Statistic A Bun

Introducere în studiul statisticii.
Noţiuni fundamentale ale statisticii
Unitate de învăţare Nr. 1
INTRODUCERE ÎN STUDIUL STATISTICII. NOŢIUNI

FUNDAMENTALE ALE STATISTICII
Cuprins Pagina
Obiectivele Unităţii de învăţare Nr. 1 ............................................................................. 2
1.1 Statistica - activitate practică, metodă şi ştiinţă ...................................................... 2

1.2 Noţiuni fundamentale ale statisticii ......................................................................... 3
Lucrare de verificare Unitate de învăţare Nr. 1............................................................... 5
Răspunsuri şi comentarii la testele de autoevaluare........................................................ 6
Bibliografie Unitate de învăţare Nr. 1............................................................................. 6
1
Statistică economică
Introducere în studiul statisticii. Noţiuni fundamentale ale statisticii
OBIECTIVELE Unităţii de învăţare Nr. 1

Principalele obiective ale Unităţii de învăţare Nr. 1 sunt:
 Să definească obiectul de studiu al statisticii
 Să stie ce sunt fenomenele social-economice de masă
 Să precizeze caracteristicile legilor statistice
 Sa se familiarizeze cu noţiunile fundamentale ale statisticii
1.1 Statistica - activitate practică, metodă şi ştiinţă
Definirea Statistica este ştiinţa care se ocupă cu descrierea şi analiza numerică a

statisticii fenomenelor de masă, dezvăluind caracteristicile lor de volum,
structură, dinamică, conexiune, precum şi regularităţile şi legile care le
guvernează.
Scopul statisticii este cunoaşterea aplicativă şi fundamentală, a

fenomenelor de masă, vizând simultan elaborarea informaţiei statistice
necesare fundamentării deciziilor şi descoperirea legii variabilităţii
fenomenelor ce se produc şi evoluează sub semnul incertitudinii.
Obiectul de Obiectul de studiu al statisticii îl constituie fenomenele şi procesele

studiu al care: se produc într-un număr mare de cazuri (fenomenele de masă),
statisticii prezintă variaţii de la un element la altul (sunt caracterizate de
variabilitate), sunt nedeterministe, de tip stohastic, produse în condiţii
de incertitudine şi care îmbracă forme individuale de manifestare în
timp, în spaţiu şi ca formă organizatorică.
Statistica studiază fenomenele de masă din punct de vedere cantitativ şi

le interpretează ca fenomene probabile. Astfel, aceasta nu formulează
concluzii absolut sigure, ci concluzii probabile, în anumite limite de
incertitudine. Aceste limite se calculează, determinându-se
probabilitatea de reapariţie a oricărui eveniment pe baza frecvenţei sale,
a regularităţii cu care a apărut în trecut.
Ca disciplină ştiinţifică, statistica se subdivide în statistica descriptivă,

inferenţa statistică şi analiza statistică.
Statistica Statistica descriptivă descrie starea şi variabilitatea unei colectivităţi

descriptivă statistice după una sau mai multe caracteristici. Pentru aceasta se culeg
datele statistice, care sunt apoi prelucrate şi prezentate sintetic, fie sub
forma lor numerică prin indicatori statistici, fie sub formă grafică prin
diagrame şi tabele statistice.
Statistica Statistica inferenţială vizează estimarea caracteristicilor unei

inferenţială colectivităţi pornind de la cunoaşterea unei colectivităţi parţiale şi
presupune testarea ipotezelor statistice pentru măsurarea incertitudinii
rezultatelor şi calculării riscurilor pe care le implică luarea deciziilor.
2
Analiza Analiza statistică urmăreşte descoperirea a ceea ce este permanent,

statistică esenţial în variaţia fenomenelor şi proceselor de masă şi măsurarea
influenţei factorilor care le determină variaţia în timp, în spaţiu şi din
punct de vedere calitativ. Pentru aceasta se folosesc analiza regresiei,
analiza de corelaţie, ANOVA şi analiza seriilor de timp.
Test de autoevaluare 1.1 – Scrieţi răspunsul în spaţiul liber din chenar.

1. Care este obiectul de studiu al statisticii?
2. Care este diferenţa dintre statistica descriptivă şi statistica
inferenţială?
Răspunsul la test se găseşte la pagina 6.
1.2 Noţiuni fundamentale ale statisticii
Colectivitatea Prin colectivitatea sau populaţie statistică vom înţelege o mulţime de

statistică elemente caracterizate printr-o trăsătură comună, care conferă
acesteia omogenitate statistică. Colectivitatea statistică se prezintă într-
o varietate de forme. În funcţie de natura elementelor avem colectivităţi
statistice formate din persoane (populaţia şcolară a judeţului Constanţa
la 1 septembrie 2015), obiecte (parcul auto al României în 1 septembrie
2015), evenimente (naşteri sau decese într-o anumită perioadă într-un
teritoriu delimitat), agenţi economici (firmele care au ca obiect de
activitate prelucrarea laptelui, în România, în anul 2015), idei sau opinii
(opiniile consumatorilor cu privire la calitatea produselor cosmetice).
Unităţile Unităţile statistice sunt elementele componente ale unei colectivităţi

statistice statistice. Acestea sunt purtătoare de informaţii sau sunt subiecte logice
ale informaţiei statistice asupra cărora se realizează observarea. În
funcţie de gradul de complexitatea unităţile statistice se împart în unităţi
simple şi unităţi complexe. Unităţile statistice simple sunt formate
dintr-un sigur element (studentul, angajatul, produsul) şi reprezintă
elemente constitutive specifice naturii fenomenelor care formează
aceeaşi colectivitate. Unităţile statistice complexe sunt fomate din două
sau mai multe unităţi simple (grupa de studenţi, echipa de muncitori,
familia) organizate în funcţii de criterii social-economice.
3
Caracteristicile Caracteristica sau variabila statistică desemnează însuşirea,

sau variabilele proprietatea sau trăsătura comună a unităţilor unei colectivităţi
statistice statistice, cuprinsă în programul statistic pentru a fi înregistrată. În
funcţie de modul de exprimare variabilele statistice pot fi calitative
(nenumerice, atributive), exprimate prin cuvinte (spre exemplu
profesia, religia sau localitatea de domiciliu) şi variabile cantitative
(numerice) exprimate numeric (de exemplu cifra de afaceri, salariul sau
greutatea).
De asemenea, variabilele statistice pot fi discrete sau continue.

Variabilele discrete se exprimă prin numere întregi (numărul de
studenţi dintr-o grupă sau numărul de călători dintr-un autobuz).
Variabilele continue pot lua orice valoare într-un interval finit sau
infinit (profitul unui agent economic, salariul unui angajat, greutatea
medie a produselor, productiviatatea la hectar pentru o cultura etc.). În
funcţie de modul de manifestare avem variabile alternative şi variabile
nealternative. Variabilele alternative sunt cele care nu pot lua decât
două valori, ceea ce le imprimă caracterul dihotomic (candidatul poate
fi apt sau inapt, familia poate avea sau nu copii, pacientul poate fi de
sex masculin sau de sex feminin). Variabilele nealternative pot lua
valori diferite pentru câte unităţi sau grupe de unităţi statistice sunt.
Datele şi Datele statistice sunt mărimi concrete obţinute prin experimente,

informaţiile observaţii, numărare, observare sau din calcule. Mesajul datelor îl
statistice reprezintă informaţia statistică.
Indicatorii Indicatorii statistici sunt expresii numerice ale unor fenomene, procese,
statistici activităţi sau categorii economice şi sociale delimitate în timp, spaţiu şi
structură organizatorică. Aceştia se obţin prin numărare, măsurare sau
prin calcul şi îndeplinesc o serie de funcţii specifice cum ar fi funcţia de
măsurare, de comparare, de estimare, de analiză, de verificare a
ipotezelor sau de testare a semnificaţiei parametrilor utilizaţi.

1. Enumeraţi principalele noţiuni folosite în statistică.
2. Clasificaţi variabilele statistice.
Răspunsul la test se găseşte la pagina 6
4
Am ajuns la sfârşitul Unităţii de învăţare Nr. 1.
Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

În loc de
în această unitate şi să revizuiţi obiectivele precizate la început.
rezumat
Este timpul pentru întocmirea Lucrării de verificare Unitate de învăţare
Nr. 1 pe care urmează să o transmiteţi cadrului didactic.
Lucrare de verificare Unitate de învăţare Nr. 1
I. Răspundeţi bifând răspunsul corect:
1. Caracteristicile statistice pot fi:

a. de timp, de spaţiu sau atributive;
b. alternative sau nealternative;
c. numerice sau nenumerice;
d. calitative sau cantitative;
e. empirice sau teoretice
Alegeţi combinaţia corectă: A(a+b+c+d+e),
B(a+b+c+d), C(d+e), D(a+c+e)
2. Variabila „numărul studenţilor” este o caracteristică
statistică:
a. calitativă;
b. continuă;
c. discretă:
d. alternativă;
3. Ce sunt fenomenele de masa?
a. fenomenele care se produc într-un numar mare de
cazuri, prezentând anumite neregularităţi;
b. fenomenele care se produc într-un numar mare de
cazuri, prezentând anumite regularităţi;
c. fenomenele care se produc într-un numar mediu de
cazuri prezentând anumite regularităţi.
II. Răspundeţi la următoarele cerinţe:
1. Definiţi variabilele discrete. Exemplificaţi
2. Definiţi variabilele continue. Exemplificaţi
3. Definite variabila alternative. Exemplificaţi
4. Definite variabila nealternativa. Exemplificaţi
5
Răspunsurile şi comentariile la testele de autoevaluare
Răspuns 1.1
1. Obiectul de studiu al statisticii îl constituie fenomenele şi procesele
de masă care se produc într-un număr mare de cazuri, prezintă variaţii
de la un element la altul, sunt nedeterministe, de tip stohastic, produse
în condiţii de incertitudine şi care îmbracă forme individuale de
manifestare în timp, în spaţiu şi ca formă organizatorică.
2. Statistica descriptivă descrie starea şi variabilitatea unei colectivităţi
statistice după una sau mai multe caracteristici.
Statistica inferenţială vizează estimarea caracteristicilor unei
colectivităţi pornind de la cunoaşterea unei colectivităţi parţiale şi
presupune testarea ipotezelor statistice pentru măsurarea incertitudinii
rezultatelor şi calculării riscurilor pe care le implică luarea deciziilor.
Răspuns 1.2
1. Principalele noţiuni folosite de statistică sunt: colectivitatea
statistică, unitatea statistică, caracteristica sau variabila statistică, datele
şi informaţiile statistice, indicatorii statistici.
2. În funcţie de modul de exprimare variabilele statistice pot fi
calitative (nenumerice, atributive), exprimate prin cuvinte (spre
exemplu profesia, religia sau localitatea de domiciliu) şi variabile
cantitative (numerice) exprimate numeric (de exemplu cifra de afaceri,
salariul sau greutatea).
În funcţie de modul de manifestare avem variabile alternative şi
variabile nealternative. Variabilele alternative sunt cele care nu pot lua
decât două valori, ceea ce le imprimă caracterul dihotomic (candidatul
poate fi apt sau inapt, familia poate avea sau nu copii, pacientul poate fi
de sex masculin sau de sex feminin). Variabilele nealternative pot lua
valori diferite pentru câte unităţi sau grupe de unităţi statistice sunt.
De asemenea, variabilele statistice pot fi discrete sau continue.
Variabilele discrete se exprimă prin numere întregi (numărul de
studenţi dintr-o grupă sau numărul de călători dintr-un autobuz).
Variabilele continue pot lua orice valoare într-un interval finit sau
infinit (profitul unui agent economic, salariul unui angajat, greutatea
medie a produselor, productiviatatea la hectar pentru o cultura etc.).
Bibliografie Unitate de învăţare Nr. 1
1. Aivaz, K.A. - Statistică economică, Editura Muntenia, Constanţa,

2007;
2. Isaic-Maniu, Al, Mitruţ, C., Voineagu V. - Statistică pentru
managementul afacerilor, Editura Economică, Bucureşti, 1999;
3. Jaba, E. - Statistică, Editura Economică, Bucureşti, 2002;
4. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria,
Bucureşti şi Editura Universitaria, Craiova, 2013;
5. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura
Meteor Press, Bucureşti, 2003;
6
7
Observarea statistică
OBSERVAREA STATISTICĂ
Cuprins Pagina
Obiectivele Unităţii de învăţare Nr. 2.............................................................................. 2

2.1 Programul observării statistice ................................................................................. 2
2.2 Metode de observare statistică ................................................................................. 3
1

 Să definească observarea statistică
 Să identifice sursele de date statistice
 Să cunoască etapele observării statistice
 Să recunoască diferitele tipuri de observare
 Să elaboreze planul unei observari statistice
1.1.Programul observării statistice
Observarea Observarea statistică este prima etapă a cercetării statistice şi

statistică presupune culegerea de informaţii referitoare la caracteristicile
urmărite, după criterii riguros stabilite.
Programul Programul observării statistice va cuprinde o serie de elemente

observării precum: scopul observării, delimitarea colectivităţii şi a unităţilor
statistice observate, stabilirea caracteristicilor ce vor fi observate, stabilirea
timpului observării, a locului acesteia şi a altor măsuri organizatorice
necesare pentru buna desfăşurare a procesului.
Elementele Scopul observării poate să coincidă sau nu cu scopul cercetării

programului statistice, dar trebuie bine precizat pentru că în funcţie de acesta se
observării stabilesc celelalte elemente din planul de observare.
statistice
Colectivitatea statistică supusă observării formează obiectul observării
şi reprezintă mulţimea unităţilor pentru care vor fi înregistrate
caracteristicile statistice. Finitudinea colectivităţilor statistice impune o
delimitare clară în timp şi spaţiu a acesteia, apelându-se, acolo unde
este cazul, la nomenclatoarele şi clasificările existente.
Unităţile de observare sunt elemente ale colectivităţii asupra cărora se

va efectua observarea. În alegerea acestora vom ţine cont de scopul
urmărit şi de modul de organizare al colectivităţii, dacă unităţile de
observare sunt simple sau complexe.
Caracteristicile statistice ce urmează a fi înregistrate se aleg ţinând cont

de scopul observării, stabilindu-se o listă a acestora cu precizarea
nivelurilor cifrice sau a variantelor calitative sub care se pot înregistra
acestea.
Formularele de înregistrare reprezintă suportul material pe care se vor

înregistra datele culese. Acestea pot fi tip fişă sau tip listă.
Timpul observării vizează două aspecte, respectiv timpul la care se

referă datele şi timpul înregistrării. Timpul la care se referă datele poate
fi un moment critic sau de referinţă (cazul colectivităţilor de fiinţe şi
lucruri) sau o perioadă – lună, trimestru, semestru, an (cazul
2
colectivităţilor de fapte şi evenimente).
Locul observării se precizează în program pentru a facilita identificarea

unităţilor observate şi coincide cu locul de existenţă al fenomenului.
Măsurile organizatorice vizează asigurarea condiţiilor favorabile

pentru desfăşurarea observării statistice.
1. Enumeraţi elementele programului observării statistice.

2. Exemplificaţi prezentând situaţii privind timpul observării.
2.1.Metode de observare statistică
Clasificarea A: După timpul înregistrării datelor avem observări curente, observări

observărilor periodice şi observări ocazionale.
statistice
Observarea curentă se foloseşte pentru a înregistra colectivităţile de
mişcare (fapte şi evenimente). Înregistrarea unităţilor colectivităţii se
face permanent, după criteriul cronologic al apariţiei lor, iar volumul
colectivităţii se determină prin cumularea unităţilor înregistrate pentru o
perioadă stabilită. Pentru aceasta se folosesc de regulă rapoartele sau
dările de seamă statistice.
Observarea periodică se foloseşte pentru înregistrarea colectivităţilor

de stare (fiinţe şi lucruri). Înregistrarea unităţilor colectivităţii se face la
anumite momente stabilite, iar volumul colectivităţii se determină prin
numărarea unităţilor înregistrate la momentele respective. Observarea
periodică poate fi totală (cazul recensământului) sau parţială (cazul
sondajului, anchetei statistice);
Observarea ocazională se referă la fenomene caracterizate de

discontinuitate şi se efectuează cu un scop special, o singură dată.
3
B: După gradul de cuprindere al colectivităţii se disting observările

totale şi observările parţiale.
Observarea totală (exhaustivă) constă în înregistrarea caracteristicilor

tuturor unităţilor componente ale colectivităţii;
Observarea parţială constă în înregistrarea caracteristicilor unei părţi

(eşantion, colectivitate de selecţie) din colectivitatea care trebuie
studiată. Datele înregistrate la nivelul eşantionului se extind apoi, pe
baza inferenţei statistice, la întreaga colectivitate căreia îi aparţine.
C: După modul de obţinere al datelor avem observări directe şi

observări indirecte.
Observările directe se realizează prin înregistrarea nemijlocită a datelor

de către operator la unităţile colectivităţii.
Observările indirecte se întâlnesc atunci când înregistrarea datelor se

realizează pe baza unor surse care au consemnat anterior fenomenul
studiat (înregistrarea pe bază de documente).
Principalele Cele mai cunoscute metode de observare întâlnite în practica statistică

tipuri de sunt: recensământul, rapoartele statistice, sondajul statistic, ancheta
observare statistică, observarea părţii principale, monografia statistică.
statistică
Recensământul. Este o observare statistică special organizată şi
exhaustivă. Prin recensământ sunt înregistrate toate elementele
colectivităţii observate (indivizii, locuinţele, întreprinderea), astfel că
putem vorbi despre recensământul populaţiei, recensământul
locuinţelor, recensământul animalelor, recensământul întreprinderilor
etc.
Recensământul populaţiei este reglementat prin acte legislative şi

respectă o serie de principii precum: principiul universalităţii, principiul
periodicităţii, principiul simultaneităţii şi principiul comparabilităţii.
Scopul fundamental al recensământului populaţiei este acela de a oferi
informaţii esenţiale şi de calitate pentru politicile guvernamentale în
domeniul economic şi social, inclusiv pentru dezvoltarea umană.
Rapoartele statistice sau dările de seamă sunt observări totale, ce au

caracter permanent, prin intermediul cărora se culeg date statistice
referitoare la diferite fenomene şi procese economice şi sociale, ţinând
cont de criteriul cronologic al apariţiei şi manifestării unităţilor din
colectivitate. Acestea se prezintă sub forma unor formulare elaborate de
Institutul Naţional de Statistică, sunt documente oficiale, cuprind
principalii indicatori ce trebuie calculaţi şi raportaţi conform
metodologiei precizate, precum şi organele cărora se vor trimite,
precum şi termenele de predare.
4
Sondajul este o observare statistică special organizată, care presupune

înregistrări parţiale ale unităţilor colectivităţii, respectiv înregistrarea
unui eşantion reprezentativ extras după principiile selecţiei din
colectivitatea totală. Utilizarea sondajului statistic permite o informare
operativă, prin prelucrarea rapidă a informaţiilor, generând costuri mult
reduse comparativ cu observările totale.
Ancheta statistică este o formă de observare parţială, care spre

deosebire de sondaj nu presupune reprezentativitatea eşantionului.
Aceasta se realizează pe baza chestionarelor completate cu răspunsuri
scrise de către subiecţii selectaţi din colectivitatea totală.
Observarea părţii principale este o metodă de observare parţială,

special organizată, prin care se culeg date de la cele mai semnificative
unităţi ale colectivităţii. Acestă metodă de observare statistică este
folosită pentru studierea unor colectivităţi structurate pe grupe de
mărimi şi importanţă diferită.
Monografia este o observare special organizată, prin intermediul căreia

se studiază aprofundat o singură unitate complexă din colectivitatea
totală sau o singură problemă.
1. Enumeraţi principalele metode de observare statistică

2. Care sunt principiile după care se efectuează recensământul
populaţiei?
Răspunsul la test se găseşte la pagina 7 .
În loc de Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

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

5
I. Marcaţi răspunsurile corecte:

1. Care dintre afirmaţiile următoare referitoare la obiectul
observării este falsă:
a. obiectul observării este mulţimea de fenomene de masă
despre care urmează să se culeagă datele statistice;
b. obiectul observării este o mulţime de unităţi simple sau
complexe de observare;
c. populaţia supusă observării trebuie delimitată ca volum,
în timp şi spaţiu, indiferent dacă ea este statică sau
dinamică;
d. nu întotdeauna obiectul observării coincide cu obiectul
cercetării;
e. chiar dacă obiectul observării este bine definit, după
criterii clare, esenţiale, stabile, nu se poate asigura sub
nici o formă comparabilitatea datelor de la o observare la
alta.
2. Stabilirea precisă şi clară a scopului unei observări statistice nu
prezintă importanţă pentru:
a. delimitarea obiectului observării;
b. stabilirea scopului cercetării statistice;
c. delimitarea obisctivelor parâiale ale cercetării.
3. Ce este metoda statistică?
a. totalitatea procedeelor de observare (înregistrare),
grupare, centralizare, identificare a indicatorilor
statistici;
b. analiza fenomenelor şi proceselor studiate;
c. înregistrarea, centralizarea, analiza informaţiilor şi
prezentarea acestora la forurile superioare;
d. A+B b. B+C c. A+C
4. Ancheta statistică este:
a. O metodă de observare totală;
b. O metodă de observare parţială, care numai întâmplător
poate să îndeplinească condiţia de reprezentativitate;
c. O metodă de observare parţială care în mod obligatoriu
trebuie să îndeplinescă condiţia de reprezentitivitate.
II. Răsundeţi la următoarele întrebări:
1. Care sunt principalele metode de observare special organizate?
2. Ce intelegeti prin observare periodica?
6
2.1.
1. Programul observării statistice va cuprinde o serie de elemente
precum: scopul observării, delimitarea colectivităţii şi a unităţilor
observate, stabilirea caracteristicilor ce vor fi observate, stabilirea
timpului observării, a locului acesteia şi a altor măsuri organizatorice
necesare pentru buna desfăşurare a procesului.
2.În cazul recensământului populaţiei şi al locuinţelor din anul 2011,

timpul la care se referă datele înregistrate, momentul de referinţă al
recensământului, a fost ora „0” din ziua de 20 octombrie 2011. Timpul
în care s-a efectuat înregistrarea datelor a fost un interval de 12 zile, în
perioada 20-31 octombrie 2011.
2.2.
1. Cele mai cunoscute metode de observare întâlnite în practica
statistică sunt: recensământul, rapoartele statistice, sondajul
statistic, ancheta statistică, observarea părţii principale, monografia
statistică.
2. Recensământul populaţiei este reglementat prin acte legislative şi

respectă o serie de principii precum: principiul universalităţii,
principiul periodicităţii, principiul simultaneităţii şi principiul
comparabilităţii.

2007;
7
8
Sistematizarea şi prelucrarea datelor statistice
...
Cuprins Pagina

3.1 Gruparea datelor statistice ........................................................................................ 2
3.2 Prezentarea datelor statistice .................................................................................... 3
1

 Să sistematizeze datele după diverse variabile
 Să reprezinte grafic o distribuţie de frecvenţe rezultată prin
gruparea pe variante, prin gruparea pe intervale de variaţie egale,
prin gruparea pe intervale de variaţie neegale, prin gruparea de
variaţie neegale cu evidenţierea tipurilor calitative
 Să cunoscă regulile de construire a graficelor prin care se
reprezintă seriile statistice
3.1. Gruparea datelor statistice
Gruparea Gruparea statistică este o centralizare pe grupe a unităţilor unei

statistică colectivităţi, presupune aplicarea metodei grupărilor statistice şi are ca
rezultat şiruri de date ordonate după variaţia caracteristicilor de grupare.
1. După numărul variabilelor incluse în programul cercetării statistice

vorbim despre grupările simple şi grupările combinate.
Gruparea simplă presupune separarea unităţilor colectivităţii pe grupe

omogene, după variaţia unei singure caracteristici, rezultând astfel
ditribuţii unidimensionale (de exemplu gruparea agenţilor economici
după obiectul principal de activitate sau gruparea judeţelor după
numărul populaţiei).
Gruparea combinată are ca rezultat distribuţiile bi- sau

multidimensionale şi presupune separarea unităţilor colectivităţii în
grupe omogene simultan după variaţia a două sau mai multe
caracteristici de grupare. În acest sens se alege o caracteristică primară,
după care se realizează o primă grupare, urmată de separarea în
subgrupe după caracteristicile secundare de grupare.
2. După natura caracteristicii avem grupări după o caracteristică de

timp, grupări după o caracteristică de spaţiu şi grupări după o
caracteristică calitativă.
Grupările cronologice sunt cele rezultate în urma folosirii drept

caracteristică de grupare a unei variabile de timp (de exemplu:
sistematizarea pacienţilor după anul naşterii).
Grupările teritoriale se obţin în urma separării colectivităţii în grupe

după o caracteristică de spaţiu. Cele mai întalnite sunt grupările pe
judeţe sau regiuni în statistica naţională şi grupările pe ţări în statistica
internaţională.
Grupările calitative se obţin prin separarea unităţilor unei colectivităţi în

grupe omogene după o caracteristică calitativă.
Dintre problemele care apar în realizarea grupărilor statistice menţionăm
2
alegerea numărului de grupe şi a intervalului de grupare, care se face

ţinând cont de scopul grupării, stabilit în concordanţă cu obiectul
cercetării.
Stabilirea În ceea ce priveşte alegerea numărului de grupe, practica statistică aplică

numarului de o regulă empirică numită regula lui H.D.Sturges (1926), conform căreia
grupe numărul de grupe se calculează după relaţia k = 1+ 3,322 log n, unde n
reprezintă numărul elementelor supuse cercetării, iar k este numărul de
grupe.

1. Dati exemple de grupări calitative.
2. Ce este gruparea combinată?
3.2. Prezentarea datelor statistice
Prezentarea datelor statistcie se poate face prin serii, tabele şi grafice.
Tabelele Tabelele statistice reprezintă una dintre cele mai adecvate metode de
statistice prezentare a datelor statistice, deoarece permit caracterizarea structurii
populaţiei cercetate sau legăturile ce apar între grupele sale tipice.
Tabelele statistice pot fi simple sau cu cu dublă intrare. Tabelele

statistice simple sunt folosite pentru prezentarea distribuţiilor
unidimensionale, iar tabelele cu dublă intrare pentru prezentarea
distribuţiilor bidimensionale. Acestea din urmă mai poartă denumirea de
tabele de corelaţie, dacă variabilele sunt exprimate numeric sau de
tabele de asociere în cazul seriilor cu variabilele exprimate atributiv.
Exemplu tabel de asociere:
Valorile Valorile caracteristicii yj
Total
caracteristicii xi y1 y2
x1 n11 n12 n11 + n12
x2 n21 n22 n21 + n22
TOTAL n11 + n21 n12 + n22
3
Exemple de tabele simple:

Caracteristica Frecvenţa Caracteristica Frecvenţa
xi absolută ni xi relativă fi
x1 n1 x1 f1
x2 n2 x2 f2
... ... ... ...
xi ni xi fi
... ... ... ...
xp np xp fp
Total ∑ Total ∑
Seriile Seria statistică este o corespondenţă între două şiruri de date statistice
statistice sistematizate într-o succesiune logică, în care primul şir reprezintă
variaţia caracteristicii de grupare (valorile sau variantele caracteristicii,
intervalele de valori sau grupele de variante, momentele sau intervalele
de timp, unităţile teritoriale etc.), iar cel de-al doilea şir reprezintă
rezultatul centralizării frecvenţelor de apariţie şi/sau a valorilor
caracteristicii de grupare.
În funcţie de tipul caracteristicii, putem avea următoarele tipuri de serii

statistice: serii cronologice, serii teritoriale şi serii calitative.
Reprezentările Reprezentarea grafică este o metodă de decriere a datelor prin

grafice intermediul figurilor geometrice, a desenelor figurale, a hărţilor etc.
Graficele ne permit să sesizăm rapid ansamblul elementelor distribuţiei,

prin prisma unor caracteristici esenţiale, repectiv ordinea de mărime
între elemente, tendinţele, legităţile de variaţie. De asemenea, se
folosesc ca mijloc de comparare, mijloc de alegere a procedeelor şi
metodelor de calcul statistic sau ca mijloc de aproximarea a unor mărimi
statistice (nivelul mediu, modulul, mediana).
Principiul de bază al reprezentărilor grafice îl constituie

proporţionalitatea, iar pentru a-l respecta trebuie ca acestea să cuprindă
acele elemente care le definesc: axele de coordonate, legenda, scara şi
reţeaua de reprezentare.
În funcţie de felul seriilor statistice se alege tipul de reprezentare

grafică. Astfel, seriile de timp se reprezintă grafic prin cronograme şi
prin diagrame polare, seriile de spaţiu se reprezintă grafic prin
cartograme şi cartodiagrame, iar pentru distribuţiile cu variabile
calitative se vor folosi diferite diagrame, ţinând cont de modul de
exprimare al caracteristicii şi de numărul caracteristicilor de variaţie.
4

1. Ce tipuri de grafice se folosesc pnetru a reprezenta seriile
unidimensionale cu atribut calitativ?
2. Ce tipuri de grafice se folosesc în cazul seriilor unidimensionale cu
variabila exprimată cifric?

