lor
Seriile În urma prelucrării datelor de observaţie, acestea se constituie sub forma

interdependente seriilor. Dacă datele sunt organizate sub forma unor şiruri paralele de
valori ale unei variabile „efect”şi a unei sau mai multor variabile
„cauză”, seriile obţinute se numesc serii interdependente sau bi
(respective multi) dimensionale.
Scopul efectuării unor astfel de organizări şi prelucrări statistice îl
constituie identificarea legăturilor cauzale dintre fenomenele şi
procesele economice în vederea unei mai bune fundamentări a
deciziilor. Spre deosebire de manifestarea dependenţelor din alte
domenii, în economie acestea au formă distinctă; se relevă ca tendinţă,
putând fi puse în evidenţă numai prin studiul unui număr mare de cazuri
individuale, deci acolo unde se poate manifesta legea numerelor mari.
În acest fel legăturile dintre fenomenele şi procesele economice apar ca
Legăturile legături statistice. În astfel de cazuri unei valori a variabilei
statistice independente x îi corespunde o distribuţie a valorilor caracteristicii y.
Asupra lui y nu acţionează numai variabila x considerată, ci şi alţi
factori, unii esenţiali, alţii nu, unii întâmplători, alţii mai greu de
identificat sau de măsurat. Din acest motiv studiul unor astfel de
dependenţe se pretează la metodologia statistică.
Statistica oferă o variată gamă de metode pentru studiul dependentelor
dintre 2 sau mai multe variabile, acestea fiind reunite în analiza regresiei
şi corelaţiei, unde se studiază dependenţa dintre o variabilă
(caracteristică) rezultativă (pe care o notăm cu y ) şi una sau mai multe
variabile (caracteristici) independente (simbolizate cu x ). Caracteristica
rezultativă (y) se mai numeşte şi caracteristica endogenă, dependentă
Caracteristica sau efect, iar caracteristica independentă x se mai numeşte factorială,
endogenă, exogenă sau cauzală. În cadrul analizei regresiei se urmăreşte a se
rezultativă sau descrie modul în care o variabilă dependentă evoluează în funcţie de
efect modificarea uneia sau a mai multor variabile cauzale, deci yi = f (xi ),
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
1. Ce este o legătură simplă? Exemplificaţi.
2. Ce este o legătura multiplă? Exemplificaţi.
3. Ce este o legătură inversă? Exemplificaţi.
4. Ce este o legătură directă? Exemplificaţi.
4.2 Modele de regresie unifactorială
Metoda regresiei Metoda regresiei constituie o metodă statistică de cercetare a legăturii

dintre variabile cu ajutorul unor funcţii denumite funcţii de regresie.
Această metodă poate fi considerată ca o generalizare a analizei
dispersionale. Notând cu y variabila dependentă şi cu x1 , x2 ,...
variabilele independente, se obţine ecuaţia de regresie
y = f (x1 , x2 ,..., xn ) care defineşte o suprafaţă de regresie sau o curbă.
Variabila eroare Datorită caracterului aleator (întâmplător) al fenomenelor şi proceselor
sau reziduu economico – sociale, modelul teoretic se înlocuieşte cu modelul de
dependenţă statistică Y = f (x1 , x2 ,..., xn ) + e , în care e reprezintă o
60
eroare aleatoare (o variabilă reziduu), cu dispersia constantă şi media
nulă.
Având în vedere că funcţia de regresie dintre două sau mai multe

caracteristici se poate exprima prin mai multe ecuaţii, pentru obţinerea
unor rezultate cât mai exacte (reale) se recomandă să se aleagă modelul
de regresie adecvat.
În funcţie de numărul factorilor (x1 , x2 ,..., xn )care influenţează

caracteristica rezultativă (y) deosebim:
§ regresie unifactorială sau simplă, dacă funcţia include un

factor;
§ regresia multifactorială sau multiplă, dacă funcţia include mai
mulţi factori.
Regresia Regresia unifactorială descrie legătura dintre două variabile (y şi x)

unifactorială considerând că ceilalţi factori au o acţiune constantă şi neglijabilă
asupra caracteristicii dependente y. Ecuaţia de regresie este:
Y = f (x ) + e .
Cele mai cunoscute modele de regresie unifactorială sunt:
a) Modelul liniar
Considerând că legătura dintre y şi x este liniară rezultă că: y = a + b x
.
Acest model teoretic se estimează printr-o ecuaţie medie de tendinţă:

Y = a + bx + e în care a şi b sunt coeficienţii (parametrii) ce urmează
să fie calculaţi iar Y sau y x se citeşte y ajustat după x. Modelul prezentat
este specific tipului de legătură dintre două caracteristici care variază în
progresie aritmetică.
Dependenţa liniară dintre y şi x se consideră ca o dependenţă stochastică

în care unei valori xi îi pot corespunde mai multe valori y i . Parametrii
a şi b au în acest caz conţinut de medii şi se estimează cu ajutorul unor
metode specifice oferite de statistică, ca de exemplu metoda
verosimilităţii maxime, metoda celor mai mici pătrate, etc. În practică,
frecvent, se foloseşte metoda celor mai mici pătrate care presupune că
suma pătratelor abaterilor dintre valorile empirice (reale) y şi valorile
teoretice ajustate Y să fie minimă, adică:
61
å (y - Y ) = minim
2
i
Înlocuind pe Y
å (y - a - bx i ) = minim
2
i
Derivând în raport cu a şi b, anulând derivatele parţiale se obţine

sistemul de ecuaţii normale:
ìna + bå xi = å yi
í
îaå xi + bå xi = å xi yi
2
Serie simplă fără frecvențe

Þ a, b
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
Coeficientul a care poate lua atât valori pozitive cât şi negative,

reprezintă ordonata la origine, respectiv este valoarea lui y când.
Coeficientul b coeficient de regresie, arată măsura în care se modifică
caracteristica dependentă în cazul în care caracteristica independentă se
modifică cu o unitate. În funcţie de semnul coeficientului de regresie
putem aprecia tipul de legătură:
preț crește - profit crește§ în cazul corelaţiei directe, coeficientul are o valoare pozitivă;
Preț crește - profit scade § în cazul corelaţiei inverse, valoarea lui este negativă;
§ în cazul în care b = 0 se apreciază că cele 2 variabile x şi y
sunt independente.
În graficul de corelaţie coeficientul b indică panta dreptei.
Cu ajutorul coeficienţilor a şi b se calculează apoi valoarea ecuaţiei de

regresie pentru fiecare mărime a caracteristicii x. Aceste valori ale
ecuaţiei de regresie se mai numesc şi valori teoretice ale caracteristicii
y în funcţie de x, iar operaţia de înlocuire a termenilor reali y cu valorile
ecuaţiei de regresie (valori teoretice) se numeşte ajustare.
Pentru verificarea exactităţii calculării parametrilor funcţiei de regresie

se foloseşte relaţia: å yi = åYi
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
Cei doi parametri se estimează folosind modelul:
Y = ab x + e
Prin logaritmare, modelul se transformă într-un model liniar:
lg Y = lg a + lg b
Făcând următoarele înlocuiri:
y ' = lg Y
a ' = lg a Þ y ' + a' + b'
b ' = lg b
Procedând ca la regresia unifactorială liniară rezultă sistemul de ecuaţii

normale:
ïna + b å xi = å yi
ì ' ' '
í '
îa å xi + b å xi = å xi yi
' 2
ï
Cei doi parametri a şi b cu ajutorul cărora se estimează seria empirică

se obţin prin antilogaritmare. Acest model se utilizează, de regulă, în
63
cazul în care variabila dependentă creşte în progresie aritmetică, iar
variabila independentă creşte în progresie geometrică.
c) Modelul parabolei de gradul 2

y = a + b x + d x2
Pentru estimarea parametrilor se foloseşte modelul empiric:
Yi = a + bx i + cx i2 + e
Determinarea celor 3 parametri ai ecuaţiei de regresie de tip parabolic

se face folosind metoda celor mai mici pătrate, respectiv determinând
minimul expresiei:
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
Cei 2 parametri rezultă din rezolvarea sistemului de ecuaţii normale:
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
.
Pentru 10 unităţi economice din acelaşi sector de activitate se cunosc

datele următoare:
Nr. crt. Nr. Cifra de afaceri
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
Între fenomenele economico–sociale există legături complexe care se

caracterizează prin influenţa unui număr mare de factori (variabile
independente) asupra caracteristicii rezultative (variabila dependentă).
Asemenea legături se pot exprima cu ajutorul ecuaţiei de regresie

multiplă:
Y = f (x1 , x2 ,..., xk ) + e
în care : x1 , x2 ,..., xk reprezintă caracteristici independente sau

factoriale.
e este o variabilă reziduu, cu dispersia constantă şi media nulă.

Cel mai utilizat model de regresie multifactorială este modelul liniar a
cărui expresie se dă cu relaţia:
y = a0 + a1 x1 + a2 x2 + ... + ak xk , unde:
a 0 = coeficientul care exprimă influenţa factorilor neincluşi în model,

consideraţi cu acţiune constantă.
ai = coeficientul de regresie multiplă şi arată ponderea cu care

influenţează fiecare caracteristică factorială x asupra caracteristicii
rezultative y.
Specific regresiei multiple liniare este faptul că variabila rezultativă y

se modifică uniform în cazul în cazul în care variabilele factoriale xi se
modifică cu o unitate.
Parametrii a0 , a1 , a2 ,..., ak se calculează pe baza celor mai mici pătrate

în care:
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.
2. Ce semnificaţie au coeficienţii de regresie multiplă?

