UNIVERSITATEA

„CONSTANTIN BRÂNCOVEANU”

Conf. univ. dr. Remus Grigorescu

- coordonator -
Conf. univ. dr. Sorin Manole Conf. univ. dr. Marian Chivu
Conf. univ. dr. Mihaela Savu Asist. univ. drd. Narcis Stan

STATISTICĂ
- CURS APLICATIV -

Editura „Independenţa Economică”

Piteşti, 2021
 Editura „Independenţa Economică”
Piteşti, Calea Bascovului nr. 2A
Tel./Fax: 0248/21.64.27

Editură acreditată de către C.N.C.S.I.S.

Niciun fragment nu poate fi reprodus fără

permisiunea scrisă a Editurii.
 CUPRINS

I. Informaţii generale 5
a) Date de identificare a cursului. 5
b) Condiţionări şi cunostinţe anterioare 5
c) Descrierea cursului 5
d) Competenţe 6
e) Organizarea modulelor în cadrul cursului 6
f) Formatul şi tipul activităţilor implicate de curs 7
g) Materiale bibliografice 7
h) Materiale şi instrumente necesare pentru curs 7
i) Calendarul cursului 7
j) Politica de evaluare şi notare 8
k) Elemente de deontologie academică 8
l) Strategii de studiu recomandate 8
II. Suportul de curs propriu-zis 9
Modulul A. Bazele teoretice şi metodologice ale statisticii 9
Unitatea de învățare 1. Obiectul şi metoda statisticii. Noţiuni fundamentale
10
utilizate în statistică
Unitatea de învățare 2. Observarea, prelucrarea datelor statistice şi
14
prezentarea seriilor statistice
Întrebări şi aplicaţii de autoevaluare 28
Modulul B. Indicatorii statistici 32
Unitatea de învățare 3. Noţiunea de indicator statistic. Calculul mărimilor
33
relative
Unitatea de învățare 4. Mărimile medii 42
Întrebări şi aplicaţii de autoevaluare 48
Modulul C. Analiza seriilor de repartiţie de frecvenţe 52
Unitatea de învățare 5. Caracterizarea statistică a seriilor de frecvenţe.
53
Indicatorii tendinţei centrale
Unitatea de învățare 6. Analiza statistică a variabilităţii faţă de tendinţa
centrală. Reprezentativitatea mediei aritmetice 58
Întrebări şi aplicaţii de autoevaluare 62
Modulul D. Sondajul statistic şi utilizarea lui în economie 65
Unitatea de învățare 7. Noţiuni privind sondajul statistic. Tipuri de sondaj şi
procedee de alcătuire a eşantioanelor 66
Unitatea de învățare 8. Calculul şi interpretarea indicatorilor de sondaj în
69
cazul sondajului aleator simplu
Întrebări şi aplicaţii de autoevaluare 72
Modulul E. Analiza seriilor de timp 75
Unitatea de învățare 9. Definirea şi particularităţile seriilor de timp.
76
Componentele unei serii de timp
Unitatea de învățare 10. Sistemul de indicatori statistici ai SCR 78
Unitatea de învățare 11. Metoda indicilor. Sisteme de indici utilizate
84
în practica economică
3
 Întrebări şi aplicaţii de autoevaluare 89
Modulul F. Regresia şi corelaţia statistică 92
Unitatea de învățare 12. Noţiunea de legătură statistică. Clasificarea
legăturilor statistice. Metode de analiză a legăturilor statistice 93
Unitatea de învățare 13. Metode parametrice de analiză a legăturilor
statistice. Regresia şi corelaţia unifactorială 95
Unitatea de învățare 14. Metode neparametrice de analiză a legăturilor
102
statistice
Întrebări şi aplicaţii de autoevaluare 104

4
 I. INFORMAŢII GENERALE
a) Date de identificare a cursului
semestrul II nr. credite 7
a. formativă
Categoria DF
disciplinei
(DF - fundamentală, DS - specialitate, DC-complementară)
b. opţionalitate
DO
(DO - obligatorie, DA - la alegere, DF - facultativă)
Numărul orelor de AI S/L/P
activităţi didactice 28 28
Conf. univ. dr. Sorin Daniel Manole
Colectivul
Conf. univ. dr. Marian Chivu
disciplinei:
Conf. univ. dr. Mihaela Savu
b) Condiţionări şi cunostinţe anterioare
Cursul de Statistică nu este condiţionat de promovarea niciunui examen din
anii anteriori, însă cunoştinţele dobândite prin aprofundarea disciplinelor de
Microeconomie, Macroeconomie, Matematică etc. sporesc considerabil
accesibilitatea temelor pe care le propunem.
c) Descrierea cursului
Cursul de „Statistică” îşi propune formarea la viitorii economişti a
deprinderilor necesare interpretării corecte a proceselor şi fenomenelor economico-
sociale; însuşirea conţinutului şi a semnificaţiei sistemelor de indicatori statistici,
instrumentelor şi metodelor de analiză statistică economico-financiară, a
potenţialului rezultatelor şi eficienţei activităţii economice, atât la nivelul
economiei naţionale, cât mai ales la nivelul firmei, dezvoltându-le deprinderea de a
valorifica prompt şi coerent informaţii şi datele statisticii pieţei specifice; formarea
unei gândiri statistice aplicate pe analiza fenomenelor economice, care să permită
viitorului economist să conducă o afacere şi să analizeze piaţa într-un domeniu
concret, prin fundamentarea deciziilor pe baza metodelor statistice prin evaluări,
analize şi interpretări ale indicatorilor statistici ai activităţii economice.
Beneficiarii cursului vor găsi în acesta căile de analiză, cuantificare şi
interpretare corectă a fenomenelor economice atât de complexe din economia
contemporană.
Cursul vizează însusirea procedeelor şi tehnicilor de culegere şi prelucrare a
datelor statistice în vederea obţinerii indicatorilor statistici, precum şi a metodelor
de descoperire a regularităţilor, permanenţelor, legităţilor si tendinţelor ce se
manifestă în evoluţia acestora şi pe această bază, extrapolarea lor în condiţii de
incertitudine. De asemenea, cursul oferă studenţilor o metodologie uşor de aplicat
prin utilizarea unor metode şi tehnici de culegere, prelucrare, analiză şi stocare a
datelor de care dispune agentul economic sau instituţia interesată în vederea luării
celei mai corespunzătoare decizii.
Cursul se distinge prin folosirea instrumentarului modern de analiză, a aparatului

5
statistico-matematic care este omniprezent în toate capitolele lucrării. Sunt folosite
frecvent, ca instrumentar de analiză, graficele, tabelele, schemele etc., ceea ce conferă
un plus de rigurozitate dar şi de accesibilitate acestui material deosebit de complex.
d) Competenţe
Cursul de “Statistică”, asigură cunoaşterea si utilizarea adecvată a noţiunilor
specifice disciplinei, explicarea şi interpretarea unor idei specifice acesteia, precum
şi proiecte teoretice şi/sau practice de aplicare a noţiunilor specific; Proiectarea şi
evaluarea activităţilor practice specifice disciplinei “Statistică”; utilizarea unor
metode, tehnici şi instrumente de investigare şi aplicare;
Manifestarea unor atitudini pozitive şi responsabile faţă de domeniul
stiinţific în care se regăseşte disciplina “Statistică” prin valorificare optimă şi
creativă a propriului potenţial în activităţile ştiinţifice, participarea la propria
dezvoltare profesională.
e) Organizarea modulelor în cadrul cursului
Cursul este structurat pe cinci module:
Modulul A. Bazele teoretice şi metodologice ale statisticii.
Unitatea de învățare 1. Obiectul şi metoda satisticii.Noţiuni
fundamentale utilizate în statistică
Unitatea de învățare 2. Observarea, prelucrarea datelor statistice şi
prezentarea seriilor statistice
Modulul B. Indicatorii statistici
Unitatea de învățare 3. Noţiunea de indicator statistic. Calculul
mărimilor relative
Unitatea de învățare 4. Mărimile medii.
Modulul C. Analiza seriilor de repartiţie de frecvenţe
Unitatea de învățare 5. Noţiunea de serie de repartiţie de frecvenţe.
Indicatorii tendinţei centrale.
Unitatea de învățare 6. Analiza statistică a variabilităţii faţă de
tendinţa centrală. Reprezentativitatea mediei artimetice
Modulul D. Sondajul statistic şi utilizarea lui în economie
Unitatea de învățare 7. Noţiuni privind sondajul statistic. Tipuri de
sondaj. Metode de prelevare a unităţilor statistice
Unitatea de învățare 8. Calculul şi interpretarea indicatorilor de
sondaj în cazul sondajului aleator simplu
Modulul E. Analiza seriilor de timp
Unitatea de învățare 9. Definirea şi particularităţile seriilor de timp.
Componentele unei serii de timp
Unitatea de învățare 10. Sistemul de indicatori statistici ai seriilor de timp
Unitatea de învățare 11. Metoda indicilor.
Sisteme de indici utilizate în practica economică
Modulul F. Regresia şi corelaţia statistică
Unitatea de învățare 12. Noţiunea de legătură statistică. Clasificarea
legăturilor statistice. Metode de analiză a legăturilor statistice

6
 Unitatea de învățare 13. Metode parametrice de analiză a
legăturilor statistice. Regresia şi corelaţia unifactorială
Unitatea de învățare 14. Metode neparametrice de analiză a
legăturilor statistice
f) Formatul şi tipul activităţilor implicate de curs
Acest silabus a fost elaborat pentru a uşura ”munca” studentului în parcurgerea
cursului de „Statistică”. Parcurgerea cursului presupune atât activităţi obligatorii cât şi
facultative din partea studentului, în funcţie de cuprinsul fiecărui modul – acest lucru va
fi precizat mai explicit la sfârşitul modulelor. Activităţile facultative constau în activităţi
tutoriale, consultaţii on-line şi faţă în faţă; activităţile obligatorii presupun prezenţa
studentului la sediul Universităţii „Constantin Brâncoveanu”.
g) Materiale bibliografice
a. de bază:
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa economică”, 2007;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –
Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. “Independenţa economică”, 2004;
b. facultativă:
 Irina Culic - Metode avansate in cercetarea sociala. Analia multivariata
de interdependenta, Ed. Polirom, 2004
 Alick Hartley – Bazele statisticii, Ed. Niculescu, Bucureşti, 1999;
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
Editura Univesitară, Bucureşti, 2004;
 Terry Lucey – Tehnici cantitative, Ed. Tehnică, Bucureşti, 2001
 Patrick Rateau – Metodele şi statisticile experimentale în ştiinţele
sociale, Editura Polirom, Bucureşti, 2004;
 Mihai Ţarcă – Tratat de statistică aplicată, Ed. Didactică şi Pedagogică,
Bucureşti, 1998
h) Materiale şi instrumente necesare pentru curs
Se recomandă utilizarea următoarelor materiale, instrumente şi echipamente:
- în cazul studiului individual studentului îi este necesar suportul de curs,
manualul şi un calculator de birou. Se poate utiliza şi un calculator cu legătură
internet pentru accesarea suportului de curs;
- pentru desfăşurarea în condiţii optime a activităţilor de seminar sunt necesare:
laptop (asigurat de facultate); videoproiector (asigurat de facultate).
i) Calendarul cursului
Studentul de la frecvenţă redusă va studia individual suportul de curs,
manualul, urmând ca activităţile aplicative, cum este seminarul la disciplina
Statistică să aibă loc la sediul Universităţii “Constantin Brâncoveanu” unde vor fi
seminarizate modulele cursului. Calendarul activităţilor este înmânat studenţilor la

7
începutul fiecărui semestru.
j) Politica de evaluare şi notare
Evaluarea studenţilor se va realiza printr-un examen examen scris în
sesiunea de examene din modulele cursului, notă care va avea o pondere de 70%
din nota finală, precum şi din nota primită pentru activităţile realizate în timpul
semestrului cu pondere de 30%.
Forma de evaluare: Examen scris puncte %
Stabilirea - punctajul de la examen 7 70
notei finale - punctajul din timpul semestrului 3 30
Evaluarea - un test pe parcursul semestrului – la seminar
1 10
activităţii
din timpul
semestrulu - predarea proiectului individual 2 20
i
k) Elemente de deontologie academică
Se vor avea în vedere următoarele detalii de natură organizatorică:
 orice tentativă de fraudă sau fraudă depistată va fi sancţionată conform
reglementărilor în vigoare;
 rezultatele finale vor fi puse la dispoziţia studentilor prin comunicare directă
după corectarea lucrărilor şi prin afişare la sediul Universităţii “Constantin
Brâncoveanu” în maxim 48 ore de la examen;
 contestaţiile pot fi adresate în maxim 24 de ore de la afişarea rezultatelor
iar soluţionarea lor nu va depăşi 48 de ore de la momentul depunerii.

l) Strategii de studiu recomandate

Schema modului de lucru recomandat de cadrele didactice care funcţionează
la această disciplină pentru parcurgerea cursului este următoarea:
1. Parcurgeţi cu atenţie modulele cursului, bibliografia obligatorie şi
informaţiile suplimentare primite cu ocazia activităţilor de seminar

2. Localizaţi în text conceptele şi cuvintele cheie.

3. Răspundeţi la întrebările recapitulative sub forma unor expuneri verbale
sau în scris.

4. Realizaţi testele de autoevaluare şi temele de control, fără a apela la
răspunsuri. Evaluaţi răspunsurile şi reluaţi documentarea pe baza silabusului şi al
bibliografiei suplimentare.

5. Rezolvaţi aplicaţiile, studiile de caz şi exerciţiile consemnate cu ocazia
activităţilor aplicative.

6. Vă documentaţi pentru examen.

8
 II. SUPORTUL DE CURS PROPRIU-ZIS
Modulul A.
Bazele teoretice şi metodologice ale statisticii
Introducere
Fundamentarea deciziilor economice necesită informaţii privind aspectele
principale ale activităţii economico-sociale, cum ar fi: dimensiunea acesteia şi
evoluţia sa în timp, proporţiile şi corelaţiile care se formează între principalele
categorii economice, gradul de îndeplinire a prevederilor etc.
Variabilele cu care se operează în analizele economice capătă semnificaţie
suplimentară dacă li se dă şi o expresie cantitativă. Astfel, nu este suficient să
spunem de exemplu că într-o ţară este inflaţie, fiind necesar să exprimăm sub
formă cantitativă nivelul inflaţiei. În felul acesta, nu numai că deţinem o informaţie
mai bogată, dar putem să comparăm nivelul inflaţiei cu nivelul prognozat, cu cel
din perioadele trecute, cu cel din alte unităţi teritoriale sau cu cel realizat de către
alţi agenţi economici. De asemenea, determinarea cantitativă a variabilelor economice
dă posibilitatea măsurării interdependenţelor din economie, precum şi cuprinderea
acestor variabile în modelele de previziune şi optimizare.
Obiective
 definirea unei populaţii statistice, a variabilelor statistice
 obţinerea de informaţii cu privire la fenomenul supus cercetarii
 organizarea datelor şi prezentarea acestora sub formă de serii statistice
 evidenţierea structurii populaţiei în raport cu variabilele observate
 evidenţierea evoluţiei unui fenomen în timp sau spaţiu
 reprezentarea grafică a datelor
Fond de timp:
4 ore studiu individual şi 4 ore activitate de seminar
Ritmul de studiu:
Temele şi lecţiile noi sunt expuse în conexiune cu vechile cunoştinţe. Ele sunt
grupate conform programei analitice şi se recomandă respectarea întocmai a acesteia.
Ritmul de studiu recomandat este de o lecţie pe săptămână. Timpul
recomandabil de învăţare este de maxim 50 de minute, cu pauză de 10 minute.
Cuvinte cheie:
 populaţie statistică, unitate statistică, volum, eşantion, variabilă statistică,
observare statistică, indicator statistic, serie statistică
 observare statistică, serii statistice unidimensionale şi bidimensionale
 reprezentarea grafică a datelor relativ la o variabilă cantitativă, la o
variabilă calitativă şi la două variabile

9
 Recomandări privind studiul:
Însuşirea aspectelor teoretice presupune studiul individual al prezentului
material şi a bibliografiei indicate pe parcurs, suportul de curs reprezentând numai
un ghid pentru sistematizarea materialului.
Se recomandă ca la început să se abordeze subiectele grele, să se grupeze
subiectele în funcţie de similitudine, iar după înţelegerea chestiunilor teoretice să se
treacă la rezolvarea aplicaţiilor şi studiilor de caz. Pentru a întâmpina transferul
negativ se vor lua pauze mai mari la trecerea spre alte subiecte neînrudite.
De asemenea, se face apel la cunoştinţele dobândite de studenţi pe parcursul
anilor de studiu la alte discipline. În cazul în care cititorul nu îşi mai aduce aminte de
aspectele respective, este necesară recitirea suportului de curs de la disciplina în cauză.

Unitatea de învățare 1.
Obiectul şi metoda statisticii.
Noţiuni fundamentale utilizate în statistică
1.1. Obiectul şi metoda satisticii. În procesul evoluţiei sale statistica a avut
mai multe semnificaţii. Sensurile principale în care se întâlneşte în prezent
termenul de statistică sunt următoarele:
 activitate practică - mulţimea de date statistice obţinute fie din
activitatea practică curentă, fie din publicaţiile organismelor naţionale şi
internaţionale de statistică;
 metodologia statistică - ansamblul metodelor şi procedeelor de
culegere , prelucrare şi analiză a datelor culese;
 metodă statistică - modul de cercetare a fenomenelor de masă, pe
baza exprimărilor cantitative, cu ajutorul unui sistem specific de reguli,
principii de cunoaştere şi transformare a realităţii obiective;
Indiferent ce semnificaţie se dă termenului de statistică, obiectul de studiu
al acesteia îl reprezintă fenomenele de masă. Fenomenele de masă, prin definiţie,
se caracterizează prin următoarele proprietăţi:
 pentru a pune în evidenţă un fenomen de masă e necesar să avem un
număr mare de cazuri individuale. Ex. A1, pentru formarea preţului unei
mărfi este necesar un număr mare de producători şi consumatori;
 fenomenele de masă, spre deosebire de cele din natură, sunt fenomene complexe,
atipice, rezultate din acţiunea combinată şi reperată a unui număr mare de factori
de influenţă ceea ce le conferă acestora un grad ridicat de variabilitate;
 fenomenele de masă sunt fenomene deterministe, de tip stohastic,
produse în condiţii de incertitudine;
 forma individuală de manifestare a fenomenelor de masă nu poate fi
cunoscută şi verificată în fiecare caz în parte ci numai la nivelul
întregului ansamblu de cazuri individuale;
 conceptul de fenomen de masă presupune luarea în considerare a
raportului dintre necesitate şi întâmplare, dintre legea statistică
(stohastică) şi legea dinamică.
10
 Prin abordarea statistică a fenomenelor de masă se realizează trecerea de la
datele individuale numeroase, amorfe, la un sistem de indicatori specifici unui
ansamblu. Prin urmare, obiectul statisticii îl reprezintă studiul cantitativ al fenomenelor
de masă în scopul cunoaşterii legităţilor lor de manifestare la nivelul întregului
ansamblu. Pentru atingerea acestui obiectiv statistica apelează atât la metodele generale
de abordare, cât şi la numeroase metode specifice, pe care ea însăşi le-a elaborat.
Obiectul activităţii de cercetare statistică presupune acţiuni de proiectare
şi organizare, de culegere, prelucrare, analiză şi interpretare a datelor statistice.
În urma acestor operaţii se obţin informaţiile necesare cunoaşterii
fenomenelor şi proceselor economice şi sociale ce se manifestă în diferite forme de
organizare a economiei.
1.2. Noţiuni fundamentale utilizate în statistică. În studiul cantitativ al
fenomenelor de masă, statistica foloseşte un număr mare de noţiuni şi concepte.
Dintre acestea unele au caracter general şi formează vocabularul de bază al
statisticii, altele au caracter specific.
a. Colectivitatea statistică (populaţia statistică) este o noţiune fundamentală a
statisticii şi reprezintă principala formă sub care se delimitează şi se definesc fenomenele
de masă din economie şi societate.
Colectivitatea statistică desemnează totalitatea elementelor de aceeaşi natură
care sunt supuse studiului statistic. Aceasta înseamnă că o mulţime de elemente
formează o colectivitate statistică numai dacă au aceeaşi natură, sunt asemănătoare sau
sunt omogene din punctul de vedere al anumitor criterii.
Colectivitatea statistică se prezintă într-o varietate de forme. Ex. A2, în funcţie de
natura unităţilor, colectivităţile statistice sunt alcătuite:
 dintr-un ansamblu de persoane (populaţia României la recensământul
din 2011);
 obiecte (parcul de maşini din unităţile de turism din România la o
anumită dată),
 evenimente (naşterile, decesele, căsătoriile, divorţurile înregistrate în
cursul unei perioade de timp; intrările în contul unei societăţi
comerciale într-un trimestru etc.),
 agenţi economici (unităţi economice de turism dintr-un an din
România),
 idei sau opinii (opiniile consumatorilor despre calitatea unor tipuri de
mobilă, maşini de uz casnic etc.).
Aceste exemple pun în evidenţă faptul că în statistică colectivităţile statistice pot fi
privite static (când exprimă o stare) şi dinamic (când exprimă un proces sau o devenire).
b. Unităţile statistice reprezintă elementele constitutive specifice naturii
fenomenelor studiate (Ex. A3, persoana fizică, angajatul, produsul etc.) şi care formează
aceeaşi colectivitate. Acestea sunt: simple şi complexe. Unităţile complexe sunt formate
din mai multe unităţi simple, organizate în funcţie de criterii social-economice (Ex. A4,
familie, gospodărie, grupe de studenţi, unitatea economică etc.).
c. Caracteristica (variabila) statistică desemnează însuşirea, proprietatea,
trăsătura comună unităţilor unei colectivităţi statistice, reţinută în programul

11
statistic pentru 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.
Exemple de caracteristici statistice pot fi: vârsta, greutatea, sexul, culoarea
ochilor, statutul matrimonial, naţionalitatea, ocupaţia, cifra de afaceri etc.
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.
Caracteristicile statistice pot fi clasificate în funcţie de diferite criterii.
Astfel, deosebim:
 caracteristici de timp (acelea care desemnează apartenenţa la un
moment sau interval de timp),
 caracteristici de spaţiu (exprimă teritoriul căreia îi aparţine)
 caracteristici atributive.
Caracteristicile atributive pot fi numerice (cantitative) şi nenumerice (calitative)
O caracteristică ale cărei modalităţi de manifestare sunt consemnate pentru
fiecare unitate, nenumeric, prin "cuvinte" este o caracteristică (variabilă)
nenumerică sau calitativă. Sub această formă se exprimă, Ex. A5, într-o
colectivitate a angajaţilor: meseria, forma de calificare, sexul, liceul absolvit etc.
Caracteristica măsurabilă se numeşte caracteristică (variabilă) numerică.
În acest caz fiecărei unităţi îi corespunde un număr care exprimă măsura (valoarea)
caracteristicii urmărite. În astfel de situaţii, observaţiile efectuate asupra unităţilor
unei colectivităţi sunt exprimate prin numere. Acestea pot fi ordonate şi ierarhizate
(proprietăţi ordinale), asupra lor se pot efectua operaţii de prelucrare (proprietăţi
cardinale). Ex. A6, exemple de astfel de caracteristici: vechimea în muncă, în ani;
productivitatea muncii, în unităţi valorice, naturale sau natural-convenţionale;
salariul, în lei, numărul de turişti, în persoane etc.
În funcţie de variaţia manifestată de caracteristici acestea pot fi:
 cu variaţie continuă,ia valori într-un interval finit sau infinit;
 cu variaţie discretă (discontinuă). Variabila discretă ia numai valori întregi
(Ex. A7, numărul persoanelor dintr-o familie, numărul de piese rebut dintr-un
lot; stocul de mărfuri dintr-un depozit la o anumită dată etc.).
În practica statistică se întâlnesc şi alte criterii de clasificare a caracteristicilor.
Astfel, în funcţie de numărul variabilelor înregistrate la unităţile colectivităţii deosebim
 caracteristici (variabile) alternative prezintă numai două valori
individuale complementare. Ex. A8, sexul; produs "bun" sau "rebut";
familia cu copii şi fără copii; zi însorită de turism şi zi ploioasă de
turism; candidat admis sau respins etc. Prin formularea dihotomică a
întrebării pentru orice caracteristică alternativă valoarea individuală se
exprimă prin "Da" sau "Nu", codificat prin "1" sau "0".
 caracteristici nealternative prezintă valori individuale diferite la nivelul
unităţilor colectivităţii.
În funcţie de modul în care se obţin variabilele (caracteristicile) în cercetarea
statistică, acestea pot fi :
 Variabilele primare se înregistrează direct la unităţile colectivităţii prin
măsurare sau numărarea.

12
  Variabilele derivate sunt acele variabile ale căror valori individuale se obţin
printr-un anumit algoritm de calcul.
d. Valorile sau variantele statistice desemnează modalităţile de manifestare ale
variabilelor statistice la nivelul unităţilor statistice Ex. A9: un student din punct de vedere
al stării civile se poate afla într-una din următoarele variante: necăsătorit, căsătorit,
divorţat sau văduv, iar din punct de vedere al vârstei acesta se manifestă sub forma unei
valori cuprinsă într-un interval numeric cuprins între 0 şi 100 de animodalităţile de
manifestare ale stării civile la nivelul unui individ.
e. Frecvenţa statistică reprezintă numărul de unităţi statistice care prezintă
aceeaşi valoare sau variantă statistică. În literatura de specialitate frecvenţa
statistică se prezintă sub două forme ca:
 frecvenţă absolută aşa cum rezultă în urma procedeelor de numărare;
 frecvenţă relativă determinată prin calcul ca raport între frecvenţa astatistică
absolută şi volumul colectivităţii statistice.
Ex. A10, pentru cinci studenţi se cunosc următoarele informaţii referitoare la
sex şi vârsta împlinită în anul X:
Nume şi Popescu Vasilescu Ionescu Popa Georgescu
prenume L. G. A. H. R.
Sex M F F M M
Vârsta, ani 18 22 19 20 18
Colectivitatea statistică este formată din cinci persoane, unitatea statistică
este studentul, iar caracterizarea acestei colectivităţi se face cu ajutorul a două
variabile statistice: sexul şi vârsta. Cele două variabile se manifestă sub formă de
variante, în cazul sexului: masculin sau feminin, iar, în cazul vârstei, sub formă de
valori într-un interval numeric cuprins între 18 ani şi 22 de ani. Colectivitatea
studiată este formată din 3 persoane de sex masculin şi 2 persoane de sex feminin
– frecvenţe statistice absolute. Altfel spus, 60% din volumul colectivităţii analizate
este formată din persoane de sex masculin, iar 40% din perosane de sex feminin
- frecvenţe statistice relative determinate astfel:
3
 Frecvenţa relativă a băieţilor  5  100  60 % ;
2
 Frecvenţa relativă a fetelor  5  100  40 % .
f. Un alt concept al vocabularului de bază al statisticii este conceptul de
date statistice. Datele statistice sunt mărimi concrete obţinute din experimente,
observaţii, numărare, măsurare sau din calcule. Datele statistice pot fi absolute
sau relative, primare sau derivate. Indiferent de forma în care se obţin datele
statistice sunt purtătoarele unor informaţii.
g. Informaţia statistică reprezintă conţinutul specific (semnificaţia),
mesajul, datelor. Pentru înţelegerea legităţilor de manifestare ale fenomenelor şi
proceselor informaţia statistică (datele fiind principalele forme de prezentare a
informaţiilor) trebuie structurată în funcţie de conţinutul şi organizarea lor.
h. Datele statistice cu ajutorul cărora se cercetează un fenomen sau proces
economic sau social sub raportul structurii, interdependenţelor, al modificării lor în

13
timp sau în spaţiu se numesc indicatori statistici. În cele mai multe cazuri
indicatorii statistici sunt expresiile numerice ale categoriilor riguros definite de
ştiinţele economice teoretice sau aplicative.
i. Modelul statistic exprimă sub forma unei construcţii logice sau matematice
(funcţie, ecuaţie sau sistem de ecuaţii şi (sau) inecuaţii etc.) trăsăturile, momentele,
corelaţiile esenţiale din manifestările reale ale fenomenelor şi proceselor.

