Sistematizarea, Prezentarea Şi Reprezentarea Datelor Statistice

CURS STATISTICĂ - Unitatea de învăţare nr.
SISTEMATIZAREA, PREZENTAREA ŞI REPREZENTAREA

DATELOR STATISTICE
Cuprins:
1. Obiectivele Unităţii de învăţare.

2. Sistematizarea datelor statistice (gruparea/clasificarea).
2.1. Clasificarea datelor statistice.
2.2. Gruparea datelor statistice
3. Modalităţi de prezentare şi reprezentare a datelor statistice.
3.1. Serii statistice.
3.2. Tabele statistice.
3.3. Grafice statistice.
4. Răspunsuri la testele de autoevaluare.
5. Teme de control.
6. Rezumatul Unităţii de învăţare.
7. Bibliografia Unităţii de învăţare.
1. Obiectivele unităţii de învăţare
În urma parcurgerii acestei unităţi de învăţare studentul va înţelege:

- cum se poate face trecerea de la etapa de culegere a datelor la cea de
prelucrare propriuzisă a lor;
- cum se pot transpune seturile mari de date colectate dintr-o formă aleatoare,
neregulată, într-o formă ordonată, organizată;
- cum se efectuează sistematizarea seturilor largi de date statistice, după o
variabilă calitativă sau după o variabilă cantitativă;
- care sunt principalele tipuri de serii statistice;
- cum să alegem tipul cel mai potrivit de grafic necesar pentru reprezentarea
datelor statistice.
1
2. Sistematizarea datelor statistice (gruparea/clasificarea).
Am văzut că statistica operează cu volume mari de date. Dacă aceste date sunt
prezentate într-o formă aleatoare neregulată, este dificil, investigând vizual setul de date, să-l
caracterizăm prin trăsăturile sale esenţiale, prin valorile extreme, tendinţa centrală sau gradul
de dispersare. De aceea, putem întâi supune setul de date unor operaţii de prezentare
sistematică, de organizare, de ordonare a acestor date după unul sau mai multe criterii, într-
un cuvânt de sistematizare.
Sistematizarea datelor statistice cuprinde operaţiile de prezentare sistematică, de

organizare, de ordonare a acestor date după unul sau mai multe criterii.
Această operaţie face trecerea de la observarea statistică (în urma căreia s-au obţinut
datele necesare realizării obiectivelor investigaţiei statistice, verificate sub aspectul volumului
şi calităţii) şi prelucrarea propriuzisă.
Sistematizarea este parte a prelucrării primare a datelor statistice.
Sistematizarea datelor se realizează prin gruparea şi clasificarea datelor statistice.
Gruparea/clasificarea datelor statistice presupune împărţirea unităţilor populaţiei

statistice observate în grupe sau clase distincte omogene, după unul sau mai multe
criterii.
Atunci când criteriul (caracteristica) după care se realizează această operaţie este unul
numeric, cantitativ, ea se numeşte grupare, iar când operaţia se realizează după un criteriu
(caracteristic) calitativ, nenumeric, ea se numeşte clasificare.
La realizarea unei grupări/clasificări, trebuie, pe cât posibil, să îndeplinim următoarele
condiţii:
a) omogenitate (în sensul că unităţile statistice care au aceeaşi valoare sau valori
apropiate, asemănătoare, ale caracteristicii după care se efectuează sistematizarea vor
fi incluse în aceeaşi clasă; în felul acesta, se doreşte ca variaţia valorilor caracteristicii
incluse în aceeaşi grupă/clasă să fie cât mai mică);
b) unicitate (în sensul că o unitate statistică trebuie inclusă într-o singură clasă sau grupă,
ea nu se poate regăsi simultan în două sau mai multe clase/grupe);
c) completitudine (în sensul că toate unităţile statistice să fie incluse în grupe/clase, să nu
fie exclusă vreo unitate din operaţia de sistematizare).
2
Sunt cazuri în care nu este posibilă îndeplinirea simultană a tuturor acestor condiţii (de
exemplu: dacă sunt unităţi la care s-au înregistrat valori extreme, aberante, ale caracteristicii
după care se face sistematizarea, este de dorit, uneori, să se evidenţieze separat aceste cazuri,
să se scoată în afara grupării aceste unităţi şi să se sistematizeze restul unităţilor, la care s-au
înregistrat valori mai apropiate ale variabilei).
2.1. Clasificarea datelor statistice.
Sistematizarea datelor efectuată după o variabilă ne-numerică se numeşte clasificare. Ea

presupune împărţirea unităţilor în clasele/categoriile variabilei nenumerice considerate.
Se construieşte un număr de clase egal cu numărul categoriilor existente, iar prin

numărarea unităţilor statistice incluse în fiecare clasă obţinem frecvenţa acelei clase (volumul
ei).
Unele clasificări au caracter oficial, altele au caracter neoficial.
Dacă datele sunt sistematizate după o variabilă categorială (nominală), ordinea
claselor este lăsată la îndemâna cercetătorului.
☺ Exemplul 1
Distribuţia absolvenţilor unei facultăţi economice după domeniul în care s-au angajat este:
Domeniu Număr de absolvenţi (ni)

Contabilitate 95
Marketing 72
Finanţe 55
Management economic 43
Altele sau fără loc de muncă 35
Total 300
Dacă datele se referă la variabile ordinale, clasele vor respecta criteriul de ordine:
☺ Exemplul 2
Distribuţia studenţilor unei grupe după calificativul obţinut la un proiect este :
Calificativ (xi) Număr de studenţi (ni)

Insuficient 3
Satisfăcător 4
Bine 15
3
Foarte bine 6
Excelent 2
Total 30
2.2. Gruparea datelor statistice.
Gruparea reprezintă sistematizarea datelor după o variabilă (caracteristică)

numerică.
În funcţie de tipul variabilei de grupare (discretă sau continuă) şi de plaja valorilor pe

care le poate caracteristica, gruparea se poate face:
- pe variante (atunci când grupăm datele după o variabilă discretă sau când plaja
valorilor pe care le poate lua caracteristica nu este foarte mare);
- pe intervale de variaţie (atunci când sistematizăm datele după o variabilă

continuă, care are o plajă largă de valori.
A). Gruparea datelor statistice pe variante.
În acest caz, se va forma un număr de grupe egal cu numărul de variante. Prin

numărarea unităţilor incluse în fiecare grupă se obţine frecvenţa grupei (numită şi frecvenţă
absolută).
☺ Exemplul 3
Pentru 20 de familii s-a înregistrat numărul de copii: 1, 2, 3, 0, 2, 0, 1, 2, 1, 3, 2, 2, 0, 2, 1, 3,
1, 2, 4, 2. Să se realiezeze o sistematizare a datelor.
Număr de copii (xi) Număr de familii (ni)

0 3
1 5
2 8
3 3
4 1
Total 20
Observăm că variabila de grupare este numărul de copii, variabilă discretă cu puţine variante
(cinci variante), deci s-a realizat o grupare pe variante.
B). Gruparea pe intervale de variaţie.
4
Se poate efectua pe intervale de mărime egală sau diferită. În continuare vom trata
numai cazul grupării datelor statistice pe intervale egale de variaţie.
Pentru realizarea grupării pe intervale egale de variaţie se recomandă parcurgerea
următorilor paşi:
a) se determină amplitudinea variaţiei caracteristicii, ca diferenţă între valoarea
maximă şi valoarea minimă a caracteristicii.
A=x max −x min
b) se stabileşte numărul de grupe. În acest caz pot exista două situaţii:
- numărul de grupe (r) este prestabilit, pe baza experienţei căpătate din studii anterioare
asupra domeniului de interes.
- numărul de grupe (r) nu este prestabilit; în acest caz, dacă unităţile se repartizează
aproximati normal după caracteristica studiată, se poate utiliza pentru determinarea
numărul de grupe relaţia lui Sturges:
r=1+3 ,322⋅lg n
unde n este numărul total de unităţi ale colectivităţii.
Este recomandat a se folosi un număr potrivit de grupe (de regulă între 4 şi 10).
Utilizarea unui număr prea mare de grupe ar duce la fărâmiţarea excesivă a colectivităţii
(putând apare, în acest caz şi grupe cu frecvenţe nule, iar gruparea ar trebui refăcută);
utilizarea, dimpotrivă, a unui număr prea mic de grupe ar putea să nu pună în evidenţă
principalele tipuri calitative ale populaţiei după variabila urmărită).
c) se determină mărimea intervalului de grupare (h), ca raport între amplitudinea
caracteristicii şi numărul de grupe:
A
h=
r
Pentru uşurarea calculelor, se recomandă a se folosi mărimi rotunjite de interval, de
aceea, dacă valoarea reieşită din calcul este fracţionară, cu mai multe zecimale, ea se poate
rotunji prin adaos la o valoare imediat superioară, aleasă în mod convenabil.
De exemplu: dacă h = 4,4225, se poate rotunji valoarea la h = 4,5 sau chiar la h = 5.
d) se formează intervalele de grupare, prin precizarea limitelor exacte ale acestora.
xmin  xmin+h
xmin+h  xmin+2h
.....................................................
xmin + (r — 1).h  xmin + r h
5
Limitele intervalelor vor avea acelaşi grad de precizie ca şi datele grupate (acelaşi
număr de zecimale), primul interval putând începe chiar de la valoarea minimă a
caracteristicii, sau de la o valoare uşor inferioară acesteia, aleasă în mod convenabil. Este bine
să nu existe suprapuneri de limite, astfel încât la efectuarea grupării să poată fi respectată
condiţia de unicitate.
- Dacă limita superioară a unui interval coincide cu limita inferioară a intervalului
următor, intervalele se numesc continue;
- Dacă între limita superioară a unui interval şi limita inferioară a intervalului următor
există o diferenţă de o unitate întreagă sau zecimală, intervalele se numesc discontinue
sau discrete.
Rezultatele sistematizării pot fi redate cu ajutorul unui tabel asemănător celui din
exemplul următor.
☺ Exemplul 4
În vederea analizei oportunităţii deschiderii unui magazin ce vinde aparatură
electrocasnică, un analist financiar este interesat în cunoaşterea nivelului vânzărilor zilnice ale
magazinelor de profil. Pentru 50 de astfel de magazine alese întâmplător, înregistrează
valoarea facturilor emise zilnic. Datele sunt următoarele (mii lei):
10,5 8,0 8,2 9.6 7,1

8,4 7,9 8,0 7,2 5,2
10,5 6,8 7,7 8,8 7,7
9,0 9,5 7,4 11,3 5,9
9,2 8,1 6,5 8,5 5,2
9,7 11,5 9,5 9,4 5,6
6,6 9,9 8,2 10,5 11,7
10,6 6,9 6,9 6,9 6,0
10,1 7,5 7,2 6,5 7,8
7,1 11,1 8,2 7,5 6,5
Să se sistematizeze datele, grupându-se pe intervale egale de variaţie
Rezolvare
Se notează cu X – caracteristica de grupare (valoarea facturilor emise zilnic). Se parcurg
următorii paşi:
• se calculează amplitudinea variaţiei caracteristicii (Ax): Ax = xmax - xmin =11,7–5,2=6,5 mii lei;
• se stabileşte numărul de grupe (r): r=1+3,32 ln =1+3,322lg 50 =6,647 (formula lui
Sturges);
• se stabileşte mărimea intervalului de grupare (h): h = Ax / r =6,5/71 mii lei;
• se stabilesc intervalele de variaţie şi se efectuează gruparea
6
Varianta I Varianta II
Intervale de variaţie a valorii Nr. Intervale de variaţie a valorii Nr.
facturilor emise zilnic (mii lei) magazine facturilor emise zilnic (mii lei) magazine
(ni) (ni)
5,0 – 6,0 4 5,0 – 6,0 5
6,0 – 7,0 9 6,0 – 7,0 8
7,0 – 8,0 11 7,0 – 8,0 13
8,0 – 9,0 9 8,0 – 9,0 8
9,0 – 10,0 8 9,0 – 10,0 7
10,0 – 11,0 5 10,0 – 11,0 5
11,0 - 12,0 4 11,0 - 12,0 4
Total 50 Total 50
Notă: limita inferioară inclusă în interval. Notă: limita superioară inclusă în interval.
Varianta III
Intervale de variaţie a valorii facturilor emise Nr. magazine
zilnic (mii lei) (ni)
5,0 – 5,9 4
6,0 – 6,9 9
7,0 – 7,9 11
8,0 – 8,9 9
9,0 – 9,9 8
10,0 – 10,9 5
11,0 – 11,9 4
Total 50
Notă: intervale discontinue.
Se recomandă utilizarea intervalelor continue (varianta I sau varianta II).
3. Modalităţi de prezentare şi reprezentare a datelor statistice.
Rezultatul sistematizării datelor prin grupare/clasificare se prezintă sub formă de:

- serii statistice;
- tabele statistice;
- grafice statistice.
3.1. Serii statistice.
Seria statistică reprezintă un mod organizat de prezentare a datelor, sub forma a două
şiruri: primul se referă la criteriul de sistematizare iar al doilea cuprinde datele
numerice sau frecvenţele de apariţie şi depinde de ordinea de apariţie din primul şir.
Seriile statistice se pot clasifica după următoarele criterii:

a) în funcţie de conţinutul variabilei după care se face sistematizarea, avem:
i. serii cronologice (se referă la o variabilă de timp);
ii. serii teritoriale (se referă la o variabilă de spaţiu);
7
iii. serii de distribuţie de frecvenţe (sau repartiţii de frecvenţe, care se referă la o
variabilă atributivă).
b) după natura variabilei, seriile de distribuţie pot fi.

i. distribuţii heterograde (după o variabilă cantitativă);
ii. distribuţii homograde (după o variabilă calitativă);
c) după numărul variantelor, distribuţiile pot fi:

i. distribuţii pe variante sau valori;
ii. distribuţii pe grupe de variante (în cazul distribuţiilor homograde) sau pe
intervale de valori (în cazul distribuţiilor heterograde).
d) în funcţie de numărul variabilelor după care se face sistematizarea, întâlnim:

i. distribuţii de frecvenţe unidimensionale (când sistematizarea datelor s-a
efectuat după o singură variabilă);
ii. distribuţii de frecvenţe bidimensionale (când sistematizarea datelor s-a efectuat
în funcţie de două variabile);
iii. distribuţii multidimensionale (când sistematizarea datelor s-a efectuat în
funcţie de trei sau mai multe variabile);
Serii de distribuţie de frecvenţe (repartiţii de frecvenţe)

A. Serii de distribuţie de frecvenţe unidimensionale
Seria de distribuţie de frecvenţe unidimensională reprezintă o serie în care primul şir

cuprinde variantele/valorile sau intervalele de variaţie ale unei variabile, iar al doilea
şir – frecvenţele de apariţie ale variantelor sau volumul grupelor.
A1. Distribuţii heterograde (după o variabilă numerică).

Se pot reprezenta sub forma:
- pentru o caracteristică discretă (repartiţii de frecvenţe pe variante/valori):
X :¿ (
x 1 x 2 ... x i ... x r ¿ ) ¿
¿
¿ ,
unde ni (i=1,r ) sunt frecvenţele de apariţie ale variantei xi.
8
- pentru o caracteristică continuă (repartiţie de frecvenţe pe intervale de valori):
X :¿ ( x1
inf
<X < xsup
1 x 2inf <X <x sup
2 ... x iinf <X <x sup
i r <X <x r ¿ ) ¿ ¿
... x inf sup
¿
sau
X :¿ (
x 1 x 2 ... x i ... x r ¿ ) ¿
¿
¿
unde xi , i=1,r sunt centrele intervelor de variaţie.
Serii de repartiţie de frecvenţe pe intervale de variaţie
Se prezintă sub forma:
Intervale de variaţie ale caracteristicii de grupare Număr de unităţi statistice (ni)
x inf sup n1
1 −x 1
x inf sup n2
2 −x 2
... ...
x inf sup ni
i −x i
... ...
x inf sup nr
r −x r
r
Total n=∑ ni
i=1
unde: x inf sup

i , xi reprezintă limita inferioară, respectiv superioară, a intervalului de variaţie „i”.
Vom considera doar cazul intervalelor egale şi continue.
Centrul intervalului este determinat ca medie aritmetică simplă a limitelor intervalului
şi este considerat reprezentativ pentru datele din acel interval. Se determină cu una din
relaţiile:
x inf
i + xi
sup
hi
x i= x i=x inf
i +
2 sau 2 , unde hi este mărimea intervalului.
Frecvenţa absolută a grupei (ni) este egală cu numărul de unităţi statistice care au
valoarea caracteristicii mai mare (sau egală) cu limita inferioară a intervalului şi mai mică
(sau egală) cu limita superioară a acesteia. Suma frecvenţelor absolute este notată cu n şi
r
n=∑ ni
reprezintă numărul total de unităţi sau volumul eşantionului. i=1
¿
n
Frecvenţa relativă a unei grupe ( i ) reprezintă ponderea unităţilor statistice în
volumul total al colectivităţii care au valoarea caracteristicii cuprinsă între limita inferioară şi
9
cea superioară a grupei respective. Se determină ca raport între frecvenţa absolută a grupei şi
volumul eşantionului (eventual înmulţit cu 100).
ni ni
n¿i = r
=
n
∑ ni
i=1 şi se exprimă în coeficienţi,
sau
ni n
n¿i %= r
⋅100= i⋅100
n
∑ ni
i =1 şi se exprimă în procente.
Suma frecvenţelor relative este 1 sau 100, după cum sunt exprimate în coeficienţi sau
în procente.
r r
∑ ni =1 ¿
∑ n¿i% =100
i=1 sau i=1
Frecvenţele cumulate.
Sunt de două tipuri: cumulate crescător şi cumulate descrescător.
Frecvenţa absolută cumulată crescător a unei grupe este egală cu numărul unităţilor
care au valoarea variabilei mai mică (sau egală) cu limita superioară a grupei (mai exact între
sup
x inf
1 şi x i ).
i
Fci = ∑ n k
k =1
Frecvenţa absolută cumulată crescător a ultimei grupe este egală cu volumul colectivităţii (cu
n).
Frecvenţa absolută cumulată descrescător a unei grupe este egală cu numărul
unităţilor pentru care valoarea caracteristicii este mai mare (sau egală) cu limita inferioară a
sup inf
grupei (mai exact între x i şi x r ):
r
Fd i=∑ n k
k =i
Frecvenţa absolută cumulată descrescător a primei grupe este egală cu numărul total de unităţi
statistice (cu n):
Asemănător se determină şi frecvenţele relative cumulate crescător şi descrescător,
conform relaţiilor:
10
i r
Fci = ∑ n k
¿ ¿
Fd i =∑ n¿k
¿
k =1 , k=i
Frecvenţele absolute, relative şi cumulate oferă o imagine de ansamblu asupra tendinţei de

distribuţie a valorilor în colectivitate, asupra normalităţii, simetriei ori asimetriei repartiţiei de
frecvenţe.
☺ Exemplu 5
Pentrul datele din exemplul 4 (varianta I) s-au determinat: frecvenţele absolute,
frecvenţele relative, centrele de interval şi frecvenţele absolute cumulate:
Intervale de Ponderea Frecvenţe absolute cumulate

variaţie a valorii Nr. magazine magazinelor Centre de
facturilor emise (ni) *% interval (xi) Crescător Descrescător
zilnic (mii lei) n
( i )
[5,0 – 6,0) 4 8 5,5 4 50
[6,0 – 7,0) 9 18 6,5 13 46
[7,0 – 8,0) 11 22 7,5 24 37
[8,0 – 9,0) 9 18 8,5 33 26
[9,0 – 10,0) 8 16 9,5 41 17
[10,0 – 11,0) 5 10 10,5 46 9
[11,0 – 12,0) 4 8 11,5 50 4
Total 50 100 - - -
Serii de repartiţie de frecvenţe pe variante (discrete)

Se prezintă astfel:
Variantele/valorile caracteristicii de grupare (xi) Număr de unităţi statistice (ni)
x1 n1
x2 n2
... ...
xi ni
... ...
xr nr
r
Total n=∑ ni
i=1
unde: ni reprezintă numărul unităţilor care prezintă valoarea xi a caracteristicii de grupare (se
mai numesc frecvenţe absolute);
Prin însumarea frecvenţelor grupelor (ni) se obţine volumul total al colectivităţii (n).
Şi pentru această serie se determină toate tipurile de frecvenţe prezentate anterior.
☺ Exemplul 6
11
Pentrul situaţia din exemplul 3 s-au determinat: frecvenţele absolute, frecvenţele relative,
şi frecvenţele absolute cumulate:
Frecvenţe relative Frecvenţe absolute cumulate

Număr de copii Număr de ¿
(xi) familii (ni) n
( i)
Crescător Descrescător
0 3 0,15 3 20
1 5 0,25 8 17
2 8 0,40 16 12
3 3 0,15 19 4
4 1 0,05 20 1
Total 20 1,00 - -
A2. Distribuţii homograde (după o variabilă nenumerică).

Şi pentru distribuţiile homograde, în care sistematizarea datelor este realizată după o
variabilă calitativă, se pot calcula frecvenţe absolute şi relative (vezi exemplul 1).
Dacă sistematizarea s-a efectuat după o variabilă ordinală, se pot calcula şi frecvenţe
cumulate.
☺ Exemplul 7
Pentrul clasificarea din exemplul 2 s-au determinat: frecvenţele absolute, frecvenţele
relative, şi frecvenţele absolute cumulate:
Frecvenţe relative Frecvenţe absolute cumulate

Calificativ Număr de ¿
(xi) studenţi (ni) n
( i)
Crescător Descrescător
Insuficient 3 0,10 3 30
Satisfăcător 4 0,13 7 27
Bine 15 0,50 22 23
Foarte bine 6 0,20 28 8
Excelent 2 0,07 30 2
Total 30 1,00 - -
B. Serii de distribuţie de frecvenţe bidimensionale.
Forma generală a unei distribuţii de frecvenţe bidimensionale, în care s-au luat în

considerare două variabile statistice X şi Y este prezentată în tabelul următor.
12
Distribuţia de frecvenţe bidimensională
Variante sau centre de Variante sau centre de interval pt. variabila Y Total
interval pt. variabila X y1 y2 ... yj ... yp unităţi
x1 n11 n12 ... n1j ... n1p n1.
x2 n21 n22 ... n2j ... n2p n2.
... ... ... ... ... ... ... ...
xi ni1 ni2 ... nij ... nip ni.
... ... ... ... ... ... ... ...
xr nr1 nr2 ... nrj ... nrp nr.
Total unităţi n.1 n.2 ... n.j ... n.p n..
Tabelul de mai sus reprezintă un tabel de corelaţie, în care avem:
x i, i=1,r este varianta sau centrul de interval pentru grupa „i”, formată după valorile
variabilei X;
y j, j=1, p este varianta sau centrul de interval al grupei „j”, formată după valorile variabilei
Y;
nij, i=1,r ; j=1, p reprezintă numărul unităţilor statistice la care întâlnim simultan valoarea xi
a caracteristicii X şi valoarea yj a caracteristicii Y;
p
ni .=∑ nij
j=1 este numărul de unităţi statistice care au valoarea xi a caracteristicii X, indiferent
de valoarea caracteristicii Y;
r
n. j=∑ nij
i=1 este numărul de unităţi statistice care au valoarea yj a caracteristicii Y, indiferent
de valoarea caracteristicii X;
r p r p
n . .=n=∑ ∑ n ij=∑ n i.=∑ n. j
i=1 j=1 i=1 j=1 este volumul total al colectivităţii.
☺ Exersaţi în … Excel
Nivelul profitului anual (mii RON) pentru 50 de firme producătoare de mobilă este:
62 90 91 93 95
82 99 102 105 110
89 123 133 145 164
97 65 72 76 79
114 84 86 87 89
63 91 92 94 96
83 101 104 107 113
119 132 134 146 174
64 69 74 77 98
13
84 85 86 88 102
Să se sistematizeze datele pe 7 intervale egale de variaţie şi să se reprezinte grafic, folosind metodele
statistice implementate în Excel.
Rezolvare folosind EXCEL:

1. În celula A1 tastaţi textul „Profit“ şi începând de la celula A2 introduceţi datele.
2. În celula B1 tastaţi textul „Bin“. În celula B2 introduceţi limita superioară a primului interval: 78
(62+16=78), în B3 a celui de-al doilea interval: 94 (78+16=94) etc.
3. Apăsaţi Tools/Data Analysis şi Histogram.
4. Introduceţi Input Range (A1:A51) şi Bin Range (B1:B8). Selectaţi Labels.
5. Selectaţi Chart Output, New Workbook şi apăsaţi OK.
6. Se va obţine o histogramă cu spaţii între coloane. Pentru a obţine o histogramă cu coloanele lipite se
parcurg următorii paşi.
7. Se poziţionează cursorul pe coloanele histogramei. Se apasă de două ori pe butonul din stânga al
mouse-ului. Se va deschide o fereastră Format Data Series. În această fereastră se merge pe
Options şi la Gap width se trece 0. Se apasă OK.
Se obţin rezultatele:
Bin Frequency
78 9
94 18
110 12
126 4
142 3
158 2
174 2
Din histogramă se poate observa că variabila studiată nu are o distribuţie normală.
Dacă se doreşte afişarea frecvenţelor relative cumulate se selectează la pasul 5 şi Cumulative

Percentage.
Pentru realizarea curbei cumulative a frecvenţelor se apasă Insert/Chart.
Se selectează Line iar la Data Range se introduc celulele corespunzătoare frecvenţelor cumulate.
La Series/Category (X) axis labels se introduc celulele corespunzătoare capetelor de interval (coloana
Bin). Se apasă Next/Next/FINISH.
Se obţine curba cumulativă a frecvenţelor relative:
14
Testul de autoevaluare nr. 1.
1. Frecvenţa absolută cumulată crescător a unei grupe reprezintă:

a) ponderea unităţilor care se încadrează în grupa respectivă;
b) ponderea unităţilor care au valoarea caracteristică mai mică sau eventual egală cu limita
superioară a grupei;
c) numărul unităţilor care au valoarea caracteristicii mai mică sau egală cu limita
inferioară a grupei;
d) numărul unităţilor care au valoarea caracteristicii mai mică sau egală cu limita
superioară a grupei;
e) numărul unităţilor care au valoarea caracteristicii mai mare sau egală cu limita
inferioară a grupei.
2. Se cunosc datele următoare:

Număr de piese realizate zilnic (bucăţi) Muncitori (%)
10 5
15 20
17 45
20 15
22 15
Tabelul prezintă:
a) o distribuţie heterogradă de frecvenţe absolute;
b) o distribuţie homogradă de frecvenţe absolute;
c) o distribuţie heterogradă de frecvenţe relative, pe variante;
d) o distribuţie homogradă de frecvenţe relative;
e) nici una dintre variantele de mai sus.
3. Frecvenţa relativă cumulată crescător a ultimei grupe este egală cu:
15
a) numărul unităţilor statistice din grupa respectivă;
b) ponderea unităţilor statistice din grupa respectivă în total colectivitate;
c) 100%;
d) numărul total de unităţi statistice din colectivitate;
e) 1,00.
3.2. Tabele statistice.
Aşa cum am arătat, alături de grafice, şi tabelele statistice joacă un rol important în
prezentarea dateor, căci ele pot releva anumite aspecte pe care graficele nu le pot pune în
valoare. În unele situaţii, este mai importantă prezentarea valorilor numerice ale datelor, decât
o vizualizare grafică a acestora. În felul acesta, tabelele reprezintă un instrument
complementar graficelor, de prezentare rapidă şi eficientă a datelor, dar şi de sistematizare a
acestora.
Tabelul statistic cuprinde una sau mai multe serii statistice, ai căror termeni sunt înscrişi
într-o reţea de linii şi coloane.
Pentru ca un tabel statistic să fie corect elaborat şi să-şi atingă scopul, trebuie să
conţină un set de elemente obligatorii sau opţionale şi să respecte unele reguli:
- titlul tabelului este un element obligatoriu plasat înaintea tabelului, care descrie clar şi
concis conţinutul datelor pe care le cuprinde;
- macheta tabelului este o reţea de linii ce alcătuiesc rubricile tabelului;
- subiectul tabelului este format din populaţia la care se referă datele înscrise în tabel;
- predicatul tabelului este format din sistemul de indicatori redaţi în tabel;
- rubricile tabelului sunt spaţiile create la întretăierea liniilor orizontale cu cele verticale,
în care sunt înscrise datele;
- datele statistice înscrise în tabel pot fi sub formă numerică sau textuală;
- unitatea de măsură trebuie precizată pentru fiecare din indicatorii înscrişi în tabel; dacă
toţi sunt exprimaţi în aceeaşi unitate de măsură, atunci aceasta se poate trece deasupra
tabelului;
- sursa datelor;
- numărul tabelului – este necesar mai ales atunci când se folosesc mai multe tabele,
pentru identificarea lor;
- note explicative, metodologice
16
3.3. Grafice statistice.
Alegerea tipului de grafic depinde de tipologia datelor pe care vrem să le reprezentăm.