În loc de rezumat în această unitate şi să revizuiţi obiectivele precizate la început.

67
Pentru cincisprezece firme din aceeaşi ramură s-au înregistrat

următoarele informaţii referitoare la o lună de activitate:
Nr. Cifra de afaceri Nr. Capital tehnic
Crt. (mil. lei) salariaţi utilizat
(pers.) (mld. lei)
0 1 2 3
1 16 12 4,40
2 18 14 4,72
3 14 10 4,08
4 24 19 5,68
5 17 12 4,56
6 22 17 5,36
7 15 12 4,24
8 21 16 5,20
9 25 21 5,84
10 18 12 4,72
11 17 13 4,07
12 19 15 4,33
13 24 18 4,98
14 16 12 3,94
15 17 14 4,17
Se cere:
1. să se studieze legătura dintre x1 si y;
2. să se studieze legătura dintre x2 si y;
3. să se studieze legătura dintre x1,x2 si y;
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
Legătura dintre numărul salariaţilor şi cifra de afaceri

2. Aflarea parametrilor funcţiei liniare de regresie necesită
rezolvarea următorului sistem de ecuaţii normale:
ìïna + bå xi = å y i
í
ïîa å xi + bå xi = å xi y i
2
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:
ì10a + 256b = 14.9

í
î256a + 7504b = 430.4
cu soluţiile: a = 0,1712
b = 0,0268
Ecuaţia medie de estimare a legăturii liniare dintre numărul salariaţilor
şi cifra de afaceri este: Yx = 0,1712 + 0,0268xi
i
Pentru fiecare salariat în plus cifra de afaceri se măreşte cu 0,0268

mld. lei.
3. Valorile ajustate ale cifrei de afaceri se calculează
înlocuind fiecare variantă a caracteristicii factoriale xi în funcţia de
regresie (vezi tabelul 3).
Yx 1 = 0.1712 + 0.0268 *12 = 0.4982
!
Yx 10 = 0.1712 + 0.0268 * 44 = 1.3504
Răspuns 4.3.
Coeficienţii de regresie multiplă şi arată ponderea cu care influenţează

fiecare caracteristică factorială x asupra caracteristicii rezultative y.
70

Bucureşti, 1995.
Bucureşti, 2000.
71
Măsurarea intensităţii legăturilor dintre variabile
Cuprins

5.3.Indicatorii sintetici de corelaţie
5.4.Verificarea semnificaţiei ecuaţiei de regresie şi a coeficienţilor de corelaţie

72

• calculul valorii coeficientului de corelaţie
• interpretarea coeficientului de corelaţie
• determinarea valorii raportului de corelaţie
• testarea semnificaţiei ecuaţiei de regresie şi a coeficienţilor de corelaţie
5.1 Indicatorii sintetici de corelaţie
Pentru a măsura la nivelul întregii colectivităţi intensitatea legăturilor de tip

statistic între 2 sau mai multe variabile care urmează o lege de repartiţie de tip
normal sau asimptotic normal, se folosesc metode parametrice. Dintre acestea,
cea mai utilizată în practică este metoda corelaţiei.
Vom considera pentru început legătura dintre 2 variabile corelate x şi y.

Folosind graficul de corelaţie, în care vom reprezenta variabilitatea celor 2
() ()
caracteristici x şi y, în jurul mediilor lor x şi y , vom obţine o diagramă de
corelaţie alcătuită din 4 cadrane (sectoare).
IV I
(- +)
(- +) (+ +)
(+ +)
III II
(--)-)
(-
(+ -)
(+ -)
Fig.1 Graficul de corelaţie
→ în cadranul I ambele abateri sunt pozitive;

→ în cadranul II abaterile variabilei x sunt pozitive iar cele ale variabilei y
negative;
→ în cadranul III ambele abateri sunt negative;
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.
Indicatorii care măsoară intensitatea legăturii sunt: covarianţa, coeficientul de

corelaţie şi raportul de corelaţie.
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
Semnul indicatorului arată direcţia legăturii: plus pentru legătura directă şi

minus pentru legătura inversă. Covarianţa este nulă dacă variantele sunt
independente. Valoarea sa absolută nu are limită superioară cov(x, y ) ; pe
măsură ce intensitatea corelaţiei creşte şi covarianţa creşte. Se poate demonstra
că în cazul unei legături funcţionale şi liniare valoarea absolută maximă a
covarianţei este egală cu produsul s x × s y . Indicatorul prezintă avantajul că se
calculează uşor. În acelaşi timp prezintă şi dezavantajul că depinde de unităţile
în care se măsoară variabilele aleatoare. Deci nu este comparabil de la o
variabilă la alta.
2. Coeficientul de corelaţie liniară simplă rxy sau r este un indicator

care măsoară numai intensitatea legăturii de tip liniar dintre 2 variabile x şi y.
Se calculează ca o medie aritmetică a produsului abaterilor normale normate
ale celor 2 variabile. Notând abaterile normate ale variabilelor x şi y:
x -x y -y
zx = i zy = i
sx sy
rezultă următoarea relaţie de calcul:
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
n = numărul total al obsevaţiilor perechi.
74
Faţa de covarianţă rezultă că relaţia:
ry / x =
cov(x, y )
=
å (x i )(
- x yi - y )
s xs y ns xs y
sau altfel spus, covarianţa abaterilor normate z x , z y se transformă în coeficient

de corelaţie simplă. În practică se utilizează relaţia:
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
Coeficientul de corelaţie simplă se mai poate calcula şi cu relaţia:
sx
r=v ,în care :
sy
b = coeficient de regresie simplă;
s x = abaterea medie pătratică a caracteristicii factoriale;
s y = abaterea medie pătratică a caracteristicii rezultative.
Interpretarea coeficientului de corelaţie:
ì- = legãturã inversã
- 1 < ryx < +1 í
î+ = legãturã directã
ryx = 0 variabilele sunt independente sau necorelate liniar
0,00 < ryx < 0,20 nu ($) o legătură semnificativă
75
0,20 < ryx < 0,50 ($) o legătură slabă
0,50 < ryx < 0,75 legătură de intensitate medie
0,75 < ryx < 0,95 legătură puternică
0,95 < ryx < 1,00 legătură relativ deterministă (funcţională)
ryx = 1 dependenţă funcţională
3. Raportul de corelaţie (η) denumit şi coeficient de corelaţie Pearson,

măsoară intensitatea legăturii liniare şi curbilinii.
å (y -Y)
2
h=
i
1-
å (y )
2
i -y
å (Y ) 2
-y
h=
i
å (y - y)
2
i
Calculul raportului de corelaţie se bazează pe descompunerea dispersiei totale

a variabilei dependente s y2 în dispersia valorilor empirice faţă de valorile
teoretice s y / Y şi dispersia valorilor teoretice faţă de medie s .
Y/y
2 2 2
s y = s y /Y +s Y / y
sau în formă explicită:
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
Dispersiile din relaţiile de mai sus au următoarele semnificaţii:
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.
Raportul de corelaţie multiplă
Măsoară intensitatea legăturii dintre o caracteristică rezultativă y şi 2 sau mai

multe caracteristici factoriale (xi ), i = 1, p .
å (y )
2
i - Yx1 , x2 ,...., xi ,...., xn
R y / x1 , x2 ,.....,xi ,...., xn = 1-
å (y )
2
i -y
Folosind ecuaţia de regresie multiplă şi varianta factorială obţinem relaţia:
) - (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
Raportul sau coeficientul de corelaţie multiplă are întotdeauna valoare pozitivă

şi este mai mare decât oricare coeficient de corelaţie simplă dintre variabilele
factoriale şi cea rezultativă, luat în valoare absolută, adică
R > ryxi i =1,p
Pătratul coeficientului de corelaţie multiplă este cunoscut în literatura de

specialitate sub denumirea de coeficient de determinaţie multiplă R 2 . El ( )
exprimă ponderea cu care influenţează concomitent caracteristicile factoriale,
incluse în model, asupra caracteristicii rezultative. Evident, ponderea cu care
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 .)