Unitatea de învățare 2.
Observarea, prelucrarea datelor statistice
şi prezentarea seriilor statistice
În general, cercetarea statistică presupune câteva faze succesive: culegerea
datelor, prelucrarea lor şi analiza statistică pe care se bazează decizia. Aşadar,
cercetarea ştiinţifică este o investigaţie care se realizează în trei etape succesive:
1. Observarea ştiinţifică Culegerea datelor:
din documente;
prin contact direct.

2. Prelucrarea datelor şi Sistematizarea datelor culese

formularea ipotezelor Calculul indicatorilor statistici
Elaborarea modelului teoretic

3. Analiza şi interpretarea Compararea datelor statistice

datelor, verificarea ipotezelor Verificarea ipotezelor
şi a modelului Elaborarea de concluzii
Elaborarea de prognoze

Fig. A1: Demersurile cercetării statistice

Observarea statistică se concretizează prin culegerea şi înregistrarea
datelor de intrare necesare realizării studiului, date ce trebuie să privească toate
caracteristicile urmărite, pentru toate unităţile colectivităţii cercetate.
Prelucrarea datelor şi formularea ipotezelor reprezintă etapa în care se
sistematizează datele culese anterior, se aleg cele mai potrivite metode de calcul şi
analiză, se elaborează ipotezele şi modelele teoretice şi se verifică măsura în care echipa
de cercetători dispune de aptitudinile şi cunoştinţele necesare realizării studiului.
Analiza, interpretarea datelor, verificarea ipotezelor şi a modelului reprezintă
etapa cea mai importantă a cercetării ştiinţifice, deoarece aceasta dă finalitate eforturilor
depuse de cercetători, validând sau invalidând rezultatele cercetării.

14
 2.1. Observarea statistică constă în identificarea unităţilor populaţiei şi
înregistrarea stărilor variabilelor în raport cu care este studiată. Ansamblul stărilor
variabilelor rezultate prin observare se numesc statistici. În practică observarea sau
culegerea datelor statistice se realizează prin:
 Observarea totală este acel tip de observare statistică în care are loc
înregistrarea tuturor unităţilor care fac parte din populaţie statistică supusă
studiului. Ex. A11: Recensământul populaţiei României este un exemplu de
observare totală.
 Observarea parţială presupune observarea şi înregistrarea unui anumit număr
de unităţi din populaţie, alese după criterii bine definite.
 Observări curente. Acestea constau în înregistrarea sistematică,
permanentă, pe măsură ce se produc caracteristicile fenomenelor analizate
la nivelul unităţilor colectivităţii (Ex. A12 înregistrarea evenimentelor
demografice: natalitate, mortalitate etc.).
 Observări periodice. În acest caz, înregistrarea datelor asupra unităţilor se
efectuează la intervale de timp bine stabilite.
 Observări directe. Acest tip de observare se realizează prin înregistrarea nemijlocită
a datelor către operator (cercetător) la unităţile colectivităţii.
 Observări indirecte. Astfel de observări se întâlnesc atunci când înregistrarea
datelor se realizează pe baza unor surse care au consemnat anterior fenomenul
studiat (de exemplu, înregistrarea pe bază de documente).
Principalele metode de culegere a datelor sunt:
 Recensământul. Aceasta este cea mai veche metodă de observare
statistică. Prin recensământ (Ex. A13 al populaţiei, animalelor, mijloacelor
fixe, pomilor fructieri etc.) se culeg datele de la toate unităţile colectivităţii.
Organizarea recensământului presupune rezolvarea unor probleme
(delicate prin complexitatea lor) cum sunt: scopul observării; scopul
culegerii datelor; timpul la care se referă datele; sfera de cuprindere;
elaborarea de definiţii, clasificări şi nomenclatoare etc. Date fiind
cheltuielile mari de materiale şi de timp pe care le implică organizare lor,
recensămintele au un caracter periodic (Ex. A14 din 10 în 10 ani în cazul
populaţiei, anual în cazul populaţiei şcolare etc.).
 Rapoarte statistice. Acestea sunt observări totale, permanente prin
intermediul lor se culeg datele statistice referitoare la diferitele fenomene şi
procese economice din domeniile de activitate ale agenţilor economici.
 Sondaje statistice. În cazul în care observările statistice nu pot fi organizate
atunci se apelează la observări parţiale de tipul sondajelor statistice.
 Ancheta statistică. este o formă de observare care spre deosebire de
sondaje nu presupune reprezentativitatea eşantionului. Aceasta se
realizează pe baza chestionarului completat direct sau prin poştă, de
exemplu la târguri, expoziţii etc.
 Observarea părţii principale (masivul principal sau panelul). Este o
metodă operativă, parţială, de culegere a datelor numai de la cele mai
semnificative (masivul principal) unităţi ale colectivităţii.

15
  Monografia. Această este o metodă de observare aprofundată a
fenomenelor şi progreselor ce au loc în activitatea unui agent economic sau
grup de agenţi economici.
Datele statistice înregistrate, printr-o modalitate de observare totală sau
parţială, sunt utile în procesul de cunoaştere şi pregătire a deciziilor numai dacă
sunt supuse unor operaţiuni de prelucrare.
2.2. Prelucrarea, ca etapă a cercetării statistice, cuprinde operaţii cu
ajutorul cărora se realizează trecerea de la datele individuale la indicatorii derivaţi,
sintetici, care reflectă esenţa din manifestarea fenomenelor. să presupunem că într-
o colectivitate (populaţie) s-au observat carateristicile x1, x2, ..., xm.
Datele culese de la cele “n” unităţi din colectivitatea investigaţă sunt
sistematizate sub următoarea formă:
Tabelul A.1.
Forma generală de sistematizare a datelor statistice
i/j Caracteristici statistice observate (X)
Unităţile investigate ale
colectivităţii (populaţiei) x1 x2 … xj … xm
1 x11 x12 … x1j … x1m
2 x21 x22 … x2j … x2m
: … …
N xn1 xnee2 … xnj … xnm
Pentru desprinderea aspectelor esenţiale şi stabile din manifestarea fenomenelor
analizate datele statistice sistematizate trebuie să fie supuse unor operaţii de prelucrare.
Prelucrarea datelor statistice înregistrate poate fi primară sau secundară.
Prelucrarea primară cuprinde operaţii de clasificări, de grupări, de
comparări, de prezentare sub formă de tabele, grafice sau serii statistice.
Prin efectuarea acestor operaţii se realizează sintetizarea datelor
individuale la nivelul grupelor sau claselor, se calculează indicatori absoluţi şi/sau
relativi, se prezintă sintezele efectuate prin tabele, grafice sau serii statistice.
2.2.1. Clasificarea datelor statistice. Datele înregistrate şi sistematizate în
forma prezentată se caracterizează printr-un grad mare de împrăştiere, din această
cauză este necesar să structurăm datele sistematizate în clase şi grupe omogene
distincte. În realizarea acestei structurări este necesar să ţinem seama de anumite
principii dintre care amintim:
 o unitate de observare nu poate fi încadrată în acelaşi timp în două
sau mai multe grupe sau clase;
 prin însumarea unităţilor de observare din fiecare element structural (clasă
sau grupă) să se obţină un număr egal cu volumul populaţiei statistice.
 structurarea datelor trebuie ierarhic efectuată astfel încât să fie posibilă
agregarea şi dezagregarea în funcţie de scopul prelucrării şi al cercetării.
Structurarea datelor se realizează diferenţiat în funcţie de natura variabilei observate.
Operaţia de structurare a datelor unei variabile nenumerice (nominală
sau ordinală) este cunoscută şi sub denumirea de clasificare. Clasificarea are
16
drept scop identificarea claselor omogene distincte. Scopul clasificării nu este
numai descriptiv ci şi predictiv. Practic clasificarea datelor se realizează în
etapele: se identifică valorile individuale distincte; se identifică numărul de unităţi
de observare la care s-a identificat aceeaşi variantă a variabilei (frecvenţa);
rezultatul clasificării este obţinerea de nomenclatoare (Ex. A15, nomenclatorul
profesiilor, societăţilor comerciale, de activităţi, de localităţi etc.).
2.2.2. Operaţia de structurare a datelor unei variabile numerice este
cunoscută şi sub denumirea de grupare. Gruparea poate fi realizată în funcţie de
una, două sau mai multe variabile. Această grupare se realizează diferit pentru
datele unei variabile discrete şi diferit pentru variabila continuă. Gruparea după o
variabilă discretă se realizează pe variante în următoarele etape:
E1. Se identifică variantele distincte ale variabilei discrete înregistrate;
E2. Prin observare sau numărare se stabileşte frecvenţa fiecărei variante adică
numărul de unităţi de observare la care s-a înregistrat aceeaşi variantă.
Rezultatul parcurgerii celor două etape este obţinerea unei serii de repartiţie sau
distribuţie de frecvenţe pe variante sau pe valori statistice. Această serie permite cunoaşterea
structurii populaţiei pentru o mai bună fundamentare a deciziei economice.
Ex. A16: Pentru un număr de 20 de studenţi se cunosc următoarele informaţii
referitoare la vârsta în ani împliniţi şi starea civilă:
Tabelul A3
Gruparea datelor statistice pe valori sau variante
Stare
Gruparea studenţilor după vârstă
Nr. a
Vârsta Vârsta Nr. Studenţi
Crt. civil 1 2 Realizarea grupări datelor după
ă 20 1 valorile statistice înregistrate
1 2 3
21 2 presupune construcţia unui tabel
1 23 C
22 3 cu două coloane în care:
2 24 C  în prima coloană se trec
23 4
3 20 N valorile o singură dată în
24 5
4 27 N ordine crescătoare,
25 3  iar în cea de-a doua coloană
5 22 C
26 1 frecvenţele statistice
6 22 N
27 1 corespunzătoare
7 21 N
8 23 N Total 20
9 21 N Gruparea studenţilor după starea civilă
10 24 C Realizarea grupării datelor după
Starea civilă Nr. studenţi variante statistice înregistrate se
11 26 D
12 22 N 1 2
face asemănător cu gruparea pe
valori
13 24 C C 8
14 24 N D 2
15 25 D N 9
16 23 C V 1
17 23 C
Total 20
18 24 N

17
19 25 C
20 25 V
În cazul în care structurarea datelor se realizează după o variabilă numerică
cu variaţie continuă spunem că realizăm gruparea datelor pe intervale. Această
grupare se poate realiza pe intervale egale sau neegale.
Gruparea pe intervale egale o realizăm parcurgând următorii paşi:
P1. Se identifică cea mai mică şi cea mai mare valoare
înregistrată şi se calculează amplitudinea variaţiei după relaţia:
A = Xma x - Xmin
P2. Se stabileşte numărul de intervale de grupare (r). În practica curentă
numărul de intervale se stabileşte fie aprioric, de către cel care realizează
gruparea, fie prin calcule statistico-matematice specifice
P3. Se stabileşte mărimea intervalului de grupare (h):
h  A  
r ,
h trebuie să fie un număr întreg chiar dacă suntem nevoiţi să facem
aproximări 1.
P4. Se stabilesc limitele intervalelor de grupare, natura acestor limite şi
frecvenţele statistice corespunzătoare. Limita inferioară a primului interval
este egală cu cea mai mică valoare înregistrată (x1inf=xmin), limita superioară a
primului interval este egală cu limita inferioară a primului interval plus
mărimea intervalului: (x1sup=x1inf+h).
Ex. A17: Utilizând datele de la Ex. A16 să se grupeze studenţii după vârstă în patru
intervale egale de variaţie. În acest sens vom parcurge următorii paşi:
P1. Valoarea maximă...........27 de ani;
Valoarea minimă.....20 de ani.
Amplitudinea variaţiei este: 27 – 20 = 7 ani.
P2. Numărul de grupe este stabilit aprioric: r  4 ;
27  20 7
P3. Mărimea intervalului de gruparea: h    1,75  2 ani;
4 4
P4. În ceea ce priveşte stabilirea limitelor fie începem cu valoarea minimă
la care se adaugă succesiv mărimea intervalului de grupare, fie începe construcţia
intervalelor de grupare cu valoarea maximă din care scădem succesiv mărimea
intervalului de grupare:
Grupe de În această situaţie se consideră că intervalul este
Nr.
studenţi după închis la stânga şi deschis la dreapta, ceea ce
Studenţi
vârstă, ani înseamnă că în grupa [20, 22) vor cuprinse
1 2 persoanele cu vârsta de 20 şi 21 de ani, în grupa [22,
20 – 22 3 24) persoanele cu vârsta de 22 şi 23 de ani, în grupa
22 – 24 7 [24, 26) persoanele cu vârsta de 24 şi 25 de ani, iar
24 – 26 8 în grupa [26, 28) persoanele cu vârsta de 26 şi 27 de
26 – 28 2

1
Aproximările se fac doar prin adaos pentru a evita situaţiile în care o unitate de observare
să nu fie cuprinsă în nici una din cele r grupe formate.
18
 Total 20 ani.

În această situaţie se consideră că intervalul este deschis Grupe de

Nr.
la stânga şi închis la dreapta, ceea ce înseamnă că în studenţi după
Studenţi
grupa (19, 21] vor cuprinse persoanele cu vârsta de 20 şi vârstă, ani
21 de ani, în grupa (21, 23] persoanele cu vârsta de 22 şi 1 2
23 de ani, în grupa (23, 25] persoanele cu vârsta de 24 şi 19 – 21 3
25 de ani, iar în grupa (25, 28] persoanele cu vârsta de 21 – 23 7
26 şi 27 de ani. 23 – 25 8
25 – 27 2
Total 20
Datele pot fi structurate luând în considerare simultan două variabile
numerice sau nenumerice sau una numerică şi una nenumerică.

Tabelul A4
Distribuţia studenţilor după vârstă şi starea civilă
Vârsta, Distribuţia studenţilor după starea civilă
Total
ani N C D V
1 2 3 4 5 6
20 1 - - - 1
21 2 - - - 2
22 2 1 - - 3
23 1 3 - - 4
24 2 3 - - 5
25 - 1 1 1 3
26 - - 1 - 1
27 1 - - - 1
Total 9 8 2 1 20

Tabelul A5
Distribuţia studenţilor după vârstă şi starea civilă
Grupe de studenţi după Nr. Distribuţia studenţilor după starea civilă
vârstă, ani Studenţi N C D V
1 2 3 4 5 6
20 – 22 3 3 - - -
22 – 24 7 3 4 - -
24 – 26 8 2 4 1 1
26 – 28 2 1 - 1 -
Total 20 9 8 2 1

19
 Datele clasificate pe variante sau pe intervale se prezintă în tabele, serii şi
grafice.
2.3. Prezentarea datelor statistice. În vederea aplicării metodelor de calcul
şi interpretării statistice, rezultatele sistematizarii datelor se prezintă sub formă de
serii statistice. Acestea constituie materia primă în procesul de obţinere a
indicatorilor statistici.
Seria statistică prezintă corespondenţa între două şiruri de date statistice
sistematizate într-o succesiune logică în care primul şir reprezintă variaţia
caracteristicii de grupare, iar cel de-al doilea şir reprezintă frecvenţa de apariţie
corespunzătoare.
Din punct de vedere al numărului de variabile, seriile statistice se împart în:
 Seriile unidimensionale pot fi prezentate în funcţie de natura
caracteristicii de grupare, în trei tipuri distincte:
 serii de repartiţie (de distribuţie), când caracteristica de grupare
este un atribut cantitativ sau calitativ al colectivităţii cercetate;
 serii cronologice (de timp), când caracteristica de grupare este o
variabilă de timp;
 serii teritoriale (de spaţiu), când variabila de grupare este o
caracteristică geografică sau administrativ teritorială;
 Serii multidimensionale
Datele observării, odată colectate, clasificate şi grupate, se fac cunoscute
cu ajutorul tabelelor şi graficelor statistice.
Tabelul statistic este o formă de prezentare ordonată şi completă a
datelor unei colectivităţi, cu scopul de a facilita formarea unei imagini globale
despre obiectul de studiu. Pentru ca un tabel să-şi îndeplinească misiunea de a
facilita înţelegerea realităţii cercetate, conţine o serie de elemente constructive:
 Titlul general trebuie să precizeze în puţine cuvinte natura datelor cuprinse în
tabel, fixând, totodată, în spaţiu şi timp fenomenul/procesul analizat;
 Macheta tabelului care cuprinde totalitatea liniilor orizontale şi verticale a
căror intersecţie conduce la formarea de rubrici. Macheta devine tabel
statistic când se umple cu date. Prin urmare, conţinutul tabelului reprezintă
totalitatea informaţiilor trecute în rubrici şi anume:
 Titlurile interioare sunt notate în capul liniilor şi coloanelor tabelului şi
trebuie exprimate concis şi precis cuprind:
 Subiectul reprezentat de colectivitatea observată;
 Predicatul tabelului, reprezentat de caracteristicile de distribuţie.
 Unitatea de măsură utilizată pentru exprimarea elementelor prezentate în
tabel este precizată în titlul general, când este aceeaşi pentru toate
elementele, sau în titlurile interioare, când sunt cuprinse în tabel elemente
exprimate diferit;
 Sursa datelor se trece într-o formă explicită imediat sub tabel. Cunoaşterea
sursei permite celui interesat să verifice exactitatea datelor înregistrate,
respectiv, încrederea ce poate fi acordată acestora;

20
  Nota explicativă se pune fie imediat după sursa datelor, fie în subsolul
paginii pe care se află tabelul.
Graficul statistic reprezintă acea modalitate de prezentare a datelor
sub formă de imagini spaţiale cu caracter convenţional, care prin mijloace
plastice reliefează unele caracteristici esenţiale ale colectivităţii cercetate, în
vederea facilitării înţelegerii fenomenului analizat.
Elementele unui grafic statistic sunt:
 Titlul graficului are aceleaşi caracteristici ca şi titlul tabelului
statistic;
 Axa sau axele de referinţă ale graficului;
 Scara graficului2 se foloseşte pentru gradarea axei/axelor.;
 Legenda graficului explică simbolurile, diferitele culori folosite în grafic.
 Graficul propriu-zis este reprezentat de puncte, linii, figuri
geometrice în plan sau spaţiu, sau figuri natural-convenţionale construite la
scară. Sursa datelor se plasează imediat sub grafic.
În cazul seriilor de repartiţie de frecvenţe se folosesc, cel mai adesea,
următoarele tipuri de grafice: histograma, poligonul frecvenţelor şi poligonul frecvenţelor
cumulate (ogiva). Aceste grafice se construiesc în sistemul de axe rectangular unde:
pe abscisă sunt reprezentate valorile, variantele sau intervalele de valori;
pe ordonată sunt reprezentate frecvenţele statistice absolute sau relative.
Ex. A18: Pentru 60 de salariaţi ai SC ValStef SRL se cunosc următoarele
informaţii referitoare la vechimea în muncă în ani împliniţi în anul X prezentate
sub forma seriei de mai jos:
Tabelul A6
Distribuţia salariaţilor după vechime
Vechimea în muncă, ani Nr. Persoane
1 2
7 3
8 4
9 4
10 9
11 12
12 10
13 8
14 3
15 3
16 3

2
Se recomandă ca figurile realizate în grafic să nu fie nici prea aglomerate, nici prea dispersate, ci, prin
scara graficului, să se asigure proporţionalitatea între înălţimea şi lăţimea graficului. În general, se consideră justă
o proporţie de ¾ între amplitudinea variaţiei caracteristicii reprezentate pe axa ordonatelor şi cea a variabilei
înscrise pe axa absciselor

21
 Vechimea în muncă, ani Nr. Persoane
1 2
17 1
Total persoane 60
Să se reprezinte grafic distribuţia salariaţilor după vechimea în muncă
folosind histograma.

Fig. A1. Distribuţia salariaţilor după vechime în anul X la SC ValStef SRL

Ex. A19: La nivelul judeţului Vâlcea distribuţia populaţiei pe grupe de vârstă în
anul X a fost următoarea:
Tabelul A7.
Grupe de vârstă, ani 0-19 20-39 40-59 60-79 Peste 80 Total
Populaţia, pers. 21.806 38.430 35.946 12.951 1.694 110.827
Sursa: Date au fost preluate de autori din publicaţiile Direcţiei Judeţene de Statistică
Să se reprezinte distribuţia populaţiei municipiului Rm. Vâlcea pe grupe de
vârstă în anul X utilizând histograma.

22
 40.000

35.000

30.000

Număr persoane
25.000

20.000

15.000

10.000

5.000

0
0-19 20-39 40-59 60-79 Peste 80
Grupe de vârstă, ani

Fig. A2. Distribuţia populaţiei municipiului Rm. Vâlcea

pe grupe de vârstă în anul X
Ex. A20. Folosind datele de la Ex. A16 să se reprezinte grafic distribuţia
studenţilor după starea civilă utilizând histograma:
Tabelul A8
Distribuţia studenţilor
după starea civilă
Starea civilă Nr. studenţi
1 2
Necăsătorit 9
Căsătorit 8
Divorţat 2
Văduv 1
Fig. A3. Distribuţia studenţilor după starea civilă Total 20

Construcţia poligonului frecvenţelor cumulate (ogiva) presupune

parcurgerea următorilor paşi:
P1. Se calculează frecvenţele cumulate ascendent (vezi col. 3 de la tabelul A9);
P2. Se calculează frecvenţele cumulate descendent (vezi col. 4 de la tabelul A9);
P3. Se construieşte poligonul frecvenţelor cumulate (ogiva) în sistemul de
axe rectangular unde pe abscisă vor fi reprezentate valorile statistice, iar pe
ordonată frecvenţele cumulate (absolute sau relative).
Ex. A21. Pentru distribuţia de la Ex. A18 să se reprezinte grafic poligonul
frecvenţelor cumulate.
Tabelul A9
Elementele de calcul necesare construcţiei ogivei

23
 Vechimea în Frecvenţe absolute cumulate
Nr. Persoane
muncă, ani Ascendent Descendent
1 2 3 4
7 3 3 60
8 4 7 57
9 4 11 53
10 9 20 49
11 12 32 40
12 10 42 28
13 8 50 18
14 3 53 10
15 3 56 7
16 3 59 4
17 1 60 1
Total persoane 60 Nu se adună Nu se adună

60
Număr cumulat de persoane

50
40
30
20
10
0
7 8 9 10 11 12 13 14 15 16 17
Vechimea în muncă, ani

Frecvenţele cumulate ascendent Frecvenţele cumulate descendent

Fig. A4. Poligonul frecvenţelor cumulate corespunzător distribuţiei salariaţilor

după vechimea în muncă la SC ValStef SRL, în anul X
În cazul seriilor cu intervale construcţia ogivei se face în acelaşi fel ca şi
în cazul seriilor simple, numai că utilizăm, pentru reprezentarea pe abscisă, nu
intervalele de valori, ci valorile de mijloc ale acestora.
Ex. A22. Să se construiască ogiva distribuţiei populaţiei municipiului Rm. Vâlcea
prezentate la Ex. A19.
Tabelul A10.
Elementele de calcul necesare construcţiei ogivei
24
 Valoarea de Frecvenţe absolute
Grupe de Populaţia, mijloc a cumulate
vârstă, ani pers. intervalului
Ascendent Descendent
de grupare
1 2 3 4 5
0-19 21.806 9,5 21.806 110.827
20-39 38.430 29,5 60.236 89.021
40-59 35.946 49,5 96.182 50.591
60-79 12.951 69,5 109.133 14.645
Peste 80 1.694 89,5 110.827 1.694
Nu se Nu se
Total 110.827 Nu se adună
adună adună

100.000
Număr cumulat de persoane

80.000

60.000

40.000

20.000
Vârsta, ani

0
9,5
Frecvenţe 29,5
cumulate ascendent 49,5 69,5
Frecvenţe 89,5
cumulate descendent

Fig. A5. Poligonul frecvenţelor cumulate corespunzător distribuţiei populaţiei

pe grupe de vârstă în mun. Rm. Vâlcea, în anul X

În cazul seriilor de timp cea mai uzitată reprezentare grafică este

cronograma care se construieşte în sistemul de axe rectangular unde pe abscisă
sunt reprezentate unităţile de timp, iar pe ordonată valorile variabilei cercetate.
Ex. A23. Populaţia municipiului X a avut următoarea evoluţie în perioada 2002-
2020 redată în tabelul A11. Să se reprezinte grafic evoluţia populaţiei
(cronograma).
Tabelul A11.
Populaţia mun. X în perioada 2002-2020
Populatia totala Populatia totala
Anul Anul
la 1 iulie la 1 iulie
1 2 3 4

25
 2002 106.917 2012 119.249
2003 109.982 2013 120.363
2004 112.445 2014 111.669
2005 114.165 2015 111.980
2006 114.286 2016 111.497
2007 118.877 2017 111.701
2008 118.539 2018 111.658
2009 119.340 2019 111.342
2010 119.741 2020 110.447
2011 119.601

Fig. A6. Dinamica populaţiei municipiului X în perioada 2002-2020.

O altă modalitate de reprezentare grafică a seriilor de timp este în
sistemul de axe radial. Aceste grafice sunt elaborate atunci când se doreşte
evidenţierea variaţiilor sezoniere din evoluţia unui fenomen.
Principiul general de elaborare a acestor grafice este următorul: se trasează
12 axe gradate despărţite de unghiuri egale cu 300 (300=3600/12). Fiecare axă
gradată în scară aritmetică corespunde unei luni. Prin unirea punctelor de pe fiecare
axă (depărtate diferit faţă de centru, în funcţie de mărimea termenilor lunari) se
vizualizează variaţia sezonieră, ciclică, corespunzătoare.
Ex. A24. În staţiunea Z evoluţia lunară a numărului de turişti la nivelul unei
pensiuni a fost următoarea:
Tabelul A12.
Dinamica lunară a numărului de turişti
An / Luna I F M A M I I A S O N D
2019 10 8 7 10 3 2 6 7 7 2 3 9
2020 11 10 9 9 2 1 7 9 10 3 1 10

26
Fig. A7. Evoluţia numărului lunar de turişti în anii 2019 şi 2020.
Rezumat
 Sensurile principale termenului de statistică
 Proprietăţi care caracterizează fenomenele de masă
 Obiectul activităţii de cercetare statistică
 Colectivitatea statistică (populaţia statistică)
 Unităţile statistice
 Caracteristica (variabila) statistică
 Valorile sau variantele statistice
 Frecvenţa statistică
 Datele statistice
 Informaţia statistică
 Indicatori statistici
 Modelul statistic
 Demersurile cercetării statistice
 Observarea statistică
 Prelucrarea datele statistice
 Clasificarea datelor statistice
 Gruparea datelor statistice
 Prezentarea datelor statistice
 Seria statistică
 Tabelul statistic
 Graficul statistic
Bibliografie
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002, pag. 9 – 17, 19 - 54;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa
economică”, 2007, pag. 7 - 16;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –

27
 Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. “Independenţa economică”, 2004, pag. 5 – 39.
Întrebări şi aplicaţii de autoevaluare
1. Statistica se defineşte:
a. Ca mulţimea de date obţinute din activitatea practică din publicaţiile
organismelor naţionale şi internaţionale de specialitate;
b. Studiul cantitativ al fenomenelor de masă în scopul cunoaşterii
manifestării legilor statistice la nivelul unui ansamblu de cazuri individuale;
c. Ca ansamblu al acţiunilor de proiectare şi organizare, de culegere şi
prelucrare, de analiză şi interpretare a datelor statistice;
d. Totalitatea elementelor de aceeaşi natură supuse cercetării statistice.
2. Cercetarea statistică se defineşte:
a. Ca mulţimea de date supuse cercetării statistice;
b. Studiul cantitativ al fenomenelor de masă în scopul cunoaşterii manifestării
legilor statistice la nivelul unui ansamblu de cazuri individuale;
c. Ca ansamblu al acţiunilor de proiectare şi organizare, de culegere şi
prelucrare, de analiză şi interpretare a datelor statistice;
d. Totalitatea elementelor de aceeaşi natură supuse cercetării statistice;
e. Ansamblul metodelor şi tehnicilor de observare, culegere, prelucrare,
interpretare şi analiză a datelor.
3. Sunt puse în evidenţă dacă există un număr mare de cazuri individuale:
a. Variabilele statistice; b. Fenomenele de masă;
c. Unităţile statistice; d. Erorile statistice; e. Seriile cronologice.
4. Se produc in conditii de incertitudine:
a. Colectivităţile statistice; b. Fenomenele de masă; c. Erorile statistice; d. Seriile
de repartiţie de frecvenţe.
5. Totalitatea elementelor de aceeaşi natură supuse cercetării statistice este specifică:
a. Fenomenelor de masă; b. Colectivităţilor statistice;
c. Unităţilor statistice; d. Frecvenţelor statistice; e. Modelelor statistice.
6. Însuşirea, proprietatea sau trăsătura comună unei colectivităţi statistice
desemnează conţinutul următoarei noţiuni:
a. Variabile statistice; b. Unităţilor statistice; c. Datelor statistice; d. Frecvenţelor
statistice; e. Modelelor statistice.
7. Modalităţile de manifestare ale variantelor statistice la nivelul unităţilor
statistice se numesc:
a. Frecvenţe statistice; b. Valori/Variante statistice;
c. Modele statistice; d. Date statistice; e. Informaţii statistice.
8. Numărul unitaţilor statistice care prezintă aceeaşi valoare/variantă
statistică se numeşte:
a. Variantă statistice; b. Colectivitate statistică;
c. Frecvenţă statistică; d. Informaţie statistică; e. Dată statistică.
9. Sunt purtătoare de informaţii:
a. Variantele statistice; b. Datele statistice; c. Unităţile statistice;
d. Fenomenele de masă; e. Colectivităţi statistice.