Astfel, putem utiliza:
- grafice într-un sistem de coordonate;
- grafice cu ajutorul unor figuri geometrice;
- grafice cu ajutorul hărţior sau al altor figuri naturale sau simbolice.
Pentru ca un grafic să-şi atingă scopul pentru care a fost proiectat, el trebuie să fie
corect întocmit, să respecte anumite reguli generale, să cuprindă o serie de elemente
obligatorii sau opţionale şi anume:
 titlul graficului;
 sistemul de coordonate;
 scara de reprezentare;
 reţeaua graficului;
 legenda;
 note explicative, sursa datelor etc.
Tipuri de reprezentări grafice utilizate în cazul seriilor de distribuţie de frecvenţe
1. Histograma:
Histograma conţine o succesiune de dreptunghiuri, cu bazele corespunzătoare lungimii
in-tervalelor şi înălţimile egale cu numărul de observaţii din fiecare interval (sau cu ponderea
lor). Dacă intervalele au mărime egală, atunci şi coloanele vor avea lăţime egală.
Permite vizualizarea distribuţiei de frecvenţe absolute sau relative, după o variabilă
numerică continuă (pe intervale).
2. Poligonul frecvenţelor:
Poligonul frecvenţelor este şi el utilizat pentru reprezentarea grafică a distribuţiilor de
frecvenţe absolute sau relative, atunci când sistematizarea datelor s-a făcut după o
caracteristică numerică continuă sau discontinuă. Pentru construirea lui, din fiecare valoare a
caracteristicii sau din fiecare centru de interval se ridică câte o perpendiculară şi se marchează
pe ea punctul aflat la o distanţă egală cu frecvenţa variantei sau intervalului respectiv. Unind
toate punctele astfel găsite rezultă un poligon numit „poligonul frecvenţelor”.
17
Poligonul frecvenţelor se poate suprapune peste histogramă în cadrul aceluiaşi grafic,
sau se poate trasa într-un grafic separat.
3. Curbele frecvenţelor cumulate:

Curbele frecvenţelor cumulate (ogivele), numite şi „curbele cumulative ale
frecvenţelor”, reprezintă o a treia modalitate de reprezentare grafică a distribuţiilor de
frecvenţe pe intervale de variaţie sau pe variante. Ele se trasează atât pentru distribuţii de
frecvenţe absolute, cât şi pentru distribuţii de frecvenţe relative.
În cazul distribuţiilor de frecvenţe după o variabilă continuă:
- reprezentarea grafică a frecvenţelor cumulate crescător: pe axa Ox se reprezintă
limitele superioare ale intervalelor, iar pe axa Oy – frecvenţele cumulate crescător;
prin unirea punctelor astfel obţinute se trasează o curbă ascendentă.
- reprezentarea grafică a frecvenţelor cumulate descrescător: pe axa Ox se reprezintă
limitele inferioare ale intervalelor, iar pe axa Oy – frecvenţele cumulate descrescător;
prin unirea punctelor astfel obţinute se trasează o curbă descendentă.
În cazul distribuţiilor de frecvenţe după o variabilă discretă reprezentarea grafică a
frecvenţelor cumulate crescător va avea, de această dată, aspectul unei scări, pentru că nici o
unitate statistică nu poate avea valoarea caracteristicii situată între variantele stabilite
☺ Exemplul 8
Pentru distribuţia de frecvenţe din exemplul 4, obţinută după o variabilă continuă,
histograma, poligonul frecvenţelor şi curbele frecvenţelor cumulate se prezintă astfel:
12
10
8
Nr. magazine (ni)
0
3 4 5 6 7 8 9 10 11 12 13
Valoarea facturilor (mii lei)
Distribuţia magazinelor după valoarea facturilor

Histograma Poligonul frecvenţelor
Din graficele realizate reiese că distribuţia magazinelor după valoarea facturilor emise
este o distribuţie cu tendinţă de normalitate.
18
Curbele cumulative ale frecventelor
60
50
40
frecvente cumulate
30
20
10
0
5.0 6.0 7.0 8.0 9.0 10.0 11.0 12.0
mii RON
frecvente cumulate crescator frecvente cumulate descrescator
☺ Exemplul 9
Pentru distribuţia de frecvenţe din exemplul 3, obţinută după o variabilă discretă,
poligonul frecvenţelor şi graficul frecvenţelor cumulate crescător se prezintă astfel:
25
10
20
8
Frecvente cumulate
6 15
nr. familii
4 10
2 5
0 0
0 1 2 3 4 5 0 1 2 3 4 5
nr. copii Nr. copii
a) Poligonul frecvenţelor b)Frecvenţe cumulate crescător
4. Graficul (diagrama) prin coloane sau benzi (bare)

Este folosit pentru reprezentarea distribuţiilor de frecvenţe absolute sau relative, în
care sistematizarea s-a făcut după o variabilă categorială, calitativă, măsurată pe scală
nominală. Graficul se trasează în sistemul de axe ortogonale Ox şi Oy, pe Ox se reprezintă
categoriile variabilei calitative, iar pe Oy frecvenţele (absolute sau relative) sau nivelul
indicatorului. Aşadar, graficul constă dintr-o succesiune de coloane de lăţime egală, câte o
coloană pentru fiecare categorie/variantă a variabilei nominale, egal distanţate între ele (la
distanţe, de regulă, mai mici decât grosimea coloanelor) şi cu înălţimea proporţională cu
frecvenţele sau nivelul indicatorului corespunzător categoriei respective. Dacă dreptunghiurile
19
sunt răsturnate cu 90% (şi au baza situată pe axa verticală) atunci reprezentarea grafică este o
diagramă prin benzi, cu axele inversate faţă de diagrama prin coloane.
☺ Exemplul 10
Pentru distribuţia de frecvenţe din exemplul 1, obţinută după o variabilă calitativă,
diagrama prin coloane şi cea prin benzi se prezintă astfel:
Distributia absolventilor dupa domeniul de

ocupare Altele
100 Manag.
80
Domeniu
Finanţe
60
Persoane
40 Market.
20
Contab.
0
Contabilitate Marketing Finanţe Management Altele
ec. 0 20 40 60 80 100
Domeniul Persoane
a) Diagrama prin coloane b)Diagrama prin benzi
5. Diagrama de structură.
Diagrama de structură este folosită pentru a reprezenta grafic structura unei

colectivităţi, sistematizate după valorile unei variabile cantitative sau calitative. Graficul arată,
aşadar, modul în care întregul se subdivide în părţi componente. De obicei, diagrama se
trasează cu ajutorul cercului, a cărui arie reprezintă întregul; acesta se împarte în mai multe
bucăţi („felii”), unghiul la centru corespunzător acestei părţi de cerc este proporţional cu
raportul dintre frecvenţa absolută şi volumul total al colectivităţii (adică cu frecvenţa relativă)
a acelei clase/grupe.
☺ Exemplul 11
Pentru distribuţiile de frecvenţe din exemplele 1 şi 4, diagrama de structură se prezintă
astfel:
20
Structura magazinelor dupa valoarea facturilor
Structura absolvenţilor după domeniul de ocupare emise zilnic
5,0 – 6,0
11,0 – 12,0 8%
6,0 – 7,0
12% 8%
18%
32% 10,0 – 11,0

10%
14% Contab.
Market.
Finanţe
Manag. 9,0 – 10,0 7,0 – 8,0
Altele 16% 22%
18%
8,0 – 9,0
24% 18%
Testul de autoevaluare nr. 2.
1. Subiectul unui tabel statistic reprezintă:

a) reţeaua de linii ce alcătuiesc rubricile tabelului;
b) colectivitatea la care se referă datele;
c) sistemul de indicatori cuprinşi în tabel;
d) datele numerice sau denumirile textuale care se completează în rubricile tabelului;
e) nici una dintre variantele de mai sus.
2. Presupunem că o firmă ce produce trei produse similare, doreşte să compare, prin

intermediul reprezentărilor grafice, ponderea vânzărilor pe produse în totalul vânzărilor, în doi
ani consecutivi. Reprezentarea grafică va fi:
a) histograma frecvenţelor relative;
b) diagrama de structură
c) cronograma
d) corelograma
e) diagrama prin suprafeţe
3. Care dintre următoarele reprezentări grafice sunt incorecte şi de ce?
21
4. Răspunsuri la testele de autoevaluare
Răspunsuri la testul de autoevaluare nr. 1

1. d)
2. c)
3. c), e)
Răspunsuri la testul de autoevaluare nr. 2

1. b)
2. b). Se construieşte câte o diagramă de structură pentru fiecare an
3.)
a) este incorect, deoarece pe axa Ox sunt reprezentat variantele unei variabile calitative, şi de
aceea coloanele ar trebui să aibă lăţimi egale;
b) este incorect, deoarece coloanele ar trebui să fie disparate, puţin distante unele de altele,
pentru a nu da senzaţia de continuitate pe axa Ox.
c) este corect;
d) este incorect, deoarece axa Oy îşi are originea în 10, nu în 0, aşa cum este cazul scalei de
raport;
22
e) este incorect, deoarece scările de reprezentare nu au fost alese echilibrat pe cele 2 axe,
(graficul este prea extins pe orizontală, ceea ce duce la falsa aplatizare, alternare a variaţiei
fenomenului);
f) este incorect deoarece pe axa Oy trebuie figurată o întrerupere de scară (între 0 şi 10).
Aşadar, incorecte sunt graficele a), b), d), e), f).
5. Teme de control
1. Se cunoaşte durata sejurului într-o staţiune montană (zile) pentru 30 de turişti:

12 4 16 13 5 8
9 9 11 3 12 6
10 8 11 7 10 20
15 12 9 16 18 12
6 11 10 7 6 14
a) Să se grupeze datele pe 6 intervale egale şi să se reprezinte grafic rezultatele
sistematizării;
b) Pentru distribuţia obţinută la punctul anterior, să se calculeze frecvenţele relative;
c) Să se reprezinte grafic structura colectivităţii de turişti după durata sejurului.
2. Pentru 200 de agenţi economici se cunosc datele:

Grupe de agenţi economici după numărul Sub 10 10-20 20-30 30-40 40-50 50-60
salariaţilor (pers.)
Ponderea agenţilor economici (%) 7 8 12 62 6 5
a) Să se reprezinte grafic structura agenţilor economici în funcţie de numărul salariaţilor ;
b) Să se reprezinte grafic distribuţia de frecvenţe absolute ;
c) Să se calculeze frecvenţele absolute cumulate şi să se reprezinte grafic.
3. La o societate comercială se analizează contractelor după valoarea acestora, astfel :

Intervale de variaţie a valorii contractelor 150- 250- 350- 450- 550- 650-
(mii lei) 250 350 450 550 650 750
Număr de contracte 25 50 18 9 5 3
a) Să se reprezinte grafic distribuţia de frecvenţe relative;
b) Să se calculeze frecvenţele absolute cumulate şi să se reprezinte grafic;
c) Să se calculeze centrele intervalelor de variaţie.
6. Rezumatul Unităţii de învăţare
23
În acest capitol am învăţat să supunem setul de date unor operaţii de prezentare sistematică,
de organizare, de ordonare după unul sau mai multe criterii, într-un cuvânt de sistematizare.
Includem aici operaţiile de grpare/clasificare.
Gruparea / clasificarea datelor statistice presupune împărţirea unităţilor populaţiei statistice
observate în grupe sau clase distincte omogene, după unul sau mai multe criterii. Dacă efectuăm
sistematizarea datelor după o variabilă nenumerică, spunem că efectuăm o clasificare, iar dacă
sistematizăm datele după o variabilă numerică, spunem că realizăm o grupare.
Clasificarea datelor se poate face:
- pe variante (dacă sunt puţine variante)
- pe grupe de variante (în cazul existenţei mai multor variante).
Gruparea după o variabilă numerică se poate face:
- pe variante (atunci când grupăm datele după o variabilă discretă sau când plaja
valorilor pe care le poate lua caracteristica nu este foarte mare);
- pe intervale de variaţie (atunci când sistematizăm datele după o variabilă continuă,
care are o plajă largă de valori). Intervalele de variaţie pot fi egale sau neegale.
Modalităţile de prezentare şi reprezentare a datelor statistice sunt:
- seriile statistice.
- tabelele statistice
- graficele statistice.
7. Bibliografia Unităţii de învăţare
1. Anderson D., Sweeney D.,Williams T., Statistics for Business and Economics, Thomson
South Western, 2008
2. Ghiţă S. – “Statistică”, Editura Meteor Press, Bucureşti, 2006.
3. Isaic-Maniu Al., Mitruţ C., Voineagu V., Statistică, Editura Universitară, Bucureşti, 2003;
4. Voineagu V., Ţiţan E., Ghiţă S., Boboc C., Todose D. – Statistică. Baze teoretice şi
aplicaţii, Editura Economică, Bucureşti, 2007;
24
CURS STATISTICĂ - Unitatea de învăţare nr. 5
ANALIZA STATISTICĂ A DISTRIBUŢIILOR DE FRECVENŢE.

INDICATORII TENDINŢEI CENTRALE (1)
Cuprins:
1.Obiectivele unităţii de învăţare.

2. Noţiuni generale privind indicatorii tendinţei centrale
3.Mărimile medii
3.1. Media aritmetică
3.2.Media armonică
3.3. Media geometrică
3.4. Media pătratică
4. Răspunsuri şi comentarii la testele de autoevaluare.
5. Teme de control.
6. Rezumatul unităţii de învăţare.
7. Bibliografia unităţii de învăţare.
În urma parcurgerii acestei unităţi de învăţare studentul va înţelege care este tipul de
medie adecvat în fiecare situaţie, precum şi modalitatea de calcul a acesteia.
2. Noţiuni generale privind indicatorii tendinţei centrale
Indicatorul statistic reprezintă expresia numerică concretă sau dimensiunea unei

colectivităţi sau fenomen. Poate fi definit ca „rezultat numeric al unei numărări, al unei
măsuri statistice a fenomenelor şi proceselor de masă sau al unui model de calcul
statistic pe baza datelor înregistrate”.
Într-un studiu statistic, indicatorul poate apărea în dublă ipostază:
- purtător de informaţii, reflectând în expresie numerică un fenomen real;
- mijloc de calcul constituind o modalitate de obţinere a informaţiei statistice
25
Clasificarea indicatorilor statistici:
1. După modul de determinare distingem:

 Indicatorii primari – se obţin în etapa de sistematizare a datelor statistice prin
centralizarea acestora. Aceşti indicatori constituie baza de calcul pentru indicatorii derivaţi.
Centralizarea datelor trebuie făcută numai pentru date care au aceeaşi unitate de măsură şi
acelaşi conţinut şi acceptă însumarea.
Ex.: - numărul total al studenţilor unei facultăţi, numărul studenţilor pe fiecare an de studiu
(volumul total sau pe grupe al unei colectivităţi).
- veniturile salariaţilor unei firme (nivelul total al valorilor individuale al unei
caracteristici)
 Indicatori derivaţi – reprezintă rezultatul prelucrării indicatorilor
primari prin diferite modele de calcul statistic. În categoria indicatorilor derivaţi pac parte:
mărimile relative, indicatorii tendinţei centrale, indicatorii variaţiei şi asimetriei, indicatorii de
concentrare, etc.
Pentru caracterizarea fenomenelor de masă se utilizează atât indicatori primari cât şi derivaţi.
2. După gradul de cuprindere se disting:
 Indicatori sintetici care reprezintă expresii numerice ale
categoriilor economice de sinteză ce caracterizează rezultatele economice la nivel
macroeconomic.
Ex.: Produsul intern brut. Modelul de calcul al acestor indicatori se bazează pe Sistemul
Conturilor Naţionale.
 Indicatorii analitici – care exprimă structura unei colectivităţi şi influenţa
factorilor care acţionează asupra acesteia.
3. După forma de exprimare se disting:
 Indicatori exprimaţi în mărimi absolute adică în unităţi concrete de măsură
aceleaşi cu ale caracteristicii analizate şi cu acelaşi conţinut ca şi caracteristica analizată.
 Indicatori exprimaţi sub formă de mărimi relative adică exprimaţi în
coeficienţi, procente, promile, prodecimile, etc. şi care s-au obţinut prin raportarea a doi
indicatori cu acelaşi conţinut sau cu conţinut diferit, dar aflaţi în relaţie de interdependenţă.
Indicatorii tendinţei centrale reprezintă o categorie deosebit de importantă de

indicatori statistici utilizaţi în analiza variabilelor numerice. Aceşti indicatori sintetici redau
într-o singură măsură ceea ce este tipic, esenţial, caracteristic, obiectiv şi stabil pentru o serie
26
de date numerice.
Indicatorii tendinţei centrale sunt:
 mărimile medii;
 indicatorii medii de poziţie.
Toţi indicatorii tendinţei centrale au unitatea de măsură a caracteristicii studiate.
Indicatorii tendinţei centrale, pentru a reda corect nivelul în jurul căruia tind valorile
individuale, trebuie să îndeplinească următoarele condiţii:
 să fie definiţi în mod precis printr-o definiţie sau formulă;
 să poată fi calculaţi cu uşurinţă şi rapiditate şi să se preteze calculelor algebrice;
 să nu fie afectaţi prea tare de fluctuaţiile de selecţie în cazul în care datele provin
dintr-un sondaj statistic (adică mediile diferitelor eşantioane de volum egal
provenite din aceeaşi colectivitate să nu fie sensibil diferite);
 să nu aibă caracter matematic prea abstract;
 să fie expresia tuturor observaţiilor făcute.
Aceşti indicatori caracterizează cu atât mai bine tendinţa centrală cu cât datele pe baza
cărora se determină sunt mai omogene.
Cei mai importanţi şi mai utilizaţi indicatori ai tendinţei centrale sunt: media, mediana,
modul.
3. Marimile medii
Cuvântul “medie” este prezent în conversaţiile persoanelor aproape în fiecare zi,

folosindu-se în expresii ca: “durata medie de viaţă a oamenilor”, “durata medie de funcţionare
a unei baterii”, “greutatea medie a pachetelor de zahăr”.Media este o valoare tipică sau
centrală a unei distribuţii.
Pentru ca mărimea medie să aibă un caracter obiectiv este strict necesar ca alegerea
tipului mediei să se facă în funcţie de forma de variaţie şi de sursele de informaţii referitoare
la caracteristica studiată.
Mărimile medii utilizate în analiza seriilor de distribuţie de frecvenţe sunt:
 media aritmetică (x);
 media armonică ( xh ) ;
 media pătratică (xp);
27
 media geometrică ( x g) .
Fiecare dintre cele patru medii poate fi calculată atât ca medie simplă (în cazul datelor
negrupate) sau ca medie ponderată (în cazul datelor grupate pe variante sau intervale de
variaţie).
3.1. Media aritmetică
Media aritmetică ( x ) , numită adeseori “medie” este indicatorul cel mai utilizat pentru
caracterizarea tendinţei centrale.
Media se calculează însumând toate valorile individuale şi împărţind suma la numărul
lor, ea reprezentând acea valoare care înlocuind toţi termenii unei serii nu modifică nivelul lor
totalizator.
Media aritmetică calculată pentru o colectivitate statistică este acea valoare care s-ar fi
obţinut dacă toţi factorii ar fi exercitat o influenţă constantă asupra tuturor unităţilor
înregistrate.
Media aritmetică simplă se calculează raportând nivelul totalizat al caracteristicii la
numărul total al unităţilor:
n
∑ xi
x= i=1
n
xi = valorile individuale ale caracteristicii;
n = numărul unităţilor;
n
∑ xi
i=1 = valoarea centralizată (nivelul totalizat) al caracteristicii.
☺ Exemplul 1
Pentru 5 sucursale ale unei bănci comerciale au fost înregistrate valorile creditelor în luna
decembrie 2006 şi anume: 200.000 Euro; 240.000 Euro; 250.000 Euro; 180.000 Euro;
160.000 Euro. Care este valoarea medie a creditelor acordate în luna decembrie 2006?
5
∑ xi
200 .000 +240 .000+250. 000+180 . 000+160 . 000
x= i=1 = =206 .000
5 5
Euro/sucursală
Într-o colectivitate statistică se întâlnesc foarte rar cazuri în care numărul valorilor
28
caracteristicii coincide cu numărul unităţilor, în colectivităţile statistice de obicei se
înregistrează de mai multe ori aceiaşi valoare a caracteristicii pentru mai multe unităţi şi în
acest caz media se va calcula ca o medie aritmetică ponderată:
k
∑ x i⋅ni
x= i=1k
∑ ni
i=1
k = numărul de grupe (intervale);

= numărul de variante (valori ale caracteristicii).
Dacă avem serie de distribuţie de frecvenţe pe intervale, atunci x i reprezintă mijlocul
(centrul) de interval:
k
x=∑ x i⋅ni
¿
i =1
☺ Exemplul 2
Media aritmetică ponderată pentru o serie de repartiţie pe variante.
Repartiţia gospodăriilor dintr-o localitate în funcţie de numărul de copii este prezentată
în tabelul următor:
Nr. copii (xi) 0 1 2 3 4 5 6 7 8
Nr. gospodării (ni) 286 380 416 258 112 62 47 12 7
k
∑ x i⋅ni
i=1 0⋅286+1⋅380+. ..+ 8⋅7 3166
= = 1580 ≈2 ,00
k 286 +380+. ..+7
∑ ni
i =1
Media = copii/gospodărie
Testul de autoevaluare 1
1.Distribuţia salariaţilor unui magazin în funcţie de numărul de zile de concediu de
odihnă dintr-un an se prezintă astfel:
Zile concediu 14 15 16 17 18 19 20
Nr. salariaţi 2 6 10 15 8 5 4
Se cere : să se calculeze media
☺ Exemplul 3
29
Repartiţia salariaţilor unei firme în funcţie de valoarea primei acordate la sfârşitul anului 2006
este:
Prima (euro) Nr. salariaţi (ni) Centrul de interval (xi) xi ni

0 – 100 5 50 250
100 – 200 10 150 1.500
200 – 300 20 250 5.000
300 – 400 16 350 5.600
400 – 500 9 450 4.050
5
Total 60 - ∑ x i⋅ni=16 . 400
i=1
5
∑ x i⋅ni
x= i=15 = 1660
. 400
=273 , 33
∑ ni
i=1 euro/salariat
Media:
 poate să nu aibă o valoare egală cu o valoare individuală înregistrată;
 se poate determina cunoscând doar valoarea totală centralizată a caracteristicii
(nivelul totalizator) şi numărul unităţilor;
 are unitatea de măsură a caracteristicii analizate.
Proprietăţile mediei aritmetice:

1) Dacă pentru toate unităţile se înregistrează aceeaşi valoare a caracteristicii atunci
media este egală cu acea valoare:
x1 = x2 = … = xn = x
n
∑ xi
n⋅x
x= i=1 = =x
n n
2) Media aritmetică are întotdeauna valoare cuprinsă între valoarea minimă a
caracteristicii (xmin) şi valoarea maximă (xmax):
x min ≤x ≤x max
În cazul seriilor de distribuţie pe intervale, media este cuprinsă între limita
inferioară a primului interval şi limita superioară a ultimului interval.
3) Suma abaterilor valorilor individuale ale caracteristicii de la media lor este nulă,
adică distanţele faţă de centru se compensează reciproc:
- pentru seria simplă:
30
n
n n n ∑ xi
∑ ( x i−x )=∑ xi −n⋅x=∑ x i−n⋅i=1n =0
i=1 i=1 i=1
- pentru seria de frecvenţe:

k
k k k k ∑ x i⋅ni k
∑ ( x i−x )⋅ni=∑ x i⋅ni−∑ ni =∑ xi⋅ni − i=1k ⋅∑ n i=0
i=1 i=1 i=1 i=1 i =1
∑ ¿ ni
i=1
4) În cazul seriilor de frecvenţă, media oscilează în jurul termenului căruia îi

corespunde frecvenţa maximă;
5) Dacă toţi termenii unei serii statistice se măresc sau se micşorează cu o constantă
“a”, atunci şi media se va mări sau se va micşora cu respectiva constantă “a”:
- pentru serii simple:
n n
∑ ( x i ±a ) ∑ x i±n⋅a
x ' = i=1 = i =1 =x±a a≠0
n n
- pentru serii de frecvenţe:
k k
∑ ( x i ±a )⋅ni ∑ x i⋅ni ±a
x ' = i=1 k
= i=1 k
=x±a
∑ ni ∑ ni
i=1 i=1
6) Dacă toţi termenii unei serii statistice se înmulţesc sau se împart cu o constantă “h”,
atunci şi media se va multiplica sau se va reduce de “h” ori:
- pentru o serie simplă:
n n
∑ x i⋅h ∑ xi
i=1
x'= =h⋅i=1 =h⋅x h ∈ {0 , 1 }
n n
- pentru o serie de frecvenţe:
k k
∑ x i⋅ni⋅h h⋅∑ x i⋅ni
x ' = i=1 k = i=1
k
=h⋅x
∑ ni ∑ ni
i =1 i =1
7) Dacă frecvenţele unei serii de repartiţie se multiplică sau se împart cu o constantă

“a”, atunci media nu se va modifica:
31
k n k
1
∑ x i⋅ ai ⋅∑ x ⋅n
a i=1 i i
i=1
x'= k
= k
=x
ni 1
∑ a
⋅∑ n
a i =1 i
i=1
k
a=∑ ni
Dacă i=1 adică este volumul total al colectivităţii, atunci:
k n
∑ x i⋅ k i k
∑ i ∑ xi⋅n¿i
i=1
n k
=∑ xi⋅ni
i=1 i=1 ¿
x= k
= k
ni
∑ ∑ n ¿i
i=1
k
i=1
∑ ni i =1
i =1
¿
ni = frecvenţele relative
sau
k
∑ x i⋅n¿i
x == i=1
100 ,
dacă frecvenţele relative sunt exprimate în procente.
8) Media aritmetică este sensibilă la valorile extreme, care pot afecta semnificaţia şi
reprezentativitatea mediei ca valoare centrală. Pentru ca media să fie reprezentativă
trebuie ca datele din care se calculează să fie cât mai omogene;
9) Media generală calculată pentru o serie de repartiţie de frecvenţă corespunzătoare
colectivităţii generale este egală cu media aritmetică ponderată a mediilor parţiale
calculate pe baza seriilor de repartiţie componente:
m
∑ x j⋅n j
x= j =1m
∑ nj
j=1
x j = media seriei de repartiţie componentă j;

nj = volumul seriei componente j.
☺ Exemplul 4
32
Sucursala din Alba a unei bănci comerciale are 40 de angajaţi, dintre care 15 sunt femei, iar
25 bărbaţi. Salariul mediu al femeilor este de 1.370 RON, iar al bărbaţilor de 1.520 RON.
Care este salariul mediu al unui angajat al sucursalei?
m
∑ x j⋅n j
1. 370⋅15+1. 520⋅25
x= j=1m = =1 . 463 , 75 RON
40
∑ nj
j=1
10) Media aritmetică calculată pentru o serie simplă şi media aritmetică calculată pentru
aceeaşi serie cu datele grupate pe intervale (utilizând centrul de interval), pot să fie
sau nu egale. Cele două medii sunt egale dacă frecvenţele din seria de repartiţie de
frecvenţe sunt normal distribuite pe fiecare interval.
11) Pentru o variabilă alternativă (binară) media aritmetică se calculează astfel:
Varianta de răspuns xi Frecvenţa (ni) Frecvenţe relative (ni*)
DA 1 m m
=w
n
NU 0 n–m 1–w
Total - n 1
2
∑ x i⋅ni 1⋅m+0⋅( n−m ) m
x= i=12 = = =w
n n
∑ ni
i=1
☺ Exemplul 5
Să se calculeze media caracteristicii alternative “salariaţi cu prima sub 300 euro”
m
∑ x j⋅n j
1. 370⋅15+1. 520⋅25
x= j=1m = =1 . 463 , 75 RON
40
∑ nj
j=1
Prima (euro) Nr. salariaţi

sub 300 35
mai mare sau egală cu 300 25
Total 60
m 35
w= = =0 ,583
n 60
33
m = reprezintă salariaţii care îndeplinesc condiţia cerută, adică “prima sub 300 euro”;
n = numărul total de salariaţi.
Adică: 58,3% din salariaţi au prima sub 300 euro.
Observăm că media caracteristicii alternative (binare) are caracter de greutate specifică
sau pondere.
Media caracteristicii alternative se exprimă în coeficienţi, deci nu are unitatea de măsură
a caracteristicii.
1. Un auditor bancar a selectat 10 conturi şi a înregistrat sumele existente în fiecare dintre

aceste conturi. Sumele sunt date în Euro: 150, 175, 195, 200, 235, 240, 250, 256, 275, 294
Se cere să se calculeze suma medie de bani existentă într-un cont şi să se testeze
proprietăţile mediei ;
2. Se cunosc salariile obţinute într-un an de 6 angajaţi ai unei societăţi comerciale: 2000,
4000, 6500, 8000, 11000 şi 14000 RON.
a) care este salariul mediu ?
b) care este noul salariu mediu dacă din fiecare din cei şase angajaţi primeşte în plus la
salariu 1000 RON?
1.Un studiu efectuat asupra unui număr de 50 de cutii de brânză topită la cutie dintr-un
magazin a reliefat următoarele informaţii cu privire la numărul de calorii conţinute:
Calorii 75-85 85-95 95-105 105-115 115-125
Nr. cutii cu brânză topită 5 10 15 14 6
Se cere:
a)să se calculezenumărul mediu de calorii al unei cutii;
b)să se calculeze media caracteristicii “cutii de brânză care au sub 95 de calorii”.
2. Venitul mediu anual brut al salariaţilor unei bănci din Franţa a fost în anul 2009 egal cu
65.110 Euro.
Venitul mediu anual al salariaţilor de gen masculin din acea bancă a fost de 65.380
34
Euro, iar al celor de gen feminin a fost de 65.000 Euro.
Se cere să se determine care este ponderea angajaţilor de gen masculin şi, respectiv
feminin din bancă.
3.2. Media armonică
Media armonică se calculează împărţind frecvenţa absolută totală (numărul total al

unităţilor) la suma inverselor valorilor caracteristicii:
- media armonică simplă:
n
x h= n
∑ x1
i=1 i pentru o serie simplă
- media armonică ponderată:
k
∑ ni
i=1
x h= k
∑ x1 ⋅ni
i=1 i pentru o serie de frecvenţe
Dacă termenii seriei sunt pozitivi, atunci x h < x .

Dacă între două variabile interdependente există o relaţie de inversă proporţionalitate,
această relaţie se păstrează şi în cazul mediilor calculate. Deci, dacă pentru calculul uneia se
foloseşte media aritmetică pentru calculul celeilalte se va folosi în mod obligatoriu media
armonică.
Media aritmetică poate fi substituită de media armonică ponderată care foloseşte drept
ponderi xini:
k
∑ xi⋅ni
i=1
x h= k
∑ x1 ⋅x i⋅ni
i=1 i
Această relaţie se foloseşte la calculul indicelui mediu de grup al preţurilor dacă nu

avem informaţii privind cantitatea de mărfuri, ci doar informaţii privind valoarea şi preţurile.
3.3. Media geometrică
Media geometrică se bazează pe relaţia de produs între termenii seriei:
35
√∏
n
n
x g= xi
i=1

k
√∏
∑ ni k
i =1
x g= xn
i
i=1 i
Pentru a putea fi calculate cele două medii trebuie să se logaritmeze relaţiile:

n
∑ lg x i
lg x g = i=1
n
k
1
lg x g = k
⋅∑ ni⋅lg xi
∑ xi
i=1
i =1
S-au obţinut mediile aritmetice ale logaritmilor termenilor seriei.