În loc de
rezumat
1. Care sunt formele de prezentare şi reprezentare a datelor statistice?

a. coloane statistice;
b. grafice statistice;
c. tabele statistice;
d. serii statistice;
e. reprezentari grafice.
2. Care este principiul de bază al reprezentărilot grafice?

a. comparabilitatea;
b. proporţionalitatea;
c. repetabilitatea;
d. coordonatele;
e. regulile de întocmire şi interpretare.
3. Care sunt elementele tabelului statistic?

a. variabilele statistice;
b. unitatile statistice;
c. caracteristicile statistice;
d. subiectul tabelului (colectivitatea);
e. predicatul tabelului (caracteristici)
5
4. Care sunt tipurile de grafice de reprezentare?

a. pe coloane şi benzi;
b. de referinţă;
c. statistice;
d. de suprafaţă şi de volum
e. polare şi de distributie
5. Ce este gruparea statistică?

a. împarţirea unităţilor în grupe omogene în funcţie de variaţia uneia
sau mai multor caracteristici;
b. împărţirea unităţilor în grupe heterogene în funcţie de variaţia uneia
sau mai multor caracteristici;
c. împărţirea unităţilor în grupe omogene in functie de variaţia a cel
puţin două caracteristici.
6. Ce este gruparea omogenă?

a. este clasa de colectivităţi în interiorul căreia variaţia caracteristicii
este maxima;
b. este clasa de unităţi în interiorul căreia variaţia colectivităţii este
minima;
c. este clasa de unităţi în interiorul căreia variaţia caracteristicii este
minima;
3.1.
1. Caracteristica calitativă poate fi exprimată cifric obţinând şiruri de
date şi se poate efectua fie pe variante de variaţie (pentru caracteristicile
discrete, de exemplu gruparea familiilor dintr-o asociaţie de locatari
după numărul membrilor acestora), fie pe intervale de variaţie (de
exemplu gruparea absolvenţilor după media anilor de studii).
Caracteristica calitativă exprimată atributiv generează clasificări
statistice care definesc structural colectivitatea (de exemplu gruparea
populaţiei pe ocupaţii). În cazul în care o astfel de grupare prezintă un
număr mare de categorii, acestea sunt cuprinse în nomenclatoare.
3. Gruparea combinată are ca rezultat distribuţiile bi- sau

multidimensionale şi presupune separarea unităţilor colectivităţii în
grupe omogene simultan după variaţia a două sau mai multe
caracteristici de grupare. În acest sens se alege o caracteristică
primară, după care se realizează o primă grupare, urmată de
separarea în subgrupe după caracteristicile secundare de grupare.
3.2.
1. În cazul seriilor unidimensionale cu atribut calitativ se folosesc
diagramele de structură, respectiv dreptunghiul de structură, pătratul de
structură, cercul de structură şi semicercul de structură. Construirea
6
acestor diagrame necesită respectarea relaţiei de proporţionalitate între

volumul colectivităţii şi suprafaţa figurii geometrice folosite.
1. În cazul seriilor unidimensionale cu variabila exprimată cifric,

pentru reprezentarea grafică se folosesc histograma, poligonul
frecvenţelor sau curba frecvenţelor cumulate crescător (curba de
repartiţie), respectiv curba frecvenţelor cumulate descrescător (curba de
fiabilitate).

2007;
7
8
Indicatorii statistici exprimaţi în mărimi relative
INDICATORII STATISTICI EXPRIMAŢI ÎN MĂRIMI

RELATIVE
Cuprins Pagina

4.1 Funcţiile indicatorilor statistici ................................................................................. 2
4.2 Principalele tipuri de mărimi relative ....................................................................... 3
1

 Să definească mărimile relative
 Să clasifice tipurile de mărimi relative şi să le folosească corect
 Să cunoască condiţiile ce trebuie îndeplinite de datele statistice
pentru a se putea calcula diferitele tipuri de mărimi relative
 Să cunoască deosebirile dintre diversele tipuri de mărimile
relative
 Să reprezinte corect mărimile relative utilizând graficele adecvate
 Să cunoscă pentru ce se utilizează fiecare dintre tipurile de
mărimi relative
1.1. Funcţiile indicatorilor statistici
Indicatorii Indicatorul statistic, în sens larg, reprezintă expresia numerică a unor

statistici fenomene şi procese social-economice, definite în timp, în spaţiu sau în
funcţie de structura organizatorică.
Funcţia de Măsurarea se poate face prin observarea directă la nivelul fiecărei

măsurare unităţi sau printr-o operaţie de agregare sau dezagregare a datelor
statistice. Din aceste operaţii se obţin indicatorii absoluţi exprimaţi în
numere, cantităţi, valori etc., care măsoară o unitate, o grupă de unităţi,
o subcolectivitate sau o colectivitate statistică, strict delimitate în timp,
în spaţiu şi organizatoric.
Funcţia de Compararea se poate face ca diferenţă, sau sub formă de raport. Ca

comparare diferenţă se pot compara numai indicatorii absoluţi care au acelaşi
conţinut şi sunt exprimaţi în aceleaşi unităţi de măsură. Sub formă de
raport se pot compara fie aceeaşi indicatori, fie indicatori diferiţi, dar
care se găsesc într-o relaţie de interdependenţă, obţinându-se astfel
indicatori derivaţi.
Funcţia de Acesta provine din faptul că în mod frecvent statistica operează cu

analiză variabile complexe, care pot fi descompuse fie într-un produs de mai
mulţi factori, fie într-o sumă de mai multe elemente componente. În
ambele cazuri este necesar să se analizeze relaţiile care există între
fiecare parte şi întreg, între fiecare factor şi rezultat.
Funcţia de Aceasta este specifică fenomenelor care se manifestă diferit de la o

sinteză unitate la alta. Valorile individuale diferite trebuie să fie sintetizate într-
o singură expresie numerică, care determină statistic ceea ce este
esenţial şi tipic pentru întreaga masă de fenomene. Aceşti indicatori
sintetici se calculează sub formă de valori medii (care au sens statistic
numai dacă îndeplinesc condiţia de omogenitate) sau ca indicatori
totalizatori.
Funcţia de Aceasta este specifică metodei statistice care are printre fundamentele
2
estimare sale şi teoria probabilităţilor. Valorile estimate pot să se folosească

pentru măsurarea tendinţei de dezvoltare a fenomenului în aceeaşi
perioadă de timp, variabilă ca spaţiu şi organizatoric sau în aceleaşi
condiţii de spaţiu şi organizatorice dar variabile în timp. Funcţia de
estimare se foloseşte şi atunci când datele care au stat la baza calculelor
statistice provin dintr-un sondaj cu caracter reprezentativ.
Funcţia de Utilizarea mai multor modele statistice de calcul şi interpretare,

verificare a presupune formularea mai multor ipoteze cu privire la formele obiective
ipotezelor şi de pe care le îmbracă legea statistică, necesitând validarea rezultatelor
testare a demersului statistic. În plus aceste observări sunt, de regulă, obţinute
semnificaţiei prin sondaj, ceea ce impune verificarea semnificaţiei lor pentru
estimarea parametrilor la nivelul întregii colectivităţi.
Ţinând cont de etapa în care apar în procesul de cunoaştere statistică

indicatorii pot fi primari (exprimaţi în mărimi absolute) şi derivaţi, care
se obţin prin aplicarea unui model de calcul statistic de comparare sau
de estimare.
1. Care sunt funcţiile indicatorilor statistici?

2. Cum se poate face compararea datelor statistice?
1.2.Principalele tipuri de mărimi relative
Mărimile relative exprimă rezultatul comparării, sub formă de raport, a

doi indicatori statistici şi arată câte unităţi din indicatorul de la
numărător revin la o unitate a indicatorului considerat ca bază de
raportare. Mărimile relative sunt rezultatul unui raport şi pot fi
exprimate sub formă de coeficienţi, de procente, promile etc.
Mărimile Exprimă raportul dintre parte şi întreg şi arată ponderea părţii (grupei)
relative de faţă de totalul colectivităţii. Mărimile relative de structură au denumiri
structura diferite, în funcţie de natura seriei de date a cărei structură se
analizează, şi anume :
 pentru o serie statistică atributivă, cronologică, teritorială,
mărimile relative calculate se numesc ponderi sau greutăţi
specifice ;
3
 pentru o serie de distribuţie de frecvenţe mărimile realtive se

numesc frecvenţe relative.
Vom nota:
x = (x1 , x2 , ... , xi , ... , xr ), i  1, r – valorile caracteristicii x ;
n = (n1 , n2 , ... , nj , ... , nr ), j  1, r – frecvenţele absolute, adică
numărul de apariţii ale modalităţii xi .
 ponderi sau greutăţile specifice g xi :
x
o pentru o serie simplă : g xi  r i
 xi
i 1
x i ni
o pentru o serie cu frecvenţe : g xi ni  r
x n
i 1
i i
 frecvenţele relative :
nj
fj  r
njj 1
Reprezentarea grafică a mărimilor relative se face cu ajutorul

diagramelor de structură.
Mărimile Mai sunt denumite şi mărimi relative de corespondenţă şi ne arată câte
relative de unităţi dintr-o grupă revin la 100 sau 1000 de unităţi din cealaltă grupă
coordonare a unei colectivităţi.
Ca urmare, notând cu xA şi x B cele 2 niveluri a căror comparare se
doreşte, mărimea relativă de coordonare va fi :
x x
K A / B  A sau K B / A  B
xB xA
unde A şi B pot reprezenta fie două grupe ale aceleiaşi populaţii, fie
două unităţi teritoriale.
Mărimile Se calculează ca raport între doi indicatori statistici, rezultatul fiind un

relative de al treilea indicator, sunt exprimate în unităţi concrete de măsură şi
intensitate evidenţiază gradul, intensitatea de răspândire a unui fenomen în raport
cu variabila la care se raportează.
y
Relaţia de calcul este: xi  i
zi
Cele două caracteristici y i şi z i sunt caractersitici primare, iar
caracteristica x i este o caracteristică derivată sau secundară.
Caracteristica derivată nu arată câte unităţi din valoarea caracteristicii
y i revin la o unitate a valorii caracteristicii z i .
În economie se determină numeroase mărimi relative de intensitate:

productivitatea muncii; eficienţa fondurilor fixe; gradul de utilizare a
4
maşinilor-unelte; recolta medie la hectar; venitul naţional pe cap de

locuitor; eficienţa folosirii timpului de muncă etc.
Mărimile Sunt cunoscute şi sub denumirea de indici sau ritmuri de variaţie, se

relative ale folosesc în scopul caracterizării evoluţiei în timp a fenomenului analizat
dinamicii şi sunt specifice seriilor cronologice (dinamice). Mărimile relative ale
dinamicii se calculează raportând două valori ale aceluiaşi indicator
înregistrate pentru două momente sau două perioade diferite de timp.
În raport cu baza de comparaţie aleasă avem:

xt
 mărimi relative cu bază în lanţ : I t / t 1  , t  1, n ;
xt 1
xt
 mărimi relative cu bază fixă : I t / 0 
, t  1, n
x0
xt , xt-1 sunt două mărimi ale aceluiaşi indicator, calculate în două
perioade consecutive de timp.
Mărimile Acestea se utilizează de fiecare dată când un fenomen se desfăşoară

relative ale organizat, planificat. Agenţii economici, indiferent de specific,
planului calculează astfel de mărimi în vederea cunoaşterii evoluţiei activităţii
desfăşurate. Pentru calculul mărimilor relative ale planului se folosesc
următoarele informaţii preluate din evidenţele agentului economic:
xpl - nivelul planificat al fenomenului analizat pentru perioada
curentă;
x0 - nivelul realizat în perioada de bază;
x1 - nivelul realizat în perioada curentă.
Pornind de la indicatorii de mai sus se pot calcula următoarele mărimi

relative ale planului :
x pl
 mărimi relative ale sarcinii de plan : K pl / 0   100 ;
x0
x1
 mărimi relative ale îndeplinirii planului: K1 / pl   100
x pl
1. Care sunt principalele tipuri de mărimi relative?

2. Daţi exemple din economie în care se folosesc mărimile relative de
intensitate.

5

În loc de în această unitate şi să revizuiţi obiectivele precizate la început.
rezumat
Pentru patru agenţi economici ce desfăşoară aceeaşi activitate se cunosc

datele:
Producţia în Dinamica Indicatorul
Agenţi economici perioada curentă producţiei (%) sarcinii de plan
(mil lei) (%)
A 780 75 120
B 800 115 115
C 1030 120 110
D 1670 95 105
Total 4280 . ...
Sa se determine:
1. Dinamica producţiei pe total.
2. Indicatorul sarcinii de plan pe total.
4.1.
1. Principalele funcţii pe care indicatorii statistici le îndeplinesc sunt:
măsurare, comparare, analiză, sinteză, estimare şi verificare.
2. Compararea datelor statistice se poate face ca diferenţă, sau sub
formă de raport. Ca diferenţă se pot compara numai indicatorii absoluţi
care au acelaşi conţinut şi sunt exprimaţi în aceleaşi unităţi de măsură.
Sub formă de raport se pot compara fie aceeaşi indicatori, fie indicatori
diferiţi, dar care se găsesc într-o relaţie de interdependenţă, obţinându-
se astfel indicatori derivaţi.
4.2.
1. Principalele tipuri de mărimi relative sunt mărimi relative de
structură, mărimile relative de coordonare, mărimile relative de
intensitate, mărimile relative ale dinamicii şi mărimile relative ale
planului.
2. În economie se determină numeroase mărimi relative de intensitate:
productivitatea muncii; eficienţa fondurilor fixe; gradul de utilizare a
maşinilor-unelte; recolta medie la hectar; venitul naţional pe cap de
locuitor; eficienţa folosirii timpului de muncă etc.
6
1. Aivaz, K. – Statistică economică, Ed. Muntenia, Constanţa, 2007;

2. Aivaz Kamer, Ţiţei Adina, Statistică –Teorie şi aplicaţii practice,
partea I , Editura Muntenia, 2005;
3. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura ALL,
Bucureşti, 1995.
4. Baron, T., Biji, E., Statistică teoretică şi economică, Editura
Didactică şi Pedagogică, Bucureşti, 1996.
5. Isaic-Maniu Al.; Mitruţ, C.; Voineagu, V. – Statistică pentru
6. Isaic-Maniu Al., Mitruţ C., Voineagu V.– Statistică, Editura
Universitară, Bucureşti, 2005.
9. Voineagu, V.; Mitruţ, C.; Isaic-Maniu Al.; Ţitan, E.; Baron, T.;
Ghiţă, S.; Şerban D. – Statistică, teste grilă şi lucrări practice. Ed.
Economică, Bucureşti, 1998;
10. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui – Statistică,
vol. I şi II, ASE, Centrul de Învăţământ Economic Deschis la
Distanţă, Bucureşti, 2000.
7
Indicatorii tendinţei centrale
INDICATORII TENDINŢEI CENTRALE
Cuprins Pagina

5.1 Media aritmetică şi mediile cu aplicaţie specială ...................................................... 2
5.2 Modulul (dominanta) ................................................................................................ 8
5.3 Mediana .................................................................................................................... 9

 Să definească tipurile de mărimi medii
 Să cunoscă avantajele şi dezavantajele utilizării diferitelor tipuri
de mărimi medii
 Să enumere proprietăţile diferitelor tipuri de mărimi medii
 Să cunoscă relaţia dintre mărimile medii
 Să determine locul medianei în funcţie de tipul de distribuţie
 Să definească mediana
 Să calculeze valoarea medianei în funcţie de tipul de distribuţie
1.1.Media aritmetică şi mediile cu aplicaţie specială
Media Media aritmetică a unei distribuţii empirice reprezintă valoarea pe care

aritmetică ar purta-o fiecare unitate statistică dacă distribuţia ar fi omogenă şi se
calculează ca sumă a valorilor individuale împărţită la numărul de
observaţii.
Din definiţie rezultă că media aritmetică este sensibilă la prezenţa

valorilor aberante, ceea ce înseamnă că o valoare cu mult diferită ca
mărime faţă de celelalte valori denaturează valoarea indicatorului şi
anulează reprezentativitatea acestuia. De aceea se recurge la eliminarea
din serie a acestora.
În funcţie de natura seriei pentru care se calculează, se disting două

forme diferite ale mediei aritmetice:
Media  În cazul unei serii simple, în care fiecare nivel individual al unei
aritmetică caracteristici este purtat de o singură caracteristică sau de un
simplă număr constant de unităţi, se calculează media aritmetică simplă
(neponderată).
Dacă considerăm o variabilă x cu variantele x1, x2, … , xi , … , xn ,

atunci media aritmetică a acestor variabile, notată cu x , este egală cu:
n
x  x2  ...  xi  ...  xn x i
1 n
x 1
n
 i 1
n
  xi
n i 1
Media
aritmetică  În cazul unei serii cu frecvenţe, se calculează media aritmetică
ponderată ponderată, când , utilizând informaţiile din
tabelul 5.1., după relaţia:
x1  n1  x 2  n 2  ...  xi  ni  ...  x n  n n 
x i  ni
i 1
x  n
n1  n 2  ...  ni  ...  n n
 ni i 1
Tabelul 5.1.
Caracteristica (xi) Frecvenţa (ni) x i  ni

x1 n1 x1  n1
x2 n2 x2  n2
... ... ...
xi ni x i  ni
... ... ...
xn nn xn  nn
n n
Total  ni
i 1
x
i 1
i  ni
În cazul în care variabila de distribuţie este prezentată pe intervale de

variaţie, atunci media se află pe baza mijlocului intervalelor şi
presupunând că informaţiile sunt repartizate uniform în interiorul
acestora vom folosi informaţiile din tabelul 5.2. pentru a calcula media
aritmetică a seriei:
Tabelul 5.2.
Caracteristica Frecvenţa Centrul
absolută ni xi'  ni
xi intervalului: x i'
x0  xi n1 x i' x1'  n1
x1  x 2 n2 x 2' x 2'  n 2
x 2  x3 n3 x 3' x3'  n3
... ... ... ...
xi 1  xi ni x i' xi'  ni
... ... ... ...
x n 1  x n nn x '
x n'  n n
n
n n
Total  ni
i 1
- x
i 1
'
i  ni
Menţionăm că media aritmetică poate sau nu să fie egală cu o valoare

individuală înregistrată, are unitatea de măsură a variabilei studiate şi se
poate determina cunoscând doar nivelul totalizator şi numărul unităţilor
3
colectivităţii.
Proprietăţile mediei aritmetice

Proprietăţile
mediei 1.Media aritmetică este o valoare internă a seriei. Acestă proprietate
aritmetice exprimă faptul că media aritmetică a unei variabile este cuprinsă între
cea mai mică valoare a caracteristicii x min şi cea mai mare x max .
2.Media aritmetică a unui şir de valori constante este egală cu valoarea

lor comună. Dacă în seria de observaţii considerăm x1 = x2 = … = xi =
… = x n = x0 , atunci :
Media ∑
aritmetică - ̅
proprietăţi n n
x1  n1  x2  n2  ...  xi  ni  ...  xn  nn x n i i x0   ni
x  i 1
 i 1
 x0
n1  n2  ...  ni  ...  nn n n
n i 1
i n
i 1
i
3.Suma algebrică a abaterilor individuale ale caracteristicii de la

nivelul său mediu este egală cu zero. Altfel spus, abaterile în plus de la
medie se compensează cu abaterile în minus. Această proprietate arată
că media caracteristicii este o valoare reprezentativă a seriei.
4.Media aritmetică creşte sau descreşte atunci când una sau mai multe
variante ale variabilei cresc sau descresc.
Media 5.Dacă mărim sau micşorăm fiecare nivel individual al caracteristicii

aritmetică - dintr-o serie cu o constantă a, media se micşorează sau se măreşte cu
proprietăţi acea constantă
Dacă xi'  xi  a , atunci x'  x  a

Considerăm seria iniţială :
x1 , x 2 , ... x i , ... xn
 Pentru o serie simplă, noua medie este:
n n
  xi  a   xi  n  a
x'  i 1
  xa
i 1
n n
 Pentru o serie cu frecvenţe, noua medie este:
Media n n n
aritmetică -   x i  a   ni  x i  ni a   ni
proprietăţi x'  i 1
n
 i 1
n
 n
i 1
 xa
n i 1
i n
i 1
i ni 1
i
Pe baza acestei proprietăţi rezultă o formulă de calcul simplificat a

mediei aritmetice :
n
 x i  a
 Pentru o serie simplă : x  i 1
a
n
n
 x i  a   ni
 Pentru o serie cu frecvenţe : x'  i 1
n
a
ni 1
i
Media 6.Dacă se măreşte sau se micşorează fiecare variantă a caracteristicii

aritmetică – de un anumit număr de ori m, atunci şi media aritmetică a seriei
proprietăţi modificate se măreşte sau se micşorează de acelaşi număr de ori m, m ≠
0.
7.Dacă frecvenţele fiecărei variante a caracteristicii se măresc sau se

micşorează de un anumit număr de ori h, constant, atunci media
aritmetică rămâne neschimbată.
8.Suma pătratelor abaterilor nivelurilor individuale ale caracteristicii

de la nivelul ei mediu este mai mică decât suma pătratelor abaterilor de
la oricare alt număr a, ̅
Media geometrică
Media Acest tip de medie se aplică doar dacă termenii seriei au valori pozitive
geometrică şi se defineşte ca rădăcină de ordinul n din produsul acestora. Media
simplă geometrică se poate calcula ca medie simplă sau ca medie ponderată.
Pentru media geometrică simplă relaţia de calcul este:

n
Media m
 lg x
geometrică  xi  lg x g 
 i
xg  n i 1
ponderată i 1 n
Pentru media geometrică ponderată relaţia de calcul este:

n
k
 ni k  (n  lg x )
 xini  lg x g 
 i i
xg  i 1 i 1
Proprietăţile n
mediei
i 1
n
i 1
i
geometrice
Proprietăţile mediei geometrice:

- media geometrică este o mărime internă a seriei, normală şi
translativă;
- dacă cel puţin un termen al seriei este 0 atunci media geometrică nu
se poate calcula;
- media geometrică a unei variabile , unde X şi Y sunt două
variabile independente, este egală cu produsul mediilor geometrice
ale celor două variabile;
- media geometrică a unei variabile ⁄ este egală cu raportul
mediilor geometrice ale celor două variabile.
Media armonică
Media Media armonică este o mărime definită ca inversa mediei aritmetice

armonică calculată din inversele valorilor caracteristicii. Aceasta se poate calcula
ca medie armonică simplă, respectiv ca medie armonică ponderată,
folosind relaţiile :
n
Media armonică  pentru o serie simplă: xh  n
1
simplă 
i 1 xi
m
n i
 pentru o serie cu frecvenţe: x h  i 1
,
Media armonică m
1
ponderată i 1 x i
 ni
unde m = numărul de grupe ale populaţiei generale.
Proprietăţile mediei armonice

1. Media armonică este mai mică decât media aritmetică a aceloraşi
valori dacă termenii sunt pozitivi
xh  xa
2. Dacă există două variabile interdependente invers proporţionale
1
Proprietăţile y  , iar pentru o variabilă se foloseşte media aritmetică, atunci pentru
x
mediei cealaltă variabilă este obligatoriu să se folosească media armonică,
armonice deoarece raportul de inversă proporţionalitate se menţine şi între cele
două valori medii.
3. Media armonică este influenţată de valorile mici ale seriei, pe când
media aritmetică este influenţată de valorile mai mari.
Media pătratică
Media Media pătratică reprezintă acea valoare a caracteristicii care dacă ar
pătratică
6
înlocui fiecare valoare individuală din serie, suma pătratelor termenilor

seriei nu s-ar modifica.
n
x
2
Media pătratică i
simplă  pentru o serie simplă: x p  i 1
n
k
x  ni
2
Media pătratică i
ponderată  pentru o serie de frecvenţe: x p  i 1

k
n
i 1
i
unde k = numărul de grupe al populaţiei generale.
Media pătratică x p se foloseşte atunci când se doreşte acordarea unei

importanţe sporite caracteristicilor cu valori mari (demografie, calculul
abaterii standard) sau când nivelul variabilei aleatoare prezintă creşteri
din ce în ce mai mari.
Proprietăţile Proprietăţile mediei pătratice

mediei pătratice 1. Media pătratică este întotdeauna mai mare decât media aritmetică a
aceloraşi termeni ai seriei, indiferent de semnul acestora, deoarece prin
ridicarea la pătrat toţi termenii devin pozitivi. Totuşi, aceasta nu are sens
din punct de vedere economic, decât dacă se calculează din valori
pozitive.
2. Media pătratică este influenţată într-o măsură mai mare de termenii
care au o valoare individuală ridicată. În consecinţă, ea se va folosi
atunci când sunt dominanţi termenii cu valori mai mari şi se doreşte
punerea lor în evidenţă.

1. Cum se defineşte media aritmetică?
2. Calculaţi media aritmetică a următoarei serii de date: 245, 286,
278, 268, 285, 235, 287, 214.
1.2.Modulul (dominanta)
Ce este Modulul este valoarea caracteristicii cea mai frecvent observată într-o
modulul? distribuţie, adică acea valoare care corespunde frecvenţei dominante.
A. Pentru determinarea modulului, în cazul unei variabile discrete, se

efectuează următoarele operaţii:
 Se determină frecvenţa maximă a seriei ( );
 Se citeşte valoarea caracteristicii corespunzătoare frecvenţei
maxime, valoare care este egală cu a modului ( );
Se poate întâlni şi cazul când avem 2 sau mai multe valori ale
caracteristicii care să aibă aceeaşi frecvenţă şi care, totodată, să fie cea
mai mare din seria de frecvenţe corespunzătoare. În acest caz avem o
serie bimodală sau multimodală.
Determinarea
modulului B. Dacă variabila aleatoare este continuă (când seria de distribuţie de
frecvenţe are valorile xi date ca intervale), se întâlnesc două situaţii:
a. Seria este cu intervale egale

În acest caz se determină intervalul modal (acela pentru care avem cea
mai mare frecvenţă), iar apoi se determină valoarea modală prin mai
multe metode, astfel:
o Metoda prin care se alege drept valoare modală centrul
intervalului modal, cu relaţia:
x inf  x Mo
sup
x Mo  Mo
2
o Metoda grafică, care presupune fie construirea histogramei,

fie a curbei frecvenţelor. Dacă pornim de la histogramă, modulul se află
prin metoda diagonalelor.
o Dacă intervalul modal este unic, determinarea modulului se
face astfel:
- Se determină frecvenţa maximă ;
- Se citeşte intervalul modal corespunzător frecvenţei maxime;
- Se efectuează interpolarea în intervalul modal, după relaţia
Determinarea
1
modulului Mo  xiinf  d  , unde:
1   2
xiinf = limita inferioară a intervalului modal;
d  xisup  xiinf ;
1  ni  ni 1 ;
 2  ni  ni 1
ni = frecvenţa absolută a intervalului modal;
b. Seria este cu intervale inegale
În cazul în care seria prezintă intervale de variaţie inegale, se calculează

frecvenţele reduse după care se determină modulul ca şi în exemplul
anterior. Astfel, se calculează mărimea fiecărui interval al seriei,
valorile , apoi se calculează coeficientul de reducere a frecvenţelor ca
raport între şi mărimea celui mai mic interval, iar ulterior se
calculează frecvenţele reduse împărţind frecvenţa fiecărui inerval la
coeficientul de reducere calculat anterior.