28
 10. Frecvenţa relativă se obţine raportând numărul de unităţii statistice care
prezintă aceeaşi valoare/variantă statistică la:
a. Varianta statistică studiată; b. Populaţia ţării;
c. Volumul colectivităţii studiate; d. Frecvenţele statistice absolute; e. Mărimile relative.
11. Gruparea datelor statistice reprezintă:
a. O modalitate de sistematizare a datelor prin care se pune în evidenţă ceea ce
este esenţial şi tipic în apariţia, dezvoltarea şi manifestarea fenomenelor de masă;
b. Studiul cantitativ al fenomenelor de masă în scopul cunoaşterii manifestării
legilor statistice la nivelul unui ansamblu de cazuri individuale;
c. Ansamblul acţiunilor de proiectare şi organizare, de culegere şi prelucrare,
de analiză şi interpretare a datelor statistice;
d. Totalitatea elementelor de aceeaşi natură supuse cercetării statistice;
e. Ansamblul metodelor şi tehnicilor de observare, culegere, prelucrare,
interpretare şi analiză a datelor.
12. Gruparea datelor statistice se poate face pe:
a. Variante, Valori, Timp; b. Variante, Valori, Intervale de variante;
c. Intervale de valori, Timp, Spaţiu; d. Variante, Valori, Intervale de valori.
13. Graficul statistic reprezintă:
a. Studiul cantitativ al fenomenelor de masă în scopul cunoaşterii manifestării
legilor statistice la nivelul unui ansamblu de cazuri individuale;
b. Ansamblul acţiunilor de proiectare şi organizare, de culegere şi prelucrare,
de analiză şi interpretare a datelor statistice;
c. O reţea de coordonate spaţiale care pune în evidenţă raportul care se
stabileşte între valori/variante şi frecvenţele statistice corespunzătoare;
d. Totalitatea elementelor de aceeaşi natură supuse cercetării statistice;
e. Ansamblul metodelor şi tehnicilor de observare, culegere, prelucrare,
interpretare şi analiză a datelor.
14. Principalele elemente ale unui grafic statistic sunt:
a. Titlul graficului, Reţeaua grafică, Sursa datelor, Legenda graficului;
b. Totalitatea elementelor de aceeaşi natură supuse cercetării statistice;
c. Intervalele de valori, Timp, Spaţiu;
d. Variante, Valori, Intervale de valori.
15. Identificaţi în conţinutul următoarelor titluri de tabele statistice unitatea
şi variabila statistică specifice prezentării rezultatelor, menţionând în cazul
variabilelor dacă sunt calitative sau cantitative, iar pentru cele cantitative, dacă sunt
continue sau discrete:
a. Numărul mediu al copiilor în familia rurală în anul X;
b. Principalele profesii exercitate anterior de şomerii cu studii superioare
din oraşul Brăila;
c. Frecvenţa semestrială la cursul de statistică a studenţilor din anul I;
d. Precipitaţiile atmosferice zilnice la staţiile Predeal şi Azuga;
e. Evoluţia populaţiei de naţionalitate germană în judeţele din Ardeal.
16. Aflaţi frecvenţa absolută minimă şi frecvenţa relativă maximă în situaţiile:

29
 a. Studenţii unei grupe au obţinut la examenul de “Microeconomie"
următoarele note: 8, 5, 8, 9, 7, 6, 4, 7, 6, 9, 8, 7, 7, 10, 7, 8, 6, 5, 4, 6.
b. Trei produse A, B şi C s-au vândut la preţuri identice (25 lei), dar în
cantităţi diferite, respectiv de 100, 400 şi 500 bucăţi.
18. Pentru un eşantion de 60 de salariaţi, ce îşi desfăşoară activitatea într-o
societate comercială, s-au înregistrat la nivelul unei luni calendaristice în anul X
următoarele caracteristici: nivelul de pregătire (studiile); vechimea în muncă (ani
împliniţi); salariul net (euro). Informaţiile obţinute sunt prezentate în tabelul de mai jos:
Tabelul A14.
Nr. Vechime Salariu net Nr. Vechime Salariu net
Studii Studii
crt (ani) (euro) crt (ani) (euro)
1 m 12 387 31 s 10 620
2 m 7 394 32 m 8 480
3 m 12 512 33 m 8 480
4 s 5 500 34 m 12 490
5 m 9 355 35 s 4 530
6 m 10 362 36 s 14 680
7 s 8 439 37 s 4 550
8 s 11 552 38 s 5 520
9 s 2 505 39 s 3 500
10 s 2 465 40 s 8 558
11 m 3 457 41 m 11 425
12 s 7 452 42 m 3 430
13 s 12 516 43 m 12 512
14 s 10 529 44 m 4 440
15 s 11 570 45 m 8 450
16 m 5 395 46 m 20 500
17 m 14 420 47 s 17 700
18 s 1 594 48 s 7 558
19 s 4 632 49 m 19 570
20 s 17 620 50 s 12 680
21 m 14 450 51 s 19 710
22 s 11 610 52 s 8 670
23 s 2 633 53 m 5 550
24 m 4 404 54 m 4 550
25 m 11 390 55 m 10 500
26 s 11 530 56 s 7 590
27 s 2 500 57 s 9 640
28 s 7 590 58 s 11 600
29 s 8 580 59 s 12 608
30 m 5 440 60 s 3 557
Să se realizeze sistematizarea, prelucrarea primară a datelor culese şi
prezentarea rezultatelor obţinute astfel:
30
a. Să se grupeze salariaţii după variaţia fiecărei caracteristici în parte formând,
pentru variabilele numerice, intervale egale (7 grupe şi 3 grupe);
b. Să se grupeze salariaţii după variaţia caracteristicilor luate două câte două;
c. Să se reprezinte grafic rezultatele obţinute la punctele a.;
d. Folosind rezultatele grupării după caracteristica “studii”, să se centralizeze
datele pentru celelalte variabile.

31
 Modulul B.
Indicatorii statistici

Introducere
Surprinderea variabilităţii din forma de manifestare a fenomenelor de masă
necesită elaborarea de către statistică a unor metodologii şi tehnici de rafinare,
transformare şi aplicare a unor operaţii speciale de calcul, pentru obţinerea unor
determinări cantitativ-numerice, denumite generic indicatori statistici.

Obiective
 definirea noţiunii de indicator statistic
 funcţiile indicatorilor statistici
 clasificarea indicatorilor statistici
 definirea mărimilor relative, relaţii de calcul şi reprezentarea grafică a
acestora
 definirea şi calculul mărimilor medii

Fond de timp:
4 ore studiu individual şi 4 ore activitate de seminar

Ritmul de studiu:
Temele şi lecţiile noi sunt expuse în conexiune cu vechile cunoştinţe. Ele sunt
grupate conform programei analitice şi se recomandă respectarea întocmai a acesteia.
Ritmul de studiu recomandat este de o lecţie pe săptămână. Timpul
recomandabil de învăţare este de maxim 50 de minute, cu pauză de 10 minute.

Cuvinte cheie:
 indicator statistic, indicatori primari, indicatori derivaţi, indicatori absoluţi,
mărimi relative, mărimi medii, medie aritmetică, medie pătratică, media
geometrică, media armonică.

Recomandări privind studiul:

Însuşirea aspectelor teoretice presupune studiul individual al prezentului
material şi a bibliografiei indicate pe parcurs, suportul de curs reprezentând numai
un ghid pentru sistematizarea materialului.
Se recomandă ca la început să se abordeze subiectele grele, să se grupeze
subiectele în funcţie de similitudine, iar după înţelegerea chestiunilor teoretice, să
se treacă la rezolvarea aplicaţiilor şi studiilor de caz. Pentru a întâmpina transferul
negativ, se vor lua pauze mai mari la trecerea spre alte subiecte neînrudite.

32
 Unitatea de învățare 3
Noţiunea de indicator statistic. Calculul mărimilor relative
3.1. Noţiunea de indicator statistic. Pentru caracterizarea unei colectivităţi
studiate nu se poate folosi o singură expresie numerică de aceeaşi dimensiune ci
mai multe, fiecare dintre ele contribuind la cunoaşterea acesteia sub toate aspectele.
Indicatorul statistic este expresia numerică a unor fenomene, procese,
activităţi sau categorii economice şi sociale definite în timp, spaţiu sau structură
organizatorică.
Pentru cunoaşterea fenomenelor de masă, indicatorii statistici îndeplinesc mai
multe funcţii şi anume:
1. Funcţia de măsurare care se poate face prin înregistrarea directă sau prin
operaţii de calculare/agregare şi care se pot exprima în
indicatori absoluţi: numere, cantităţi, valori;
2. Funcţia de comparare care se obţin prin operaţii de scădere pentru a rezulta
diferenţe pozitive, negative, sau prin împărţire de unde
rezultă indicatorii derivaţi, precum coeficienţii şi procentele;
3. Funcţia de analiză prin care se constată în ce măsură valorile individuale ale
fenomenelor se regăsesc şi dau conţinut real indicatorilor
statistici calculaţi;
4. Funcţia de sinteză când valorile individuale ale fenomenelor sunt sintetizate
într-o singură expresie numerică: medii, indici statistici;
5. Funcţia de verificare a ipotezelor, de testare a semnificaţiei indicatorilor calculaţi
din eşantionul de sondaj şi care se bazează pe interpretarea
probabilistică valabilă pentru toată colectivitatea.
6. Funcţia de estimare Ex. B1: rezultatele prelucrării datelor obţinute de la un
sondaj statistic sunt folosite ca estimaţii ale indicatorilor
corespunzători din colectivitatea generală;
Clasificarea indicatorilor statistici:
 indicatorii absoluţi (mărimi absolute sau indicatori primari) – care
exprimă nivelul de dezvoltare al caracteristicii cercetate şi se exprimă în
unităţile de măsură specifice caracteristicii cercetate. Ei se obţin direct prin
observare sau prin centralizare, au o capacitate de caracterizare limitată;
 indicatorii derivaţi – mărimile relative, mărimile medii, indicatorii
variaţiei, indicatorii corelaţiei şi indicii statistici. Deci pentru a se ajunge
de la un indicator absolut la unul derivat fiecare indicator absolut trebuie
comparat şi confruntat cu alţi indicatori. Rolul indicatorilor derivaţi este
acela de a pune în lumină şi de a face posibilă analiza aspectelor
calitative ale fenomenelor şi proceselor cercetate statistic.
Indicatorii derivaţi exprimă:
 raporturile calitative dintre diferitele caracteristici, dintre diferite părţi
ale unei colectivităţi sau fenomenele ce se găsesc în interdependenţă;
 valorile tipice care se formează în mod obiectiv în cadrul aceleiaşi
perioade de timp sau în dinamică (mai multe perioade de timp);

33
  gradul şi forma de variaţie a caracteristicilor cercetate;
 legăturile de interdependenţă dintre fenomene;
 tendinţa obiectivă de manifestare a fenomenelor;
 rolul şi contribuţia diferiţilor factori la formarea şi modificarea
mărimii unui fenomen complex.
Calea cea mai simplă de determinare a indicatorilor pe baza datelor
sistematizate este compararea.
Condiţia de bază este să se asigure comparabilitatea din punct de vedere al
conţinutului, sferei de cuprindere, unităţilor de măsură etc. Compararea se poate
realiza: fie prin diferenţă, fie prin raportare.
Prin compararea prin diferenţă a valorilor a două variabile diferite se obţine
un indicator absolut (Ex. B2: Cost total – Cost variabil = Cost fix).
În urma comparării prin diferenţă a datelor care se referă la unităţi de timp
diferite, unităţi teritoriale diferite, părţi diferite din colectivitate, se obţine indicatorul
derivat denumit curent modificare absolută; acest indicator semnificând:
 creşterea sau reducerea absolută,
 economia sau pierderea absolută.
Ex. B3: Pentru o societate comercială se cunosc următoarele informaţii referitoare
la evoluţia cifrei de afaceri în luna august la nivelul celor două filiale, astfel:
 Filiala A: 50.000 euro;
 Filiala B: 75.000 euro.
Comparînd prin diferenţă cele două valori ale cifrei de afaceri se poate aprecia:
 fie că valoare realizată de filiala A este în comparţie cu cea filialei
mai mică cu 25 mii de euro,
 fie cifra de afaceri înregistrată la nivelul filialei B este mai mare
decât cea înregistrată la filiala A cu 25 mii de euro
Ex. B4: La nivelul unei societăţi comerciale, în anul X, cifra de afaceri în
august a fost de 40 de mii de euro, iar în luna septembrie aceasta a fost de 50 de
mii de euro. Comparaţia prin diferenţă:
CAsept . aug  CA sept  CA aug  50  40   10 mii de euro:

În urma comparaţiei prin diferenţă rezultă expresii numerice care prezintă

aceeaşi unitate de măsură ca şi valorile din care se calculează.
Indicatorii statistici derivaţi care se obţin în urma comparării prin raportare
se numesc mărimi relative.
3.2. Mărimile relative. Sunt expresii numerice rezultate în urma raportării
a două valori statistice definite în timp şi spaţiu.
În funcţie de natura valorilor comprate prin raport, mărimile relative se
împart în cinci mari categorii:
1. mărimi relative de structură: Exprimă ponderea unei părţi în întreg (cât la
sută reprezintă o parte în întreg);
2. mărimi relative de coordonare: Se obţin prin raportare a două valori ale
aceleaşi variabile înregistrate în populaţii
diferite sau în unităţi teritoriale diferite;

34
3. mărimi relative de timp: Se obţin prin raportare valorilor ale aceleiaşi
variabile înregistrate în unităţi de timp diferite;
4. mărimi relative ale planului: Sunt o particularitate a mărimilor relative de
timp şi se obţin prin raportarea a trei valori
aparţinând aceleiaşi variabile;
5. mărimi relative de intensitate: Se obţin prin raportarea a două valori
statistice aparţinând unor variabile diferite
între care există o relaţie de interdependenţă.
Ex. B4: În urma grupării şi centralizării pe grupe de vechime a numărului de
salariaţi, producţiei fizice şi fondul de salarii, la o societate comercială în luna
octombrie, s-a obţinut următoarea situaţie prezentată în tabelul de mai jos:
Tabelul B1.
Grupe de muncitori Număr Producţia Fondul de salarii
după vechime, ani muncitori fizică, buc. - mii euro -
A 1 2 3
Sub 5 6 700 8
5-10 11 1500 13
10-15 18 2600 35
15-20 20 3500 44
20-25 10 1900 25
Peste 25 5 1100 15
Total 70 11300 140
Pe baza datelor din tabelul B1. se pot calcula mărimi relative de: structură,
intensitate şi coordonare:
Mărimi relative de structură:
Ti T
- structura salariaţilor pe grupe de vechime: g i   100
 Ti
Q Qi
- structura producţiei fizice pe grupe de vechime: g i   100
 Qi
FS FSi
- structura fondului de salarii pe grupe de vechime: g i   100
 FSi
unde:
T- număr de muncitori corespunzător grupei de vechime "i";
Q- producţia fizică specifică grupei de vechime "i";
S
F- fondul de salarii la nivelul grupei de vechime "i".
Structura muncitorilor, a producţiei fizice şi a fondului de salarii în funcţie
de grupa "Sub 5" este:
6 Q 700 8
g TSub 5   100  8 ,6 %; g Sub 5  FS
 100  6 ,2 %; g Sub 5   100  5 ,7 %
70 11300 140
Ponderile celorlalte grupe în funcţie de cele trei variabile sunt prezentate
în tabelul de mai jos:
35
 Tabelul B.2.
Grupe de muncitori S t r u c t u r a, %:
după vechime, ani Nr. muncit. Producţia fizică Fondul de salarii
A 1 2 3
Sub 5 8,6 6,2 5,7
5-10 15,7 13,3 9,3
10-15 25,7 23,0 25,0
15-20 28,6 31,0 31,4
20-25 14,3 16,8 17,9
Peste 25 7,1 9,7 10,7
Total 100,0 100,0 100,0
Mărimi relative de intensitate:
- productivitatea muncii care se calculează:
i Q 700
 la nivel de grupă: wi  T  wSub 5  6  116 ,7 buc . / muncit . ;
i
 la nivel de societate:

w 
Qi 11300
w  161,4 buc. / muncit.
Ti 70
- salariul mediu care se calculează:
i FS 8
 la nivel de grupă: S i  T  S Sub 5  6  5 ,7 mil .lei / muncit . ;
i
 FSi  S  140  2,0 mil.lei / muncit.
 la nivel de societate: S 
Ti 70
Corelaţia dintre vechime, producţie şi salariu este prezentată în tabelul B3.
Tabelul B.3.
Grupe de muncitori Număr Productivitate muncii Salariu mediu
după vechime muncitori - buc./muncit. - - mii euro/muncit -
- ani -
A 1 2 3
Sub 5 6 116,7 1,3
5-10 11 136,4 1,2
10-15 18 144,4 1,9
15-20 20 175,0 2,2
20-25 10 190,0 2,5
Peste 25 5 220,0 3,0
Total 70 161,4 2,0

Mărimi relative de coordonare:

36
 - comparăm nivelul productivităţii muncii la nivel de secţie cu nivelul
acestui indicator la nivel de societate:
Wi 136,4
KW   100  KW   100  84,5%
i /W W 5 10 / W
161,4
- comparăm nivelul salariului mediu calculat la nivel de secţie cu cel
înregistrat la nivel de societate:
S 2, 2
K S / S  i  100  K S   100  110 ,0%
15  20 / S 2
i
S
Prezentăm mai jos rezultatele aproximative:
Tabelul B.4.
Grupe de muncitori Wi S
după vechime K
Wi / W
  100 KS / S  i 100
W i S
- ani -
A 1 2
Sub 5 72 65
5-10 85 60
10-15 89 95
15-20 106 110
20-25 118 125
Peste 25 136 150
Total 100 100
Principalele reprezentări grafice utilizate în prezentarea mărimilor relative
de structură sunt: histograma, cercul, pătratul, dreptunghiul etc.
Histograma se construieşte în felul următor: pe abscise (OX) se trec
intervalele de valori, respectându-se principiul ca intervalele egale să fie
reprezentate prin distanţe egale, iar pe ordonată (OY) se construieşte scara
procentuală - Fig. B1.

Fig. B1. - Structura salariaţilor pe grupe de vârstă (histograma)

37
 Utilizarea în practica economică a diferitelor figuri geometrice este foarte
importantă deoarece acestea oferă atât posibilitatea de-a compara şi sesiza
raportul de mărime dintre date, cât şi popularizarea datelor statistice în diverse
situaţii - Fig. B2., B3., B4. şi B5.

Fig. B2. - Structura producţiei fizice după grupa de vârstă a muncitorilor

Fig. B3. - Structura pe grupe de vârstă a producţiei şi a fondului de salarii

Fig. B4. - Evoluţia productivităţii muncii pe grupe de vârstă

38
Fig. B5. Evoluţia comparativă a productivităţii şi a salariului pe grupe de vârstă
Sursa: Graficul a fost construit pe baza datelor din tabelul B.4. col. 1 şi 2

Pe baza datelor obţinute se pot desprinde următoarele concluzii:

 ponderea ridicată a grupei de vechime 15-20 de ani în ceea ce priveşte
cele trei variabile cercetate: număr de salariaţi, producţie fizică şi fond de salarii,
ceea ce arată un grad ridicat de experienţă;
 productivitatea muncii şi salariu mediu sunt direct proporţionale cu
vechime în muncă, fapt evidenţiat dealtfel şi de Fig. B4. şi 3.5.;
 salariaţii care au vechime mai mare de 15 ani realizează salarii şi
productivităţii mari faţă de nivelurile înregistrate la nivel de societate, aceştia
având o pondere de 50% din total salariaţilor realizând 6500 de bucăţi ce
reprezintă 57,5% din producţia realizată în luna martie, respectiv pentru plata
salariilor afectându-se 84 de mii euro din fondul total de salarii, reprezentând
60% din total;
 se poate observa din figura B3. că există diferenţe structurale între
ponderea producţiei şi a fondului de salarii pe grupe de vechime, în sensul că
gupele cu vechime mică deţin ponderi ridicate ale producţiei faţă de cele ale
fondului de salarii şi invers.
Ex. B5: Pentru o societate comercială se cunosc următoarele date
referitoare la valoarea producţiei a două produse:
Tabelul B.5.
Produse Unitatea de Producţia valorică, mii euro
măsură Martie Nivel planificat Aprilie
A B 1 2 3
A Kg. 60 88 96
B Mp. 90 112 104
Total 150 200 200
Pe baza datelor din tabelul B5. se pot calcula următoarele mărimi relative
de: structură; coordonare; plan; timp.

39
 Mărimi relative de structură:
PV PVi
Structura producţiei valorice pe produse: g i   100 , unde PVi
 PVi
reprezintă valoarea produsului "i". Acest indicator se va calcula distinct pentru
fiecare perioadă de timp analizată. Prezentăm în tabelul de mai jos structura
producţiei valorice:
Tabelul B.6.
Produse Unitatea de Structura producţiei valorice
măsură Martie Nivel planificat Aprilie
A B 1 2 3
A Kg. 40,0 44,0 48,0
B Mp. 60,0 56,0 52,0
Total 100,0 100,0 100,0

A X B X
Mărimi relative de coordonare: K A / B  X ( 100 ) sau K B / A  X ( 100 )
B A

Tabelul B.7.
Indicator Martie Nivel planificat Aprilie
A 1 2 3
K A / B ,% 66,7 78,6 92,3
K B / A ,% 150,0 127,3 108,3
K A / B  KB / A 
0,667×1,5=1,0005 0,786×1,273 1,0006 0,923×1,083 1,000 
A B X X
Proprietatea de reversibilitate: K A / B  K B / A  X  X  1
B A
Mărimi relative de plan:
P X
- sarcina de plan: K p / 0  X ( 100 )
0
1 X
- îndeplinirea sarcinii de plan: K 1 / P  X ( 100 )
P
Tabelul B.8.
Sarcina Îndeplinirea
Produse de plan sarcinii de plan - Observaţii
- %- %-
A 1 2 3
A 146,7 109,1 Planul a fost depăşit cu 9,1%;
B 124,4 92,9 Planul nu a fost îndeplinit cu 7,1%;
Total 133,3 100,0 Planul a fost realizat.
1 X
Mărimi relative de timp: K1 / 0  X ( 100 )
0

40
 Tabelul B.9.
Produse Dinamica producţiei Observaţii*
valorice, %
A 1 2
A 160,0 
1,467×1,91 1,6005
B 115,6 
1,244×0,929 1,1557
Total 133,3 1,333×1,000 = 1,333

P X1 1 X X
* KP / 0  K1 / P  X  X  X  K1 / 0
0 P 0
Reprezentarea grafică:
B
1
9
8
7
6
0
5

Fig. B6. - Structura producţiei valorice pe produse

tal
o
T
B

Fig. B7. Îndeplinirea sarcinii de plan la nivel de produs şi la nivel de societate

Pe baza aplicaţiilor Ex. B4 şi Ex. B5 se desprind următoarele concluzii:
 În literatura de specialitate au acelaşi sens cu conceptul de mărimi
relative de structură şi noţiunile: frecvenţe relative, ponderi, greutăţi specifice.
 Mărimile relative de structură prezintă următoarele proprietăţi:
 Expresia numerică a acestora este întodeuna subunitară, cel mult unitară
dacă elementele colectivităţii se concentrează într-o singură grupă;
 Pe ansamblul colectivităţii analizate suma mărimilor relative de structură
este întotdeuna egală fie cu 1, fie cu 100, dacă acestea sunt exprimate procentual;
 Mărimile relative de structură se calculează numai pentru acele variabile
pentru care însumarea valorilor are sens economic.
 Proprietatea de reversibilitate este specifică numai mărimilor relative de coordonare;
 În cazul mărimilor relative de timp întotdeauna se va compara valoarea
din perioada curentă cu valoarea din perioada anterioară;
 În dinamică interpretarea mărimilor de timp şi de plan se bazează pe
xt
calculul ritmului de modificare relativă: rt 0  x  100  100 ;
o
 În categoria mărimilor de intensitate fac parte valorile medii ale
diferitelor variabile studiate.