Media geometrică are o valoare mai mică decât media aritmetică.
Media geometrică nu se poate calcula dacă un termen al seriei este negativ sau egal cu
zero.
Media geometrică se utilizează în cazul seriilor de distribuţie atunci când termenii seriei
prezintă diferenţe mari între ei sau seria prezintă o asimetrie pronunţată.
Prin logaritmare abaterile dintre termeni se micşorează.
Produsul abaterilor individuale ale termenilor seriei de la media geometrică (abateri
calculate sub formă de raport) este egal cu unitatea:
x1 x2 x n x 1⋅x 2⋅. . .⋅x n x ng

⋅ ⋅. . .⋅ = = n =1
xg xg xg xn x g g
Cu cât fiecare raport în parte este mult mai mare sau mult mai mic decât 1, cu atât seria
este mai eterogenă.
3.4. Media pătratică
Media pătratică se calculează ca radical din media aritmetică a pătratelor termenilor

seriei:
36
√
n
∑ x 2i
i=1
x p=
n
√
k
∑ x 2i ⋅ni
i=1
x p= k
∑ ni
i =1
Media pătratică se utilizează în cazul în care într-o serie de repartiţie predomină valorile
mari ale caracteristicilor sau dacă dorim să le acordăm acestora o importanţă mai mare.
1.O firmă alocă un buget fix B în fiecare dintre trimestrele unui an pentru derularea unei
campanii publicitare prin intermediul afişelor.
În primul trimestru, preţul unui afiş a fost de 35 RON.
În cel de-al doilea trimestru, preţul unui afiş a fost de 38 RON.
În cel de-al treilea trimestru, preţul unui afiş a fost de 38 RON.
În cel de-al patrulea trimestru, preţul unui afiş a fost de 38 RON.
Care este preţul mediu al unui afiş ?
4. Răspunsuri şi comentarii la testele de autoevaluare
1. a) Media – se calculează ca o medie aritmetică ponderată:
7
∑ x i ni
14⋅2+15⋅6+ 16⋅10+17⋅15+18⋅8+ 19⋅5+20⋅4
x=i =1
7
= =
50
∑ ni
i =1
852
= =17 ,04 zile concediu
50
1.Pentru aplicaţia 2, avem o serie simplă.
Notăm cu xi = suma existentă în contul i
37
i=1, 10
a) Media se calculează ca o medie aritmetică simplă întrucât avem date negrupate:
10
∑ xi
150+175+195+200+ 235+240+250+ 256+275+294
x=i=1 = =
10 10
2270
= =227 Euro
10
Proprietăţile mediei aritmetice:
1)
x min ≤x ≤x max
150≤227≤294 (A)
10
∑ ( x i−x )=0
2) i=1
(150 - 227) + (175 - 227) + … + (294 - 227) = 0 (A)

n
∑ x i =n⋅x
3) i=1
10
∑ x i =10⋅x ⇔ 2270=10⋅227
i=1 (A)
n
∑ ( x i −a )
x ' = i=1 =x −a a≠0
4) n
Fie a = 5 (ales arbitrar)
10
∑ ( xi −5 )
(150−5 )+(175−5 )+.. .+(294−5 )
x '=i=1 =
10 10
2220
= =222=x−5=227−5
10 (A)
( )
n xi
∑ h
i=1 x
x'= = h ∉ {0 , 1}
5) n n
Pentru h = 2 (ales arbitrar) avem:

150 175 294
+ + .. .+
2 2 2 1135 227 x
x '= = =113, 5= =
10 10 2 2 (A)
2. a)Salariul mediu se va calcula ca o medie aritmetică simplă şi anume:
38
n
∑ xi
2000+ 4000+6500+8000+11000 +14000 45500
x= i=1 = = =9100 RON
n 5 5
b)Daca fiecare salariat primeşte în plus 1000 RON, adică fiecare termen al seriei xi se măreşte
cu o constantă a = 1000, atunci şi media se va mări cu respectiva constantă a şi deci noua
medie va fi 9100 +1000 =10100 RON.
1.a) Media – se calculează ca o medie aritmetică ponderată
xi reprezintă centrul de interval calculat ca medie aritmetică simplă între limita
inferioară şi limita superioară a fiecărui interval:
5
∑ x i ni
80⋅5+90⋅10+ 100⋅15+110⋅14+120⋅6 5060
x= i=15 = = =101 , 2 calorii
50 50
∑ ni
i=1
b) Avem o caracteristică alternativă:

- cutii care au sub 95 calorii;
- cutii care au peste 95 calorii.
Frecvenţele absolute
Varianta xi
ni
DA (sub 95 calorii) 1 m = 15
NU (peste 95 calorii) 0 n – m = 35
Total - n = 50
Media caracteristicii alternative:

m 15
w= = =0 ,3
n 50 
30% dintre cutii au sub 95 calorii.
2. În cazul acestei aplicaţii, vom nota cu n1 numărul salariaţilor de gen masculin şi cu n2

numărul salariatilor de gen feminin, iar cu n = n1 +n2 vom nota numărul total al salariaţilor.
Fondul de salarii total este salariul mediu pe total înmulţit cu numărul total al salariaţilor, deci
65110n, fondul de salarii pentru angajaţii de gen feminin este 65000n2, iar pentru cei de gen
39
masculin este 65380n1.
Deci vom avea :
n = n1 + n2
65110n = 65380n1 + 65000n2
Dacă împărţim ambele ecuaţii cu n vom obţine:
1= m + f
65110 = 65380m + 65000f
unde m este ponderea salariaţilor de gen masculin în total, iar f este ponderea salariaţilor de
gen feminin în total.
Rezolvând sistemul de două ecuaţii cu două necunoscute vom obţine:
m=0,28
f=0,72
Deci 28% dintre salariaţi sunt de gen masculin, iar 72% sunt de gen feminin.
1.În cazul acestei probleme, media (preţul mediu al unui afiş) nu se poate calcula cu ajutorul
mediei aritmetice, ci o vom calcula ca o medie armonică. Numărul de afişe cumpărate în
fiecare trimestru va fi : B/35, B/38, B/40, B/44, iar preţul total al afişelor pe tot anul este 4B.
Preţul mediu al unui afiş va fi :

k
∑ xi⋅ni
i=1 4B
x h= k
= =38 , 98 RON
B B B B
∑ x1 ⋅x i⋅ni + + +
35 38 40 44
i=1 i
5. Teme de control
1.Se consideră următoarele 3 serii statistice:

xi : 2 3 7 10
yi : 5 2 6 1
zi = xi + yi : 7 5 13 11
Se cere:
a) să se calculeze pentru fiecare serie: media aritmetică; geometrică, pătratică şi armonică;
b) să se verifice că z=x+ y (media aritmetică a seriei z i este egală cu suma mediilor
40
aritmetice a celorlalte două serii);
c) să se precizeze dacă această proprietate este valabilă şi pentru celelalte tipuri de medii.
2. În tabelul următor este prezentată repartiţia salariaţilor dintr-o mare companie pe

vârstă şi pe genuri:
Vârsta (ani) Salariaţi de gen masculin Salariaţi de gen feminin
20 – 25 29 38
25 – 30 48 57
30 – 35 36 42
35 – 40 45 39
40 – 45 49 41
45 – 50 32 30
50 – 55 37 18
55 - 60 28 20
Se cere:
a) să se calculeze vârsta medie pe fiecare gen în parte;
b) să se calculeze vârsta medie pentru toţi salariaţii.
3. Se cunosc următoarele date privind numărul de cărţi împrumutate în decursul unei

luni de abonaţii unei biblioteci:
Nr. cărţi împrumutate 0 1 2 3 4 5 6 7
Nr. abonaţi 18 39 57 64 42 33 21 4
Calculaţi numărul mediu de cărţi împrumutate de un abonat..
4. Un elev a obţinut la opt teste următoarele note:

3 5 8 10 7 1 9 9
Calculaţi nota medie a elevului.
5. Se cunosc salariile obţinute într-un an de 6 angajaţi ai unei societăţi comerciale:

3.000, 7.000, 15.000, 22.000, 23.000 şi 38.000 RON.
a) care este salariul mediu?
b) care este noul salariu mediu dacă fiecare din cei şase angajaţi primeşte în plus la salariu
3.000 RON?
c) care este noul salariu mediu dacă salariul fiecăruia din cei şase angajaţi creşte cu 10%?
6. Un studiu privind durata de viaţă în ore a unui produs electrocasnic efectuat pe 100
aparate a condus la următoarele rezultate:
41
Durata de viaţă(ani) Structura numărului de aparate electrocasnice
0 – 1000 8
1000 – 2000 20
2000 – 3000 26
3000 – 4000 22
4000 – 5000 18
5000 - 6000 6
Total 100
Se cere: să se calculeze durata medie de viaţă a unui aparat;
Indicatorii tendinţei centrale reprezintă o categorie deosebit de importantă de indicatori

statistici utilizaţi în analiza variabilelor numerice. Aceşti indicatori sintetici redau într-o singură
măsură ceea ce este tipic, esenţial, caracteristic, obiectiv şi stabil pentru o serie de date numerice.
 mărimile medii care pot fi calculate atăt ca medii simple (pentru date negrupate), căt
şi ca medii ponderate (pentru date grupate pe variante sau pe intervale)
-media aritmetică
-media geometrică
- media pătratică
-media armonică
 indicatorii medii de poziţie
-mediana
-modul
Aceşti indicatori caracterizează cu atât mai bine tendinţa centrală cu cât datele pe baza
cărora se determină sunt mai omogene.
Cei mai importanţi şi mai utilizaţi indicatori ai tendinţei centrale sunt: media, mediana,
modul.
1.Chauvat G., Reau J.P., Statistiques descriptives, Armand Colin, Paris, 2004
2. Danciu A., Niculescu I., Gruiescu M., Statistică economică, Editura Enciclopedică,
Bucureşti, 2009
3. Isaic-Maniu Al., Mitrut C., Voineagu V., Statistică, Editura Universitară, Bucureşti, 2003;
42

INDICATORII TENDINŢEI CENTRALE (2).
Cuprins:

2.Indicatorii medii de poziţie.
2.1 Mediana
2.2. Modul
3.Abordări comparative între principalii indicatori ai tendinţei centrale.
5. Teme de control.
În urma parcurgerii acestei unităţi de învăţare studentul:

 va înţelege când este indicat să se utilizeze mediana şi modul
 îşi va însuşi metodologia de calcul a celor doi indicatori (mediana şi modul) pentru toate
tipurile de serii
2. Indicatorii medii de pozitie
Indicatorii medii de poziţie evidenţiază tendinţele de mijloc sau de concentrare a unităţilor.

Dintre indicatorii medii de poziţie, cei mai frecvenţi utilizaţi sunt: mediana şi modul.
43
2.1. Mediana
Mediana face parte din categoria cuantilelor alături de quartile, decile. Cuvântul mediană
provine din cuvântul latin “medius” care înseamnă “mijloc”.
Mediana reprezintă acea valoare a unei serii ordonate crescător sau descrescător care
împarte seria în două părţi egale, aşa încât 50% din termenii seriei au valori mai mici decât
mediana, iar 50% mai mari decât mediana.
Un avantaj al medianei faţă de medie este acela că poate fi utilizată în caracterizarea
tendinţei centrale pentru o serie de date măsurate pe o scară ordinală. Mediana ia în consideraţie
doar poziţia termenilor în serie, nu şi mărimea acestor valori, deci mediana nu este supusă
influenţei valorilor foarte mari sau foarte mici care sunt lăsate în afara seriei.
☺ Exemplul 1
Pentru 10 şobolani care încearcă să iasă dintr-un labirint se cunosc următorii timpi de parcurgere:
9 şobolani au parcurs labirintul în mai puţin de 15 minute, în timp ce un şobolan a reuşit să
parcurgă labirintul după 24 de ore. Pentru a calcula timpul mediu în care un şobolan parcurge
labirintul valoarea reprezentativă este mediana şi nu media (care ar fi afectată de acea durată
mare de peste 24 ore).
Valoarea medianei este invariabilă faţă de convenţia cu care se închid intervalele extreme,
spre deosebire de medie care este influenţată atât de valori cât şi de frecvenţa lor.
Dacă seria prezintă o repartiţie normală atunci mediana poate să înlocuiască valoarea
medie deoarece se calculează mai uşor.
Mediana este un indicator utilizat în cercetările medicale, în studiul mortalităţii, la
determinarea duratei medii de viaţă, la determinarea duratei medii de funcţionare a unui produs.
Calculul medianei:
 pentru o serie simplă (pentru date negrupate), întâlnim două situaţii:
- seria are un număr impar de termeni – atunci mediana este egală cu termenul central
al seriei ordonate crescător sau descrescător.
Se cunoaşte următorul set de valori ale unei caracteristici:
5 7 4 9 12 3 10
Ordonăm seria crescător:
44
3 4 5 7 9 10 12

Me
Pentru date ordinale mediana este varianta situată în centrul seriei.
- seria are un număr par de termeni, atunci mediana este egală cu media aritmetică
simplă a celor 2 termeni centrali ai seriei ordonate crescător sau descrescător.
Fie următorul set de valori:
3 1 5 7 9 4
1 3 4 5 7 9
4 +5
Me= =4 ,5
2
Pentru un şir de date ordinale format din număr par de termeni, mediana este egală cu una
din cele două variante din centrul seriei dacă aceste variante sunt egale, iar dacă variantele nu
sunt egale mediana ia 2 valori deoarece nu se poate face media lor.
 pentru o serie de distribuţie de frecvenţe pe variante calculul medianei comportă
următoarele etape:
Etapa 1: se determină locul medianei în cadrul seriei:
(∑ )
k
1
L Me= ni +1
2 i=1
Etapa 2: se cumulează crescător frecvenţele absolute şi se determină acea frecvenţă

cumulată crescător care este imediat mai mare sau egală cu locul medianei (L Me). Varianta care
corespunde frecvenţei absolute cumulate ce îndeplineşte condiţia de mai sus este mediana.
☺ Exemplul 2
80 de apartamente dintr-un bloc au fost sistematizate după numărul de camere rezultând
următoarea distribuţie de frecvenţe:
Nr. Camere (xi) Nr. Apartamente (ni) ni cumulat crescător

1 13 13
2 25 38
3 28 66
4 14 30
45
Total 80
Calculaţi mediana.
(∑ )
k
1 1
L Me= ni +1 = ⋅81=40 ,5<66 ⇒
2 i=1 2
 Me = 3 camere  50% dintre apartamente au mai puţin de 3 camere, iar 50% mai mult
de 3 camere.
 pentru o serie de frecvenţe pe intervale de variaţie, mediana se poate determina

numai în ipoteza în care valorile sunt distribuite uniform în cadrul intervalului de
grupare.
Etape:
- se determină locul medianei în cadrul seriei:
(∑ )
k
1
L Me= ni +1
2 i=1
- se cumulează crescător frecvenţele absolute şi se determină acea frecvenţă cumulată

crescător care este imediat mai mare sau egală cu L me. Intervalul care corespunde frecvenţei
absolute cumulate ce îndeplineşte condiţia de mai sus este intervalul median.
- se calculează mediana cu relaţia:
LMe −n pMe
Me=x 0 + h⋅
n Me
x0 = limita inferioară a intervalului median;
h = mărimea intervalului median;
npMe = suma frecvenţelor absolute până la intervalul median;
nMe = frecvenţa absolută a intervalului median.
☺ Exemplul 3
Repartiţia sucursalelor unei bănci comerciale în funcţie de volumul depozitelor bancare atrase
într-o lună este:
Volum depozite bancare

Nr. Bănci (ni) ni cumulat crescător
(mii euro) (xi)
46
20 – 40 12 12
40 – 60 14 26
60 – 80 20 46
80 – 100 18 64
100 - 120 16 80
Total 80 -
(∑ )
5
1 81
L Me = ni +1 = =40 , 5< 46⇒ Me ∈ [ 60 , 80 ]
2 i=1 2
40 ,5−26
Me=60+20⋅ =74 , 5 mii euro
20
Deci 50% dintre sucursale au atras depozite în valoare de 74,5 mii euro, iar 50% peste 74,5
mii euro.
Calculul grafic al medianei se poate realiza în două moduri:

 mediana este corespondenta pe abscisă a punctului de intersecţie al ogivei crescătoare
cu ogiva descrescătoare;
 se trasează doar ogiva crescătoare, iar de pe axa OY din punctul corespunzător locului
medianei se duce o paralelă cu axa OX ce intersectează ogiva crescătoare într-un punct.
Corespondenta pe abscisă a acestui punct este mediana.
Dezavantajele medianei:
 mediana este mai puţin stabilă decât media;
 nu poate fi supusă cu aşa uşurinţă calculelor algebrice;
 media este preferată în statistica inferenţială.
2.2. Modul
Modul (dominanta unei serii) este valoarea cea mai des întâlnită sau căreia îi corespunde
cea mai mare frecvenţă de apariţie.
Calculul algebric al modului:
☺ Exemplul 4
47
La un magazin de pantofi s-au vândut într-o oră pantofi având următoarele mărimi:
Caz 1: 35 37 39 40 42
Această serie nu are mod.
Caz 2: 35 37 35 40 42
Mo = 35 deoarece este valoarea cea mai des întâlnită
Caz 3: 35 37 35 40 40
Mo1 = 35 Mo2 = 40
Această serie este bimodală.
Există şi serii plurimodale.
- pentru o serie de distribuţie pe variante, modul este egal cu varianta căreia îi

corespunde frecvenţa absolută sau relativă maximă.
☺ Exemplu 5
Nr. camere (xi) Nr. apartamente(ni)
1 13
2 25
3 28
4 14
Mo = 3 camere deoarece variantei 3 îi corespunde frecvenţa absolută maximă.
- pentru o serie de distribuţie de frecvenţe pe intervale de variaţie modul se calculează

cu relaţia:
Δ1
Mo=x 0 + h⋅
Δ1 + Δ2
x0 = limita inferioară a intervalului modal;
h = mărimea intervalului modal;
1 = diferenţa dintre frecvenţa intervalului modal şi a celui anterior;
2 = diferenţa dintre frecvenţa intervalului modal şi a celui următor.
Intervalul modal este intervalul căruia îi corespunde frecvenţa absolută maximă.
☺ Exemplul 6
Volum depozite bancare (mii euro) (xi) Nr. Bănci (ni)
20 – 40 12
40 – 60 14
60 – 80 20
80 – 100 18
100 - 120 16
48
Intervalul modal este [60, 80)
20−14 6
Mo=60+20⋅ =60+20⋅ =75
(20−14 )+(20−18 ) 6+2 mii euro
Cele mai multe bănci au atras depozite în valoare de 75 mii euro.
1. Un auditor bancar a selectat 10 conturi şi a înregistrat sumele existente în fiecare dintre
aceste conturi. Sumele sunt date în Euro: 150,175, 195, 200,235,240,250,256,275,294
Se cere: să se calculeze mediana şi modul.
2.Distribuţia salariaţilor unui magazin în funcţie de numărul de zile de concediu de odihnă

dintr-un an se prezintă astfel:
Zile concediu 14 15 16 17 18 19 20
Nr. salariaţi 2 6 10 15 8 5 4
Se cere : să se calculeze mediana şi modul.
Calorii 75-85 85-95 95-105 105-115 115-125

Nr. cutii cu
5 10 15 14 6
brânză topită
Se cere să se calculeze indicatorii tendinţei centrale
Calculul grafic al modului:

 în cazul seriilor de distribuţie pe variante, determinarea grafică a modului se face cu
ajutorul diagramei prin bare sau prin bastoane, modul fiind acea valoare de pe abscisă
căreia îi corespunde ordonata maximă:
49
ni
xi
 Mo
în cazul seriilor de distribuţie pe intervale de variaţie, determinarea grafică a
modului se face cu ajutorul histogramei. Se determină punctul de intersecţie al
segmentului ce uneşte capătul din stânga al blocului cel mai înalt cu capătul din stânga
blocului următor cu segmentul ce uneşte capătul din dreapta al blocului cel mai înalt cu
capătul din dreapta al blocului anterior. Corespondenţa pe abscisă a acestui punct de
intersecţie este modul.
ni
xi
Mo
Analog cu modul se poate determina, în cazul distribuţiilor în formă de U şi valoarea

antimodală căreia îi corespunde frecvenţa minimă.
Modul nu este un indicator al tendinţei centrale foarte stabil şi poate fi afectat de modul în
care au fost construite intervalele de variaţie. În plus, modul nu se pretează aşa uşor la clacule
algebrice ca şi mediana.
Cu toate aceste dezavantaje, modul este un indicator util în analiza seriilor de dimensiuni
mari în care ne interesează valoarea cea mai des întâlnită.
50
3. Abordarea comparativă a principalilor indicatori ai tendinţei centrale
Media este indicatorul cel mai utilizat în analiza tendinţei centrale. Calculul mediei se
bazează pe ansamblul valorilor caracteristicii xi, de aceea ea este influenţată de valorile extreme.
Mediana este un indicator care, spre deosebire de medie, se calculează în funcţie de poziţia
termenilor în serie şi nu este influenţată de valorile termenilor.
Modul se determină foarte uşor, dar este indicatorul cel mai sensibil la modul de grupare a
datelor. Două grupări diferite ale aceleiaşi serii vor conduce la două valori modale diferite.
Pentru o serie perfect simetrică cei trei indicatori ai tendinţei centrale sunt egali:
x=Me=Mo
Proprietăţi
Modul Mediana Media aritmetică
(Yule  Kendall)
Este definit într-un mod obiectiv da da da
Depinde de numărul de termeni ai
nu da da
seriei
Este puţin sensibil la mărimea
da da nu
valorilor extreme
Are o semnificaţie concretă da da da
Este uşor de calculat da da da şi nu
Este puţin sensibil la eşantionare destul nu da
Se pretează la calcule algebrice nu nu da
1.Mediana
Pentru calculul medianei valorile xi trebuie ordonate crescător. (sunt, din ipoteză)
Seria are număr par de termeni (10 termeni), deci mediana este media aritmetică a celor doi
termeni centrali:
51
235+240
Me= =237 ,5 Euro
2
Deci, în 50% din conturi sunt mai puţin de 237,5 Euro, iar în 50% din conturi sunt peste
237,5 Euro.
Modul este valoarea cea mai des întâlnită. Fiind serie simplă şi neavând date care să se
repete, seria nu are mod.
2.
Mediana (valoarea centrală a seriei)
7
1 1
L Me : ( ∑ ni +1 )= ⋅51=25 ,5<33⇒ Me=17 zile
2 i=1 2
Se cumulează crescător frecvenţele absolute (ni):
xi ni ni cumulate crescător
14 2 2
15 6 8
16 10 18
17 15 33
18 8 41
19 5 46
20 4 50
Deci 50% dintre salariaţi au avut sub 17 zile concediu, iar 50%, peste 17 zile.
Modul (dominanta unei serii)
Modul este, în cazul grupării pe variante, acea valoare a caracteristicii căreia îi corespunde
frecvenţa absolută maximă. Frecvenţa absolută (ni) maximă este 15  Mo = 17 zile. Cei mai
mulţi salariaţi au avut 17 zile de concediu.
3.Indicatorii tendinţei centrale sunt:

a1) Media – se calculează ca o medie aritmetică ponderată
xi reprezintă centrul de interval calculat ca medie aritmetică simplă între limita inferioară şi
limita superioară a fiecărui interval:
52
5
∑ x i ni
80⋅5+90⋅10+ 100⋅15+110⋅14+120⋅6 5060
x= i=15 = = =101 , 2 calorii
50 50
∑ ni
i=1
a2) Mediana (valoarea centrală a seriei):

5
1 1
L Me : ( ∑ ni +1 )= ⋅51=25 ,5<30⇒ Me∈ [ 95 , 105 ]
2 i=1 2
Se cumulează frecvenţele absolute şi se determină care frecvenţă absolută este imediat mai
mare sau egală cu LMe. Intervalul care corespunde frecvenţei absolute cumulate ce îndeplineşte
condiţia de mai sus este intervalul median.
Me se calculează cu relaţia:
LMe −n pMe 25 , 5−15
Me=x 0 + h⋅ =95+10⋅ =102 calorii
n Me 15
x0 = limita inferioară a intervalului median;
h = mărimea intervalului;
npMe = suma frecvenţelor absolute până la intervalul median;
nMe = frecvenţa absolută a intervalului median.
Deoarece Me = 102 calorii  50% din cutii au sub 102 calorii, iar 50% au peste 102
calorii.
a3) Modul (dominanta seriei):

Δ1 15−10
Mo=x 0 + h⋅ =95+10⋅ =103 , 33 calorii
Δ1 + Δ2 (15−10 )+( 15−14 )
x0 = limita inferioară a intervalului modal;
h = mărimea intervalului modal;
1 = diferenţa dintre frecvenţa absolută a intervalului modal şi frecvenţa absolută a

intervalului anterior celui modal;
2 = diferenţa dintre frecvenţa absolută a intervalului modal şi frecvenţa absolută a
intervalului următor celui modal.
Intervalul modal este intervalul căruia îi corespunde frecvenţa absolută maximă. Deci Mo
 [95, 105].
53
Deoarece Mo = 103,33 calorii, rezultă că cele mai multe dintre cutii au 103,33 calorii.
5. Teme de control
1.Se cunosc următoarele date privind numărul de cărţi împrumutate în decursul unei luni de
abonaţii unei biblioteci:
Nr. cărţi împrumutate 0 1 2 3 4 5 6 7
Nr. abonaţi 18 39 57 64 42 33 21 4
Calculaţi mediana acestei serii.
2. Calculaţi mediana pentru seria statistică următoare:

14 16 12 9 11 18 7 8 9 16 7 9 18
3.Un studiu privind durata de viaţă în ore a unui produs electrocasnic efectuat pe 100 aparate a
condus la următoarele rezultate:
Durata de viaţă (ore) Structura numărului de aparate electrocasnice
0 – 1000 8
1000 – 2000 20
2000 – 3000 26
3000 – 4000 22
4000 – 5000 18
5000 - 6000 6
Total 100
Se cere: să se calculeze indicatorii tendinţei centrale;
Indicatorii tendinţei centrale reprezintă o categorie deosebit de importantă de indicatori statistici

utilizaţi în analiza variabilelor numerice. Aceşti indicatori sintetici redau într-o singură măsură ceea ce
este tipic, esenţial, caracteristic, obiectiv şi stabil pentru o serie de date numerice.
 mărimile medii care pot fi calculate atăt ca medii simple (pentru date negrupate), căt şi
ca medii ponderate (pentru date grupate pe variante sau pe intervale)
-media aritmetică
-media geometrică
- media pătratică
-media armonică
 indicatorii medii de poziţie
54
-mediana
-modul
Aceşti indicatori caracterizează cu atât mai bine tendinţa centrală cu cât datele pe baza cărora
se determină sunt mai omogene.
Cei mai importanţi şi mai utilizaţi indicatori ai tendinţei centrale sunt: media, mediana, modul.
2. Danciu A.,Niculescu I., Gruiescu M., Statistică economică, Editura Enciclopedică, Bucureşti,
2009
4. Voineagu V., Ţiţan E., Ghiţă S., Boboc C., Todose D. – Statistică. Baze teoretice şi aplicaţii,
Editura Economică, Bucureşti, 2007;
5.Wonnacott T.H., Wonnacott R.J., Statistique, Economica, Paris,1995
55

INDICATORII VARIAŢIEI ŞI ASIMETRIEI
Cuprins:
1.Obiectivele Unităţii de învăţare.

2.Clasificarea indicatorilor variatiei.
2.1. Indicatorii simpli ai variaţiei.
2.2. Indicatorii sintetici ai variaţiei.
3.Indicatorii asimetriei.
5. Teme de control.
6. Rezumatul Unităţii de învăţare.
7. Bibliografia Unităţii de învăţare.
În analiza unei serii statistice ne interesează, pe lângă analiza tendinţei centrale şi

analiza variaţiei sau a variabilităţii, precum şi analiza formei distribuţiei.
Fenomenele şi procesele economico-sociale sunt complexe, aflându-se sub influenţa
unui număr mare de factori esenţiali şi întâmplători, ceea ce face ca media, cel mai utilizat
indicator al tendinţei centrale, să nu fie suficientă pentru analiza acestor fenomene.
☺ Exemplul 1
Fie următoarele seturi de date:
2 4 6 8 10 12 14

x 1=Me 1
5 6 7 8 9 10 11

56
x 2 =Me 2
( x 1 =x 2=Me 1 =Me 2 )
Se observă că deşi cele două serii au aceeaşi medie şi mediană ,
ele diferă prin modul de împrăştiere a valorilor. De aceea, pe lângă indicatorii tendinţei
centrale se impune şi calculul indicatorilor de variaţie.
In urma parcurgerii acestui capitol, studenţii vor putea :

 studia reprezentativitatea mediei pentru o serie de date;
 aprecia gradul de omogenitate a seriei;
 caracteriza gradului de variaţie a unei serii;
 compara în timp şi spaţiu variaţia mai multor serii de repartiţie pentru aceeaşi
caracteristică sau pentru caracteristici diferite care au fost înregistrate pentru aceeaşi
colectivitate;
 cunoaşte forma distribuţiei (repartiţiei) de frecvenţe prin comparaţie cu distribuţia
normală
2. Clasificarea indicatorilor variaţiei
Indicatorii variaţiei pentru o serie statistică se clasifică în:

 indicatori simpli ai variaţiei – sunt acei indicatori care arată împrăştierea valorilor
una faţă de alta sau împrăştierea valorilor faţă de o anumită valoare;
 indicatori sintetici ai variaţiei – care iau în considerare toţi termenii seriei în calculul
lor, sintetizând într-o singură valoare întreaga împrăştiere din serie.
2.1. Indicatorii simpli ai variaţiei
Indicatorii simpli ai variaţiei se exprimă atât în mărimi absolute (având aceleaşi unităţi
de măsură ca şi caracteristica studiată), cât şi în mărimi relative (obţinute prin raportarea
mărimii absolute la medie).
Indicatorii simpli ai variaţiei sunt:
 amplitudinea absolută a variaţiei;
 amplitudinea relativă a variaţiei;
57
 abaterile individuale absolute;
 abaterile individuale relative.
Amplitudinea absolută a variaţiei (Ax) se determină ca diferenţă între valoarea
maximă (xmax) şi valoarea minimă (xmin) a caracteristicii şi arată câmpul maxim de împrăştiere
a valorilor caracteristicii.
Ax = xmax - xmin
Are unitatea de măsură a valorilor caracteristicii şi din acest motiv nu poate fi folosită la
compararea seriilor după caracteristici exprimate în unităţi de măsură diferite.
Se utilizează în etapa de grupare a datelor, mai precis la construirea intervalelor de
variaţie şi se mai utilizează şi la construirea graficelor.
Amplitudinea este foarte sensibilă la valorile extreme. Cu cât acestea sunt mai
îndepărtate cu atât câmpul de împrăştiere a valorilor este mai mare.
Amplitudinea relativă a variaţiei (Ax(%)) se obţine prin raportarea amplitudinii
absolute la medie. Se exprimă în coeficient sau procente, deci pot fi comparate serii după
caracteristici exprimate în unităţi de măsură diferite:
Ax
A x ( % )= ⋅100
x
Abaterile individuale absolute care ne arată împrăştierea fiecărei valori de la valoarea
medie:
d i =x i−x
În practică se utilizează mai mult abaterea absolută maximă şi abaterea absolută
minimă:
d max =x max −x≥0
d min =x min−x≤0
Abaterile individuale absolute se exprimă prin aceeaşi unitate de măsură ca şi
caracteristica studiată şi pot lua valori negative sau pozitive după cum valoarea individuală
este mai mică sau mai mare ca media.
Dacă di în valoare absolută au valori mari putem concluziona că datele sunt împrăştiate,
adică există o variaţie mare în interiorul seriei.
Suma valorilor abaterilor individuale absolute este nulă:
n n
∑ d i=∑ ( xi −x )=0
i=1 i=1
Suma abaterilor maxime şi minime luate în modul este egală cu amplitudinea absolută a
variaţiei:
58
d max +|d min|= A x
Dacă în cazul unei serii, abaterea maximă absolută diferă mult de valoarea abaterii
minime absolute luată în modul, atunci pentru seria respectivă trebuie calculaţi pe lângă
indicatorii variaţiei şi indicatorii de asimetrie.
Într-o serie simetrică:
|d min|=d max
Abaterile individuale relative se exprimă în coeficienţi sau procente şi se calculează
raportând abaterile individuale absolute la medie:
{
d max
di d max (% ) = ⋅100
x
d i ( % )= ⋅100
x d min
d min( % ) = ⋅100
x
Toţi aceşti indicatori simpli prezintă dezavantajul că nu sintetizează, într-o singură

valoare, împrăştierea tuturor termenilor din seria analizată.
Pentru a elimina acest dezavantaj calculăm indicatorii sintetici ai variaţiei.
2.2. Indicatorii sintetici ai variaţiei
Indicatorii sintetici ai variaţiei sunt:
 abaterea medie liniară (d ) ;

 dispersia (varianţa);
 abaterea medie pătratică (abatere medie standard sau tip);
 coeficientul de variaţie.
Abaterea medie liniară ( d ) se calculează ca o medie aritmetică simplă (în cazul seriilor
simple) sau ponderată (în cazul seriilor de distribuţie de frecvenţe) a abaterilor termenilor
seriei de la media lor în valoare absolută.
n
∑|x i −x|
d= i =1
n
- pentru o serie de distribuţie de frecvenţe absolute:
59
k
∑|x i −x|⋅ni
d= i =1 k
∑ ni
i =1
În cazul în care seria de distribuţie de frecvenţe este pe intervale, atunci x i este centrul
intervalului.
- pentru o serie de distribuţie de frecvenţe relative:
k
∑|x i −x|⋅n¿i
d= i =1 ¿
ni sunt exprimate în procente
100 - dacă
k
d=∑ |x i−x|⋅ni
¿
i=1 - dacă
n¿i sunt exprimate în coeficienţi
În locul mediei, pot fi folosiţi şi alţi indicatori ai tendinţei centrale.
Dezavantaje ale abaterii medii liniare:
 se exprimă în aceeaşi unitate de măsură ca şi caracteristica analizată, deci nu poate fi
utilizată la compararea a două sau mai multe serii după caracteristici exprimate în
unităţi de măsură diferite;
 nu ţine seama de semnul algebric;
 nu ţine seama de faptul că abaterile mai mari în valoare absolută influenţează în mai
mare măsură gradul de variaţie al unei caracteristici comparativ cu abaterile mici.
Pentru a înlătura aceste dezavantaje se calculează şi alţi indicatori sintetici ai variaţiei.
☺ Exemplul 2
Repartiţia salariaţilor unei întreprinderi după prima obţinută la sfârşitul anului este prezentată
în tabelul următor:
Prima (lei)
Nr. salariaţi
ni
Centrul
xi
xini |x i −x| |x i −x|⋅ni
sub 100 15 50 750 +195 2.925
100 – 200 20 150 3.000 +95 1.900
200 – 300 30 250 7.500 5 150
300 – 400 25 350 8.750 105 2.625
peste 400 10 450 7.500 205 2.050
Total 100 - 24.500 - 9.650
60
5
∑ x i⋅ni
24 .500
x= i=15 = =245 lei / salariat
100
∑ ni
i=1
5
∑ |x i−x|⋅ni
9 .650
x= i=1 5
= =96 , 5 lei/ salariat
100
∑ ni
i=1
Prima unui salariat se abate în medie de la prima medie cu  96,5 lei.
Dispersia se calculează ca medie aritmetică simplă (în cazul seriilor simple) sau
ponderată (în cazul seriilor de distribuţie de frecvenţă) a pătratelor abaterilor termenilor seriei
de la tendinţa centrală (cel mai adesea media aritmetică).
n
∑ ( x i −x )2
σ 2= i =1
n
- pentru o serie de frecvenţe absolute:
k
∑ ( x i −x )2⋅ni
σ 2= i =1 k
∑ ni
i=1
- pentru o serie de frecvenţe relative:

k
∑ ( x i −x )2⋅n¿i
σ 2= i =1
100
sau
k
σ =∑ ( x i−x )2⋅n¿i
2
i=1
Dacă datele provin din eşantioane de volum redus şi le folosim pentru extinderea rezultatelor
la nivelul colectivităţii generale (le folosim pentru o inferenţă statistică), atunci în calculul
dispersiei la numitor se va folosi (n-1) şi nu “n” fiind astfel dispersia eşantionului un
estimator mai bun al dispersiei în colectivitatea generală:
n
∑ ( x i−x ) 2
s2 = i=1
n−1
61
Dispersia prezintă dezavantajul că este un indicator abstract care nu are o unitate
concretă de măsură. Ea arată modul în care gravitează termenii seriei în jurul tendinţei
centrale (de obicei media). Dacă dispersia unei serii este egală cu 0, atunci acea serie nu
prezintă variaţie, toţi termenii ei fiind egali. Cu cât valoarea dispersiei creşte faţă de zero, cu
atât împrăştierea termenilor seriei creşte şi ea.
Este un indicator deosebit de util în studiile statistice, fiind utilizată în calculul
asimetriei, excesului, boltirii unei serii, precum şi în calculul altor indicatori statistici.
Dispersia caracteristicii alternative:

Frecvenţa
Varianta xi Frecvenţe relative
ni
DA 1 m m
n
n−m
NU 0 n–m =1−w
n
Total - n 1
2
∑ ( x i −x ) 2⋅n i (1−w )2⋅m + ( 0−w )2⋅( n−m )
i =1
σ 2w = 2
= =
n
∑ ni
i =1
2 m 2 n−m 2 2
=( 1−w ) ⋅ + w ⋅ =( 1−w ) ⋅w+ w ⋅( 1−w )=
n n
=w ( 1−w ) ( 1−w+w )=w (1−w )
Dispersia caracteristicii alternative este egală cu produsul dintre cele două frecvenţe
relative.
☺ Exemplul 3
Prima (lei) Nr. salariaţi (ni)
sub 300 65
 300 35
Total 100
Să se calculeze dispersia caracteristicii alternative “salariaţi cu prima sub 300 RON”.
m 65
w= = =0 ,65
n 100
σ 2w =w (1−w )=0 ,65⋅0 , 35=0 , 2275
Dispersia caracteristicii alternative prezintă următoarele particularităţi:

 dispersia caracteristicii alternative poate lua valori doar în intervalul:
62
σ 2w ∈ [ 0 , 0 , 25 ]
2
 când w = 1 – w, adică w = 0,5, dispersia atinge valoarea maximă σ w =0 , 25 ;
 dacă w  1 – w, adică w  0,5 şi w creşte uniform în cadrul intervalului (0, 0,5)
2
atunci σ w înregistrează o creştere mai rapidă la început şi mai lentă când se apropie
de limita superioară;
 dacă w  1 – w, adică w  0,5 şi w creşte uniform în cadrul intervalului (0,5, 1)
2
atunci σ w înregistrează o scădere în acelaşi ritm în care a avut loc creşterea.
Abaterea medie pătratică (abatere standard, abatere tip sau ecart tip) se calculează
ca o medie pătratică a abaterilor termenilor seriei de la media lor sau ca radical din dispersie.
Abaterea medie pătratică ne arată cu cât în medie se abat termenii unei serii de la
tendinţa centrală (de obicei media):
√
n
∑ ( x i−x )2
σ =√ σ 2 =
i=1
n
- pentru o serie de frecvenţe absolute:
√
k
∑ ( x i− x )2⋅ni
σ =√ σ 2 =
i=1
k
∑ ni
i =1
- pentru o serie de frecvenţe relative:
√
k
∑ ( x i−x )2⋅n¿i
σ =√ σ 2 =
i=1
100
☺ Exemplul 4
Fie 2 serii:
S1: 1 2 3 4 5 6
S2: 101 102 103 104 105 106
Cele două serii au aceeaşi amplitudine, aceeaşi abatere medie liniară şi aceeaşi abatere medie
pătratică. Cu toate acestea, împrăştierea din seria A este mai mare decât cea din seria B.
63
Este foarte dificil să comparăm serii de date după caracteristici exprimate prin aceeaşi
unitate de măsură deoarece variabilitatea depinde de ordinul de mărime.
Abaterea medie pătratică are aceeaşi semnificaţie ca şi abaterea medie liniară, dar ea
obţinându-se prin ridicarea la pătrat a abaterilor individuale de la tendinţa centrală (medie)
înlătură dezavantajul acordării aceleiaşi importanţe atât abaterilor mari cât şi celor mici.
Abaterea medie pătratică are aceeaşi unitate de măsură cu a caracteristicii studiate, de
aici provenind dezavantajul că nu pot fi comparate colectivităţi după caracteristici exprimate
prin unităţi de măsură diferite.
Deoarece
x < x p rezultă că d < σ .
În cazul unei serii de distribuţie de frecvenţe simetrică sau uşor asimetrică, adică pentru
o serie cu tendinţă de normalitate între abaterea medie liniară şi abaterea medie pătratică
există relaţia:
d≃0,8⋅σ
☺ Exemplu 5
Se utilizează datele din Exemplul 2.
σ=√ σ 2 =√ 14475=120,31 RON/ salariat
d=96,5 RON / salariat
d 96 ,5
= =0 ,8⇒
σ 120,31
seria este simetrică adică are o repartiţie normală.
Abaterea medie pătratică este un indicator care ne oferă informaţii privind modul de
împrăştiere a termenilor unei serii cu tendinţă de normalitate. Astfel, o regulă empirică spune:
- 68,37% din termenii unei serii se situează în intervalul ( x−σ , x+σ ) ;
- 98,45% din termenii unei serii se situează în intervalul ( x−2σ , x+2σ ) ;
- 99,73% din termenii unei serii se situează în intervalul ( x−3σ , x+3σ ) ;
- 99,94% din termeni se găsesc în intervalul ( x−4σ , x+4 σ )

Abaterea medie pătratică este un indicator deosebit de util la estimarea erorilor de
selecţie, la calcule de corelaţie precum şi la orice comparaţie statistică în timp şi spaţiu.
Coeficientul de variaţie este cel mai utilizat şi mai semnificativ indicator pentru
64
analiza variaţiei. Se calculează ca raport între abaterea medie pătratică sau liniară şi medie.
σ d
v= ⋅100 v '= ⋅100
x sau x
v  v’
Coeficientul de variaţie se exprimă procentual, deci putem aprecia că el reprezintă
exprimarea relativă a lui  sau a lui d .

Dacă v = 0 seria este perfect omogenă, toţi termenii seriei sunt egali între ei şi sunt egali
cu media: în acest caz nu există variaţie.
Dacă v  5%, seria este foarte omogenă, variaţia este foarte mică, media este foarte
reprezentativă, iar gruparea a fost foarte bine executată (în cazul seriilor de distribuţie de
frecvenţe).
Dacă v  35%, seria este omogenă.
Dacă v  70-75%, seria este eterogenă, variaţia este foarte mare, media nu este
reprezentativă, iar gruparea trebuie refăcută.
1.Un auditor bancar a selectat 10 conturi şi a înregistrat sumele existente în fiecare dintre
aceste conturi. Sumele sunt date în Euro:
150 175 195 200 235 240 250 256 275 294
Se cere:
a) să se calculeze suma medie de bani existentă într-un cont
b) să se caracterizeze gradul de omogenitatea al seriei.
Deşi cel mai adesea coeficientul de variaţie se calculează utilizând media (deoarece
respectă cele mai multe din condiţiile impuse de Yule), acest indicator se poate calcula
utilizând şi alţi indicatori ai tendinţei centrale (mediana, mediala, modul).
Acest indicator nu se poate utiliza (adică este lipsit de semnificaţie) în cazul în care
media aritmetică este apropiată de zero sau când valorile termenilor seriei sunt foarte
apropiate.
☺ Exemplul 6
Se utilizează datele din Exemplul 2 şi Exemplul 5.
σ 120 , 31
v= ⋅100= ⋅100=49 , 1 %>35 %
x 245
seria nu este omogenă
65
d 96 , 5
v'= ⋅100= ⋅100=39 , 3%
x 245
3. Indicatorii de asimetrie
Asimetria unei serii de distribuţie empirice poate fi determinată atât prin metoda grafică
cât şi prin calculul indicatorilor de asimetrie.
Reprezentarea grafică cea mai utilizată pentru aprecierea asimetriei este poligonul
frecvenţelor, dar graficul ne oferă doar o imagine sugestivă asupra gradului de asimetrie, fără
a putea să-l măsoare printr-o valoare exactă.
ni ni ni
xx=Me=Mo xi Mo Me x xi x Me Mo xi
Serie perfect simetrică Serie asimetrică cu Serie asimetrică cu

(Clopotul lui Gauss) asimetrie de stânga sau asimetrie de dreapta sau
pozitivă, predomină negativă, predomină
valorile mici valorile mari
x >Me>Mo x <Me<Mo
Pentru distribuţii moderat asimetrice, între x , Me, Mo există următoarea relaţie:

Mo−x=3 ( Me−x )
Tipuri de repartiţii cu asimetrie pronunţată:
ni ni
0 xi 0 xi
Repartiţii în formă de J se întâlnesc în cazul în care frecvenţele sunt maxime la un capăt

sau altul al intervalului de variaţie.
66
ni
0 xi
Repartiţie în formă de U se întâlneşte atunci când frecvenţele maxime apar la capetele

intervalului de variaţie, iar frecvenţele minime în centrul intervalului.
ni
0
xi
Repartiţie complexă obţinută prin suprapunerea a trei repartiţii: una în formă de J şi
două moderat asimetrice. Acest tip de repartiţii apare frecvent când gruparea nu a fost
executată corect.
Indicatorii asimetriei sunt:
- asimetrie absolută:
As=x−Mo sau As=3 ( x−Me )

Aceşti indicatori au unitatea de măsură a caracteristicii analizate, deci prezintă
dezavantajul că nu pot fi comparate din punct de vedere al asimetriei serii după caracteristici
exprimate prin unităţi de măsură diferite.
Aceşti indicatori pot fi pozitivi (în cazul asimetriei de stânga) sau negativi (în cazul
asimetriei de dreapta).
Datorită faptului că o distribuţie se caracterizează şi prin variabilitate, pentru aceeaşi
asimetrie absolută, o serie care are variabilitatea mai mică va fi mai pronunţat oblică, iar
pentru una cu variabilitatea mai mare, oblicitatea se va atenua.
67
- asimetrie relativă:
De aceea se calculează coeficientul de asimetrie propus de Pearson (statistician
englez 1857-1936):
x−Mo
Cas= ∈ [−1 , 1 ]
σ
Dacă Cas = 0 seria este perfect simetrică:
x=Me=Mo
Dacă Cas  0 seria prezintă asimetrie pozitivă sau de stânga:
x >Me>Mo (predomină valorile mici)
Dacă Cas  0 seria prezintă asimetrie negativă sau de dreapta:
x <Me<Mo (predomină valorile mari)
Cu cât Cas este mai apropiată de 1 seria este mai asimetrică.
Dacă Cas  [-0,3; 0,3] seria este uşor sau moderat asimetrică.
Acest coeficient este recomandat numai pentru serii de repartiţie uşor asimetrice.
Dacă se cunoaşte mediana seriei, coeficientul de asimetrie se poate calcula cu relaţia:
3 ( x−Me )
Cas= ∈ [− 3 , 3 ]
σ
Acest indicator este recomandat numai pentru serii de repartiţie uşor asimetrice când
între cei trei indicatori ai tendinţei centrale există relaţia:
Mo−x=3 ( Me−x )
Cu cât Cas este mai apropiat de 0 cu atât seria este mai simetrică, iar cu cât se apropie
de extremităţile intervalului, asimetria devine mai pronunţată.
Aceşti doi indicatori ai asimetriei sunt cei mai utilizaţi în practică, dar în afară de aceştia
se mai utilizează şi alţi indicatori.
☺ Exemplul 7
Se utilizează datele din Exemplul 2.
As=x−Mo=245−266,66=−21,55 RON <0

 asimetrie negativă sau de dreapta
Δ1 10
Mo=x 0 + h⋅ =200+100⋅ =266 ,66
Δ1 + Δ2 10+ 5
Mo∈ [ 200 , 300 ]
68
x−Mo −21 ,66
Cas= = =−0,18<0
σ 120,31
Cas ∈ [ −0,3, 0,3 ]

 seria este uşor asimetrică, cu asimetrie negativă sau de dreapta, deci
x <Me<Mo
predomină salariaţii cu prime mari.
☺ Exersaţi în … Excel
Un profesor doreşte să vadă care au fost rezultatele medii obţinute de studenţii săi la examen. De
asemenea, ar vrea să observe care a fost variaţia notelor. Calculaţi mărimile necesare. Notele obţinute
de studenţi la examen au fost următoarele:
8,1 9,2 3,0 7,9 9,0 6,9 9,6 3,9 9,4 8,8 6,5 7,3 8,4 8,3 9,5 3,8 9,7
9,4 9,3 7,3 7,8 8,6 5,7 9,8 9,3 8,3 9,9 4,2 9,9 5,1 8,4 9,0 8,8 5,9
9,5 7,0 8,1 9,1 7,5 8,2 8,3 6,5 3,4 8,9 4,3 8,5 7,5 6,4 6,4 9,3 8,6
8,4 4,8 8,1 9,6 9,1 9,6 8,3 4,1 10,0 2,5 4,8 7,1 8,9 6,1 7,7 7,6 1,8
5,3 6,9 6,6 9,4 8,0 5,5 8,4 6,6 3,4 9,8 7,2 1,1 3,8 8,5 7,7 9,6 5,0
7,2 8,3 8,7 7,4 9,4 9,0 8,4 9,5 9,0 7,3 9,9 8,5 7,1 3,7 1,6
Rezolvare folosind EXCEL:
1. Se introduc datele. În A1 tastaţi „Nota“.

2. Apăsaţi Tools/Data Analysis şi Descriptive Statistics.
3. Introduceţi Input Range (A1:A101) conţinând şi numele variabilei. Selectaţi Labels in First
Row.
4. Apăsaţi Summary Statistics şi OK.
Se obţin rezultatele:
Note
Mean 7.398
Standard Error 0.215022
Median 8.1
Mode 8.4
Standard Deviation 2.150216
Sample Variance 4.62343
Kurtosis 0.393661
Skewness -1.0731
Range 8.9
Minimum 1.1
Maximum 10
Sum 739.8
Count 100
Media notelor obţinute la examen este 7,398 (Mean) cu mediana 8,1 (Median). Modulul este
8,4 (Mode). Acesta este posibil să nu fie singurul, deoarece EXCEL nu afişează decât o singură
valoare.
69
Cea mai mică notă obţinută a fost 1,1 (Minimum) iar cea mai mare Maximum = 10.
Amplitudinea (diferenţa între valoarea minimă şi cea maximă) este 8,9 (Range).
Variaţia măsurată prin dispersie este 4,62 (Sample Variance) iar abaterea medie pătratică este
2,15 (Standard deviation). Eroarea standard (acest indicator va fi explicat la capitolul de sondaj
statistic) este 0,215 (Standard Error).
Deoarece Skewness este negativ şi mult diferit de zero (-1,07) seria de date este puternic
asimetrică negativ, curba fiind alungită spre stânga.
Kurtosis este 0,39, pozitiv, ceea ce înseamnă că avem o curbă ascuţită (distribuţie
leptocurtică).
Pentru 200 de agenţi economici se cunosc datele:
Grupe de agenţi economici după mărimea Structura agenţilor economici

profilului (mil. lei) (%)
sub 6 10
6-12 22
12-18 25
18-24 23
24-30 17
30 şi peste 3
Total 100
Se cere:
a) să se aprecieze dacă media e reprezentativă;
b) caracterizaţi asimetria distribuţiei;
c) să se calculeze media şi dispersia caracteristicii „profitul ≥18 mil lei”.
1.Distribuţia salariaţilor unui magazin în funcţie de numărul de zile de concediu de odihnă

dintr-un an se prezintă astfel:
Zile concediu 14 15 16 17 18 19 20
Nr. salariaţi 2 6 10 15 8 5 4
Se cere:
a) să se calculeze indicatorii sintetici ai variaţiei;
b) să se caracterizeze gradul de asimetrie;
c) să se calculeze media şi dispersia caracteristicii “salariaţi care au avut un număr de zile de
concediu mai mare sau egal cu 17”.
Calorii 75-85 85-95 95-105 105-115 115-125
70
Nr. cutii cu
5 10 15 14 6
brânză topită
Se cere:
a) să se aprecieze omogenitatea seriei;
c) să se calculeze media şi dispersia caracteristicii “cutii de brânză care au sub 95 de
calorii”
Notăm cu xi = suma existentă în contul i

i=1, 10
a) Media se calculează ca o medie aritmetică simplă întrucât avem date negrupate:
10
∑ xi
150+175+195+200+ 235+240+250+ 256+275+294
x=i=1 = =
10 10
2270
= =227 Euro
10
b) Gradul de omogenitate al seriei se apreciază prin coeficienţii de variaţie (v, v’).
σ 45 , 68
v= ⋅100= ⋅100=20 ,12 %
x 227
d 37, 6
v'= ⋅100= ⋅100=16, 56%
x 227
σ=√ σ 2 =√ 2086,889=45,68
10
∑ ( x i −x )2
σ 2= i =1 =2086 , 889
10
Deoarece v, v’  35%, apreciem că seria este omogenă, variaţia este mică, media este
reprezentativă.
1. a) Pentru a aprecia dacă media este reprezentativă, vom utiliza coeficientul de variaţie.
Pentru a calcula coeficientul de variaţie trebuie mai întâi să calculăm media şi abaterea medie
pătratică.
71
6
∑ x i ni
x= i=16
∑ ni
i=1
n¿
Putem lucra cu relaţia de mai sus dacă calculăm din i (din ipoteza, din tabel) şi
∑ ni=200 (din enunţ) pe ni .
ni
ni = ⋅100
∑ ni
¿
, rezultă:
10
n1 = ⋅200=20
100 agenţi economici;
22
n2 = ⋅200=44
100
25
n3 = ⋅200=50
100
23
n 4= ⋅200=46
100
17
n5 = ⋅200=34
100
3
n6 = ⋅200=6
100
x i reprezintă centrele de interval
sau putem calcula media utilizând relaţia:
6
∑ x i n¿i
3⋅10+ 9⋅22+15⋅25+ 21⋅23+27⋅17+33⋅3
x= i=1 = =16 , 44
100 100 mil. lei
Profitul mediu al unui agent economic este egal cu 16,44 mil lei.
Centrele de interval
x i se determină ca o medie aritmetică simplă a capetelor fiecărui
interval. Rezultatele sunt prezentate în tabelul următor
Mărimea profitului (mil lei) Frecvenţe relative ni*(%) x

Centre de interval i
0-6 10 3
6-12 22 9
12-18 25 15
18-24 23 21
24- 17 27
30-36 3 33
72
Total 100 -
Indicatorul cu ajutorul căruia se apreciază dacă media e reprezentativă este coeficientul de
variaţie.
σ 7 ,92
v= ⋅100= ⋅100=48 ,17 %
x 16 , 44
σ =√ σ 2 =√ 62 ,726 4=7, 92 mil.lei
6
∑ ( xi−x )2⋅n¿i )2⋅¿⋅22+ +(15−16,44)2⋅25+(21−16,44)2⋅23+(27−16,44)2⋅17+(33−16,44)2⋅3
2 i=1 2
σ= =(3−16,44) ⋅10+(9−16,44 ¿ =
100 100 100
¿62.7264
Interpretarea coeficientului de variaţie 35%<v≤75% media e slab reprezentativă.
b) Asimetria se caracterizează cu ajutorul indicatorilor de asimetrie propuşi de Pearson.
- asimetria absolută: =16,44-15,6=0,84 mil. lei

- coeficientul de asimetrie:
as 0 , 84
Cas= = =0 , 106
σ 7 , 92
Cas >0 deci avem serie uşor asimetrică cu asimetrie pozitivă sau de stânga, deci predomină
agenţii economici cu valori mici ale profitului.
c) media şi dispersia caracteristicii „profitul≥18 mil lei”
Avem o caracteristică alternativă sau binară:
- profitul ≥18 mil lei
- profitul <18 mil lei
¿
Varianta xi n
Frecvenţele relative ( i
)
DA (profitul ≥18 mil lei) 1 m = 43
NU (profitul <18 mil lei) 0 n – m = 57
Total - n = 100
m 43
w= = =0 , 43
n 100 
43% dintre agenţii economici au profitul ≥18 mil.lei.
σ 2w =w (1−w )=0 , 43⋅(1−0 , 43 )=0 , 2451
73
1. a) Pentru a calcula indicatorii sintetici ai variaţiei, va trebui să calculăm mai întâi
media – care se calculează ca o medie aritmetică ponderată:
7
∑ x i ni
14⋅2+15⋅6+ 16⋅10+17⋅15+18⋅8+ 19⋅5+20⋅4
x=i =1
7
= =
50
∑ ni
i =1
852
= =17 ,04 zile concediu
50
Indicatorii sintetici ai variaţiei sunt:
- abaterea medie liniară:
7
∑ |x i−x|⋅ni |14−17 , 04|⋅2+|15−17 ,04|⋅6 +|16−17 , 04|⋅10
d= i=1
7
= +
50
∑ ni
i=1
|17−17 , 04|⋅15+|18−17 , 04|⋅8+|19−17 , 04|⋅5+|20−17 , 04|⋅4
+ =
50
58 ,64
= =1, 1728 zile
50
Numărul de zile de concediu al unui salariat se abate în medie de la numărul mediu de
zile de concediu cu  1,1728 zile.
- dispersia:
7
∑ ( x i−x )2⋅ni ( 14−17 , 04 )2⋅2+ ( 15−17 , 04 )2⋅6
σ = i=1
2
7
= +
50
∑ ni
i=1
( 16−17 , 04 )2⋅10+ ( 17−17 , 04 )2⋅15+ (18−17 , 04 )2⋅8
+ +
50
( 19−17 , 04 )2⋅5+ ( 20−17 , 04 )2⋅4 115, 92
+ = =2 , 3184
50 50
- abaterea medie pătratică:
σ=√ σ 2 =√ 2,3184=1,5226 zile

Numărul de zile de concediu al unui salariat se abate în medie de la numărul mediu de
zile de concediu cu  1,5226 zile.
- coeficientul de variaţie:
σ 1 ,5226
v= ⋅100= ⋅100=8 , 93 %
x 17 ,04
d 1,1728
v'= ⋅100= ⋅100=6,88%
x 17,04
74
Deoarece v, v’  35%  seria este omogenă, variaţia este mică, media este
reprezentativă.
b) Aprecierea asimetriei:
x−Mo 17,04−17
Cas= = =0,026
σ 1,5226
Deoarece Cas  0 avem asimetrie pozitivă sau de stânga, adică mediana şi modul se
găsesc în stânga mediei pe grafic, deci în această serie predomină valorile mici ale
caracteristicii.
Cas  [-0,3; 0,3]  seria este uşor asimetrică (Cas este foarte apropiat de zero).
c) Avem o caracteristică alternativă:
- salariaţi care au avut un concediu  17 zile;
- salariaţi care au avut un concediu  17 zile.
Varianta xi
ni
DA (peste 17 zile) 1 m = 32
NU (sub 17 zile) 0 n – m = 18
Total - n = 50

m 32
w= = =0 ,64
n 50 
64% dintre salariaţi au avut un concediu  17 zile
σ 2w =w (1−w )=0 ,64⋅(1−0 , 64 )=0 , 2304
2. Se observă că avem o serie de repartiţie de frecvenţă pe intervale egale.

Notăm cu: xi = numărul de calorii
ni = numărul de cutii de brânză topită
Media – se calculează ca o medie aritmetică ponderată
xi reprezintă centrul de interval calculat ca medie aritmetică simplă între limita
inferioară şi limita superioară a fiecărui interval:
5
∑ x i ni
80⋅5+90⋅10+ 100⋅15+110⋅14+120⋅6 5060
x= i=15 = = =101 , 2 calorii
50 50
∑ ni
i=1
Omogenitatea seriei se apreciază cu ajutorul coeficientului de variaţie:
75
σ 11 ,6
v= ⋅100= ⋅100=11, 46 %
x 101 , 2
σ=√ σ 2=√ 134,56=11,6 calorii
5
∑ ( x i −x )2⋅ni
6728
σ 2= i =1 5
= =134 , 56
50
∑ ni
i=1
Deoarece v  35%  seria este omogenă, variaţia este mică, media este reprezentativă.
b) Gradul de asimetrie:
x−Mo 101,2−103,33
Cas= = =−0,18
σ 11,6
Deoarece Cas  0  seria prezintă o asimetrie negativă sau de dreapta, deci pe grafic
mediana şi modul se găsesc în dreapta mediei, ceea ce înseamnă că predomină cutiile de
brânză cu multe calorii.
Cas  [-0,3; 0,3]  seria este uşor asimetrică.
c) Avem o caracteristică alternativă:
- cutii care au sub 95 calorii;
- cutii care au peste 95 calorii.
Varianta xi
ni
DA (sub 95 calorii) 1 m = 15
NU (peste 95 calorii) 0 n – m = 35
Total - n = 50
m 15
w= = =0 ,3
n 50 
30% dintre cutii au sub 95 calorii.
σ 2w =w (1−w )=0 ,3⋅(1−0 ,3 )=0 , 21
5. Teme de control
1. Presupunând că la fiecare termen al unei serii se adaugă aceeaşi constantă “a”:

a) cum se va modifica amplitudinea absolută?
b) cum se va modifica media?
c) cum se va modifica dispersia, dar abaterea medie pătratică?
76
d) cum se va modifica abaterea medie liniară?
2. Presupunem că fiecare termen al unei serii se multiplică cu aceeaşi constantă “k”:

a) cum se va modifica amplitudinea absolută?
b) cum se va modifica media?
c) cum se va modifica dispersia şi abaterea medie pătratică?
d) cum se va modifica abaterea medie liniară?
3. Preţurile de vânzare pentru un calculator ştiinţific cu aceleaşi caracteristici, fabricat de

aceeaşi firmă, au fost înregistrate în 20 de magazine. Rezultatele sunt redate mai jos şi sunt
exprimate în lei:
10,50 12,75 11,00 16,50 19,30 20,00 16,50 13,90 17,50 18,00
13,50 17,75 18,50 20,00 15,00 14,45 17,85 15,00 17,50 13,50
Se cere:
a) să se caracterizeze gradul de asimetrie al seriei;
b) să se caracterizeze gradul de variaţie al seriei;
4.Despre angajaţii unei sucursale a unei bănci comerciale se cunosc datele:

Grupe de salariaţi după vechime (ani) Nr. salariaţi
0–4 2
4–8 6
8 – 12 10
12 – 16 8
16 - 20 4
Total 30
Se cere:
a) să se verifice dacă distribuţia salariaţilor după vechime este omogenă;
c) să se calculeze media şi dispersia caracteristicii “salariaţi cu vechimea sub vechimea
medie”.
5.Un studiu privind durata de viaţă în ore a unui produs electrocasnic efectuat pe 100 aparate
a condus la următoarele rezultate:
Durata de viaţă (ore) Structura numărului de aparate electrocasnice
0 – 1000 8
1000 – 2000 20
2000 – 3000 26
3000 – 4000 22
4000 – 5000 18
77
5000 - 6000 6
Total 100
Se cere:
a) să se aprecieze dacă media este reprezentativă;
c) să se determine media şi dispersia caracteristicii “aparate care au durata de viaţă mai
mică de 3000 ore”.
6. În tabelul următor este prezentată repartiţia gospodăriilor dintr-o localitate în funcţie de

numărul de copii:
Nr. copii 0 1 2 3 4 5 6 7 8
Nr. gospodării 286 380 416 258 112 62 47 12 7
Se cere:să se calculeze numărul mediu de copii pe gospodărie şi să se verifice dacă
media este reprezentativă;
Fenomenele şi procesele economico-sociale sunt complexe, aflându-se sub influenţa unui număr mare
de factori esenţiali şi întâmplători, ceea ce face ca media, cel mai utilizat indicator al tendinţei
centrale, să nu fie suficientă pentru analiza acestor fenomene. De aceea, pe lângă indicatorii tendinţei
centrale se impune şi calculul indicatorilor de variaţie.
Indicatorii variaţiei pentru o serie statistică se clasifică în:
 indicatori simpli ai variaţiei – sunt acei indicatori care arată împrăştierea valorilor una
faţă de alta sau împrăştierea valorilor faţă de o anumită valoare;
 indicatori sintetici ai variaţiei – care iau în considerare toţi termenii seriei în calculul lor,
sintetizând într-o singură valoare întreaga împrăştiere din serie.
Cu ajutorul indicatorilor variaţiei putem:
 studia reprezentativitatea mediei pentru o serie de date;
 aprecia gradul de omogenitate a seriei;
 caracteriza gradului de variaţie a unei serii;
 compara în timp şi spaţiu a mai multor serii de repartiţie pentru aceeaşi caracteristică sau
pentru caracteristici diferite care au fost înregistrate pentru aceeaşi colectivitate;
 cunoaşte gradul de influenţă a factorilor după care s-a efectuat gruparea;
 cunoaşte forma distribuţiei (repartiţiei) de frecvenţe prin comparaţie cu distribuţia normală
2. Danciu A.,Niculescu I., Gruiescu M., Statistică economică, Editura Enciclopedică,
Bucureşti, 2009
78
5.Wonnacott T.H., Wonnacott R.J., Statistique, Economica, Paris,1995
79
INTRODUCERE IN TEORIA SONDAJULUI
Cuprins:
1. Importanţa sondajului.
2. Avantajele şi dezavantajele utilizării sondajului.
3. Tipuri de sondaj.
4. Principii de bază ale inferenţei statistice. Eşantionarea.
5. Procedee de eşantionare.
6. Erori întâlnite în sondaj.
7. Conceptele estimaţiei. Construcţia intervalelor de încredere.
8. Test de autoevaluare. Determinarea indicatorilor de sondaj in cazul unei selecţii nerepetate.
9. Rezultatele testului de autoevaluare.
10. Teme de autocontrol.
1. Importanţa sondajului
Metodele statistice pot fi descrise printr-un ansamblu de procedee de selectare,

colectare şi organizare a datelor, urmate de sistematizarea, prezentarea şi analiza acestora, în
scopul obţinerii cantităţii de informaţie necesară luării deciziilor în timp util. În general
managerii solicită valori centralizatoare, tipice, cu o largă reprez Succesul sau falimentul în
afaceri depinde de nevoile şi preferinţele clienţilor. De exemplu, organizatorii de cursuri de
perfecţionare, care îşi orientează prezentările făcute cursanţilor utilizând calculatoare mari,
voluminoase, timp în care cererea pe piaţă este orientată spre calculatoare din ce în ce mai
mici, multitasking, uşor de transportat, chiar miniaturale, se vor afla cu câteva decenii în
urmă. Dacă un post de radio, transmite programe radiofonice pentru studiul limbii engleze, în
timp ce majoritatea audienţei este interesată de telenovelele de limbă spaniolă, va găsi foarte
puţine companii dispuse să plătească spaţiu publicitar în timpul acelei emisiuni. Sau care ar
putea fi soluţia pentru o companie comercială care îşi propune să identifice şi să estimeze
80
cererea potenţială de cursuri din altă localitate sau altă regiune şi cum ar putea să decidă
extinderea reţelei sale ?
Răspunsul la acest tip de întrebări poate fi găsit prin aplicarea unei tehnici de cercetare
şi studiu al pieţei denumită sondaj.
Sondajul reprezintă o cercetare parţială, al cărei scop este de estimare a
caracteristicilor populaţiei generale pe baza rezultatelor obţinute de la un eşantion riguros
prelevat. Acestă metodă de investigaţie statistică parţială se bazează pe principiile teoriei
probabilităţilor, statisticii matematice şi legii numerelor mari. Teoria sondajului are ca obiect
principal elaborarea metodelor ştiinţifice de modelare a problemelor legate de culegerea şi
analiza datelor., reprezentativitate, preferând informaţii sintetice în locul detaliilor ce pot
descrie situaţii netipice.
Sondajul se utilizeaza frecvent pentru luarea deciziilor in mediul economic si social
nefiind doar un concept promovat de statisticieni. Scopul sondajului este sa ofere suficiente
informatii despre esantion astfel incat sa permita inferenta cu un nivel de incredere acceptat.
Mijlocul prin care realizeaza scopul este selectia unei parti reprezentative din populatia mama
(“normally representative”), parte denumita ESANTION.
2. Avantajele şi dezavantajele utilizării sondajului
Avantajele utilizării sondajului
În mod cert calea optimă de obţinere a informaţiilor complete şi exacte referitoare la

o populaţie este de a organiza o cercetare totală. Atunci când acest lucru nu este posibil sau
nu există resurse suficiente pentru o astfel de investigaţie, se recurge la sondaj. Principalele
avantaje ale sondajului sunt faptul că necesită costuri mai reduse comparativ cu cercetarea
totală şi calitatea deosebită a rezultatelor obţinute dintr-o cercetare parţială ştiinţific
organizată, uneori superioare celor obţinute în urma unei cercetări totale.
Deşi datele de sondaj sunt afectate de erori de eşantionare şi de observare, acestea din
urmă pot fi mult reduse datorită pregătirii specifice a personalului ce lucrează la realizarea
sondajelor. Prin utilizarea sondajului există posibilitatea de a cuprinde în programul observării
un număr mai mare de caracteristici decât în programul unei cercetări totale. De asemenea
cercetarea selectivă se utilizează pentru testarea rezultatelor unei cercetări exhaustive cât şi la
verificarea unor ipoteze statistice.
81
Principalele avantaje ale utilizarii sondajului sunt costul redus, timp mai mic decat in
cazul efectuarii unui recensamant si obtinerea unei acurateti scorite a rezultatelor. Alte
avantaje sunt:
 Posibilitatea aplicării sondajului şi în cazul efectuării de teste distructive.
 Utilizarea în situaţii în care natura populaţiei nu permite enumerarea unităţilor
statistice: mulţimea consumatorilor vs. mulţimea clienţilor permanenţi.
Dezavantajul principal este posibilitatea obţinerii de date nereprezentative, datele
statistice culese prin sondaj inducând în mod inevitabil erori. Un alt dezavantaj al acestei
metode îl constituie imposibilitatea de a urmări fenomenele în dinamică, sondajul surprinde
static caracteristicile unităţilor observate, ceea ce poate fi corectat prin organizarea de
observări selective periodice, cu periodicitate constantă.
3. Tipuri de sondaje
Exista mai multe criterii de clasificarea sondajelor. După procedeul de selecţie,

aleatoare sau nealeatoare, eşantioanele sunt:
- Eşantioane bazate pe judecata cercetătorului – orice eşantion care este format pe baza
experienţei şi expertizei cercetătorului, ca de exemplu sondajul pe cote.
- Eşantioane aleatoare - realizate după scheme probabilistice.
Tipurile de sondaje aleatoare sunt:
 Sondaj simplu aleator: sanse egale acordate unitatilor de fi cuprinse in

esantion
 Sondaj stratificat – pe GRUPE, straturi formate dupa anumite variabile
independente (de forma M/F de exemplu)
 Sondajul sistematic – alegerea se face dupa un pas de numarare
 Sondaj “cluster” – pe GRUPURI
SONDAJ SIMPLU ALEATOR