Productivitatea medie şi cifra de afaceri înregistrate de 10 firme dintr-o
subramură industrială se prezintă astfel:
Nr. Productivitatea Cifra de afaceri

crt. medie (mil. lei)
0 1 2
1 10 120
2 6 85
3 11 135
4 7 90
5 8 98
6 10 115
7 5 72
8 6 70
9 8 90
10 9 110
Total 80 985
Se cere :
1. să se analizeze existenţa, direcţia şi forma legăturii;
2. să se determine parametrii funcţiei de regresie;
3. să se măsoare intensitatea corelaţiei dintre cele două variabile

folosind coeficientul şi raportul de corelaţie.
78
5.2 Verificarea semnificaţiei ecuaţiei de regresie şi a coeficienţilor de corelaţie
Proprietăţile Numărul mare de factori economici care influenţează caracteristicile

mediei rezultative face de multe ori imposibilă studierea acţiunii tuturor acestora. De
aritmetice aceea, în cercetare se iau numai legăturile cele mai importante dintre
caracteristica rezultativă şi factorii studiaţi şi pe baza datelor de selecţie se
determină coeficientul de corelaţie. În continuare este necesar să verificăm
dacă ecuaţia de regresie şi coeficienţii de corelaţie obţinuţi sunt reali, sau
valorile lor se datoresc erorilor întâmplătoare de selecţie.
ü Pentru verificarea ipotezei că parametrul „a” al ecuaţiei de regresie

liniară simplă diferă semnificativ de zero, se utilizează criteriul (testul):
a t×s
t= n (1) Þa=
S n
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 ).
Valoarea lui t calculată cu relaţia (1) se compară cu valoarea tabelară t q ; f ,

corespunzătoare nivelului de semnificaţie q şi numărul gradelor de libertate
f = n - 2. Se consideră că ipoteza a = 0 este justă, atunci când valoarea
absolută a lui t calculată este mai mică decât valoare tabelară. Dacă
t calculat > t tabelar , se consideră că „a” diferă semnificativ de zero, deci ecuaţia de
regresie este bine aleasă.
Intervalul de încredere pentru parametrul teoretic se defineşte cu relaţia:
s s
a - tq ; f < a < a + tq ; f
n n
ü Ipoteza că „b”, coeficientul de regresie liniară simplă diferă

semnificativ de zero se verifică cu criteriul
å (x )
b b
å
2
t= ( xi - x ) 2 t= i - x , care se compară
s s
cu valoarea tabelară corespunzătoare.
Intervalul de încredere pentru coeficientul de regresie teoretic b este definit de

inegalităţile:
s s
b - tq ; f < b < b + tq ; f
( xi - x ) 2 ( xi - x ) 2
ü Pentru a determina limitele între care se cuprind, cu o probabilitate

dată valorile caracteristicii y se calculează intervalul de încredere pentru linia
de regresie teoretică Y.
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
ü Verificarea semnificaţiei coeficienţilor de regresie se poate face şi cu

ajutorul analizei dispersionale.
80
În acest scop, suma pătratelor abaterilor valorilor caracteristicii y,
å (y - y ) se descompune în sumele de pătrate:

2
adică
å(y - Y ) å (Y - y )
2 2
şi
Cu ajutorul acestor sume de pătrate se calculează dispersiile corectate:
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:
n = numărul valorilor observate ale caracteristicii y
f = numărul coeficienţilor ecuaţiei de regresie.
În continuare se calculează raportul dintre s12 şi s 22 adică se obţine valoarea

calculată F care se compară cu cea tabelară determinată în funcţie de nivelul
de semnificaţie q şi de numărul gradelor de libertate f şi n-f-1. Interpretarea
se face astfel:
§ dacă Fcalculat < Ftabelar se acceptă ipoteza nulă;

§ dacă Fcalculat > Ftabelar se respinge ipoteza nulă, respectiv se apreciază
că valorile x (sau variabilele xi ) influenţează semnificativ variabila
y.
ü Pentru verificarea semnificaţiei coeficientului corelaţiei simple şi
parţiale folosim testul t.
r
t= × n-2
1- r2
unde n reprezintă volumul eşantionului.
Valoarea calculată se compară cu valoarea tabelară t q ; n - 2 corespunzătoare

nivelului de semnificaţie q şi numărul gradelor de libertate n-2.
§ dacă t ³ t q ; n - 2 coeficienţii de corelaţie sunt semnificativi;
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
unde p = numărul de variabile independente.
Valoarea calculată se compară valoarea tabelară Fq ; f 1 ; f 2 corespunzătoare

nivelului de semnificaţie q şi numerele gradelor de libertate f1 = pşi
f 2 = n - p - 1. Dacă Fcalculat > Ftabelar se consideră că variabilele x1 , x 2 ,..., x p
au o influenţă semnificativă asupra caracteristicii rezultative y şi invers.
Se cunosc următoarele date privind cifra de afaceri şi cheltuielile

pentru cercetare efectuate de 300 de firme :
Grupe de firme dupa cifra de Nr. firme Cheltuieli medii pt.
afaceri (mld.lei) cercetare (mld.lei)
sub 20 30 6
20 – 40 60 5
40 – 60 160 10
60 – 80 40 13
peste 80 10 18
Total 300 -
Presupunând că între cele două variabile există o legătură liniară, se cere :
a) să se ajusteze cheltuielile pentru cercetare în funcţie de cifra de afaceri,

folosind funcţia de regresie adecvată ;
82
b) să se testeze semnificaţia parametrilor funcţiei de regresie ;
În loc de Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate în

rezumat această unitate şi să revizuiţi obiectivele precizate la început.
Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare Nr. 5

pe care urmează să o transmiteţi cadrului didactic.
Cheltuielile cu reclama şi cantităţile din produsul „X” vândute pentru 41 de

magazine ale unui grup de firme cu profil comercial, se prezintă astfel :
Cheltuieli cu Cantităţi vândute din produsul X (mil.buc.)

reclama (mld.lei) 0,3-0,7 0,7-1,1 1,1-1,5 1,5-1,9 1,9-2,3
25 – 75 5 1 - - -
75 – 125 - 7 6 - -
125 – 175 - 1 7 - -
175 – 225 - - - 5 1
225 – 275 - - - - 3
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
1. În relaţia dintre cele două variabile factorul de influenţă este

productivitatea medie (xi), iar variabila rezultativă este cifra de afaceri (yi).
Dintre metodele simple de evidenţiere a corelaţiei dintre două variabile am ales
metoda grafică, aceasta oferind cele mai multe informaţii.
Din figura de mai jos reiese că între productivitatea medie şi cifra de
afaceri există o legătură directă, de tip liniar.
160
Cifra140
de afaceri
120
100
80
60
40
20
0
0 2 4 6 8 10 12
Productivitatea medie
2.Sistemul de ecuaţii normale necesar pentru aflarea parametrilor a şi b ai

funcţiei liniare este:
ìna + bå xi = å y i
ï
ía x + b x 2 = x y
ïî å i å i å i i
Folosind rezultatele calculelor intermediare prezentate în tabelul de mai jos
(coloanele 1- 4), se obţine sistemul:
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
3.Rezultatele calculelor efectuate pentru determinarea parametrilor a şi b ai

funcţiei liniare de regresie (din tabel) pot fi utilizate şi pentru aplicarea
formulei de calcul simplificat a coeficientului de corelaţie:
nå x i yi - å x i å yi
ry / x = =
én x 2 - ( x )2 ù én y 2 - ( y )2 ù
êë å i å i úû êë å i å i úû
10 * 8249 - 80 * 985
= = 0,9675
( )(
10 * 676 - 80 2 10 *101063 - 9852 )
Această valoare apropiată de 1 indică o legătură foarte puternică între cele
două variabile. Raportul de corelaţie se determină cu formula:
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
Coeficientul şi raportul de corelaţie au valori egale, ceea ce confirmă

liniaritatea legăturii.
85
Răspuns 5.2.
a) Notăm cu X – cifra de afaceri (variabila factorială) şi cu Y –

cheltuielile pentru cercetare (variabila rezultativă).
Yx i = a + bx i + e , unde Yx i - valorile teoretice, ajustate ale lui Y.
ìïna + bå x i n i = å y i n i
í
ïîa å x i n i + bå x i n i = å x i y i n i
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
10 6 1.800 1.080 3,67 162,867

30 5 9.000 1.500 6,87 209,814
50 10 80.000 16.000 10,07 0,784
70 13 36.400 6.760 13,27 2,916
90 18 16.200 3.240 16,47 418,5172
- - 143.400 28.580 - -
Interpretarea coeficientului de regresie (b) : dacă cifra de afaceri creşte cu 1

mld., atunci cheltuielile medii pentru cercetare vor creşte cu 0,16 mld.
b) Testarea semnificaţiei parametrului „a” :

Se construieşte statistica (testul) t, astfel :
a 2,07
t= n= *17,32 = 30,255
s 1,185
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

20. Aivaz Kamer, Ţiţei Adina, Statistică –Teorie şi aplicaţii practice, partea
I , Editura Muntenia, 2005;
21. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea
a II-a, Editura Muntenia, 2003;
Bucureşti, 1995.
23. Baron, T., Biji, E., Statistică teoretică şi economică, Editura Didactică şi
Pedagogică, Bucureşti, 1996.
25. 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.
26. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura Meteor
Press, Bucureşti, 2003;
27. 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.
87
METODE NEPARAMETRICE DE MĂSURARE A INTENSITĂŢII

LEGĂTURII DINTRE VARIABILE
Cuprins

6.1 Coeficienţii de asociere şi contingenţă
6.2 Coeficienţii de corelaţie a rangurilor
88

• Să înţeleagă importanţa studierii corelaţiei cu ajutorul metodelor
neparametrice
• Să cunoască principalele metode neparametrice cu ajutorul cărora
studiem corelaţia
• Să aplice metodele corelaţiei neparametrice în studiul intensităţii
legăturilor dintre fenomene
6.1. Coeficienţii de asociere şi contingenţă
În ce condiţii se Coeficienţii corelaţiei neparametrice se determină independent de forma

determină legăturii. Aceştia se stabilesc fie în funcţie de abaterile individuale ale
coeficienţii variabilelor corelate faţă de media lor, fie în funcţie de rangurile perechilor
corelaţiei de valori ale variabilelor corelate.
neparametrice
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.
A. Coeficienţii de asociere şi contingenţă
Aceşti coeficienţi se folosesc în cazurile în care unităţile purtătoare ale

caracteristicilor sunt separate în două grupe sau sunt de forma unor
caracteristici alternative.
Pentru determinarea acestora este necesar să se întocmească în prealabil

un tabel de asociere. Acesta prezintă repartiţia elementelor populaţiei
studiate după două caracteristici corelate logic şi care alternează între două
posibilităţi.
Tabelul de Valorile Valorile caracteristicii Y

asociere caracteristicii Total
Y1 Y2
x
x1 𝑛"" 𝑛"# 𝑛"∙
x2 𝑛#" 𝑛## 𝑛#∙
Total 𝑛∙" 𝑛∙# 𝑛∙∙
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.
În cazul în care frecvenţele de pe aceeaşi linie şi de pe aceeaşi coloană se

află în acelaţi raport, cele două variabile observate nu sunt asociate sau
sunt independente. Respectiv:
𝑛"" 𝑛"#
=
𝑛#" 𝑛##
Coeficeintul de
asociere Valoarea numerică a coeficientului de asociere, care să arate existenţa şi
intensitatea legăturii, se determină cu formula propusă de Yule:
n ×n -n n
Qa = 12 21 12 21 - 1 < Qa < +1
n12 × n21 + n12 n21
Coeficientul de Coeficientul de contigenţă se determină cu relaţia:

contingenţă n12 × n21 - n12 n21
Qc =
(n11 + n12 )(n21 + n22 )(n11 + n22 )(n21 + n22 )
cu aceeaşi semnificaţie ca şi coeficientul de asociere.
Aceşti coeficienţi pot fi consideraţi drept coeficienţi de corelaţie pentru

caracteristicile calitative. Între ei există relaţia: Qc > Qa .
1. În ce condiţii se determină coeficienţii corelaţiei neparametrice?