41
 Unitatea de învățare 4
Mărimile medii
Media este expresia sintetizării într-un singur nivel reprezentativ a tot ceea
ce este esenţial, tipic şi obiectiv în apariţia şi manifestarea unui fenomen de masă
Media trebuie înţeleasă ca un nivel obişnuit, ca un nivel la care ne
asteptăm, ca un fel de speranţă matematică sau centru de greutate capabil să
exprime esenţa comună a tuturor sau a majorităţii manifestărilor individuale ce
alcătuiesc colectivitatea cercetată.
Conţinutul acestei mărimi este abstract, forma de exprimare este concretă.
Prin urmare, media se exprimă în aceleaşi unităţi de măsură ca şi variantele
concrete din care se calculează.
Ex. B6:  „cifra medie de afaceri în luna iulie, la nivelul unei firme, a fost de
50 de mii de euro”
 „în urma examenului la statistică media anului I a fost de 8,75”
Pentru ca valoarea medie să fie reprezentativă pentru întreaga colectivitate,
trebuie să se ţină cont de următoarele cerinţe:
 utilizarea unui număr suficient de mare de observaţii, astfel încât
esenţa comună să poată fi evidenţiată;
Ex. B7: Nu putem spune că preţul mediu al roşiilor pe piaţa vîlceană a fost
în luna octombrie de 3 lei luând în calcul doar trei aprozare şi două agropieţe.
 să se aleagă acel tip de medie, care corespunde cât mai bine naturii
variaţiei fenomenului analizat.
 Valorile din care se calculează media să fie relativ omogene
Ex. B8: Afirmaţia de la Ex. B6 poate fi greşită dacă preţul roşiilor variază
între 1 leu şi 10 lei şi în consecinţă media nu este reprezentativă.
Dacă media este o valoare reprezentativă pentru toate valorile pe care le
sintetizează înseamnă că le poate substitui, calitativ şi cantitativ.
Mărimile medii se determină pe baza tuturor valorilor statistice înregistrate
într-o colectivitate. În funcţie de natura variaţiei (exprimată sub formă de mărimi
absolute sau relative) şi de felul datelor înregistrate (numai valori pozitive sau
majoritatea pozitive dar şi unele nule sau negative), distingem mai multe feluri de
medii calculate. Cele mai utilizate în analiza economică sunt: media aritmetică;
media armonică; media geometrică; media pătratică; media cronologică (vezi lecţia
10). Dintre acestea, vom pune accentul pe media aritmetică.
Media aritmetică ( x ) este acea valoare abstractă care, înlocuind toate
variantele unei colectivităţi (toţi termenii seriei), nu modifică suma acestora.
Suma_valorilor
Formula generală de calcul este: x 
Nr._valorilor.
În forma simplă se calculează atunci când distribuţia statistică este construită
pe variante, astfel:

42
 n

x1  x2  ...  xn 
xi
,
x  i 1

n n
unde: x i reprezintă valorile statistice înregistrate, iar n volumul colectivităţii.
Ex. B9: Un student obţine la examenele dintr-o sesiune următoarele note:
8, 10, 9, 7, 6, 5, 5
Nota medie a studentului este:
8  10  9  6  5  5
x  7,16 puncte/disciplină.
6
În forma ponderată se calculează atunci cînd distribuţia statistică este
construită prin frecvenţe. Pentru a scurta procesul de calcul, se ţine seama de
frecvenţe absolute ( f i ) înregistrate pentru fiecare valoare statistică distinctă ( x i )
a seriei sau pentru fiecare interval de variaţie:
x  f i i
x i
,
f i
i

Ex. B10: Pentru 10 de de salariaţi este cunosc următoarele informaţii

referitoare la vechimea în muncă: 7, 7, 5, 5, 5, 8, 8, 8, 8, 10. Să se calculeze
vechimea medie ca medie aritmetică.
Avem 3 posibilităţi de calcul al mediei:

Prin calcul direct: 7  7  ...  10 71

x   7 ,10 ani/pers.
10 10
Prin calcul ponderat: 7  2  5  3  8  4  10  1 71
x   7 ,10 ani/pers.
10 10
Prin calcul tabelar: Tabelul B10
Vechimea Nr. Sal.
xi  f i
xi fi
1 2 3 (1*2)
5 3 15
7 2 14 71
 x  7 ,10
8 4 32 10
10 1 10 ani/pers.
71
10
Total
 fi  xi  f i


Dacă se iau în considerare frecvenţele relative ( f i ), formula de mai sus se
i xi  f i * fi
, unde f i   100
rescrie astfel: x 
100
fi 
43
 Ex. B10: Pentru aplicaţia prezentată la Ex. B9 să se calculeze vechimea
medie folosind structura salariaţilor după vechime (frecvenţe relative):
Tabelul B11
Structura
Vechimea Nr. Sal.
salariaţilor x i  f i*
xi fi
f i*
1 2 3 4 (1*3)
3
 100  30 %
5 3 10 150

2
 100  20 % 710
7 2 10 140  x  7 ,10
100
4 ani/pers.
 100  40 %
8 4 10 320

1
 100  10 %
10 1 10 100

10 710
Total 100%
 fi x i  f i*

Indiferent care din forme este utilizată pentru calculul mediei, rezultatul
este acelaşi.
În cazul seriior cu intervale determinarea mediei aritmetice se va face
ţinîndu-se cont de valoarea de mijloc a intervalului de grupare.
Ex. B11: Pentru datele de mai jos să se calculeze venitul mediu pentru o
firmă a cărei structură salariaţilor unei firme după venitul realizat în luna
octombrie, a fost următoarea:

44
 Tabelul B12.
Grupe de Valoarea
Structura
salariaţi de
salariaţilor, x i  f i*
după venit, * mijloc,
lei %, f i xi
1 2 3 4 (2*3)
Sub 800 11 700 7.700
800-1000 22 900 19.800
1000-1200 15 1.100 16.500 128 .200
 x  1 . 280
1200-1400 12 1.300 15.600 100
1400-1600 17 1.500 25.500 lei/pers.
1600-1800 12 1.700 20.400
1800-2000 5 1.900 9.500
2000-2200 3 2.100 6.300
Peste 2200 3 2.300 6.900
Nu se 128.200
Total 100
adună x i  f i*

Media aritmetica are avantajul de a fi uşor de folosit şi totodată este uşor

de înţeles, fiind cea mai frecvent folosită medie (este o medie populară).
Media aritmetică are însă şi marele dezavantaj că este sensibilă la valorile
extreme (valori fie foarte mici, fie foarte mari). Existenţa unor astfel de valori, în
special în situaţia în care extremele sunt numai într-un singur sens (ceea ce nu duce
la compensarea lor), va avea ca rezultat o medie aritmetică ce poate fi
nereprezentativă pentru colectivitatea pentru care s-a calculat.
Media aritmetică are mai multe proprietăţi. Dintre acestea, cele mai utile sunt:
1. media aritmetică este cuprinsă între valorile minimă şi maximă ale
caracteristicii: x max  x  x max
2. suma abaterilor valorilor individuale de la medie este zero, media
având, prin definiţie, proprietatea de a compensa abaterile pozitive cu
cele negative:
n

 Pentru seria simplă: (x

i 1
i  x)  0
n

 Pentru seria de frecvenţe:  ( xi  x )  ni  0 .

i 1
Media aritmetică a caracteristicii alternative. Să considerăm o
colectivitate statistică formată din n unităţi din care f 1 posedă nivelul x 1 , iar f 2
posedă x 2 al caracteristicii. Pentru o caracteristică alternativă se construieşte
următoarea distribuţie:

45
 Tabelul B13.
Tipuri de unităţi ale populaţiei Valoarea Frecvenţele
caracteristicii ( fi )
( xi )
Unităţi care posedă caracteristica (DA) 1 p
Unităţi care nu posedă caracteristica (NU) 0 n-p
Total - n
Pentru o astfel de situaţie nivelul mediu se va calcula după formula mediei
aritmetice ponderate:
1  p  0  (n  p) p
x 
p  (n  p) n
care primeşte, în final, forma unei mărimi relative de structură.
Ex. B12: Pentru următoarele date să se calculeze media “număr de angajaţi
de sex masculin”:
Tabelul B14.
Grupe de Număr
Valoarea Media variabilei
angajaţi de
caracteristicii „nr. de angajaţi de sex
după sex angajaţi
1 2 3 masculin” este:
Masculin 208 1 p 208
Feminin 112 0 p   0 ,65
n 320
Total 320 Nu se adună

46
 Denumire tip de
Formula de calcul Utilizări practice
medie
1. Media pătratică n Se foloseşte când fenonenul supus cercetării
(x p ) i 1
xi2 înregistrează modificări aproximativ în progresie
geometrică.
xp 
n Prin media pătratică se scoate în evidenţă influenţa
valorilor mari ale caracteristicii.
n

x 2
i fi
n
În practică media pătratică se foloseşte pentru

xp  i 1
n sau
x
i 1
2 *
i fi
calculul abaterii medii pătratice ca indicator al
variaţiei.
xp 
i 1
fi 100

2. Media armonică n Se aplică în cazuri speciale şi se calculează ca

47
(xh )
xp   xi2 f i* inversa mediei aritmetice calculată din valorile
i 1 inverse ale termenilor distribuţiei.
n Se foloseşte la calculul nivelului mediu al unei
f i
xh 
100 caracteristici derivate, cu caracter de mărime relativă
xh  i 1 n
1 * sau mărime medie.
n
1
sau
 fi

i 1 xi
fi i 1 xi

3. Media n Se mai numeşte şi “medie de ritm”. În practică se

geometrică ( x g )
xn  xi foloseşte pentru calculul indicelui mediu şi respectiv,
i 1 ritmului mediu (vezi Lecţia 10)
n Se foloseşte când fenonenul supus cercetării înregistrează
x   fi x i
fi
un ritm de modificare încetinit, chiar dacă volumul absolut
i 1 al modificării este din ce în ce mai mare.
 Rezumat
 Noţiunea de indicator statistic
 Funcţiile indicatorilor statistici
 Clasificarea indicatorilor statistici
 Modificare absolută
 Mărimi relative
 Mărimi relative de structură
 Mărimi relative de coordonare
 Mărimi relative de timp
 Mărimi relative ale planului
 Mărimi relative de intensitate
 Noţiunea de mărime medie
 Media aritmetică
 Media aritmetică a caracteristicii alternative
 Media armonică
 Media geometrică

Bibliografie
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002, pag. 55 – 76;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa
economică”, 2007, pag. 16 – 19, 62-72;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –
Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. “Independenţa economică”, 2004, pag. 39 – 57.

Întrebări şi aplicaţii de autoevaluare

1. Expresia numerică a unei aprecieri calitative asupra unui fenomen studiat în
timp şi în spaţiu se numeşte:
a. Variantă statistică; b. Frecvenţă statistică; c. Indicator statistic; d. Model
statistic; e. Fenomen de masă.
2. Expresiile numerice obţinute în urma raportării a două valori statistice
definite în timp şi spaţiu se numesc:
a. Colectivităţi statistice; b. Mărimi absolute; c. Indicatori statistici;
d. Mărimi relative; e. Informaţii statistice.
3. Raportând părţile la întreg se obţine o mărime relativă de:
a. Structură; b. Coordonare; c. Plan; d. Timp; e. Intensitate.
4. Frecvenţa relativă este o mărime relativă de:
a. Structură; b. Coordonare; c. Plan; d. Timp; e. Intensitate.
5. Compararea părţilor între ele formează conţinutul mărimii relative de:
a. Structură; b. Coordonare; c. Plan; d. Timp; e. Intensitate.
6. Expresiile numerice rezultate în urma raportului a două valori observate în
două perioade de timp diferite formează conţinutul mărimii relative de:
a. Structură; b. Coordonare; c. Plan; d. Timp; e. Intensitate.

48
 7. Indicatorul sarcina de plan se calculează raportând nivelul planificat la:
a. Nivelul curent al variabilei; b. Nivelul din perioada de bază al variabilei studiate;
c. Volumul colectivităţii studiate; d. Media aritmetica; e. Abaterea standard.
8. Indicatorul îndeplinire a sarcinilor de plan se calculează raportând nivelul
curent al variabilei la:
a. Nivelul planificat; b. Nivelul de baza al variabilei; c. Volumul colectivităţii;
d. Media aritmetica; e. Abaterea standard.
9. Expresia numerică obţinută in urma raportării a două valori, apartinând
unor variabile diferite, dar între care există o relaţie de interdependenţă formează
conţinutul mărimilor relative de:
a. Structură; b. Coordonare; c. Plan; d. Timp; e. Intensitate.
10. Media aritmetică se obţine raportând suma valorilor la:
a. Coeficientul de regresie; b. Sarcina de plan; c. Volumul colectivităţii;
d. Modificarea medie absolută; e. Preţul manoperei.
11. Expresia sintetizării valoriilor individuale a tot ceea ce este esenţial, tipic
şi obiectiv într-un singur nivel reprezentativ este dată de:
a. Valoarea modală; b. Abaterea standard; c. Abaterea medie liniară;
d. Coeficientul de variaţie; e. Media.
12. Media aritmetică este o valoare care este:
a. Mai mică decât valoarea minimă; b. Între valoarea cea mai mică şi
valoarea cea mai mare; c. Mai mare decât valoarea maximă; d. Nici una dintre
variantele prezentate.
13. Pentru 20 de persoane s-au înregistrat următoarele informaţii referitoare
la starea civilă sub forma seriei:
C C C N N D C C N N
D D C N N D V N N N
N – necăsătorit; C – căsătorit; D – divorţat; V – văduv

Determinaţi ponderea persoanelor căsătorite.

14. Referitor la numărul de muncitori şi salarizarea din 2 secţii ale unei
întreprinderi, se cunosc datele următoare:
Tabelul B15
Fond de salarii, euro Nr. angajaţi Să se calculeze şi să se interpreteze:
Secţia
Aprilie Mai Aprilie Mai a. Mărimile relative de dinamică;
A 40.000,0 60.000,0 16,0 25,0 b. Mărimile relative de intensitate;
B 80.000,0 150.000,0 34,0 35,0 c. Mărimile relative de structură;
Total 120.000,0 210.000,0 50,0 60,0
15. Se dau datele următoare:
Tabelul B16.
Prod. în luna mai, Sarcina de plan în Îndeplinirea sarcinii
Secţia
mil. lei luna mai, % de plan, %
A 10,0 14,0 88,9
B 20,0 11,0 110,7

Ştiind că nivelurile planificate pe cele două secţii au fost de 12, respectiv 23, se cer:

49
 a. Producţia pe luna iunie la nivel de societate şi reprezentarea grafică a
structurii producţiei în cele două luni;
b. Mărimile relative de dinamică.
c. Mărimile relative de coordonare
16. Se cunosc următoarele date:
Tabelul B17.
Sarcina Îndep. sarc. de Structura CA
Secţia
de plan, (%) plan, % Mar. Apr.
A 105,00 110,00 40,00 35,00
B 115,00 118,00 60,00 65,00
Se cer:
a. Să se reprezinte grafic structura cifrei de afaceri în ambele perioade;
b. Dinamica cifrei de afaceri la nivel de secţie;
c. Cu cât s-a modificat cifra de afaceri pe ansamblul societăţii.
17. Pentru 20 de studenţi, referitor la notele obţinute la „Statistică” şi starea
civilă, se cunosc următoarele:
Tabelul B18.
Nr. Starea Nr. Starea
Nota Nota
crt. civilă crt. civilă
1 C 4 11 D 6
2 C 8 12 D 7
3 C 6 13 C 8 Aflaţi
4 N 9 14 N 10 nota medie a studenţilor
5 N 7 15 N 10 divorţaţi.
6 D 8 16 D 10
7 C 6 17 V 8
8 C 10 18 N 9
9 N 9 19 N 9
10 V 9 20 N 4
N – necăsătorit; C – căsătorit; D – divorţat; V – văduv.
18. La o echipă de muncitori, pentru vechimea în muncă, s-au găsit
următoarele valori: 11, 5, 7, 8, 20, 4, 9, 15, 6, 13 (exprimate în ani). Să se
determine vechimea medie.
19. Numărul de piese realizate de muncitorii unei formaţiuni de lucru într-o
zi este dat în tabelul următor:
Tabelul B19.
Producţia, Număr Să se determine producţia medie realizată de un
buc. de muncitori muncitor.
4 4
5 12
6 23
7 9
8 2
Total 50

50
 20. Distribuţia unui eşantion de agenţi economici, ce au ca obiect de
activitate comerţul exterior, după cifra de afaceri realizată se prezintă astfel:
Tabelul B20.
Grupe de agenţi economici Nr. de a Determinaţi cifra de afaceri
după cifra de afaceri, genţi economici medie pentru acest eşantion de
mil. USD ni agenţi economici.
Sub 5 5
5-7 11
7-9 19
9-4 33
11-13 16
13-15 9
15 şi peste 7
Total 100
21. Dintr-o serie de 120 studenţi au promovat la un examen 109. Să se
determine media pentru caracteristica promovare.

51
 Modulul C.
Analiza seriilor de repartiţie de frecvenţe

Introducere
Pentru un viitor manager, informaţiile matematice oferite de analiza
statistică a seriilor unidimensionale oferă sugestii nete asupra deciziilor ce trebuie
luate asupra fenomenului studiat. Astfel, decizia plasată după efectuarea unui
demers statistic este mult mai eficientă, decât cea bazată doar pe experienţă şi
intutiţie. Fundamentarea deciziilor presupune cunoaşterea la nivelul colectivităţii
investigate a tendinţei, a ceea ce este obiectiv, esenţial, comun şi stabil în formele
individuale de manifestare a fenomenelor. În acest scop, este necesar să se
determine indicatori sintetici adecvaţi, cu care se caracterizează tendinţa centrală
din forma de manifestare a fenomenelor de masă. Aceşti indicatori au ca principală
funcţie aceea de a sintetiza în aşa manieră valorile individuale înregistrate ale
caracteristicilor urmărite, astfel încât să fie posibilă substituirea acestora fără să
modifice esenţa obiectivă a datelor.
Formele individuale de manifestare a fenomenelor de masă analizate într-o
colectivitate prezintă o variabilitate (variaţie) mai mare sau mai mică în funcţie de
numărul, natura, direcţia şi sensul acţiunii factorilor esenţiali şi întâmplători.
Informaţiile oferite de către valorile tipice ale tendinţei centrale şi variaţiei faţă de
aceastea trebuie completate cu informaţii referitoare la forma în care se
repartizează unităţile colectivităţii după caracteristica urmărită.

Obiective
 Introducerea noţiunilor de medie şi modul
 Introducerea noţiunilor de variaţie şi asimetrie
 Determinarea medianei în cazul seriilor simple şi seriilor de frecvenţe
 Determinarea valorii modale
 Determinarea indicatorilor simpli şi sintetici ai variaţiei
Fond de timp:
4 ore studiu individual şi 4 ore activitate de seminar
Ritmul de studiu:
Temele şi lecţiile noi sunt expuse în conexiune cu vechile cunoştinţe. Ele
sunt grupate conform programei analitice şi se recomandă parcurgerea materiei,
urmărindu-se respectarea întocmai a acesteia.
Ritmul de studiu recomandat este de o lecţie pe săptămână. Timpul
recomandabil de învăţare este de maxim 50 de minute, cu pauză de 10 minute.
Cuvinte cheie:
 serie statistică, mediană, valoare modală sau dominantă, indicatori de variaţie,
indicatori amplitudinea variaţiei, abateri individuale, abaterea medie liniară, dispersia,
abaterea medie pătratică, coeficient de variaţie, coeficient de asimetrie.

52
 Recomandări privind studiul:
Însuşirea aspectelor teoretice presupune studiul individual al prezentului
material şi a bibliografiei indicate pe parcurs, suportul de curs reprezentând numai
un ghid pentru sistematizarea materialului.
Se recomandă ca la început să se abordeze subiectele grele, să se grupeze
subiectele în funcţie de similitudine, iar după înţelegerea chestiunilor teoretice să se
treacă la rezolvarea aplicaţiilor şi studiilor de caz. Pentru a întâmpina transferul
negativ se vor lua pauze mai mari la trecerea spre alte subiecte neînrudite.

Unitatea de învățare 5.
Caracterizarea statistică a seriilor de repartiţie
de frecvenţe. Indicatorii tendinţei centrale

5.1. Caracterizarea statistică a seriilor de repartiţie de frecvenţe. Seria de

repartiţie de frecvenţe este formată din două şiruri de date în care: primul şir este
reprezentat de valorile, variantele sau intervalele de valori, iar cel de-al doilea şir
este format din frecvenţele statistice corespunzătoare (absolute sau relative). Pentru
caracterizarea statistică se utilizează trei grupe de indicatori:
- indicatori ai tendinţei centrale;
- indicatori de apreciere a împrăştierii valorilor în jurul mediei repartiţiei;
- indicatori ai formei de repartiţie.
Acest sistem de indicatori este completat cu reprezentări grafice specifice
cum ar fi: histograma, poligonul frecvenţelor cumulte şi figuri geometrice de
structură: cerc, pătrat etc.
5.2. Indicatorii tendinţei centrale. O clasificare a indicatorilor tendinţei
centrale se poate face, în funcţie de modul de determinare a lor, în:
 indicatori (mărimi) medii de calcul: media aritmetică, armonică, pătratică,
geometrică etc.;
 indicatori medii de poziţie: modul, mediana.
Indicatorii fundamentali ai tendinţei centrale sunt: media aritmetică, modul
şi mediana, dar în anumite cazuri speciale putem apela şi la alte tipuri de medii.
Mediana (Me) reprezintă valoarea centrală a unei serii de date aranjate
crescător sau descrescător. Cu alte cuvinte, faţă de valoarea mediană, jumătate din
observaţii au valori mai mici sau egale cu mediana, iar jumătate au valori mai mari
sau egale cu mediana.
Utilizarea medianei ca o expresie a tendinţei centrale este recomandată
mai ales atunci când seria conţine valori extreme, valoarea medie nemaifiind, în
acest caz, reprezentativă.
Mediana se determină diferit în funcţie de tipul seriei, astfel:
Pentru o Se parcurg următorii paşii:
serie Pas 1: Se ordonează şirul de valori crescător sau descrescător;
simplă: n 1
Pas 2: Se determină locul medianei cu relaţia: Loc Me  ;
2

53
 Pas 3: În funcţie de de natura numărului de termeni se determină mediana:
 Dacă numărul termenilor este impar: mediana este egală cu
termenul din mijlocul seriei de valori ordonate;
 Dacă numărul termenilor este par: mediana este egală cu
media aritmetică a celor doi termeni din mijlocul seriei.
Ex. C1: Fie distribuţia reprezentâd cifra de afaceri a 5 firme, exprimată în
mii euro în anul X: 100, 170, 130, 90, 140.
Ordonând, obţinem: 90, 100, 130, 140, 170.
51
Loc Me   3  Me  130 mii euro/firmă
2
Ex. C2: Fie distribuţia reprezentâd cifra de afaceri a 8 firme (exprimată în
mii euro) în anul 2010: 100, 170, 80, 130, 90, 140, 120, 160. Ordonând, obţinem:
80, 90, 100, 120, 130, 140, 160, 170.
8 1 120  130
Loc Me   4 ,5  Me   125 mii euro/firmă.
2 2
Pentru În calculul medianei unei distribuţii de frecvenţe se parcurg paşii:
o serie cu
intervale: Pas 1: Se determină locul mediei cu relaţia: Loc Me 

fi  1
;
2
Pas 2: Se stabileşte intervalul median ca fiind primul interval cu
frecvenţa cumulată mai mare decât locul medianei:
f1  f 2  ...  f  Loc _ Me  Loc Me
Pas 3: Se determină mediana pe baza formulei:
Loc _ Me  f PMe
Me  x0Me  h .
f Me
Unde: n - volumul colectivităţii; x 0 - limita inferioară a intervalului median;
Me

h - mărimea intervalului median;  f PMe - suma frecvenţelor până la intervalul

median;
f Me - frecvenţa intervalului median

Ex. C3: Pentru o firmă se cunosc următoarele informaţii referitoare la distribuţia

salariaţilor după vechimea în muncă, exprimată în ani împliniţi, în anul X:

Tabel C1
Grupe de
muncitori Număr Frecvenţa
Pas 1:
după vech., salariaţi cumulată
100  1
ani Loc Me   50 , 5
A 1 2 2
Pas 2:
Sub 5 11 11
11  25  34  50 ,5 Me  10 ,15 
5-10 25 36

54
 10-15 34 70 Pas 3:
15-20 50 120 50 ,5  36
Me  10  5   12 ,13 ani/
20-25 25 145 34

Peste 25 5 150
pers.
Valoarea medianei nu este afectată de observaţiile extreme ale seriei.
Modul sau dominanta unei variabile reprezintă valoarea care înregistrează cea
mai mare frecvenţă de apariţie. Valoarea modală se utilizează ca indicator al tendinţei
centrale atunci când media nu se poate calcula sau nu are sens să fie calculată.
Ex. C4: în loc de stabilirea mărimii medii la confecţii, a numărului mediu la pantofi etc.
se preferă observarea variantei celei mai frecvente.
Anumite serii de date pot să nu prezinte o valoare modală (serii
unimodale) pe când altele pot avea două sau mai multe valori modale (serii
multimodale). Pentru a putea analiza astfel de serii multimodale, este necesar ca
numărul de înregistrări să fie suficient de mare.
În cazul seriilor de date organizate pe intervale de variaţie a caracteristicii de
grupare, modul se află prin interpolare în intervalul de grupare cu frecvenţa
cea mai mare.
Pentru o Modul este valoare care care se înregistrează cel mai frecvent.
serie
simplă:
Ex. C5: Pentru 10 studenţi se cunosc următoarele date privind nota obţinută
la examenul de statistică din iunie: 10, 8, 4, 8, 10, 6, 10, 7, 8, 10.
Cei mai mulţi dintre studenţi (4 persoane) au luat nota 10
( Mo  10 puncte/student).
Ex. C6: Pentru 20 familii se cunosc următoarele informaţii referitoare la
număr de copii, astfel:
Tabelul C2
Număr de copii Număr
pe familie familii
1 2
Seria prezintă două valori statistice
având aceeaşi frecvenţă maximă 6.
0 6 În consecinţă avem o serie multimodală:
 Mo 1   0 copii/familie
1 4
 Mo 2   2 copii/familie
2 6
3 3
4 1
Pentru În calculul medianei unei distribuţii de frecvenţe se parcurg paşii:
o serie cu Pas 1: Se determină intervalul modal ca fiind acela care are frecvenţa
intervale: cea mai mare. (Atenţie: a nu se confunda frecvenţa cea mai mare cu
noţiunea de valoarea statistică cea mai mare);

55
 Mo 1
Pas 2: Se determină modul pe baza formulei: Mo  x0  h    
1 2
Mo
Unde: x 0 - limita inferioară a intervalului modal; h - mărimea intervalului modal;
 1 - diferenţa între frecvenţa intervalului moda şi frecvenţa intervalului anterior;
 2 - diferenţa între frecvenţa intervalului modal şi frecvenţa intervalului următor.

Ex. C7: Se cunoaşte următoarea distribuţie a angajaţilor după salariul lunar

în octombrie:
Tabelul C3
Grupe de angajaţi
Număr de
după salariul lunar Determinăm salariul modal:
angajaţi
(mii lei) Pas 1: Intervalul modal este [3,6-3,9], deoarece
1 2
acesta corespunde frecvenţei maxime,
2,7-3 28 Pas 2: Salariul modal va fi:
3-3,3 32
75  60
3,3-3,6 60 Mo  3, 6  0 ,3  3
3,6-3,9 75
75  60   75  45 
 Mo  3 , 7 mii lei/sal.
3,9-4,2 45
4,2-4,5 20
Total 260
Numim distribuţie statistică simetrică, aceea pentru care frecvenţele se
dispun în mod egal, de o parte şi de alta a mediei. Pentru aceste distribuţii se
obţine că cele trei valori centrale coincid: x  Me  x   Mo  x  .
Această egalitate o întâlnim doar în cazul repartiţiei normale.
Dacă frecvenţele se împrăştie inegal în jurul mediei, repartiţia este asimetrică.
Expresia grafică (curba) unei asemenea repartiţii prezintă un grad de oblicitate în raport cu
ordonata, respectiv: x  Me  x   Mo  x 
În practică, oblicitatea (asimetria) repartiţiilor statistice se măsoară, cel mai
adesea, folosind coeficientul de asimetrie al lui Karl Pearson:
x  Mo x 
Cas  x  
x 
Pentru repartiţia normală (teoretică), o distribuţie perfect simetrică, se obţine:
În cazul distribuţiilor empirice (repartiţii din practică):
Cas  x   0 - distribuţie perfect simetrică (fig. C1)
Cas  x   0 - distribuţia prezintă oblicitate spre dreapta (fig. C2)
Cas  x   0 - distribuţia prezintă oblicitate spre stânga (fig. C3)
Distribuţia este moderat asimetrică dacă Cas  x    0 . 3 ; 0.3 
În pagina următoare sunt prezentate în mod grafic, cele trei tipuri de distribuţii:

56
 Observaţie: Pentru seriile de date care tind către repartiţia normală,
mediana este cuprinsă între media aritmetică şi mod, iar în cazul unei repartiţii
normale perfecte, media coincide cu mediana şi modul.
Mo(x Me(x Me(x
f )
f )
)
Mo(x

x )

  <Me(x) < Mo(x)

Mo(x)< Me(x) < 
x x
x x
Me(x
) Fig. C2: Asimetrie Fig. C3: Asimetrie
Mo(x spre dreapta spre stânga
Fig. C1: Repartiţie normală (pozitivă) (negativă)

Ex. C8: Salariul net lunar al celor 12 angajaţi ai unei firme a înregistrat în
luna octombrie următoarele valori:
620; 540; 520; 1.040; 820; 750; 580; 620; 2.600; 620; 670; 690.
Stabiliţi care dintre cei trei indicatori ai tendinţei centrale reprezintă
valoarea medie cea mai semnificativă corespunzătoare seriei simple de date:
 Salariul mediu
n

net:
x i
620  540  ....  690 10.080
i 1
x    840 lei
n 12 12
 Calculul medianei necesită ordonarea seriei:
620; 580; 540; 620; 620; 620; 680; 690; 750; 820; 1.040; 2.600.
620  680
Me   650 lei
2
 Modul reprezintă salariul cel mai des întâlnit: Mo = 620 lei
Dintre cei trei indicatori medii cea mai puţin reprezentativă este media aritmetică,
aceasta fiind distorsionată de cele două valori extreme ale seriei de date.
Valoarea modală are o frecventă de apariţie de numai trei înregistrări, ceea ce
face ca valoarea mediană să fie cea mai reprezentativă medie corespunzătoare
seriei simple de date analizate.

Ex C9: Repartiţia pe grupe de vârstă a personalului dintr-o reţea de

distribuţie se prezintă în tabelul de mai jos. Să se reprezinte grafic seria de date şi
să se calculeze indicatorii tendinţei centrale (media, mediana şi modul).

57
 Tabelul C4
Vârsta Nr de Centrul intervalului Frecvenţe
xi*fi
(ani) persoane fi xi cumulate
1 2 3 4(2*3) 5
Sub 25* 7 20 140 7
25 – 3 12 30 360 19
35 – 45 20 40 800 39
45 – 55 8 50 400 47
55 şi peste 3 60 180 50
Total 50 Nu se adună 1.880 Nu se adună
* limita superioară inclusă în interval
 Vârsta medie a celor 50 de angajaţi ai firmei se determină utilizând
formula mediei aritmetice ponderate:

xi  f i
1 .880
x i
  37 ,6 ani/pers.
fi  i
50

 Estimarea medianei presupune parcurgerea următoarelor etape:

- Calculul frecvenţelor cumulate crescător (vezi col. 5 a tabelului de mai sus)
- Determinarea locului medianei locMe= 51/2 = 25,5
- Stabilirea intervalului median: [35 – 45)
- Se calculeză mediana:
Me = 35 + 10 [(25,5-19)/20] = 38,25 ani/pers.
 Vârsta cea mai des întâlnită între cei 50 de angajaţi se estimează astfel:
- Se determină intervalul modal (intervalul cu frecvenţa cea mai mare): [35-45)
- Se calculează valoarea modală:
Mo = 35 + 10 [8/(8+12)] = 39 ani/pers.