 Fiecare unitate din populaţia mamă are aceeaşi probabilitate de a face
parte din eşantion
 Fiecare unitate din eşantion are aceeaşi şansă de apariţie
 Foloseşte numere aleatoare după schema cu bila revenită (sondaj cu
ÎNLOCUIRE) sau cu bila nerevenită (sondaj FĂRĂ ÎNLOCUIRE)
82
SONDAJUL STRATIFICAT
Eşantionul aleator stratificat este obţinut prin separarea populaţiei pe straturi, grupe, ce
se exclud reciproc, doar după această operaţiune se extrage un eşantion aleator din fiecare
strat.
Criterii de separe a populaţiei pe straturi, variabile independente sunt de exemplu:
 Gen
 Varsta
 Ocupatie
 Venitul gospodariei
 Religie
 Numar de copii sub 18 ani din gospodarie
 Locatia
 Brand-ul
SONDAJUL CLUSTER
Eşantionul cluster eşantion aleator de grupuri sau elemente

Se utilizează când nu se poate produce lista membrilor populatiei datorita
necunoasterii tutror sau a dispersiei teritoriale, de exemplu se formeaza clustere de
ACTIONARI
4. Principii de baza ale inferenţei statistice. Eşantionarea
Principiile de bază ale inferenţei statistice, efectuată în urma analizei datelor de

sondaj, implică şi în studiul pieţei serviciilor de consultanţă în resurse umane, noţiunile de
experiment, rezultat, spaţiul eşantionului, eveniment şi probabilitate.
Ideea unui experiment include exemple precum aruncarea unei monede, măsurarea
numărului de angajaţi sau chestionarea managerului unei firme în legătură cu obţinerea de
profit sau pierdere. Asemenea experimente au posibile răspunsuri, finite sau infinite ca număr,
ce formează spaţiul de sondaj. De exemplu o firmă poate obţine profit negativ , deci
pierdere, profit zero, sau proft pozitiv, deci beneficiu, categorii ce reprezintă rezultate.
83
Seturile formate din aceleaşi categorii formează evenimente. Posibilitatea ca firmele să fie
solvabile deci să obţină profit zero sau pozitiv, reprezintă un eveniment.
În teoria sondajului rezultatele unui număr mare de experimente sunt datele primare.
În anumite cazuri putem presupune că fiecare rezultat este independent de cel precedent, aşa
cum un număr al zarului este independent de celelalte aruncări. În condiţiile în care
cunoaştem mecanismul de probabilitate, putem calcula probabilitatea de apariţie a fiecărui
rezultat. Teoria sondajului se preocupă cu aplicarea teoriei probabiltăţilor pentru seturi de date
primare.
Dacă în urma unei cercetări se înregistrează doar informaţii parţiale, este posibil ca
datele înregistrate să fie utilizate pentru obţinerea intervalelor de încredere cu o anumită
probabilitate dacă setul de date respectă condiţiile de reprezentativitate pentru populaţia din
care a fost extras.
Pentru a se putea estima corect parametrii colectivităţii de selecţie pe baza rezultatelor
prelucrării datelor de sondaj, estimaţie garantată cu o anumită probabilitate, este necesar ca
eşantionul pe baza căruia se culeg datele primare să fie reprezentativ.
Un eşantion este reprezentativ dacă structura sa reproduce cât mai exact structura
populaţiei de referinţă din care a fost prelevat.
Pentru asigurarea reprezentativităţii eşantionului este necesar să se respecte anumite
reguli dintre amintim:
a. includerea unităţilor în eşantion să se realizeze în manieră cât mai obiectivă, toate
unităţile trebuie să aibe acceaşi şansă de a participa la formarea eşantionului -
extragerea unităţilor să se realizeze conform principiilor hazardului cu o probabilitate
egală şi diferită de zero.
b. mărimea eşantionului să fie suficientă pentru a reda caracteristicile esenţiale ale
populaţiei generale
c. includerea fiecărei unităţi în eşantion trebuie să se facă independent de cuprinderea
altor unităţi
Determinarea gradului de reprezentativitate a populaţiei studiate la un moment dat
ridică probleme deosebit de dificile în calea evaluării cercetărilor, aceasta deoarece, de cele
mai multe ori, nu pot fi cunoscute în prealabil caracteristicile relevante ale populaţiei ce
urmează a fi cercetată şi se procedează la estimări mai mult sau mai puţin corecte; se ajunge la
identificarea acestor caracteristici numai în urma studiului, când de fapt nu se mai poate
interveni pentru alegerea “populaţiei adecvate”.
84
Cu excepţia cazurilor, rare dealtfel, în care ne pot ajuta evidenţele, numai efectuarea
unor înregistrări prealabile cercetării propriu-zise ne permite să ne fixăm, în cunoştinţă de
cauză, la o anumită populaţie relevantă pentru tema şi obiectivele cercetării.
Studiile statistice exhaustive prealabile, deşi necesare, sunt puţin practicate totuşi
datorită împovărării costurilor de cercetare, a creşterii timpului afectat şi a muncii depuse.
Determinarea cu maximă precizie a caracteristicilor economice, de piaţă, politice şi de altă
natură ale colectivităţii studiate, ca şi dispunerea ei spaţială se înscriu drept cerinţe
elementare, obligatorii pentru o cercetare concretă.
5. Procedee de eşantionare
Eşantionul este un segment al populaţiei studiate ales să o reprezinte în ansamblu.

Reprezentativitatea acestuia asigură corectitudinea estimărilor efectuate baza calculului
indicatorilor de sondaj şi a inferenţei statistice realizate. Atunci când alege eşantionul
cercetătorul trebuie să răspundă la mai multe categorii de întrebări : i) CINE urmează să fie
studiat (care este unitatea de sondaj?); ii) CÂTE unităţi va cuprinde eşantionul (volumul
eşantionului desigur influenţează siguranţa rezultatelor, dar, dacă este bine ales, şi un eşantion
de sub 1% din populaţia totală poate furniza rezultate cu o probabilitate ridicată); iii) care sunt
CRITERIILE de alegere a unităţilor în eşantion (care este procedeul de eşantionare folosit?).
Folosind eşantionarea aleatoare, probabilistică, fiecare unitate componentă a populaţiei

studiate are o anumită probabilitate, cunoscută de a fi inclusă în eşantion, putându-se estima
eroarea de eşantionare. Atunci când procedeele aleatoare sunt prea costisitoare sau durează
prea mult, studiile de piaţă apelează şi la eşantionare neprobabilistică sau mixtă, caz în care nu
pot fi estimate erorile de eşantionare.
Eşantionare aleatoare
Pentru a respecta caracterul aleator al formării eşantionului, procedeul de eşantionare

nu trebuie să fie influenţat de analist. Un eşantion este aleator dacă toate unităţile extrase din
colectivitatea generală au avut aceeaşi şansă (probabilitate egală şi diferită de zero) de a
participa la eşantion. Rezultatele unui sondaj efectuat pe baza unui eşantion aleator pot fi
interpretate probabilistic.
85
Eşantionarea aleatoare se realizează după planuri de sondaje simple (pentru sondaje
în populaţii omogene putându-se aplica şi pentru populaţii neomogene, după planuri de sondaj
în mai multe etape (stratificarea, sondajul multistadial, multifazic, de serii, secvenţial).
Această metodă de eşantionare este indicată a se folosi în cazul în care unităţile din populaţie
sunt de dimensiuni mici şi nu există diferenţe semnificative între mărimea unităţilor
populaţiei.
Această condiţie este rar îndeplinită în totalitate, în practica de piaţă economică. De

aceea se recomandă aplicarea de metode de eşantionare cu probabilităţi inegale, în ipoteza că
unităţile au şanse diferite de a face parte din eşantion. Pentru aplicarea acestei metode este
necesară cunoaşterea unor date auxiliare despre populaţie. În unele cazuri eşantionarea cu
probabilităţi inegale poate fi mai avantajoasă decât cea cu probabilităţi egale.
De exemplu, dacă estimăm numărul angajaţilor dintr-o regiune, cu scopul de a

planifica cifra de şcolarizare la o firmă de instruire, vom folosi datele dintr-un eşantion de
judeţe, extrase aleator, pentru care se cunoaşte populaţia fiecarui judeţ (în urma ultimului
recensământ). Dacă notăm cu Xi numărul firmelor din judeţul i cuprins în eşantion, cu N
numărul judeţelor tării şi cu n numărul judeţelor cuprinse în eşantion, sum(Xi) estimează
numărul firmelor la nivel naţional. Judeţele, indiferent de mărimea lor au avut şanse egale de
a participa la eşantion. Dar, numărul firmelor depinde în mod evident de populaţia judeţului şi
deci estimatorul poate fi afectat de o eroare semnificativă.
Pornind de la ipoteza existenţei unei legături directe, pozitive între populaţia unui
judeţ şi numărul de firme comerciale, se poate acorda judeţelor mai mari o şansă mai mare de
a face parte din eşantion. Probabilitatea ce i se va atribui fiecărui judeţ va fi proporţională cu
populaţia sa. Procedeul de extracţie va fi nerepetat. Estimatorul devine: (P/n)*sum(Xi/pi),
unde P este populaţia întregii ţări, pi populaţia judeţului i din eşantion.
Din procedee de extracţie cu probabilităţi egale amintim procedee absolut
aleatoare ,procedeul loteriei şi al tabelului cu numere întamplatoare şi procedeul mecanic,
eşantionare sistematică.
Eşantionare dirijată şi mixtă
Eşantionarea dirijată apare în cadrul sondajului efectuat de un expert sau un

observator bun cunoscător al caracteristicilor populaţiei din care se va extrage eşantionul, care
va include în eşantion, în mod conştient, unităţile alese după părerea sa subiectivă. Acest
86
procedeu de eşantionare este mult mai ieftin decât cele probabilistice şi se poate aplica dacă
eşantioanele sunt atât de mici încât inferenţele efectuate pe baza lor nu ar reprezenta decât o
simplă ipoteză ce nu ar putea fi testată, indiferent de metoda de prelevare utilizată.
Datele disponibile pot prezenta un grad ridicat de nesiguranţă, ceea ce va face ca

opinia unui expert să ducă la obţinerea de rezultate mai bune. Selecţia dirijată nu permite
stabilirea gradului de precizie a unei estimaţii făcute pe baza ei, precizia depinde direct de
numeroase circumstanţe. În practică se aplică aceasta metodă de eşantionare datorită
imposibilităţii respectării condiţiilor de efectuare a unei eşantionări aleatoare (baza de sondaj
completă şi fără omisiuni, cunoaşterea unor informaţii suplimentare despre unităţile cuprinse
în eşantion).
Cea mai utilizată metodă de eşantionare dirijată în cercetările de piaţa şi anchetele

economico - de piaţă este cea pe cote. În acest caz se cunoaşte structura populaţiei studiate
după sex, vârstă, categorie socio-profesională. În cadrul fiecărei grupe se cuprinde un număr
de persoane alese de către operator. Acestuia i se comunică doar caracteristicile persoanelor
ce trebuie intervievate, numărul lor pe fiecare grupă în parte şi structura populaţiei studiate.
Se presupune că eşantionul este reprezentativ dacă el redă structura populaţiei generale
studiate.
Metoda se bazează pe o alegere raţională a unităţilor din eşantion. Prin modul de
constituire a eşantionului apare ca o metodă mixtă, combinând metodele probabilistice cu cele
nealeatoare de eşantionare. Asimilarea cu metodele probabilistice se face în măsura în care
putem defini ca probabilităţi frecvenţele relative definite în cadrul populaţiei. Putem face
această echivalenţă dacă volumul populaţiei de referinţă este suficient de mare pentru a da
posibilitatea aplicării legii numerelor mari.
De aceea, se poate afirma că sondajul pe cote apare ca un sondaj stratificat, selecţia în
cadrul grupelor fiind conştienţa şi nu este aleatoare. Caracterul voluntar al metodei constituie
principalul său dezavantaj, operatorul putând influenţa în mod voit sau nu rezultatele
sondajului. Asemănarea dintre eşantionarea stratificată aleatoare şi cea pe cote constă în
stratificarea iniţială a populaţiei de referinţă pe straturi omogene.
Diferenţa dintre stratificarea aleatoare şi eşantionarea pe cote constă în procedeul de
selecţie al unităţilor din fiecare strat, selecţia în cazul eşantionarii pe cote fiind lăsată pe
seama operatorilor. Deci metoda se bazează pe definirea caracteristicilor de structurare a
populaţiei de referinţă. Astfel pentru fiecare caracteristică, structura eşantionului trebuie să fie
identică cu cea a populaţiei din care este prelevat. Se definesc variabilele de control , că
87
ansamblul caracteristicilor reţinute pentru a asigura identitatea între eşantion şi populaţia de
referinţă. Stabilirea variabilelor de control are în vedere obiectivul studiului şi tipul populaţiei
de referinţă.
Pentru alegerea criteriilor de cotă, de structurare este recomandabil să se ţină seama de
următoarele îndrumări : definirea varibilelor pe baza întrebărilor cuprinse în eşantion,
folosirea ca variabile de control doar acelea pentru care se poate defini o distribuţie statistică
pentru populatia de referinţă, limitarea numărului de criterii de cotă, ce trebuie să fie
independente, fără să cuprindă conotaţii psihologice şi formate din unităţi statistice cu un grad
cât mai mare de omogenitate. Dacă se respectă aceste condiţii se poate obţine un eşantion
sensibil apropiat de un eşantion extras pe baza procedeelor aleatoare.
De exemplu, într-un sondaj statistic organizat la nivelul Municipiului Bucureşti, cu
scopul identificării preferinţelor cursanţilor pentru calculatoarelor personale şi produse
program, pentru identificarea segmentelor ţintă pe diferite tipuri şi categorii de cursanţi pot fi
alese ca variabile de control categoria - socio profesională, vârsta, gradul de educaţie,
structura populaţiei după aceste variabile de segmentare fiind publicate în urma ultimului
recensământ.
Această metodă este de departe cea mai utilizată metodă în studiile de piaţă, deoarece
necesită un buget redus de cheltuieli, fiind mai puţin costisitoare decât orice metodă de
eşantionare aleatoare, proiectarea nu este laborioasă, rezultatele se obţin operativ, într-un timp
scurt şi de fapt este singura metodă posibilă dacă nu există bază de sondaj.
O alta metodă de formare dirijată a eşantionului este metoda voluntariatului extrem

de utilizată în trecut în cercetările medicale şi psihologice. A început să fie din ce în ce mai
des utilizată în studiile de marketing. Includerea în eşantion se realizează pe baza opţiunii
voluntare a persoanelor de a participa la eşantion.
Anchetele desfăşurate pe baza metodei voluntariatului se aplică studiului opiniilor
ascultătorilor radioului, cititorilor ziarelor, ”navigatorilor” pe INTERNET. Metoda constă în
publicarea chestionarului în presă, sau afişarea sa într-o pagina de Web, însoţită de
rugămintea de a răspunde. Deşi aceste anchete furnizează un volum mare de date se pune
problema posibilităţii extrapolării rezulatelor, imposibil de realizat datorită necunoaşterii
reprezentativităţii eşantionului celor ce au răspuns.
O a treia metodă de eşantionare dirijată este metoda de eşantionare bazată pe

accesibilitate, cercetătorul alegând acei membrii ai populaţiei de la care se pot obţine cel mai
uşor informaţiile.
88
Deşi metodele prezentate mai sus nu respectă principiile eşantionarii aleatoare, sunt
folosite destul de des în sondajele de piaţă, fiind efectuate de specialişti în domeniul
marketing-ului, ce contribuie prin cunoştinţele şi experienţa acumulată la atenuarea
dezavantajelor acestor metode de eşantionare.
În practică, se pot combina metodele de eşantionare aleatoare cu cele dirijate,
obţinându-se o combinaţie de avantaje şi atenuarea dezavantajelor fiecăreia. Un exemplu îl
constituie selecţia stratificată. În selecţia stratificată se împarte întreaga populaţie în straturi
(grupe) după criterii de stratificare corespunzătoare scopului sondajului, şi se alege din fiecare
strat cate un subeşantion folosind procedeul aleator de selecţie.
Eşantionarea stratificată se recomandă a se utiliza în studiul fenomenelor economico-
sociale de masă şi în mod special în studierea fenomenelor de piaţă, caracterizate printr-un
grad mare de eterogenitate. Pentru a creşte gradul de omogenitate populaţia de referinţă se
împarte mai întâi pe grupe omogene. Aplicând în continuare selecţia aleatoare în fiecare
grupă, subeşantionul obţinut va fi omogen. Erorile de sondaj rezultate vor fi mai mici decât în
cazul extragerii eşantionului din populaţia totală neîmpărţită pe clase omogene.
6. Erori întâlnite în sondaj
Orice măsurare statistică conţine erori. O posibilă clasificare a erorilor, din mulţimea
posibilităţilor de grupare şi clasificare existente poate fi: erori sistematice, grosolane şi
aleatoare Erorile sistematice sunt determinate de acţiunea unor factori ale căror cauze de
apariţie pot fi stabilite, iar apoi eliminate. Apariţia erorilor grosolane este legată de încălcarea
condiţiilor de efectuare a experimentului sau a observaţiei. În teoria erorilor se dau criterii de
depistare a erorilor grosolane. Obiectul teoriei erorilor îl constituie numai erorile aleatoare,
care sunt determinate de acţiunea unor factori greu de depistat, din care cauză efectul acţiunii
lor este inevitabil. Erorile de sondaj mai sunt clasificate în erori de înregistrare, comune
tuturor tipurilor de observare, şi erori de reprezentativitate, specifice sondajului. Erorile de
reprezentativitate sunt la rândul lor: sistematice şi întâmplătoare.
Din punctul de vedere al posibilităţii controlului erorilor, în literatura americană de
studiu al pieţei, erorile mai sunt clasificate în două mari grupe:
1. Erori ce pot fi previzionate: acestea sunt controlabile şi au drept cauze măsurările
statistice ale datelor continue şi rotunjirile efectuate pentru a obţine rezultate discrete conform
conţinutului caracteristicii statistice, deci ele sunt probabile - sau de sondaj şi de calcul -
89
ambele tipuri putând fi estimate şi efectele lor controlate. Prin operaţiunea matematică de
rotunjire a valorilor înregistrate se induc erori ce se amplifică dacă rotunjirea continuă în faza
de analiză.
Drept urmare putem afirma că datele sunt rotunjite din următoarele motive:
 Dacă caracteristica observată este continuă în anumite cazuri este necesară rotunjirea
pentru a putea exprima magnitudinea datei (de obicei se păstrează doar două zecimale)
 Pentru caracteristicle discrete rotunjirea are drept scop respectarea caracterului întreg
al acestora.
2. Erori ce nu pot fi previzionate: acestea sunt necontrolabile şi se datorează:
înregistrărilor incomplete sau incorecte, definirii ambigue a caracteristiclor sau unităţilor
statistice ce sunt studiate.
Identificam doua tipuri de erori de sondaj din punctul de vedere al utilizarii tehnicilor
de esantionare:
1. Erori de sondaj, datorate procedurii probabilistice de selectie

 Diferentele dintre valorile estimatorilor si patrametrilor
 Apar cu o anumita probabilitate
2. Erori care nu sunt datorate procedurii de sondaj

 Greseli
 Non-raspunsuri
 Imposibilitatea selectarii unor elemente ale populatiei mama
 Inducerea/influentarea raspunsurilor
 Necunoasterea raspunsurilor
Principalele cauze ale erorilor sistematice sunt alegerea deliberată a unor date
considerate în mod greşit ca fiind reprezentative, alegerea la “întâmplare” ce diferă esenţial de
alegerea după principiile probabilistice, dorinţa voită a cercetătorului de a demonstra o
anumită concluzie, substituirea unei unităţi de cercetare cu altă unitate, în mod voit şi
cuprinderea incompletă în sondaj a unităţilor de cercetare.
Spre deosebire, erorile aleatoare de selecţie apar din procesul de sondaj. Aceste erori
se produc chiar dacă se respectă principiile probabilistice, deoarece eşantionul nu reproduce
perfect distribuţia populaţiei generale. Dacă sondajul este probabilistic, aceste erori pot fi
calculate cu anticipaţie. Estimarea parametrilor din populaţia generală se va efectua pe baza
90
indicatorilor de sondaj, corectaţi cu o eroare de reprezentativitate ce se găseşte într-un anumit
interval probabilistic. Aceste analize de perspectivă şi aceste proiecţii ale rezultatelor
sondajului asupra populaţiei de referinţă, fac din metoda sondajului un puternic instrument în
procesul luării deciziilor în mediul economico-de piaţă.
7. Conceptele estimaţiei. Construcţia intervalelor de încredere
Obiectivul estimaţiei este caracterizarea nivelului parametrului populaţiei

(indicatorului populaţiei, de exemplu media aritmetică din populaţie) pe baza valorii
estimatorului (indicatorul pentru eşantion, media de sondaj)
Sarcinile fundamentale ale teoriei erorilor sunt definirea legilor de repartiţie a
erorilor aleatoare, obţinerea estimaţiilor mărimilor măsurabile necunoscute, pe baza datelor
unor măsurări repetate şi calculul acestor estimaţii.
Apar 2 tipuri de estimări:
- Estimarea punctuală, printr-o singură valoare
- Estimarea printr-un interval.
Estimarea punctuala caracterizeaza parametrul populatiei prin estimarea unei singure
valori sau a unui PUNCT.
Intervalul de estimare denumit şi intervalul de încredere realizează inferenţa
despre populaţie prin estimarea valorii parametrului într-un interval determinat pentru un
anumit nivel de incredere (probabilitate)
Conceptul estimării punctuale trebuie lărgit cu cel al estimării unui interval de variaţie
pentru parametrul populaţiei totale, garantat cu o anumită probabilitate. Într-o viziune mai
largă, dacă parametrul ar fi fost un vector, prin estimarea intervalului s-ar stabili regiunea
critică a acestuia. Un exemplu îl constituie intervalele de încredere.
În cazul unui eşantion de volum n, extras dintr-o populaţie normal distribuită cu media
necunoscută şi deviaţia standard cunoscută, probabilitatea 1 – α este probabilitatea ca media
de sondaj să varieze cu o mărime denumită eroare limită, ±z α/2 .σ √n, utilizată pentru a estima
intervalul de variaţie a mediei, şi z α/2este parametrul corespunzător punctului procentual α/2 al
distribuţiei normale standard.
x̄−μ
Dacă z este: Z=
σ /√n
Putem stabili următoarea declaraţie de probabilitate:

σ σ
P( μ−z α /2 ≤ x̄≤μ+ z α /2 ) =1−α
√n √n
91
Astfel încât, rescriind obţinem:
σ σ
P( x̄−z α /2 ≤μ≤ x̄ +z α /2 ) =1−α
√n √n
unde nivelul de semnificaţie este 1-α este de regulă 5 % pentru o probabilitate de garantare a
rezultatelor de 95%.
Argumentul funcţiei Laplace pentru diverse niveluri de încredere sunt prezentate în tabelul de
mai jos:
Niveluri de
incredere a a/ 2 z
0.90 0.10 0.05 1.645
0.95 0.05 0.025 1.96
0.98 0.02 0.01 2.33
0.99 0.01 0.005 2.575
.
Construcţia intervalelor de încredere pentru media aritmetică
Intervalul de încredere pentru medie se construieşte prin procedeul extinderii directe.

Acest procedeu constă în estimarea indicatorilor colectivităţii generale, fără ca să se fi
înregistrat în prealabil unităţile ei, cu ajutorul indicatorilor calculaţi din datele obţinute în
urma organizării culegerii datelor de sondaj.
a. Interval de incredere pentru media populaţiei ( σ cunoscut)

Estimarea indicatorilor colectivităţii totale cu ajutorul indicatorilor calculaţi la nivel de
eşantion, face ca aceştia să nu aibă o valoare determinată, ci datorită erorilor inerente
preocedurii probabilistice de sondaj, erorile de reprezentativitate, ei să se abată de la cei reali.
Vom putea spune, cu o anumită probabilitate vom pute spune că ei sunt plasaţi într-un interval
dat de media de sondaj plus (minus) eroarea limită (inegalitatea lui Cebîşev):
, adica
σ σ
x̄±z α /2 = x̄±1 . 96
√n √n
Unde
n = volumul eşantionului
92
σ = dispersia variabilei în populaţia mama din care a fost extras eşantionul.
Intervalul de încredere este afectat de:
• deviaţia standard a populaţiei (s)
• nivelul de încredere, probabilitatea de garantare (1-a)
• dimensiunea esantionului (n).
Dimensiunea intervalui de încredere şi implicit acurateţea estimării va creşte prin creşterea

volumului eşantionului. Practic se stabileşte cât se doreşte să fie eroarea de sondaj şi apoi se
determină volumul eşantionului.
Intervalul de încredere este, practic, util auditoriului, utilizatorilor de date secundare.

Afirmatia “estimarea mediei cu ± e unitati”, înseamnă estimarea intervalului de încredere de
forma generală:
parametru = valoarea estimatorului ± eroarea de sondaj,
adică:
x̄±e
Dimensiunea eşantionului – sondaj simplu aleator, s cunoscut, procedeul de selecţie cu
bila revenită este:
[ ]
2
z σ
n= α /2
e
b. Interval de încredere pentru media populaţiei ( σ necunoscut)
Dacă nu se cunoaşte deviaţia standard din populaţie, s, se va înlocui cu valoarea

estimatorului acesteia, deviaţia standard din eşantion, s.
Inferenţa asupra unei proporţii
Se aplică datelor nominale şi frecvenţelor relative. Estimatorul folosit pentru inferenţă este
indicatorul de sondaj, p, proporţia calculată pentru eşantion.
x
p= unde
n
x−numarul cazurilor de succes .
n−volumul esantionului .
93
În anumite condiţii, proporţia în eşantion este normal distribuită cu media m = π
(proporţia din populaţie) şi dispersia = p(1 - p). Dacă procentul din populaţie este π, valoarea
z va fi:
p− procent din
Z= populatie
√ p ( 1− p) / n
Greutatea specifică a unităţilor din cadrul colectivităţii totale, care posedă o anumită
caracteristică (luată în considerare în momentul formării eşantionului) poate fi estimată, cu o
precizie antecalculată, astfel încât ea poate lua valori într-un interval de forma:
, adica
p±eroarea de sondaj
= p±e=p±z α / 2 √ p ( 1− p )/ n
În acest caz, dispersia din populaţie nu este cunoscută, fiind π (1 - π). Pentru
caracteristica alternativă se va putea estima nivelul lor absolut în carul colectivităţii totale, ca
un produs între limitele intervalului de încredere şi volumul întregului fenomen, adică:
. In acest caz volumul esantionului va fi:
[ ]
2
z α /2 √ p(1−p )
n=
e
8. Testul de autoevaluare . Determinarea indicatorilor de sondaj in cazul

unei selecţii nerepetate.
1. Alegeţi una din variantele următoare:
a) Adevărat întotdeauna: A
b) Adevărat în anumite condiţii: B
c) Fals: C
d) Nu au sens: E,
pentru a aprecia caracterul afirmaţiilor:
1.1 Volumul eşantionului nu poate să scadă, situaţie ce determină o evoluţie constantă a erorii
limită
94
1.2 Volumul eşantionului poate să scadă, ceea ce determină creşterea cheltuielilor de
înregistrare şi creşterea erorii limită
1.3 Volumul eşantionului poate să crească, determinând scăderea erorii limită şi a costului de
înregistrare
1.4 Volumul eşantionului poate să se modifice, determinând o mişcare în acelaşi sens a
costului de înregistrare şi în sens contrar a erorii limită
2. Un eşantion de volum normal corespunde:
a) repartiţiei Gauss-Laplace
b) repartiţiei Student
c) repartiţiei binomiale
d) Repartiţiei t
e) altei repartiţii, precizaţi care anume ...
3. Nu constituie un avantaj al sondajului:
a) operativitatea
b) costul diminuat comparativ cu cel al unei cercetări totale
c) complexitatea informaţiilor culese
d) erorile de înregistrare reduse
e) prezentarea prin sondaj a unei situaţii existente la un moment dat, fără a evidenţia
dinamica fenomenului
4. În ce domeniu se pot folosi doar cercetările selective şi nu cele totale:
a) cunoaşterea veniturilor populaţiei
b) controlul calităţii produselor prin metode distructive
c) cunoaşterea preferinţelor clienţilor
d) cunoaşterea structurii populaţiei unui oraş
e) cunoaşterea structurii efectivelor de animale
5. Raportul dintre eroarea limită şi eroarea medie de selecţie, într-un sondaj repetat, în care
rezultatele sunt garantate cu o probabilitate de 95%, este:
a) supraunitar
b) subunitar
c) negativ
d) pozitiv
95
e) mărimile nu se pot compara
6. Erorile probabile de sondaj sunt în raport cu erorile de înregistrare:
a) mai mici cu cât volumul eşantionului creşte
b) constante, indiferent de volumul eşantionului
c) întotdeauna egale
d) din ce în ce mai mici pe măsură ce volumul eşantionului scade
e) ocupă întotdeauna ponderea cea mai mare din totalul erorilor
7. Se cunosc datele despre distribuţia a 50 de candidaţi admişi la o facultate din Bucureşti
după media la examenul de admitere (candidaţii au fost aleşi din listele de admitere) aleatoriu
si nerepetat:
Grupe de candidaţi după media la examenul
Număr candidaţi
de admitere
7,75-8,07 5
8,07-8,39 12
8,39-8,71 11
8,71-9,03 9
9,03-9,35 4
9,35-9,67 9
Total 50
Se cere:
1) Să se verifice reprezentativitatea eşantionului candidaţilor după media la examenul de
X
admitere ştiind că media la admitere pe total colectivitate ( 0 = 8,02).
2) Să se calculeze eroarea medie probabilă de selecţie.
3) Eroarea maximă admisă dacă rezultatele se garantează cu o probabilitate de 95,45%
pentru care z = 2 ştiind că volumul colectivităţii totale a fost de 655 candidaţi.
4) Să se estimeze limitele între care se va încadra media la admitere a tuturor candidaţilor.
5) Să se determine noul volum de selecţii care va fi necesar, dacă eroarea limită admisă se
reduce de 1,5 ori, iar probabilitatea cu care se garantează rezultatele rămâne
neschimbată (respectiv
z = 2).
6) Să se determine dacă argumentul funcţiei Gauss Laplace va rămâne neschimbat prin
micşorarea erorii limită admisă de la punctul anterior.
1.1 C
1.2 C
1.3 B
1.4 A
2. a
96
3. e
4. b
5. a
6. a
7. Rezolvare:
Notaţii:
N = volumul colectivităţii generale
n = volumul eşantionului
X = media colectivităţii generale
0
X = media de selecţie a eşantionului