1. Ce este modulul?
2. Se poate calcula modulul pentru o serie calitativă?
1.3.Mediana
Mediana (Me) reprezintă valoarea centrală a unei serii statistice,
Ce este ordonate crescător sau descrescător şi care împarte unităţile colectivităţii
mediana? observate în două părţi egale: 50% din unităţi au valori mai mari decât
mediana şi 50% au valori mai mici decât mediana.
Indiferent de tipul seriei la determinarea medianei trebuie rezolvate
două probleme: aflarea locului medianei şi calculul valorii acesteia.
Determinarea medianei necesită ordonarea prealabilă, crescătoare sau
descrescătoare, a valorilor caracteristicii. Apoi, aflarea sa se realizează
diferenţiat, în funcţie de tipul seriei.
A. Pentru o serie simplă, fără frecvenţe, dacă n este impar:

 n 1
x Me  x n 1  , mediana este observaţia de rang  .

 2


 2 
Exemplu:
Fie seria de valori ordonate:{23,25,29,31,32,35,37}
n  7  xme  x 71   x4   31
 
 2 
B. Pentru o serie simplă, fără frecvenţe, dacă n este par, atunci:
x n   x n 
   1 
2 2 
x Me 
2
Exemplu:
Fie seria de valori ordonate: {22,24,25,27,29,30,31,34}
x 8   x 8 
   1  x4   x5  27  29
n  8  xme    2 
   28
2
2 2 2
C. pentru o serie de frecvenţe, cu valori exprimate în mod unic
(seria nu este de intervale) se calculează frecvenţele cumulate crescător
C  xi  , respectiv frecvenţele cumulate descrescător D xi  , astfel:
Tabel 5.3. Calculul frecvenţelor cumulate crescător şi descrescător

xi ni C  xi  D xi 
x1 n1 D x1   n1  n2  ...  ni  ...  nk
C  x1   n1
x2 n2 D x2   n2  n3  ...  ni  ...  nk
C  x2   n1  n2
... ... ...
...
xi ni D xI   n I  ni 1  ...  nk
C  xi   n1  n2  ...  ni
... ... ...
...
xk nk D xk   nk
C  xk   n1  n2  ...  ni  ...  nk
k
Total n
i 1
i n
Mediana pentru o serie de frecvenţe pentru care xi sunt valori distincte,

reprezintă acel x i , i = 1, 2, … , k pentru care C  xi  = D xi  , adică acel xi
pentru care frecvenţele cumulate crescător coincid cu frecvenţele
cumulate descrescător.
Dacă soluţia ecuaţiei C xi   D xi  nu este unică, se determină intervalul

median. Mediana este în acest caz media aritmetică simplă a valorilor ce
definesc intervalul.
În concluzie :
 dacă există o valoare xi astfel încât C xi 1    C xi  , atunci
n
2
k
x Me  xi , unde n   ni ;
i 1
x  xi 1
 dacă există o valoare xi astfel încât C xi  
n
, atunci xme  i
2 2
.
D. Pentru o serie de distribuţie de frecvenţe, cu variantele exprimate prin
intervale – valoarea medianei se defineşte ca fiind soluţia ecuaţiei C(xi) =
D(xi). Această egalitate arată că mediana se află la intersecţia celor două curbe
10
cumulative.
C x Me   Dx Me  
n n
2 2
Aşadar, în această situaţie mediana se va estima prin interpolare, pornind de la
ipoteza că frecvenţele sunt repartizate uniform în intervalul median.
Algoritmul pentru determinarea valorii medianei :
 se determină intervalul median (xi inf , xi sup) cu i = 1,2,…,k . Acesta

este primul interval pentru care frecvenţa cumulată crescător este mai mare
decât locul medianei. Locul medianei în cadrul seriei se stabileşte pe baza
relaţiei:
1  n
LMe    ni  1 
2 i  2
 se calculează valoarea medianei cu ajutorul unei formule de
interpolare. Dacă valorile caracteristicii în interiorul intervalului median
sunt repartizate normal, atunci mediana se determină pe baza relaţiei
următoare:
LMe  C x Me  1
x Me  x Me
inf
 d Me
nMe
unde:
inf
x Me = limita inferioară a intervalului medianei
d Me = amplitudinea intervalului median
LMe = locul medianei în serie
C xMe  1 = frecvenţa cumulată crescător până în intervalul median.
Spre deosebire de medie, mediana prezintă unele avantaje:

 este mai puţin afectată de valorile extreme;
 poate fi folosită chiar şi în cazul în care datele sunt ordinale;
 în unele situaţii nu este nevoie să cunoaştem efectiv toate
valorile din serie, ci este suficient să putem ordona unităţile după
valoarea sau varianta variabilei.
Sa se determine valoarea mediana pentru urmatoarea serie de date:

Poliţe vândute (zeci mii Nr. agenţi de
euro) asigurare (ni)
0-10 7
10-20 10
20-30 13
30-40 21
40-50 9
TOTAL 60
11


1. Din proprietăţile mediilor, care este relaţia de mărime dintre

acestea?
2. Distribuţia clienţilor unei agenţii de turism după valoarea
veniturilor generează următoarea serie statistica:
Grupe de clienţi după venituri Nr. clienţi
(mii lei anual)
20 –40 20
40 – 60 120
60 – 8 80
80 – 100 50
100 - 120 10
Se cere:
a. Să se reprezinte grafic distribuţia;
b. Să se calculeze mărimile medii şi să se verifice relaţia dintre
acestea;
c. Să se determine mediana si modulul;
12

5.1.
1. Media aritmetică a unei distribuţii empirice reprezintă valoarea pe
care ar purta-o fiecare unitate statistică dacă distribuţia ar fi omogenă
şi se calculează ca sumă a valorilor individuale împărţită la numărul de
observaţii.
2. Media aritmetică a seriei este 262,25.
5.2.
1. Modulul este valoarea caracteristicii cea mai frecvent observată într-o
distribuţie, adică acea valoare care corespunde frecvenţei dominante.
2. Da. Modulul prezintă avantajul că se poate stabili şi pentru o variabilă
calitativă. De exemplu, în studiile de marketing se poate stabili marca de
maşină cea mai cerută pe piaţa românească
5.3.
Pentru seria considerată, mediana este 30.24 mii euro, adică 50% dintre agenţi
încheie un număr de poliţe sub această valoare, iar restul de 50% încheie un
număr de poliţe peste această valoare.

Bucureşti, 1995.
vol. I şi II, ASE, Centrul de Învăţământ Economic Deschis la Distanţă,
Bucureşti, 2000.
13
Indicatorii variabilităţii şi ai caracterizării formei de repartiţie
INDICATORII VARIABILIĂŢII ŞI AI CARACTERIZĂRII FORMEI DE REPARTIŢIE
Cuprins Pagina

6.1 Indicatorii variabilităţii ............................................................................................. 2
6.2 Asimetria repartiţiilor ............................................................................................... 7
1
 Să calculeze indicatorii simplii ai variaţiei

 Să determine indicatorii sintetici ai variatie
 Să cunoască semnificaţia indicatorilor de variaţie si interpretarea lor
6.1. Indicatorii variabilităţii
Necesitatea Calculul şi analiza indicatorilor variaţiei rezolvă o serie de probleme

determinării legate de:
indicatrilor  Verificarea gradului de omogenitate al datelor şi, totodată,
variabilităţii verificarea reprezentativităţii acestora;
 Compararea în timp sau spaţiu a mai multor serii de repartiţie;
 Posibilitatea selectării factorilor semnificativi de influenţă după
care se structurează unităţile unei colectivităţi statistice;
 Aplicarea diferitelor teste ale statisticii matematice.
Indicatorii simpli ai variaţiei
Indicatorii Indicatorii simpli ai variaţiei măsoară aria împrăştierii valorilor

simpli ai individuale ale variabilei observate, respectiv împrăştierea fiecărei
variaţiei valori individuale faţă de nivelul lor mediu. Fiecare dintre indicatorii
simpli ai variaţiei pot fi determinaţi în mărimi absolute şi în mărimi
relative.
Amplitudinea 1. Amplitudinea absolută a variaţiei  Aa  se obţine ca diferenţă

absolută a între cea mai mare şi cea mai mică valoare observată. Aceasta se
variaţiei foloseşte pentru construirea intervalelor de variaţie şi a graficelor.
Ax  xmax  xmin
Fiind un indicator ce se calculează numai prin intermediul valorile
extreme, acesta este instabil, fiind sensibil la prezenţa valorilor
aberante, de aceea nu se foloseşte pentru a rezuma împrăştierea din
întreaga serie.
Amplitudinea se exprimă în aceleaşi unităţi de măsură ca şi

caracteristicile analizate, iar utilizarea lui pentru comparaţii se face
numai pentru caracteristici de aceeaşi natură, exprimate în unităţi de
măsură identice.
În cazul unei serii de distribuţii de frecvenţe, construită pe intervale de

grupare, amplitudinea variaţiei se calculează ca diferenţa între limita
superioară a ultimului interval şi limita superioară a primului interval.
Se mai poate calcula şi ca diferenţa între cele două centre de intervale
extreme.
2
Amplitudinea 2. Amplitudinea relativă a variaţiei  A%

relativă a Amplitudinea relativă a variaţiei se calculează ca raport între
variaţiei amplitudinea absolută şi nivelul mediu al caracteristicii.
A x  min
Ax %  100  max 100
x x
Deşi acest indicator prezintă un mare inconvenient, fiind calculat din
valorile extreme ale seriei care se pot situa la distanţe mari faţă de masa
mare a valorilor individuale, el are o mare aplicabilitate în practica
statistică.
3. Abaterea intercuartilică se calculează pentru a elimina

Abaterea
dezavantajele cauzate de valorile extreme, se determină ca diferenţă
intercuartilică
între cuartila superioară şi cea inferioară, arătându-ne intervalul de
valori în care se încadrează 50% din unităţile situate în mijlocul seriei.
4. Abaterile individuale absolute d i 

Abaterile Abaterile individuale absolute se calculează ca diferenţă între fiecare
individuale variantă înregistrată şi un indicator al tendinţei centrale. Calculul
absolute abaterilor individuale de la medie, în mărimi absolute, se face după
relaţia:
d i x   xi  x , i  1, n
Analog, pentru determinarea abaterilor individuale de la mediană, în
mărimi absolute se foloseşte relaţia:
di Me  xi  Me, i  1, n
Media abaterilor individuale calculate în raport cu media variantelor
caracteristicii este nulă, deoarece abaterile într-un sens sau altul se
compensează reciproc.
În cazul seriilor de distribuţie de frecvenţe pe intervale, pentru calculul

abaterilor individuale se iau în considerare centrele de interval.
În analizele statistice, adeseori, ne interesează abaterile individuale

extreme, respectiv abaterile maxime pozitive şi negative. Abaterile
maxime pozitive şi negative se determină cu relaţiile:
d max  xmax  x
d min  xmin  x
5. Abaterile individuale în mărimi relative

Abaterile Abaterile individuale în mărimi relative se calculează ca raport între
individuale în abaterile absolute şi nivelul mediu al caracteristicii:
mărimi relative
d x 
di x %  i 100, i  1, n
x
d ( Me)
di ( Me)%  i 100, i  1, n
Me
Amplitudinea nu ne oferă posibilitatea cunoaşterii structurii interne a
3
variaţiei, iar abaterile individuale ne dau informaţii doar la nivelul

fiecărei variante. De aceea pentru caracterizarea globală a seriei se
calculează indicatorii sintetici.
Indicatorii sintetici ai variaţiei
Indicatorii sintetici ai variaţiei exprimă, în mod sintetic, împrăştierea

Indicatorii tuturor nivelurilor individuale ale unei caracteristici faţă de nivelul lor
sintetici ai mediu. Aceştia se calculează ca mărimi medii, fiind aplicabili numai
variaţiei variabilelor comparabile şi ca mărimi relative, sub formă procentuală
sau coeficienţi, cu un grad ridicat de comparabilitate.
1. Abaterea medie liniară absolută, este media valorilor absolute

Abaterea medie ale diferenţelor dintre fiecare observaţie (xi) şi valoarea centrală; acesta
liniară absolută este mai mică cu cât valorile sunt mai grupate în jurul mediei.
Aceasta se calculează folosind relaţiile:
n k
 xi  x  x  x n i i
d i 1
d i 1
n n i
Abaterile individuale se iau fără a ţine seama de semnul lor, în caz

contrar indicatorul ar avea valoarea zero, aşa cum rezultă din
proprietăţile mediei aritmetice. În cazul seriilor de distribuţie pe
intervale de grupare se iau în calcul centrele intervalelor.
2. Abaterea medie liniară de la mediană

Pentru calculul abaterii medii liniare se poate utiliza orice altă medie
Abaterea medie
sau se poate utiliza mediana. În acest ultim caz, relaţiile de calcul sunt:
liniară de la n
mediană x i  Me
d Me  i 1
n
k
x i  Me  ni
d Me  i 1
n i
De menţionat că abaterea medie liniarăde la medie, respectiv de

la mediană se exprimă în unităţile de măsură ale variabilei şi prin
urmare nu pot fi folosite la comparaţii decât pentru serii care se referă la
aceleaşi variabile.
3. Varianţa sau dispersia  2 

Varianţa sau Aceasta se calculează ca medie aritmetică simplă sau ponderată a
dispersia pătratelor abaterilor termenilor seriei faţă de media lor. Se mai numeşte
şi pătratul mediu al abaterilor termenilor faţă de media lor.
Formulele de calcul sunt:

 Pentru o serie simplă
 x 
n
2
i x
 2 x   i 1
n
4
 Pentru o serie cu frecvenţe absolute:
 x  x 
k
2
i  ni
 2
x  i 1
n i
Dispersia mai este cunoscută şi sub denumirea de moment centrat de

ordinul doi, fiind utilizat în calculul asimetriei, abaterii şi excesului.
Principalele proprietăţi ale varianţei sunt:

Proprietăţile
dispersiei a. Dacă caracteristica x are valorile x1  x2  ...xn , atunci
 2 x   0, deoarece x  xi , i  1, n şi xi  x  0 , i  1, n .
b. Fie o variabilă aleatoare x : x1 , x2 , ..., xn . Variabila aleatoare x’

pentru care xi,  xi  a are varianţa σ2(x’) egală cu cea a seriei iniţiale.
Această proprietate se poate folosi atunci când valorile xi, i  1, n sunt
mărimi foarte mari, alegând în mod convenabil o constantă astfel încât
să obţinem valori reduse pentru noua serie.
Aplicând această proprietate, media se modifică, în timp ce dispersia

rămâne neschimbată, deoarece nu s-a produs decât o translaţie a
valorilor într-un sens sau altul, după cum s-au micşorat ori s-au mărit
valorile seriei cu constanta u.
c. Considerăm o serie iniţială x : x1 , x2 , ..., xn , din care obţinem o

x
serie nouă x"  i , unde i = 1, 2, ... , n. Varianţa pentru noua serie se
w
determină după relaţia :
 2 x"  2   2 x 
1
w
Această proprietate se poate aplica în mod eficient atunci când este

posibil să se reducă volumul calculelor, prin simplificarea sau
amplificarea, după caz, a fiecărei valori a seriei iniţiale cu cel mai mare
divizor comun al seriei.
d. Varianţa calculată faţă de o constantă c are formula :

1 n
 2 c     xi  c 2
n i 1
Între varianţa calculată faţă de medie şi cea calculată faţă de o constantă
c avem următoarea dependenţă, cunoscută sub numele de Teorema lui
König .
 2 c    2 x   x  c 2
5
4. Abaterea standard sau abaterea medie pătratică
Abaterea Abaterea standard sau abaterea medie pătratică se calculează ca medie

standard sau pătratică a abaterilor tuturor variantelor seriei de la media lor aritmetică.
abaterea medie Considerăm seria simplă {xi│i=1, 2,…,n} pentru care varianţa este
pătratică 1 n
 
 2 x     xi  x , numim abatere standard rădăcina pătrată din
n i 1
2
varianţă şi o notăm cu σ.
Deci :
   ( x)  2 1 n
  xi  x
n i 1
2
 
Pentru o serie de distribuţie de frecvenţe {(xi, ni)│i=1, 2,…,k}, cu
 
k
varianţa  2 x   n
1
  xi  x  ni , abaterea standard se determină
2
 ni i1
i 1
după relaţia :
 
k
1
  x i  x  ni
2
   2 ( x)  n
n
i 1
i
i 1
Abaterea medie pătratică, fiind calculată ca o medie pătratică,

reflectă într-o măsură mai mare influenţa factorilor aleatori comparativ
cu abaterea medie liniară. Astfel, abaterile extreme prin ridicarea la
pătrat au o influenţă mai mare decât abaterile intermediare.
5. Coeficientul de variaţie
Coeficientul de Deşi media x şi abaterea standard  x au aceeaşi unitate de măsură,

variaţie atunci când dorim să comparăm cei doi parametri pentru cele două serii
de date, acest lucru devine foarte dificil, dacă nu chiar imposibil,
deoarece ei au unităţi de măsură diferite. Pentru a înlătura acest neajuns
a apărut necesitatea calculului unui parametru adimensional, numit
coeficient de variaţie:
x
v  100
x
Dacă s-a calculat şi abaterea medie liniară, coeficientul de variaţie se
mai poate calcula şi după relaţia:
dx
v,   100
x
Cu cât nivelul lui v este mai apropiat de zero, cu atât variaţia este mai
redusă, colectivitatea mai omogenă, iar media are un grad mai înalt de
reprezentativitate. În cazul unui coeficient de variaţie de peste 35-40%,
media nu mai este reprezentativă, iar datele trebuie regrupate.
Indiferent de metoda de calcul, coeficientul de variaţie se foloseşte în
analizele financiare şi bursiere pentru a măsura riscul relativ deoarece
permite o interpretare mai nuanţată a dispersiei.
6

1. Care sunt avantajele calculării indicatorilor sintetici ai variaţiei?
2. Enumeraţi indicatorii sintetici ai variaţiei.
6.2. Asimetria repartiţiilor
Analiza statistică a formelor de repartizare a frecvenţelor presupune

caracterizarea asimetriei, respectiv deplasarea valorilor individuale faţă
de anumite valori tipice ale tendinţei centrale.
Distribuţia O distribuţie se consideră a fi simetrică dacă observaţiile înregistrate

simetrică sunt egal dispersate de o parte şi de alta a valorii lor centrale. Cu alte
cuvinte, pentru o distribuţie simetrică cele trei valori care exprimă
tendinţa centrală, media, mediana şi modulul coincid.
distribuţie perfect simetrică
Distribuţii Dacă frecvenţele valorilor sunt deplasate mai mult sau mai puţin, într-o
asimetrice parte sau alta faţă de tendinţa centrală, rezultă distribuţii unimodale
oblice la dreapta sau la stânga valorilor tendinţei centrale.
asimetrie la dreapta asimetrie la stânga
7
Asimetria în valoare absolută are aceeaşi unitate de măsură cu

Măsurarea cea a variabilei studiate şi se calculează cu indicatorii:
asimetriei ̅
sau
̅
Dacă media aritmetică este valoarea centrală cea mai mică, atunci
asimetria este negativă, ceea ce ne arată o extindere a frecvenţelor la
stânga. Reciproc, atunci când media aritmetică este valoarea centrală
cea mai mare, asimetria este pozitivă, arătând o extindere a frecvenţelor
la dreapta.
Coeficientul de asimetrie a lui Yule măsoară asimetria în funcţie

de poziţia cuartilelor şi se calculează după relaţia:
Acest coeficient poate lua valori cuprinse între -1 şi 1.

Dacă , distribuţia este simetrică, iar cuartilele sunt echidistante.
Dacă , distribuţia este asimetrică la dreapta.
Dacă , distribuţia este asimetrică la stânga.
Coeficienţi de asimetrie a lui Karl Pearson sunt:

Coeficientul empiric de asimetrie Pearson se calculează ca raport
între mărimea asimetriei în valoare absolută şi dispersia distribuţiei
exprimată prin abaterea medie pătratică, după relaţia:
x  Mo
C as  ,1  C as  1

Dacă C as  0 distribuţia este simetrică.
Dacă distribuţia este asimetrică la dreapta.
Dacă distribuţia este asimetrică la stânga.
1. Ce este o distribuţie simetrică?

2. Cum se interpretează coeficientul de asimetrie a lui Karl Pearson?
În loc de Am ajuns la sfârşitul Unităţii de învăţare Nr. 6.

rezumat
8


Pentru un agent economic se cunosc datele:
Grupe de salariaţi după valoarea Număr salariaţi

vânzărilor relizate (mil lei)
Sub 100 4
100-140 11
140-180 15
180-220 30
220-260 18
260-300 12
Peste 300 10
Total 100
Se cere:
1. Să se reprezinte grafic distribuţia salariaţilor după valoarea
vânzărilor;
2. Să se calculeze indicatorii simpli şi sintetici ai variaţiei;
6.1.
1. Indicatorii sintetici ai variaţiei exprimă, în mod sintetic,
împrăştierea tuturor nivelurilor individuale ale unei caracteristici
faţă de nivelul lor mediu.
2. Indicatorii sintetici ai variaţiei sunt: abaterea medie liniară de la
medie, abaterea medie liniară de la mediană, dispersia sau
varianţa, abaterea medie pătratică sau abaterea standard şi
coeficientul de variaţie.
6.2.
1. O distribuţie se consideră a fi simetrică dacă observaţiile
înregistrate sunt egal dispersate de o parte şi de alta a valorii lor
centrale. Cu alte cuvinte, pentru o distribuţie simetrică cele trei
valori care exprimă tendinţa centrală, media, mediana şi modulul
coincid.
2. Coeficientul empiric de asimetrie Pearson se calculează
ca raport între mărimea asimetriei în valoare absolută şi
dispersia distribuţiei exprimată prin abaterea medie pătratică.
Acesta are următoarea interpretare:
9
Dacă C as  0 distribuţia este simetrică.

Dacă distribuţia este asimetrică la dreapta.
Dacă distribuţia este asimetrică la stânga.

Bucureşti, 1995.
Bucureşti, 2000.
10
Sondajul statistic şi utilizarea lui în economie
SONDAJUL STATISTIC ŞI UTILIZAREA LUI ÎN

ECONOMIE
Cuprins Pagina

7.1 Principalele noţiuni folosite în sondajul statistic ...................................................... 2
7.2 Erorile de sondaj ...................................................................................................... 4
7.3 Metode de eşantionare ............................................................................................. 5
1

 Să cunoscă avantajele utilizării sondajului statistic
 Să respecte condiţiile pentru a asigura reprezentativitate
eşantionului
 Să enumere şi să identifice tipurile de erori de reprezentativitate
 Să enumere tipurile de selecţii
7.1. Principalele noţiuni folosite în sondajul statistic
Ce este sondajul Sondajul statistic este o procedură prin care se caracterizează o

statistic? populaţie pe baza cercetării unei părţi a acesteia, a unui eşantion,
prelevat din colectivitatea totală. Rezultatele obţinute în urma
cercetării se extrapolează la nivelul întregii populaţii, cu o anumită
probabilitate.
Cercetarea prin sondaj îşi găseşte în practica economică şi nu numai o
largă sferă de aplicabilitate.
În cercetarea prin sondaj avem două tipuri de colectivităţi:

colectivitatea totală, pe care vrem să o cunoaştem, şi eşantionul supus
cercetării.
Colectivitatea Colectivitatea totală, denumiă şi populaţie generală sau populaţie

totală statistică, este definită prin enumerarea tuturor unităţilor componente,
iar volumul acesteia se notează cu N.
Eşantionul Eşantionul reprezintă colectivitatea parţială supusă observării de la

care urmează să se culeagă datele în scopul extinderii rezultatelor
obţinute din prelucrarea acestora asupra întregului ansamblu. Volumul
eşantionului se notează cu n.
De remarcat este faptul că dintr-o anumită populaţie (colectivitate

generală) pot fi extrase mai multe eşantioane, care să difere între ele
atât ca volum cât şi ca structură. Din această cauză indicatorii statistici
cu care caracterizăm colectivitatea de sondaj pot fi consideraţi de
forma unor variabile aleatoare pentru care se pot stabili distribuţii de
frecvenţe corespunzătoare, spre deosebire de media şi dispersia din
colectivitatea generală studiată, care nu pot lua decât câte o singură
valoare pentru condiţii date de timp şi spaţiu.
Variabila Variabila observată poate fi cantitativă sau calitativă, iar volorile

observată acestea se notează .
Parametru Un parametru statistic reprezintă o mărime fixă, reală, dar

statistic necunoscută a unei populaţii, este valoarea care trebuie estimată şi care
se detrmină pe baza unei funcţii (medie, varianţă etc).
2
Estimatorii sunt folosiţi pentru estimarea parametrilor, fiind notaţi cu

semnul ”^” deasupra parametrului considerat, iar valorile calculate ale
Estimatorii estimatorului la nivelul eşantionului observat poartă denumirea de
estimaţie a parametrului.
Valorile tipice de sondaj sunt valori obţinute prin prelucrarea datelor

înregistrate pe un eşantion observat, respectiv media sau varianţa
Valorile tipice de eşantionului.
sondaj
Procedeul prin care se face trecerea de la o valoare calculată pe baza
datelor din eşantion la valoarea adevărată necunoscută se numeşte
Inferenţa inferenţă statistică.
statistică
Cercetarea prin sondaj implică, aşadar, folosirea unor noţiuni pereche:
colectivitate generală – eşantion, media colectivităţii generale – media
colectivităţii de selecţie, dispersia colectivităţii generale – dispersia
colectivităţii de selecţie, valoarea statistică calculată – valoare
estimată.
Deşi au acelaşi conţinut metodologic termenii perechi se deosebesc din

punctul de vedere al informaţiilor folosite. De exemplu, media şi
varianţa, valori tipice pentru cele două colectivităţi, se numesc diferit:
vorbim de parametru pentru colectivitatea generală, respectiv de valori
tipice de sondaj pentru eşantion. Atât parametrii cât şi valorile tipice
de sondaj sunt valori reale, dar, de regulă, parametrii unei populaţii nu
pot fi calculaţi direct deoarece nu este posibilă observarea întregii
populaţii- aceştia din urmă se vor determina pe baza valorilor tipice de
sondaj, rezultate din prelucrarea datelor eşantionului.