Unitatea de învățare 6. Analiza statistică

a variabilităţii faţă de tendinţa centrală.
Reprezentativitatea mediei artimetice
Variaţia sau împrăştierea într-o repartiţie statistică poate fi definită prin
modificarea nivelului variabilei urmărite la unităţile unei populaţii observate.
La caracterizarea variaţiei se foloseşte un sistem de indicatori (parametri)
pentru prelucrarea distribuţiilor statistice precum: amplitudinea variaţiei, abaterile
individuale de la medie, abaterea medie liniară, dispersia variabilei, abaterea
standard şi coeficientul de variaţie. Prin nivelul acestor indicatori se testează
semnificaţia mediei ca valoare tipică, omogenitatea repartiţiei etc.
Amplitudinea variaţiei. Acest indicator măsoară intervalul pe care se
distribuie unităţile unei populaţii statistice după o variabilă anume.
Se poate calcula ca valoare:
 absolută: A x   x max  x min

58
 A x 
 relativă: A x %   100
x
Ex. C9: Pentru 60 de salariaţi ai unei firme se cunosc următoarele
informaţii privind productivitatea orară a muncii realizată în luna iulie:
7 9,4 10,5 11,4 12,2 13,8 8 9,8 11 11,8 12,6 14,6
7,1 9,5 10,5 11,4 12,4 14,1 8,2 10 11 11,9 12,6 15,3
7,3 9,8 10,6 11,5 12,5 14,1 8,3 10,2 11 11,9 12,8 15,4
9,4 10,3 11,2 12,1 13,3 16,3 8,4 10,2 11,1 12 13,1 15,6
9,4 10,4 11,2 12,1 13,4 16,8 9,3 10,3 11,1 12,1 13,1 16,3

Pe baza acestor informaţii identificăm:

 Valoarea minimă: x min  7 , 0 lei/oră;
 Valoarea maximă: x max  16 ,8 lei/oră
7  9 , 4  ...  16 ,3 690
 Productivitatea medie orară: x    11 ,5
60 60
lei/oră.
A  x   x max  x min  16 ,8  7  9 ,8 lei/oră
Ax  16 ,8  7
 A  x %   100   85 , 22 %
x 11,5
Observaţie: În cazul unei distribuţii de frecvenţă pe intervalul pentru care nu
se cunosc datele iniţiale, amplitudinea absolută a variaţiei se determină ca diferenţă
între limita superioară a ultimului interval şi limita inferioară a primului interval.
Abaterile individuale de la media repartiţiei. Şi acestea pot fi:
absolute: d i  x   xi  x
d ix 
relative: d i  x %   100
x
Ex. C10: Pe baza datelor de la Ex. C9 să se calculeze abaterile absolute şi
relative maxime şi minime:
d max  x max  x  16 ,8  11 ,5  5 ,3 lei/or ă  d i%min  x min  x  7  11 ,5   4 , 5 lei/or ă
x max  x 16 ,8  11 ,5
d i%max   100   100  46 , 07 %
x 11 ,5
x min  x 7  11 ,5
d i%min   100   100   39 ,13 %
x 11 , 5

Abaterile individuale pot fi pozitive sau negative.

În studiul economic interesează, mai ales, abaterile individuale minimă
negativă şi maximă pozitivă.
Suma abaterilor individuale va fi întotdeauna egală cu zero.

59
 Abaterea medie liniară. Este o valoare medie a abaterilor individuale,
luate în valoare absolută:
n
 di x 
 i 1 pentru repartiţia simplă;
dx  
n
n
 di  x  fi
i 1
 d x   n pentru repartiţia de frecvenţe.
 fi
i 1
Dispersia variabilei. În cazul unei repartiţii, dispersia (varianţa) poate fi
determinată astfel:
n
 xi  x 
2

 pentru repartiţa simplă;

2x   i 1
n
n
 xi  x 
2
fi
2 i 1
  x   n pentru repartiţa de frecvenţe.
 fi
i 1
Dispersia repartiţiei este cunoscută în literatura de specialitate şi sub numele
de momentul centrat de ordinul doi.
Abaterea standard. Se calculează ca o medie pătratică din abaterile
individuale. Din această cauză mai poartă numele de abatere medie pătratică,
având relaţia:
 x    2x 
Deoarece, în cazul abaterii standard, luăm în calcul pătratul abaterilor, se
apreciază că acest indicator pune mai bine în evidenţă gradul de împrăştiere,
nivelul său fiind întotdeauna mai mare decât cel al abaterii medii liniare.
Coeficientul de variaţie. Media ( x ) şi abaterea standard (   x  ) se
exprimă în unitatea de măsură a variabilei urmărite, ceea ce face imposibil să
comparăm împrăştierea la două serii de date complet diferite. Pentru a înlătura
acest neajuns se foloseşte un parametru adimensional, coeficientul de variaţie. În
plus, acest indicator permite testarea gradului de semnificaţie a mediei repartiţiei
precum şi a omogenităţii populaţiei observate. Coeficientul de variaţie are expresia:
 x  dx
Cv  x    100 sau Cv (' x )   100
x x
Se consideră că populaţia observată este omogenă, iar media repartiţiei
semnificativă, dacă Cv  x   40 % sau Cv ( x )  35 %
'

60
 Ex. C11. Să se stabilească dacă colectivitatea celor 50 de angajaţi
prezentaţi la Ex. C9 este omogenă.

Tabelul C5
Vârsta
Nr. De
persoane
Centrul
intervalului
xi  x
x  37 , 6
x i 
 x  fi
x  x 
2
 fi
(ani) fi xi
i

1 2 3 4 5 6
Sub 25 7 20 -17,6 -123,2 2.168,32
25 – 35 12 30 -7,6 -91,2 693,12
35 – 45 20 40 2,4 48 115,20
45 – 55 8 50 12,4 99,2 1.230,08
55 şi peste 3 60 22,4 67,2 1.505,28
Nu se Nu se
Total 50 0 5.712,00
Adună adună

Pentru a stabili gradul de omogenitate a colectivităţii de 50 angajaţi calculăm

coeficientul de variaţie. În acest sens, vom parcurge următorii paşi:
Pasul 1: Se calculează media aritmetică:
 xi  f i
1 .880
x i
  37 ,6 ani/pers.
 i
fi 50

Pasul 2: Calculăm abaterile individuale de la medie (coloana 4 din tabelul

de mai sus) şi verificăm dacă suma abaterilor individuale de la media aritmetică
este egală cu zero (vezi totalul coloanei 5);
Pasul 3: Calculăm abaterile medii:
Abaterea medie liniară:
20  37 , 6  7  ...  60  37 , 6  3 428 ,8
d    8 , 576 ani/pers.
7  ...  3 50
Abaterea pătratică (abaterea standard):

 
20  37 ,6 2  7  ...  60  37 ,6 2  3 
5 .712
 10 ,688 ani/pers.
7  ...  3 50

Se apreciază că dacă abaterea medie liniară reprezintă aproximativ patru

cincimi din abaterea standard seria analizată are o distribuţie relativ normală:
4
 10 , 688  8 , 5504  8 , 576  serie relativ normală
5
Pasul 4: Se calculează coeficientul de variaţie:
 x  10 ,688
 Cv  x   x  100  37 , 6  100  28 %  40 %

61
 dx 8 , 576
 Cv (' x )   100   100  23 %  35 %
x 37 , 6
Pasul 5: Interpretarea rezultatelor: Vârsta medie a angajaţilor este
reprezentativă, iar distribuţia acestora pe grupe este omogenă.
Ex. C12: Caracterizaţi asimetria seriei de frecvenţe din aplicaţia de la Ex. C9.
Datele necesare:
 Mediana: Me  38 , 25 ani/pers.
 Modul: Mo  39 ani/pers.
 Media aritmetică: x  37 , 6 ani/pers.
Valoarea coeficientului de asimetrie Pearson:
x  Mo  x  37 ,6  39
Cas  x     0,0366  0
 x  38, 25
indică o uşoară asimetrie negativă (de dreapta).
Rezumat
 Caracterizarea statistică de seriilor de repartiţie de frecvenţe
 Noţiunea de indicator al tendinţei centrale
 Mediana
 Modul sau dominanta
 Noţiunea de distribuţie statistică simetrică, asimetrică, moderat asimetrică
 Coeficientul de asimetrie al lui Karl Pearson
 Noţiunea de variaţie sau împrăştiere într-o repartiţie statistică
 Amplitudinea variaţiei
 Abaterile individuale de la media repartiţiei
 Abaterea medie liniară
 Dispersia
 Abaterea standard
 Coeficientul de variaţie
Bibliografie
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002, pag. 63 – 121;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa
economică”, 2007, pag. 72 – 93, 103– 110;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –
Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. “Independenţa economică”, 2004, pag. 39 – 79.

Întrebări şi aplicaţii de autoevaluare

1. Suma abaterilor valorilor individuale de la media aritmetică calculată este
egală cu: a. Valoarea maximă a seriei; b. Volumul colectivităţii; c. Valoarea
minimă a seriei; d. Valoarea zero; e. Nici una dintre variantele prezentate.
2. Pentru aprecierea gradului de reprezentativitate a mediei aritmetice se foloseşte:

62
 a. Coeficientul de regresie; b. Coeficientul de corelaţie liniară; c. Coeficientul de
variaţie; d. Raportul de corelaţie; e. Nici una dintre variantele prezentate.
3. Indicatorul „abaterea medie liniară” este invers proporţional cu:
a. Abaterile individuale; b. Media aritmetică;
c. Volumul colectivităţii; d. Coeficientul de variaţie.
4. Indicatorul „abaterea standard” este invers proporţional cu:
a. Abaterile individuale; b. Media aritmetică;
c. Volumul colectivităţii; d. Coeficientul de variaţie.
5. Indicatorul „coeficientul de variaţie” este invers proporţional cu:
a. Abaterea medie liniară; b. Media aritmetică;
c. Abaterea standard; d. Volumul colectivităţii.
6. Media aritmetică este reprezentativă dacă coeficientul de variaţie calculat pe
baza abaterii medii liniare este:
a. Mai mare sau egal decât 35%; b. Mai mic decât 40%; c. Mai mic decât 35%;
d. Mai mare sau egal decât 40%; e. Între 35% şi 40%.
7. Media aritmetică este reprezentativă dacă coeficientul de variaţie calculat pe
baza abaterii standard este:
a. Mai mare sau egal decât 35%; b. Mai mic decât 40%; c. Mai mic decât 35%;
d. Mai mare sau egal decât 40%; e. Între 35% şi 40%.
8. Abaterea medie liniară se calculează ca:
a. Medie aritmetică a abaterilor individuale; b. Medie geometrică a abaterilor
individuale; c. Medie pătratică a abaterilor individuale; d. Medie cronologică a abaterilor
individuale; e. Medie armonică a abaterilor individuale.
9. Abaterea standard se calculează ca:
a. Medie aritmetică a abaterilor individuale; b. Medie geometrică a abaterilor
individuale; c. Medie pătratică a abaterilor individuale; d. Medie cronologică a abaterilor
individuale; e. Medie armonică a abaterilor individuale.
10. În categoria indicatorilor de poziţie includem:
a. Media, Mediana, Abaterea standard; b. Modul, Mediana, Coeficientul de variaţie;
c. Media, Mediana, Modul; d. Media, Modul, Abaterile individuale de la
media calculată;
e. Media, Abaterea medie liniară; Abaterea standard.
11. Modul reprezintă:
a. Varianta statistică ce apare de mai multe ori;
b. Frecvenţa valorii statistice cea mai mare; c. Valoarea statistică cea mai mare;
d. Valoarea statistică din centru seriei ordonate;
e. Valoarea absolută a unei expresii numerice.
12. În cazul unei serii simple cu număr impar de valori ordonate, mediana este egală cu:
a. Valoarea cea mai mare; b. Valoarea din mijlocul seriei;
c. Media aritmetică ponderată a celor două valori din mijlocul seriei;
d. Media aritmetică simplă a celor două valori din mijlocul seriei;
e. Valoarea statistică cea mai mică.
13. În cazul unei serii simple cu număr par de valori ordonate, mediana este:
a. Valoarea cea mai mare; b. Valoarea din mijlocul seriei;
c. Media aritmetică ponderată a celor două valori din mijlocul seriei;

63
 d. Media aritmetică simplă a celor două valori din mijlocul seriei;
e. Valoarea statistică cea mai mică.
14. Asimetria repartiţiilor statistice se măsoară, cel mai adesea, folosind:
a. Mediana; b. Media aritmetică;
c. Coeficientul de asimetrie al lui Pearson; d. Coeficientul de variaţie.
15. Se consideră seria statistică simplă, care ia valorile: 5, 2, 17, 4, 9, 12, 6,
18, 10, 8, 1. Să se determine mediana.
16. Se consideră distribuţia reprezentâd volumul vânzărilor a 6 societăţi
comerciale (exprimat în sute lei) în decursul unei zile: 45, 106, 31, 89, 143, 58. Să
se determine mediana seriei.
17. Pentru 20 de salariaţi se cunosc următoarele informaţii referitoare la
venitul încasat (exprimat în sute lei) în luna septembrie:
5 6 7 7 8 7 10 11 12 10
6 8 8 8 9 9 9 9 10 9
a. Să se determine venitului mediu încasat şi să se studieze dacă este
reprezentativ pentru cei 20 de salariaţi.
b. Să se găsească modul şi mediana.
18. La o echipă de muncitori, pentru vechimea în muncă, s-au găsit
următoarele valori: 12, 3, 7, 4, 21, 5, 9, 15, 6, 14 (exprimate în ani). Să se
determine vechimea medie şi să se precizeze dacă este reprezentativă.
19. Numărul de piese realizate de muncitorii unei formaţiuni de lucru într-o
zi este dat în tabelul următor:
Tabelul C6.
Producţia, Număr a. Să se determine producţia medie, precum şi mediana şi
buc. de muncitori modul distribuţiei de mai sus.
3 2 b. Să se studieze reprezentativitatea mediei găsite.
4 10 c. Să se caracterizeze şi să se măsoare asimetria distribuţiei.
5 25 d. Să se reprezinte grafic distribuţia şi să se indice
6 9 indicatorii tendinţei centrale.
7 4
Total 50
20. Distribuţia unui eşantion de agenţi economici, ce au ca obiect de
activitate comerţul exterior, după cifra de afaceri realizată se prezintă astfel:
Grupe de a. Să se determine indicatorii tendinţei centrale
Nr. De
agenţi economici pentru caracterizarea statistică a distribuţiei
firme
după cifra de afaceri, prezentate anterior.
ni
mil. USD
b. Să se determine indicatorii simpli şi sintetici
Sub 5 6
ai variaţiei
5-7 12
7-9 23
c. Să se caracterizeze şi să se măsoare asimetria
9-4 30 eşantionului după cifra de afaceri realizată.
11-13 14 d. Să se reprezinte grafic distribuţia agenţilor
13-15 10 economici după cifra de afaceri şi să se
15 şi peste 5 indice pe graficul adecvat indicatorii
Total 100 tendinţei centrale.

64
 Modulul D.
Sondajul statistic şi utilizarea lui în economie

Introducere
Utilizat de mult timp în cercetarea fenomenelor economico-sociale, sondajul statistic
este folosit în ultimele decenii din ce în ce mai mult la studiul statistic al calităţii produselor,
studiul populaţiei, anchete privind calitatea unor bunuri şi servicii, opţiunile politice,
culturale, aprecieri asupra unor emisiuni de radio sau televiziune etc.
În zilele noastre, există tendinţa de utilizare pe scară largă a cercetărilor
parţiale, datorită nevoii rapide de informaţii, de culegere a datelor, de posibilităţile
largi de aplicare cu costuri reduse.

Obiective
 Introducerea noţiunii de sondaj statistic
 Prezentarea procedeelor de formare a eşantioanelor
 Estimarea parametrilor
 Studiul diferitelor tipuri de sondaj

Fond de timp:
4 ore studiu individual şi 4 ore activitate de seminar

Ritmul de studiu:
Temele şi lecţiile noi sunt expuse în conexiune cu vechile cunoştinţe. Ele
sunt grupate conform programei analitice şi este necesar să se parcurgă materialul
respectându-se întocmai aceasta.
Ritmul de studiu recomandat este de o lecţie pe săptămână. Timpul
recomandabil de învăţare este de maxim 50 de minute, cu pauză de 10 minute.

Cuvinte cheie:
 Sondaj statistic, eşantion, reprezentativitate, parametru, estimator, eroare
de reprezentativitate, interval de încredere, indicatori de sondaj

Recomandări privind studiul:

Însuşirea aspectelor teoretice presupune studiul individual al prezentului
material şi a bibliografiei indicate pe parcurs, suportul de curs reprezentând numai
un ghid pentru sistematizarea materialului.
Se recomandă ca la început să se abordeze subiectele grele, să se grupeze
subiectele în funcţie de similitudine, iar după înţelegerea chestiunilor teoretice să se
treacă la rezolvarea aplicaţiilor şi studiilor de caz. Pentru a întâmpina transferul
negativ, se vor lua pauze mai mari la trecerea spre alte subiecte neînrudite.

65
 Unitatea de învățare 7. Noţiuni privind sondajul statistic.
Tipuri de sondaj şi procedee de alcătuire a eşantioanelor
7.1. Noţiuni introductive. Selecţia statistică reprezintă o investigaţie întreprinsă
pe o subpopulaţie reprezentativă a colectivităţii statistice numită eşantion. Informaţiile
obţinute prin sondaj sunt extinse apoi la nivelul întregii colectivităţi.
În statistica economică, culegerea datelor se face prin observări totale şi
parţiale. Dacă observarea parţială se face în scopul înlocuirii unei observări totale,
atunci utilizăm metoda selectivă care presupune obţinerea unor eşantioane
reprezentative extrase după anumite criterii.
Prin reprezentativitatea eşantionului se înţelege ca, într-un număr mai mic
de unităţi care formează un eşantion, să se regăsească aceleaşi trăsături esenţiale ca
şi întreaga populaţie supusă cercetării statistice.
În literatura de specialitate se folosesc următoarele simboluri:
Tabelul D1
Numărul
Frecvenţe Frecvenţe Media
Indicatori de unităţi Dispersia
Absolute relative aritmetică
(volumul)
 Colectivitate fi f i* m
generală N


 Eşantion n ni n i) x s2
Se consideră reprezentativ sondajul care nu conduce la erori faţă de
x  m
 100  5%
colectivitatea de bază de cel mult + 5%: m .
Ex. D1: Dintr-o cercetare totală privind notele obţinute de studenţii anului I la
examenul de statistică a scos în evidenţă că în medie un student a luat nota 8 ( m ). Din
colectivitatea de studenţi s-a extras un eşantion, iar pe baza informaţiilor oferite nota
medie pe student ( x ) la nivelul eşantionului a fost 7,8. Eşantionul este reprezentativ?
7 ,8  8  0 ,2
 100   100  2 , 5 %  5 %  eşantionul este reprezentativ.
8 8
Evident că între fiecare indicator calculat există diferenţe în plus sau în
minus. Aceste diferenţe se numesc erori de selecţie, de sondaj sau de
reprezentativitate. Se disting două tipuri erori de reprezentativitate:
 erori de reprezentativitate întâmplătoare, erori ce nu pot fi evitate, ele
ţinând însăşi de natura eşantionării ca cercetare parţială;
 erori de reprezentativitate sistematice care provin din nerespectarea
principiilor fundamentale ale efectuării sondajului - alegerea unităţilor
să fie întâmplătoare fără preferinţe, fiecare obiect să aibă şanse egale
de a face parte din eşantion.
Considerând că prelevarea s-a efectuat corect, că s-a eliminat orice tendinţă
de selectare preferenţială, rezultă că erorile sistematice pot fi excluse, nu şi cele
întâmplătoare care însă pot fi cuantificate fie ca erori efective fie ca erori probabile.

66
 7.2. Tipuri de sondaj şi procedee de alcătuire a eşantioanelor
După modul de organizare a colectivităţii generale şi după modul de
selecţie a unităţilor în eşantion, se disting mai multe tipuri de sondaj:
a. Sondaje aleatoare (probabiliste):  sondajul simplu repetat şi nerepetat;
sondajul tipic (stratificat);
 sondajul de serii;
 sondajul în mai multe trepte;
 sondajul secvenţional.
b. Sondaje cu extracţie nealeatoare:  sondajul dirijat;
 sondajul sistematic (sau mecanic).
Sondajul aleator simplu este sondajul ce corespunde cel mai bine
principiului fundamental al selecţiei, asigurând caracterul aleator al prelevării.
Acesta se aplică în special în cazul colectivităţilor omogene.
În cazul acestui tip de sondaj, unităţile statistice sunt prelevate la întâmplare,
fără preferinţe, fiecare unitate a colectivităţii având şanse egale de a face parte din
eşantion. Dacă unităţile extrase, după înregistrarea caracteristicilor urmărite sunt
reintroduse în colectivitate, atunci se aplică sondajul simplu “nerepetat”.
Procedeele ce pot fi utilizate pentru alcătuirea eşantionului sunt:
1. Procedeul bilei Presupune parcurgerea următoarelor etape:
revenite şi  se numerotează unităţile colectivităţii generale şi fiecare
nerevenite număr este înregistrat pe o bilă (bileţele);
 se introduc într-o urnă bilele, se amestecă şi se extrage
la întâmplare câte un bileţel. Unitatea statistică ce are
numărul extras intră în alcătuirea eşantionului.
Bila extrasă poate fi:
 reintrodusă în urnă şi atunci se aplică schema sondajului
simplu repetat, se amestecă din nou bilele şi se face o nouă
n
extragere; Numărul maxim de eşantioane este: N . O altă
caracteristică importantă este dată de faptul că probabilitatea
de-a face parte dintr-un eşantion rămâne constantă pe tot
1
parcursul prelevării eşantionului: p i  .
N
Ex. D2: Dintr-o colectivitate de 3 unităţi statistice (A, B, C) se extrage
aleator repetat un eşantion de 2 unităţi statistice: Numărul maxim de eşantioane:
3 2  9 , astfel avem următoarele perechi: AA, AB, AC, BA, BB, BC, CA, CB, CC.
 bila nu se mai introduce în urnă, urmându-se schema
sondajului simplu nerepetat. Numărul maxim de eşantioane
n N!
este: C N  n! N  n ! .
Probabilitatea de-a face parte dintr-un eşantion creşte:

67
 1 1 1
p1  ; p2  ;...; p n 
N N 1 N  n  1
Ex. D3: Dintr-o colectivitate de 3 unităţi statistice (A, B, C). Numărul maxim
de eşantioane de câte două unităţi statistice extrase aleator nerepetat este:
3!
C 32  3 eşantioane: AA, AB, AC, BA, BB, BC, CA, CB, CC.
2!3  2 !
Procedeul Se aplică de regulă pentru colectivităţi de mari dimensiuni, unde procedeul
tabelului anterior nu este adecvat. Pentru formarea eşantionului se folosesc diferite
numerelor tipuri de tabele ce cuprind numere aleatoare formate din cifre grupate
aleatoare câte două, două cu trei sau alte variante, aşezate pe coloane şi rânduri în
mod întâmplător. Tabelele se pot obţine cu ajutorul unor procedee de
amestecat numere sau sunt generate pe calculator prin programe specifice.
Etapele specifice acestui procedeu sunt:
 se stabileşte volumul eşantionului;
 pentru selectarea unităţilor eşantionului se citesc din
tabel numerele aleatoare, punctul de începere al citirii
alegându-se arbitrar;
 citirea se face de la stânga la dreapta şi de sus în jos în
ordinea crescătoare a coloanelor şi rândurilor ;
 dacă se ajunge la capăt se reîncepe citirea de la coloana 1, rândul 1.
Procedeul Presupune stabilirea pasului de numărare şi a unităţii de la care
mecanic se va porni, întrucât includerea unităţilor în eşantion se face
asemănător unei progresii aritmetice. Aplicarea acestui procedeu
presupune parcurgerea următoarelor etape:
N
 Se calculează pasul de numărare: p  n , unde:
N  volumul colectivităţii generale; n  volumul
eşantionului
 Se determină unitatea de la care se porneşte în construirea
eşantionului, având numărul de ordine înregistrat şi pasul de numărare.
Ex. D2: Pentru o colectivitate formată din 525 unităţi statistice din care
dorim să extragem prin procedeul mecanic un eşantion format din 35 unităţi, pasul
525
de măsurare va fi: p   15 . Să presupunem că extragem aleator numărul
35
curent 38 ataşat unei anumite unităţi statistice, atunci eşantionul va fi format din
următoarele unităţi: 38; 53; 68; ... 518; 13; 28.
Estimarea parametrilor. Tehnicile de eşantionare prin care se generează
eşantioane reprezentative asigură premisele estimărilor statistice ale parametrilor
colectivităţii generale prin intermediul observaţiilor efectuate asupra eşantionului.
Estimarea reprezintă procesul prin care se determină printr-o valoare sau interval
de valori, cu o anumită probabilitate, valorile parametrilor colectivităţii generale.
Pentru fiecare tip de selecţie se calculează trei indicatori: eroarea medie
de reprezentativitate, eroarea limită şi volumul eşantionului.

68
 Formele de bază pentru calculul acestor indicatori corespund selecţiei
aleatoare simple cu mici modificări ţinând seama de particularităţile respective,
sunt valabile şi pentru celelalte tipuri de selecţii.

Unitatea de învățare 8. Calculul şi interpretarea indicatorilor

de sondaj în cazul sondajului aleator simplu
8.1. Determinarea erorilor de reprezentativitate.
Formarea eşantionului şi calcularea anticipată a erorilor de reprezentativitate,
precum şi întreaga teorie a selecţiei se bazează pe principiile teoriei probabilităţilor
şi ale statisticii matematice. Pe baza celor amintite mai sus se poate demonstra că
dacă volumul eşantionului este suficient de mare, mediile de selecţie urmează la
limită media colectivităţii generale.
Conform principiilor legii numerelor mari, în teoria selecţiei se
demonstrează că dacă volumul eşantionului este suficient de mare media de
selecţie se distribuie după curba normală a lui Gauss-Laplace.

Fig. D1. Distribuţia normală Gauss-Laplace

Selecţia aleatoare simplă repetată Selecţia aleatoare simplă nerepetată
 2
s2
2  n s2  n
x   x  1    1  
n n n  N n  N
Unde: n -volumul eşantionului; N - volumul colectivităţii generale; 
2

2
dispersia colectivităţii generale, iar s dispersia eşantionului se utilizează în
cazul eşantioanelor cu volum mai mare de 30 de unităţi.
Deoarece media de selecţie folosită pentru estimarea parametrilor din
colectivitatea generală poate lua valori mai apropiate sau mai îndepărtate de media
generală este necesară să se calculeze o limită a erorii medii de reprezentativitate.
Denumită eroare limită, ea se calculează ca o abatere între media de selecţie şi
media colectivităţii generale garantată cu suma probabilităţilor corespunzătoare
intervalului de variaţie după formula:

69
   z  x .
Coeficientul "z" este argumentul funcţiei Gauss-Laplace care se găseşte în
tabele şi se garantează cu o anumită probabilitate de apariţie.
8.2. Determinarea intervalului de încredere pentru media generală. Dacă
x este un estimator al mediei "m" unei colectivităţi, calculat pe baza unui eşantion de

volum "n" este clar că x evaluează cu atât mai exact media colectivităţii generale cu
cât diferenţa dintre acestea în valoare absolută este mai mică:
x  m  
.
Siguranţa estimării mediei colectivităţii generale cu ajutorul mediei de
selecţie este probabilitatea ca diferenţa dintre cele două să fie cât mai mică.
Această probabilitate este dată dinainte şi este foarte apropiată de 1.
Pe măsură ce creşte valoarea funcţiei, creşte şi valoarea argumentului, ceea
ce face ca intervalul de încredere al mediei să aibă o amplitudine mai mare şi
rezultă că scade exactitatea cu care se estimează media colectivităţii generale:
x    m  x   .