i2 = dispersia de selecţii a eşantionului.
1) Pentru verificarea reprezentativităţii eşantionului este necesar să determinăm media

de selecţie şi apoi coeficientul de reprezentativitate al eşantionului.
 Media (
X ):
( x i− a
)
m
∑ k
i=1
m
72
X = ∑ ni 50
- prin calcul simplificat: i =1
 k + a =  0,32 + 8,23 =
= 8,69 puncte/candidat
unde: a = 8,23 (centrul de interval căruia îi corespunde frecvenţa maximă)

k = 0,32 (pasul de numărare indică mărimea intervalului de grupare)
Algoritmul de calcul necesar determinării indicatorilor de selecţie este prezentat în
tabelul următor:
Media
admitere
de Număr
candidaţi
Centrul
interval
xi −a
k
x i−a
k
⋅ni ( k)
x i−a 2
⋅ni( )
7,75-8,07 5 7,91 -1 -5 5
8,07-8,39 12 8,23 0 0 0
8,39-8,71 11 8,55 1 11 11
8,71-9,03 9 8,87 2 18 36
9,03-9,35 4 9,19 3 12 36
9,35-9,67 9 9,51 4 36 144
Total 50 - - 72 232
 Coeficientul de verificare a reprezentativităţii
X− X 0 8,69−8,62
X0 8 ,62
dc/0 =  100 =  100 = 0,81%
97
Deoarece dc/0  +5% se consideră că eşantionul este reprezentativ. Din punct de vedere
al semnului coeficientul e pozitiv deci putem afirma că media eşantionului este mai mare
decât media tuturor candidaţilor cu 0,06 puncte.
2) Eroarea medie probabilă de selecţie
√ √
2
( ) ( ) = 0,069 puncte/candidat.
σi n 0 ,2635 50
σ X= 1− = 1−
n N 50 655
3) Eroarea maximă admisă (limită):
X
X = z = 2  0,069 = 0,138 puncte/candidat.
4) Estimarea intervalului de încredere a mediei la admitere a tuturor candidaţilor se
determină după relaţia:
X X X
- X  0 ( + X)
X
0,69 – 0,139  0  8,69 + 0,19
8,55 puncte  8,62  8,82 puncte
În cazul selecţiei aleatoare simple fără revenire erorile sunt mai mici decât în cazul
selecţiei cu revenire, deci estimarea medie la admitere a tuturor candidaţilor este corectă.
Media tuturor candidaţilor se va încadra între nota cea mai mică 8,55 puncte şi nota cea mai
mare d e8,82 puncte.
5) Volumul noului eşantion este dat de relaţia:
z 2⋅σ 2i 22⋅0 ,2635
=
z 2⋅σ i2
2 2⋅0 , 2635
2
Δ'X + ( 0 , 092 )2 +
N 655
n’ = = 105,4  105 candidaţi
Δ X 0 , 139
=
1, 5 1 ,5
unde: ’X = = 0,092 puncte/candidat
Dacă eroarea limită admisă se micşorează de 1,5 ori, atunci volumul eşantionului va
trebui să crească cu (105 – 50 = 55 candidaţi).
Se observă că volumul noului eşantion în cazul selecţiei aleatoare simple fără revenire
este mai mic decât volumul noului eşantion în cazul selecţiei aleatoare simple cu revenire
deoarece însăşi procedeul de formare a eşantionului conduce la erori mai mici decât procedeul
selecţiei aleatoare cu revenire.
Δ' X 0 ,092
=
σX 0 , 069
6) z’ = = 1,31  (z’) = (1,31) = 0,8098 sau 80,98%  rezultat din
tabelele funcţiei Gauss Laplace.
98
10. Teme de autocontrol
1. O şarjă de 100 de bucăţi este supusă controlului de calitate, prin testarea unui eşantion de
10% din totalul şarjei. Şarja este respinsă dacă se găsesc mai mult de două produse
defecte. Pe termen lung, procentul de şarje respinse va fi:
a) 10%
b) 5%
c) 2%
d) nu se poate preciza
e) răspunsurile anterioare sunt false, varianta corectă este ...
2. Erorile de sondaj (probabile) pot fi evitate:

a) întotdeauna
b) nu se pune această problemă deoarece acestea nu există
c) niciodată
d) câteodată
e) uneori
3. Erorile sistematice de înregistrare pot fi evitate:
a) în măsura în care sunt evitate şi cele de reprezentativitate
b) nu se pune această problemă deoarece acestea nu există
c) niciodată
d) prin respectarea indicaţiilor de culegere a datelor
e) datorită rutinei
4. Colectivitatea de selecţie mai poate fi denumită:
a) mostră
b) eşantion
c) probă
d) colectivitate statistică
e) parte
Combinaţia corectă este.
A = a, b, c; B = b, c, d; C = c, d, e; D = b, d; E = d.
5. În scopul analizei depozitelor bancare ale unei sucursale a unei bănci, s-au obţinut
următoarele date sistematizate:
Grupe clienţi după depozitele bancare (unit.
Sub 5 5-10 10-15 15-20 Peste 20
monetare)
99
Număr clienţi 5 12 8 7 3
Se cere:
a. Să se determine valoarea medie a depozitelor bancare şi să se stabilească dacă
distribuţia clienţilor pe grupe după depozitele bancare este omogenă;
b. Dacă eşantionul celor 35 clienţi este extras dintr-o colectivitate de 100, estimaţi
limitele între care se încadrează valoarea totală a depozitelor bancare pentru
colectivitatea generală, dacă rezultatele se garantează cu o probabilitate de 95% (z=1,96);
c. În condiţiile în care s-a derulat un sondaj simplu aleator, estimaţi limitele între care se
încadrează ponderea clienţilor cu depozite bancare mai mici de 10 unit. monetare de la
nivelul colectivităţii, dacă rezultatele se garantează cu o probabilitate de 95,45% (z=2).
6. Referitor la valoarea vânzărilor unui produs se cunosc datele rezultate din înregistrarea a
10% din valoarea vânzărilor pentru acest produs la cinci magazine: 3100 u.m., 8200 u.m.,
1600 u.m., 5400 u.m., 2900 u.m. Eroarea limită garantată cu o probabilitate de 0,95 este:
a) 3000
b) 3300
c) 3230
d) 3320
e) nu se poate calcula
Sondajul reprezintă o cercetare parţială, al cărei scop este de estimare a caracteristicilor

populaţiei generale pe baza rezultatelor obţinute de la un eşantion riguros prelevat. Acestă metodă de
investigaţie statistică parţială se bazează pe principiile teoriei probabilităţilor, statisticii matematice
şi legii numerelor mari. Tipurile de sondaje aleatoare sunt:
 Sondaj simplu aleator: sanse egale acordate unitatilor de fi cuprinse in esantion
 Sondaj stratificat – pe GRUPE, straturi formate dupa anumite variabile independente (de
forma M/F de exemplu)
 Sondajul sistematic – alegerea se face dupa un pas de numarare
 Sondaj “cluster” – pe GRUPURI
Intervalul de încredere este, practic, util auditoriului, utilizatorilor de date secundare.
Afirmaţia “estimarea mediei cu ± e unităţi”, înseamnă estimarea intervalului de încredere de forma
generală:
parametru = valoarea estimatorului ± eroarea de sondaj,
adică: x̄±e
Dimensiunea esantionului – sondaj simplu aleator, s cunoscut, procedeul de selectie cu bila
revenita este:
[ ]
2
z α /2 σ
n=
e
b. Interval de încredere pentru media populaţiei ( σ necunoscut)
Dacă nu se cunoaşte deviaţia standard din populaţie, s, se va înlocui cu valoarea estimatorului
acesteia, deviaţia standard din eşantion, s.
Inferenta asupra unei proportii
100
Se aplică datelor nominale şi frecvenţelor relative. Estimatorul folosit pentru inferenţă este
indicatorul de sondaj, p, proporţia calculată pentru eşantion.
x
p= unde
n
x−numarul cazurilor de succes .
n−volumul esantionului .
În anumite condiţii, proporţia în eşantion este normal distribuită cu media m = π (proporţia

din populaţie) şi dispersia = p(1 - p). Dacă procentul din populaţie este π, valoarea z va fi:
p− procent din
Z= populatie
√ p ( 1− p) / n
Greutatea specifică a unităţilor din cadrul colectivităţii totale, care posedă o anumită
caracteristică (luată în considerare în momentul formării eşantionului) poate fi estimată, cu o precizie
antecalculată, astfel încât ea poate lua valori într-un interval de forma:
, adica
p±eroarea de sondaj
= p±e=p±z α / 2 √ p ( 1− p )/ n
In acest caz, dispersia din populatie nu este cunoscuta, fiind π (1 - π). Pentru caracteristica
alternativă se va putea estima nivelul lor absolut în carul colectivităţii totale, ca un produs între
limitele intervalului de încredere şi volumul întregului fenomen, adică: . In acest caz
volumul
[ ]
2
z α /2 √ p(1−p )
n=
e
1. Bădiţă, M., Cristache S. E., Şerban, D., Teste grilă de statistică , ed. Amalteea, , 81 pg.,
Bucureşti, 1998.
2. Cristache, S.E., Şerban, D., Lucrări aplicative de Statistică şi Econometrie, Ed. ASE,
Bucureşti, 2007, 433 pg.
101
3. Isaic Maniu, Al., Voineagu, V., Mitruţ, C., Baron, T., Ţiţan, E., Matache S., Şerban D.,
Voineagu, M., Statistică teoretică. Studii de caz şi aplicaţii, Ed. Economică, 255 pg.,
Bucureşti, 1998.
4. Şerban, D., „Statistica pentru studii de marketing si administrarea afacerilor”, ed. ASE,
2004.
102
LEGĂTURI STATISTICE DINTRE VARIABILE
Cuprins:
1. Noţiuni introductive privind legăturile statistice dintre variabile.

2. Tipuri de legături statistice
3. Metode simple de stabilire a existenţei şi a formei de legătură dintre fenomenele şi
procesele economico-sociale
4. Metode analitice parametrice de măsurare a legăturilor dintre fenomene şi procese
economico-sociale
5. Metode neparametrice de măsurare a legăturilor dintre fenomene
6. Teste de autoevaluare
8. Teme de control.
1. Noţiuni introductive privind legăturile statistice dintre variabile
Teoria economică actuală, cu ajutorul căreia caracterizăm şi analizăm funcţionarea

legăturilor mecanismului economic, pune în evidenţă multiplele interdependenţe care se
manifestă în activitatea economică. Fundamentarea deciziilor de politică economică şi socială
trebuie să ţină seama de astfel de dependenţe în egală măsură ca fundamentarea deciziilor la
nivelul agentului economic. De aceea, selectarea dependenţelor care au caracter de stabilitate
şi măsurarea acestora a constituit o preocupare prioritară a teoriei şi cercetării economice.
Asupra fenomenelor social-economice acţionează o multitudine de factori, principali şi
secundari, esenţiali şi neesenţiali, cuantificabili şi necuantificabili sau cuantificabili cu
aproximaţie, care se găsesc într-o relaţie de interdependenţă reciprocă.
103
2. Tipuri de legături statistice
Legăturile ce se pot forma sunt legături stohastice, în care un fenomen este factor de
influenta, iar celălalt este efect. Statistica, printr-o gamă largă de procedee şi metode
specifice, poate studia manifestarea concretă a acestor legături, le poate exprima cantitativ şi
măsura intensitatea cu care se produc. Legătura (dependenţa) statistică se caracterizează prin
faptul că, la modificarea unui factor de influenţă, factorul influenţat răspunde cu o distribuţie
de valori.
Legăturile statistice se pot clasifica astfel:
1) După natura relaţiei de cauzalitate distingem:
a) legături funcţionale. Acestea se manifestă între două fenomene în care unul este cauza iar
celălalt efectul. Se întâlnesc în natură, tehnică etc. Dacă se notează fenomenul cauză cu “x” şi
fenomenul efect cu “y” atunci relaţia matematică este: y = f(x)
b) legături statistice (stohastice) apar atunci când fenomenul efect este rezultatul combinării
influenţei mai multor cauze, care pot acţiona în condiţii egale sau diferite. Relaţia matematică
este: y = f(x1,x2,………..,xn), unde: x1, x2, ..., xn – sunt valorile fenomenelor cauză care au fost
înregistrate; y = valorile fenomenului efect.
☺ Exemplu
O legatura stohastica este legătura dintre capacitatea de cazare (x i) şi valoarea încasărilor din
activitatea hotelieră (yi). Între cele două caracteristici există o legătură statistică pentru că
asupra încasărilor acţionează şi alte cauze: tarifele practicate, gradul de confort etc.
2) După numărul de caracteristici incluse în modelul de corelaţie distingem:

a) legături simple. Acestea au la bază două caracteristici: una factorială, iar cealaltă
rezultativă (celelalte caracteristici factoriale chiar dacă sunt înregistrate se consideră cu
acţiune constantă).
☺ Exemplu
Un exemplu de legătura simpla este cea dintre suprafaţa comercială şi valoarea vânzărilor.
b) legături multiple. Acestea au în vedere dependenţa unei caracteristici rezultative în funcţie

de mai mulţi factori înregistraţi sau dependenţa mai mulor variabile rezultative (y 1, y2, ….. ,
104
yn) de o variabilă factorială (xi). Ecuaţiile de estimare sunt: y = f(x1, x2, x3,...,xn) şi y1, y2,...,
yi,...yn = f(xi).
☺ Exemplu
Un exemplu de legătura multiplă este cea dintre valoarea încasărilor ce depinde de zona de
amplasare (x1), de categoria de confort (x2), de baza materială (x3) etc.
3) După direcţia legăturii distingem:

a) legături directe (pozitive): există atunci când, pe măsură ce se modifică nivelul de
dezvoltare al caracteristicii factoriale, se modifică în acelaşi sens şi nivelul caracteristicii
rezultative.
b) legături inverse (negative): au în vedere modificări în sens contrar nivelului de dezvoltare
(o variabilă creşte iar cealaltă scade).
4) După forma de exprimare a variabilelor corelate distingem:
a) legături de asociere. Acestea exprimă relaţia dintre două sau mai multe caracteristici
exprimate calitativ (prin cuvinte) sau într-o caracteristică calitativă şi una cantitativă
(exprimată numeric).
b) legături de corelaţie. Exprimă relaţia de interdependenţă dintre două sau mai multe
caracteristici statistice exprimate numeric.
5) După forma de realizare a legăturii distingem:
a) legăturile liniare exprimate printr-o funcţie liniară, de gradul intai;
b) legăturile neliniare exprimate printr-o curbă (exponenţială, parabolă, hiperbolă etc.);
6) După timpul în care se realizează:
a) legături sincrone: au loc în acelaşi timp şi se pot urmări în dinamică pentru
aceeaşi perioadă.
☺ Exemplu
O astfel de legatura este legătura dintre dinamica desfacerilor de mărfuri şi dinamica
câştigului mediu salarial.
b) legături asincrone: influenţa caracteristicilor factoriale asupra variaţiei caracteristicii

rezultative apare după trecerea unei perioade de timp. Forma de realizare a legăturii
corespunde funcţiei matematice de regresie (de estimare) care se alege pe baza graficului de
corelaţie (corelogramei).
105
3. Metode simple de stabilire a existenţei şi a formei de legătură dintre
fenomenele şi procesele economico-sociale
Pentru a caracteriza legătura dintre fenomene, se pot folosi mai multe procedee ce se
încadrează în categoria metodelor simple de caracterizare a legăturilor. Aceste metode sunt
uşor de aplicat şi se bazează pe analiza calitativă a variabilelor corelate, oferind informaţii
asupra naturii şi trăsăturilor esenţiale ale legăturii cercetate.
Metodele simple de caracterizare a legaturilor stohastice sunt urmatoarele:
1) Metoda seriilor paralele interdependente are la bază serii paralele de date, obţinute prin
operaţia de centralizare la nivelul unităţilor simple sau complexe, fără a fi grupate. Se pot
folosi serii: de timp, de spaţiu şi atributive. Această metodă ne oferă posibilitatea de a stabili
existenţa legăturii şi direcţia de realizare a acesteia, prin analiza valorilor perechii x, y.
Această metodă este mai puţin sugestivă în cazul seriilor formate dintr-un număr foarte mare
de termeni şi implică într-o măsură importantă subiectivismul cercetătorului.
2) Metoda grupărilor este o metodă de sistematizare a datelor pe baza căreia se pot cerceta
legăturile (conexiunile) statistice. Se poate folosi gruparea simplă sau gruparea combinată.
☺ Exemplu
Despre 22 de salariaţi ce activează în ramura comerţului se cunosc datele:
Gruparea salariaţilor după Valoarea încasărilor

Număr salariaţi
vechime (mil lei)
<5 2 80
5 - 10 5 83
10 - 15 7 85
15 - 20 5 87
> 20 3 89
Gruparea simplă presupune gruparea unităţilor statistice după o caracteristică
principală de grupare şi calculul şi interpretarea mediilor parţiale sau a mărimilor relative
parţiale pentru caracteristica rezultativă. Gruparea combinată se bazează pe împărţirea
unităţilor statistice în grupe concomitente după variaţia a două caracteristici de grupare (x,y),
iar rezultatele grupării se prezintă într-un tabelul combinat cu dublă intrare (vezi capitolul II).
Metoda grupării trebuie utilizată doar în cazul unui număr mare de observaţii statistice, când
aplicarea metodelor analitice de calcul nu se poate face fără o grupare prealabilă a datelor
înregistrate.
106
3) Metoda tabelului de corelaţie presupune utilizarea unui tabel combinat cu dublă
intrare care ne sugerează existenţa legăturii, direcţia de realizare a ei şi unele aprecieri
empirice privind intensitatea legăturii prin analiza modului în care frecvenţele comune (n ij) se
distribuie în rubricile interioare ale tabelului. Dacă frecvenţele n ij tind a se concentra către cele
două diagonale trasate în tabelul următor, legătura între x i şi yj va fi intensă. În schimb, dacă
se împrăştie la întâmplare în reţeaua tabelului, legătura este slabă sau poate lipsi. În
concluzie, procedeul tabelului de corelaţie este o combinare a metodei grupării cu
principiile de construire şi interpretare a unei reprezentări grafice.
xi \ yj y1, y2, ……...…. yj ………..……. yp Total

xr nr·
xr-1 nr-1·
: :
xi nij ni·
: :
x2 n2·
x1 n1·
Total n·1, n·2, ……...…. n·j ………..……. n·p ∑
4) Metoda grafică. Graficul de corelaţie se mai numeşte corelogramă. Pentru

construcţia acestuia se utilizează sistemul de axe rectangulare, unde pe axa OX se înscriu
valorile caracteristicii principale de grupare (x), iar pe axa OY valorile caracteristicii
secundare de grupare (y). Intersecţia abscisei cu ordonata se concretizează printr-un număr de
puncte ce se dispun sub formă de nor, numărul punctelor fiind egal cu numărul de unităţi
statistice luate în calcul. După modul de distribuire a punctelor în reţeaua graficului, printre
acestea se trasează vizual o dreaptă sau o curbă ale cărei ecuaţii se cunosc. În cazul în care
curba sau dreapta se trasează pe prima diagonală, legătura este directă, dacă se trasează pe cea
de a doua diagonală, legătura este inversă. Metoda grafică se utilizează ca metodă empirică
pentru alegerea funcţiei matematice ce se analizează în cazul regresiei şi corelaţiei statistice.
4. Metode analitice de măsurare a legăturilor dintre fenomene
Metodele analitice iau în consideraţie valorile reale ale varibilelor corelate şi parametrii
corespunzători acestora. Acestea poartă denumirea de metode parametrice şi sunt:
107
1) metoda regresiei;
2) metoda covarianţei;
3) metoda raportului de corelaţie;
4) metoda coeficientului de corelaţie;
5) metoda analizei dispersionale.
1) Metoda regresiei reprezintă o metodă statistică de analiză a legăturii dintre variabile cu ajutorul
unor funcţii, numite funcţii de regresie. Funcţia de regresie se alege printr-o modalitate empirică
folosind graficul de corelaţie (corelograma) si prin aplicarea testelor de semnificaţie (de exemplu:
testul “F” de analiză dispersională). În funcţie de numărul de variabile incluse în model,
distingem: regresie unifactorială (o varibilă factorială xi şi o variabilă rezultativă yi) şi
regresie multifactorială (mai multe variabile factoriale şi o singură variabilă rezultativă).
a) Regresia unifactorială liniară are la bază ecuaţia dreptei (funcţia de gradul întâi):
y x =a+bx i
i
De menţionat că dependenţa liniară dintre “yi” şi “xi” se consideră o dependenţă

stohastică în care unei valori “x i” îi pot corespunde mai multe valori “y i”. Funcţia yxi =
valorile ajustate ale lui “yi” după ecuaţia dreptei şi presupune înlocuirea valorilor empirice cu
valori teoretice obţinute prin calcul în urma aplicării unei metode sau unui model de calcul
statistic; xi = variabila factorială; yi = variabila rezultativă; a, b = parametrii ecuaţiei de
regresie care pot fi interpretaţi în sens geometric şi în sens statistic. Parametrul “a” →
exprimă în sens geometric ordonata la origine şi poate lua atât valori pozitive, cât şi valori
negative. Are caracter de mărime medie, în sensul că valoarea sa arată la ce nivel ar fi ajuns
valoarea caracteristicii “yi” dacă toţi factorii – mai puţin cel înregistrat “x i” – ar fi avut o
acţiune constantă. Parametrul “b” → exprimă în sens geometric panta liniei drepte şi poartă
denumirea de coeficient de regresie. Măsoară cu cât se modifică în medie variabila rezultativă
(yi) dacă variabila factorială (x i) se modifică cu o unitate (semnul lui “b” ne indică direcţia
legăturii). Parametrii a şi b se determină din sistemul de ecuaţii normale obţinut prin metoda
celor mai mici pătrate, care se bazează pe minimizarea pătratelor abaterilor dintre valorile
individuale înregistrate şi valorile teoretice (corespunzătoare funcţiei). Această funcţie
obiectiv presupune identificarea punctului de extrem (are în vedere determinarea parametrilor
funcţiei) si verificarea dacă punctul de extrem este minim sau maxim (se realizează prin
semnul derivatei de ordinul II dacă este pozitiv (semnifică minim) dacă este negativ
(semnifică maxim). Relaţia de minimizare este:

∑ ( y i− y x )2 = minim. Pentru tendinţa liniară
i
108
a legăturii avem: f = ∑ ( y i−a−bx i )2 = minim. In functia de mai sus condiţia de minim a unei
funcţii de două derivabile se anulează când derivatele parţiale, în raport cu cei doi parametri
df df
=2 ∑ ( y i −a−bx i )(−1)=0
db ∑ i
=2 ( y −a−bx i )(−x i )=0
(a, b), sunt: da si 
{∑
a
na+ b ∑ x i=∑ y i
x i +b ∑ x 2i =∑ x i y i
; i= 1,n . Rezolvand sistemul se calculeaza termenul liber, a, si panta
∑ yi ∑ xi | |
Δa ∑ x i y i ∑ x i ∑ y i ∑ x i −∑ x i ∑ x i y i
2 2
a= = =
Δ
|
n ∑ xi | n ∑ x i −( ∑ x i )
2 2
∑ xi ∑ xi ;i=1,n
2
dreptei, b, dupa metoda determinantilor, astfel:
|
n ∑ yi |
Δb ∑ x i ∑ xi y i = n ∑ x i y i−∑ x i ∑ y i
b= =
Δ
|
n ∑ x i | n ∑ x 2i −( ∑ x i )2
∑ xi ∑ xi y i ; i = 1,n
Interpretarea pantei: daca b > 0 ⇒ legătura de corelaţie este directă (pe măsură ce
cresc valorile lui xi cresc şi valorile ecuaţiei de regresie calculate); daca b < 0 ⇒ legătura de
corelaţie este inversă (pe măsură ce creşte valoarea caracteristicii factoriale (xi) scade valoarea
caracteristicii rezultative (yi) si daca b = 0 ⇒ cele două variabile sunt independente şi yxi = 0.
Funcţia de regresie exprimă statistic modul în care caracteristica rezultativă (y i) se modifică,
dacă ar influenţa numai caracteristica factorială (x i), iar ceilalţi factori sunt consideraţi cu
acţiune constantă.
a) y b) y
yxi = -a +bxi yxi = a - bxi
tgα x tgα x
a < 0 şi b > 0 ⇒ legătură directă a > 0 şi b < 0 ⇒ legătură inversă
figura 1.1 figura 1.2
c) y d) y
yxi = a yxi = bxi
a > 0 şi b = 0 ⇒ lipsa legăturii a = 0 şi b > 0 ⇒ legătură funcţională
109
figura 1.3 figura 1.4
Fig. 1 Interpretarea geometrică a parametrilor
Regresia unifactorială liniară se utilizează în următoarele cazuri: pentru un număr mic de

informaţii negrupate, dar prezentate sub forma a două serii paralele interdependente (x i şi yi) – caz
prezentat anterior si pentru un număr mare de informaţii sistematizate prin grupare simplă (xi,
yi, ni valori cunoscute) si grupare combinată (yj, ni, nj, nij, xi valori cunoscute).
Pentru cazul (1) (grupare simplă) sistemul de ecuaţii normale se determină prin analogie
cu cel prezentat anterior, cu deosebirea că se va ţine seamă de frecvenţele comune (n i) pentru
cele două varibile xi şi yi. Sistemul de ecuaţii normale este:
{ ∑∑a
a ni + b ∑ xi ni=∑ yi n i
x i ni +b ∑ x 2i n i= ∑ x i y i ni
⇒ a= ∑ xi ni⋅∑ y i n i−∑ x i ni⋅∑ x i yi n i
2
∑ n i⋅∑ x 2i ni −( ∑ x i ni )2
⇒ b=
∑ ni⋅∑ x i y i ni−∑ x i ni⋅∑ y i ni
∑ ni⋅∑ x2i ni−(∑ x i ni )2
Pentru cazul (2) (grupare combinată) rezultatele se prezintă într-un tabel combinat cu
dublă intrare, iar sistemul de ecuaţii se determină prin analogie cu cel de la cazul (1):
{
K m K m
a ∑ ∑ n ij +b ∑ x i ni=∑ y j n j
i j i j
K K K m
a ∑ x i ni +b ∑ x i n i=∑ ∑ x i y j nij
2
i i i j
 Din rezolvarea sistemului de ecuaţii normale se obţin formulele uzuale de calcul al

parametrilor “a” şi “b”. Legăturile dintre fenomene nu se bazează mereu pe modele simple de
regresie pentru că pot exista mai multe variabile factoriale şi o singură variabilă rezultativă de
forma: y = f(x1, x2,……,xi, ……, xn). Asemenea legături poartă denumirea de modele de
regresie multifactoriale care au la bază funcţia: liniară, exponenţială, hiperbolică, parabolică.
2) Metoda covarianţei se utilizează pentru măsurarea intensităţii legăturilor de tip
statistic între două sau mai multe variabile la nivelul întregii colectivităţi. Covarianţa este un
indicator sintetic de corelaţie simbolizat prin cov(x,y), se obţine ca o medie aritmetică a
produselor abaterilor variabilelor faţă de media lor conform relaţiei:
n
1
cov ( x , y )= ∑ ( x −x )( y i − y )
n i=1 i
|cov ( x , y )|≤σ x⋅σ y . Semnul indicatorului arată direcţia legăturii: plus (legătura
directă), minus (legătura indirectă), iar covarianţa nulă ne indică lipsa legăturii de corelaţie
(variabilele sunt independente). Covarianţa are ca neajuns faptul că depinde de unităţile în
care se măsoară variabilele aleatoare.
3) Metoda raportului de corelatie
110
Pentru stabilirea intensităţii legăturii dintre două varibile (x i, yi) se calculează un
indicator sintetic de corelaţie numit “raport de corelaţie” simbolizat cu Rx/y. Acesta permite
măsurarea gradului de intensitate a realizării legăturii dintre caracteristica considerată factor
de influenţă (xi) şi caracteristica rezultativă (yi), indiferent de forma legăturii: liniară sau
neliniară. Calculul se bazează pe descompunerea variaţiei totale (dispersiei) a caracteristicii
rezultative “y” astfel:
( y i− y 0 ) = ( y i− y x )
i
+ ( y x − y0 )
i
 
abaterea întâmplătoare abaterea sistematică

Prin însumare şi ridicare la pătrat se obţine:
∑ ( y i− y x )2 + 2 ∑ ( y i−
⏟ y x )( y x − y 0 )+ ∑ ( y x − y 0 )2
∑ ( y i− y 0 ) =∑ [( y i− y x )+( y x − y 0 )] =
2 2 i i i i
i i 0
¿ ∑ ( y i− y x )2 i
+ ∑ ( y x − y 0 )2
i
↓ ↓
¿ ¿ ∑ ( y i − y x )2 ¿ ∑ ( y x − y 0 )2
⇒ ¿ n
i
+ n
i
¿ ¿ ↓
¿
↓
σ 2y = σ 2y + σ 2y
⇒ r x
↓
↓ ↓
Dispersia totală: arată
influenţa tuturor factorilor Dispersia reziduală: arată Dispersia sistematică:
esenţiali şi întâmplători acea parte din variaţia arată influenţa factorului
care determină variabilei rezultative “yi” “xi” asupra variaţiei
variaţia totală a variabilei datorată acţiunii factorilor caracteristicii
rezultative “yi” întâmplători rezultative “yi”
Raportul de corelaţie se determină pornind de la regula de adunare a dispersiilor