2. Ce este tabelul de asociere?
6.2. Coeficienţii de corelaţie a rangurilor
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.
La fiecare unitate se ataşează rangul corespunzător al variabilei

rezultative. În cazul în care se întâlnesc valori egale ale lui x (sau y),
fiecărei valori i se conferă un rang egal cu câtul de la împărţirea sumei
rangurilor, care revin acestei valori, la numărul acestor valori egale.
n(n + 1)
Suma rangurilor este
2
Pentru calculul coeficientului de corelaţie se pot folosi formulele lui

Spearman şi Kendall.
Coeficientul Coeficientul Spearman este o extensie a coeficientului de corelaţie

Spearman Pearson în care valorile empirice ale variabilelor corelate sunt înlocuite cu
rangurile lor corespunzătoare.
Coeficientul Spearman derivă din coeficientul de corelaţie clasic

cov(xy )
ryx =
s xs y
Coeficientul Spearman se determină cu relaţia:

6å di2
rs = 1 -
(
n n2 - 1 )
în care:
d i = diferenţa de rang între variabilele corelate pentru aceeaşi unitate
de observare;
n = numărul perechilor de valori corelate di = Rxi - R yi , i = 1, n ;
Dacă între cele 2 serii de ranguri există concordanţă deplină, toate
diferenţele d i = xi - yi sunt nule şi rS = 1, iar dacă rangurile sunt opuse,
rS = -1.
91
Coeficientul Coeficientul lui Kendall este definit de relaţia:
Kendall 2S
rK = ;
n(n - 1)
în care S este suma algebrică între numărul de ranguri superioare fiecărui
rang P şi numărul de ranguri inferioare ficărui rang Q calculate numai
pentru caracteristica rezultativă condiţionată de caracteristica factorială.
Coeficientul rangurilor calculat după formula lui Kendall, este de obicei

mai mare decât cel calculat după formula lui Spearman, iar în cazul unui
număr mare n, între valorile coeficientului rangurilor rS şi rK există
relaţia:
2
rK = rS ;
3
Coeficienţii de corelaţie a rangurilor au ca interval de variaţie [−1; 1], cu

aceeaşi semnificaţie ca şi coeficientul de corelaţie Pearson.
Pentru 15 unităţi economice din acelaşi sector de activitate se cunosc

datele următoare:
Profit mediu lunar Imobilizari corporale

Nr. crt.
(zeci mii lei) (sute mii lei)
1 7,28 20,6
2 7,96 23,3
3 8,02 23,1
4 9,49 29,4
5 12,3 32,4
6 11,7 31,5
7 7,61 21,9
8 7,63 21,8
9 8,13 23,8
10 8,92 26,7
11 12,1 31,4
12 11,4 29,9
13 11,6 30,1
14 5,22 18,5
15 6,34 19,6
Total 135,8 384
Se cere să se măsoare legătura dintre cele două variabile folosind metode

neparametrice.
92
În loc de
Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate în
rezumat
această unitate şi să revizuiţi obiectivele precizate la început.

Zece agenţi economici din acelaşi domeniu de activitate au înregistrat

următoarele date:
Investiţiile
brute (mii 23 34 43 45 67 98 35 18 76 56
lei)
Profitul
net (mii 3.2 4.1 5.3 4.8 6.3 8.2 3.7 2.3 6.9 7.9
lei)
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.
2. Tabelul de asociere prezintă repartiţia elementelor populaţiei studiate

după două caracteristici corelate logic şi care alternează între două
posibilităţi.
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
Pentru a calcula coeficientul Kendall de corelaţie a rangurilor vom stabili pentru

fiecare unitate economică în parte numărul total al celor care au un nivel superior
al profitului lunar mediu (coloana 6), respectiv inferior (coloana 7).
Pentru aceasta vom numara rangurile superioare (respectiv inferioare) Ry care
apar după rândul corespunzator unităţii economice respective, până la sfârşitul
tabelului .
Folosind totalurile din coloanele 6, 7 şi 8 putem calcula coeficientul Kendall :
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

2. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea a
II-a, Editura Muntenia, 2003;
3. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura ALL, Bucureşti,
1995.
5. Isaic-Maniu Al.; Mitruţ, C.; Voineagu, V. – Statistică pentru managementul
afacerilor, Editura Economică, Bucureşti, 1999;
6. 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.
7. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura Meteor Press,
Bucureşti, 2003;
Bucureşti, 1998;
9. Isaic-Maniu Al., Mitruţ C., Voineagu V.– Statistică, Editura Universitară,
Bucureşti, 2005.
10. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti
şi Editura Universitaria, Craiova, 2013;
96
Seriile cronologice
Cuprins

7.1. Conceptul de serie cronologică. Particularităţi. Reprezentări grafice.

97
• Reprezentarea grafică a unei serii cronologice

• Identificarea particularităţilor unei serii cronologice
• Calculul indicatorilor absoluţi, relativi şi medii.
7.1 Conceptul de serie cronologică. Particularităţi. Reprezentări grafice.
Cunoaşterea nivelului şi evoluţiei unor indicatori referitor la activitatea

economică desfăşurată (evoluţia profitului, costurilor, productivităţii)
constituie o bună bază pentru fundamentarea viitoarelor afaceri economice.
Culegerea şi sistematizarea valorilor individuale ale caracteristicii realizate
de unităţile colectivităţii la diferite momente sau intervale de timp conduc
Seria la obţinerea seriilor cronologice. O serie cronologică se prezintă sub forma
cronologică unui şir sistematizat de valori ale unei caracteristici, realizate la momente
sau intervale de timp succesive.
Observaţii:
Ø curgerea timpului se măsoară în succesiune cu ajutorul unei scale
de interval; unităţile de timp frecvent utilizate sunt: anul, trimestrul, luna
săptămâna, ziua;
Ø o serie cronologică poate fi privită ca o variabilă aleatoare,
deoarece valorile individuale se formează ca urmare a acţiunii unui
ansamblu diferit de factori comuni sau specifici, esenţiali sau neesenţiali;
Ø caracterizarea evoluţiei în timp a unui fenomen cu ajutorul seriilor
cronologice specifice presupune ca timpul să fie variabil în spaţiu şi
structura organizatorică să fie constantă. Prin urmare, într-o serie
cronologică variabila y este legată de funcţional de variabila „timp” dar nu
şi invers.
O serie cronologică poate fi scrisă sub forma:
Elementele unei Y = f (t )
serii cronologice unde:
§ -variabila t ia valorile ti (i= 1, T ) şi nu trebuie interpretată ca factor de
influenţă al variabilei y;
§ -variabila y ia valorile individuale yt.
Analiza seriilor cronologice se deosebeşte de analiza seriilor de
repartiţie sau a seriilor teritoriale deoarece la acestea din urmă se presupune
o stabilitate structurală a distribuţiilor, o anumită permanenţă a
interdependenţelor dintre variabile.
Particularităţi
ale unei serii Particularităţi:
cronologice
98
Ø variabilitatea termenilor unei serii cronologice oglindeşte procesul
de schimbare, transformare şi dezvoltare în timp a unui fenomen;
Ø omogenitatea şi comparabilitatea sunt particularităţi
intercondiţionate ale seriilor cronologice. Omogenitatea seriei (care
presupune o dispersie minimă a termenilor) se asigură în general dacă în
perioada analizată termenii au aceeaşi esenţă calitativă. Asigurarea
omogenităţii termenilor determină în mod implicit comparabilitatea
acestora;
Ø interdependenţa în timp a termenilor. Mărimea fiecărui termen al
seriei cronologice depinde într-o măsură mai mare sau mai mică de valorile
individuale ale aceleiaşi caracteristici realizate anterior. Interdependenţa
dintre termenii unei serii cronologice necesită analiza autocorelaţiei
tendinţelor de manifestare în timp a fenomenelor.
În funcţie de natura caracteristicilor (de stoc sau de flux) observarea
statistică se face continuu, în decursul unui anumit interval sau la momente
de timp distincte. Din această cauză, în practică, există serii cronologice de
momente sau mărimi de stoc şi serii cronologice de intervale sau mărimi de
flux. Deosebirea dintre cele două serii este esenţială şi are implicaţii asupra
metodologiei statistice de analiză:
Ø termenii unei serii cronologice de momente nu sunt însumabili, ei
conţin în mod repetat acele elemente ale stocului care coexistă în momente
diferite de timp;
Ø termenii unei serii de intervale sunt mărimi de flux; ei sunt
însumabili şi se formează prin cumulare continuă, pe măsura curgerii
timpului.
Reprezenraea În funcţie de numărul termenilor, seriile cronologice au lungime mică,
grafică a unei medie şi mare.
serii cronologice Evoluţia unui fenomen prezentat într-o serie cronologică poate fi vizualizată în 3
tipuri de reprezentări grafice:
§ -în axe rectangulare;
§ -în diagrame semilogaritmice şi
§ -în coordonate polare.
Să se reprezinte grafic vânzările trimestriale pentru un produs în perioada

2006-2008 utilizând coordonatele rectangulare şi coordonatele polare:
Trimestrul
I II III IV
Anul
2006 7400 10600 8800 7800
2007 9600 11200 10800 9600
2008 9400 11800 10400 10800
Total
99
S.C. „X” S.R.L. a înregistrat următoarele stocuri pentru marfa A în anul

2015 :
Data Stoc (buc.)