1. Ce este sondajul statistic?
2. Care sunt principalele noţiuni folosite în sondajul statistic?
7.2. Erorile de sondaj
3
Ce sunt erorile de Prin erori de sondaj se înţeleg de obicei erorile de reprezentativitate

sondaj? care îşi au sursa în încălcarea principiului fundamental al sondajului –
caracterul aleator al prelevărilor, şi care se concretizează în deplasări
ale valorilor parametrilor stabiliţi pentru eşantion, comparativ cu cei
existenţi în populaţia originară.
Erorile de reprezentativitate reprezintă diferenţele dintre valorile tipice

calculate la nivel de eşantion şi parametrii colectivităţii din care a fost
extras eşantionul.
Determinarea Astfel, o eroarea de reprezentativitate este diferenţa dintre media

erorii de generală a populaţiei şi media eşantionului, x  m calculată pe baza
reprezentativitate
sondajului. Deci, media eşantionului x este reprezentativă pentru
media generală m, dacă se îndeplineşte condiţia :
xm
 100  5%
m
Diferenţa se numeşte eroare de eşantionare sau eroare de

reprezentativitate.
Tipuri de erori de După sursa de provenienţă, erori de reprezentativitate pot fi:

reprezentativitate  erori de reprezentativitate sistematice, care provin din
nerespectarea principiilor fundamentale ale efectuării sondajului, se
produc într-un singur sens şi sunt urmarea influenţei subiective a celui
care efectuează selecţia;
 erori de reprezentativitate întâmplătoare, erori ce nu pot fi
evitate, ţin de însăşi de natura eşantionării ca cercetare parţială, se
produc în ambele sensuri, ca urmare a multitudinii factorilor care au
caracter aleator;
Mărimea erorilor de reprezentativitate este influenţată de volumul

eşantionului. Cu cât volumul acestuia creşte, cu atât valorile statistice
obţinute prin eşantion se vor apropia mai mult de parametrii
colectivităţii generale, iar erorile de reprezentativitate vor tinde către
zero.
Considerând că prelevarea este corect efectuată, că s-a eliminat orice

tendinţă de selectare preferenţială, rezultă că erorile sistematice de
reprezentativitate pot fi excluse. Rămân în continuare erorile datorate
factorilor întâmplători. Practica demonstrează că oricâte precauţii s-ar
lua nu este posibil să se reproducă absolut identic structura populaţiei
totale.
Avantajul selecţiei statistice constă şi în aceea că permite calcularea

mărimii erorii şi stabilirea prealabilă a acestei mărimi cu condiţia ca la
formarea eşantionului să se folosească o schemă probabilistică sau un
procedeu derivat din aceasta. Numai în cazul sondajului probabilist se
4
pot interpreta şi calcula erorile de selecţie cu ajutorul proprietăţilor

funcţiilor de probabilitate.
Metoda sondajului oferă variante şi tehnici de prelevare, diferenţiate şi

adaptate diferitelor tipuri de populaţii, astfel încât să se asigure
caracterul aleator al prelevării unităţilor, şi în final, reprezentativitatea
eşantionului.

1. Ce sunt erorile de sondaj?
2. Care este diferenţa dintre erorile de repreznetativitate
sistematice şi cele întâmplătoare?
7.3. Metode de eşantionare
Unităţile incluse în eşantion pot fi selectate fie după principiul selecţiei

aleatoare, fie după principiul alegerii raţionate. În primul caz,
extragerea unităţilor din eşantion se face în mod aleator, după jocul
hazardului, fiecare unitate are o probabilitate egală de a fi aleasă în
eşantion. În cel de-al doilea caz, al alegerii raţionate, alegerea fiecărei
unităţi ce urmează să intre în eşantion se face după un criteriu
prestabilit şi se aplică colectivităţilor împărţite în grupe tipice, a căror
structură este cunoscută.
Metode aleatoare de eşantionare
Selecţia Folosirea selecţiei aleatoare exclude orice intervenţie subiectivă în

aleatoare alegerea eşantionului. Acest obiectiv se poate realiza numai dacă
selectarea unui element dintr-o populaţie este aleatoare
(întâmplătoare), dacă toate elementele populaţiei au aceeaşi şansă de a
fi alese. Rezultatele obţinute pe baza acestei selecţii pot fi apreciate în
termeni probabilistici.
În practică, selecţiile aleatoare se realizează prin mai multe procedee,

Procedee pentru care derivă dintr-o schemă probabilistică corespunzătoare rezultatelor
5
selecţia aleatoare obţinute prin tragere la sorţi a unităţilor pentru a forma eşantionul.
Astfel, avem:
a. Procedeul tragerii la sorţi, al loteriei

Procedeul Acest procedeu constă în extragerea dintr-o urnă a unor bile sau alte
tragerii la sorţi obiecte identice reprezentând fiecare o unitate a colectivităţii.
Extragerea bilelor din urnă se face în două variante:
• procedeul selecţiei repetate, al bilei revenite (sondaj repetat);
• procedeul selecţiei nerepetate, al bilei nerevenite (sondaj
nerepetat).
În cazul folosirii procedeului bilei revenite, probabilitatea de includere

în eşantion a fiecărei unităţi este constantă (p=1/N) tot timpul cât
durează operaţia de construire a eşantionului, iar la sfârşit în urnă
rămân (N-1) unităţi.
În cel de-al doilea caz, procedeul bilei nerevenite, bila odată extrasă nu
se mai introduce în urnă, mărind astfel şansa fiecărei unităţi rămasă de
a intra în eşantion (p1=1/N ; p2=1/(N-1);... pn= 1/(N-(n-1))). Rezultă în
acest caz că în urnă rămân la sfârşit N-n unităţi.
Datorită faptului că în cazul selecţiei nerepetate este exclusă

posibilitatea extragerii de mai multe ori a aceleiaşi unităţi, erorile sunt
mai mici, deci rezultatele obţinute au un grad de precizie mai ridicat.
b. Tabelul numerelor aleatoare

Tabelul
numerelor Utilizarea tabelelor cu numere aleatoare constă în prelevarea din
aleatoare cadrul populaţiei a unităţilor ale căror numere de ordine stabilite
printr-o numărătoare prealabilă au fost citite după un anumit criteriu
din „tabelul numerelor întâmplătoare”. Tabelul de numere aleatoare se
construieşte pe baza succesiunilor de cifre de la 0 la 9 care se extrag la
întâmplare, cu probabilităţi egale. Numerele generate astfel se numesc
pseudoaleatoare.
Datorită dimensiunilor, aceste tabele sunt greu de utilizat manual,

preferându-se prin urmare generarea numerelor pseudoaleatoare
folosind diverse procedee, prin intermediul computerelor.
c. Procedeul eşantionării aleatoare mecanice

Procedeul
eşantionării Acest procedeu presupune prelevarea unităţilor din colectivitatea
mecanice generală cu un anumit pas de numărare aplicat bazei de sondaj. Pasul
de numărare trebuie să fie un număr întreg - calculat ca raport între
volumul colectivităţii generale şi volumul colectivităţii de selecţie
(N/n).
Prin calculul pasului de numărare se obţine împărţirea colectivităţii
6
generale în grupe de volum egal. Pentru constituirea eşantionului se

procedează în felul următor: se selectează la întâmplare (prin tragere la
sorţi) o unitate din prima grupă la care se adaugă succesiv pasul de
numărare până la obţinerea celor n unităţi ale eşantionului.
d. Eşantionarea stratificată
Eşantionarea Procedeul, in forma sa cea mai simplă, are la bază următoarea idee:
stratificată se efectuează o diviziune a populaţiei după caracteristici, în s clase:
N1, N2 , ..., Ns. Alegerea eşantionului de volum n se va face în s etape
selectând cu o procedură aleatoare simplă s subeşatioane de mărime
n1, n2, ..., ns, fiecare provenind din câte o clasă, fiind proporţional cu
mărimea clasei respective.
Metode nealeatoare de eşantionare
Metoda presupune alegerea raţională a unităţilor din eşantion, astfel

Procedee încât, acesta să fie cât mai aproape de caracteristicile esenţiale ale
nealetaore de populaţiei din care se extrage. Deoarece unităţile sunt incluse în
eşantionare eşantion după o manieră arbitrară, în cadrul acestor metode de
eşantionare nu se poate estima probabilitatea ca un element să figureze
în eşantion.
Principalele tipuri de metode neprobabiliste utilizate în practica

statistică sunt :
1. Eşantionarea la întâmplare
Eşantionarea la
întâmplare În cadrul acestei metode rezultatele obţinute sunt puternic afectate de
intuiţia operatorilor de anchetă în ceea ce priveşte asigurarea
reprezentativităţii eşantionului. Principalul avantaj al metodei este
gradul înalt de operativitate.
2. Eşantioane de voluntari
Eşantione de
voluntari Se utilizează cu precădere în cercetările psihologice sau medicale,
precum şi în unele studii de marketing. Includerea persoanelor în
eşantion nu se realizează la întâmplare, ci pe baza opţiunii voluntare a
acestora de a face parte din eşantion.
3. Eşantioane dirijate
Eşantionae
dirijate Presupun alegerea unităţilor în funcţie de anumite judecăţi asupra
compoziţiei populaţiei de referinţă. De cele mai multe ori se utilizează
în studiile preliminare asupra unor fenomene. Eşantioanele generale
pot prezenta deplasări semnificative ale indicatorilor calculaţi faţă de
valorile populaţiei de referinţă.
4. Eşantionarea prin metoda cotelor
7
Eşantioane prin
metoda cotelor Această metodă este bazată pe o alegere raţională a unităţilor de
eşantionare, având rezultate suficient de bune în anchetele de opinie la
nivel naţional. Metoda se bazează pe definirea structurilor populaţiei
după diferite caracteristici, sub ipoteza de corelare a acestora. Pentru
fiecare caracteristică structura eşantionului trebuie să fie identică cu
structura populaţiei de referinţă.
1. Care sunt principalele tipuri de selecţie?

2. Care sunt metodele aleatoare de eşantionare?
Vă recomand să faceţi o recapitulare a principalelor subiecte

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

învăţare Nr. 7 pe care urmează să o transmiteţi cadrului didactic.
I. Răspundeţi la următoarele întrebări:

1.Prin ce se caracterizeaza tabelul numerelor aleatoare?
2.Cum se realizeaza selectia mecanica?
II. Încercuiţi răspunsul corect:

1. Care este condiţia de bază a realizării selecţiei?
a. eşantionul studiat să fie omogen;
b. eşantionul studiat să fie heterogen;
c. eşantionul studiat să fie reprezentativ.
2. În ce constă metoda sondajului în studierea fenomenelor social
– economice?
a. studierea întregii colectivităţi;
b. studierea unei părţi din colectivitatea general;
c. studierea unei părţi din unităţile individuale.
3. Cum se aleg unităţile componente pentru formarea
8
eşantionului?
a. prin selecţia aleatoare (întâmplatoare);
b. prin selecţia dirijată;
c. prin selecţia solicitată.
4. Ce procedee se folosesc la selecţia aleatoare?
a. procedeul simplu;
b. procedeul tragerii la sorti;
c. procedeul tabelului cu numere intamplatoare;
d. procedeul selectiei mecanice.
7.1.
1. Sondajul statistic este o procedură prin care se caracterizează o
populaţie pe baza cercetării unei părţi a acesteia, a unui eşantion,
prelevat din colectivitatea totală.
2. Principalele noţiuni folosite în sondajul statistic sunt:
colectivitate totală, eşantion, variabila observată, parametru statistic,
estimatorii şi valorile tipice de sondaj.
7.2.
1. Prin erori de sondaj se înţeleg de obicei erorile de
reprezentativitate care îşi au sursa în încălcarea principiului
fundamental al sondajului – caracterul aleator al prelevărilor, şi care
se concretizează în deplasări ale valorilor parametrilor stabiliţi pentru
eşantion, comparativ cu cei existenţi în populaţia originară.
2. Erori de reprezentativitate sistematice provin din nerespectarea
principiilor fundamentale ale efectuării sondajului, se produc într-un
singur sens şi sunt urmarea influenţei subiective a celui care
efectuează selecţia.
Erori de reprezentativitate întâmplătoare, erori ce nu pot fi evitate,
ţin de însăşi de natura eşantionării ca cercetare parţială, se produc în
ambele sensuri, ca urmare a multitudinii factorilor care au caracter
aleator.
7.3.
1. Principalele tipuri de selecţie sunt selecţia aleatoare şi selecţia
raţionată. Selecţia aleatoare exclude orice intervenţie subiectivă în
alegerea eşantionului. În cazul selecţiei raţionate alegerea fiecărei
unităţi ce urmează să intre în eşantion se face după un criteriu
prestabilit şi se aplică colectivităţilor împărţite în grupe tipice, a căror
structură este cunoscută.
2.Principalele metode aleatoare de eşantionare sunt: procedeul
tragerii la sorţi, tabelul numerelor aleatoare, procedeul eşantionării
9
mecanice şi eşantionarea stratificată.

2. Aivaz Kamer, Ţiţei Adina, Statistică –Teorie şi aplicaţii
practice, partea I , Editura Muntenia, 2005;
Bucureşti, 1995.
10. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui –
Statistică, vol. I şi II, ASE, Centrul de Învăţământ Economic Deschis
la Distanţă, Bucureşti, 2000.
10
Indicatorii sondajului statistic
INDICATORII SONDAJULUI STATISTIC
Cuprins Pagina

8.1 Indicatorii sondajului aleator simplu ....................................................................... 2
8.2 Indicatorii sondajului aleator tipic sau stratificat .................................................. 6
1

 Să cunoască particularitatile sodajului statistic aleator simplu
 Să calculeze principalii indicatori ai sondajului aleator simplu
 Să cunoască şi să utilizeze corect tipurile de sondaj stratificat
 Să dimensioneze corect eşantionul în funcţie de tipul de sondaj
pentru a obţine aceeaşi precizie a rezultatelor
8.1. Indicatorii sondajului aleator simplu
Selecţia Practica sondajului demonstrează că selecţia aleatoare simplă poate fi

aleatoare simplă folosită cu succes în studierea unor colectivităţi monotipice care
prezintă un grad ridicat de omogenitate. În acest caz, eşantionul se
formează din unităţi simple care se extrag din colectivitatea generală
prin procedeul repetat sau nerepetat pe baza unei scheme probabiliste,
iar fiecărei unităţi din populaţie i se asociază o probabilitate de a intra în
eşantion.
Pentru a răspunde scopului final al oricărei selecţii statistice, respectiv

inferenţa statistică, este necesară calcularea indicatorilor de sondaj şi
extinderea rezultatelor sondajului asupra colectivităţii generale.
Determinarea indicatorilor de sondaj presupune aflarea valorilor pentru

media de sondaj, dispersia medie de sondaj, erorea medie de
reprezentativitate şi pentru erorea limită maxim admisă. Extinderea
rezultatelor selecţiei asupra colectivităţii generale presupune
determinarea intervalului de încredere pentru media colectivităţii
generale. De asemenea, se pune problema determinării volumului
eşantionului, volum necesar pentru o anumită precizie şi o anumită
probabilitate de garantare a rezultatelor finale.
Notaţiile folosite pentru indicatorii eşantionului şi ai populaţiei generale

sunt prezentate în tabelul 8.1.
Tabelul 8.1.
Media aritmetică pentru Dispersia pentru
Nr. de
Indicatori caracteristici caracteristici
unităţi
nealternative binare nealternative binare
 
În
populaţia N m x0 P  02 P1  P 
generală
În eşantion n x f  2  S2 f 1  f 
Indicatorii Indicatorii sondajului aleator simplu repetat

sondajului
aleator simplu Pentru o caracteristică nealternativă, prelevând n unităţi din cele N ale
repetat populaţiei generale şi înregistrând pentru fiecare unitate din eşantion
2
valoarea caracteristicii urmărite, se obţine

şirul valorilor
x1 , x2 ,, xi ,, xn pe baza căruia se face media x 

 xi . Acesta este
n
Media de
media de sondaj, un estimator nedeplasat al mediei, dacă se îndeplineşte
sondaj
condiţia ca media mediilor de sondaj să fie egală cu media generală.

Aceasta înseamnă că M x  m , relaţie care exprimă faptul că media x
într-un sondaj este un estimator nedeplasat al mediei „m” a colectivităţii
generale.
Dispersia Dispersia mediei de sondaj x  se calculează astfel:

mediei de
sondaj 
x 
2
n
 S
Abaterea medie Iar abaterea medie pătratică a mediei de sondaj este  x   şi
pătratică a n n
mediei de reprezintă eroare medie de reprezentativitate.
sondaj
Dispersia mediei de sondaj într-o eşantionare cu revenire este de m ori
mai mică decît dispersia  2 a colectivităţii generale.
Eroarea limită Eroarea limită maximă admisă defineşte siguranţa (sau probabilitatea
maxim admisă de încredere) estimării mediei „m” prin variabila de sondaj x şi se
măsoară probabilist astfel: x  m   x
Mărimea  x caracterizează precizia estimaţiei.
Aprecierea satisfacerii inegalităţii nu se poate face decât ca o
probabilitate de realizare:

P x  m  x  1 
Probabilitatea 1   se alege de către cercetător în funcţie de nivelul de
siguranţă urmărit în eşantionare, cele mai uzuale valori fiind 0,95; 0,99;
0,999.
Eroarea limită se determină pornind de la variabila

xm xm 
z  rezultând:  x  z 
 x n
n
care are o repartiţie normală, fiind valoarea (tabelată) care satisface
relaţia 2 z   P  1  
Pentru valorile uzuale   0.05; 0.01; 0.001

 z 0.05  1.96
valorile variabilei z sunt:  z 0.01  2.33
z
 0.001  3.09
3
Determinarea Calculul volumului eşantionului se realizează pornind de la eroarea

volumului limită maximă admisă:
eşantionului  2 2
 x  z   2x  z 
2
 n  z 
2
n n 2x
Aşadar, pentru a dimensiona raţional volumul n al eşantionului sunt
necesare următorele elemente:
 eroare limită admisă  x care se stabileşte în funcţie de
particularităţile concrete ale problemei practice de soluţionat,
de precizia necesară de asigurat;
 probabilitatea de încredere 1    suficient de apropiată de
certitudine;
 dispersia (sau estimatorul acesteia) caracteristicii în populaţia
generală  2 ;
Intervalul de Intervalul de încredere desemnează zona probabilă în interiorul

încredere căreia se va plasa media populaţiei generale.
Lungimea intervalului de încredere este direct proporţională cu
mărimea împrăştierii valorilor (măsurată prin abaterea medie pătratică
 ) şi invers proporţională cu nivelul pragului de semnificaţie (la valori
mici ale lui  valorile z cresc) şi mărimea eşantionului (la creşterea
lui n intervalul de încredere devine mai mic, deci precizia estimării
sporeşte).
Pentru sondajul repetat, intervalul de încredere se stabileşte cu
relaţia:
     
N  x  z    N  m  N  x  z  
 n  n
Indicatorii Indicatorii sondajului aleator simplu nerepetat

sondajului
aleator simplu Eficienţa acestui tip de sondaj depinde de variaţia caracteristicii
repetat studiate, dar şi de volumul eşantionului. Cu cât caracteristica studiată
are variaţii mai mari de la o unitate la alta, cu atât este mai greu să fie
reprodusă structura ei în sondaj şi de aceea se impune un volum mai
mare al eşantionului pentru a obţine un grad sporit de reprezentativitate.
Pornind de la cele de mai sus se impune să ţinem seama de dependenţa

dintre observaţii, deoarece probabilitatea apariţiei dintr-o extragere dată
a unui element care posedă caracteristica cercetată depinde de
rezultatele extragerii precedente.
De asemenea vom considera caracteristica X cantitativă şi nealternativă.

Eşantionul se alege la întâmplare din întreaga colectivitate generală.
Dacă N este volumul colectivităţii generale, atunci probabilitatea pentru
evenimentul x1 este P=1/N, iar pentru evenimentul x2 este P=1/(N-1).
4
Indicatorii sondajului aleator simplu repetat se calculează ţinând cont de

aceste probabilităţi.
Dispersia mediei
de selecţie Dispersia mediei de selecţie se calculează după relaţia: ̅
Abaterea medie Abaterea mediei pătratică a mediei de sondaj ca măsurător al erorii

pătratică a medii de reprezentativitate este:
mediei de  N n S N n S n
sondaj x    1
n N 1 n N 1 n N
Termenul se numeşte coeficient de corecţie finită sau

factor de exhaustivitate, iar raportul reprezintă fracţia de sondaj.
n
Factorul 1 , este subunitar.
N
n N n
În calcule efective, pentru  0.2 , de regulă factorul sau
N N 1
n
1 , nu se mai ia în considerare. Acesta înseamnă că erorile
N
sondajului ce cuprind o parte neînsemnată din colectivitatea generală
depind doar de numărul absolut al observaţiilor şi de împrăştierea
datelor.
Când volumul eşantionului n creşte, precizia sporeşte de aproximativ

n ori, după cum în acelaşi raport se micşoreză şi eroarea medie de
reprezentativitate. Acest fapt permite să se utilizeze în practică sondaje
de un volum nu prea ridicat, căci sporirea volumului acestora nu se mai
regăseşte proporţional în ridicarea preciziei sondajului, iar pentru a
ridica precizia în mod simţitor, ar trebui să se considere volume mari ale
eşantioanelor.
Dacă volumul N al populaţiei este ridicat, iar al sondajelor este redus,

N n
atunci  1 , deci rezultatul estimării indicatorului  x practic
N 1
coincide în ambele variante de sondaj.
n
Dacă n  N , atunci factorul 1 devine nul şi deci dispare şi
N
eroarea medie de sondaj, căci cercetarea parţială s-a transformat într-o
cercetare totală. Evident aceasta nu generează erori de reprezentativitate
(specifice numai cercetării prin eşantionare).
În general, eroarea de reprezentativitate a eşantionării fără revenire este

mai mică decît a prelevării cu revenire, variantă la care întoarcerea
5
repetată a aceloraşi unităţi în eşantion înrăutăţeşte reprezentativitatea.
Eroarea limită sau eroarea maxim admisă în cazul sondajului repetat:

Eroarea limită  n
 x  z  1
n N
Determinarea volumul eşantionului pentru sondajul aleator simplu

Determinarea nerepetat se face cu relaţia:
volumului  n 2 
2
 n z2   2
 x  z   1    x  z 
2
 1    n  Aşadar,
eşantionului n N n  N z 2
  2
2x  
N
în cazul sondajului fără revenire este necesar a se cunoaşte şi volumul N
al colectivităţii.
Calculul intervalului de încredere pentru sondajul aleator simplu

nerepetat se face cu relaţia:
Determinarea
  n   n
intervalului de N  x  z   1    N  m  N  x  z   1  
încredere  n N  n N
1. Ce presupune determinarea indicatorilor de sondaj?

2. Care sunt elementele în funcţie de care se determină volumul
eşantionului?
8.2. Indicatorii sondajului aleator tipic stratificat
Ce este Stratificarea constă în divizarea colectivităţii generale de studiat în

stratificarea? straturi, clase tipice cât mai omogene, ce au caracteristici asemănătoare,
astfel încât unităţile statistice din interiorul fiecărui strat să prezinte, cel
puţin din punct de vedere teoretic, caracteristici comune specifice
fiecărei clase. Straturile pot fi constituite din regiuni, judeţe, localităţi,
medii, grupe de vârstă, subdiviziuni economice etc.
6
În cazul sondajului stratificat trebuie să asigurăm reprezentativitatea

fiecărei grupe în eşantion, determinând găsirea unor criterii de
clasificare care să genereze omogenitate cât mai mare pentru fiecare
grupă. Erorile vor fi cu atât mai mici cu cât stratificarea este mai bine
făcută.
Pentru sondajul stratificat eşantionul se va divide în subeşantioane, iar

procedeele de prelevare aleatoare se aplică pe rând în toate grupele
populaţiei totale.
Se consideră, astfel, populaţia generală împărţită în r subpopulaţii

parţiale C1 , C2, ... , Cr numite grupe şi straturi şi cărora le corespund
următoarele valori ale caracteristicii:
C1 : x11 , x 21 , ..., x N 11  n1 N1
C : x , x , ..., x  n2 N 2
 1 12 22 N 22

...............................

C r : x1K , x 2 K , ..., x NrK  n K N r
După cum se vede, stratul C1 are N1 unităţi, C2 are N2 unităţi etc., iar
numărul total al unităţilor populaţiei C este :
r
N1  N 2  ...  N r   N i  N
i 1
Din fiecare din aceste straturi se fac câte n1, n2, ..., nK extrageri la
întâmplare, nerepetate, astfel că :
K
n1  n2  ...  n K   ni  n ,
i 1
unde n – numărul total al unităţilor eşantionului.
Prin urmare, din fiecare grupă (strat) se efectuează câte un sondaj,

obţinând eşantioane ale căror unităţi au caracteristici cu valorile :
 x11 , x 21 , ..., x n1
 x , x , ..., x
 12 22 n2

........................
 x1K , x 2 K , ..., x nK
unde variabilele de sondaj i  1, 2, ... , n şi j  1, 2, ... , K  sunt
considerate variabile aleatoare.
Se introduc notaţiile:
N
1 K j
m   xij - media generală
N j 1 i 1
Nj
1
mj 
Nj
x
i 1
ij - media stratului j
7
Prin urmare, media generală se mai scrie :

1 K
m   N j mj
N j 1
Adică media valorilor caracteristicii în populaţia generală este media
Nj
ponderată a mediilor de grupă, ponderile fiind egale respectiv cu (j
N
= 1, 2, ... , K).
Analog, în cadrul sondajelor, notând :
K nj n
1 j 1 K
 ij nj  x j
1
x   xij şi x j  x , rezultă x 
n j 1 i 1 n j i 1 n j 1
K
Deci media valorilor caracteristicii din sondajul de volum n   n j este
Media valorilor j 1
caracteristicii de egală cu media ponderată a mediilor grupelor, a valorilor caracteristicii
sondaj
nij
din fiecare sondaj, ponderea fiind egală cu (j = 1, 2, ... , K).
n
Pentru estimarea mediei generale m se consideră:
1 K
x   N j  x j , care reprezintă o medie ponderată a rezultatelor x j
N j 1
obţinute în fiecare grupă.
Se arată că x este un estimator nedeplasat şi consistent al mediei
generale m deoarece se demonstrează că:
 K N2 ˆ
M x  m şi  x   2j  1  f j   j , unde:
j 1 N nj
 2
xij  m2
Nj
1
ˆ
 j  
N j  1 i 1


 f  nj
 j N
 j
Dispersia variabilei x este mai mică cu cât volumele n j sunt mai mari şi
dispersiile ˆ 2j sunt mai mici.
Prin urmare, pentru ca sondajul tipic să poată da rezultate acceptabile,

este necesar şi suficient ca numărul unităţilor extrase din fiecare grupă
să fie mare.
Eroarea medie de reprezentativitate, respectiv eroarea limită admisă, nu

mai depind de dispersia totală, ci de media dispersiilor grupelor.
Determinarea Dacă se foloseşte dispersia din populaţia de bază, eroarea limită va fi:
erorii limită
8
 pentru sondajul repetat :

ˆ 2 z 2 ˆ 2
  z n  2
n 
 pentru sondajul nerepetat :
ˆ 2 z2 ˆ 2
n
  z 1 n
n N z 2 ˆ 2
2  
N
În mod analog se procedează şi în cazul când estimatorul ̂ 2 este S2.
În continuare, volumul subeşantionului depinde de felul sondajului tipic
utilizat
Sondajul tipic proporţional

Sondajul tipic
proporţional
Se caracterizează prin faptul că din fiecare grupă tipică în care a fost
împărţită populaţia generală se extrag atâtea unităţi astfel încât raportul
dintre numărul lor şi volumul grupei din care s-au extras să fie egal cu
raportul dintre volumul general al eşantionului şi volumul populaţiei :
nj
sau f j  f  j  1, 2, ... , K 
n

Nj N
Prin urmare sondajul tipic proporţional este un sondaj simplu grupat

pentru care are loc relaţia de mai sus.
Din relaţia anterioară se deduce :
K
n n n
n
j 1
j
n
f  1  2  ...  K  K

N
N1 N 2 NK N
j
j 1
Aplicând cunoscuta proprietate a şirului de rapoarte egale (suma

numărătorilor/suma numitorilor este egală cu fiecare din rapoarte),
rezultă :
n j   N j  f  N j  j  1, 2, ... , K 
n
N
Dispersia funcţiei de estimaţie devine :
1 f K N j 2
x   j
n j 1 N
Sondajul tipic optim

Sondajul tipic
optim Dacă volumul sondajului de grupă n j este astfel dimensionat încât
eficienţa să fie maximă, atunci sondajul tipic este optim.
Acest fapt revine la determinarea numerelor n j care să satisfacă
condiţia: n1  n2  ...  nk  n şi pentru care
9
N 2j ˆ 2j
 1  f j  
K
x   să fie minimă
N2
j 1 nj
Folosind metoda multiplicatorilor lui Lagrange, se obţine:
n  N j  ˆ j
nj  K , j = 1, 2, ... , K
 N jˆ j
j 1
Aceasta este expresia care determină volumele n j pentru care eficienţa

sondajului este maximă.
Pentru sondajul tipic optim numărul unităţilor dintr-o grupă oarecare

este proporţional cu numărul unităţilor din această grupă şi cu abaterea
medie pătratică a grupei respective.
Eficienţa sondajului tipic optim se poate cunoaşte calculând  x , în care

n j se înlocuieşte cu valorile obţinute prin metoda multiplicatorilor lui
Lagrange.
 K 
  N j  ˆ j 
2
K 
1 j 1
  2   N j  ˆ 2j 
x N  n j 1 
 