2
(prezentată anterior), utilizând coeficientul de determinaţie
R
( y/x ) şi coeficientul de
σ 2y / x σ 2y / r
2 R2y / x = ⋅100 K 2y / r = ⋅100
nedeterminaţie ( K y /x ): σ 2y si σ 2y . Raportul de corelaţie se
calculează ca rădăcină pătrată din coeficientul de determinaţie astfel:
√
∑ ( y i − y x )2
√ √ √ √
∑ ( y i − y xi )
i 2
2 2 2 2
σ y/x σ y −σ y /r σ y/ r
n
⇒ R y / x= √ R2y / x = = = 1− 2 = 1− = 1−
⏟ σ 2y σ 2y ⏟ σy ∑ ( yi − y0 )2
∑ ( y i− y 0 )2
⏟
( 1)
( 2) n (3 ) ; i = 1,n
111
Formula de calcul simplificat a raportului de corelaţie se determină astfel:
√
R y / x = 1−
∑ y 2i −a ∑ y i−b ∑ x i y i
( ∑ y )2
∑ y 2i − n i
; i = 1,n . Raportul de corelaţie ia valori în intervalul [0,1]
= 0 – lipsă de legătură (varibilele sunt necorelate)
→ 0 – legatură foarte slabă sau poate lipsi
Ry/x[0,1] = 1 – legătură de tip funcţional, variabila “yi” depinde în
exclusivitate de variabila “xi”
→ 1 – legătură puternică, intensă
În cazul legăturilor de tip invers, semnul raportului de corelaţie este dat de către semnul
coeficientului de regresie (b). În funcţie de informaţiile folosite în calcul şi de modelul lor de
sistematizare, raportul de corelaţie se calculează în următoarele două cazuri:
1) Număr mic de informaţii, în care se dau valorile x i, yi, caz în care Ry/x se calculează
după formulele 1,2,3, explicitate anterior;
2) Număr mare de informaţii:
a) se dau valorile lui xi, yi şi ni frecvenţele lor comune:
R y/x=
√ 1−
∑ ( y i − y x )2 ni
∑ ( y i − y )2 ni
i
; i = 1,n
√
= 1−
∑ y 2i ni−a ∑ y i ni−b ∑ xi y i n i
( ∑ y i ni )2
∑ y 2i n i−
∑ ni ; i = 1,r
b) se dau valorile lui x i, frecvenţele după variabila x i (ni), frecvenţele după variabila
yj (nj) şi frecvenţa comună nij:
R y /x =
√ 1−
∑ ( y j− y x )2 nij
i
∑ ( y j− y 0 )2 n j
=
√ 1−
∑ y 2j n j −a ∑ y j n j−b ∑ x i y j nij
( ∑ y j n j )2
∑ j jy
2
n −
= ∑ nj ; j = 1,m ; i = 1,K
4) Metoda coeficientului de corelaţie
Coeficientul de corelaţie este un indicator sintetic prin care se măsoară legătura dintre
două variabile (xi, yi) statistice a căror distribuţie este asimptotic normală sau normală.
Calculul coeficientului de corelaţie se bazează în forma iniţială pe produsul abaterilor normale
normate (pentru un număr de date individuale negrupate):
112
x i−x
Zx=
σx
y −y
Z y= i
σy
Coeficientul de corelaţie se calculează ca o medie a produselor abaterilor normale
normate:
( )( )
x i−x yi− y
∑
r y /x =
σx σy
=
∑ ( x i−x )( yi − y )
n nσ x⋅σ y ; i = 1,n
Dacă în relaţia (1) vom înlocui:

x=
∑ xi
n ;
y=
∑ yi
n ; i = 1,n ; σ x=
√ ∑ ( xi −x )2
n şi
√
n ∑ x i y i−∑ xi ∑ yi
σ y=
∑ ( y i− y )2
n se obţine relaţia: ry/x = √[ n ∑ x 2i −( ∑ x i )2 ][ n ∑ y 2i −( ∑ y i )2 ] ; i = 1,n (2)
cov ( x i , y i )
σ x ⋅σ y
Folosind covarianţa: ry/x = i i
Interpretare:
1) ry/x ∈ [-1,1] ⇒ apreciem din punct de vedere al semnului direcţia legăturii şi din
punct de vedere al mărimii intensitatea legăturii.
Dacă: ry/x = 0 ⇒ legătura lipseşte şi variabilele xi şi yi sunt independente;
ry/x → 0 ⇒ legătura dintre cele două varibile este slabă;
ry/x = 1 ⇒ legătură de tip funcţional (fie directă dacă semnul coeficientului este
pozitiv, fie inversă dacă semnul coeficientului este negativ);
ry/x → 1 ⇒ variabilele sunt puternic corelate, legătura fiind intensă.
2) ry/x = Ry/x se apreciează că legătura de corelaţie este de forma liniară, ceea ce
înseamnă că se poate folosi fie coeficientul, fie raportul de corelaţie.
3) Valoarea coeficientului de corelaţie depinde de forma liniei de regresie, motiv pentru
care acest indicator este semnificativ pentru corelaţiile de tip liniar şi mai puţin semnificativ
pentru corelaţiile de tip neliniar (în cazul din urmă folosindu-se raportul de corelaţie).
4) În cazul legăturii liniare se mai poate calcula ca o medie geometrică a coeficienţilor
de regresie (b) astfel:
r y /x =√ b y /x⋅b x / y
113
n ∑ x i y i−∑ xi ∑ y i
b y / x=
n ∑ x 2i −( ∑ x i )2
n ∑ x i y i−∑ xi ∑ y i
bx/ y=
n ∑ y i −( ∑ y i ) ; i = 1,n
2 2
unde:
Coeficientul de corelaţie se calculează în funcţie de datele folosite în analiză şi de modul
în care au fost sistematizate informaţiile. Astfel:
a) - număr mic de informaţii în care se dau valorile lui x i, yi sub forma a două serii
paralele; ry/x se calculează după formula (1), (2) şi (3) prezentate anterior.
b) - număr mare de informaţii, cunoscându-se xi, yi şi frecvenţele lor comune (ni)
r y /x =
∑ ( x i−x )( yi − y )ni
∑ ni σ x⋅σ y ; i = 1,n
unde:
x=
∑ ni x ∑ ni √
∑ x i ni ; y = ∑ yi ni ; σ = ∑ ( xi −x )2 n i ; σ = ∑ ( y i− y )2 ni
∑ ni y
∑ ni ; i = 1,n√
Înlocuind în formula (1) a lui ry/x se obţine:
r y /x =
∑ ni ∑ x i y i ni −∑ x i ni ∑ y i ni
√[ ∑ n i ∑ x2i ni−(∑ xi ni )2 ][ ∑ ni ∑ y2i ni −( ∑ yi n i )2 ] ; i = 1,n
c) se cunosc valorile lui xi, yj, ni, nj, nij, obţinute prin gruparea combinată, rezultatul
fiind prezentat într-un tabel combinat cu dublă intrare şi atunci relaţia de calcul devine:
∑ ∑ n ij ∑ xi y j nij −∑ x i ni ∑ y j n j i=1,n
i j
r y /x =
√[ ∑ n ∑ x n −(∑ x n ) ][ ∑ n ∑ y n −(∑ y n ) ]
i
2
i i i i
2
j
2
j j j j
2
; j=1,m
5) Metoda analizei dispersionale. Raportul de determinare
O modalitate eficientă folosită în caracterizarea conexiunilor este metoda analizei
dispersionale (metoda coeficientului de determinare), care se poate folosi în mai multe cazuri
şi anume: la verificarea independenţei unui fenomen comercial sau turistic, la verificarea
stabilităţii mediei şi dispersiei pentru mai multe eşantioane succesive, la verificarea
dependenţei unui fenomen comercial sau turistic de factorii săi de influenţă . Dacă analiza
dispersională se utilizează după aplicarea corelaţiei statistice, atunci aceasta este considerată o
metodă prin care se testează semnificaţia curbei (funcţiei) de regresie explicitate.Analiza
dispersională are la bază metoda grupării, prin care unităţile observate se separă în grupe după
variaţia caracteristicii de grupare (considerat factor de influenţă). Aplicarea acesteia are la bază
gruparea combinată (după cele două variabile x i şi yj). Poate fi utilizată atât ca metodă simplă
de caracterizare a corelaţiilor, prin care se stabileşte dacă variabila factorială influenţează
114
semnificativ variabila rezultativă, dar şi ca metodă analitică de combinare a acesteia cu
analiza regresiei. Analiza dispersională se poate utiliza în următoarele situaţii: înainte de
aplicarea metodei corelaţiei, caz în care se poate verifica gradul de semnificaţie a factorului
considerat principal pentru producerea variaţiei caracteristicii rezultative si după utilizarea
metodei regresiei şi corelaţiei, caz în care se poate verifica corectitudinea funcţiei matematice
cu ajutorul căreia s-au estimat valorile caracteristicii rezultative în raport cu variaţia
caracteristicii factoriale.
Pentru prezentarea modelului analizei dispersionale prin care se testează forma de
legătură, pornim de la variaţia totală a varibilei (Y) care se descompune în următoarele trei
elemente: (yj -
y 0 ) = (y - y i ) + ( y i - y ) + (y - y 0 ),
j xi xi
unde:
y 0 = media totală a variabilei Y
yj = valorile variabilei Y
y i = mediile condiţionate ale variabilei Y
Yxi = valorile ajustate ale variabilei “Y” în funcţie de “X”
Calculul raportului de determinare se bazează pe descompunerea variaţiei seriei de

date y1,…,yT în funcţie de influenţa factorilor incluşi în modelul de regresie şi factori aleatori
neînregistraţi: SST = ∑ ( y i⋅ ȳ )2 ; relaţia anterioara cuantifică dispersia seriei valorilor

variabilei endogene sub acţiunea tuturor factorilor de inferenţă. Influenţa factorilor de
Λ
regresie este data de SSE=∑ ( y i− y ) =∑ e i . Pe baza abaterilor menţionate se calculează

2 2
dispersiile medii corelate ale variabilei Y, respectiv dispersia totală S 2y, dispersia în postura
de estimaţii ale dispersiei totale, adică: Pentru măsurarea dependenţei legăturii între variabila
endogenă şi factorii de regresia se calculează raportul de determinare (R 2).
SSR SSE
R2 = =1−
SST SST
Calculele necesare determinării lui R 2 sunt realizate din cadrul unei analize dispersionale
(ANOVA).
Tabel ANOVA pot fi folosite pentru modelul de regresie
Sursa variabilei Suma pătratelor Grade de libertate Media sumei pătratelor
Regresia reziduală SSR K-1 MSSR=SSR/K-1
SSE T-K MSSE=SSE/T-K
TOTAL SST T-1
115
Rezultatele ANOVA pot fi folosite pentru construirea testului F
MSSR
F=
MSSE
F urmează o distribuţie Fisher cu K-1 şi T-K grade de libertate. Pentru un prag de semnificaţie
α se stabileşte valoarea teoretică Fα;K-1;T-K
Dacă:
F cal < Fα;K-1;T-K – influenţa regresiei diferă semnificativ de cea a factorilor reziduali;
deci modelul este valid.
F cal > Fα;K-1;T-K – modelul este invalid.
De asemenea dacă:
• F calc > F teoretic atunci apreciem că legătura dintre X, Y este semnificativă şi se pot aplica
în continuare şi alte metode de calcul statistic pentru a cuantifica legătura dintre X şi
Y.
• F calc < F teoretic legătura nu este semnificativă, variabilele sunt necorelate.
☺ Exemplu
În vederea estimării cheltuielilor lunare pentru alimentaţia publică,
s-a efectuat o cercetare prin sondaj, pe baza unui eşantion de 15%, selectat întâmplător şi
nerepetat din numărul total de persoane. Persoanele chestionate au fost împărţite în cinci
grupe tipice, după veniturile medii lunare nete. În urma înregistrării şi prelucrării datelor, s-au
obţinut rezultatele:
Colectivitate generală Colectivitate de selecţie

Numărul
Coeficientul
Grupe tipice Cheltuieli medii persoanelor plasate
de variaţie
de persoane după Numărul lunare pentru peste media
al cheltuielilor
venituri lunare persoanelor alimentaţie publică cheltuielilor pentru
pentru alimentaţie
(zeci mii u.m.) (zeci mii u.m.) alimentaţie publică
publică (%)
pe grupe
sub 70 1000 8 25 50
70-74 1500 7 18 100
74-78 2000 11 20 150
78-82 1200 15 15 95
peste 82 800 18 22 70
Total 6500 - - 465
Se cere considerând că media cheltuielilor lunare pentru cele 6500 de persoane este 11,8 zeci
mii u.m.:
1. Precizaţi dacă veniturile lunare reprezintă un factor semnificativ al cheltuielilor medii

pentru alimentaţia publică; folosind a) regula de adunare a dispersiilor; b) testul „F” de
analiză dispersională, ştiind că pentru P = 0,99;
116
2. Să se măsoare intensitatea legăturii dintre veniturile lunare şi cheltuielile medii pentru
alimentaţie publică pentru persoanele din eşantion, folosind un indicator de corelaţie adecvat.
Rezolvare:
Calculam media generala si dispersiile din fiecare grupa aplicand regula de adunare a
dispersiilor:
y=
∑ ȳ i ni = 8⋅150+7⋅150+11⋅300 +15⋅180+18⋅120 =11,2≃11 zecimiiUM
∑ ni 11,8
Deoarece dy% = -5%; n = 975 persoane este reprezentativ.
σ 20=σ 20 + δ 2 σ 20=5 ,34 +14 , 06=19 , 4 ⇒
Regula de adunare a dispersiilor ;
δ2 14 , 06
R2 = 2
⋅100= ⋅100=72 %
σ0 19 , 4
σ 2i =( σ i ) 2=σ 21 =4 σ 22=1 , 6 σ 24 =5 , 1 σ 25=15 , 7

Dispersiile de grupă: ; ; ;
( σi)
Media dispersiilor de grupă
σ 21=
∑ σ 2i ni = 4⋅150+1 , 6⋅225+ 4 , 8⋅300+5 ,1⋅180 +15 ,7⋅120 =5 , 34
∑ n i 975
(δ )
Dispersia dintre grupe:
2 ∑ ( y i− y ) 2 ni ( 8+11 )⋅150+( 7−11)2⋅225+( 11−11 )2⋅300

δ = = +
∑ ni 975
( 15+11 )2⋅180+ ( 18−11 )2⋅120

+ =14 , 06
975
R2 =72 % k 2=28 % R2 > k 2 72 %> 28 %

Dacă , adică . Pentru ca ; veniturile lunare
constituie factor semnificativ pentru cheltuielile cu alimentaţia publică. Pentru certitudine, se
va folosi testul „F” de analiză dispersională.
F calc=
S2y / x
=
Δ 2y / x Δ 2y / z
:
∑ y − y )2 ni ∑ σ 2i ni =
== ( i : n −r
S 2y / z nx nz r−1 ∑ i
b)
13708 , 5 5206 , 5
= : =638 F calc >F teoretic
4 970 638>4 , 62
, Deoarece ; , veniturile lunare
influenţează semnificativ cheltuielile pentru alimentaţia publică.
117
5. Metode neparametrice de măsurare a legaturilor dintre fenomenele
economico-sociale
Aceste metode, pe lângă faptul că pot stabili intensitatea legăturii făcând abstracţie de
tipul de distribuţie, permit măsurarea intensităţii legăturii nu numai pentru caracteristicile
cantitative, dar şi pentru cele calitative. Poartă denumirea de metode neparametrice deoarece
nu iau în calcul întotdeauna valorile variabilelor corelate şi nici parametrii lor corespunzatori.
În concluzie, se folosesc în următoarele situaţii: când distribuţia variabilelor corelate nu e
normală sau asimptotic normală; când nu este cunoscută forma de distribuţie a variabilelor;
când variabilele corelate sunt asimetrice, deci prezintă asimetrie pronunţată sicând avem de-a
face cu variabile calitative şi cantitative care în prealabil necesită o anumită cuantificare.
Metodele neparametrice uzuale sunt:
1) Coeficientul de asociere a lui Yule presupune întocmirea tabelului de asociere, care
este un tabel combinat cu dublă intrare utilizat pentru variabilele de tip alternativ (DA/NU;
F/M; etc.). Tabelulul de asociere este format din două rânduri şi două coloane:
n11 n12
n21 n22
în care în capătul rândurilor se trec valorile celor două caracteristici asociate, iar în interiorul
tabelulului se trec frecvenţele corespunzătoare lor.
 Exemplu: Dacă avem în vedere două variabile statistice “x i” şi “yi” şi considerăm că
sunt variabile de tip alternativ, atunci asocierea dintre “xi” şi “yi” se prezintă astfel:
yi
DA NU Total
xi
DA n11 n12 n11 + n12
NU n21 n22 n21 + n22
Total n11 + n21 n12 + n22 ∑

(în interiorul tabelului se consemnează concomitent răspunsurile privind cele două variabile
corelate “xi” şi “yi”). Pentru stabilirea valorii numerice a coeficientului de asociere care să
indice existenţa şi intensitatea legăturii, se calculează coeficientul lui Yule conform relaţiei:
n11⋅n22−n21⋅n12
Q=
n 11⋅n 22+n 21⋅n12 ; unde Q ∈ [-1,1]
Dacă: Q = 0 lipsa de asociere între xi şi yi
118
Q → 0 asociere redusă între xi şi yi
Q → ±1 asociere puternică între xi şi yi
Q= ±1 asociere perfectă între xi şi yi
Produsul n11 · n22 = arată gradul de realizare a legăturii între caracteristicile corelate “x i” şi
“yi” si produsul n12 · n21 = arată lipsa legăturii dintre cele două variabile. Avantajul
utilizării: se poate calcula cu multă rapiditate, utilizându-se şi în cazul când datele provin de la
unităţi statistice complexe.
2) Coeficienţii de corelaţie a rangurilor
Coeficienţii de corelaţie se calculează înlocuind valorile individuale ale variabilelor cu
numărul lor de ordine numit RANG. Rangurile se atribuie după ce în prealabil s-au ordonat
datele individuale ale celor două variabile în ordine crescătoare, astfel încât va trebui să
vedem dacă există concordanţă între rangurile caracteristicii factoriale de la 1→ n şi rangurile
caracteristicii rezultative de la 1→ n. Avantajul utilizării acestora:
1) pot fi utilizaţi cu succes şi în cazul unor distribuţii asimetrice;
2) pot fi utilizaţi pentru un număr restrâns de unităţi pentru care nu se poate verifica
reprezentativitatea datelor parţiale.
a) Coeficientul de corelaţie a rangurilor Spearman este o aplicaţie a coeficientului de
corelaţie liniară simplă la distribuţiile celor două şiruri de ranguri. [3]
Acesta se calculează parcurgând următoarele etape:
1) se identifică cele două variabile corelate xi şi yi;
2) se acordă ranguri de regulă crescătoare în aceeaşi manieră atât pentru variabila “xi” cât şi
pentru variabila “yi”;
Rangurile sunt numere de ordine care evoluează în progresie aritmetică cu raţia egală cu 1.
3) se determină diferenţa dintre ranguri (di) şi se ridică la pătrat;
6∑ d 2
i
r S =1− 3
4) se aplică formula de calcul: n −n ∈ [-1,1] ce măsoară intensitatea legăturii dintre
rangurile celor două variabile corelate, unde: di = diferenţa dintre rangurile variabilei “xi” şi
rangurile variabilei “yi”: Rx-Ry si n = numărul perechilor de valori corelate.
Dacă: rS = 0 între rangurile lui “x i” respectiv “yi” nu există legătură (independenţă,
statistică);
rS → 0 legătură foarte slabă sau poate lipsi;
rS → ± 1 legătură puternică;
rS = ± 1 legătură funcţională.
119
b) Coeficientul de corelaţie a rangurilor Kendall; pentru a-l determina se folosesc
valorile variabilelor corelate pentru care se acordă ranguri. Etapele de lucru sunt:
1) se identifică variabilele corelate “xi” şi “yi”;

2) se ordonează crescător variabila “x i” şi, în corespondenţă cu aceasta, se trec valorile
corespunzatoare variabilei “yi”;
3) se acordă ranguri crescătoare în aceeaşi manieră ca şi la coeficientul Spearman;
4) se determină concordanţa notată cu P şi discordanţa notată cu Q;
5) se calculează scorul sau diferenţa (S = P – Q);
2⋅S
rk =
6) se aplică formula de calcul: n(n−1) unde: ∑S = ∑P – ∑Q ∈ [-1, 1]
Concordanţa (P) este mereu pozitivă şi reprezintă numărul de ranguri superioare fiecarui
rang considerat al variabilei yi. Discordanţa (Q) este mereu negativă şi reprezintă numărul de
ranguri inferioare fiecărui rang considerat al variabilei y i. Coeficientul rangurilor calculat
după formula lui Kendall este de obicei mai mic decât cel calculat după formula lui
Spearman, având aceeaşi interpretare.
☺ Exemplu
Pentru exemplificare, presupunem că notele înregistrate la examenul de bacalaureat şi media
înregistrată la examenul de admitere la Colegiu Comerţ pentru 10 candidaţi se caracterizează
prin datele:
Media Ranguri
Media d2
admisă P Q S
bacalaureat (xi) i
(yi) Rx i (↑ ) Ry i (↑ )
7,00 6,90 1 4 9 6 3 3
7,07 6,50 2 2 0 7 1 6
7,75 6,00 3 1 4 7 0 7
7,80 7,20 4 6 4 4 2 2
7,90 7,10 5 5 0 4 1 3
8,00 6,80 6 3 9 4 0 4
8,15 7,25 7 7 0 3 0 3
8,65 7,30 8 8 0 2 0 2
9,25 7,80 9 10 1 0 0 -1
9,80 7,60 10 9 1 0 0 0
28 37 7 29
Pentru a caracteriza legătura dintre media la bacalaureat şi media la admitere folosind metode
neparametrice, vom determina cei trei coeficienţi prezentaţi anterior. (Yule, Spearmen,
Kendall). Pentru coeficientul de asociere Yule, se întocmeşte tabelul de asociere, stabilind
120
x=
∑ x i =81 ,37 =8 ,137
poziţia fiecărui candidat faţă de media celor 10 candidaţi: n 10 si
Asocierea dintre “xi” şi “yi”, în raport cu media, va fi:
yi
xi Sub y Peste y Total
Sub x n11 = 4 n12 = 2 6
Peste x n21 = 0 n22 = 4 4
Total 4 6 10
n11 n22−n 21 n12 4⋅4−0⋅2 16
Q1 = = = =1
n11 n22 +n21 n12 4⋅4 +0⋅2 16 ∈ [-1,1]
Se poate trage concluzia că asocierea dintre media la bacalaureat şi media la admitere

este directă şi foarte intensă deoarece Q = 1. Se calculează coeficientul Spearman conform
6 ∑ d 3i 6⋅28
r S =1− = 1− =0 , 83
relaţiei:
3
n −n 1000−10 . Apreciem că legătura dintre rangurile notelor la
bacalaureat şi cele de la admitere este destul de intensă, deoarece coeficientul se încadrează
între 0,8 şi 0,9. Calculând coeficientul de determinaţie (r s)2 = (0,83)2 = 0,69 sau 69%, deci,
influenţa notelor la bacalaureat asupra mediei la admitere este în proporţie de 69%, restul de
31% reprezintă influenţa altor cauze (factori) care nu au fost luate (luaţi) în consideraţie.
2S 2⋅29
rk = = =0 , 64
Se calculează coeficientul Kendall conform relaţiei: n(n−1) 10(10−1) care se
interpretează în aceeaşi manieră ca şi coeficientul Spearman.
6. Testul de autoevaluare 1
1. Un număr de 150 de studenţi din două centre universitare participă la un examen de burse
în străinătate. Cei 100 de studenţi din prima universitate obţin un punctaj mediu de 88 puncte,
cu un coeficient de variaţie de 8%, iar cei din a doua universitate obţin un punctaj mediu de
96 puncte, cu o abatere standard de 0,65 puncte. În ce măsură factorul de grupare centrul
universitar contribuie la variaţia punctajelor obţinute de studenţi? În ce măsură diferă
semnificativ punctajul de la un centru universitar la altul?
2. Pentru zona de amplasare a 2 centre comerciale cu 10 si15 magazine, se cunosc datele:

Profitul mediu pe un
Zona de amplasare Număr magazine Dispersia profitului
magazin (mil. RON)
Centrală 10 20 12
Periferie 15 26 22
Să se determine în ce proporţie zona de amplasare influenţează variaţia profitului
121
3. Din datele furnizate de Ancheta Integrată în Gospodării se cunosc următoarele date pentru
zece familii.
Venituri lunare ce revin în medie pe o Cheltuieli pentru achiziţionarea
Familia
perioadă pe familie (zeci mii u.m) produsului „x” (zeci mii u.m)
1 7,2 3,2
2 9,9 3,8
3 8,5 4,0
4 11,8 5,5
5 19,2 6,2
6 10,9 4,1
7 13,4 5,4
8 12,5 5,9
9 11,5 6,0
10 16,1 6,3
Se cere: Să se caracterizeze şi să se măsoare legătura dintre venituri şi cheltuieli
folosind:
a) graficul de corelaţie;
b) metoda regresiei;
c) metoda raportului de corelaţie;
d) metoda coeficientului de corelaţie;
1. Rezolvare:
Se cunosc următoarele elemente pentru determinarea coeficientului de determinare
( R2 ) :n1 =100 y 1 =88 υ 1=8 %
n2 =50 y 2 =96 σ 2=0 ,65
Coeficientul de determinare ( R ) :
2
•
δ2 14 , 22
R2 = 2
⋅100= ⋅100=30 %
σ0 47 , 40
unde
Dispersia dintre grupe ( δ ) :
2
•
m
∑ ( y i− y 0 )2⋅ni ( 88−90 , 66 )2⋅100+ ( 96−90 , 66 )2⋅50
δ 2 = i =1 m
= =14 , 22
150
∑ ni
i =1
• Media pe total colectivitate (

ȳ 0 )
m
∑ y i⋅n i
88⋅100+ 96 , 50
y 0 = i=1m = =90 ,67
150
∑ ni
i =1 puncte
122
• Media dispersiilor de grupă:
m
∑ σ 2i⋅n i
0 , 4225⋅50+ 49 ,56⋅100 4977 ,125
σ 2i = i =1m = = =33 , 18
150 150
∑ ni
i =1
σ1 σ1
υ 1= ⇒ 0 , 08= ⇒σ 1=88⋅0 , 08=7 ,04
υ 1=8 %≈0 , 08 y1 88
Deoarece ,
σ 1=√ σ 21 ⇒ σ 12=( σ 1 ) 2= (7 ,04 )2 =49 , 56 σ 2=0 ,65 ⇒ σ 22 =( 0 , 65 )2 =0 , 4225

,
Regula de adunare a dispersiilor:
σ 2x =δ 2 +σ 2i =33 , 18+14 ,22=47 , 40
Pentru că coeficientul de determinare este 30%, înseamnă că 30% din variaţia
punctajului este explicată de centrul universitar, iar restul de 70% se datorează altor factori.
2 2
Deoarece R < K apreciem că centrul universitar nu contribuie semnificativ la variaţia
punctajelor obţinute de studenţi. Punctajele studenţilor nu diferă semnificativ de la un centru
la altul
2. Rezolvare: Notaţii:
x i= zona de amplasare; ni = număr magazine; y i = profitul
2
mediu; σ i = dispersia profitului. Pentru a determina în ce proporţie factorul principal de
grupare influenţează variaţia profitului se determină coeficientul de determinare după relaţia:
δ2 8 , 64
R2 = 2
⋅100= ⋅100=32, 43 %
σ0 26 , 64
. Dispersia dintre grupe:
m
∑ ( y i− y 0 )2⋅ni ( 20−23 ,6 )2⋅107+ ( 26−23 ,6 )2⋅15
i =1
δ 2= m
= =
25 129 , 6+86 , 4
∑ ni 25
=8 , 64
i =1
m
∑ y i⋅n i
20⋅10+26⋅15 590
y 0 = i=1m = = =23 ,6
25 25
∑ ni
i =1
Media pe total colectivitate : mil. RON/magazin Media
m
∑ σ 2i⋅n i
12⋅10+22⋅15 120+330
σ 2i = i =1m = = =18
25 25
∑ ni
i =1
dispersiilor de grupă:
Regula de adunare a dispersiilor:
123
σ 2i =δ 2 +σ 2i =8 , 64+18=26 , 64 R2 + K 2 ⇒ K 2=67 ,57 %
si = 100 (coeficientul de non-
⇒ R 2< K 2
determinare) deci zona de amplasare a centrelor comerciale nu influenţează
semnificativ variaţia profitului; acesta este influenţat de alţi factori, cum ar fi: calitatea şi
preţul mărfurilor, calificarea personalului, etc.
3. Rezolvare:
1. (a) Corelaţia dintre veniturile lunare (medii) pe o persoană din familie şi cheltuielile pentru
achiziţionarea produsului „z”
7,2
x x
6,2 x x
x x
5,2
Yxi  a  bxi
4,2 x
x
3,2
0 7,2 10,2 13,2 16,2 19,2 X

Diagrama de împrăştiere
Scara: 0X – 1 cm = 3 zeci mii u.m. (venituri)
0Y – 1 cm = 1 zeci mii u.m. (cheltuieli)
{b) an+b ∑ xi=∑ yi ¿¿¿¿Y xi =a+b⋅x i ⇒ 1, 799+0 , 268⋅x i


{a⋅10+b⋅121=50,4¿¿¿¿
{a=1,79885≃1,8 zeci mii u.m.¿¿¿¿ Y x =1 ,8+ 0 ,268⋅x i
i
Deci funcţia de regresie este
c)
R y /x =
√ 1−
∑ ( y i −Y x )2
∑ ( y i− y )2
=
i
√ 1−
3 , 59
11 ,824
=0 , 83
sau
√ √
R y /x = 1−
∑ 2
y i −a ∑ y i−b ∑ x i y i = 1−
265 , 84−1, 8⋅50 , 4−0 , 268⋅639 , 83
=0 , 83
2 2
2 (∑ i )
y 50 , 4
265 , 84−
∑ yi − n
10
n ∑ x i y i−∑ xi⋅∑ y i
r y/x= = 10⋅639 ,83−121⋅50 , 4 =0 , 824≃0 , 83
d)
√[ 2
][
n⋅∑ x 2i −( ∑ xi ) ⋅ n⋅∑ y 2i −( ∑ y i )
2
] √[ 10⋅1576 , 06− (121 ) ]⋅[ 10⋅265 , 84− (50 , 4 ) ]
2 2
Algoritmul de calcul necesar determinării abaterilor medii pătratice şi a indicatorilor de

corelaţie este redat în tabelul următor:
Nr. crt. xi yi ( x i −x ) 2 ( y i − y )2 xi yi
0 1 2 3 4 5
1 7,2 3,2 24,01 3,3856 23,04
2 9,9 3,8 4,84 1,5376 37,62
124
3 8,5 4,0 12,96 1,0816 34,0
4 11.8 5,5 0,09 0,2116 64,9
5 19,2 6,2 50,41 1,3456 119,04
6 10,9 4,1 1,44 0,8836 44,69
7 13,4 5,4 1,69 0,1296 72,36
8 12,5 5,9 0,16 0,7396 73,75
9 11,5 6,0 0,36 0,9216 69,0
10 16,1 6,3 16,0 0,5876 101,43
121 50,4 111,96 11,824 639,83
Total
∑ xi ∑ yi ∑ ( x i−x )2 ∑ ( y i− y ) 2 ∑ xi yi
continuare tabelul
2
Nr. crt. x 2i y 2i Y x =1 ,8+ 0 ,268⋅x i
i ( y i−Y x )
i
0 6 7 8 9
1 51,84 10,24 3,7 0,25
2 98,01 14,44 4,5 0,49
3 72,25 16,00 4,1 0,01
4 139,24 30,25 5,0 0,25
5 368,64 38,44 6,9 0,49
6 118,81 16,81 4,7 0,36
7 179,56 29,16 5,4 0
8 156,25 34,81 5,2 0,49
9 156,25 36,0 4,9 1,21
10 259,21 39,69 6,1 0,04
1576,06 265,84 50,5 3,59
Total
∑ x 2i ∑ yi2 ∑Yx i
∑ ( y i −Y x )2 i
8. Teme de control
1. Identificaţi funcţia de regresie liniară ce modelează legătura dintre două variabile utilizând
metoda celor mai mici pătrate. Scrieţi funcţia de regresie. Calculaţi şi comentaţi interpretarea
coeficienţilor funcţiei de regresie
2. Dintr-un sondaj efectuat pe un eşantion de 7 gospodării au rezultat următoarele date

despre fiecare gospodărie referitoare la veniturile zilnice din remunerare ale membrilor
gospodăriei şi cheltuielile zilnice ale gospodăriei din tabelul următor
Venituri <mii RON> 4 30 20 50 60 40 30
0
Cheltuieli <mii RON> 3 26 18 38 42 30 22
5
125
a. Reprezentaţi grafic legătura dintre cele două variabile prin graficul de împrăştiere;
b. Identificaţi funcţia de regresie liniară ce modelează legătura dintre cele două variabile
utilizând metoda celor mai mici pătrate. Scrieţi funcţia de regresie. Calculaţi şi comentaţi
coeficienţii funcţiei de regresie;
c. Analizaţi intensitatea legăturii dintre cele două variabile printr-o metodă parametrică
adecvată.
d. Analizaţi intensitatea legăturii dintre cele două variabile printr-o metodă neparametrică
adecvată.
3. Dintr-un sondaj efectuat pe un eşantion de 7 gospodării au rezultat următoarele date

despre fiecare gospodărie referitoare la veniturile zilnice din remunerare ale membrilor
gospodăriei şi cheltuielile zilnice ale gospodăriei, în tabelul următor:
Numar membrii 4 3 2 5 6 4 3
Venit pe membru al 350 26 180 380 420 300 220
gospodariei <RON> 0
Calculaţi şi comentaţi coeficienţii funcţiei de regresie, reprezentaţi grafic legătura dintre cele
două variabile prin graficul de împrăştiere.
4. O asociaţie hotelieră din zona Mării Negre a înregistrat temperatura medie multianuală a
aerului (°C) şi numărul persoanelor ce vin pe plajă (sute persoane) pentru 6 weekend-uri
selectate aleator:
Temperatura medie multianuală (°C) 12 8 25 20 18 26
Nr. persoanelor (sute pers.) 17 7 33 30 32 28
a) Să se analizeze grafic existenţa, directia şi forma legaturii dintre cele două variabile.
b) Să se măsoare intensitatea legăturii dintre variabile folosind un indicator adecvat.
c) Masurati asocierea dintre cele doua variabile.
5. Pentru 6 ţări ale Uniunii Europene cu un nivel scăzut de şcolarizare s-au înregistrat
numărul copiilor înscrişi la şcoală şi personalul didactic în anul şcolar 2006/2007( date
convenţionale):
Număr copii înscrişi 56 70 60 35 52 25
Personal didactic 444 302 758 770 131 455
a) Să se analizeze grafic existenţa, sensul şi forma legaturii dintre cele două variabile.
126
b) Să se măsoare intensitatea legăturii dintre cele două variabile folosind coeficientul
Spearman si Kendall.
Asupra fenomenelor social-economice acţionează o multitudine de factori, principali şi

secundari, esenţiali şi neesenţiali, cuantificabili şi necuantificabili sau cuantificabili cu aproximaţie,
care se găsesc într-o relaţie de interdependenţă reciprocă. Legăturile ce se pot forma sunt legături
stohastice, în care un fenomen este factor de influenta, iar celălalt este efect. Statistica, printr-o gamă
largă de procedee şi metode specifice, poate studia manifestarea concretă a acestor legături, le poate
exprima cantitativ şi măsura intensitatea cu care se produc. Legăturile statistice pot fi simple sau
multiple, directe sau inverse, de asociere sau de corelaţie, liniare sau neliniare, sincrone sau
asincrone. Pentru caracterizarea statistică a legăturilor dintre variabile se pot folosi două categorii
de metode: metode simple (metoda grafică, metoda tabelului de corelaţie, metoda grupărilor, metoda
seriilor paralele interdependente) şi metode analitice (metoda regresiei, metoda covarianţei, metoda
raportului de corelaţie, metoda coeficientului de corelaţie, metoda analizei dispersionale). În afara
metodelor analitice menţionate mai sus, ce intră în categoria metodelor parametrice, legăturile dintre
variabilele statistice se mai pot analiza cu ajutorul metodelor neparametrice (metoda coeficientului de
asociere al lui Yule, metoda coeficientului de corelaţie a rangurilor Spearman şi metoda coeficientului
de corelaţie a rangurilor Kendall).
Bucureşti, 2007, 433 pg. (191 - 416) ISBN 978 - 973 – 594 – 986 – 2;
Voineagu, M., Statistică teoretică. Studii de caz şi aplicaţii, Ed. Economică, 255 pg. (189 -
219), Bucureşti, 1998, ISBN 973-590-086-6;
3. Isaic Maniu, Al., Mitruţ, C., Voineagu, V., Statistica Pentru afaceri, ed. Economică,
Bucuresti 2003.
127
ANALIZA STATISTICĂ A SERIILOR CRONOLOGICE (1)
Cuprins:
1. Obiectivele unităţii de observare.