01.01.2015 220
31.01.2015 310
28.02.2015 180
31.03.2015 285
30.06.2015 210
31.10.2015 260
31.12.2015 160
Se cere :
a)să se reprezinte grafic seria de momente ;
100

Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare Nr.

6 pe care urmează să o transmiteţi cadrului didactic.
Se cunosc următoarele date privind numărul de maşini vândute de o firmă

în perioada 2008 – 2014 :
Anii Nr. maşinilor vândute

2008 42
2009 49
2010 54
2012 57
2013 60
2014 63
Se cere:
a) să se reprezinte grafic seria ;
Răspuns 7.1
101
2006
2007
2008
Răspuns 7.2.
a) Reprezentarea grafică se va face ţinând cont de faptul că seria este de

momente, nu de intervale. Se ridică bară (baton) din fiecare moment până în
dreptul nivelului caracteristicii.
350
300
250
200
150
100
1.01 31.01 28.02 31.03 30.06 31.1 31.12
102

Bucureşti, 1995.
32. Baron, T., Biji, E., Statistică teoretică şi economică, Editura Didactică
şi Pedagogică, Bucureşti, 1996.
34. 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.
35. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura Meteor
Press, Bucureşti, 2003;
36. 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.
103
Sistemul de indicatori ai seriilor cronologice
Cuprins

8.1. Sistemul de indicatori ai seriilor cronologice.

104
• Calculul indicatorilor absoluţi, relativi şi medii.
8.2 Sistemul de indicatori ai seriilor cronologice
Pentru caracterizarea evoluţiei unui fenomen de masă în complexitatea

sa, din termenii unei serii cronologice se calculează un sistem de
indicatori statistici analitici şi sintetici. În funcţie de modul de calcul şi
de exprimare indicatorii din sistem sunt structuraţi în indicatori absoluţi,
relativi şi medii.
Indicatori
exprimaţi prin A. Indicatorii exprimaţi prin mărimi absolute
mărimi absolute Indicatorii absoluţi exprimă starea fenomenului investigat dintr-o
perioadă sau moment de timp sau modificările apărute succesiv în timp.
1) Valorile individuale ale caracteristicii corespunzătoare

condiţiilor specifice de producere şi reproducere ale fenomenului
urmărit; se mai numesc indicatori de nivel;
{yt }t = 1, T
2) Volumul agregat al caracteristicii; acest indicator trebuie
calculat cu precauţie deoarece nu toate caracteristicile au valori
însumabile.
T
åy
t =1
t
De exemplu, mărimile relative de intensitate (productivitatea muncii,

costurile unitare etc.) nu sunt însumabile. Calculul acestui indiactor
pentru o serie cronologică de momente este lipsită de sens.
3) Modificarea absolută (sporul absolut sau creşterea/

descreşterea absolută); acest indicator exprimă cu câte unităţi de
măsură s-a modificat valoarea individuală dintr-o perioadă faţă de o altă
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 ;
§ modificări absolute cu bază în lanţ:
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 ,
ΔyT / 0 – modificarea absolută a ultimei perioade.

Prin însumarea modificărilor absolute cu baza în lanţ până la termenul
T se obţin modificările absolute cu bază fixă ale acestor termeni. Această
relaţie asigură obţinerea termenilor seriei iniţiale atunci când se cunosc
modificările absolute cu bază în lanţ ; prin scăderi succesive ale
modificărilor absolute cu bază fixă se obţin modificările absolute cu
bază în lanţ:
Indicatori
exprimaţi prin
Dy t / 0 - Dy t -1 / 0 = Dy t / t -1.
mărimi relative
Relaţiile de trecere de la o bază la alta se utilizează în mod frecvent
pentru reconstituirea seriei cronologice de date absolute, atunci când nu
se dispune de seria termenilor iniţiali.
B. Indicatorii exprimaţi prin mărimi relative
Spre deosebire de indicatorii absoluţi, aceştia pot fi utilizaţi în analiza

comparativă a evoluţiei mai multor fenomene. Ei redau proporţia sau
decalajul diverselor nivele realizate ale unei caracteristici în perioade
distincte. Prin urmare, indicatorii relativi exprimă de câte ori valoarea
unei variabile este mai mare sau mai mică decât cea aleasă bază de
comparaţie. De obicei, se recurge la exprimarea procentuală care este
mai sugestivă.
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
Raportul dintre indicii cu bază fixă succesivi este egal cu indicele cu

bază în lanţ corespunzător.
Iyt / 0
= Iyt / t -1
Iyt -1 / 0
La aceste relaţii de recurenţă se recurge practic numai atunci când nu se

cunosc termenii iniţiali.
b. 2)Ritmul modificării (rata sporului)

Exprimă cu cât la sută s-a modificat nivelul înregistrat de caracteristica
analizată într-o anumită perioadă faţă de nivelul din perioada bază de
comparaţie. Ritmul modificării se calculează:
§ fie ca raport între modificarea absolută (cu bază fixă sau mobilă)
şi mărimea termenului din perioada bază de comparaţie;
§ fie prin diferenţa dintre indicele de dinamică şi 1 (dacă este
exprimat sub formă de coeficient) sau 100 (dacă este exprimat în
procente).
( )
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
c. 3) Valoarea absolută a unui procent din ritmul modificării

Raţionamentul determinării valorii absolute a unui procent de creştere
are la bază repartizarea uniformă a modificării absolute pe procentele
ritmului de modificare relativă. Din această cauză el exprimă câte unităţi
de măsură revin unei creşteri de un procent. Utilizarea acestui indicator
dezvăluie aspecte noi ale tendinţei de evoluţie, neidentificate nici prin
indicatorii absoluţi, nici prin cei relativi. Astfel, procentele de creştere
(reducere) de la un termen la altul pot avea (şi de regulă au) o tendinţă
de diminuare, însă valoarea unui procent de modificare să înregistreze,
în acelaşi timp o tendinţă opusă.
Cu bază fixă
Dt 0 y
At 0 = = 0
Rt 0 × 100 100
Valoarea absolută a unui procent de creştere cu bază fixă este aceeaşi
pentru întreaga perioadă deoarece nivelul care s-a considerat egal cu
100% este nivelul anului de bază ( y 0 ) şi exprimă câte unităţi, din sporul
înregistrat într-un an revin la fiecare procent din ritmul sporului. Se
observă că, indiferent pentru ce perioadă se calculează, valoarea
absolută a unui procent de creştere cu bază fixă este aceeaşi, deoarece
baza rămîne aceeaşi pentru toată perioada. Diferenţele nesemnificative
apar din cauza rotunjirilor de calcul. Datorită faptului că perioada de
bază ( y 0 ) s-a considerat de fiecare dată egală cu 100%, mai simplu de
aflat valoarea absolută ce revine unui procent de creştere cu nază fixă
este să se facă raportul între nivelul anului de bază şi 100.
Cu bază mobilă
D t t -1 y
At t -1 = = t -1
(Rt t -1 )×100 100
Indicatori O problemă deosebită pentru calculul indicatorilor relativi şi absoluţi o
exprimaţi prin reprezintă alegerea termenului bază de comparaţie. Aceasta trebuie să
mărimi medii fie subordodonată cerinţei de asigurare a comparabilităţii termenilor din
seria cronologică. Cu cât baza de comparaţie este mai bine aleasă, cu
atât se sesizează mai bine regularitatea mişcării în timp a fenomenului
analizat.
C. Indicatorii exprimaţi prin mărimi medii
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.
1)Nivelul mediu al termenilor seriei cronologice

Calculul acestui indicator se justifică numai dacă termenii sunt omogeni,
adică în orizontul de timp analizat seria cronologică nu prezintă oscilaţii
foarte ample. Nivelul mediu se calculează diferenţiat pentru seria
cronologică de intervale (flux) şi pentru seria cronologică de momente
(de stoc). Pentru seriile de intervale, termenii fiind însumabili, nivelul
mediu se calculează cu ajutorul mediei aritmetice simple:
T
åy
t =1
t
y=
T
Pentru seriile cronologice de momente (de stoc) nivelul mediu se

calculează cu ajutorul:
a) mediei cronologice simple, pentru momente echidistante:
y1 y
+ y 2 + ... + yT -1 + T
y cr = 2 2
T -1
b) mediei cronologice ponderate, dacă momentele sunt

inegal distanţate:
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
unde: pi reprezintă perioada dintre termenul yi şi termenul yi +1

(lungimea în unităţi de timp) dintre două momente de timp successive).
2)Indicele mediu se obţine ca o medie geometrică a indicilor cu bază în

lanţ.
T
I = T -1 Õ Iyt / t -1
t =1
3)Ritmul mediu
R = I - 1(100 )
109
4)Modificarea medie absolută
Se calculează ca medie aritmetică simplă a modificărilor cu bază în lanţ:

T
å Dy
t =1
t / t -1
D=
T -1
Reprezentativitatea modificării medii absolute este asigurată numai dacă

modificările absolute cu bază mobilă sunt omogene (aproximativ egale).
Condiţia variaţiei minime a modificărilor absolute cu bază mobilă
trebuie cu atât mai mult respectată cu cât modificarea medie absolută se
calculeză şi pe baza relaţiei dintre primul şi ultimul termen al seriei
cronologice, fără să se ia în considerare termenii intermediari.
S.C. „X” S.R.L. a înregistrat următoarele stocuri pentru marfa A în anul

2015 :
Data Stoc (buc.)