 
Pentru a estima salariul mediu şi salariile totale ale angajaţilor unui

holding s-a efectuat un sondaj stratificat proporţional de 10%, datele
înregistrate s-au prelucrat rezultând cele din tabelul 7.2.
Se cere să se calculeze indicatorii de selecţie şi să se estimeze
parametrii colectivităţii generale pentru z)=0,9876(z=2,5).
Grupe de Salariul Coeficientul

salariaţi după Nr. salariaţi mediu (sute de variaţie
studii lei) (%)
Studii
80 7,8 20
elementare
Studii medii 120 12,2 28
Studii
100 18,6 32
superioare
10


Pentru estimarea cheltuielilor făcute de studenţii unei universităţi cu

achiziţionarea cărţilor necesare s-a efectuat un sondaj stratificat, după
cum urmează:
Grupe de Cheltuieli Coeficientul
Număr
studenţi după anuale de variaţie al
studenţi
ciclul de studii (zeci mii lei) cheltuielilor
Licenţă 160 150 19
Master 110 176 23
Doctorat 50 195 31
Total 320 ... ...
Considerând că cele 400 de persoane reprezintă un eşantion

stratificat de 4%. Selectat aleator şi nerepetat din numărul total al
11
studenţilor din universitate, să se determine între ce limite se vor încadra

cheltuielile suplimentare medii şi totale zilnice ale turiştilor din întreaga
colectivitate, ştiind că probabilitatea este de P = 0.9545 (z = 2);
8.1.
1. Determinarea indicatorilor de sondaj presupune aflarea valorilor
pentru media de sondaj, dispersia medie de sondaj, erorea medie de
reprezentativitate şi pentru erorea limită maxim admisă. Extinderea
rezultatelor selecţiei asupra colectivităţii generale presupune
determinarea intervalului de încredere pentru media colectivităţii
generale.
2. Pentru determinarea volumului eşantionului se va ţine seama de:
 eroarea limită admisă  x care se stabileşte în funcţie de
particularităţile concrete ale problemei practice de soluţionat, de
precizia necesară de asigurat;
 probabilitatea de încredere 1    suficient de apropiată de
certitudine;
 dispersia (sau estimatorul acesteia) caracteristicii în populaţia
generală  2 ;
8.2.
Calculul mediei generale:
y
 y jn j 
7,8  80  12,2  120  18,6  100
 13,16 sute lei/salariat
n j 300
Calculul dispersiilor de grupă ( ):
 20  7,8
 1  100  1,56

i Vi * yi  28  12,2
vi  *100  i   2   3,416
yi 100  100
 32  18,6
 3  100  5,952

Calculul mediei dispersiei de grupă ( ̅ )

2

  i 2 * ni 1,56 2  80  3,416 2  120  5,952 2  100
  17,12535
 ni 300
Calculul erorii medii de reprezentativitate (  y ):
2
  n 17,12535  300 
y  1     1    0,2266628
n  N 300  3000 
Calculul erorii limită maxim admisă:
i2 n
y  z   y sau y  z  (1  )
n N
12
y  2,5  0,2266628  0,5666571
Estimarea salariului mediu pe total colectivitate:
y  y  y o  y  y
13,16  0,5666571  y 0  13,16  0,5666571 
 12,593343  y 0  13, ,726657sute lei
Estimarea chetuielilor cu salariile pe total colectivitate:
  
N y  y  y 0  y  y * N
37780,029  y 0  41179,971,9 sute lei

Bucureşti, 1995.
Bucureşti, 2000.
13
Seriile interdependente. Metoda regresiei
SERIILE INTERDEPENDENTE. METODA REGRESIEI
Cuprins Pagina

9.1 Tipuri de legături statistice ....................................................................................... 2
9.2 Metode de analiză a legăturilor statistice ................................................................. 4
9.3 Metoda regresiei ...................................................................................................... 6
1

 Să caracterizeze legăturile statistice
 Să identifice tipurile de legături statistice
 Să aplice metodele de identificare a existenţei legăturii
 Să reprezinte grafic legăturile dintre variabilele statistice
 Să construiască tabelul de corelaţie şi de asociere
 Să folosească corect metoda regresiei
 Să calculeze parametrii ecuaţiei de regresie
9.1. Tipuri de legături statistice
Fenomenele şi procesele socio-economice în general, nu sunt

independente, asupra lor acţionează o serie de factori de influenţă, iar
acestea la rândul lor condiţionează manifestarea altora. Aşadar, între
fenomenele de masă apar legături, iar aceste legături se manifestă sub
formă de tendinţă şi pot fi identificate în condiţiile acţiunii legii
numerelor mari, în colectivităţile de volum ridicat.
Legăturile Legăturile statistice (stohastice) sunt relaţii prin care se realizează

statistice procesul de determinare, apariţie şi dezvoltare a fenomenelor de masă.
Legăturile dintre fenomenele de masă nu sunt deterministe, univoc

determinate. Unei valori a factorului cauzal îi corespunde o distribuţie de
valori ale factorului dependent, ceea ce face necesară tratarea acestora cu
metode statistice.
Clasificarea După natura legăturilor de interdependenţă deosebim relaţii: funcţionale

legăturilor de (deterministe) şi stohastice (statistice).
interdependenţă
În cazul legăturilor funcţionale, y = f (x), fenomenul cauză x determină în
mod univoc fenomenul efect y, astfel încât unei valori a variabilei x îi
corespunde o valoare unică a variabilei y.
În cazul legăturilor stohastice, y = f (x1 , x2 ,..., xn), fenomenul efect este

influenţat de o multitudine de factori, esenţiali şi întâmplători. Unei valori
a fenomenului cauză xi îi pot corespunde mai multe valori diferite ale
fenomenului efect y, în funcţie de acţiunea combinată a celorlalţi factori
de influenţă. Fiecare caracteristică xi determină numai o parte a variaţiei
fenomenului y, restul variaţiei fiind explicat prin alte caracteristici, care
din punct de vedere al legăturii dintre y şi xi sunt întâmplătoare.
Legăturile stohastice sunt specifice fenomenelor din societate şi

economie. Acestea, la rândul lor se clasifică după mai multe criterii,
astfel:
A. După numărul caracteristicilor analizate, legăturile stohastice pot

2
Clasificarea fi simple sau multiple.

legăturilor  legături simple sunt cele în care caracteristica endogenă este
statistice studiată în funcţie de o singură caracteristică exogenă y  f x  ;
 legături multiple sunt cele în care se studiază dependenţa unei
caracteristici endogene în funcţie de două sau mai multe
caracteristici exogene y  f x1 , x2 ,..., xn  .
B. După sensul relaţiei de cauzalitate, legăturile stohastice pot fi
directe sau inverse.
 legături directe - când la modificarea lui x se modifică în acelaşi
sens şi y (x creşte, y creşte, sau x scade, y scade);
 legături inverse - când caracteristica dependentă se modifică în
sens contrar faţă de modificarea lui x (x creşte, y scade, sau x
scade, y creşte).
C. După forma matematică a legăturilor, acestea pot fi liniare sau
neliniare.
 legături liniare: când dependenţa se exprimă printr-o funcţie
liniară;
 legături neliniare; când dependenţa se exprimă prin funcţii
neliniare (parabolă, hiperbolă, exponenţială, logistică).
De regulă, forma legăturii este vizibilă pe grafic. Atunci când
legătura grafică nu este clară, se poate continua analiza pe variantele
sugerate de grafic folosind metode analitice şi folosind anumite criterii
pentru a alege varianta cea mai bună.
D. După momentul producerii lor deosebim legături sincrone şi
asincrone.
 legături sincrone - modificarea lui x determină modificarea
imediată a lui y.
 legături asincrone - fenomenul x determină variaţia fenomenului
efect y după o perioadă de timp.
1. Ce sunt legăturile stohastice?

2. Cum se clasifică legăturile statistice în funcţie de sensul relaţiei de
cauzalitate?
3
9.2. Metode de analiză a legăturilor statistice
Cum verificăm Verificarea existenţei legăturilor se poate face cu ajutorul unor metode
existenţa simple, care evidenţiază direcţia legăturii, unele dintre acestea putând
legăturilor indica şi forma legăturii. Vorbim aici despre:
statistice? o metoda seriilor paralele interdependente;
o metoda grupărilor;
o metoda tabelului de corelaţie;
o metoda grafică;
o tabelul de asociere;
o metoda balanţelor.
Aplicarea acestor metode trebuie completată cu o analiză calitativă a

fenomenelor, bazată pe conţinutul lor economic, pe legătura logică dintre
ele.
Analiza legăturilor statistice are în vedere estimarea modelului de regresie

şi măsurarea intensităţii legăturii dintre variabile.
Metoda seriilor Metoda seriilor statistice paralele interdependente

paralele
interdependent Se ordonează, crescător sau descrescător, datele referitoare la factorul de
e influenţă x (caracteristica factorială) şi se înscriu pe o coloană paralelă
valorile corespunzătoare ale fenomenului dependent y (caracteristica
dependentă). Când se compară două serii de timp, termenii seriilor se
ordonează cronologic.
Această metodă se foloseşte în cazul seriilor cu un număr mic de variante.

Din comparaţia celor două şiruri de date se apreciază dacă variaţia lui x
este însoţită de o variaţie corespunzătoare, într-un sens bine definit, a lui
y.
Se constată astfel dacă există sau nu o legătură între x şi y şi sensul acestei

legături (directă sau inversă). În situaţia afirmativă, datele vor fi supuse în
continuare unor prelucrări analitice pentru determinarea intensităţii
legăturii.
Metoda grupărilor statistice

Metoda
grupărilor Se aplică atunci când cele două variabile corelate prezintă un număr mare
statistice de variante, iar aplicarea acesteia presupune gruparea valorilor variabilei
factoriale x pe intervale de variaţie. Pentru fiecare grupă astfel formată, se
calculează media caracteristicii dependente y.
Se înscriu, în coloane paralele, grupările ordonate ale caracteristicii x şi

mediile corespunzătoare ale lui y. Compararea variaţiei celor două
caracteristici, x şi y, permite formularea unor concluzii privind existenţa,
sensul şi intensitatea legăturii dintre ele.
În cazul corelaţiei multiple, se înregistrează pe grupe valorile
4
caracteristicilor factoriale, înscriindu-se valorile respective în coloane

distincte, în ordinea importanţei lor pentru caracteristica rezultativă.
Pentru caracteristica rezultativă se calculează valori medii condiţionate pe
grupe.
Tabelul de corelaţie
Metoda
tabelului de Această metodă presupune gruparea ambelor caracteristici, x şi y într-un
corelaţie tabel cu dublă intrare.
Tabelul de corelaţie este un tabel cu dublă intrare în care pe coloane se

trec grupele formate după variaţia caracteristicii factoriale x, ordonate
crescător, iar pe linii se înscriu grupele referitoare la variaţia
caracteristicii dependente y, de preferinţă ordonate descrescător. Se
recomandă să se utilizeze intervale egale de grupare, un număr suficient
de grupe şi pe cât posibil număr de grupe pentru ambele caracteristici.
Fiecare rubrică a tabelului se află la intersecţia unei anumite grupe după

x, cu o altă grupă după y; în rubrica respectivă se trece numărul unităţilor
care se înscriu simultan în cele două grupe considerate, rezultând
frecvenţa condiţionată nij. Atunci când frecvenţele din tabel tind să se
concentreze în jurul unei diagonale, între cele două caracteristici
reprezentate există legătură de corelaţie. Dacă frecvenţele condiţionate nij
sunt dispersate relativ uniform în tabel, nu există legătură între variabilele
considerate.
Tabelul de corelaţie arată atât existenţa, cât şi sensul legăturii; dacă

majoritatea frecvenţelor sunt localizate pe diagonala principală, atunci
considerăm că legătura este una directă, iar când se situează pe diagonala
secundară, legătura este inversă.
Metoda grafică
Metoda grafică
Această metodă presupune reprezentarea grafică a perechilor de valori ale
variabilelor într-un sistem de axe de coordonate. Valorile caracteristicii
factoriale x se trec pe abscisă, iar valorile caracteristicii dependente y se
înscriu pe ordonată. Unităţile colectivităţii se situează la intersecţia celor
două axe de coordonate care corespund valorilor pe care le iau după
caracteristica x, respectiv y. Scara de reprezentare influenţează
interpretarea rezultatelor.
Atunci când punctele de pe grafic tind să se concentreze sub forma unei

linii drepte sau a unei curbe, cele două variabile, x şi y, sunt în relaţii de
dependenţă. Atunci când punctele sunt împrăştiate pe grafic, fără nici o
regularitate, cele două variabile sunt independente.
Aceste metode simple, prezentate mai sus, evidenţiază legăturile de

corelaţie, dar nu le pot măsura intensitatea. Pentru acestea se folosesc
metode mai elaborate, respectiv metodele analitice de măsurare a
5
intensităţii legăturii, dintre acestea cea mai cunoscută fiind metoda

regresiei.
1. Care sunt tipurile de metode simple de caracterizare a legăturii

dintre variabilele statisticii?
a. metoda seriilor neparalele;
b. metoda seriilor paralele;
c. metoda grafică;
d. metoda tabelului de corelatie.
2. Ce presupune metoda seriilor paralele?
a. ordonarea crescătoare sau descrescatoare a valorilor caracteristici
independente prin compararea celor doua serii de date;
b. ordonarea crescătoare a valorilor caracteristicii independent;
c. ordonarea descrescatoare a valorilor caracteristicii independente.
3. Ce metode de studiere a interdependentei dintre fenomene exista?
a. metoda analizei de regresie;
b. metoda analizei de corelaţie;
c. metoda analizei de calculaţie.
9.3. Metoda regresiei
În ce constă Regresia este o metodă analitică de studiere a legăturilor dintre două sau
metoda mai multe variabile cu ajutorul unor funcţii matematice care exprimă
regresiei? forma legăturii dintre variabile.
Cum se aplică Stabilirea şi analiza modelului de regresie presupune parcurgerea

metoda următoarelor etape:
regresiei  construirea corelogramei, a norului de puncte;
 aproximarea formei legăturii printr-un model de regresie şi
scrierea ecuaţiei corespunzătoare;
 estimarea parametrilor ecuaţiei de regresie şi interpretarea
regresiei în funcţie de semnul şi valoarea acestora;
 testarea semnificaţiei parametrilor de regresie.
Funcţia de regresie are forma generală:
Y  f x1 , x2 ,..., xn   
în care  reprezintă o eroare aleatoare (o variabilă reziduu), cu dispersia
constantă şi media nulă, Y este variabila dependentă, fenomenul efect;
x1, x2 ,..., xn sunt variabilele independente, factorii de influenţă şi n -
numărul variabilelor independente;
Regresia poate fi unifactorială sau multifactorială, în funcţie de numărul

6
factorilor de influenţă înregistraţi.
Regresia Regresia unifactorială

unifactorială
Regresia unifactorială descrie legătura dintre două variabile (y şi x)
considerând că ceilalţi factori au o acţiune constantă şi neglijabilă asupra
caracteristicii dependente y.
Ecuaţia de regresie este: Y  f x    .
Funcţia de regresie simplă poate fi liniară, exponenţială, parabolică,

hiperbolică, logaritmică etc., alegerea ei făcându-se pe baza unui grafic de
corelaţie.
Modelul de regresie liniară
Regresia Considerând că legătura dintre y şi x este liniară rezultă că: y     x

unifactorială
liniară
Acest model teoretic se estimează printr-o ecuaţie medie de tendinţă:
Y  a  bx   în care a şi b sunt coeficienţii (parametrii) ce urmează să
fie calculaţi iar Y sau y x se citeşte y ajustat după x.
Parametrul a reflectă influenţa factorilor neînregistraţi (cu acţiune

constantă asupra lui y), iar parametru b denumit coeficient de regresie
ne arată cu cât se modifică în medie caracteristica dependentă y atunci
când x se modifică cu o unitate.
Coeficientul de regresie b arată şi sensul legăturii dintre x şi y: când b >

0, legătura este directă, iar când b < 0, legătura este inversă. Dacă b=0,
variabila Y = a, deci nu depinde de x, ci de ceilalţi factori cuantificaţi
prin constanta a. Parametrii a şi b au caracter de mărimi medii.
Pentru determinarea mărimilor concrete ale parametrilor a şi b, pornind

de la valorile înregistrate de caracteristicile analizate x şi y, se utilizează
metoda celor mai mici pătrate. Conform acestei metode, pentru ca
funcţia de regresie aleasă să fie cu adevărat semnificativă, trebuie să
îndeplinească următoarea condiţie:
  yi  Y   minim
2
Înlocuind pe Y
  yi  a  bxi   minim
2
Această condiţie se verifică atunci când derivatele parţiale, în raport cu a

şi în raport cu b ale funcţiei precedente se anulează, rezultând următorul
sistem de ecuaţii:
na  b xi   yi

a xi  b xi   xi yi
2
7
Necunoscutele sistemului sunt a şi b, pentru care relaţiile de calcul sunt:
Determinarea
i xi2 i yi  i xi i xi yi
a 2
parametrilor  
ecuaţiei de n xi    xi 
2
regresie i  i 
n xi  y i   xi  y i
b i i i i
2
 
n xi2    xi 
i  i 
Cu ajutorul coeficienţilor a şi b se calculează apoi valoarea ecuaţiei de

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

foloseşte relaţia:
 yi  Yi
ceea ce arată că prin ajustare nu se face decât o redistribuire a influenţei
factorilor.
Atunci când se utilizează gruparea simplă, perechile de valori xi şi yi au

frecvenţe comune ni. Algoritmul de calcul al parametrilor a şi b prin
metoda celor mai mici pătrate se aplică identic. Diferenţa constă în
utilizarea frecvenţelor ni la toate sumele existente. Rezultă astfel
următorul sistem de ecuaţii:
a  ni  b xi ni   yi ni

a  xi ni  b xi ni   xi yi ni
2
Modelul de calcul se complică şi mai mult atunci când se utilizează

gruparea combinată. În acest caz, sistemul de ecuaţii normale devine:
 a  nij  b xi ni   y j n j
 i j i j

a  xi ni  b xi ni   xi y j nij
2
 i i i j
Testarea semnificaţiei coeficienului de regresie liniară
Testarea semnificaţiei parametrului b de regresie liniară pleacă de

la formularea următoarelor ipoteze:
Dacă respingem ipoteza , cu un prag de semnificaţie α ales, atunci

legătura dintre cele două variabile x şi y se consideră semnificativă.
8
În practica economică se foloseşte de regulă , adică se consideră

un risc de 5% de a respinge incorect ipoteza atunci când aceasta ar fi
Testarea adevărată.
semnificaţiei
coeficientului Testarea coeficientului de regresie b se face cu statistica :
 
de regresie b b
 
2
liniară t ( xi  x) 2 sau t  xi  x , care se compară
s s
cu valoarea tabelară corespunzătoare şi în care s 

(y Y) 2
, este
n2
abaterea medie pătratică a valorilor înregistrate ale caracteristicilor y faţă
de linia de regresie Y, iar n este numărul perechilor de valori x, y  .
Valoarea lui t calculat cu una dintre relaţiile de mai sus se compară cu

valoarea tabelară t 2;v , corespunzătoare nivelului de semnificaţie ⁄ şi
numărul gradelor de libertate v  n  2 .
Regula de decizie spune că pentru un prag de semnificaţie , dacă

⁄ se respinge ipoteza , adică coeficientul de regresie este
considerat semnificativ diferit de 0, se acceptă deci ipoteza .
Intervalul de încredere pentru coeficientul de regresie teoretic  este

definit de inegalităţile:
s s
b  t 2;v    b  t 2;v
( xi  x) 2
( xi  x)2
Modelul exponenţial
Forma generală a modelului exponenţial este:

Modelul
exponenţial de
y   x
regresie
Cei doi parametri se estimează folosind modelul:
Y  ab x  
Prin logaritmare, modelul se transformă într-un model liniar:

lg Y  lg a  lg b
Procedând ca la regresia unifactorială liniară rezultă sistemul de ecuaţii

normale:
n  lg a  lg b   xi   lg yi


lg a   xi  lg b   xi   xi  lg yi

2
Cei doi parametri a şi b cu ajutorul cărora se estimează seria empirică se

obţin prin antilogaritmare.
9
Acest model se utilizează, de regulă, în cazul în care variabila dependentă

creşte în progresie aritmetică, iar variabila independentă creşte în
progresie geometrică.
Modelul parabolei de gradul doi
Forma generală a modelului este:

y     x   x2
Modelul
parabolei de Pentru estimarea parametrilor se foloseşte modelul empiric:
gradul doi
Yi  a  bxi  cxi2  
Determinarea celor 3 parametri ai ecuaţiei de regresie de tip parabolic se

face folosind metoda celor mai mici pătrate, respectiv determinând
minimul expresiei:
 
 yi  a  bxi  cxi2  0
na  b xi  c xi2   yi

a  xi  b xi  c xi   xi yi
2 3
a x 2  b x 3  c x 4 
  i  i  i  xi2 yi
Valorile a,b,c rezultă din rezolvarea sistemului de ecuaţii de mai sus.
Modelul hiperbolic
Forma generală a modelului este:
1
y   
x
Modelul Funcţia de estimare este:
hiperbolic de
1
regresie Y a b
xi
Cei 2 parametri rezultă din rezolvarea sistemului de ecuaţii normale:
 1
 na  b   y i
 xi
 1 1 1
a   b  2   y i

 xi xi xi
Regresia multifactorială
Regresia multiplă extinde analiza regresiei, utilizând două sau mai multe
variabile independente.
Regresia Y  f x1 , x2 ,..., xk   
multifactorială în care x1 , x2 ,..., xk reprezintă caracteristici independente sau factoriale,
iar  este o variabilă reziduu, cu dispersia constantă şi media nulă.
Dată fiind complexitatea abordării multifactoriale, modelul cel mai

10
accesibil şi cel mai des utilizat este modelul liniar:

y x i  a0  a1 x1  a2 x2  ...  ak xk
unde:
Modelul de
- y x i sunt valorile teoretice ajustate ale variabilei dependente y;
regresie liniar
multifactorial - x1 , x2 ,... , xn sunt factorii de influenţă înregistraţi;
- a0 - parametru care exprimă influenţa factorilor neînregistraţi;
- a1 , a2 ,... , an - parametri, coeficienţi de regresie care arată cu cât
se modifică atunci când x1 , x2 ,... , xn se modifică cu o unitate.
Specific regresiei multiple liniare este faptul că variabila rezultativă y se

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

pătrate în care:
  yi  a0  a1 x1  a2 x2  ...  ak xk   minim
2
Determinarea Aplicarea metodei celor mai mici pătrate ne conduce la următorul sistem
parametrilor de ecuaţii, a cărui soluţie reprezintă parametrii ecuaţiei de regresie.
modelului de a0 n  a1  x1  a 2  x 2  ...  a k  x k   y i
regresiliniar 
a0  x1  a1  x1  a 2  x1 x 2  ...  a k  x 2 x k   x1 y i
2
multifactorial 
a0  x 2  a1  x1 x 2  a 2  x 2  ...  a k  x 2 x k   x 2 y i
2
.............................................................................................

a0  x k  a1  x1 x 2  a 2  x1 x k  ...  a k  x k2   x k y i
 a0 , a1 , a2 ,..., ak
Coeficienţii a i pot avea fie semn pozitiv, fie semn negativ şi ne arată
tipul de legătură (directă sau inversă) dintre variabila factorială x i şi
variabila rezultativă y.
O problemă legată de aplicarea regresiei multifactoriale este posibilitatea

existenţei unor interdependenţe între factorii de influenţă
(multicoliniaritate). Efectele acesteia influenţează concluziile analizei.

Pentru 15 unităţi economice din acelaşi sector de activitate se cunosc
datele următoare:
Profit mediu lunar Imobilizari corporale

Nr. crt.
(zeci mii lei) (sute mii lei)
1 7,28 20,6
2 7,96 23,3
11
3 8,02 23,1
4 9,49 29,4
5 12,3 32,4
6 11,7 31,5
7 7,61 21,9
8 7,63 21,8
9 8,13 23,8
10 8,92 26,7
11 12,1 31,4
12 11,4 29,9
13 11,7 30,1
14 5,22 18,5
15 6,34 19,6
Total 135,8 384
Se cere :
1. să se argumenteze, cu ajutorul metodelor simple, existenţa, direcţia şi
forma legăturii;
2. să se determine parametrii funcţiei de regresie;
3. să se calculeze valorile funcţiei de regresie;

12
În loc de Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate în

rezumat această unitate şi să revizuiţi obiectivele precizate la început.