8.3. Determinarea volumului eşantionului. Pe baza datelor privind modul de calcul

al erorii medii de reprezentativitate şi a erorii limită, determinarea volumului eşantionului
este necesar să cunoaştem:
 eroarea limită admisibilă care se stabileşte în funcţie de particularităţile
problemei cercetate;
 probabilitatea de garantare a rezultatelor;
 gradul de împrăştiere al datelor;
 metoda de prelevare utilizată.
Determinarea volumului noului eşantion se realizează pornind de la eroarea
limită maximă admisă, care
 în cazul sondajului repetat este:  în cazul sondajului nerepetat este:
 z 2 2 2  n  z 2 2
  z n   z 1   n 
n   2

2  z 
2 2
n  N
N

Ex. D3: În urma unui sondaj statistic realizat asupra unui eşantion de 150 de
firme mici, cu sediu în municipiul Rm. Vâlcea, selectat întâmplător şi repetat, ce
reprezintă 20% din volumul colectivităţii generale, s-au înregistrat următoarele date:
cifra medie de afaceri: 34,04 mii euro/firmă;
abaterea medie pătratică:  3 , 08 mii euro/firmă;
Se cere:
a. Pentru o probabilitate 99,73% cu z = 3, să se determine:
1.eroarea medie de reprezentativitate;
2.eroarea medie limită a CA;

70
 3.pentru aceeaşi probabilitate ca la punctul a) determinaţi între ce limite
se va încadra CA pentru toate firmele.
b. Cât de mare va fi volumul eşantionului dacă se organizează o nouă selecţie
dacă eroarea limită a CA creşte cu 20%, restul elementelor rămânând neschimbate.

Selecţia aleatoare simplă repetată Selecţia aleatoare simplă nerepetată

1) Eroarea medie de reprezentativitate (  x ):
2 2  n
x    0, 251 mii euro/firmă x  1   :
n n  N
9 ,51  150 
x  1     0 , 225 mii
150  750 
euro/f.
Observaţie: Întrucât n reprezintă 20% din colectivitatea generală (N):
n  100
N   750 firme
20
2) Eroarea medie limitată a cifrei de afaceri (  x )
2 2  n
z  z   x  3  (  0, 251)  x  z 1    z   x 
n n  N
    0 , 753 mii euro/firmă  3  (  0 , 225 )   0 , 675 mii
euro/firmă
3) Intervalul de încredere:
C.1. pentru cifra medie de afaceri
x    x0  x  
9 , 51  0 , 753  x  9 , 51  0 , 753 9 ,51  0 , 675  x 0  9 ,51  0 , 675
8 , 757  x 0  10 , 263 8 ,835  x 0  10 ,185
x  8 . 757 ;10 . 263  x  8 . 835 ;10 . 185 
C.2. pentru cifra de afaceri totală
N (x  )   xi  N (x  )

750 × 8,757   xi  750×10,263 750 × 8,835   xi  750×10,185

6.567,75   xi  7.697,25 mii euro 6.626,25   xi  7.638,75 mii euro

În cazul sondajului aleator repetat volumul cifrei de afaceri potenţială realizat

de cele 750 de firme este cuprins între 6.567.750 euro şi 7.697.250, iar în cazul
sondajului aleator nerepetat s-ar situa între 6.626.250 euro şi 7.638.750 euro.
Pentru aceeaşi probabilitate dată şi acelaşi volum al eşantionului se
observă că eroarea limită în cazul selecţiei nerepetate este mai mică decât în cazul
selecţiei repetate.  nerepetat <  repetat  (0,675 <0,753).

71
 Explicaţia constă în faptul că, prin folosirea procedeului bilei nerevenite
se obţin erori mai mici decât în cazul procedeului bilei revenite.
3. Nivelul pentru noua eroare limită se determină astfel:
 '    20 %     0 , 753   20 %  (  0 , 753 )   0 , 903 mii
euro/firmă.
Determinarea volumului noului eşantion se realizează pornind de la
eroarea limită maximă admisă.

în cazul sondajului repetat este: în cazul sondajului nerepetat este:

 z 2 2 2 n 
'  z   n ' z  1  
n  ' x  2
n  N
9  9 ,51 85 ,59
,    105 firme z 2 2
0 ,903  2
0 ,815 n
 ' x 2  z 
2 2

N
9  9 ,51
'  92
0 ,903 2  9  9 ,51 firme
750
Rezumat
 Noţiunea de eşantion
 Reprezentativitatea eşantionului
 Erori de selecţie
 Tipuri de sondaj
 Procedeul bilei revenite şi nerevenite
 Procedeul tabelului numerelor aleatoare
 Procedeul mecanic
 Determinarea erorilor de reprezentativitate
 Determinarea intervalului de încredere pentru media generală
 Determinarea volumului eşantionului
Bibliografie
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002, pag. 122 – 142;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa
economică”, 2007, pag. 135 – 143, 148 – 167;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –
Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. “Independenţa economică”, 2004, pag. 80 – 105.

Întrebări şi aplicaţii de autoevaluare

1. Mulţimea unităţilor statistice extrase aleatoriu dintr-o colectivitate statistică
este denumită şi:
a. Eşantion; b. Sondaj; c. Selecţie; d. Nici una din variante.

72
 2. Dintr-o colectivitate formată din 5 unităţi statistice se extrage aleatoriu
nerepetat un eşantion format din 3 unităţi. Numărul maxim de eşantioane este:
a. 10; b. 125; c. 16; d. 25; e. 120.
3. Dintr-o colectivitate formată din 5 unităţi statistice se extrage aleatoriu
repetat un eşantion format din 3 unităţi. Numărul maxim de eşantioane este:
a. 10; b. 125; c. 16; d. 25; e. 120.
4. Sondajul reprezintă:
a. O investigaţie întreprinsă asupra unei colectivităţi statistice;
b. O investigaţie statistică întreprinsă asupra unei subcolectivităţi reprezentative;
c. O investigaţie întreprinsă asupra unei variabile statistice;
d. Nici una dintre variantele prezentate.
5. Prin reprezentativitatea eşantionului se înţelege:
a. O investigaţie întreprinsă asupra unei colectivităţi statistice;
b. Ca într-un număr mic de unităţi statistice prelevate să se regăsească
principalele trăsături esenţiale ale colectivităţii studiate;
c. O investigaţie întreprinsă asupra unei variabile statistice;
d. Nici una dintre variantele prezentate.
6. În cazul sondajului aleator nerepetat, probabilitatea unei unităţi statistice
de-a face parte dintr-un eşantion:
a. Rămâne neschimbată pe tot parcursul formării eşantionului;
b. Creşte pe tot parcursul formării eşantionului;
c. Creşte pe tot parcursul formării eşantionului;
d. Nici una dintre variantele prezentate.
7. În condiţiile în care eroarea limită creşte atunci volumul eşantionului:
a. Creşte. b. Scade. c. Rămâne constant.
8. În condiţiile în care eroarea limită scade atunci volumul eşantionului:
a. Creşte. b. Scade. c. Rămâne constant.
9. Eşantionul este reprezentativ dacă erorile sunt de cel mult:
a. 5%; b. 3,3%; c. 10%.
10. În cazul sondajului aleator repetat, probabilitatea unei unităţi statistice
de-a face parte dintr-un eşantion:
a. Rămâne neschimbată pe tot parcursul formării eşantionului;
b. Creşte pe tot parcursul formării eşantionului;
c. Creşte pe tot parcursul formării eşantionului;
d. Nici una dintre variantele prezentate.
11. În urma prelucrării datelor unui sondaj aleatoriu realizat pe un eşantion
reprezentând 8% din 600 de studenţi, la întrebarea „Cât timp acordaţi studiului?”,
s-au obţinut următoarele informaţii: timpul mediu acordat studiului de către un
student este de 160 de minute, iar coeficientul de variaţie este de 20%. Dacă
garantarea rezultatelor se face cu o probabilitate de 98,76%, cu z   2 , 5 , să se
determine eroarea limită, atât în cazul sondajului aleatoriu nerepetat, cât în cazul
sondajului aleatoriu nerepetat.
12. În urma prelucrării datelor unui sondaj aleatoriu realizat pe un eşantion
reprezentând 8% din 600 de studenţi, la întrebarea „Cât timp acordaţi studiului?”,
s-au obţinut următoarele informaţii: timpul mediu acordat studiului de către un
student este de 160 de minute, iar coeficientul de variaţie este de 20%. Garantarea

73
rezultatelor se face cu o probabilitate de 98,76%, cu z   2 , 5 . Dacă eroarea limită se
reduce cu 20%, să se determine volumul noului eşantion, atât în cazul sondajului
aleatoriu nerepetat, cât în cazul sondajului aleatoriu nerepetat.
13. Cei 20 de studenţi ai unei grupe au obţinut la examenul de „Statistică”
următoarele note:

Tabelul D2.
Nr.
Nota
Nr.
Nota
Din aceştia se prelevează aleatoriu un eşantion
crt. crt. de 5 studenţi prin procedeul selecţiei mecanice.
1 4 11 6 Dacă se extrage aleatoriu numărul curent 18, care
2 8 12 7 sunt notele din eşantion?
3 6 13 8
4 9 14 10
5 7 15 10
6 8 16 10
7 6 17 8
8 10 18 9
9 9 19 9
10 9 20 4

14. Considerăm o colectivitate generală formată din cinci unităţi cu valorile:

A B C D E
8 10 12 14 16
a. Să se formeze toate eşantioanele posibile de câte două unităţi utilizând
procedeul bilei revenite şi nerevenite;
b. Să se centralizeze sub formă de distribuţii de frecvenţe următorii indicatori:
mediile de selecţie, dispersiile de selecţie; erorile de selecţie
c. Să se determine anticipat eroarea medie de reprezentativitate (selecţie), să
se compare şi să se explice diferenţele între selecţia repetată şi selecţia nerepetată.
15. Se efectuează un sondaj aleator simplu repetat asupra unui eşantion de
150 de agenţi economici, care reprezintă 20% din volumul colectivităţii generale.
Rezultatele selecţiei, cu privire la cifra de afaceri realizată în anul X:
Tabelul D3.
Grupe de Număr de a. Arătaţi că eşantionul este omogen
agenţi economic agenţi după cifra de afaceri.
după cifra de afaceri economici b. Pentru o probabilitate de 0,9973
- milioane lei - (ni)
Sub 31 26 ( z   3 ), determinaţi: eroarea medie de
31-33 37 selecţie (reprezentativitatea); eroarea
33-35 29 medie limită a cifrei de afaceri; între ce
35-37 20 limite se va încadra cifra de afaceri totală
37-39 14 c. Care va fi volumul noului eşantion,
39-41 12 în cazul organizării unei noi selecţii
41 şi peste 2 după aceeaşi caracteristică, pentru ca
Total 160 eroarea limită a cifrei de afaceri de să
crească cu 20%, restul elementelor
rămânând neschimbate.

74
 Modulul E.
Analiza seriilor de timp
Introducere
O modalitate frecventă şi eficientă de prezentare a datelor statistice o
reprezintă seria statistică. Seriile de distribuţie unidimensionale şi multidimensionale
se caracterizează, în principal, prin faptul că nu iau în considerare modul de
manifestare în timp a fenomenului. Ele presupun stabilitatea structurală a repartiţiilor şi
o anumită permanenţă în interdependenţa dintre variabile (factori). Pentru cunoaşterea
mişcării, evoluţiei în timp a unui fenomen sau proces economico-social, se utilizează
seriile cronologice. În aceste serii cronologice timpul este variabil, iar spaţiul şi
structura organizatorică sunt constante.
Cum a fost? Ce este? Dar, mai ales, cum va fi? Analiza evoluţiei în dinamică
a fenomenelor economice oferă răspunsurile dorite şi la astfel de întrebări. Multiple
posibilităţi de apreciere a viitorului, de la simplu la complex, vor oferi cursanţilor
răspunsuri la întrebările de mai sus şi la multe altele.
Stabilirea unor strategii privind fenomenele economico-sociale, fundamentarea
unor decizii referitoare la utilizarea unor resurse financiare, umane sau materiale se
bazează şi pe informaţiile obţinute prin evidenţierea fenomenelor pe un orizont mai
mare de timp. Statistic, în urma acestor evidenţieri, se obţin seriile cronologice.
Obiective
 Introducerea noţiunii de serie cronologică
 Prezentarea particularităţilor unei serii cronologice
 Prezentarea componentelor unei serii cronologice
 Prezentarea indicatorilor unei serii cronologice
 Introducerea noţiunii de indice
 Prezentare metodei substituţiei
Fond de timp:
6 ore studiu individual şi 6 ore activitate de seminar
Ritmul de studiu:
Temele şi lecţiile noi sunt expuse în conexiune cu vechile cunoştinţe. Ele
sunt grupate conform programei analitice, motiv pentru care se recomandă să fie
parcurse în ordinea în care sunt expuse.
Ritmul de studiu recomandat este de o lecţie pe săptămână. Timpul
recomandabil de învăţare este de maxim 50 de minute, cu pauză de 10 minute.
Cuvinte cheie:
 serie cronologică, trend sau tendinţă generală, sezonalitate, ciclicitate,
variaţie reziduală, serii cronologice de intervale de timp, serii cronologice de momente,
indice, sisteme de indici, indici de grup, indici agregaţi, metoda substituţiei
Recomandări privind studiul:
Însuşirea aspectelor teoretice presupune studiul individual al prezentului
material şi a bibliografiei indicate pe parcurs, suportul de curs reprezentând numai
un ghid pentru sistematizarea materialului.

75
 Se recomandă ca la început să se abordeze subiectele grele, să se grupeze
subiectele în funcţie de similitudine, iar după înţelegerea chestiunilor teoretice să se
treacă la rezolvarea aplicaţiilor şi studiilor de caz. Pentru a întâmpina transferul
negativ, se vor lua pauze mai mari la trecerea spre alte subiecte neînrudite.

Unitatea de învățare 9. Definirea şi particularităţile seriilor

de timp. Componentele unei serii de timp
9.1. Noţiuni introductive: definiţii, proprietăţi, clasificări.
Seria cronologică (SCR) numită şi serie dinamică sau serie de timp,
constituie forma de prezentare ordonată a datelor în care se reflectă nivelul de
manifestare a fenomenelor într-un anumit moment sau perioadă de timp
În funcţie de unitatea de timp la care se referă fiecare dintre nivelele
caracteristicii, deosebim:
SCR de intervale formate din termeni care reflectă rezultatele obţinute
între limitele unei perioade de timp - an, trimestru, semestru, an, considerate în
succesiune; se mai numesc şi serii de flux deoarece prezintă fenomenul în
desfăşurarea sa continuă;
Ex. E1: Evoluţia numărului de născuţi vii în România a fost următoarea în
primele 8 luni ale anului X:
Tabelul E1
Luna ian. feb. mar. apr. mai iun. iul. aug.
Nr.
17.327 16.418 18.048 16.143 16.076 18.743 19.029 20.342
Născuţi-vii
Observaţie: SCR de intervale permit însumarea valorilor, obţinându-se astfel un
indicator totalizator pentru diferite perioade de analiză. Dacă dorim să analizăm
evoluţia pe trimestre sau pe semestre a numărului de născuţi-vii procedăm astfel:
Trimestrul I: 17 . 327  16 . 418  18 . 048  51 . 793 persoane;
Trimestrul II: 16 . 143  16 . 076  18 . 473  50 . 962 persoane;
Semestrul I: 51 . 793  50 . 962  102 . 755 persoane;
În primele 8 luni s-au născut: 17 . 327  16 . 418  ...  20 . 342  142 . 126
persoane.
SCR de momente sunt formate din termeni înregistraţi la anumite momente
de timp se mai numesc şi serii de stoc.
Ex. E2: Evoluţia numărului de şomeri înregistraţi la sfârşitul lunii a fost
următoarea în primele 6 luni ale anului X:
Tabelul E2
Luna ian. feb. mar. apr. mai iun.
Nr. de someri înregistraţi la
741,0 762,4 765,3 738,2 701,9 680,8
sfârşitul luni, mii persoane
Observaţie: SCR de momente nu permit însumarea valorilor, singura modalitate
de-a exprima evoluţia unui fenomen într-un orizont de timp este determinarea valorii

76
medii fie ca medie aritmetică simplă, fie ca medie cronologică. Dacă dorim să analizăm
evoluţia pe trimestre sau pe semestre a numărului de şomeri:
741  762 , 4  765 ,3
Numărul mediu de şomeri în trim. I:   756 , 23
3
pers./lună;
738 , 2  701 , 9  680 ,8
Numărul mediu de şomeri în trim. II:   706 ,97
3
pers./lună;
În analiza statistică a evoluţiei în timp a unui fenomen se urmăreşte:
 caracterizarea sintetică a evoluţiei prin indicatori relevanţi;
 desprinderea elementelor sistematice care dezvăluie legi sau repetabilităţi
privind dezvoltarea în timp;
 elaborarea de prognoze bazate pe studiul şi interpretarea evoluţiei din
trecut a fenomenului.
O modalitate simplă, dar frecvent folosită în vederea aprecierii
caracteristicilor generale privind desfăşurarea în timp a fenomenelor şi proceselor o
constituie reprezentarea grafică. Dintre reprezentările grafice utilizate în analiza
SCR sunt: diagramele polare utilizate în prezentarea sezonalităţii, diagramele prin
coloane care în general se utilizează atunci când punem în evidenţă mutaţiile
structurale şi cronogramele.
Cronograma se bazează pe sistemul de axe rectangular unde pe abscisă se
reprezintă timpul fie sub formă de intervale, fie sub formă de momente, iar pe ordonată se
reprezintă termenii SCR (se poate folosi scara aritmetică sau scara logaritmică).
Ex. E3: Să se reprezinte grafic evoluţia numărului de de născuţi vii sub
forma cronogramei:

Fig. E1. Dinamica numărului de născuţi-vii în primele 8 luni ale anului X

Observarea atentă a graficelor scoate în evidenţă unele caracteristici ale SCR:
 existenţa unor aspecte sistematice, în sensul că termenii seriei nu se succed
în timp în mod haotic.
 existenţa unor perturbaţii în evoluţie care pot ecrana aspectele sistematice
ale dezvoltării în timp, aceasta face necesară cuprinderea unui număr
suficient de mare de cazuri.

9.2. Componentele unei serii cronologice. Evoluţia în timp a unui

fenomen este determinată de acţiunea diferiţilor factori care alcătuiesc
componentele unei serii cronologice. Acestea sunt:
 trendul sau tendinţa centrală care corespunde unor variaţii sistematice
lente, sesizabile pentru perioade lungi de timp. Trendul este componenta principală
a evoluţiei, format ca urmare a influenţei unor factori esenţiali, se identifică ca
componentă sistematică;
 oscilaţiile periodice sunt datorate diferitelor cauze care în funcţie de
natura factorilor şi de mărimea perioadelor sub care se manifestă se întâlnesc
oscilaţii sezoniere şi ciclice:

77
  oscilaţiile sezoniere au repetabilitate cu o perioadă constantă de un an.
Ele sunt sesizabile numai pe perioade scurte şi se produc sub influenţa
modificării anotimpurilor, a factorilor naturali-climaterici (Ex. E4:
producţia agricolă, producţia de conserve, construcţii etc) şi a factorilor
sociali (concedii, sărbători, obiceiuri etc).
 oscilaţiile ciclice sunt sesizabile la perioade de timp neegale. Factorii
care le produc au natură diferită. Ex. E5: ciclurile meteorologice
influenţează direct producţia agricolă, moda influenţează ciclic
volumul şi structura producţiei de confecţii şi încălţăminte etc.
De asemenea, periodicitatea diferită cu care se succed diferite procese
economice cum sunt înnoirea aparatului de producţie, formarea şi
reproducerea ciclică a diferitelor resurse primare - resurse energetice, materii
prime, capital fix, forţă de muncă, introducerea şi exploatarea unor resurse
noi, restructurarea economiei naţionale etc determină ciclurile economice
conjuncturale şi chiar macrocicluri în dezvoltarea economică.
 oscilaţiile aleatoare sunt generate de factori accidentali, neprevăzuţi şi
se manifestă sub forma unor abateri de la ceea ce este sistematic în evoluţia
fenomenului analizat. În cadrul acestor oscilaţii includem şi erorile de observare a
datelor statistice.
Analiza problemelor de modelare statistică a SCR se limitează la trei
componente (trendul, componenta sezonieră, componenta aleatoare) deci fără
componenta ciclică.
În cadrul aceleiaşi SCR cele trei componente se combină în decursul
evoluţiei, deoarece termenii SCR sunt influenţaţi simultan de toţi factorii,
indiferent de categoria din care fac parte. Unii factori au influenţă mai mare sau
mai mică, ceea ce face ca separarea componentelor să se facă pe baza unor
abstractizări.
Principalele modele de combinare a compnentelor unei SCR se pot face ca
modele aditive, multiplicative sau mixte. Alegerea modelului de combinare a
influenţelor diferitelor categorii de factori este o problemă de decizie care
presupune o analiză statistică complexă a fenomenului studiat.

Unitatea de învățare 10. Sistemul de indicatori

statistici ai SCR
Aceşti indicatori sunt calculaţi pe baza datelor unei SCR atât pentru a
realiza comparaţii în timp, cât şi pentru a caracteriza numeric starea fenomenului în
diverse perioade de timp sau pentru un întreg interval.
În raport cu modalitatea de obţinere şi exprimare a indicatorilor se deosebesc
următoarele tipuri: indicatori absoluţi; indicatori relativi; indicatori medii.
Indicatorii absoluţi exprimă starea fenomenului în unităţile de măsură
specifice acestuia. În cadrul acestei categorii de indicatori includem:

78
  indicatori de nivel " y t " care exprimă valoarea caracteristicii
înregistrată în unitatea de timp;
 modificarea absolută cu bază fixă şi cu bază în lanţ.
Modificările absolute sunt expresii numerice rezultate în urma comparaţiei
prin diferenţă a doi indicatori de nivel:
  y  y
 modificări absolute cu baza fixă: t 0 t 0
unde t  0 , T ;
 t  yt  yt 1
 modificări absolute cu bază în lanţ: t 1 unde t  0 , T .
Indicatori relativi. Sunt mai sugestivi în aprecierea evoluţiei decât cei
absoluţi, constituind totodată o modalitate de a facilita comparaţii între variabile
paralele care se exprimă în unităţi diferite de măsură.
În cadrul acestei grupe de indicatori includem:
 indici cu bază fixă şi cu bază în lanţ;
 ritmuri cu bază fixă şi cu bază în lanţ
Indicii sau modificările relative sunt expresii numerice rezultate în urma
comparaţiei prin raport a doi indicatori de nivel:
yt
 indici cu baza fixă: i t  t  0,T ;
y0 unde
0
yt
 indici cu bază în lanţ: i t  t  0,T .
yt  1 unde
t 1
Ritmul arată cu cât s-a modificat procentual mărimea fenomenului
analizat într-o anumită perioadă:
   yt 
 ritmul cu bază în lanț: r t  i t  1  100    1  100 unde
  y 
t 1  t 1   t 1 
t  0,T
  y 
 ritmul cu bază fixă: r t  i t  1   100   t  1   100 unde t  0 , T .
  y 
0  0   0 

Indicatori medii. Se referă la acelaşi aspecte ca şi indicatorii descrişi mai

sus, dar exprimarea acestora se face sub formă de medie şi presupun luarea în
considerare a întregului interval de timp. Deosebim următorii indicatori medii:
 nivelul mediu calculat ca medie aritmetică simplă pentru seriile cu
intervale şi ca medie cronologică pentru seriile de momente.
Prezentăm media cronologică;
 modificarea medie absolută;
 indicele mediu;
 ritmul mediu.
Nivelul mediu al seriei – are sens să se calculeze în cazul în care termenii
seriei sunt omogeni. În funcţie de tipul SCR se calculează astfel:

79
 a) pentru seria de intervale media se determină ca medie aritmetică
n

simplă a termenilor seriei:

y t
.
y t 1
n
b) pentru seria de momente se calculează media cronologică, termenii
acestei serii nefiind direct însumabili.
 dacă momentele de timp ale seriei se află la distanţe egale de timp (sau
ce pot fi considerate egale, de exemplu prima/ultimă zi a lunii), media cronologică
se determină ca medie aritmetică simplă a mediilor calculate pe fiecare interval
(media cronologică simplă):
y0 y
 y2  y3  ..........  n
ycr  2 2
n
Ex. E4: Numărul de televizoare aflate în stoc într-un magazin a avut
următoarea evoluţie în primele 6 luni ale anului X:
Tabelul E3
Data inventarului 01.ian 01.feb 01.mar 01.apr 01.mai 01.iun 01.iul
Nr. TV 12 15 3 7 0 9 10
t 0 1 2 3 4 5 6
yt y0 y1 y2 y3 y4 y5 y6
12 10
 15  3  7  0  9 
ycr  2 2  7,5 buc./zi
6
 dacă momentele de timp ale seriei nu se află la distanţe egale de timp,
media cronologică se determină ca medie aritmetică a mediilor fiecărui interval,
ponderată cu lungimea fiecărui interval. Dacă notăm cu t i lungimea intervalului
i , i  1 , n , media cronologică ponderată se determina astfel:

to t t t t t
y0   y1  0 1  y2  1 2  ..........  yn  n 1
ycrp  2 2 2 2
n
 ti
i 1
Ex. E5: Evoluţia populaţiei României înregistrată la 7 recensăminte a fost
următoarea:
Tabelul E4
Populaţia Valori de flux
Perioada
înregistrată, yt  yt 1
Anul t în ani yt  y t  Pi
pers. Pi 2
(valori de stoc)

80
 1 2 3 4 5 6(4*5)
1930 14.280.729 0 - - -
1948 15.872.624 1 18 15.076.677 271.380.177
1956 17.489.450 2 8 16.681.037 133.448.296
1966 19.103.163 3 10 18.296.307 182.963.065
1977 21.559.910 4 11 20.331.537 223.646.902
1992 22.810.035 5 15 22.184.973 332.774.588
2002 21.698.181 6 10 22.254.108 222.541.080
TOTAL * 72 Nu se adună 1.366.754.107
O modalitate facilă de calcul a mediei cronologice ponderate este prin
calcul tabelar. Pentru aplicarea calculului tabelar se parcurg următorii paşi:
Pas 1: Se transformă mărimile de stoc în mărimi de flux cu relaţia (col. 5):
 14.280.729  15.872.624
 t  1  y1  2
 15.076.677
yt  yt 1  ...
yt  
2  ...
t  6  y  22.810.035  21.698.181  22.254.108
 6
2
Pas 2: Se determină durata perioadelor dintre momentele de timp: P i
(col. 4) şi se calculează valoarea produsului dintre perioada determinată şi
mărimile de flux calculate la pasul 1;
Pas 3: Se calculează media cronologică ponderată:

y cr 
 y  Pi  1 .366 .754 .107  18.982.696
persoane/an

P i 72
Modificarea medie absolută (spor mediu sau scădere medie) - se
calculează ca medie aritmetică simplă a modificărilor absolute cu bază în lanţ şi
arată modificarea medie de la o perioadă la alta:


  t / t 1 y  y0 Ultimul termen - Primul termen
 n 
n n 1 Nr. valori - 1
Indicele mediu al modificării – se determină ca medie geometrică simplă a
indicilor de modificare cu bază în lanţ:
y Ultimul termen
I  n 1 i 1  i2  ...  in  n 1 n  n 1
0 1 n 1 y0 Primul termen
Ritmul mediu al modificării – arată modificarea medie procentuală a
fenomenului în perioada considerată.
R  ( I  1 )  100
Observaţie: Modificarea medie, indicele mediu şi ritmul mediu nu ţin cont
de ceea ce se întâmplă între prima valoare şi ultima valoare.