01.01.2015 220
31.01.2015 310
28.02.2015 180
31.03.2015 285
30.06.2015 210
31.10.2015 260
31.12.2015 160
Se cere : să se determine stocul mediu în trimestrul I 2015 şi stocul
mediu pe anul 2015.

În loc de rezumat
110
Se cunosc următoarele date privind numărul de maşini vândute de o

firmă în perioada 2008 – 2014 :
Anii Nr. maşinilor vândute

2008 42
2009 49
2010 54
2012 57
2013 60
2014 63
Se cere: să se calculeze indicatorii care caracterizează seria cronologică.
Răspuns 8.1.
Pentru trimestrul I 2015 se poate aplica media cronologică simplă

(dacă intervalul de timp luat în considerare este luna) :
(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

Bucureşti, 1995.
Bucureşti, 2000.
112
AJUSTAREA SERIILOR CRONOLOGICE
Cuprins

9.1Metode mecanice de ajustare
9.2 Metode analitice de ajustare
113
• Să înteleagă importanţa ajustarii termenilor seriilor cronologice

• Să cunoască principalele metode de ajustare a termenilor
• Să aplice metodele de ajustare
9.1. Metode mecanice de ajustare
Ce înseamnă Ajustarea este operaţia de înlocuire a termenilor reali ai seriei cronologice

ajustarea cu termeni teoretici care exprimă o anumită legitate matematică de evoluţie
seriilor a fenomenului considerat.
cronologice?
Întrucât abaterea termenilor reali de la cei teoretici calculaţi este efectul
cauzelor neesenţiale, întâmplătoare, prin ajustare se evidenţiază mai bine
tendinţa de evoluţie în timp a fenomenului.
Există mai multe procedee de ajustare:

• ajustarea prin metoda mediilor mobile;
• ajustarea prin metoda grafică;
• ajustarea prin metoda modificării medii absolute;
• ajustarea prin metoda indicelui mediu de dinamică;
• ajustarea prin metode analitice.
Ajustarea pe baza mediilor mobile
Atunci când graficul seriei cronologice relevă oscilaţii periodice de la

Ajustarea pe tendinţa centrală (grafic sinusoidal), este indicată ajustarea pe baza calculului
baza mediilor mediilor mobile.
mobile
Mediile mobile sunt medii aritmetice parţiale, alunecătoare, calculate din doi
sau mai mulţi termeni succesivi ai seriei. Numărul termenilor din care se
calculează mediile mobile se stabileşte în funcţie de periodicitatea
oscilaţiilor din seria cronologică. În general, atunci când se dispune de date
lunare mediile parţiale se calculează din câte 12 termeni succesivi, iar atunci
când se folosesc date trimestriale mediile parţiale se calculează din câte 4
termeni succesivi.
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.
Algoritmul de ajustare se desfăşoară în funcţie de proprietatea ordinului

operatorului de a fi par sau impar.
Dacă ordinul operatorului este impar, procesul de ajustare se desfăşoară într-

o singură etapă şi anume: se calculează prima medie mobilă din primii 3
termeni: y1, y2, y3 care va înlocui termenul y2; apoi se calculează a doua
medie mobilă din termenii: y2, y3, y4 care va înlocui termenul y3 ş.a.m.d. Prin
aplicarea acestui operator se pierd p-1 termeni.
Dacă ordinul operatorului este par, atunci procesul de ajustare se realizează

prin parcurgerea a două etape, prin concentrarea mediilor mobile. În prima
etapă se vor calcula medii succesive din câte p termeni, cu p par, iar fiecare
din această medie se plasează între doi termeni ai seriei empirice (medii
mobile provizorii). În cea de-a doua etapă se calculează medii definitive din
câte 2 termeni pe baza seriei obţinute la punctual anterior, iar acestea
coincide cu valorile ajustate; mediile mobile finale se plasează în dreptul
termenilor reali pe care îi vor înlocui. În acest caz numărul de termeni care
se pierd este p.
Metoda mediilor mobile îşi găseşte o bună utilizare în analiza sezonalităţii.
Ajustarea pe baza metodei grafice
Metoda constă în construirea coronogramei. Pe abscisă sunt trecute

momentele sau intervalele succesive de timp, iar pe ordonată se înscriu
Ajustarea pe valorile numerice ale termenilor seriei. Ulterior, se construieşte pe acelaşi
baza metodei grafic o dreaptă sau curbă care să unească cele două puncte extreme ale seriei
grafice cronologice astfel încât să prezinte abateri minime faţă de poziţia valorilor
reale de pe grafic.
Forma curbei astfel trasate indică legitatea matematică, forma de evoluţie a

fenomenului, după o dreaptă sau o funcţie curbilinie. Această metodă de
ajustare precede obligatoriu aplicarea metodelor analitice de ajustare.
Ajustarea pe baza sporului mediu
Acest tip de ajustare se recomandă a se folosi atunci când modificările

absolute cu bază mobilă sunt aproximativ egale sau când şirul elementelor
seriei cronologice se aseamănă cu o progresie aritmetică.
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.
Ajustarea pe baza indicelui mediu
Acest tip de ajustare se recomandă pentru estimarea tendinţei centrale din

evoluţia fenomenului studiat dacă indicii de dinamică sunt aproximativ egali
sau dacă şirul termenilor seriei cronologice este în progresie geometrică.
Ajustarea pe ( t -1)
baza indicelui ŷ t = y1 * I
mediu
Primul şi ultimul termen ajustaţi sunt egali cu primul şi ultimul termen al
seriei cronologice.
Se cunosc următoarele date privind evoluţia încasărilor unei firme în

perioada 2001-2010.
Anul 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Încasări
288,2 287,9 287,3 282,8 280 277 272,6 273,6 275,9 282,7
(mii lei)
Se cere să se ajusteze seria prin metode mecanice.
116
9.2. Metode analitice de ajustare
Metodele analitice de estimare a tendinţei se bazează pe folosirea funcţiilor

matematice, iar alegerea funcţiei de ajustare se face pe baza analizei
corelogramei şi a indicatorilor seriei cronologice.
Tendinţa centrală a evoluţiei seriei analizate se exprimă ca o funcţie de timp:

yt = f (t ) numită funcţie de ajustare, unde t reprezintă valorile variabilei
timp , iar 𝑦5 reprezintă valorile variabilei dependente care sunt prezentate în
seria cronologică.
În funcţie de modul de dispunere a punctelor în sistemul cartezian de axe,

pot fi identificate următoarele tendinţe de lungă durată:
yt yt
Tendinţe pe
termen lung ale
seriilor t t
cronologice funcţia liniară funcţia hiperbolică
y y
t t
funcţia exponenţială funcţia parabolică
Tendinţa de variaţie a fenomenelor economico-sociale se aproximează, de

regulă, printr-una din următoarele funcţii:
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.
Determinarea Parametrii a şi b se determină prin rezolvarea sistemului de ecuaţii normale

parametrilor obţinut prin metoda celor mai mici pătrate, iar sistemul de ecuaţii normale
este:
ìïna + bå t i = å y i
í
ïîa å t i + bå t i = å t i y i
2
Pentru simplificarea calculelor se recurge la ipoteza å t i = 0 , iar sistemul

de ecuaţii normale devine :
ì
ïa=
å yi
ìïna = å y i ï n
í , de unde í
ïîbå t i = å t i y i ïb = å t i y i
2
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);
Verificarea exactităţii ajustării constă în compararea sumei valorilor

empirice cu suma valorilor ajustate ale termenilor seriei, care trebuie să fie
egale, în ipoteza în care suma erorilor este nulă.
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
Pentru simplificarea calculelor vom folosi åt i = 0 , caz în care şi åt 3

i =0
, iar sistemul de ecuaţii normale devine :
ìna + cå t i2 = å y i
ïï
íb å t i = å t i y i
2
ï
ïîa å t i + cå t i = å t i y i
2 4 2
Rezolvậnd sistemul de ecuaţii normale, se calculează valoarea celor trei

parametri şi în funcţie de valorile individuale ale variabilei t, se ajustează
valorile caracteristicii rezultative.
Ajustarea 3. Funcţia exponenţială se foloseşte atunci când graficul arată o

seriilor tendinţă de creştere relativ constantă şi se obţin valori apropiate ale indicilor
cronologice cu cu bază în lanţ.
ajutorul Yt i = a × b t i
funcţiei
exponenţiale Prin logaritmare modelul se transformă într-un model liniar de forma:
lg y t i = lg a + t i lg b
Sistemul de ecuaţii normale va fi :