Într-o societate comercială s-au înregistrat următoarele date:
Încasări medii (mil.lei) 62 84 22 86 34 52 15 30

Salariu lunar (sute lei) 8,7 10,1 8,2 9,8 8,1 9,2 8,0 8,8
Se cere :
a. să se argumenteze, cu ajutorul metodelor simple, existenţa,
direcţia şi forma legăturii;
b. să se determine parametrii funcţiei de regresie;
c. să se calculeze valorile funcţiei de regresie;
9.1.
1. Legăturilor stohastice, sunt cele pentru care fenomenul efect este
influenţat de o multitudine de factori, esenţiali şi întâmplători. Unei valori
a fenomenului cauză xi îi pot corespunde mai multe valori diferite ale
fenomenului efect y, în funcţie de acţiunea combinată a celorlalţi factori
de influenţă. Fiecare caracteristică xi determină numai o parte a variaţiei
fenomenului y, restul variaţiei fiind explicat prin alte caracteristici, care
din punct de vedere al legăturii dintre y şi xi sunt întâmplătoare.
2. În funcţie de sensul relaţiei de cauzalitate avem legături :
 legături directe - când la modificarea lui x se modifică în acelaşi
sens şi y (x creşte, y creşte, sau x scade, y scade);
 legături inverse - când caracteristica dependentă se modifică în
sens contrar faţă de modificarea lui x (x creşte, y scade, sau x scade, y
creşte).
9.2.
1. b,c,d
2. a
3. a, b
9.3.
1. Metoda seriilor paralele interdependente presupune ordonarea
valorilor caracteristicii factoriale xi (imobilizări corporale) şi înregistrarea în
13
paralel a valorilor corespunzătoare ale caracteristicii dependente y i (profitul

lunar mediu), după cum se poate vedea în tabel
Nr. crt. Imobilizari corporale Profit mediu lunar

(sute mii lei) (zeci mii lei)
1 18,5 5,22
2 19,6 6,34
3 20,6 7,28
4 21,8 7,63
5 21,9 7,61
6 23,1 8,02
7 23,3 7,96
8 23,8 8,13
9 26,7 8,92
10 29,4 9,49
11 29,9 11,4
12 30,1 11,7
13 31,4 12,1
14 31,5 11,7
15 32,4 12,3
Total 384 135,8
Cele două şiruri de date din tabelul 2 indică existenţa unei legături
directe între numărul de salariaţi şi mărimea cifrei de afaceri. Pentru a putea
aprecia şi forma legăturii este necesar să se traseze graficul de corelaţie (figura
1), care sugerează o legătură de tip liniar.
Corelograma dintre imobilizările corporale şi profitul mediu lunar

13
12
11
Profit mediu lunar
10
9
8
7
6
5
4
15 20 25 30 35
Imobilizări corporale
Figura 1 Corelograma imobilizări corporale-profit mediu lunar
2. Aflarea parametrilor funcţiei liniare de regresie necesită rezolvarea

următorului sistem de ecuaţii normale:
na  b xi   yi


a  xi  b xi   xi yi

2
Calculele necesare rezolvării sistemului au fost sistematizate în tabelul
14
3.
Tabelul 3
Nr.crt.
0 1 2 3 4 5 6
1 18,5 5,22 342,25 96,57 27,2484 5,78675
2 19,6 6,34 384,16 124,264 40,1956 6,29264
3 20,6 7,28 424,36 149,968 52,9984 6,75254
4 21,8 7,63 475,24 166,334 58,2169 7,30442
5 21,9 7,61 479,61 166,659 57,9121 7,35041
6 23,1 8,02 533,61 185,262 64,3204 7,90229
7 23,3 7,96 542,89 185,468 63,3616 7,99427
8 23,8 8,13 566,44 193,494 66,0969 8,22422
9 26,7 8,92 712,89 238,164 79,5664 9,55793
10 29,4 9,49 864,36 279,006 90,0601 10,79966
11 29,9 11,4 894,01 340,86 129,96 11,02961
12 30,1 11,7 906,01 352,17 136,89 11,12159
13 31,4 12,1 985,96 379,94 146,41 11,71946
14 31,5 11,7 992,25 368,55 136,89 11,76545
15 32,4 12,3 1049,76 398,52 151,29 12,17936
Total 384 135,8 10153,8 3625,229 1301,417 135,7806
Sistemul de ecuaţii normale este:
15a  384b  135.8


384a  10153.8b  3625.229
cu soluţiile:
a = -2,7214
b = 0,4599
Ecuaţia medie de estimare a legăturii liniare dintre imobilizările
corporale şi profitul lunar mediu este:
Yxi  2.7214  0,4599 xi
Pentru fiecare 100000 lei imobilizăti corporale în plus profitul mediu
lunar se măreşte cu 4599 lei.
3. Valorile ajustate ale profitului mediu lunar se calculează înlocuind

fiecare variantă a caracteristicii factoriale xi în funcţia de regresie (vezi tabelul
3).
Yx1  2.7214  0.4599 *18.5  5.78675

Yx15  2.7214  0.4599 * 32.4  12.17936
15
1. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti şi

Editura Universitaria, Craiova, 2013;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea a II-a,
Editura Muntenia, 2003;
4. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura ALL, Bucureşti, 1995.
5. Baron, T., Biji, E., Statistică teoretică şi economică, Editura Didactică şi
Pedagogică, Bucureşti, 1996.
6. Isaic-Maniu Al.; Mitruţ, C.; Voineagu, V. – Statistică pentru managementul
afacerilor, Editura Economică, Bucureşti, 1999;
7. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui – Statistică, vol. I şi II,
ASE, Centrul de Învăţământ Economic Deschis la Distanţă, Bucureşti, 2000.
8. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura Meteor Press,
Bucureşti, 2003;
9. Voineagu, V.; Mitruţ, C.; Isaic-Maniu Al.; Ţitan, E.; Baron, T.; Ghiţă, S.; Şerban
D. – Statistică, teste grilă şi lucrări practice. Ed. Economică, Bucureşti, 1998;
10. Isaic-Maniu Al., Mitruţ C., Voineagu V.– Statistică, Editura Universitară,
Bucureşti, 2005.
16
17
Măsurarea intensităţii legăturii dintre variabile
MĂSURAREA INTENSITĂŢII LEGĂTURII DINTRE

VARIABILE
Cuprins Pagina
Obiectivele Unităţii de învăţare Nr. 10............................................................................ 2

10.1 Indicatorii sintetici de corelaţie .............................................................................. 2
10.2 Verificarea semnificaţiei coeficienţilor de corelaţie .............................................. 7
Lucrare de verificare Unitate de învăţare Nr. 10............................................................. 8
Bibliografie Unitate de învăţare Nr. 10........................................................................... 10
1

 Să calculeze valoarea coeficientului de corelaţie şi să interpreteze

corect rezultatul
 Să calculeze valoarea raportului de corelaţie şi să interpreteze corect
rezultatul
1.1. Indicatorii sintetici ai corelaţiei
Analiza legăturilor dintre fenomenele economico-sociale este completată

de măsurarea intensităţii legăturii cu ajutorul coeficienţilor de corelaţie şi
a raportului de corelaţie. Aceştia ne arată gradul de concentrare sau de
împrăştiere a valorilor în jurul liniei de regresie .
A. Covarianţa covx, y 
Covarianţa
Acest indicator se obţine ca o medie aritmetică a produselor abaterilor
variabilelor faţă de media lor. Relaţia de calcul este:
1 n
covx, y    ( xi  x)( yi  y)
n i 1
Semnul indicatorului arată directia legăturii: plus pentru legătura directă
şi minus pentru legătura inversă.Covarianţa este nulă dacă variantele sunt
independente.
Valoarea sa absolută nu are limită superioară covx, y  ; pe măsură ce

intensitatea corelaţiei creşte şi covarianţa creşte.
Se poate demonstra că în cazul unei legături funcţionale şi liniare

valoarea absolută maximă a covarianţei este egală cu produsul  x   y .
Indicatorul prezintă avantajul că se calculează uşor. În acelaşi timp

prezintă şi dezavantajul că depinde de unităţile în care se măsoară
variabilele aleatoare. Deci nu este comparabil de la o variabilă la alta.
B. Coeficientul de corelaţie liniară simplă ry x sau r

Coeficientul de
corelaţie liniară Coeficientul de corelaţie empiric propus de Karl Pearson este un
simplă indicator care măsoară numai intensitatea legăturii de tip liniar dintre
două variabile x şi y. Acesta e calculează ca o medie aritmetică a
produsului abaterilor normale normate ale celor 2 variabile, după
următoarea relaţie:
2
ry / x 
 x i 
 x yi  y   x i 
 x yi  y 
n x y
 x   y 
2 2
i x i y
n = numărul total al obsevaţiilor perechi.
Dacă ne raportăm la covarianţă, putem exprima coeficientul de corelaţie

cu relaţia:
ry / x 

covx, y   xi  x yi  y

 
 x y n x y
În practică se utilizează relaţia:

n xi  y i  xi  y i
r
n x 2
i
2

  xi   n yi2   yi 
2

Când intervin frecvenţele:
  
n n xy xi y i    xi n xi   y i nyi 
x y  x  y 
r
    
2
 
2

n xi n xi    xi n xi   n y i2 n yi    y i n yi
2



 x  x    y  y  
Coeficientul de corelaţie simplă se mai poate calcula şi cu relaţia:

x
r b
y
în care :
b = coeficient de regresie simplă;
 x = abaterea medie pătratică a caracteristicii factoriale;
 y = abaterea medie pătratică a caracteristicii rezultative.
Interpretarea Coeficientul de corelaţie are valori cuprinse între -1 şi 1. Semnul

valorii indicatorului stabileşte sensul legăturii: valorile pozitive ne indică o
coeficientului legătură directă, iar valorile negative ne indică o legătură inversă.
de corelaţie
liniară simplă Atunci când coeficientul ia valoarea zero, cele două variabile nu sunt
corelate liniar.
Dacă valorile coeficientului de corelaţie sunt apropiate de ±1 arată o

legătură extrem de puternică între x şi y apropiată de legăturile de tip
funcţional.
Valorile intermediare ale indicatorului corespund unor intensităţi diferite

ale corelaţiei, după cum urmează:
3
• 0,00  ryx  0,20 nu există o legătură semnificativă;

• 0,20  ryx  0,50 legătură slabă între variabile;
• 0,50  ryx  0,75 legătură de intensitate medie;
• 0,75  ryx  0,95 legătură puternică între variabile;
• 0,95  ryx  1,00 legătură foarte puternică (≈funcţională).
Raportul de C. Raportul de corelaţie

corelaţie
Acesta măsoară intensitatea legăturilor liniare şi curbilinii dintre
variabile şi se determină după ce s-a aplicat metoda regresiei, deoarece
pentru calculul său se utilizează valorile teoretice ale caracteristicii
dependente y.
Modelul de calcul al raportului de corelaţie porneşte de la faptul că

variaţia totală a caracteristicii y are o componentă determinantă explicată
prin influenţa caracteristicii factoriale x şi o componentă supusă
influenţei factorilor neînregistraţi aleatori.
Avem astfel trei tipuri de abateri:

• abaterea valorilor empirice de la medie ( ̅), sintetizată la
nivelul întregii serii în dispersia totală ; care reflectă influenţa tuturor
factorilor întâmplători şi esenţiali;
• abaterea valorilor teoretice de la valorile empirice ( )
exprimată pe total prin dispersia reziduală ⁄ , care măsoară influenţa
factorilor aleatori;
• abaterea valorilor teoretice de la medie ( ̅) reprezentată la
nivelul întregii serii de către dispersia sistematică ⁄ , ce arată influenţa
variabilei înregistrate x, considerată factor determinant al variaţiei lui y.
Calculul raportului de corelaţie se bazează pe descompunerea dispersiei

totale a variabilei dependente  y2 în dispersia valorilor empirice faţă de
valorile teoretice  y / r şi dispersia valorilor teoretice faţă de medie  y / x .
(y i  y) 2

(y  Y xi )2

 (Y xi  y) 2
, respectiv
n n n
 y2   y/r2  y/ x2
Dacă împărţim relaţia la  y , vom obţine:

2
 y/r2  y/ x2
 y2  y2
Primul termen al egalităţii reprezintă coeficientul de nedeterminaţie, ,

care ne arată ponderea factorilor aleatori în variaţia totală a fenomenului
4
y. Cel de-al doilea termen reprezintă coeficientul de determinaţie, R2 şi

ne arată în ce proporţie variaţia totală este explicată prin influenţa factorului
înregistrat x.
Raportul de corelaţie se obţine ca rădăcină pătrată a coeficientului de

determinaţie, conform relaţiilor:
 y/r2  y/ x2
R  1 sau R
 y2  y2
Aceste formule se utilizează, de regulă, pentru un volum mic de date.

Valorile indicatorului sunt cuprinse între 0 şi 1. Raportul de corelaţie este
nul în cazul variabilelor independente şi 1 în cazul variabilelor foarte
puternic corelate.
Pentru legăturile liniare, raportul de corelaţie este egal cu coeficientul de

corelaţie. Atunci când în urma calculării celor doi indicatori se constată
egalitatea lor, aceasta este o confirmare a liniarităţii legăturii.
Raportul de corelaţie multiplă

Măsoară intensitatea legăturii dintre o caracteristică rezultativă y
Raportul de şi două sau mai multe caracteristici factoriale xi  , i  1, p .
corelaţie
 y  Yx1 , x2 ,....,xi ,....,xn 
2
multiplă
R y / x1 , x2 ,.....,xi ,....,xn  1
i
 y 2
i y
Raportul sau coeficientul de corelaţie multiplă are întotdeauna
valoare pozitivă şi este mai mare decît oricare coeficient de corelaţie
simplă dintre variabilele factoriale şi cea rezultativă
Corelaţia parţială
În practică, apare necesitatea studierii separate a perechilor de
Corelaţia variabile Y şi xi. Aceasta se realizează cu ajutorul corelaţiei parţiale, care
parţială măsoară intensitatea legăturii dintre variabile prin excluderea succesivă a
influenţei celorlalţi factori menţinând numai influenţa factorului măsurat,
în condiţiile în care influenţa tuturor factorilor se consideră constantă.
În funcţie de numărul variabilelor a căror influenţă se elimină din
calcul, coeficienţii de corelaţie parţială pot fi de ordinal întâi, pentru o
variabilă; de ordinul doi, pentru două variabile etc.
Coeficienţii corelaţiei parţiale pot fi calculaţi fie pe baza
coeficienţilor simpli, fie pe baza dispersiilor.
De exemplu, determinarea coeficienţilor de corelaţie parţială de
ordinul întâi se face cu relaţiile:
 între Y şi x1 excluzând influenţa lui x 2
ry x1  ry x2  rx1 x2
ry x1 , x2 
1  r 2 y x2  1  r 2 x1 x2 
 între Y şi x 2 excluzând influenţa lui x1
5
ry  ry  rx1
ry  x2 x1 x2
x1 , x 2
1  r 2
y x1  1  r 2
x1 x 2 
Pentru 15 unităţi economice din acelaşi sector de activitate se

cunosc datele următoare:
Nr. crt.
1 7,28 20,6
2 7,96 23,3
3 8,02 23,1
4 9,49 29,4
5 12,3 32,4
6 11,7 31,5
7 7,61 21,9
8 7,63 21,8
9 8,13 23,8
10 8,92 26,7
11 12,1 31,4
12 11,4 29,9
13 11,7 30,1
14 5,22 18,5
15 6,34 19,6
Total 135,8 384
Se cere să se afle valoarea coeficientului de corelaţie.

6
1.2. Verificarea semnificaţiei coeficienţilor de corelaţie
Testarea Testarea coeficientului de corelaţie

coeficientului
de corelaţie Pentru a verifica semnificaţia coeficientului de corelaţie liniară simplă se
utilizează testul t. Valoarea calculată a mărimii t se determină cu relaţia:
ry x
t  n2
1  ry x
2
unde: ry / x - coeficientul de corelaţie liniară simplă;

n - numărul observaţiilor;
n-2 - numărul gradelor de libertate.
Valoarea rezultată din calcul se compară cu valoarea teoretică din tabelul

valorilor repartiţiei Student în funcţie de nivelul de semnificaţie α ales şi
de numărul gradelor de libertate (v = n - 2).
Pentru a considera semnificativ coeficientul de corelaţie dat, trebuie

îndeplinită condiţia: . În caz contrar, influenţa caracteristicii
factoriale x asupra caracteristicii dependente y nu este reală.
În situaţia unei corelaţii liniare multiple, se calculează coeficienţi de

corelaţie liniară simplă luând pe rând câte un factor xi pentru a măsura
intensitatea legăturii sale cu variabila dependentă y. Se obţine câte un
coeficient de corelaţie liniară simplă pentru fiecare caracteristică
factorială înregistrată.
Testarea raportului de corelaţie

Testarea
raportului de Pentru verificarea semnificaţiei raportului de corelaţie se foloseşte testul
corelaţie F.
n  k 1 R2
F
k 1 R2
unde k = numărul de variabile independente.
Valoarea calculată se compară valoarea tabelară F ;v1 ;v2 corespunzătoare

nivelului de semnificaţie α şi numărului gradelor de libertate v1  k şi
v2  n  k  1 . Valoarea tabelată arată nivelul de la care începe să fie
semnificativ raportul de corelaţie. Aşadar, pentru Fcalc ≥ Ftab, raportul de
corelaţie este acceptat, iar pentru Fcalc < Ftab este respins.
7
1. Cum testăm semnificaţie coeficientului de corelaţie?

2. Ce condiţie trebuie îndeplinită pentru a considera coeficientul de
corelaţie semnificativ?


Într-o şcoală s-a făcut un studiu referitor la banii de buzunar pe care îi

primesc elevii săptămânal în funcţie de vârsta acestora. Rezultatele
anchetei sunt următoarele:
Grupe de Subgrupe de elevi după vârstă (ani)

elevi după
banii de 7-8 9-10 11-12 13-14 14-15
buzunar Total
40-60 8 10 - - - 18
60-80 7 18 16 - - 41
80-100 8 27 27 22 - 84
100-120 - 7 10 24 16 57
Total 23 62 53 46 16 200
Se cere:
1. Să se reprezinte grafic legătura dintre cele două variabile;
2. Să se caracterizeze intensitatea legăturii dintre cele două
variabile printr-un indicator corespunzător;
8
10.1.
Nr.crt.
0 1 2 3 4 5
1 18,5 5,22 342,25 96,57 27,2484
2 19,6 6,34 384,16 124,264 40,1956
3 20,6 7,28 424,36 149,968 52,9984
4 21,8 7,63 475,24 166,334 58,2169
5 21,9 7,61 479,61 166,659 57,9121
6 23,1 8,02 533,61 185,262 64,3204
7 23,3 7,96 542,89 185,468 63,3616
8 23,8 8,13 566,44 193,494 66,0969
9 26,7 8,92 712,89 238,164 79,5664
10 29,4 9,49 864,36 279,006 90,0601
11 29,9 11,4 894,01 340,86 129,96
12 30,1 11,7 906,01 352,17 136,89
13 31,4 12,1 985,96 379,94 146,41
14 31,5 11,7 992,25 368,55 136,89
15 32,4 12,3 1049,76 398,52 151,29
Total 384 135,8 10153,8 3625,229 1301,417
Coeficientul de corelaţie liniară simplă este:
n xi y i   xi  y i
ry / x  
 
n xi2   xi  n y i2   y i 
2 2

15 * 3625.229  384 *135.8
  0.97498
15 *10153.8  14745615 *1301.417  18441.64
Acest rezultat ne arată o legătură puternică între valoarea imobilizărilor
corporale şi profitul mediu lunar. Cu cât ry/x se apropie mai mult de
valoarea 1, cu atât legătura este mai puternică.
10.2.
1. Pentru a verifica semnificaţia coeficientului de corelaţie liniară simplă
se utilizează testul t. Valoarea calculată a mărimii t se determină cu
relaţia:
ry x
t  n2
1  ry x
2
unde: ry / x - coeficientul de corelaţie liniară simplă;

n - numărul observaţiilor;
n-2 - numărul gradelor de libertate.
3. Valoarea rezultată din calcul se compară cu valoarea teoretică din

tabelul valorilor repartiţiei Student în funcţie de nivelul de
semnificaţie α ales şi de numărul gradelor de libertate (v = n - 2).
9
Pentru a considera semnificativ coeficientul de corelaţie dat, trebuie

îndeplinită condiţia: . În caz contrar, influenţa caracteristicii
factoriale x asupra caracteristicii dependente y nu este reală.
1. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti şi

Editura Universitaria, Craiova, 2013;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea a II-a,
Editura Muntenia, 2003;
4. Andrei, T., Stancu, S., Statistică. Teorie şi aplicaţii, Editura ALL, Bucureşti,
1995.
7. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui – Statistică, vol. I şi II,
ASE, Centrul de Învăţământ Economic Deschis la Distanţă, Bucureşti, 2000.
Bucureşti, 2003;
9. Voineagu, V.; Mitruţ, C.; Isaic-Maniu Al.; Ţitan, E.; Baron, T.; Ghiţă, S.; Şerban
D. – Statistică, teste grilă şi lucrări practice. Ed. Economică, Bucureşti, 1998;
Bucureşti, 2005.
10
Metode neparametrice de măsurare a intensităţii legăturilor dintre variabile
METODE NEPARAMETRICE DE MĂSURARE A

INTENSITĂŢII LEGĂTURII DINTRE VARIABILE
Cuprins Pagina

11.1 Coeficienţii de asociere şi contingenţă ................................................................... 2
11.2 Coeficienţii de corelaţie a rangurilor ...................................................................... 3
1

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

determină legăturii. Aceştia se stabilesc fie în funcţie de abaterile individuale ale
coeficienţii variabilelor corelate faţă de media lor, fie în funcţie de rangurile
corelaţiei perechilor de valori ale variabilelor corelate.
neparametrice
De asemenea, metodele neparametrice se folosesc şi atunci când
variabilele observate sunt de natură calitativă, când datele nu provin
dintr-o populaţie cu distribuţie normală de probabilitate sau aproximativ
normală sau când informaţiile sunt insuficiente pentru a putea presupune
normalitatea distribuţiei, ca de exemplu, atunci când date provin din
eşantioane de volum redus.
A. Coeficienţii de asociere şi contingenţă
Aceşti coeficienţi se folosesc în cazurile în care unităţile purtătoare ale

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

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

asociere caracteristicii Total
Y1 Y2
x
x1
x2
Total
În cazul în care se remarcă o concentrare a frecvenţelor pe una dintre

diagonalele tabelului, putem spune că avem o asociere puternică între
variabilele observate. Astfel, dacă frecvenţele condiţionate sunt dispuse
doar pe diagonala principală, atunci vorbim de o asociere perfect
2
pozitivă, iar dacă frecvenţele condiţionate sunt dispuse doar pe diagonala

secundară, atunci vorbim de o asociere perfect negativă.
În cazul în care frecvenţele de pe aceeaşi linie şi de pe aceeaşi coloană se

află în acelaţi raport, cele două variabile observate nu sunt asociate sau
sunt independente. Respectiv:
Coeficeintul de Valoarea numerică a coeficientului de asociere, care să arate existenţa şi

asociere intensitatea legăturii, se determină cu formula propusă de Yule:
n n n n
Qa  12 21 12 21  1  Qa  1
n12  n21  n12 n21
Coeficientul de contigenţă se determină cu relaţia:

Coeficientul de n12  n21  n12 n21
contingenţă Qc 
(n11  n12 )(n21  n22 )(n11  n22 )(n21  n22 )
cu aceeaşi semnificaţie ca şi coeficientul de asociere.
Aceşti coeficienţi pot fi consideraţi drept coeficienţi de corelaţie pentru

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

2. Ce este tabelul de asociere?
11.2. Coeficienţii de corelaţie a rangurilor
În ce constă Această metodă constă în înlocuirea valorilor observate ale celor două
metoda caracteristici x şi y, cu numere de ordine care indică poziţia fiecărei
coeficienţilor de valori în şir (rangul). Dacă există concordanţă între rangurile
corelaţie a caracteristicii factoriale x şi rangurile caracteristicii dependente y
rangurilor înseamnă că cele două caracteristici sunt corelate.
Rangurile se obţin după ce s-au ordonat datele individuale ale celor două
3
variabile în ordine crescătoare astfel încât va trebui să vedem în ce

măsură există, la nivelul fiecărei unităţi, concordanţa între rangurile
caracteristicii factoriale de la 1 la n, cu rangurile caracteristicii
rezultative tot de la 1 la n. Deci se ordonează unităţile înregistrate în
funcţie de rangul caracteristicii factoriale.
La fiecare unitate se ataşează rangul corespunzător al variabilei

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

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

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

covxy 
ryx 
 x y
Coeficientul Spearman se determină cu relaţia:

6 di2
rs  1 
 
n n2  1
în care:
d i  diferenţa de rang între variabilele corelate pentru aceeaşi
unitate de observare;
n  numărul perechilor de valori corelate di  Rxi  Ryi , i  1, n ;
Dacă între cele 2 serii de ranguri există concordanţă deplină,
toate diferenţele d i  xi  yi sunt nule şi rS  1 , iar dacă rangurile sunt
opuse, rS  1 .
Coeficientul Coeficientul lui Kendall este definit de relaţia:

Kendall 2S
rK  ;
nn  1
în care S este suma algebrică între numărul de ranguri superioare
fiecărui rang P şi numărul de ranguri inferioare ficărui rang Q calculate
numai pentru caracteristica rezultativă condiţionată de caracteristica
factorială.
Coeficientul rangurilor calculat după formula lui Kendall, este de obicei

4
mai mare decât cel calculat după formula lui Spearman, iar în cazul unui
număr mare n, între valorile coeficientului rangurilor rS şi rK există
relaţia:
2
rK  rS ;
3
Coeficienţii de corelaţie a rangurilor au ca interval de variaţie [ ], cu

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

datele următoare:

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

neparametrice.
5

În loc de
rezumat

Zece agenţi economici din acelaşi domeniu de activitate au înregistrat

următoarele date:
Investiţiile
brute (mii 23 34 43 45 67 98 35 18 76 56
lei)
Profitul
net (mii 3.2 4.1 5.3 4.8 6.3 8.2 3.7 2.3 6.9 7.9
lei)
Ştiind că legătura dintre cele doua variabile are caracter liniar, măsuraţi
intensitatea acesteia prin intermediul :
1. coeficientul de corelaţie a rangurilor Spearman ;

2. coeficientul de corelaţie a rangurilor Kendall.
6
10.1.
1. Coeficienţii corelaţiei neparametrice se determină independent de
forma legăturii. Aceştia se stabilesc fie în funcţie de abaterile individuale
ale variabilelor corelate faţă de media lor, fie în funcţie de rangurile
perechilor de valori ale variabilelor corelate.
De asemenea, metodele neparametrice se folosesc şi atunci când
variabilele observate sunt de natură calitativă, când datele nu provin
dintr-o populaţie cu distribuţie normală de probabilitate sau aproximativ
normală sau când informaţiile sunt insuficiente pentru a putea presupune
normalitatea distribuţiei, ca de exemplu, atunci când date provin din
eşantioane de volum redus.
2. Tabelul de asociere prezintă repartiţia elementelor populaţiei studiate

după două caracteristici corelate logic şi care alternează între două
posibilităţi.
10.2.
În vederea aplicării metodei corelaţiei neparametrice vom ordona crescător
valorile caracteristicii factoriale X (imobilizări corporale), trecând într-o
coloană alăturată valorile corespunzătoare ale caracteristicii dependente Y
(profit mediu lunar), după cum se poate vedea în tabelul următor, coloanele 1 şi
2.
Astfel, vom acorda câte un rang fiecăruia din cele 15 unităţi economice, în
funcţie de valoarea imobilizătilor corporale (coloana 3) şi nivelul profitului
mediu lunar (coloana 4) şi vom măsura diferenţele dintre cele două ranguri.
Aceste diferenţe vor fi ridicate la pătrat (coloana 5), suma lor urmând a fi
folosită pentru calcularea coeficientului Spearman de corelaţie a rangurilor:
6 d i2 6*6
rs  1   1  0.989285

n n 1
2
 
15 15 2  1
unde: di – diferenţa de rang
n – numărul observaţiilor
xi yi R xi R yi Pi Qi Si
1 2 3 4 5 6 7 8
18,5 5,22 1 1 0 14 0 14
19,6 6,34 2 2 0 13 0 13
20,6 7,28 3 3 0 12 0 12
21,8 7,63 4 5 1 10 1 9
21,9 7,61 5 4 1 10 0 10
23,1 8,02 6 7 1 8 1 7
23,3 7,96 7 6 1 8 0 8
23,8 8,13 8 8 0 7 0 7
26,7 8,92 9 9 0 6 0 6
29,4 9,49 10 10 0 5 0 5
29,9 11,4 11 11 0 4 0 4
7
30,1 11,6 12 12 0 3 0 3
31,4 12,1 13 14 1 1 1 0
31,5 11,7 14 13 1 1 0 1
32,4 12,3 15 15 0 0 0 0
384 135,8 - - 6 - - 99
Pentru a calcula coeficientul Kendall de corelaţie a rangurilor vom stabili

pentru fiecare unitate economică în parte numărul total al celor care au un nivel
superior al profitului lunar mediu (coloana 6), respectiv inferior (coloana 7).
Pentru aceasta vom numara rangurile superioare (respectiv inferioare) R y care
apar după rândul corespunzator unităţii economice respective, până la sfârşitul
tabelului .
Folosind totalurile din coloanele 6, 7 şi 8 putem calcula coeficientul Kendall :
rk  2
 P  Q
i i

2 S i
nn  1 n(n  1)
2 * 99
rk   0.9428
15(15  1)
Datele din tabelul iniţial pot fi folosite pentru a construi un tabel de asociere.
Pentru aceasta am calculat valoarea medie a profitului mediu lunar (9,04 zeci
mii lei) şi valoarea medie a imobilizărilor corporale (25,6 sute mii lei) şi am
transformat cele doua variabile analizate in caracteristici alternative prin
restrângerea celor 15 înregistrări în doua grupe: valori sub medie, respectiv
peste medie.
Tabelul de asociere
Profit mediu lunar
Imobilizări (zeci mii lei)
corporale
(sute mii lei) sub 9,04 peste 9,04
sub 25,6 8 0
peste 25,6 1 6
Pentru a aprecia intensitatea legaturii se foloseşte coeficientul de asociere,

calculat cu relaţia:
ad  bc 8  6  1  0
Q 
ad  bc 8  6  1  0
Q 1
8
1. Moise-Ţiţei, A. - Statistică economică, Editura Pro Universitaria, Bucureşti

şi Editura Universitaria, Craiova, 2013;
3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea a
II-a, Editura Muntenia, 2003;
Bucureşti, 1995.
7. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui – Statistică, vol. I şi
II, ASE, Centrul de Învăţământ Economic Deschis la Distanţă, Bucureşti,
2000.
Bucureşti, 2003;
9. Voineagu, V.; Mitruţ, C.; Isaic-Maniu Al.; Ţitan, E.; Baron, T.; Ghiţă, S.;
Şerban D. – Statistică, teste grilă şi lucrări practice. Ed. Economică,
Bucureşti, 1998;
Bucureşti, 2005.
9
Serii cronologice. Indicatorii seriilor cronologice
SERII CRONOLOGICE. INDICATORII SERIILOR