81
 Ex. E6: În anul anul 2012 populaţia municipiului X era de 119.249
persoane, iar în 2020 aceasta a ajuns la 110.447 persoane. Caracterizaţi evoluţia
populaţiei municipiului X folosind indicatorii medii ai SCR.
Tabelul E5
An 2012 2001 … 2020
Populaţia, pers. 119.249 - … 110.447
t 0 1 … 8
yt y0 y1 … y8

110 . 447 110 . 447

I  8  0 , 99  R  0 ,99  1  100   1 %/an;
119 . 249 119 . 249
110 . 447  119 . 249
    1 . 100 , 25   1 . 100 personae/an.
8
În perioada 2012-2020, populaţia municipiului X prezintă o tendinţă de
scădere într-un ritm mediu anual de 1%, respectiv aceasta scade în medie, în cifre
absolute, cu 1.100 de persoane pe an.
Ex. E7: Se cunosc următoarele date:
Tabelul E6
Anul 2016 2017 2018 2019 2020
Cifra de afaceri, mii euro 800,0 755,4 657,7 591,9 599,7
t 0 1 2 3 4

Să se caracterizeze evoluţia CA folosind indicatorii absoluţi, relativi şi

medii ai SCR.
Indicatorii absoluţi:
1. nivelul absolut (yt), care reprezintă chiar nivelul cifrei de afaceri din
fiecare an al perioadei 2016-2020
2. modificarea absolută (  ), care poate fi:

Cu bază fixă Cu bază în lanţ

(bază fixă t = 0 este considerată anul 2016) (baza de raportare fa vi termenul anterior)
 t 0 = y – y  t  0 ,4
t 0  t/t-1 = yt – yt-1  t  0 , 4
 = 755,4 – 800,0 = - 44,6 mii euro
1/0  1/0 = 755,4 – 800,0 = - 44,6 mii euro
 2/0 = 657,7 – 800,0 = - 142,3 mii  2/1 = 657,7 – 755,4 = - 97,7 mii euro
euro
 3/2 = 591,9 – 657,7 = - 65,8 mii euro
 3/0 = 591,9 – 800,0 = -208,1 mii euro
 4/3 = 599,7 – 591,9 = + 7,8 mii euro
 4/0 = 599,7 – 800,0 = -200,3 mii euro
Modificările absolute cu bază fixă indică evoluţia CA faţă de anul 2016. În
perioada analizată nivelul cel mai scăzut al CA s-a înregistrat în anul 2019 când a
fost cu 208,1 mld. lei mai mic faţă de nivelul înregistrat în anul 2016.
Modificarea absolută cu bază în lanţ indică evoluţia CA faţă de anul anterior.

82
Astfel, CA a înregistrat reduceri an de an (cea mai accentuată fiind în 2018 faţă de 2017
de -97,7 mii euro), exceptând anul 2020 când a crescut faţă de 2019 cu 7,8 mii euro.
Relaţii de legătură între modificările absolute:
Indicatorii relativi:
1. Indicii pot fi:
Cu bază fixă Cu bază în lanţ
Y Y
I t / 0  t
 100 I t / t  1  t
Y 0 Y t  1

 755 , 4  755
 I 1 / 0   I 1 / 0 
800 , 0 800
 
 657 , 7  657
 I  I 
2 / 0
800 , 0  2 / 1
755
 
 591 , 9  591
I  I 
 3 / 0
800 , 0  3 / 2
657
 
 599 , 7  599
I  I 
 4 / 0
800 , 0  4 / 3
591

Toţi indicii cu bază fixă exprimă reduceri semnificative ale CA faţă de anul
2016, cu un minim în anul 2019 când CA reprezenta numai 74% din nivelul anului 2016
(acesta corespunde modificării absolute cu bază fixă de –208,1 mii euro).
Singurul an în care CA a crescut faţă de anul anterior este 2020, când se
înregistrează un indice supraunitar (corespunzător singurei modificări absolute cu
bază în lanţ de semn pozitiv  4/3 = +7,3 mld. lei).
2. Ritmul de creştere (descreştere) R, care poate fi:
Cu bază fixă Cu bază în lanţ
yt
Rt / 0   100  100  I t / 0  100
y0 Rt/t-1 = It/t-1 – 100
R1/0 = I1/0 – 100 = 94,4 –100 = -5,6% R1/0 = I1/0 – 100 = 94,4 – 100 = 5,6%
R2/0 = I2/0 – 100 = 82,2 –100 = -17,8% R2/1 = I2/1 – 100 = 87,1 – 100 = -12,9%
R3/0 = I3/0 – 100 = 74,0 –100 = -26% R3/2 = I3/2 – 100 = 90 – 100 = -10%
R4/0 = I4/0 – 100 = 75,0 –100 = -25% R4/3 = I4/3 – 100 = 101,3 – 100 = +13%
Se remarcă faptul că singurului ritm pozitiv (R4/3), îi corespund singurul
indice supraunitar (I4/3) şi singura modificare absolută pozitivă (  4/3).
În concluzie, faţă de perioada 2016-2019 de reduceri dramatice ale CA, în
anul 2020 a avut loc o anumită stabilizare (oprire a „căderii”), însă la un nivel
foarte scăzut comparativ cu anul 2016, faţă de care se menţin încă diferenţe mari.
Indicatorii medii:

Nivelul mediu: Y t
y0  y1  y2  y3  y4 3.404,7 u.m1.
x t 0
   680,9
n 1 5 5
n
Modificarea  t / t 1
1/ 0   2 /1   3 / 2   4 / 3  200,3
medie absolută:   t 1
   50,1
n 4 4
1
u.m – unităţi de măsură, în cazul nostru euro/an

83
 u.m.
n

Indicele mediu:
I  n
I
t 1
t / t 1  4
0 ,944  0 ,871  0 ,9  1, 013  4
0 , 75  0 ,93

Ritmul mediu: R  I  100  93  100   7 %

În perioada 2016-2020 cifra medie de afaceri a fost anual de aproximativ

681 de mii de euro. În perioada amintită aceasta a prezentat o tendinţă de scădere
într-un ritm mediu anual de 7%, respectiv, în cifre absolute, o scădere cu peste 50
de mii de euro pe an.

Unitatea de învățare 11. Metoda indicilor.

Sisteme de indici utilizate în practica economică
11.1. Definirea şi tipologia indicilor. Indicele reprezintă o măsură statistică
larg utilizată în analiza activităţii economice, ce exprimă prin raport modificarea în
timp sau spaţiu a unei variabile/grup de variabile.
Principalele notaţii utilizate sunt:
q i - factorul/variabila cantitativă (extensivă), înregistrată la unitatea statistică ”i”,
p i - factorul/variabila calitativă (intensivă), înregistrată la unitatea statistică ”i”,
v i - variabila complexă, compusă din variaţia factorilor cantitativ şi
calitativ:
vi  pi  qi , unde: i  1 , n
Clasificarea indicilor:
După  indici cronologici (indice al dinamicii, indice) – compară nivelul
destinaţia fenomenului/caracteristicii analizate dintr-o perioadă (perioadă
lor: curentă, notată cu cifra 1) cu nivelul dintr-o perioadă anterioară
(perioadă de bază notată cu cifra 0);
 indici teritoriali - compară nivelul fenomenului sau caracteristicii
analizate din unităţi geografice distincte;
 indici ai planului (mărimi relative ale planului).
După sfera  indici individuali (elementari) – se calculează pentru un singur
de element al colectivităţii analizate
cuprindere q p v
a analizei: i1q/ 0  1 (* 100 ) ; i1p/ 0  1 (*100 ) ; i1v/ 0  1 (* 100 )
q0 p0 v0
Cei trei indici individuali satisfac relaţia:
i1v/ 0  i1q/ 0 • i1p/ 0
 indici de grup (sintetici) – se determină în vederea analizei
variaţiei fenomenului studiat la nivelul unei grupe sau a întregii

84
 colectivităţi.
11.2. Sisteme de indici utilizate în practica economică.
Indici de grup (sintetici) – se determină în vederea analizei variaţiei
fenomenului studiat la nivelul unei grupe sau a întregii colectivităţi.
După modul de calcul aceştia se împart în: indici agregaţi; indici calculaţi
sub formă de medie; indici calculaţi ca raport de medii
Indicii agregaţi – se obţin prin raportarea sumei variabilei analizate (la nivelul
întregii colectivităţi) dintr-o perioadă curentă (1) la o perioadă anterioară (0).
 Pentru variabila complexă, indicele de grup sub formă agregată este:

Iv 
 p 1  q 1   v1
 p 0  q 0  v0
 Pentru variabilele cantitativă şi, respectiv, calitativă, de cele mai multe
ori, însumarea directă nu este posibilă.
Ex. E8: nu este posibilă însumarea cantităţilor/preţurilor unor mărfuri eterogene.
De aceea devine necesară utilizarea unei ponderi (comăsurător) care să
permită însumarea. Aceste ponderi sunt reprezentate de către variabila pereche
(factorul calitativ este folosit pentru ponderarea factorului calitativ şi invers), care
este menţinută constantă într-una din cele două perioade.
În practică se utilizează două sisteme de ponderare:
 ponderarea de tip foloseşte ponderile la nivelul perioadei de bază:
Laspeyres
I1q/ 0 
 q1  p0
I 1p/ 0 
 q0  p1
şi
 q0  p0  q0  p0
 ponderarea de tip foloseşte ponderile perioadei curente:
Paasche  q1  p1  q1  p 1
I 1q/ 0  şi I 1 / 0 
p

 q0  p1  q1  p 0
Observaţie. În practică:
o indicele de tip cantitativ se determină ca indice de tip Laspeyres;
o indicele de tip calitativ se determină ca indice de tip Paasche.
Una alt aspect al metodei indicilor îl constituie descompunerea pe factori
de influenţă a variaţiei fenomenului complex prin metoda substituţiei.
Această metodă constă în ponderarea încrucişată a variaţiei fiecărui factor
de influenţă, astfel încât produsul indicilor factoriali să fie egal cu indicele
variabilei complexe. Dacă se admite un fenomen complex de tipul v = p  q
observat pe o colectivitate de unităţi eterogene atunci se parcurg următorii paşi:
Pasul 1: Se determină la nivelul colectivităţii studiate atât
modificarea absolută cât şi modificarea relativă:
v1 / 0   p 1  q 1   p 0  q 0 I1v/ 0 
 p1  q1
 p0  q0

85
 Pasul 2: Se determină la nivelul colectivităţii studiate influenţa factorilor
asupra fenomenului complex studiat:
 Influenţa factorului calitativ asupra modificării variabilei complexe se
determină după relaţia:

v1(/ p0 )   p 1  q 1   p 0  q 1 I 1v(/ 0p ) 
 p1  q 1
 p0  q1
 Influenţa factorului cantitativ se determină astfel:

v1(/ q0 )   p 0  q 1   p 0  q 0 I 1v(/ 0q ) 
p 0  q1
p 0  q0
Pasul 3: Se verifică următoarele relaţii:
v1(/q0, p )  v1(/q0)  v1(/ p0) I 1v/ 0  I 1v(/ 0p )  I 1v(/ 0q )
Pasul 4: Interpretarea informaţiilor obţinute prin calcul de la paşii anteriori.

Ex. E9: Pentru o firmă ce comercializează trei produse se cunosc următoarele informaţii:
Tabelul E7.
Preţ, euro/u.m. Cantitatea, u.m.
Produse U.M. oct. nov. oct. nov.
p0 p1 q0 q1
1 2 3 4 5 6
A Kg. 2 3 1.000 900
B mp 8 10 800 1.000
C l 5 6 1.320 800
Pe baza acestor date vom determina valoarea vânzărilor:
vi  pi  qi   v  i p i  q v A  v B  v c  p A  q A  p B  q B  p C  q C
luna octombrie luna noiembrie
v A  2  1 . 000  2 . 000 euro v A  3  900  2 . 700 euro
v B  8  800  6 . 400 euro v B  10  1 . 000  10 . 000 euro
v C  5  1 . 320  6 . 600 euro v C  6  800  4 . 800 euro
v 0  2 . 000  6 . 400  6 . 600  15 . 000  v 1  2 . 700  10 . 000  4 . 800  17 . 500
euro euro
3
i1p/ 0   1,5  r1 p0  1,5  1  100   50 % ;  1p 0  3  2   1 euro/kg
2
900
i1q/ 0   0 ,9  r1q0  0 ,9  1   100   10 % ;
A 1 . 000
 q1 0  900  1 . 000   100 kg
2 . 700
i1v/ 0   1,35  r1v 0  1,35  1  100   35 % ;  v1 0   700 euro
2 . 000

86
 1 , 35  1 , 5  0 , 9
Preţul produsului A a crescut cu un euro pe kg, iar în cifre relative cu 50%.
Cantităţile vândute în noiembrie faţă de cele din octombrie au scăzut cu 100
de kg, cu toate acestea valoare vânzărilor produsului A au crescut, în cifre relative
cu 35%, ceea ce înseamnă o creştere, în cifre absolute, cu 700 mii euro.
10
i1p/ 0   1, 25  r1 p0  1, 25  1  100   25 % ;  1p 0  10  8   2
8
euro/mp
1 . 000
B i1q/ 0   1, 25  r1q0  1, 25  1  100   25 % ;  q1 0   200 mp
800
10 . 000
i1v/ 0   1,5625  r1v 0   56 , 25 % ;  v1 0   3 . 600 euro
6 . 400
1 , 5625  1 , 25  1 , 25
Preţul produsului a crescut de 1,25 de ori în noiembrie faţă de octombrie, respectiv cu
2 euro pe mp; cantităţile au crescut în acelaşi fel cu preţul ceea ce se reflectă într-o
creştere a volumului valoric cu 56,25%, respectiv, în cifre absolute, cu 3,6 mii euro.
6
i1p/ 0   1, 2  r1p0   20 % ;  1p 0  6  5   1 euro/l
5
800
i1q/ 0   0 , 6061  r1q0   39 ,39 % ;  q1 0   520 l
C 1 . 320
4 . 800
i1v/ 0   0 , 7273  r1v 0   27 , 27 % ;  v1 0   1 . 800 euro
6 . 600
0 , 7273  1 , 2  0 , 6061
Creşterea preţului într-un ritm de 20% nu a fost suficientă pentru a compensa
scăderea într-un ritm de aproximativ 39,4% a cantităţilor vândute, fapt ce a
determinat o scădere cu 27,3% volumul valoric.
În ceea ce priveşte descompunerea pe factori de influenţă a volumului
valoric este necesar să stabilim expresia numerică a următoarelor agregate:
 Valoarea vânzărilor din octombrie:  p 0  q 0  15 . 000 euro;
 Valoarea vânzărilor din noiembrie:  p 1  q 1  17 . 500 euro;
 Valoarea recalculată a vânzărilor:
 p 0  q 1  2  900  8  1 . 000  5  800  13 . 800
euro.
Pasul 1: Se determină la nivelul colectivităţii studiate atât modificarea
absolută cât şi modificarea relativă:
I 1v/ 0  1 ,167  R 1v 0  16
v1 / 0   2 . 500 euro;

Pasul 2: Se determină la nivelul colectivităţii studiate influenţa factorilor

asupra fenomenului complex studiat:
 Influenţa factorului calitativ asupra modificării variabilei complexe se
determină după relaţia:

87
 I 1v/(0p )  1, 268  R1v/(0p )   26 ,8
 v1(/ p0 )  3 . 700 euro;

 Influenţa factorului cantitativ se determină astfel:

I 1v/(0q )  0 ,92  R1v/(0q )   8 %
 v1(/ q0)   1 . 200 euro

Pasul 3: Se verifică următoarele relaţii:

2 . 500  3 . 700   1 . 200 1 ,167  1 , 268  0 , 92

Pasul 4: Interpretarea informaţiilor obţinute prin calcul de la paşii anteriori.

Pe ansamblul celor trei produse valoarea încasărilor a crescut cu
aproximativ 17%, respectiv, în cifre absolute, cu 2,5 mii euro. Creşterea în medie a
preţurilor într-un ritm de cca. 27% a compensat scăderea în medie a cantităţilor
vândute de 8%. Pe seama preţurilor volumul valoric a crescut cu 3,7 mii euro, iar
scăderea cantităţilor a determinat o scădere valorică de 1,2 mii euro.
Rezumat
 Noţiunea de serie cronologică
 Serie cronologică de intervale
 Serie cronologică de momente
 Analiza statistică a evoluţiei în timp a unui fenomen
 Cronograma
 Componentele unei serii cronologice
 Indicatori de nivel
 Modificarea absolută cu bază fixă şi cu bază în lanţ
 Indici cu bază fixă şi cu bază în lanţ
 Ritmuri cu bază fixă şi cu bază în lanţ
 Nivelul mediu
 Modificarea medie absolută
 Indicele mediu
 Ritmul mediu
 Definirea indicilor
 Tipologia indicilor
 Indici de grup (sintetici)
 Indici agregaţi
 Metoda substituţiei

Bibliografie
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002, pag. 144 – 171, 203 –231;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa
economică”, 2007, pag. 117 – 122;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –
Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii

88
 de caz, Ed. “Independenţa economică”, 2004, pag. 128 – 145.
Întrebări şi aplicaţii de autoevaluare
1. Cronograma presupune reprezentarea grafică pe abscisă a:
a. valorilor variabilei dependente; b. valorilor variabilei independente;
c. frecvenţelor relative; d. timpului.
2. Seriile cronologice se împart după unitatea de timp în:
a. Serii cronologice de timp, Serii cronologice de spaţiu;
b. Serii cronologice de momente, Serii cronologice de intervale;
c. Serii cronologice de momente, Serii cronologice de spaţiu;
d. Serii cronologice de timp, Serii cronologice de intervale.
3. Seriile cronologice de intervale au caracteristică de bază faptul că:
a. Termenii se pot cumula pe întreg orizontul de timp analizat;
b. Termenii nu se pot cumula pe întreg orizontul de timp analizat;
c. Permit caracterizarea sintetică a evoluţiei prin indicatori relevanţi;
d. Au capacitate de a realiza estimări bune.
4. Valorile nu se însumează în cazul seriilor cronologice de:
a. Momente; b. Intervale; c. Timp; d. Spaţiu.
5. În categoria „indicatorilor absoluţi ai SCR” includem:
a. Nivelul absolut al caracteristicii, Modificările absolute cu bază fixă şi în lanţ;
b. Indicii cu bază fixă şi în lanţ, Ritmurile cu bază fixă şi în lanţ, modificarea
absolută a unui procent din modificarea relativă cu bază fixă şi în lanţ;
c. Nivelul mediu, Modificare medie, Indicele mediu, Ritmul mediu.
6. În categoria „indicatorilor relativi ai SCR” includem:
a. Nivelul absolut al caracteristicii, Modificările absolute cu bază fixă şi în lanţ;
b. Indicii cu bază fixă şi în lanţ, Ritmurile cu bază fixă şi în lanţ, modificarea
absolută a unui procent din modificarea relativă cu bază fixă şi în lanţ;
c. Nivelul mediu, Modificare medie, Indicele mediu, Ritmul mediu.
7. În categoria „indicatorilor medii ai SCR” includem:
a. Media cronologică, Media aritmetică, Media armonică, Media pătratică,
Media geometrică;
b. Media cronologică, Media aritmetică, Modificare medie, Indicele mediu, Ritmul mediu;
c. Nivelul mediu, Modificare medie, Indicele mediu, Ritmul mediu;
d. Nici una dintre variantele prezentate.
8. Media cronologică se determină în cazul seriilor de timp de:
a. Momente; b. Intervale; c. Spaţiu; d. Indiferent de tipul seriei analizate.
9. Media cronologică simplă se determină în cazul seriilor de timp cu
momente: a. Subunitare; b. Unitare; c. Egale; d. Neegale.
10. Media cronologică pondereată se determină în cazul seriilor de timp cu
momente: a. Subunitare; b. Unitare; c. Egale; d. Neegale.
11. Dacă indicele mediu al unei serii cronologice prezintă o valoare subunitară,
atunci tendinţa de evoluţie este una de: a. Creştere; b. Scădere; c. Constantă.
12. Seriile cronologice de momente au caracteristică de bază faptul că:
a. Termenii se pot cumula pe întreg orizontul de timp analizat;
b. Termenii nu se pot cumula pe întreg orizontul de timp analizat;

89
 c. Permit caracterizarea sintetică a evoluţiei prin indicatori relevanţi;
d. Au capacitate de a realiza estimări bune.
13. O serie cronologică se prezintă sub forma:
a. unui şir sistematizat de valori ale unei caracteristici realizate la momente
sau intervale de timp succesive;
b. a două şiruri de date statistice;
c. lista unităţilor statistice după o anumită caracteristice;
d. unui şir sistematizat de valori ale unei caracteristici care se referă la
unităţile teritoriale din care fac parte.
14. Componenta care sintetizează variaţiile sistematice lente şi semnifică
mişcarea regulată desfăşurată de fenomenul analizat pe întregul orizont al seriei
cronologice este: a. trend; b. fixă; c. variabilă; d. principală.
15. Indicele de tip cantitativ se determină ca:
a. coeficient de corelaţie; b. indice de tip Paasche;
c. indice de tip Laspeyres; d. dispersie.
16. Indicii agregaţi se obţin prin:
a. raportarea sumei variabilei analizate (la nivelul întregii colectivităţi) dintr-o
perioadă anterioară (0) curentă (1) la o perioadă curentă (1);
b. raportarea sumei variabilei analizate (la nivelul întregii colectivităţi) dintr-o
perioadă curentă (1) la o perioadă anterioară (0);
c. agregarea variabilei analizate (la nivelul întregii colectivităţi);
17. Indicele de tip calitativ se determină ca:
a. coeficient de corelaţie; b. indice de tip Paasche;
c. indice de tip Laspeyres; d. dispersie.
18. Indicii teritoriali compară:
a. nivelul producţiei planificate cu nivelul producţiei realizate;
b. nivelul fenomenului/caracteristicii analizate dintr-o perioadă (perioadă
curentă, notată cu cifra 1) cu nivelul dintr-o perioadă anterioară (perioadă de bază
notată cu cifra 0);
c. nivelul fenomenului sau caracteristicii analizate din unităţi geografice distincte.
19. Indicii cronologici compară:
a. nivelul producţiei planificate cu nivelul producţiei realizate;
b. nivelul fenomenului/caracteristicii analizate dintr-o perioadă (perioadă curentă,
notată cu cifra 1) cu nivelul dintr-o perioadă anterioară (perioadă de bază notată cu cifra 0);
c. nivelul fenomenului sau caracteristicii analizate din unităţi geografice distincte.
20. În anul 2016, populaţia judeţului X era de aproximativ 418 mii de
persoane, iar în anul 2020, a fost de 409 mii persoane. Să se determine indicele şi
ritmul mediu de creştere a populaţia judeţului Vâlcea în perioada 2016-2020.
21. Evoluţia populaţiei unei zone geografice la fiecare zi de 1 iulie a anilor
din perioada 2016-2020 a fost următoarea:
Tabelul E8.
Anul 2016 2017 2018 2019 2020
Populaţia, mii pers. 20 18 21 23 20

90
 Să se afle populaţia medie din perioada 2016-2020.
22. Profitul realizat de o firmă la sfârşitul ultimilor 6 ani este prezentat în
tabelul următor:
Tabelul E9.
AnulW 2015 2016 2017 2018 2019 2020
Profitul, mii lei 80,3 85,8 87,7 91,4 96,7 98,2
Să se caracterizeze evoluţia acestuia, folosind indicatorii seriilor cronologice.
23. Despre stocul dintr-o materie primă existent în primele 6 luni ale anului
X, la o societate comercială, se cunosc următoarele date:
Tabelul E10.
Data 1 ian. 15 feb. 16 apr. 4 iun. 1 iul.
Cantitatea, kg. 250 380 540 310 450
Să se afle stocul mediu din acea materie primă.

91
 Modulul F.
Regresia şi corelaţia statistică
Introducere
Variabilele economico-sociale sunt rezultatul acţiunii unor multitudini de
factori. Fundamentarea unor decizii privind aceste variabile impune o abordare a
lor ca fenomene de tip complex, ce se intercondiţionează. Statistica, prin procedee
specifice, caracterizează din punct de vedere cantitativ legăturile esenţiale ce se
manifestă în cadrul fenomenelor de masă, manifestările cantitative ale legităţilor ce
apar în interdependenţele economice.
În funcţie de natura fenomenelor, de condiţiile în care ele apar şi evoluează,
de scopul cercetării şi posibilităţile de atingere a acestui scop, se apelează la
diferitele mijloace statistice de caracterizare a conexiunilor.
Obiective
 Introducerea noţiunii de legătură statistică
 Prezentarea metodelor de analiză a legăturilor statistice
 Prezentarea metodelor parametrice de analiză a legăturilor statistice
 Prezentarea metodelor neparametrice de analiză a legăturilor statistice
Fond de timp:
6 ore studiu individual şi 6 ore activitate de seminar
Ritmul de studiu:
Temele şi lecţiile noi sunt expuse în conexiune cu vechile cunoştinţe. Ele
sunt grupate conform programei analitice şi se recomandă să se urmărească
respectarea întocmai a acesteia.
Ritmul de studiu recomandat este de o lecţie pe săptămână. Timpul
recomandabil de învăţare este de maxim 50 de minute, cu pauză de 10 minute.
Cuvinte cheie:
 legătură statistică, regresie, corelaţie, coeficient de corelaţie, metode
parametrice, metode neparametrice, intensitatea legăturii
Recomandări privind studiul:
Însuşirea aspectelor teoretice presupune studiul individual al prezentului
material şi a bibliografiei indicate pe parcurs, suportul de curs reprezentând numai
un ghid pentru sistematizarea materialului.
Se recomandă ca la început să se abordeze subiectele grele, să se grupeze
subiectele în funcţie de similitudine, iar după înţelegerea chestiunilor teoretice să se
treacă la rezolvarea aplicaţiilor şi studiilor de caz. Pentru a întâmpina transferul
negativ, se vor lua pauze mai mari la trecerea spre alte subiecte neînrudite.

92
 Unitatea de învățare 12. Noţiunea de legătură statistică.
Clasificarea legăturilor statistice. Metode de analiză
a legăturilor statistice
12.1. Noţiunea de legătură statistică. În urma prelucrării datelor se obţin serii
statistice. Dacă acestea sunt organizate sub forma unor şiruri paralele de valori în care
un şir de valori aparţine unei variabile "efect" iar celelalte aparţin unei variabile
„cauză” se obţin serii interdependente.
Scopul acestor organizări este acela de a identifica legăturile cauzale
care se stabilesc între fenomenele şi procesele economice în vederea
fundamentării deciziilor. Aceste legături pot fi puse în evidenţă numai dacă există
un mare număr de cazuri individuale (legea numerelor mari). În acest fel,
legăturile dintre variabile apar ca legături statistice.
Statistica oferă o gamă mare de metode pentru studiul dependenţei dintre două
sau mai multe variabile. Aceste metode studiază dependenţa dintre o variabilă rezultativă,
notată cu Y, şi una sau mai multe variabile independente, notate în general cu X.
În statistică, legăturile sunt predominant legături cauzale, în sensul că
modificarea unuia dintre fenomene determină în mod univoc schimbarea celuilalt,
în acest sens dicutând de o legătură funcţională.
În cadrul acestui tip de legătură, unei valori din şirul caracteristicii-cauză îi
corespunde o singură valoare din şirul caracteristicii efect, iar modificării cantitative a
primei caracteristici îi corespunde o modificare cantitativă de aceeaşi măsură a celei de-a
doua, putând fi interpretate printr-o funcţie matematică de forma: yi  f xi  .
În cazul în care o variabilă este dependentă de mai multe variabile independente,
astfel de legături se pot modela printr-o funcţie matematică de forma:
yi  f  x1 , x2 ,..., xn 
unde: x1 , x 2 ,..., x n - sunt factori care acţionează împreună asupra variabilei rezultative
“Y”.
12.2. Clasificarea legăturilor statistice. Între fenomene există diferite forme de
legături, natura acestora se stabileşte printr-o analiză calitativă multilaterală.
După natura relaţiei de cauzalitate legăturile dintre fenomene pot fi legături:
 funcţionale (se manifestă între două fenomene în care unul este cauza
şi celalalt efect, modificarea fenomenului cauză determină în mod univoc
schimbarea fenomenului efect);
 statistice sau stochastice (sunt acelea în care un fenomen efect este
rezultatul combinării mai multor cauze care pot acţiona în acelaşi sens sau în
sensuri opuse generând forme diferite de manifestare individuală).
Clasificarea legăturilor dintre fenomene se poate realiza după următoarele criterii:
 După numărul de caracteristici luate în consideraţie: legături
simple şi multiple;
 După modul de exprimare al caracteristicilor incluse în analiza
interdependenţelor statistice: legături de asociere şi de corelaţie;

93
  După direcţia legăturii: legături directe şi inverse;
 După forma de realizare a legăturii: legături liniare şi neliniare;
12.3. Metode simple de analiză a legăturii dintre fenomene. Aceste metode
au menirea de a ne oferi posibilitatea să cunoaştem existenţa sau lipsa legăturii, direcţia
de realizare a acestei legături, aprecierea vizuală a formei şi intensităţii acestei legături.
Metoda seriilor paralele constă în prezentarea în paralel a unor serii statistice în
ordinea raporturilor de dependenţă, adică se înscriu mai întâi datele cu privire la valorile
caracteristicii independente X şi după aceea cele ale caracteristicii dependente Y; se pot
urmări deci atât corelaţiile simple, cât şi cele multiple.
Ex. F1: Se dau următoarele date cu privire la vechimea în muncă şi salariul
net într-un compartiment cu 10 persoane:
Tabel F1
Distribuţia celor 10 salariaţi după vechimea în muncă şi salariu net
Vechime în
16 27 9 16 20 6 22 18 29 11
muncă (xi)
Salariul net
860 970 870 910 950 850 930 910 970 870
(lei) (yi)
Cel mai important element ala analizei legăturilor dintre variabile constă în
stabilirea naturii celor două variabile: vechimea în muncă şi salariul net. Este evident că
salariul net este în funcţie de vechimea în muncă. Ca atare, vechimea în muncă
reprezintă variabila independentă, iar salariul net reprezintă variabila dependentă.
Tabel F2.
Metoda seriilor paralele aplicată celor 10 salariaţi ai firmei analizate
Vechime în
6 9 11 16 16 18 20 22 27 29
muncă (xi)
Salariul net
850 870 870 860 910 910 950 930 970 970
(lei) (yi)
Din datele prezentate, remarcăm că pe măsură ce creşte vechimea în muncă,
creşte şi salariul net.
Concluzia este aceea că între cele două variabile există o legătură directă.
Metoda grafică este cea mai utilizată metodă. Această metodă utilizează
sistemul de axe rectangular unde pe abscisă sunt prezentate valorile variabilei
independente, iar pe ordonată valorile variabilei dependente. Fiecare unitate observată
purtătoare a celor două variabile se reprezintă grafic printr-un punct.
Metoda grupărilor este studiată la analiza seriilor de repartiţie de frecvenţă
Metoda tabelului de corelaţie. Tabelul de corelaţie este un tabel cu dublă intrare şi
reprezintă o formă specială a unei grupări combinate în care separarea se face după ambele
caracteristici cercetate. Se utilizează în cazul unui număr mare de informaţii.
Ex. F2: Să se reprezinte grafic evoluţia legăturii dintre salariul şi vechimea
de la Ex. F1

Fig. F1. Evoluţia legăturii dintre vechimea în muncă şi salariul net.