Determinarea
parametrilor ìïn lg a + lg b × å t i = å lg y i
í
ïîlg a × å t i + lg b × å t i = å (t i × lg y i )
2
Operaţia de ajustare în acest caz se va face după ce se vor calcula logaritmii

ecuaţiilor individuale de ajustare. Ajustarea după o funcţie exponenţială se
face prin antilogaritmarea ecuaţiilor de ajustare calculate în funcţie de ti.
Criterii de alegere a celui mai bun model de trend

119
Problema principală care se pune în ajustarea seriilor de timp este aceea dacă
fenomenul a fost ajustat cu o funcţie potrivită.
Criterii de Alegerea celei mai bune metode de ajustare din cele disponibile presupune
alegere celui compararea rezultatelor obţinute prin procedee diferite, însă se bazează în
mai bun model mare parte pe aprecierea cercetătorului.
de trend
1. O primă posibilitate de comparaţie se bazează pe reprezentarea grafică a
valorilor ajustate şi a celor reale prin compararea graficelor valorilor ajustate
(obţinute prin diverse metode) cu graficul valorilor efective se decide care
este varianta cea mai apropiată de realitate.
2. O altă metodă de apreciere a calităţii ajustării constă în compararea sumei

valorilor reale cu suma valorilor ajustate.
Se alege varianta pentru care suma valorilor ajustate se află la distanţă
minimă de suma valorilor empirice.
6 𝑌85 ≈ 6 𝑦5
3. Măsurarea obiectivă a calităţii ajustării se poate face şi mai exact pe baza

coeficientului de variaţie a valorilor ajustate de la valorile reale. Acest
indicator se calculează pentru fiecare metodă de ajustare folosită, ca raport
între abaterea medie liniară a valorilor reale de la valorile ajustate şi media
valorilor reale, conform relaţiei:
∑, |𝑦, − 𝑌, |
𝑣=
𝑛 ∙ 𝑦4
Coeficientul de variaţie cu valoarea cea mai mică indică cea mai bună
metodă sau funcţie de ajustare.
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)#
Valoarea importurilor de electrocasnice înregistrează următoarea evoluţie:
Anul 2003 2004 2005 2006 2007 2008 2009 2010

Importuri
125 165 187 234 268 305 348 395
(mil.$)
Se cere să se determine trendul (să se ajusteze seria cronologică) folosind o

metodă adecvată.
120

Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare Nr.

13 pe care urmează să o transmiteţi cadrului didactic.
Producţia unei fabrici de uşi a evoluat în perioada 2008-2014 potrivit

datelor de mai jos:
Anul 2009 2010 2011 2012 2013 2014

Modificarea absolută faţă
5 -4 -9 18 4 10
de anul anterior (mii buc)
Se cere:
1. să se reconstituie seria cronologică de valori absolute, ştiind că faţă

de 2008, producţia s-a dublat în anul 2014,
2. să se reprezinte grafic seria reconstituită şi să se ajusteze analitic
folosind funcţia liniară;
3. să de determine valorile ajustate ale variabilei cercetate.
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
I = n -1 Õ I t / t -1 = n -1 I n / 1 = 10-1 0,9809 = 0,997861 sau 99,7861 %
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
Graficul sugereaza un trend liniar.

Ecuaţia dreptei: y t = a + bt i
i
Sistemul de ecuaţii normale este:

ìïna + bå ti = å yi
í
ïîa å ti + bå ti = å ti yi
2
Cu condiţia ca å ti = 0, sistemul de ecuaţii devine:
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
Calculele necesare determinării parametrilor si valorile ajustate
(teoretice) sunt prezentate în tabelul de mai jos:
AAnii
yi ti ti2 yi ti Yt i = 253,37 + 19 t i (y i - Yti )
2
1993 125 -7 49 -875 120,37 21,43

1994 165 -5 25 -825 158,37 43,95
1995 187 -3 9 -561 196,37 87,79
1996 234 -1 1 -234 234,37 0,1369
1997 268 1 1 268 272,37 19,09
1998 305 3 9 915 310,37 28,83
1999 348 5 25 1740 248,37 0,13
2000 395 7 49 2765 386,37 74,47
Total 2027 0 168 3193 2027 275,82
1. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti şi

Editura Universitaria, Craiova, 2013;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea a II-
a, Editura Muntenia, 2003;
1995.
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.
Bucureşti, 2003;
Şerban D. – Statistică, teste grilă şi lucrări practice. Ed. Economică, Bucureşti,
1998;
Bucureşti, 2005.
123
INDICII STATISTICI
Cuprins

10.1 Definirea, clasificare şi tipologia indicilor statistici

124
• Să înţeleagă noţiunea de indice statistic;

• Să cunoască principalele tipuri de indici statistici;
10.1. Definirea, clasificarea şi tipologia indicilor statistici
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.
Numărătorul indicelui reprezintă nivelul fenomenului studiat în unitatea

de timp/spaţiu care se compară, iar numitorul acestuia reprezintă nivelul
fenomenului în unitatea de timp/spaţiu aleasă ca bază de comparaţie.
Metoda În analiza şi fundamentarea deciziilor economice se impune măsurarea

indicilor contribuţiei factorilor care determină evoluţia unui fenomen. Pentru a
evidenţia cum şi în ce măsură fiecare dintre aceşti factori contribuie la
modificarea categoriei economice analizate se foloseşte metoda indicilor,
ca 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.
𝒚=𝒙∙𝒇
Factorii de influenţă care provoacă modificarea ansamblului în timp se
grupează în factori cantitativi şi factori calitativi.
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).
Factorii Factorii calitativi, de natura intensivă sunt exprimaţi sub formă de

calitativi caracteristici ale unităţilor luate în calcul (de exemplu preţurile de
vânzare ale produselor, costurile produselor, productivitatea muncii). Cel
mai frecvent, factorii calitativi apar sub formă de mărimi relative de
125
intensitate. Valorile factorilor calitativi sunt întotdeauna neînsumabile
direct.
Această separare a factorilor după natura lor este necesară deoarece la

construirea indicilor pentru ansamblul de elemente complexe, trebuie
avut în vedere faptul că valorile individuale ale factorilor înregistraţi pot
fi însumabile sau neînsumabile din punct de vedere economic.
Indicii pot fi calculaţi la nivelul unor elemente individuale ale

colectivităţii studiate şi în acest caz sunt indici individuali notaţi cu 𝑖 sau
la nivelul unor grupe, respectiv la nivelul întregii colectivităţi, sintetizând
variaţia medie a fenomenului studiat, notaţi cu I.
Analiza economică completă impune folosirea indicilor sintetici, ce pot

fi calculaţi ca indici agregaţi, ca medie a indicilor individuali sau ca
raport între două medii.
Clasificarea Clasificare indicilor statistici

indicilor A. După sfera de cuprinderea a fenomenului se calculează:
statistici - indici individuali (elementari) – calculaţi la nivelul unei unităţi
statistice;
- indici de grup (sintetici) – determinaţi la nivelul unei grupe a
colectivităţii sau la nivelul întregii colectivităţi.
B. După dimensiunea de raportare a fenomenului avem:
- în raport cu timpul - indici cronologici (de dinamică);
- în raport cu spaţiul – indici teritoriali;
- în raport cu planul, programul – indici ai planului, respectiv ai
îndeplinirii planului şi ai sarcinii de plan.
C. După natura variabilelor indexate calculăm:
- indici ai variabilelor cantitative;
- indici ai variabilelor calitative.
D. După modul de calcul avem:
- indici agregaţi;
- indici calculaţi ca medie a indicilor individuali;
- indici calculaţi ca raport a două medii.
E. După natura ponderilor folosite calculăm:
- indicii cu ponderi fixe (constante) – când se folosesc aceleaşi ponderi
pentru întreaga serie;
- indici cu ponderi variabile – când ponderea folosită se schimbă odată
cu schimbarea bazei de raportare.
F. După baza de raportare avem:
- indici cu bază fixă;
- indici cu bază mobilă sau în lanţ.
Tipologia indicilor statistici
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.
După modul de calcul indicii de grup se împart în trei categorii: indicii

agregaţi, indicii calculaţi ca medie a indicilor individuali şi indicii
calculaţi ca raport două medii.
Indici agregaţi a. Indicii agregaţi

Aceştia se calculează raportând nivelul agregat al fenomenului din
perioada comparată, la cel din perioada de bază, obţinându-se astfel
indicele agregat.
å y = åx× f
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.
b. Indicii calculaţi ca medie a indicilor individuali

Aceştia mai poartă denumirea de indici ai valorii medii şi se folosesc în
Indici calculaţi calculul indicilor de grup ori de câte ori nu există suficiente informaţii
ca medie a pentru calculul indicilor agregaţi.
indicilor
individuali Indicii de grup se pot forma fie ca medie aritmetică ponderată, folosind
relaţiile:
- pentru variabila cantitativă aditivă
åi f
f
0
I f
=
åf
10
0
- pentru variabila cantitativă nonaditivă.
åi f , I1f0 = å åi f
f
0 i f x0 f 0 f
I f
= =
0
åf åx åy
10
0 0 f0 0
c. Indicii calculaţi ca raport a două medii
Indici calculaţi În funcţie de variaţia structurii frecvenţelor de apariţie ale valorilor

ca raport a două individuale din care s-au calculat cele două medii, avem:
medii
128
ü Indicele cu structură variabilă, când modificarea nivelului
mediu este influenţată atât de variaţia factorului calitativ cât şi
de variaţia celui cantitativ:
x
I SV
x
= 1 =
å x1 f1 : å x0 f 0
x0 å f1 å f 0
ü Indicele cu structură fixă prin care se măsoară influenţa
modificării valorilor individulale ale variabilei calitative, în
ipoteza menţinerii neschimbate a frecvenţei lor de apariţie:
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
1. Ce sunt indicii statistici?
2. Care este rolul metodei indicilor?
În loc de Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

rezumat în această unitate şi să revizuiţi obiectivele precizate la început.