CRONOLOGICE
Cuprins Pagina

12.1 Clasificarea şi particularităţile seriilor cronologice ................................................ 2
12.2 Indicatorii seriilor cronologice .............................................................................. 5
1

 Să enumere tipurile de serii cronologice
 Să reprezinte grafic seriile cronologice
 Să calculeze indicatorii absoluţi, relativi şi medii în funcţie de tipul
de serie
 Să exprime indicii de dinamică
 Să facă trecerea de la baza fixă la baza în lanţ şi invers în funcţie de
tipul de indici
12.1. Clasificarea şi particularităţile seriilor cronologice
Ce este o serie O serie cronologică se prezintă sub forma unui şir sistematizat de valori
cronologică? ale unei caracteristici, realizate la momente sau intervale de timp
succesive. Seriile cronologice se regăsesc în literatura de specialitate şi
sub denumirea de serii de timp, serii dinamice sau cronici.
Atunci când vorbim despre o serie cronologică vom avea în vedere că

măsurarea timpului se face cu o scală de interval, iar unităţile de măsură
sunt anul, trimestrul, luna, săptămâna şi ziua. De asemenea, pentru a
putea caracteriza evoluţia în timp a unui fenomen cu ajutorul
indicatorilor seriilor cronologice se presupune ca spaţiul de manifestare
al acestuia şi structura organizatorică să fie constante. Mai mult, vom
reţine şi faptul că variabila observată ia diferite valori ca urmare a
acţiunii unui ansamblu diferit de factori esenţiali sau neesenţiali, comuni
sau specifici etc.
O serie cronologică poate fi scrisă sub forma: Y= f(t), unde:

- variabila t ia valorile ti (i= 1, T ) şi nu trebuie interpretată ca factor
de influenţă al variabilei y;
- variabila y ia valorile individuale y t .
Seriile cronologice se pot clasifica în funcţie de mai multe criterii, astfel:

a) după modul de definire al timpului, avem serii de momente (Ti)
Clasificarea sau serii de intervale (ti = Ti -Ti-1)
seriilor
cronologice Serii cronologice de momente (sau de stocuri) sunt definite prin cuplurile
după modul de de valori ( ) şi măsoară volumul unei colectivităţi de stări (fiinţe,
definire a lucruri) la diferite momente.
timpului Caracteristic acestui tip de serie este faptul că termenii ei nu se pot
cumula în scopul obţinerii unui indicator totalizator, deoarece cuprinde
înregistrări repetate. Ca exemple avem: stocul disponibil dintr-o marfă la
sfârţitul fiecărei luni sau lungime totală a autostrăzilor la sfârşitul fiecărui
an.
Serii cronologice de intervale (sau de fluxuri) sunt definite prin cuplurile
2
de valori ( ) şi ne arată nivelul unui fenomen în diferite intervale de

timp. Fiecare valoare din serie este rezultatul acumulărilor într-o
perioadă de timp delimitată de două momente distincte. Drept intervale
pot fi utilizate: ora, ziua, luna, trimestrul, anul, în funcţie de natura
fenomenului analizat şi de scopul cercetării.
Caracteristic acestui tip de serie este faptul ca termenii ei se pot cumula,

indicatorul obţinut având o semnificaţie bine precizată. Ca exemple
avem: cifra de afaceri anuală obţinută prin cumularea cifrelor de afaceri
lunare sau valoarea anuală a PIB-ului obţinută prin cumularea PIB-ului
trimestrial.
b) după modul de exprimare al indicatorilor din care este

formată seria se disting:
Clasificarea Serii cronologice formate din indicatori absoluţi, care reprezintă forma
seriilor de bază a seriilor de timp. Ele asigură cea mai cuprinzătoare prelucrare şi
cronologice permit obţinerea altor serii de indicatori derivaţi pentru analiza
după modul de fenomenului.
exprimare a
indicatorilor Serii cronologice formate din indicatori relativi, care se obţin în urma
prelucrării unor serii de mărimi absolute. Indicatorii relativi se pot
prezenta sub formă de mărimi relative de coordonare, de dinamică sau de
structură, cu specificarea bazei de raportare, pentru corecta interpretare a
datelor.
Serii cronologice formate din indicatori medii, obţinute din caracteristici

calitative calculate ca raport a două mărimi cantitative (productivitatea
muncii sau producţia medie la hectar). De asemenea se pot forma şi din
caracteristici cantitative, în care fiecare valoare ce se referă la o perioadă
de timp se obţine ca medie (salariul mediu lunar sau valoarea medie
anuală a capitalului fix).
c) În funcţie de numărul termenilor seriile cronologice au

Clasificarea lungime mică, medie sau mare. Seriile de lungime mică au mai mult
seriilor caracter de informare, de popularizare, însă cele de lungime medie şi
cronologice mare prezintă interes din punctul de vedere al analizei statistice.
după numprul
de termeni ai Seriile cronologice se caracterizează printr-o serie de particularităţi,
seriei dintre care reţinem:
 Variabilitatea termenilor unei serii cronologice care reflectă

modificarea valorii indicatorului de la un moment de timp la altul sau
de la un interval de timp la altul. Acesta se datorează faptul că fiecare
termen se obţine prin centralizarea unor date individuale diferite ca
Particularităţile nivel de dezvoltare şi faptului că asupra fenomenului analizat
seriilor acţionează o multitudine de factori întâmplători;
cronologice
3
 Omogenitatea termenilor este o cerinţă obligatorie atunci când se

doreşte calculare indicatorilor seriilor cronologice şi trebuie înţeleasă
în sensul că în aceeaşi serie nu pot fi înscrise decât fenomene de
acelaşi gen, care sunt rezultatul acţiunii aceloraşi cauze esenţiale.
Particularităţile Asigurarea omogenităţii observaţiilor de-a lungul unei perioade de
seriilor timp presupune menţinerea aceloraşi metodologii de calcul şi
cronologice evaluare a indicatorilor care urmează să fie analizaţi în dinamică,
respectiv a criteriilor de clasificare pentru colectivităţile studiate. De
aici derivă şi o altă proprietate a seriilor cronologice, respectiv
comparabilitatea termenilor. Aceasta proprietate, alături de
omogenitate, ne cere să verificăm dacă datele unei serii provin din
aceeaşi sursă, au acelaşi grad de cuprindere a unităţilor şi au fost
folosite aceleaşi principii şi metode de prelucrare.
 Periodicitatea termenilor este trăsătura care asigură continuitatea

datelor din punct de vedere a variabilei timp şi care ne dă
posibilitatea interpretării seriei cronologice ca pe o funcţie analitică
Y = f(t), Variabila timp poate fi înregistrată cu periodicităţi diferite.
Alegerea periodicităţii folosite se face în raport cu scopul cercetării şi
cu posibilităţile de măsurare.
 Interdependenţa termenilor unei serii cronologice presupune că

nivelul fiecărui termen al seriei depinde într-o măsură mai mică sau
mai mare de nivelul unuia sau mai multora dintre termenii anteriori,
evidenţiindu-se astfel o tendinţă comună în evoluţia termenilor seriei.
Pornind de la aceste particularităţi, analiza statistică a seriilor

cronologice trebuie să se bazeze pe un sistem de indicatori, care să
caracterizeze multiplele relaţii cantitative din interiorul seriei şi pe toată
perioada la care se referă datele.
Ca atare, atunci când analizăm seriile cronologice vom avea în vedere o

serie de elemente, precum:
a) alegerea lungimii seriei şi prezentarea acesteia astfel încât, pe cât
posibil, să îndeplinească condiţia legii numerelor mari, adică să
aibă un număr suficient de date pentru orizontul de analiză
statistică cu care să se fundamenteze corect prognozele de lungă
şi scurtă durată;
b) calculul şi analiza unui sistem de indicatori statistici absoluţi,
relativi şi medii necesari caracterizării seriei;
c) identificarea trendului (tendinţei) de evoluţie a fenomenelor din
cadrul seriei prin utilizarea metodelor de ajustare statistică şi a
testelor de verificare a ipotezelor privind forma obiectivă de
evoluţie pe perioada luată în calcul;
d) calculul şi analiza sezonalităţii şi al altor forme de evoluţie cu
caracter ciclic;
e) interpolarea şi extrapolarea seriilor cronologice potrivit scopului
cercetării statistice.
4
Încercuiţi răspunsul pe care îl consideraţi corect:
1. Din ce este formata o serie cronologica?

a. din două şiruri de date paralele;
b. din două şiruri de date neparalele;
c. din două şiruri de date convergente;
d. din două şiruri de date divergente.
2. Care sunt proprietatile seriilor cronologice?

a. variabilitatea termenilor;
b. omogenitatea termenilor;
c. corelaţia termenilor;
d. interdependenţa termenilor;
e. periodicitatea termenilor.
3. Care sunt criteriile de clasificare a seriilor cronologice?

a. modul de exprimare al indicatorilor;
b. modul de calcul al coeficienţilor;
c. timpul la care se refera datele;
d. natura procesului statistic pe care îl reprezinta.
4. Cum se clasifica seriile cronologice în funcţie de modul de

exprimare al indicatorilor?
a. formate din indicatori simpli;
b. formate din indicatori absoluţi;
c. formate din indicatori relativi;
d. formate din indicatori medii.
5. Cum se clasifica seriile cronologice în funcţie de unitatea de
timp?
a. de intervale de timp
b. de intervale de momente
c. de intervale de spatiu
d. de intervale variabile
12.2. Indicatorii seriilor cronologice
Întrucât termenii seriei cronologice prezintă variaţii de la o perioadă de

timp la alta, se cere ca pentru studiul acestora să se calculeze un sistem
de indicatori statistici absoluţi, relativi şi medii. Aceşti indicatori
5
caracterizează modificarea în timp a fenomenului analizat.
Indicatorii pot fi primari şi derivaţi. Indicatorii derivaţi se calulează prin

comparare, sub formă de diferenţă sau de raport.
Indicatorii A. Indicatorii exprimaţi prin mărimi absolute

exprimaţi prin
mărimi absolute Indicatorii absoluţi exprimă starea fenomenului investigat dintr-o
perioadă sau moment de timp, respectiv modificările apărute succesiv în
timp. Aceştia se exprimă în unităţi concrete de măsură, adică în unitatea
de măsură a variabilei analizate. Aici se includ:
Valorile  Valorile individuale ale caracteristicii corespunzătoare condiţiilor

individuale ale specifice de producere şi reproducere ale fenomenului urmărit,
caracteristicii cunoscute şi sub denumirea de indicatori de nivel;
yt , t  1, T
 Volumul agregat al caracteristicii, indicator ce trebuie calculat cu

precauţie deoarece nu toate caracteristicile au valori însumabile.
T
y
t 1
t
Un astfel de exemplu de indicatori care nu sunt însumabili îl constituie

mărimile relative de intensitate.
De asemenea, calculul volumului agregat al caracteristicii pentru o serie

cronologică de momente este lipsită de sens.
 Modificarea absolută (sporul absolut sau creşterea/descreşterea absolută)

este un indicator care exprimă cu câte unităţi de măsură s-a modificat
Modificarea
valoarea individuală dintr-o perioadă faţă de o altă perioadă aleasă ca
absolută
bază de comparaţie.
În funcţie de baza de comparaţie utilizată, putem avea :

 modificări absolute cu bază fixă:
o yt / 0  yt  y0 , t  1, T ;
 modificări absolute cu bază în lanţ:
o y t / t 1  y t  y t 1 , t  1, T .
Valorile pozitive ale acestor indicatori semnifică sporuri, creşteri faţă de

perioada aleasă ca bază de comparaţie, iar valorile negative ne arată
scăderi, deficit.
În cazul modificării absolute cu bază fixă este importantă alegerea unei

baze de comparaţie convenabile, reprezentative pentru fenomenul dat şi
care să nu fie influenţată de variaţii conjuncturale majore. Baza fixă de
comparaţie poate fi orice termen al seriei. Alegerea bazei fixe de
6
comparaţie nu trebuie să afecteze comparabilitatea termenilor.
Între modificările absolute cu bază fixă şi cele cu bază mobilă,

calculate pentru aceeaşi serie, au loc următoarele relaţii:
T

t 1
y
t / t 1 y T / 0 ,
unde y T / 0 – modificarea absolută a ultimei perioade.

y t / 0  y t 1 / 0  y t / t 1 .
Aşadar, prin însumarea modificărilor absolute cu baza în lanţ până la

termenul T se obţin modificările absolute cu bază fixă ale acestor
termeni. Această relaţie asigură obţinerea termenilor seriei iniţiale
atunci când se cunosc modificările absolute cu bază în lanţ.
Relaţiile de trecere de la o bază la alta se utilizează în mod frecvent

pentru reconstituirea seriei cronologice de date absolute, atunci când
nu se dispune de seria termenilor iniţiali.
B. Indicatorii exprimaţi prin mărimi relative
Indicatorii Spre deosebire de indicatorii absoluţi, aceştia pot fi utilizaţi în analiza

exprimaţi prin comparativă a evoluţiei mai multor fenomene. Ei redau proporţia sau
mărimi relative decalajul diverselor nivele realizate ale unei caracteristici în perioade
distincte. Prin urmare, indicatorii relativi exprimă de câte ori valoarea
unei variabile este mai mare sau mai mică decât cea aleasă bază de
comparaţie.
 Indicele de dinamică
Acesta se calculează prin raportarea termenului comparat la termenul
Indicele de bază de comparaţie, se exprimă sub formă de coeficient sau în
dinamică procente şi ne arată de câte ori s-a modificat valoarea caracteristicii
faţă de perioada bază de comparaţie. Se calculează cu următoarele
relaţii:
a. cu bază fixă ( I t / 0 )
yt
It /0  , t  1, T
y0
b. cu bază mobilă ( I t / t 1 )
yt
I t / t 1  , t  1, T
yt 1
Dacă indicii de dinamică sunt supraunitari aceştia ne indică creşteri

ale fenomenului analizat, iar dacă sunt subunitari desemnează
descreşteri.
Trecerea de la indicii de dinamică cu bază în lanţ la indicii cu bază

7
fixă şi invers se realizează cu ajutorul următoarelor relaţii de recurenţă

:
a) Produsul indicilor cu bază în lanţ este egal cu indicele cu

bază fixă al ultimei perioade.
T
y
t 1
t / t 1  IT / 0
b) Raportul dintre indicii cu bază fixă succesivi este egal cu

indicele cu bază în lanţ corespunzător.
It / 0
 I t / t 1
I t 1 / 0
 Ritmul modificării (rata sporului)
Ritmul Acesta ne arată cu câte procente s-a modificat nivelul înregistrat de

modificării caracteristica analizată într-o anumită perioadă faţă de nivelul din
perioada bază de comparaţie şi se poate calcula fie ca raport între
modificarea absolută şi mărimea termenului din perioada bază de
comparaţie, fie prin diferenţa dintre indicele de dinamică şi 1 (dacă
este exprimat sub formă de coeficient) sau 100 (dacă este exprimat în
procente).
a. cu bază fixă ( Rt 1 ) :
yt  y1
Rt 1   100 sau R t 1  I t 1(%)  100% , t  2, T
y1
b. cu bază în lanţ ( Rt t 1 ):
yt  yt 1
Rt t 1   100 sau R t t 1  I t t 1(%)  100% , t  2, T
yt 1
 Valoarea absolută a unui procent din ritmul modificării
Valoarea Raţionamentul determinării valorii absolute a unui procent de creştere

absolută a unui are la bază repartizarea uniformă a modificării absolute pe procentele
procent din ritmului de modificare relativă. Din această cauză el exprimă câte
ritmul unităţi de măsură revin unei creşteri de un procent.
modificării
Utilizarea acestui indicator dezvăluie aspecte noi ale tendinţei de
evoluţie, neidentificate nici prin indicatorii absoluţi, nici prin cei
relativi. Există cazuri în care procentele de creştere/descreştere pot
avea o tendinţă de diminuare, însă valoarea unui procent de
modificare să înregistreze în acelaşi timp o tendinţă opusă.
Valoarea absolută a unui procent din ritmul de modificare se

caculează cu relaţiile:
a. cu bază fixă( At 0 )
8
y0
At 0 
100
b. cu bază mobilă ( At t 1
)
yt 1
At t 1 
100
O problemă deosebită pentru calculul indicatorilor relativi şi absoluţi

o reprezintă alegerea termenului bază de comparaţie. Aceasta trebuie
să fie subordodonată cerinţei de asigurare a comparabilităţii
termenilor din seria cronologică. Cu cât baza de comparaţie este mai
bine aleasă, cu atât se sesizează mai bine regularitatea mişcării în timp
a fenomenului analizat.
C. Indicatorii exprimaţi prin mărimi medii
Spre deosebire de indicatorii absoluţi şi relativi, care se determină sub

forma unui şir de valori care arată variabilitatea termenilor seriei
cronologice de intervale, indicatorii medii oferă o măsură sintetică a
Indicatorii tendinţei de evoluţie a întregii serii.
exprimaţi prin
mărimi medii Pentru caracterizarea tendinţei centrale în seriile cronologice de termeni
absoluţi şi relativi este necesar să se calculeze şi indicatorii medii
specifici: nivelul mediu, modificarea medie absolută, indicele mediu de
dinamică şi ritmul mediu al modificării relative.
 Nivelul mediu al termenilor seriei cronologice
Acesta se exprimă în umităţi concerete de măsură, iar calculul acestui

indicator se justifică numai dacă termenii sunt omogeni, adică în
orizontul de timp analizat seria cronologică nu prezintă oscilaţii foarte
Nivelul mediu ample.
al seriilor
cronologice Nivelul mediu se calculează diferenţiat pentru seria cronologică de
intervale (flux) şi pentru seria cronologică de momente (de stoc).
a. pentru seriile de intervale, termenii fiind însumabili, nivelul

mediu se calculează cu ajutorul mediei aritmetice simple:
T
y
t 1
t
y
T
b. pentru seriile cronologice de momente (de stoc) nivelul mediu se

calculează cu ajutorul:
 mediei cronologice simple, pentru momente echidistante:
y1 y
 y 2  ...  yT 1  T
y cr  2 2
T 1
9
 mediei cronologice ponderate, dacă momentele sunt

inegal distanţate:
p1 p  p2 p  p3 p
y1  y2 1  y3 2  ...  yT T 1
y cr  2 2 2 2
p1  p 2  ...  pT 1
unde: pi reprezintă perioada dintre termenul yi şi termenul yi +1

(lungimea în unităţi de timp) dintre două momente de timp
successive).
 Modificarea medie absolută
Se calculează ca medie aritmetică simplă a modificărilor cu bază în

lanţ:
T
 y
t 1
t / t 1

T 1
Modificarea Reprezentativitatea modificării medii absolute este asigurată numai
medie absolută dacă modificările absolute cu bază mobilă sunt omogene (aproximativ
egale).
Condiţia variaţiei minime a modificărilor absolute cu bază mobilă

trebuie cu atât mai mult respectată cu cât modificarea medie absolută
se calculeză şi pe baza relaţiei dintre primul şi ultimul termen al seriei
cronologice, fără să se ia în considerare termenii intermediari.
 Indicele mediu
Acesta se obţine ca o medie geometrică a indicilor cu bază în lanţ şi

ne arată, printr-o valoare sintetică, de câte ori s-a modificat în medie
nivelul fenomenului analizat pe orizontul de timp luat în calcul.
Pentru ca indicele mediu de dinamică să aibă un conţinut real, să fie

Indicele mediu reprezentativ, este necesar ca toţi termenii din care se calculează să fie
omogeni, cerinţi impusă şi de faptul că în indicatorul se pote calcula
doar cu ajutorul termenilor extremi ai seriei.
T
I  T 1  I t / t 1  T 1 I T 1
t 1
 Ritmul mediu
Mai poartă denumirea de modificare medie relativă sau spor mediu

relativ şi se calculează scăzând 100% din indicele mediu de dinamică
exprimat procentual.
Ritmul mediu
R  I %  100  ( I  1)  100
Indicatorul ne arată cu câte procente creşte sau scade, în medie,
10
nivelul fenomenului analizat, de la o perioadă la alta, pe întregul

orizont de timp.
Pentru o firmă de comerţ online, profitul net înregistrează următoarea

evoluţie.
Anul 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Profit
net
36,65 38,45 41,14 44,73 49,22 54,6 68,89 79,07 76,14 84,12
(mii
lei)
Se cere să se calculeze principalii indicatori ce caracterizează această

serie cronologică.
În loc de Am ajuns la sfârşitul Unităţii de învăţare Nr. 12.

rezumat
11

Se cunosc următoarele date privind valoarea contractelor încheiate de o

firmă de asigurări în perioada 2000-2010 :
Anii Modificări absolute faţă de

anul precedent (mii euro)
2001 +42
2002 +101
2003 +11
2004 +87
2005 +124
2006 +23
2007 +14
2008 -36
2009 -123
2010 +25
Ştiind că valoarea contractelor în anul 2010 este de 1,3 ori mai mare
decât valoarea contractelor în anul 2000, se cere:
a. să se reconstituie seria de valori absolute;
b. să se reprezinte grafic seria de date;
c. să se calculeze principalii indicatori ce caracterizează această
serie.
12.1.
1. a
2 a, b, d, e
3 a, c, d
4 b, c, d
5 a, b
12.2.
A. Analiza profitului net pe baza indicatorilor absoluţi :
 Nivelul absolut y t  este reprezentat de termenii seriei, unde t =
̅̅̅̅̅
n
 Nivelul totalizat : y
t 1
t = 573,01 mii lei
12
 Modificarea absolută   :
 cu bază fixă  t 1  :
 t 1  y t  y1 (tabelul de mai jos, coloana 2)
 cu bază în lanţ  t t 1  :
 t t 1  yt  yt 1 (tabelul de mai jos, coloana 3)
Modificarea absolută (mii lei)
Anul Profitul net cu bază fixă cu bază în lanţ
(mii lei)  t 1  y t  y1  t t 1  y t  y t 1
A 1 2 3
2001 36,65 - -
2002 38,45 1,80 1,80
2003 41,14 4,49 2,69
2004 44,73 8,08 3,59
2005 49,22 12,57 4,49
2006 54,60 17,95 5,38
2007 68,89 32,24 14,29
2008 79,07 42,42 10,18
2009 76,14 39,49 -2,93
2010 84,12 47,47 7,98
B. Analiza profitului net cu ajutorul indicatorilor relativi :

a. Indicele de dinamică (creştere/descreştere) I  :
 cu bază fixă I t 1  (vezi tabelul de mai jos , coloana 2 )
yt
I t 1%    100
y1
 cu bază în lanţ I t t 1  (vezi tabelul de mai jos ,coloana 3 )
yt
I t t 1%    100
yt 1
Indicele de dinamică
Anul Profitul net Cu bază fixă Cu bază in lant
(mii lei) yt y
It/1= It/t-1= t
y1 yt 1
A 1 2 3
2001 36,65 - -
2002 38,45 104,91 104,91
2003 41,14 112,25 107,00
2004 44,73 122,05 108,73
2005 49,22 134,30 110,04
2006 54,60 148,98 110,93
2007 68,89 187,97 126,17
2008 79,07 215,74 114,78
2009 76,14 207,75 96,29
13
2010 84,12 229,52 110,48
b. Ritmul de modificare (creştere/descreştere) (R) :

 cu bază fixă : Rt/1 (vezi tabelul de mai jos , coloana 2)

R t / 1  t / 1 *100  I t / 1  1 *100
y1
 cu bază în lanţ (vezi tabelul de mai jos, coloana 3)

R t / t 1  t / t 1 *100  I t / t 1  1 *100
y t 1
Ritmul de modificare
Anul Profitul net Cu baza fixă Cu bază in lanţ
(mii lei) Rt/1=(It/1-1)100 Rt/t-1=(It/t-1-1)100
A 1 2 3
2001 36,65 - -
2002 38,45 4,91 4,91
2003 41,14 12,25 7,00
2004 44,73 22,05 8,73
2005 49,22 34,30 10,04
2006 54,60 48,98 10,93
2007 68,89 87,97 26,17
2008 79,07 115,74 14,78
2009 76,14 107,75 -3,71
2010 84,12 129,52 10,48
c. Valoarea absolută a unui procent din ritmul modificării:

 cu bază fixă : At/1 (vezi tabelul de mai jos, coloana 2)
 y
At /1  t /1  1
R t / 1 100
 cu bază în lanţ (vezi tabelul de mai jos, coloana 3)
 y
A t / t 1  t / t 1  t 1
R t / t 1 100
Valoarea absolută a 1%
Anul Profitul net din ritm
(mii lei) Cu bază fixă Cu bază fixă
At/1= y1 100 At/1= y1 100
A 1 2 2
2001 36,65 - -
2002 38,45 0,3665 0,3665
2003 41,14 0,3665 0,3665
2004 44,73 0,3665 0,3665
2005 49,22 0,3665 0,3665
2006 54,60 0,3665 0,3665
2007 68,89 0,3665 0,3665
2008 79,07 0,3665 0,3665
2009 76,14 0,3665 0,3665
2010 84,12 0,3665 0,3665
14

Bucureşti, 1995.
2000.
Bucureşti, 2003;
Bucureşti, 1998;
Bucureşti, 2005.
15
Indici statistici
AJUSTAREA SERIILOR CRONOLOGICE
Cuprins Pagina

13.1Metode mecanice de ajustare ................................................................................... 2
13.2 Metode analitice de ajustare ................................................................................... 5
1
Indici statistici
 Să înteleagă importanţa ajustarii termenilor seriilor cronologice

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

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

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

Ajustarea pe tendinţa centrală (grafic sinusoidal), este indicată ajustarea pe baza
baza mediilor calculului mediilor mobile.
mobile
Mediile mobile sunt medii aritmetice parţiale, alunecătoare, calculate din
doi sau mai mulţi termeni succesivi ai seriei. Numărul termenilor din
care se calculează mediile mobile se stabileşte în funcţie de
periodicitatea oscilaţiilor din seria cronologică. În general, atunci când
se dispune de date lunare mediile parţiale se calculează din câte 12
termeni succesivi, iar atunci când se folosesc date trimestriale mediile
parţiale se calculează din câte 4 termeni succesivi.
Este metoda cea mai utilizată pentru desezonalizarea unei serii de date.
Media mobilă de lungime p se calculează pe baza relaţiei:
1
MM p   y k
p k
Mediile mobile asigură compensarea abaterilor, a oscilaţiilor periodice.