Ex. F3: În urma prelucrării datelor privind 25 de firme vâlcene s-a obţinut
următoarea grupare a acestora după numărul de salariaţi şi cifra de afaceri :

94
 Tabel F3
Distribuţia firmelor vâlcene
după numărul salariaţilor şi cifra de afaceri, în anul X
Gr. de firme Gr. de firme după cifra de afaceri
TOTAL
după nr. de sal. 220-660 660-1100 1100-1540 1540-1980
1 2 3 4 5 6
5-15 5 - - - 5
15-25 1 6 - - 7
25-35 - 1 8 - 9
35-45 - - - 4 4
TOTAL 6 7 8 4 25
Pe baza acestor date remarcăm faptul că frecvenţele absolute sunt concentrate
pe principala bisectoare a tabelului de corelaţie (tabel F3) ceea ce înseamnă că între
numărul salariaţilor şi cifra de afaceri există o legătură directă.

Unitatea de învățare 13. Metode parametrice de analiză a

legăturilor statistice. Regresia şi corelaţia unifactorială
13.1. Metoda regresiei. Constituie o metodă statistică de cercetare a legăturii
dintre variabile cu ajutorul unor funcţii matematice, denumite funcţii de regresie.
Prin funcţie de regresie se înţelege o expresie matematică, dedusă în urma
prelucrării unor date experimentale, ce aproximează (estimează) dependenţele dintre
două sau mai multe variabile ale unui sistem sau proces. Determinarea unei funcţii de
regresie este necesară atunci când dependenţele dintre variabilele respective nu pot fi
stabilite suficient de precis pe cale teoretică.
Cel mai adesea determinarea parametrilor funcţiilor de regresie se face cu
ajutorul metodei celor mai mici pătrate (MCMMP). Alegerea modelului care redă cel mai
fidel relaţia evidenţiată de date este cel care îndeplineşte criteriul de minim al MCMMP.
Estimarea paramterilor modelului liniar
În modelele liniare unifactoriale variabila rezultativă y depinde de un singur
factor x prin relaţia: y i  a  b  xi  u i , i  1 , n , unde u i reprezintă acţiunea altor
factori decât factorul analizat (perturbaţia), iar n este numărul observaţiilor.
Estimarea parametrilor acestui model se poate realiza cu ajutorul metodei celor
mai mici pătrate (MCMMP) care presupune minimizarea sumei pătratelor abaterilor
valorilor empirice ( y i ) de la valorile estimate ( ŷ i ):

 ,
n n

y  ŷi    yi  â  b̂  xi
2 2
i
i 1 i 1

95
unde â şi b̂ sunt estimatorii parametrilor modelului liniar.
După efectuarea calculelor se obţin următoarele relaţii de determinare a estimatorilor:
n n n
n  xi y i   xi  y i
b̂  i 1 i 1 i 1
2
n
  n
n  x    xi 
2
i

i
n
2
1 

xnâ
i 1  i 1 
Parametrul "a" poate lua atât valori pozitive, cât şi valori negative; reprezintă
ordonata la origine, respectiv este valoarea lui "y" când "x" este egal cu zero.
Parametrul "b", denumit şi coeficient de regresie, arată măsura în care se
modifică caracteristica dependentă în cazul în care caracteristica independentă se
modifică cu o unitate. În cazul când are valori pozitive, acest lucru indică legătură
directă, dacă ia valori negative, legătura dintre cele două variabile este inversă.
Pentru verificarea exactităţii calculării parametrilor funcţiei de regresie trebuie
ca: suma valorilor iniţiale să fie egală cu suma valorilor ajustate:  y 
i  yˆ i .

13.2. Metoda corelaţiei statistice. Reprezintă o metodă de măsurare a

intensităţii legăturii dintre variabile cu ajutorul a doi indicatori şi anume:
coeficientul de corelaţie liniară şi raportul de corelaţie.
a. Coeficientul de corelaţie liniară. Este un indicator statistic care măsoară
intensitatea legăturii liniare dintre două variabile. Se calculează după următoarea relaţie:
n  xy   x   y
r   0,1
y /x n  x 2   x 2   n  y 2   y 2 
   
Acest indicator ia valori în intervalul închis -1 şi +1. Cu cât este mai aproape de
valoare 0 cu atât intensitatea legăturii este mai slabă, cu cât este în valoare absolută mai
apropiat de valoarea 1 cu atât legătura este mai puternică. De asemenea, semnul acestui
indicator ne arată direcţia legăturii: pozitiv legătură directă, negativ legătură inversă.
În practică se consideră că dacă:
r y / x  [ 0 ;0 ,2 ] Nu există nici o legătură;
ry / x  [ 0 ,2 ;0 ,5 ] Există legătură slabă;
ry / x  [ 0 ,5 ;0 ,75 ] Există o legătură de intensitate medie;
ry / x  [ 0 ,75 ;0 ,95 ] Există o legătură puternică;
r y / x  [ 0 ,95 ;1 ] Este o legătură deterministă
b. Raportul de corelaţie. Este un indicator care măsoară intensitatea legăturilor
neliniare şi se calculează după următoarea relaţie:

Ry/ x  1

 yi  yˆ i
2 
 yi  y  2


96
 Cu cât este mai apropiat de valoarea 0 cu atât intensitatea legăturii este mai
slabă, cu cât este mai apropiat de valoarea 1 cu atât intensitatea legăturii este mai ridicată.
Ex. F4: Un întreprinzător doreşte să cumpere un spaţiu comercial de
aproximativ 30 de mp într-o zonă comercială. O societate de consultanţă de
management comercial îl informează că cifra de afaceri a magazinelor cu profilul
respectiv depinde de suprafaţa comercială. În acest sens, îi pune la dispoziţie informaţiile
referitoare la aceşti indicatori, înregistrate la 10 magazine având acelaşi profil:
Tabel F4
Suprafaţa comercială Cifra de afaceri anuală
- mp - - mii euro -
1 2
4 85
6 70
8 120
10 165
12 185
15 220
20 215
21 225
26 209
28 206
Între aceste două variabile există o relaţie cauzală, în sensul că cifra de
afaceri anuală este în funcţie de suprafaţa comercială. Deci, cifra de afaceri
anuală reprezintă variabila dependentă pe care o vom nota cu "y", iar suprafaţa
comercială reprezintă variabila independentă, pe care o vom nota "x".
Principalele metode simple de stabilire a legăturii dintre variabile sunt: metoda
seriilor paralele şi metoda grafică.
Metoda seriilor paralele. Pe baza datelor prezentate în tabelul F4. se
observă că între cele două variabile există o legătură directă, la o creştere a
suprafeţei comerciale se observă o creştere relativă a cifrei de afaceri anuale.
Metoda grafică. Verificarea semnificaţiei economice dintre cele două
variabile se realizează prin graficul de corelaţie construit în sistemul de axe
ortogonal unde pe abscisă se reprezintă suprafaţa comercială, iar pe oronată cifra
de afaceri anuală Pe baza fig. F3. se observă că punctele sunt concentrate pe
principala bisectoare a graficului, ceea ce înseamnă că între cele două variabile
există o legătură directă.

97
Fig. F3. Evoluţia legăturii dintre suprafaţa comercială şi cifra de afaceri anuală

Pentru exprimarea tendinţei generale a legăturii dintre cele două

variabile vom utiliza următorul model liniar: ; y̂
ia

Pentru estimarea parametrilor modelelor ipotetice propuse se utilizează

MCMMP, obţinându-se pentru fiecare model împarte sistemul de ecuaţii aferent:
 na  b  x i
  y i

- modelul liniar:  a  x  b  x   x y ;

i i
2
i i

Pe baza datelor din tabel F5 valoarea parametrilor este:

yˆ x  84,693  5,687  x .
Faptul că totalul coloanei (2) este egal cu totalul coloanei (5) din tabelul
F5 demonstrează că parametrii modelului liniar sunt corect determinaţi.
Pe baza modelului liniar determinat anterior se poate aprecia că între cele
două variabile există o legătură, deoarece coeficientul regresie are o valoare
diferită de zero: b  5 , 687  0 , iar legătura dintre cele două variabile este un
directă deoarece coeficientul de regresie are o valoare mai mare ca zero:
b  5 , 687  0 .
Tabel F5
Elementele de calcul necesare determinării parametrilor modelului liniar
xi yi xi2 xi*yi yˆ x  84,693  5,687  x
1 2 3 4 5
4 85 16 340 107,44
6 70 36 420 118,82
8 120 64 960 130,19
10 165 100 1.650 141,56
12 185 144 2.220 152,94
15 220 225 3.300 170
20 215 400 4.300 198,44

98
 21 225 441 4.725 204,12
26 209 676 5.434 232,56
28 206 784 5.768 243,93
150 1.700 2.886 29.117 1.700,00
În cazul în care întreprinzătorul doreşte să cumpere un magazin cu
suprafaţa de 30 mp, cifra de afaceri estimată este:
CA 30  84 , 693  30  5 , 687  255 ,3 mii euro.
În concluzie, la o suprafaţă comercială de 30 mp valoarea cifrei de afaceri
ar fi de aproximativ 255 mii euro.
Ex. F5: Pentru aplicaţia de la Ex. F1 să se măsoare intensitatea legăturii
folosind corelaţia parametrică. Precizaţi dacă legătura dintre salariu şi vechime
este sau nu liniară.
Pentru a determina cei doi indicatori ai corelaţiei parametrice este necesar
să determinăm următoarele sume: ∑xi, ∑xi2, ∑yi2, ∑yi şi ∑xi*∑yi.

Tabel F6
Elementele de calcul necesare determinării
coeficientului liniar de corelaţie
xi yi xi2 yi2 ∑xi*∑yi
1 2 3 4 5
16 860 256 739.600 13.760
27 970 729 940.900 26.190
9 870 81 756.900 7.830
16 910 256 828.100 14.560
20 950 400 902.500 19.000
6 850 36 722.500 5.100
22 930 484 864.900 20.460
18 910 324 828.100 16.380
29 970 841 940.900 28.130
11 870 121 756.900 9.570
174 9.090 3.528 8.281.300 160.980
∑xi ∑yi ∑xi2 ∑yi2 ∑xi*∑yi
Coeficientul de corelaţie liniar este:
10  160 . 980  174  9 . 090
r   0,92512  0 ,1 
y / x  10  3 . 528  174 2    10  8 . 281 . 300  9 . 090 2 
   

Între cele două variabile:

99
 r  0
 există o legătură: y/x ,
r  0
 aceasta este pozitivă: , ceea ce înseamnă că avem o legătură directă;
y/x

 valoarea este apropiată de valoarea 1 şi r y / x  [ 0 ,75 ;0 ,95 ] , ceea ce

semnifică că avem o legătură de intensitate puternică.
Ex. F6: Pentru o societate comercială se cunosc următoarele date
referitoare la numărul de salariaţi (T) şi volumul exportului (E) în 15 luni
consecutive, astfel:
Tabel F7.
Nr. Export Număr Nr. Export Număr
crt. - mil. USD - muncitori crt. - mil. USD - Muncitori
A 1 2 B 3 4
1 1,2 3 9 3,6 25
2 2,0 19 10 3,9 40
3 1,9 10 11 4,1 34
4 2,1 12 12 3,7 41
5 2,5 16 13 5,1 44
6 3,4 19 14 5,8 40
7 3 21 15 6,7 58
8 3,3 28
Precizaţi dacă între cele două variabile există sau nu o legătură directă liniară.
Între coeficientul de corelaţie liniară şi raportul de corelaţie se stabilesc
următoarele relaţii:
 dacă cei doi indicatori sunt egali spunem că legătura este liniară;
 dacă cei doi indicatori nu sunt egali spunem că legătura este neliniară.
Pentru a verifica dacă cei doi indicatori sunt egali sau nu, trebuie să
parcurgem următorii paşi:
 Pasul 1: Determinăm parametrii modelului liniar şi calculăm valori ajustate;
 Pasul 2: Determinăm coeficientul de corelaţie liniară;
 Pasul 3: Determinăm raportul de corelaţie pe baza valorilor ajustate
după modelul liniar;
 Pasul 4: Comparăm cei doi indicatori.

Pasul 1: Considerând că legătura dintre "y" şi "x" este liniară rezultă că:
y  a  bx . Se obţine sistemul de ecuaţii normale:
 na  b  x   y

 a  x  b  x 2   xy

unde "n" reprezintă numărul unităţilor observate, adică numărul perechilor (x,y).
Rezolvarea acestui sistem se face aplicând regula lui Kramer:
y x n y
a 
 xy  x 2 
 y  x   x  xy , b  
2 x  xy 
n xy   x  y
n x n  x 2  ( x) 2 n x n  x 2  ( x) 2
 x  x2 x  x2

100
 Pe baza datelor prezentate în tabel F8 vom determina funcţia liniară de
regresie. Datele referitoare la elementele necesare determinării parametrilor a şi b
sunt prezentate în tabel F8, coloanele 1, 2, 3, 4; sistemul de ecuaţii este:
 15  a  410  b  52 , 3  a  0 , 9471
    yˆ i  0 , 9471  0 , 0929  x i
 410  a  14 . 418  b  1 . 727 , 9  b  0 , 0929
Se observă că parametrul b este pozitiv ceea ce indică legătură directă. La
o creştere cu un salariat, volumul exportului creşte în medie cu 92,9 mii dolari
USD. De asemenea, din tabelul F8 se observă că totalul coloanelor 2 şi 6 este
acelaşi, ceea ce indică că parametrii sunt corect determinaţi.

Tabel F8.
Elementele de calcul necesare determinării parametrilor
funcţiei liniare de regresie
X Y X2 XY Y2 Yaj1 (Yaj-Y)2 (Y-Ym2)2
1 2 3 4 5 6 7 8

3 1,2 9 3,6 1,4 1,2 0 5,2

19 2 361 38,0 4 2,7 0,5 2,2
10 1,9 100 19,0 3,6 1,9 0 2,5
12 2,1 144 25,2 4,4 2,1 0 1,9
16 2,5 256 40,0 6,3 2,4 0 1
19 3,4 361 64,6 11,6 2,7 0,5 0
21 3 441 63,0 9 2,9 0 0,2
28 3,3 784 92,4 10,9 3,6 0,1 0
25 3,6 625 90,0 13 3,3 0,1 0
40 3,9 1.600 156,0 15,2 4,7 0,6 0,2
34 4,1 1.156 139,4 16,8 4,1 0 0,4
41 3,7 1.681 151,7 13,7 4,8 1,1 0,1
44 5,1 1.936 224,4 26 5 0 2,6
40 5,8 1.600 232,0 33,6 4,7 1,3 5,4
58 6,7 3.364 388,6 44,9 6,3 0,1 10,3
410 52,3 14.418 1.727,9 214,4 52,3 4,3 32
Yaj - valori ajustate după modelul considerat: yˆ i  0 ,9471  0 ,0929  x i
52 , 3
Ym - valoarea medie calculată ca medie aritmetică: y   3 , 5 mil.
15
USD/lună.
Pasul 2: Valoarea coeficientului liniar este:
15  1727 , 9  410  52 , 3
ry / x   0 , 9305  [ 0 , 7 ]
[15  14418  ( 410 ) 2 ][ 15  214 , 37  ( 52 , 3 ) 2 ]
Datele necesare determinării acestui indicator sunt prezentate în tabel F8.
Se observă că valoarea acestui indicator este pozitivă, deci legătură

101
directă, iar valoarea acestuia indică faptul că între numărul de salariaţi şi
volumul exportului există o legătură puternică.
Pasul 3: Valoarea raportului de corelaţie:

Ry/x  1
 ( yi  y) 2  [ 0;1]  R y / x  1 
4 ,3
 0 ,9304  1
 ( yi  y) 2 32 ,0
Pasul 4: Cei doi indicatori sunt egali ceea ce indică faptul că legătura
dintre cele două variabile este liniară şi de intensitate ridicată.

Unitatea de învățare 14. Metode neparametrice de analiză

a legăturilor statistice
a. Coeficientul de asociere. Se utilizează cu precădere în cazurile în care
avem de-a face cu variabile alternative. Valoarea numerică a coeficientului de
asociere ne arată atât existenţa legăturii, cât şi intensitatea acesteia, şi se determină
cu următoarea relaţie:
ad  bc
C as   [  1;  1] .
ad  bc
Semnul său este dat de diferenţa dintre ad şi bc.
Ex. F7: În cazul aplicaţiei Ex. F6 acest coeficient se determină pe baza
datelor din următorul tabel:
Tabel F9.
Volumul exportului
Nr. de salariaţi Nr. de luni cu E mai Nr. de luni cu E mai
Total
mică decât media mare decât media
Nr. de luni cu un nr. de salariaţi mai mic
decât media
7 (a) 1 (b) 8
Nr. de luni cu un nr. de salariaţi mai mare
decât media
1 (c) 6 (d) 7
Total 8 7 15
7  6  11
C as   0 ,953  1 ,
7  6  11
legătură directă de intensitate ridicată.
b. Coeficientul rangurilor. Acest coeficient se calculează înlocuind valorile
individuale ale variabilelor cu numărul lor de ordine numit rang. Se determină cu relaţia:
6   ( R x  R y )2
Cs  1  ,
n( n 2  1 )
unde: Rx, Ry reprezintă rangurile variabilelor x şi y; iar n - numărul perechilor de
valori corelate. Coeficientul Spearman reprezintă o aplicaţie a coeficientului de

102
corelaţie liniară la distribuţiile celor 2 şiruri de ranguri. Coeficientul lui Kendall se
determină cu relaţia:

CK 
2  ( P  Q )  [  1;  1] ,
n ( n  1)
unde:
P i nr. rangurilor superioare rangului cercetat; Q i nr. rangurilor inferioare rangului
cercetat.
Ex. F8: În cazul aplicaţiei Ex. F6 să se calculeze coeficienţii Spearman şi Kendall:

Tabel F10.
Elementele de calcul necesare determinării coeficienţilor Spearman şi Kendall
X Y Rx Ry (Rx – Ry)2 P Q
1 2 3 4 5 6 7
3 1,2 1 1 0 14 0
19 2 2 3 1 12 1
10 1,9 3 2 1 12 0
12 2,1 4 4 0 11 0
16 2,5 5 5 0 10 0
19 3,4 6 8 4 7 2
21 3 7 6 1 8 0
28 3,3 8 7 1 7 0
25 3,6 9 9 0 6 0
40 3,9 10 11 1 4 1
34 4,1 11 12 1 3 1
41 3,7 12 10 4 3 0
44 5,1 13 13 0 2 0
40 5,8 14 14 0 1 0
58 6,7 15 15 0 0 0
410 52,3 * * 14 100 5
6  14
 C S  1  15 (15 2  1)  0 ,975  1 , legătură directă de intensitate
ridicată;
2 (100  5 )
 C K  15 (15  1)  0 ,905  1 , legătură directă de intensitate ridicată.

Întotdeauna C S  C K .

Rezumat
 Noţiunea de legătură statistică
 Clasificarea legăturilor statistice
 Metode simple de analiză a legăturii dintre fenomene
 Metoda regresiei
 Estimarea parametrilor modelului liniar
103
  Metoda corelaţiei statistice
 Coeficientul de asociere
 Coeficientul lui Spearman
 Coeficientul lui Kendall

Bibliografie
 Alexandru Isaic-Maniu, Vergil Voineagu, Constantin Mitruţ – Statistică
generală, Ed. “Independenţa economică”, 2002, pag. 172 – 201;
 Sorin Daniel Manole – Statistică economică, Ed. “Independenţa
economică”, 2007, pag. 111 – 134;
 Gheorghe Săvoiu, Grigorescu Remus, Marian Chivu, Narcis Stan –
Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. “Independenţa economică”, 2004, pag. 106 – 127;

Întrebări şi aplicaţii de autoevaluare

1. După direcţia legăturilor statistice, legăturile se împart în:
a. Directe, Indirecte; b. Unifactoriale, Multifactoriale;
c. Liniare, Neliniare; d. Directe, Inverse.
2. După numărul variabilelor, legăturile statistice se clasifică în:
a. Directe, Indirecte; b. Unifactoriale, Multifactoriale;
c. Liniare, Neliniare; d. Directe, Inverse.
3. După forma de realizare legăturile statistice se împart în:
a. Directe, Indirecte; b. Unifactoriale, Multifactoriale;
c. Liniare, Neliniare; d. Directe, Inverse.
4. Coeficientul de corelaţie liniară ne arată:
a. intensitatea legăturii dintre variabila rezultativă şi cea factorială;
b. cu cât se modifică variabila factorială când variabila rezultativă se
modifică cu o unitate;
c. cu cât se modifică variabila rezultativă când variabila factorială se
modifică cu o unitate;
d. cu cât se modifică variabila rezultativă când se modifică variabila factorială;
5. Raportul de corelaţie ne arată:
a. intensitatea legăturii dintre variabila rezultativă şi cea factorială;
b. cu cât se modifică variabila factorială când variabila rezultativă se
modifică cu o unitate;
c. cu cât se modifică variabila rezultativă când variabila factorială se
modifică cu o unitate;
d. cu cât se modifică variabila rezultativă când se modifică variabila factorială;
6. Coeficientul de regresie ne arată:
a. intensitatea legăturii dintre variabila rezultativă şi cea factorială;
b. cu cât se modifică variabila factorială când variabila rezultativă se
modifică cu o unitate;

104
 c. cu cât se modifică variabila rezultativă când variabila factorială se
modifică cu o unitate;
d. cu cât se modifică variabila rezultativă când se modifică variabila factorială;
7. În categoria metodelor simple de analiză a legăturilor statistice includem:
a. Metoda seriilor paralele, Metoda grafică; Metoda grupărilor, Metota tabelului de corelaţie;
b. Metoda regresiei, Metoda corelaţiei;
c. Metota coeficientului de asociere, Metoda rangurilor.
8. În categoria corelaţiei parametrice de analiză a legăturilor statistice includem:
a. Metoda seriilor paralele, Metoda grafică; Metoda grupărilor, Metota
tabelului de corelaţie;
b. Metoda regresiei, Metoda corelaţiei;
c. Metoda coeficientului de asociere, Metoda rangurilor.
9. În categoria corelaţiei neparametrice de analiză a legăturilor statistice includem:
a. Metoda seriilor paralele, Metoda grafică; Metoda grupărilor, Metota
tabelului de corelaţie;
b. Metoda regresiei, Metoda corelaţiei;
c. Metota coeficientului de asociere, Metoda rangurilor.
10. Legătura statistică inversă are un coeficient de regresie este:
a. Pozitiv; b. Negativ; c. Egal cu zero.
11. Legătura statistică directă are un coeficient de regresie este:
a. Pozitiv; b. Negativ; c. Egal cu zero.
12. Între variabile nu există nicio legătură dacă coeficientul de regresie este:
a. Pozitiv; b. Negativ; c. Egal cu zero.
13. Metoda regresiei reprezintă o metodă de cercetare a:
a. Legăturii dintre variabile cu ajutorul unor funcţii matematice;
b. Cuantificării relaţiilor de independenţă sub forma unor modele unifactoriale;
c. Dependenţei dintre capacitatea pieţei şi cifra de afaceri.
14. Intuirea funcţiilor de regresie se face cu ajutorul:
a. Reprezentării grafice a corelaţiei;
b. Cuantificării relaţiilor de independenţă sub forma unor modele unifactoriale;
c. Dependenţei dintre capacitatea pieţei şi cifra de afaceri.
15. Se cunosc următoarele date referitoare la două variabile x şi y:
Tabelul F11.
x 20,7 31,7 13,8 14,6 15 12,5 17 8,5
y 34,5 30,1 22,7 22,8 17,6 13,4 23,2 9,4

Să se aprecieze intensitatea legăturii dintre aceste variabile cu ajutorul

coeficientului Spearman.

105
 16. Pentru a studia dependenţa dintre volumul vânzărilor şi suprafaţa
comercială, dispunem de următoarele date înregistrate la 8 societăţi comerciale:
Tabelul F12.
Societatea Suprafaţa Volumul vânzărilor Să se aprecieze
comercială comercială (m2) (mii. lei) intensitatea legăturii
A 40 150 dintre aceste variabile
B 70 350 prin intermediul
C 30 180 coeficientului
D 100 40
Kendall.
E 60 28
F 90 42
G 75 45
H 50 30

17. Pe baza unui sondaj format din 100 de studenţi, privind existenţa unei
legăturii între culoarea părului şi culoarea ochilor, după prelucrarea datelor, s-a
obţinut următoarea situaţie:
Tabelul F13.
culoarea culoarea ochilor Să se calculeze coeficientul de asociere.
părului deschisă Închisă
deschisă 27 14
închisă 3 56
18. Pentru a studia dependenţa dintre cheltuielile totale de producţie şi producţia
lunară s-au înregistrat aceste caracteristici la 8 firme din acelaşi sector de activitate şi
s-au obţinut următoarele rezultate:
Tabelul F14.
Firma Producţia (mii euro) Cheltuielile de producţie (mii euro)
1 130 85
2 120 80
3 100 70
4 150 100
5 90 55
6 140 95
7 80 60
8 110 75
Total 920 620

a. Să se stabilească existenţa legăturii dintre cele două variabile utilizând

metodele simple;
b. Să se estimeze parametrii funcţiei de regresie, considerând această
funcţie liniară şi să se calculeze valorile ajustate după această funcţie;
c. Să se măsoare intensitatea legăturii, utilizând metoda corelaţiei statistice;
d. Utilizând metodele neparametrice, să se măsoare intensitatea legăturii
dintre cele două variabile prezentate în tabelul de mai sus.

106
 19. Pentru o societate comercială se cunosc următoarele date referitoare la
numărul de salariaţi şi volumul vânzărilor în 10 luni consecutive:
Tabelul F15.
Volumul
Nr. Număr
vânzărilor,
crt. de salariaţi
mii lei a. Să se stabilească existenţa legăturii dintre
1 110 2 cele două variabile utilizând metodele simple;
2 290 5 b. Să se estimeze parametrii funcţiei de regresie,
considerând această funcţie liniară şi să se
3 230 4
calculeze valorile ajustate după această funcţie;
4 200 3 c. Să se măsoare intensitatea legăturii,
5 390 7 utilizând metoda corelaţiei statistice;
6 350 6 d. Utilizând metodele neparametrice, să se
7 370 8 măsoare intensitatea legăturii dintre cele două
8 570 10 variabile prezentate în tabelul de mai sus.
9 510 9
10 610 11

107