Se cunosc următoarele date:
1. Dati exemple de indicii individuali si indici de grup.
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
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.
130
1. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti

şi Editura Universitaria, Craiova, 2013;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea
a II-a, Editura Muntenia, 2003;
Bucureşti, 1995.
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.
Bucureşti, 2003;
Bucureşti, 1998;
Bucureşti, 2005.
131
SISTEME DE PONDERARE FOLOSITE ÎN CONSTRUIREA

INDICILOR SINTETICI
Cuprins

11.1 Sisteme de ponderare folosite în construirea indicilor sintetici

132
• Să cununoască şi aplice principalele sisteme de ponderare folosite în

construirea indicilor sintetici.
11.1. Sisteme de ponderare folosite în construirea indicilor sintetici
Sistemele de ponderare folosite în mod curent în practica statistică sunt:
Sistemul de a) Sistemul de ponderare Laspeyers, care foloseşte ponderi din perioada

ponderare de bază, pentru care indicii factoriali se vor scrie:
Laspeyers
ü Indicele variabilei cantitative
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.
Teoria indicilor statistici cu privire la sistemele de ponderare este

completată şi de alţi indici care ţin seama de ponderile din ambele
perioade de calcul.
c) Indicele preţurilor calculat de Edgeworth se bazează pe cumularea

cantităţilor din perioada de bază cu cele din perioada curentă pe care le
133
Indicele foloseşte drept ponderi pentru variaţia preţurilor. Preţul fiind o variabilă
peţurilor calitativă, formula poate fi generalizată astfel:
calculat de
Edgeworth I1x0 =
å xi1 ( f i1 + f i0 ) .
å xi 0 ( f i1 + f i0 )
Acest indice prezintă dezavantajul principal că poate fi particularizat
numai pentru variaţia unui factor calitativ, iar ponderea este un factor
cantitativ care poate fi însumat de la o perioadă la alta.
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
,
iar în cazul caracteristicii cantitative ( f ) vom avea:

1 æ å x0 f1 å x1 f1 ö÷
1 y( f )
I Dy ( f ) =
2
(
I L + I Py ( f ) = ç + )
2 çè å x0 f 0 å x1 f 0 ÷ø
.
e) Indicele “ideal” al lui Fisher

Calculul acesui indice se bazează, de asemenea, pe folosirea ponderilor
din ambele perioade, fiind determinat ca o medie geometrică a celor doi
indici agregaţi de tip Laspeyres şi de tip Paasche.
Generalizând formulele lui Fisher pentru orice caracteristică calitativă

obţinem:
I 1y0( x ) =
åx 1 f0
×
åx f
1 1
.
åx 0 f0 åx 0 f1
Intr-o societate comerciala se cunosc urmatoarele date cu privire la

desfacerile de marfuri:
Valoarea marfurilor (mld. lei) Modificarea

Marfuri Perioada de Perioada volumului
baza curenta fizic
A 1 2 4
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
În loc de Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

rezumat în această unitate şi să revizuiţi obiectivele precizate la început.

Se cunosc următoarele date:
Marfa Structura valorii Dinamica Modificarea

vanzarilor in volumului fizic preturilor
perioada curenta (%) (%)
(%)
0 1 2 3
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
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.
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)
– 12 + 100 = 88% (pentru marfa C)

• Indicii preturilor se calculeaza pe baza relatiei:
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
2. Calculul indicilor de grup ai valorii, volumului fizic si al preturilor

a. Indicele de grup al valorii se obtin direct din datele din tabel:
( )
I1v/ p0, q =
å p1q1 =
45600
= 2 sau 200%
å p0q 0 22800
• Indicele de grup al volumului fizic nu se poate calcula aici decat
ca un indice mediu arithmetic ponderat cu valoarea marfurilor din perioada de
baza. Pentru aceasta se porneste de la relatia:
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
3. Modificarile absolute ale valorii, volumului fizic si ale preturilor se

calculeaza pe baza indicilor de grup respectivi:
Dv1(/p0, q ) = å p1q1 - å p 0 q 0 = 45600 - 22800 = 22800mld. lei
Dv1(/p0, q ) = å i q p 0 q 0 - å p 0 q 0 = 22524 - 22800 = -276mld. lei
137
v(p,q ) v(q ) v(p )
D1 / 0 = D1 / 0 + D1 / 0 ,
de unde:
v(p ) v(p,q ) v(p )

D1 / 0 = D1 / 0 + D1 / 0 =45600-(-276)=45876 mld. lei
4. Contributia celor doi factori

Dv1 /q0
( )
v(q ) - 276
K = × 100 = × 100 = -6.5%
(
Dv1 /p0, q
) 45600
Dv1(/p0) 45876
K v( p ) = v( p,q )
× 100 = × 100 = 100.65 %
D1 / 0 45600
1. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti şi

Editura Universitaria, Craiova, 2013;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea a II-a,
Editura Muntenia, 2003;
1995.
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.
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;
Bucureşti, 2005.
138

Curs Statistica

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Statistica

Încărcat de

Drepturi de autor:

Formate disponibile

Universitatea OVIDIUS Constanţa

Facultatea de Stiinte Economice

Caiet de Studiu Individual

Unitatea de învăţare Nr. 1

Unitatea de învăţare Nr. 2

Unitatea de învăţare Nr. 3

Unitatea de învăţare Nr. 4

Unitatea de învăţare Nr. 6

Unitatea de învăţare Nr. 7

Unitatea de învăţare Nr. 8

Unitatea de învăţare Nr. 9

Unitatea de învăţare Nr. 10

Unitatea de învăţare Nr. 11

Preocuparile de astăzi ale comunității științifice sunt legate în

Spor la învăţat şi succes!

Noţiuni introductive. Observarea statistică.

Obiectivele Unităţii de învăţare Nr. 1

Lucrare de verificare Unitate de învăţare Nr. 1

Principalele obiective ale Unităţii de învăţare Nr. 1 sunt:

1.1 Semnificaţia termenului de statistică

Definiţie Statistica este ştiinţa care se ocupă cu descrierea şi analiza numerică a

Statistica este denumită felurit, ceea ce are mai multe explicaţii:

Test de autoevaluare 1.1 – Scrieţi răspunsul în spaţiul liber din chenar.

1. Care este statutul actual al statisticii?

2. Prin ce se caracterizează fenomenele social-economice de

1.2 Noţiuni fundamentale în statistică

Colectivitatea 1. COLECTIVITATEA STATISTICĂ (populaţia statistică) constituie o

Unitatea statistică 2.UNITATEA STATISTICĂ este un element al unei populaţii statistice

3.CARACTERISTICA STATISTICĂ desemnează însuşirea, proprietatea,

5.INFORMAŢIA STATISTICĂ exprimă conţinutul specific

6.INDICATORII STATISTICI reprezintă datele statistice cu ajutorul

7.MODELUL STATISTIC exprimă sub forma unei construcţii logice sau

Test de autoevaluare 1.2 – Scrieţi răspunsul în spaţiul liber din chenar.

1. Caracteristicile statistice pot fi:

2.Variabila „numărul salariaţilor” este o caracteristică statistică:

3.Caracteristicile statistice pot fi:

Cercetarea Cercetarea statistică constituie un proces de cunoaştere ce cuprinde trei

În procesul de dezvoltare al statisticii se evidenţiază mai multe metode

Principiile generale ale recensămintelor populaţiei sunt:

Prin reprezentativitate se înţelege ca în eşantion să se regăsească

Programul În programul de observare este imperios necesar să se precizeze câteva

2.Colectivitatea statistică (obiectul observării) este constituit din

3.Unităţile de observare (înregistrare) sunt elemente ale colectivităţii

5.Precizarea caracteristicilor statistice despre care se culeg datele de la

7.Locul observării coincide, de regulă, cu locul unde există fenomenul

8.Formularele şi instrucţiunile. În practică se utilizează 2 tipuri de

9.Măsurile organizatorice urmăresc asigurarea condiţiilor optime

1. Enumeraţi principalele metode de observare?

2. Ce presupune reprezentativitatea eşantionului?

3. Precizaţi elementele pe care trebuie să le conţină programul

Am ajuns la sfârşitul Unităţii de învăţare Nr. 1.

Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare

Lucrare de verificare Unitate de învăţare Nr. 1

1. Ce intelegeţi prin colectivitate statistică. Daţi exemple.

2. Ce este colectivitate dinamică. Daţi exemple.

3. Ce este colectivitatea statică. Daţi exemple.

4. Definiţi unitatea statistică simplă. Daţi exemple.

5. Definiţi unitatea statistică complexa. Daţi exemple.

6. Definiţi variabila discrete. Daţi exemple.

7. Definiţi variabila continuă. Daţi exemple.

8. Definiţi variabila alternativă. Daţi exemple.

9. Definiţi variabila nealternativă. Daţi exemple.

Răspunsurile şi comentariile la testele de autoevaluare