Noua serie obţinută prin ajustare are o variaţie lină, continuă, evidenţiind
2
Indici statistici
tendinţa de evoluţie a fenomenului (trendul), independent de acţiunea

factorilor sezonieri.
Algoritmul de ajustare se desfăşoară în funcţie de proprietatea ordinului

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

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

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

sezonalităţii.
Ajustarea pe baza metodei grafice
Metoda constă în construirea coronogramei. Pe abscisă sunt trecute

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

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

absolute cu bază mobilă sunt aproximativ egale sau când şirul
Ajustarea pe elementelor seriei cronologice se aseamănă cu o progresie aritmetică.
baza sporului
mediu Relaţia de calcul pentru valorile ajustate ale seriei este:
̂ ̅
unde  reprezintă modificarea medie absolută, este primul termen al
serie, iar reprezintă variaţia timpului.
3
Indici statistici
Primul termen ajustat este identic cu primul termen real al seriei, iar
ultimul termen ajustat este egal cu ultimul termen al seriei cronologice.
Ajustarea pe baza indicelui mediu
Acest tip de ajustare se recomandă pentru estimarea tendinţei centrale din

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

seriei cronologice.
Se cunosc următoarele date privind evoluţia încasărilor unei firme în

perioada 2001-2010.
Anul 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Încasări
288,2 287,9 287,3 282,8 280 277 272,6 273,6 275,9 282,7
(mii lei)
Se cere să se ajusteze seria prin metode mecanice.
4
Indici statistici
13.2. Metode analitice de ajustare
Metodele analitice de estimare a tendinţei se bazează pe folosirea

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

timp: yt  f t  numită funcţie de ajustare, unde t reprezintă valorile
variabilei timp , iar reprezintă valorile variabilei dependente care sunt
prezentate în seria cronologică.
În funcţie de modul de dispunere a punctelor în sistemul cartezian de axe,

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

regulă, printr-una din următoarele funcţii:
1. Funcţia liniară se foloseşte atunci când graficul arată o

Ajustarea tendinţă de creştere absolută constantă şi modificările cu bază în lanţ au
seriilor valori apropiate.
cronologice cu
ajutorul Ecuaţia de estimare a funcţiei de trend liniare este definită de relaţia:
funcţiei liniare
Yt i  a  bt i
unde:
 Yt i reprezintă valorile ajustate calculate în funcţie de valorile
caracteristicii factoriale t i  ;
 a reprezintă parametrul care are sens de mărime medie şi arată ce
nivel ar fi atins y dacă influenţa tuturor factorilor cu excepţia celui
înregistrat ar fi fost constantă pe toată perioada;
5
Indici statistici
 b reprezintă parametrul care sintetizează numai influenţa

caracteristicii factoriale (t);
 ti reprezintă valorile caracteristicii factoriale care, în cazul seriilor
cronologice, este timpul.
Parametrii a şi b se determină prin rezolvarea sistemului de ecuaţii

Determinarea normale obţinut prin metoda celor mai mici pătrate, iar sistemul de
parametrilor ecuaţii normale este:
na  b t i   y i


a  t i  b t i   t i y i

2
Pentru simplificarea calculelor se recurge la ipoteza  t i  0 , iar

sistemul de ecuaţii normale devine :

a
 yi
na   y i  n
 , de unde 
b t i   t i y i b   t i y i
2

  t i2
Variaţia timpului se măsoară după următoarele reguli:
o în cazul seriilor cu număr impar de termeni, t=0 pentru
termenul median, celelalte valori ale timpului fiind plasate simetric
(negativ şi pozitiv) faţă de origine (de exemplu: -2, -1, 0, 1, 2);
o în cazul seriilor cu număr par de termeni, celor doi termeni
centrali le corespund valorile -1 şi +1 pe axa timpului, restul valorilor
ti fiind de asemenea plasate simetric (de exemplu: -5, -3, -1, 1, 3, 5);
Verificarea exactităţii ajustării constă în compararea sumei valorilor

empirice cu suma valorilor ajustate ale termenilor seriei, care trebuie să
fie egale, în ipoteza în care suma erorilor este nulă.
2. Funcţia parabolică se foloseşte atunci când graficul are punct

de maxim sau de minim iar diferenţele dintre modificările succesive cu
Ajustarea bază în lanţ (numite modificări cu bază în lanţ de ordinul doi) au valori
seriilor apropiate; frecvent, pe grafic, se evidenţiază numai fragmente de
cronologice cu parabolă.
ajutorul Yt i  a  bt i  ct i2
funcţiei
parabolice
Aplicarea metodei celor mai mici pătrate ne conduce la următorul sistem
de ecuaţii normale :
na  b ti  c ti2   yi


a  ti  b ti  c ti   ti yi
2 3
Determinarea

a  ti  b ti  c ti   ti yi
parametrilor 2 3 4 2
6
Indici statistici
Pentru simplificarea calculelor vom folosi t i  0 , caz în care şi

t 3
i  0 , iar sistemul de ecuaţii normale devine :
na  c t i2   y i

b  t i   t i y i
2

a  t i  c t i   t i y i
2 4 2
Rezolvậnd sistemul de ecuaţii normale, se calculează valoarea celor trei

parametri şi în funcţie de valorile individuale ale variabilei t, se ajustează
valorile caracteristicii rezultative.
Ajustarea
seriilor 3. Funcţia exponenţială se foloseşte atunci când graficul arată o
cronologice cu tendinţă de creştere relativ constantă şi se obţin valori apropiate ale
ajutorul indicilor cu bază în lanţ.
funcţiei Yt i  a  b t i
exponenţiale
Prin logaritmare modelul se transformă într-un model liniar de forma:
lg y t i  lg a  t i lg b
Determinarea
parametrilor Sistemul de ecuaţii normale va fi :
n lg a  lg b   t i   lg y i


lg a   t i  lg b   t i   t i  lg y i 

2
Operaţia de ajustare în acest caz se va face după ce se vor calcula

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

Criterii de
alegere celui Problema principală care se pune în ajustarea seriilor de timp este aceea
mai bun model dacă fenomenul a fost ajustat cu o funcţie potrivită.
de trend Alegerea celei mai bune metode de ajustare din cele disponibile
presupune compararea rezultatelor obţinute prin procedee diferite, însă se
bazează în mare parte pe aprecierea cercetătorului.
1. O primă posibilitate de comparaţie se bazează pe reprezentarea

grafică a valorilor ajustate şi a celor reale prin compararea graficelor
valorilor ajustate (obţinute prin diverse metode) cu graficul valorilor
efective se decide care este varianta cea mai apropiată de realitate.
2. O altă metodă de apreciere a calităţii ajustării constă în compararea

sumei valorilor reale cu suma valorilor ajustate.
Se alege varianta pentru care suma valorilor ajustate se află la distanţă
minimă de suma valorilor empirice.
7
Indici statistici
∑̂ ∑
3. Măsurarea obiectivă a calităţii ajustării se poate face şi mai exact pe

baza coeficientului de variaţie a valorilor ajustate de la valorile reale.
Acest indicator se calculează pentru fiecare metodă de ajustare folosită,
ca raport între abaterea medie liniară a valorilor reale de la valorile
ajustate şi media valorilor reale, conform relaţiei:
∑| |
̅
Coeficientul de variaţie cu valoarea cea mai mică indică cea mai bună
metodă sau funcţie de ajustare.
4. O altă metodă este cea care calculează suma pătratelor abaterilor

valorilor ajustate de la cele reale alegându-se metoda deajustare pentru
care această sumă înregistrează cea mai mică valoare. ∑ ̅
Valoarea importurilor de electrocasnice înregistrează următoarea

evoluţie:
Anul 2003 2004 2005 2006 2007 2008 2009 2010

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

o metodă adecvată.

8
Indici statistici
În loc de Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate în

rezumat această unitate şi să revizuiţi obiectivele precizate la început.

Producţia unei fabrici de uşi a evoluat în perioada 2008-2014 potrivit

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

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

faţă de 2008, producţia s-a dublat în anul 2014,
2. să se reprezinte grafic seria reconstituită şi să se ajusteze analitic
folosind funcţia liniară;
3. să de determine valorile ajustate ale variabilei cercetate.
13.1.
 Modificarea medie absolută  : 
=
 t / t 1

 n / 1 282,7  288,2
  0.6111 mii euro
n 1 n 1 10  1
 Indicele mediu de modificare
I = n1  I t / t 1  n1 I n / 1  101 0,9809  0,997861 sau 99,7861 %
Valorile ajustate ale încasărilor (mii euro)

Încasările t
Anul (mii ̅ ̅
euro)
2001 288,2 1 288,2 288,2
2002 287,9 2 287,59 287,58
9
Indici statistici
2003 287,3 3 286,98 286,97

2004 282,8 4 286,37 286,35
2005 280,0 5 285,76 285,74
2006 277,0 6 285,14 285,13
2007 272,6 7 284,53 284,52
2008 273,6 8 283,92 283,91
2009 275,9 9 283,31 283,31
2010 282,7 10 282,70 282,70
13.2.
Pentru ajustarea prin metoda analitică se construieşte cronograma
(historiograma).
450
400
importuri (mil.$)
350
300
250
200
150
100
50
0
1993 1994 1995 1996 1997 1998 1999 2000
anii
Graficul sugereaza un trend liniar.

Ecuaţia dreptei: yti  a  bti
Sistemul de ecuaţii normale este:
na  b ti   yi

a  ti  b ti   ti yi
2
Cu condiţia ca  ti  0 , sistemul de ecuaţii devine:

na   yi

b ti   ti yi
2
 n
  yi
 i 1 2027
a    253,37
 n 8

b   i i 
yt 3193
 19,00

 i t 2 168
10
Indici statistici
Calculele necesare determinării parametrilor si valorile ajustate
(teoretice) sunt prezentate în tabelul de mai jos:

A yi ti ti2 yi ti Yt i  253,37  19t i y i  Yti 
2
Anii
1993 125 -7 49 -875 120,37 21,43
1994 165 -5 25 -825 158,37 43,95
1995 187 -3 9 -561 196,37 87,79
1996 234 -1 1 -234 234,37 0,1369
1997 268 1 1 268 272,37 19,09
1998 305 3 9 915 310,37 28,83
1999 348 5 25 1740 248,37 0,13
2000 395 7 49 2765 386,37 74,47
Total 2027 0 168 3193 2027 275,82

Bucureşti, 1995.
2000.
Bucureşti, 2003;
Bucureşti, 1998;
Bucureşti, 2005.
11
Indici statistici
INDICI STATISTICI
Cuprins Pagina

14.1 Definirea, clasificare şi tipologia indicilor statistci ................................................ 2
14.2 Sisteme de ponderare folosite în construirea indicilor sintetici .............................. 6
1
Indici statistici

 Să înţeleagă noţiunea de indice statistic;
 Să cunoască principalele tipuri de indici statistici;
 Să cnunoască şi a plice principalele sisteme de ponderare folosite în
construirea indicilor sintetici.
14.1. Definirea, clasificarea şi tipologia indicilor statistici
Noţiunea de Indicele statistic este o mărime relativă care compară sub formă de
indice statistic raport mărimea aceluiaşi fenomen înregistrat în două unităţi de timp,
de spaţiu, de plan la o unitate statistică, la o grupă sau la nivelul
întregii colectivităţi.
Numărătorul indicelui reprezintă nivelul fenomenului studiat în unitatea

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

indicilor contribuţiei factorilor care determină evoluţia unui fenomen. Pentru a
evidenţia cum şi în ce măsură fiecare dintre aceşti factori contribuie la
modificarea categoriei economice analizate se foloseşte metoda
indicilor, ca metodă de analiză factorială a unui fenomen complex.
Specific metodei indicilor este faptul că variaţia fenomenului complex

se descompune integral pe factorii înregistraţi, ceea ce înseamnă că
variabila analizată trebuie să fie exprimată în funcţie de cel puţin doi
factori, de regulă sub forma unui model multiplicativ.
Factorii de influenţă care provoacă modificarea ansamblului în timp se

grupează în factori cantitativi şi factori calitativi.
Factorii Factorii cantitativi apar sub formă de unităţi ale colectivităţii şi cel mai
cantitativi adesea joacă rolul de frecvenţe sau ponderi (de exemplu numărul de
salariaţi, cantitatea de produse, suprafaţa însămânţată). În unele cazuri,
valorile individuale ale factorilor cantitativi pot fi însumate direct (de
exemplu numărul salariaţilor, produsele de acelaşi fel), iar în alte cazuri
acestea nu sunt însumabile (de exemplu cantitatea de produse diferite).
Factorii Factorii calitativi, de natura intensivă sunt exprimaţi sub formă de

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

2
Indici statistici
construirea indicilor pentru ansamblul de elemente complexe, trebuie

avut în vedere faptul că valorile individuale ale factorilor înregistraţi pot
fi însumabile sau neînsumabile din punct de vedere economic.
Indicii pot fi calculaţi la nivelul unor elemente individuale ale

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

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

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

Indicii Indicii individuali ai unei variabile statistice y se calculează la nivelul
individuali unei unităţi de observare şi ne arată de câte ori s-a modificat fenomenul
analizat y în perioada curentă faţă de perioada de bază. De obicei,
indicii se exprimă sub formă de coeficienţi sau procente, după relaţia:
y
i1y0  1
y0
Indicii individuali ai factorilor de influenţă ai fenomenului complex y,
se calculează astfel:
3
Indici statistici
f1 x
i1f 0  , respectiv i1x0  1
f0 x0
Cei trei indici individuali verifică întotdeauna relaţia de sistem:
i1y0  i1x0  i1f 0
Modificările absolute se vor constitui pornind de la formulele de calcul
ale indicilor, şi anume scăzând numitorul din numărător:
y1 0  y1  y 0
x1 0  x1  x0
 1f 0  f1  f 0
 y1 0  x1 0   1f 0
Indicii de grup Indicii de grup ai unei variabile statistice y se notează cu şi se
calculează la nivelul unei grupe sau pe întreaga colectivitate, sintetizând
variaţia medie a fenomenului studiat. Indicele de grup nu este o sumă a
indicilor individuali ci o medie a acestora, exprimând tendinţa medie de
modificare în timp a caracteristicii la care se referă.
După modul de calcul indicii de grup se împart în trei categorii: indicii

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

Aceştia se calculează raportând nivelul agregat al fenomenului din
perioada comparată, la cel din perioada de bază, obţinându-se astfel
indicele agregat.
 y  x f
I 1y0 
 y1   x1  f1
 y 0  x0  f 0
Indicele factorial care arată influenţa factorului cantitativ va avea una
din formele:
 dacă ponderile sunt la nivelul perioadei de bază:
I1f 0 
 x0 f 1
 x0 f 0
 dacă ponderile sunt la nivelul perioadei curente:
I1f0 
 x1 f1
 x1 f 0
Asemănător, indicele factorial ce arată influenţa variabilei calitative va
fi:
 dacă ponderile sunt la nivelul perioadei de bază:
I 1x0 
 x1 f 0
 x0 f 0
 dacă ponderile sunt la nivelul perioadei curente:
4
Indici statistici
I1x0 
x 1 1 f
fx 0 1
Modificările absolute se vor construi, aşa cum am specificat anterior,

pornind de la formulele de calcul ale indicilor, scăzând numitorul din
numărător.
 y   y1   y0
 y( f )   x0 f1   x0 f 0 , pentru ponderi din perioda de bază
 y f    x1 f1   x1 f 0 , pentru ponderi din perioada curentă
 yx    x1 f 0   x0 f 0 , pentru ponderi din perioda de bază
 yx    x1 f1   x0 f1 , pentru ponderi din perioada curentă.
Indici calculaţi b. Indicii calculaţi ca medie a indicilor individuali

ca medie a Aceştia mai poartă denumirea de indici ai valorii medii şi se folosesc în
indicilor calculul indicilor de grup ori de câte ori nu există suficiente informaţii
individuali pentru calculul indicilor agregaţi.
Indicii de grup se pot forma fie ca medie aritmetică ponderată, folosind

relaţiile:
- pentru variabila cantitativă aditivă
i f
f

f 0
I
f
10
0
- pentru variabila cantitativă nonaditivă.

  i f x0 f 0  i f f 0
f
i f0
I1 0 
f
, I1 0 
f

 f0  x0 f 0  y 0
c. Indicii calculaţi ca raport a două medii
Indici calculaţi
ca raport a două În funcţie de variaţia structurii frecvenţelor de apariţie ale valorilor
medii individuale din care s-au calculat cele două medii, avem:
 Indicele cu structură variabilă, când modificarea nivelului
mediu este influenţată atât de variaţia factorului calitativ cât şi
de variaţia celui cantitativ:
x
I SV
x
 1 
 x1 f1 :  x0 f 0
x0  f1  f 0
 Indicele cu structură fixă prin care se măsoară influenţa
modificării valorilor individulale ale variabilei calitative, în
ipoteza menţinerii neschimbate a frecvenţei lor de apariţie:
I 1xo( x ) 
 x1 f1 :  x0 f1   x1 f1   x1 f1
 f1  f1  x0 f1  1x x1 f1
i1 0
5
Indici statistici
I x( x)

x f : x f
1 0 0 0

x1 0 f

i x f
f
10 0 0
f f x x f
10
0 f0
0 0
0 0
 Indicele variaţiei structurii care se foloseşte pentru a

caracteriza variaţia unui fenomen complex sub influenţa
modificării numai a structurii factorului cantitativ, în condiţiile
menţinerii neschimbate a variabilei calitative:
I1x0( f ) 
 x1 f1 :  x1 f 0
 f1  f 0
I1x0( f ) 
x f : x f
0 1 0 0
f f
1 0
Modificările absolute ale mediei sub influenţa celor doi factori se scriu
ca diferenţă dintre numărătorul şi numitorul indicilor în cauză:
x 
 x1 f1   x0 f 0
 f1  f 0
 x( x) 
x f  x f
1 1 0 1
f f1 1
 x( f ) 
x f  x f
0 1 0 0
f f 1 0
Modificarea absolută a mediei este egală cu suma modificărilor

absolute datorate factorilor de influenţă.
 x( x )   x ( f )   x

1. Ce sunt indicii statistici?
2. Care este rolul metodei indicilor?
14.2. Sisteme de ponderare folosite în construirea indicilor sintetici
Sistemele de ponderare folosite în mod curent în practica statistică sunt:
Sistemul de a) Sistemul de ponderare Laspeyers, care foloseşte ponderi din perioada

ponderare de bază, pentru care indicii factoriali se vor scrie:
6
Indici statistici
Laspeyers
 Indicele variabilei cantitative
I1f 0 
 x0 f 1
 x0 f 0
 Indicele variabilei calitative
I1x0 
 x1 f 0
 x0 f 0
b) Sistemul de ponderare Paasche care are la bază utilizarea ponderilor
din perioada curentă:
Sistemul de
 Pentru variabila cantitativă
ponderare
Paasche I1f 0 
 x1 f1
 x1 f 0
 Pentru variabila calitativă
I1x0 
 x1 f1
 x0 f1
Pentru îndeplinirea condiţiei de reversibilitate a factorilor se va folosi
una dintre variantele: indicele caracteristicii cantitative să fie construit
ca indice Laspeyers, iar indicele caracteristicii calitative în sistem
Paasche sau invers.
Teoria indicilor statistici cu privire la sistemele de ponderare este

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

cantităţilor din perioada de bază cu cele din perioada curentă pe care le
Indicele foloseşte drept ponderi pentru variaţia preţurilor. Preţul fiind o variabilă
peţurilor calitativă, formula poate fi generalizată astfel:
calculat de
Edgeworth I 1x0 
 xi1 ( f i1  f i 0 ) .
 xi 0 ( f i1  f i 0 )
Acest indice prezintă dezavantajul principal că poate fi particularizat
numai pentru variaţia unui factor calitativ, iar ponderea este un factor
cantitativ care poate fi însumat de la o perioadă la alta.
d) Indicele Dobrisch
Acest indice este calculat ca medie aritmetică simplă a celor doi indici
Indicele (Laspeyres şi Paasche ):
I D  I L  I P 
Dobrisch 1
2
Astfel, pentru o caracteristică calitativă  x  vom avea:
1   x1 f 0  x1 f1 
1 yx
I Dy  x  
2
 
I L  I Py  x    
2   x0 f 0  x0 f1 
,
iar în cazul caracteristicii cantitative  f  vom avea:

7
Indici statistici
1   x0 f1  x1 f1 
1 y f 
I Dy  f  
2

I L  I Py  f    

2   x0 f 0  x1 f 0 
.
e) Indicele “ideal” al lui Fisher

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

obţinem:
I 1y0 x  
x 1 0 f

x f
1 1
.
x 0 f0 x f
0 1
Intr-o societate comerciala se cunosc urmatoarele date cu privire la

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

Marfuri Perioada de Perioada volumului
baza curenta fizic
A 1 2 4
A 6000 18000 +5
B 7200 10800 +8
C 9600 16800 – 12
Total 22800 45600
Se cere:
1. sa se calculeze indicii individuali ai valorii, volumului fizic si ai
preturilor;
2. indicii de grup ai valorii, volumului fizic si preturilor;
3. modificarile absolute ale valorii, volumului fizic si ale
preturilor;
4. contributia celor doi factori asupra dinamicii valorii marfurilor
vandute
8
Indici statistici


Se cunosc următoarele date:
Marfa Structura valorii Dinamica Modificarea

vanzarilor in volumului fizic preturilor
perioada curenta (%) (%)
(%)
0 1 2 3
A 20 140 40
B 50 130 80
C 30 65 110
Se cere :
1. indicii individuali ai valorii si preturilor;
2. indicii de grup privind valoarea, volumul fizic si preturile;
3. stiind ca numarul personalului, pe total, s-a redus in perioada
curenta fata de perioada de baza cu 10%, sa se determine modificarea relativa
a productivitatii muncii.
9
Indici statistici
14.1.
1. Indicele statistic este o mărime relativă care compară sub formă de
raport mărimea aceluiaşi fenomen înregistrat în două unităţi de timp, de
spaţiu, de plan la o unitate statistică, la o grupă sau la nivelul întregii
colectivităţi.
2. Metoda indicilor are rolul de a evidenţia cum şi în ce măsură fiecare
dintre aceşti factori contribuie la modificarea categoriei economice
analizate. Este o metodă de analiză factorială a unui fenomen complex.
Specific metodei indicilor este faptul că variaţia fenomenului complex
se descompune integral pe factorii înregistraţi, ceea ce înseamnă că
variabila analizată trebuie să fie exprimată în funcţie de cel puţin doi
factori, de regulă sub forma unui model multiplicativ.
14.2.
1. Indicii individuali ai valorii se pot calcula pe baza datelor din table, iar
indicii individuali ai preturilor pe baza relatiei dintre cei trei indici :
 Indicii valorii desfacerilor de marfuri:
18000
 3 sau 300% (pentru marfa A)
6000
p q 10800
i1/ 0  1 1   1.5 sau 150% (pentru marfa B)
p0q 0 7200
16800
 1.75 sau 175% (pentru marfa C)
9600
 Indicii volumului fizic
5 + 100 = 105% (pentru marfa A)
q
i1/ 0%  r q  100  8 + 100 = 108% (pentru marfa B)
– 12 + 100 = 88% (pentru marfa C)
 Indicii preturilor se calculeaza pe baza relatiei:
q
i1v/ 0  i1/ 0  i p1 / 0
de unde :
3
 2.857 sau 285.7% (pentru marfa A)
1.05
q i1 / 0 v 1.5
i1 / 0%     1.388 sau 138.8% (pentru marfa B)
q 1.08
i1 / 0
1.75
 1.988 sau 198.8%(pentru marfa C)
0.88
2. Calculul indicilor de grup ai valorii, volumului fizic si al preturilor

a. Indicele de grup al valorii se obtin direct din datele din tabel:
10
Indici statistici
I1v/p0, q  
 p1q1 
45600
 2 sau 200%
 p 0q 0 22800
 Indicele de grup al volumului fizic nu se poate calcula aici
decat ca un indice mediu arithmetic ponderat cu valoarea marfurilor din
perioada de baza. Pentru aceasta se porneste de la relatia:
 
I1v/ q0 
 i q  p0q 0 
1.05 * 6000  1.08 * 7200  0,88 * 9600

 p0q 0 22800
22524
  0.9878
22800
 Indicele de grup al preturilor porneste ca si in cazul indicilor
individuali de la relatia :
q p
I1v/ 0  I1/ 0  I1/ 0
de unde
I1v/ 0 2
I1p/ 0    2.0247 sau 202.47%
I1q/ 0 0.9878
3. Modificarile absolute ale valorii, volumului fizic si ale preturilor se

calculeaza pe baza indicilor de grup respectivi:
v1/p0, q    p1q1   p 0 q 0  45600  22800  22800 mld. lei
v1/p0, q    i q p 0 q 0   p 0 q 0  22524  22800  276 mld. lei
vp,q  vq  vp 

1 / 0  1 / 0   1 / 0 ,
de unde:
vp  vp,q  vp 

1 / 0  1 / 0  1/ 0 =45600-(-276)=45876 mld. lei
4. Contributia celor doi factori

 
v1 /q0
vq   276
K   100   100  6.5 %
 
v1 /p0, q 45600
v1/p0 45876
K v p   v p,q 
 100   100  100.65 %
1 / 0 45600
11
Indici statistici

3. Aivaz Kamer, Ţiţei Adina, Statistică – Teorie şi aplicaţii practice, partea
a II-a, Editura Muntenia, 2003;
Bucureşti, 1995.
7. Voineagu, V.; Mitruţ, C.; Ţitan, E.; S. Ghiţă; M. Vătui – Statistică, vol. I
şi II, ASE, Centrul de Învăţământ Economic Deschis la Distanţă,
Bucureşti, 2000.
8. Ţiţan, E.; Ghiţă, S.; Trandaş, C. – Statistică aplicată, Editura Meteor
Press, Bucureşti, 2003;
Bucureşti, 1998;
Bucureşti, 2005.
12

Statistic A Bun

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistic A Bun

Încărcat de

Drepturi de autor:

Formate disponibile

Introducere în studiul statisticii.

Noţiuni fundamentale ale statisticii

Unitate de învăţare Nr. 1

INTRODUCERE ÎN STUDIUL STATISTICII. NOŢIUNI

Obiectivele Unităţii de învăţare Nr. 1 ............................................................................. 2

1.1 Statistica - activitate practică, metodă şi ştiinţă ...................................................... 2

OBIECTIVELE Unităţii de învăţare Nr. 1

1.1 Statistica - activitate practică, metodă şi ştiinţă

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

Scopul statisticii este cunoaşterea aplicativă şi fundamentală, a

Obiectul de Obiectul de studiu al statisticii îl constituie fenomenele şi procesele

Statistica studiază fenomenele de masă din punct de vedere cantitativ şi

Ca disciplină ştiinţifică, statistica se subdivide în statistica descriptivă,

Statistica Statistica descriptivă descrie starea şi variabilitatea unei colectivităţi

Statistica Statistica inferenţială vizează estimarea caracteristicilor unei

Analiza Analiza statistică urmăreşte descoperirea a ceea ce este permanent,

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

Răspunsul la test se găseşte la pagina 6.

1.2 Noţiuni fundamentale ale statisticii

Colectivitatea Prin colectivitatea sau populaţie statistică vom înţelege o mulţime de

Unităţile Unităţile statistice sunt elementele componente ale unei colectivităţi

Caracteristicile Caracteristica sau variabila statistică desemnează însuşirea,

De asemenea, variabilele statistice pot fi discrete sau continue.

Datele şi Datele statistice sunt mărimi concrete obţinute prin experimente,

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

Răspunsul la test se găseşte la pagina 6

Am ajuns la sfârşitul Unităţii de învăţare Nr. 1.

Vă recomand să faceţi o recapitulare a principalelor subiecte prezentate

Lucrare de verificare Unitate de învăţare Nr. 1

I. Răspundeţi bifând răspunsul corect:

1. Caracteristicile statistice pot fi:

II. Răspundeţi la următoarele cerinţe:

1. Definiţi variabilele discrete. Exemplificaţi

2. Definiţi variabilele continue. Exemplificaţi

3. Definite variabila alternative. Exemplificaţi

4. Definite variabila nealternativa. Exemplificaţi

Răspunsurile şi comentariile la testele de autoevaluare

Bibliografie Unitate de învăţare Nr. 1

1. Aivaz, K.A. - Statistică economică, Editura Muntenia, Constanţa,

Unitate de învăţare Nr. 2

Obiectivele Unităţii de învăţare Nr. 2.............................................................................. 2

OBIECTIVELE Unităţii de învăţare Nr. 2

1.1.Programul observării statistice

Observarea Observarea statistică este prima etapă a cercetării statistice şi

Programul Programul observării statistice va cuprinde o serie de elemente

Elementele Scopul observării poate să coincidă sau nu cu scopul cercetării

Unităţile de observare sunt elemente ale colectivităţii asupra cărora se

Caracteristicile statistice ce urmează a fi înregistrate se aleg ţinând cont

Formularele de înregistrare reprezintă suportul material pe care se vor

Timpul observării vizează două aspecte, respectiv timpul la care se

colectivităţilor de fapte şi evenimente).

Locul observării se precizează în program pentru a facilita identificarea

Măsurile organizatorice vizează asigurarea condiţiilor favorabile

Test de autoevaluare 2.1 – Scrieţi răspunsul în spaţiul liber din chenar.

1. Enumeraţi elementele programului observării statistice.

Răspunsul la test se găseşte la pagina 7.

2.1.Metode de observare statistică

Clasificarea A: După timpul înregistrării datelor avem observări curente, observări

Observarea periodică se foloseşte pentru înregistrarea colectivităţilor

Observarea ocazională se referă la fenomene caracterizate de

B: După gradul de cuprindere al colectivităţii se disting observările

Observarea totală (exhaustivă) constă în înregistrarea caracteristicilor

Observarea parţială constă în înregistrarea caracteristicilor unei părţi