2. Clasificarea seriilor cronologice.
3. Proprietăţile termenilor unei serii cronologice.
4. Reprezentarea grafică a seriilor cronologice.
5. Prelucrarea seriilor cronologice de momente.
5. Teme de control.
Pentru a cunoaşte procesele şi fenomenele economico-sociale, statistica economică le

studiază pe parcursul întregii lor evoluţii sau la diferite momente de timp.
Evoluţia fenomenelor şi proceselor economice în timp este studiată cu ajutorul seriilor
cronologice sau serii dinamice sau de timp.
In urma parcurgerii acestui capitol, studenţii vor putea :
 identifica tipul seriei cronologice
 reprezenta grafic seriile cronologice
 caracteriza o serie cronologică de momente utilizând un sistem de indicatori specifici
2. Clasificarea seriilor cronologice şi proprietăţile termenilor
Seriile cronologice sunt formate din două şiruri de date, în care primul şir ne arată
variaţia timpului, iar cel de-al doilea şir cuprinde valorile fenomenului sau procesului
128
economic analizat la momentele sau pe intervalele de timp respective.
Forma generală a unei serii cronologice este:
( t1 t2 . . . ti . .. tn
y 1 y 2 . .. y i .. . y n ) i=1,n
Trendul sau tendinţa generală a unei serii cronologice poate fi descris prin relaţia:
y=f ( t i ) i=1 , n
Criterii de clasificare a seriilor cronologice:
Există trei criterii principale după care se poate face clasificarea seriilor cronologice:
1) după variaţia timpului putem distinge:
1.1. serii cronologice de intervale denumite şi serii de fluxuri, în care fiecare
termen al seriei arată evoluţia fenomenului sau procesului analizat pe o
perioadă de timp.
Forma generală a unei serii cronologice de intervale este:
t1 t2 tn
t
y1 y2 yn
Exemplu de serii cronologice de intervale:

 producţia trimestrială de aluminiu
- t = trimestrul;
- yt = producţia trimestrială de aluminiu.
 investiţiile imobiliare anuale:
- t = anul;
- yt = investiţiile imobiliare.
Caracteristica principală a acestor serii de timp este aceea că termenii seriei se pot
însuma, obţinându-se astfel un indicator totalizator pe ansamblul perioadei analizate (ex.:
producţia totală de aluminiu pe parcursul perioadei analizate, investiţiile imobiliare totale).
Exemplu:Avem producţiile zilnice de brânză ale unei firme producătoare de produse lactate:
yt = producţia de brânză;
t = ziua.
Însumând producţiile zilnice de brânză dintr-o săptămână obţinem producţia
săptămânală.
Însumând producţiile săptămânale obţinem producţia lunară ş.a.m.d.
129
1.2. serii cronologice de momente în care fiecare termen al seriei arată nivelul la
care a ajuns fenomenul sau procesul analizat la un anumit moment de timp.
Forma generală a unei astfel de serii este:
t1 t2 tn
t
yn
y1 y2
Exemplu:
 stocurile de materii prime la sfârşitul fiecărei luni
- yt = stocurile de materii prime;
 capitalul fix la sfârşit de an:
- yt = capitalul fix:
 depozitele sau creditele bancare la data de 1 a fiecărei luni:
- yt = depozite sau credite bancare.
Caracteristica principală a unei serii de momente este aceea că termenii seriei nu se pot
însuma pentru că s-ar produce multiple înregistrări.
Exemplu:
Dacă avem depozitele bancare la data de întâi a fiecărei luni, nu putem însuma aceste
depozite deoarece un depozit care este valabil la 1 ianuarie poate să fie valabil şi la 1
februarie etc., şi am înregistra valoarea lui de mai multe ori.
2) după natura termenilor seriei cronologice, adică după modul de exprimare al

termenilor seriei, distingem:
2.1. serii cronologice formate din indicatori absoluţi (evoluţia profiturilor anuale
ale unei bănci comerciale, evoluţia numărului de salariaţi ai unei firme în perioada 2000-
2006). Termenii seriei se exprimă prin unităţi concrete de măsură.
2.2. serii cronologice formate din indicatori relativi (evoluţia lunară a ratei
dobânzii, evoluţia anuală a ratei profitului, evoluţia lunară a ratei inflaţiei). Termenii unei serii
se exprimă de regulă prin procente.
2.3. serii cronologice formate din mărimi medii (evoluţia lunară a salariului
mediu, evoluţia anuală a profitului mediu, evoluţia anuală a înzestrării medii a muncii cu
130
capital fix). Termenii seriei se exprimă prin unităţi compuse de măsură deoarece se obţin prin
raportarea între doi indicatori absoluţi între care există o relaţie de interdependenţă.
3) după numărul de termeni, seriile cronologice pot fi:
3.1. serii cronologice de lungime mică;
3.2. serii cronologice de lungime medie;
3.3. serii cronologice de lungime mare.
3. Proprietăţile temenilor unei serii cronologice
Seriile cronologice se caracterizează printr-o serie de proprietăţi:

a) variabilitatea termenilor seriilor cronologice se referă la modificarea valorii
caracteristicii (variabilei) la care se referă seria cronologică de la un moment de
timp la altul sau de la o perioadă (interval) de timp la alta:
b) omogenitatea termenilor seriilor cronologice se referă la faptul că toţi termenii seriei
trebuie să fie de acelaşi tip şi să fie rezultatul acţiunii aceloraşi legi. Pentru a se
asigura omogenitatea termenilor seriilor cronologice trebuie să se ţină cont de
modul de exprimare al acestora (care trebuie să fie unitar), cât şi de conţinutul lor
(adică, toţi termenii să aibă aceeaşi unitate de măsură, termenii trebuie să fie
compatibili din punct de vedere al culegerii şi prelucrării datelor). Deci,
omogenitatea termenilor implică comparabilitatea acestora.
c) periodicitatea termenilor unei serii cronologice se referă la forma de manifestare a
fenomenelor în timp cu o anumită regularitate;
d) interdependenţa în timp a termenilor unei serii cronologice provine din
omogenitatea termenilor unei serii cronologice. Această proprietate presupune că
fiecare termen al seriei depinde într-o oarecare măsură de valorile anterioare
înregistrate, adică depinde de termenii precedenţi. Această proprietate ne conduce la
ideea că fenomenele şi procesele social-economice sunt rezultatul unor legi
obiective ce au caracter de tendinţă, tendinţă ce poate fi urmărită pe o perioadă
lungă de timp.
Respectarea tuturor acestor proprietăţi de către o serie cronologică de dimensiuni mari
este foarte greu de realizat.
Caracterizarea unei serii cronologice presupune utilizarea unui sistem de indicatori
specifici şi previzionarea fenomenelor şi proceselor economice cu ajutorul unor modele
131
deduse din proprietăţile sistemului de indicatori.
4. Reprezentarea grafică a seriilor cronologice
1. Cronograma este utilizată pentru reprezentarea grafică a seriilor cronologice de intervale

sau a seriilor cronologice de momente cu intervale egale între momente.
Cronograma este un tip de grafic care are ca scop evidenţierea variaţiei unui fenomen în
timp în vederea desprinderii tendinţei fenomenului respectiv.
Pentru construirea cronogramei se foloseşte sistemul de axe rectangulare, pe axa OX se
trece timpul sub formă de intervale de timp (timpul se înscrie între două diviziuni succesive)
sau sub formă de momente de timp (timpul se înscrie în dreptul diviziunii), iar pe axa OY se
trec valorile fenomenului analizat în timp (y t). Intersecţia abscisei cu ordonata se face prin
puncte, al căror număr trebuie să fie egal cu numărul termenilor seriei cronologice. Prin
unirea punctelor succesive prin segmente de dreaptă se obţine cronograma.
Cronograma constituie o metodă de analiză empirică a trendului (tendinţei de evoluţie)
adică ea ne permite să alegem funcţia matematică cu ajutorul căreia ajustăm fenomenul
(funcţia de trend sau de ajustare).
☺ Exemplul 1
Fie următoarea serie cronologică de intervale:
Producţia de lapte pasteurizat a unei firme de produse lactate

Luna
(mii litri)
Ianuarie 10
Februarie 15
Martie 20
Aprilie 25
132
Scara de reprezentare: 1 cm pe OY = 5 mii litri

Valoarea depozitelor bancare
Data
(mii RON)
01.01. 2000
01.02. 3000
01.03. 2500
01.04. 4000
Scara de reprezentare: 1 cm pe OY = 500 mii RON
2. Diagrama prin coloane

Diagrama prin coloane se utilizează pentru reprezentarea grafică a seriilor cronologice
de momente cu intervale neegale între momente.
Diagrama prin coloane se construieşte utilizând sistemul de axe rectangular. Ea este
formată din dreptunghiuri cu latura mare verticală, iar bazele egale sunt pe axa OX.
☺ Exemplul 2
Data Stocul de combustibil (mii tone)

01.01. 100
15.01. 80
01.03. 120
31.03. 140
133
Scara de reprezentare: 1 cm pe OY = 20 mii tone
Atât în cazul cronogramei, cât şi al diagramei prin coloane avem scară de reprezentare
doar pe axa OY.
3. Diagrama polară (radială)

Are la bază o reţea polară formată din cercuri concentrice, iar raza este proporţională cu
nivelul mediu al indicatorilor de reprezentat. Cercul se împarte în atâtea sectoare de cerc câţi
termeni are seria. Dacă variaţia fenomenului analizat este lunară pe parcursul unui an avem 12
sectoare de cerc. Dacă valoarea unui indicator depăşeşte media valorilor individuale, atunci se
vor prelungi cele două raze în afara cercului. Dacă valoarea indicatorului este mai mică decât
media, atunci ea se va situa în interiorul cercului.
După reprezentarea punctelor pe reţeaua polară, acestea se unesc prin segmente de
dreaptă sau printr-o curbă.
Diagrama polară este un grafic utilizat în analiza şi interpretarea sezonalităţii.
☺ Exemplul 3
Numărul de turişti care au sosit într-o staţiune montană în fiecare trimestru al anului 2006 a
fost:
- trim. I : 2000 turişti (y1)
- trim. II : 3000 turişti (y2)
- trim. III : 4000 turişti (y3)
- trim. IV : 2500 turişti (y4)
Media turiştilor sosiţi într-un trimestru este:
134
y 1+ y 2+ y 3+ y 4
y= =2875
4
turişti/trimestru
Diagrama polară a numărului de turişti sosiţi în staţiune este:
Trim. II
Legenda
Trim. I
Trim. I
Trim. II
Trim. III
Trim. IV Trim. IV
Trim. III
Diagrama se poate construi şi prin segmente de dreaptă:
Trim. I
1 cm OX, OY = 2000 turi
şti
Trim. IV Trim. III
Trim. II
5. Prelucrarea seriilor cronologice de momente
Seriile cronologice de momente pot fi:

a) cu intervale egale între momente;
b) cu intervale neegale între momente.
a) În cazul seriilor cronologice de momente cu intervale egale între momente se
pot calcula toţi indicatorii care vor fi prezentati la seriile cronologice pe intervale,
excepţie făcând media care în acest caz se va calcula ca o medie cronologică
simplă:
y1 yn
+ y 2 + y 3 + .. .+ y n−1 +
2 2
y=
n−1
135
☺ Exemplul 4
Populaţia unui judeţ la: 01.01.98 : 364.500 y1
01.04.98: 365.000 y2
01.07.98: 367.800 y3
01.10.98: 370.100 y4
31.12.98: 372.200 y5
y=367.813
b) În cazul seriilor cu intervale neegale între momente singurul indicator care se

poate calcula este media cronologică ponderată:
t1 t2 t3 t4 tn-1 tn
d1 d2 d3 dn-1
d d +d d +d d +d d
y 1⋅ 1 + y 2⋅ 1 2 + y 3⋅ 2 3 +. ..+ y n−1⋅ n−2 n−1 + y n⋅ n−1
2 2 2 2 2
y=
d1 +d 2 +. ..+ d n−1
☺ Exemplu 5
Populaţia unui judeţ la: 01.01.98: 364.500
01.03.98: 364.900
10.04.98: 365.300
15.05.98: 366.000
01.07.98: 367.800
01.08.98: 368.000
15.09.98: 370.000
31.12.98: 372.200
y=367.784
Schema pentru calculul mediilor:
- pentru serii media aritmetică

cronologice simplă
de intervale
Nivelul
mediu cu intervale media cronologică
egale între simplă
momente
136
- pentru serii
de momente
cu intervale
Indicatorii obţinuţi prin prelucrarea media constituie
unei serii cronologice cronologică un sistem de
neegale între ponderată
indicatori în cadrul căruia fiecare indicator scoate în evidenţă un aspect al modului de
momente
dezvoltare a fenomenelor şi proceselor economice studiate.
Aceşti indicatori sunt cu atât mai concludenţi cu cât seria cronologică este mai bine
alcătuită, cu cât este mai bine aleasă perioada de analiză (aspecte legate de lungimea seriei şi
de omogenitatea termenilor).
Este bine ca numărul termenilor să fie suficient de mare pentru a putea satisface legea
numerelor mari a lui Bernoulli, lege care spune: într-un număr suficient de mare de cazuri
individuale, abaterile întâmplătoare tind să se compenseze astfel încât se poate determina o
valoare tipică, sintetică, pe ansamblul colectivităţii.
În cazul seriilor cronologice neomogene, indicatorii vor trebui calculaţi pe etape, ca
indicatori parţiali, în caz contrar, dacă se calculează indicatori pe ansamblul seriei, aceştia
conduc la concluzii greşite şi nu pot fi folosiţi în calculele de prognoză.
1.Se cunosc următoarele date privind stocul de păcură al unei centrale termice:
Stocul de păcură
Data
(tone)
01.01 10
01.02 8
01.03 14
31.03 10
01.06 16
15.07 14
01.09 10
31.12 14
Se cere:
a) să se reprezinte grafic stocul de păcură pentru tot anul;
b) să se calculeze stocul mediu de păcură pe toată perioada;
c) să se calculeze stocul mediu de păcură pe primul trimestru al anului.
2. Se cunosc următoarele date privind efectivul anual al populaţiei în perioada 2000-2005:
Data Efectivul populaţiei din mediul urban

1 iulie 2000 22.435.205
1 iulie 2001 22.408.393
1 iulie 2002 21.794.793
137
1 iulie 2003 21.733.556
1 iulie 2004 21.673.328
Sursa: Anuarul Statistic al României 2005
Să se reprezinte grafic seria şi să se calculeze efectivul mediu la populaţiei în perioada
2000-2004.
1. Rezolvare:
a) Avem o serie de momente cu intervale neegale între momente, deci seria se va
reprezenta grafic prin diagrama prin coloane:
1 cm OY = 2 tone
b) Stocul mediu de păcură pe toată perioada se determină ca o medie cronologică

ponderată:
d d +d d +d d
y 1⋅ 1 + y 2⋅ 1 2 + y 3⋅ 2 3 + .. .+ y n⋅ n−1
2 2 2 2
y= =
d 1 +d 2 +. . .+ d n−1
1 1+1 1+ 1 1+2 2+1 ,5 1 , 5+1 ,5

10⋅ +8⋅ +14⋅ +10⋅ +16⋅ +14⋅
2 2 2 2 2 2
= +
12
1 ,5+ 4 4
10⋅ +14⋅
2 2 146 , 5
+ = =12 , 2 tone
12 12
01.01 01.02 01.03 31.03 01.06 15.07 01.09 31.12
138
d1 = 1 lună d2 = 1 lună d3 = 1 lună d4 = 2 luni d5 = 1,5 luni d6 = 1,5 luni d7 = 4 luni
c) În primul trimestru avem o serie de momente cu intervale egale între momente, iar
stocul mediu se va determina ca o medie cronologică simplă:
Primul trimestru cuprinde datele: 01.01; 01.02; 01.03; 31.03.
y1 y
+ y 2 + y 3 + .. .+ y n−1 + n
2 2
y=
n−1
y1 y 10 10
+ y 2+ y 3+ 4 +8+14 +
2 2 2 2 32
y= = = =10 ,66 tone
4−1 3 3
2. Rezolvare:
Avem o serie de momente cu intervale egale între momente, deci se reprezintă grafic
prin cronogramă:
1 cm OY = 200.000 locuitori
Efectivul mediu al populaţiei (media) se determină ca o medie cronologică simplă:
y1 y
+ y 2 + y 3 + .. .+ y n−1 + n
2 2
y=
n−1
n = numărul de momente de timp = 5
y1 y
+ y 2+ y 3+ y 4 + 5
2 2 87991009
y= = =21 . 997 .752 , 5≈21. 997 . 753 loc .
4 4
7. Teme de control
1.Se cunosc următoarele date privind stocurile de produse aflate în depozitele unei societăţi:
Data 01.01 01.02 01.03 31.03 15.05 01.06 01.09 31.12
139
Stocul de
100 80 60 70 90 110 100 90
produse (kg)
Se cere:
a) să se precizeze tipul seriei cronologice şi să se reprezinte grafic seria;
b) să se determine stocul mediu pe tot anul;
c) să se determine stocul mediu de produse pentru primul trimestru al anului.
2. Se cunosc următoarele date referitoare la numărul medicilor stomatologi din România în

perioada 2000-2004:
Anul Numărul medicilor*
2000 8.307
2001 8.694
2002 8.830
2003 9.447
2004 9.907
Notă: * la sfârşitul anului
Sursa: Anuarul Statistic al României, 2005.
Se cere:
a) să se precizeze tipul seriei cronologice şi să se reprezinte grafic;
b) să se calculeze indicatorii seriei cronologice;
c) să se ajusteze seria cronologica printr-o metoda mecanica adecvata.
Pentru a cunoaşte procesele şi fenomenele economico-sociale, statistica economică le studiază

pe parcursul întregii lor evoluţii sau la diferite momente de timp.
Pe parcursul acestei unităţi de învăţare sunt prezentate tipurile de grafice utilizate pentru
reprezentarea seriilor cronologice şi anume:
- cronograma – pentru seriile cronologice pe intervale şi pentru seriile cronologice de momente
cu intervale egale între momente
- diagrama prin coloane pentru seriile cronologice de momente cu intervale neegale între
momente
cât şi tipurile de medii utilizate pentru diferite le tipuri de serii cronologice şi anume:
- media aritmetică simplă – pentru calculul nivelului mediu în cazul seriilor cronologice pe
intervale, ai căror termeni se pot însuma
- media cronologică simplă - pentru calculul nivelului mediu în cazul seriilor cronologice de
momente cu intervale egale între momente, ai căror termeni nu se pot însuma deoarece s-ar
produce multiple înregistrări
- media cronologică ponderată - pentru calculul nivelului mediu în cazul seriilor cronologice
de momente cu intervale neegale între momente, ai căror termeni nu se pot însuma deoarece
140
s-ar produce multiple înregistrări
1. Anderson D., Sweeney D.,Williams T., Statistics for Business and Economics, Thomson
South Western, 2008
2. Chauvat G., Reau J.P., Statistiques descriptives, Armand Colin, Paris, 2004
5. Wonnacott T.H., Wonnacott R.J., Statistique, Economica, paris,1995
141
ANALIZA STATISTICĂ A SERIILOR CRONOLOGICE (2)
Cuprins:

2.Prelucrarea seriilor cronologice pe intervale (sistemul de indicatori).
3.Ajustarea seriilor cronologice.
4. Extrapolarea seriilor cronologice.
6. Teme de control.
Pentru a cunoaşte procesele şi fenomenele economico-sociale, statistica economică le

studiază pe parcursul întregii lor evoluţii sau la diferite momente de timp.
În urma parcurgerii acestui capitol, studenţii vor putea :
 caracteriza o serie cronologică pe intervale utilizând un sistem de indicatori specifici
 determina tentinţa de evoluţie în timp a unui fenomen sau proces
 previziona fenomenele şi procesele economice cu ajutorul unor modele deduse din
proprietăţile sistemului de indicatori.
2. Prelucrarea seriilor cronologice pe intervale (Sistemul de indicatori)
142
Prelucrarea seriilor cronologice se face cu indicatorii seriilor cronologice.
Indicatorii seriilor cronologice:
 indicatori absoluţi:
 nivelul absolut:
 nivelurile individuale ale seriilor cronologice: yt, t-1, ;
n
∑ yt
 nivelul totalizat al seriilor cronologice: i=1 ;
 modificarea absolută:
 cu bază fixă;
 cu bază în lanţ;
 valoarea absolută a unui procent de modificare:
 cu bază fixă;
 indicatori relativi:
 indicele:
 cu bază fixă;
 ritmul:
 cu bază fixă;
 indicatori medii:
 modificarea absolută medie;
 indicele mediu;
 ritmul mediu;
 nivelul mediu.
Indicatorii seriilor cronologice sunt indicatori primari (nivelul absolut) sau indicatori
derivaţi (obţinuţi prin raportare sau diferenţă).
Dacă compararea se face cu primul termen din serie, atunci indicatorii derivaţi obţinuţi se
numesc indicatori cu bază fixă.
143
Dacă compararea se face cu termenul precedent din serie atunci indicatorii derivaţi obţinuţi
se numesc indicatori cu bază în lanţ (mobilă).
Indicatorii cu ajutorul cărora se caracterizează seriile cronologice de intervale sunt:
a) indicatori absoluţi;
b) indicatori relativi;
c) indicatori medii.
Indicatori absoluţi:
 nivelurile individuale ale seriei cronologice: ( y t , t=1 , n )

n
∑ yt
 nivelul totalizat al seriei cronologice: t=1
 modificarea absolută se calculează ca diferenţă între doi termeni ai seriei

cronologice şi ne arată cu câte unităţi concrete de măsură s-a modificat fenomenul
analizat de la o unitate de timp la alta:
 cu bază fixă:
Δt / 1= y t − y 1 t =2, n
 cu bază în lanţ:
Δ t/t−1 = y t − y t−1 t=2 , n
n
∑ Δt /t−1=Δn/1
t=2
 valoarea absolută a unui procent de modificare:

 cu bază fixă:
Δ t /1 y − y1 yt− y1 y
At / 1= = t = = 1
( )
Rt / 1 ( I t / 1−1 ) yt 100
−1 ⋅100
, dacă y t ≠ y 1
y1
Dacă y t = y 1 ⇒ A t / 1 =0
Δ t / t −1 y t − y t −1 y
At / t −1 = = = t −1
, y t ≠ y t −1
Rt /t −1 ( I t / t −1 −1 )⋅100 100
Dacă y t = y t −1 ⇒ A t / t −1=0
Indicatori relativi:
144
 indicele – se calculează ca raport între doi termeni ai seriei cronologice şi ne arată de
câte ori s-a modificat fenomenul analizat de la o perioadă la alta:
yt
I t / 1=
 cu bază fixă: y1 , t=2,n
yt
I t / t −1=
y t −1 , t=2,n
n
∏ I t /t−1=I n/1
t=2
 ritmul (rata, procent de modificare, modificare relativă) arată cu câte % s-a

modificat indicatorul analizat de la un interval de timp la altul:
 cu bază fixă: Rt / 1=( I t / 1−1 )⋅100

, t=2,n
 cu bază în lanţ: Rt / t −1 =( I t /t −1 −1 )⋅100
, t=2,n
Indicatori medii – caracterizează seria cronologică în ansamblu:
n
∑ yt
y= t =1
 nivelul mediu al termenilor seriei: n
 modificarea absolută medie este media aritmetică a modificărilor absolute de la o
perioadă la alta în succesiunea lor de-a lungul intervalului de timp analizat. Se
cheamă spor mediu pentru serii cu tendinţă crescătoare şi respectiv, scădere medie
pentru serii cu tendinţă de scădere. Modificarea absolută medie arată diferenţa medie
dintre ultimul şi primul termen al seriei şi este semnificativă doar dacă modificările
absolute cu bază în lanţ sunt apropiate între ele:
n
y n− y 1 ∑ Δt / t −1
Δ= = t =2
n−1 n−1
 indicele mediu – ne arată de câte ori s-a modificat în medie fenomenul analizat de la
o perioadă la alta pe parcursul întregii perioade. Se calculează ca o medie geometrică
a indicilor cu bază în lanţ.
√
n
n−1
I= √ I n/1= ∏ I n/1
n−1
t=2
145
Dacă I <1 atunci indicele mediu semnalează scăderea fenomenului analizat.
Dacă I >1 atunci indicele mediu semnalează creşterea fenomenului analizat.
Dacă I=1 atunci indicele mediu arată că fenomenul analizat nu s-a modificat.
 ritmul mediu (procentul mediu de modificare) este un indicator derivat şi ne arată cu
cât la sută s-a modificat în medie fenomenul analizat de la o subperioadă la alta pe
parcursul perioadei de analiză:
R=( I −1 )⋅100
Indicele şi ritmul mediu sunt foarte sensibili la valorile extreme ale seriei (y 1 şi yn). Dacă
una din cele două valori (y1 sau yn) este nereprezentativă pentru evoluţia fenomenului analizat
este suficient pentru a nu obţine indicatori medii.
☺ Exemplul 1
Se cunosc următoarele date referitoare la tariful lunar practicat de o companie de televiziune prin
cablu pentru pachetul de bază în perioada 1996-2002:
Anul 1996 1997 1998 1999 2000 2001 2002

Tariful lunar
11 13,2 13,9 15,2 16,8 18 20
(USD)
Sursa: The New York Times (2 Aprilie 2003)
Să se calculeze indicatorii seriei.
Rezolvare:
Notăm cu t anul şi numerotăm anii:
1996 1997 1998 1999 2000 2001 2002
1 2 3 4 5 6 7
t=1,7
Notăm cu yt tariful lunar în anul t.
Calculul indicatorilor:
Avem o serie cronologică de intervale de timp.
Seria se caracterizează cu ajutorul indicatorilor:
 absoluţi:
 modificarea absolută:
146
- cu bază fixă:
Δ t/1 = y t − y 1 ; t=1 , 7
- cu bază în lanţ:
Δ t/t−1 = y t − y t−1 ; t=2 ,7
 valoarea absolută a unui procent de modificare:
y1
At /1= dacă y t ≠ y1
- cu bază fixă: 100 ;
y t −1
At / t −1 = dacă y t ≠ y t −1
- cu bază în lanţ: 100
 relativi:
 indicele (dinamica):
yt
I t /1 = ; t =1 ,7
- cu bază fixă: y1
yt
I t /t −1= ; t=2, 7
- cu bază în lanţ: y t −1
 ritmul:
Rt / 1=( I t / 1−1 )⋅100 t=1, 7
- cu bază fixă: ;
Rt / t −1 =( I t /t−1 −1 )⋅100 t=2 , 7
- cu bază în lanţ:
 medii
Rezultatele calculelor pentru indicatorii absoluţi şi relativi sunt prezentate în tabelul
următor:
Anul
Indicatori
1 2 3 4 5 6 7
yt (dolari) 11 13,2 13,9 15,2 16,8 18 20
t/1 (dolari) 0 2,2 2,9 4,2 5,8 7 9
t/t-1 (dolari) - 2,2 0,7 1,3 1,6 1,2 2
At/1 (dolari/%) - 1,1 1,1 1,1 1,1 1,1 1,1
At/t-1 (dolari/%) - 1,1 1,32 1,39 1,52 1,68 1,8
It/1 1 1,2 1,26 1,38 1,52 1,63 1,81
It/t-1 - 1,2 1,05 1,09 1,10 1,07 1,11
Rt/1 (%) 0 20 26 38 52 63 81
Rt/t-1 (%) - 20 5 9 10 7 11
Între modificările absolute cu bază fixă şi cele cu bază în lanţ există următoarea relaţie de
verificare:
7
Δ 7/1 =∑ Δ t/t−1
t=2
147
Între indicii cu bază fixă şi cei cu bază în lanţ există următoarea relaţie:
7
I 7/1=∏ I t/t−1
t=2
Deoarece
Δ t/1 >0 pentru t =2,7 putem aprecia că tariful lunar a crescut în fiecare an faţă de
anul de bază, anul 1996 (t = 1). În anul 1997 (t = 2) tariful a crescut faţă de anul 1996 cu 2,2
dolari, în 1998 faţă de 1996 a crescut cu 2,9 dolari etc.
Deoarece
Δ t/t−1 >0 pentru t=2,7 putem aprecia că tariful lunar a crescut în fiecare an
faţă de anul precedent în perioada 1996-2002. Cea mai mare creştere înregistrată într-un an faţă
de anul precedent a fost în anul 1997, când tariful a crescut cu 2,2 dolari faţă de 1996.
A3 /2 =1 , 32 dolari/% , deci putem aprecia că unui procent de modificare (creştere deoarece
Δ 3/2 =0 ,7 dolari >0 ) a tarifului în anul 3 (1998) faţă de anul 2 (1997) îi revin 1,32 dolari.
I 2/1=1 , 2>1 , deci apreciem că tariful lunar a crescut în anul 2 (1997) faţă de anul 1 (1996)
de 1,2 ori.
R2/ 1 =20 %> 0 , deci apreciem că tariful lunar a crescut în anul 2 (1997) faţă de anul 1
(1996) cu 20%.
Pentru a vedea dacă este vorba de creştere sau scădere:
  se compară cu 0:
- dacă   0  creştere;
- dacă  = 0  tariful nu s-a modificat;
- dacă   0  scădere;
 I se compară cu 1:
- dacă I  1  creştere;
- dacă I = 1  tarif constant;
- dacă I  1  scădere;
 R se compară cu 0:
- dacă R  0  creştere;
- dacă R = 0  tarif constant;
- dacă R  0  scădere;
148
 A este întotdeauna pozitiv, deci din valoarea lui A nu putem deduce dacă este vorba de
creştere sau scădere.
Valoarea absolută a unui procent de modificare cu bază fixă (A t/1) are aceeaşi valoare
pentru întreaga perioadă, deoarece nivelul care s-a considerat egal cu 100% este nivelul anului de
bază (yi) şi exprimă câte unităţi din sporul înregistrat într-un an revin la fiecare procent din ritmul
sporului.
Indicatorii medii ai seriei cronologice sunt:
- media (tariful lunar mediu anual) – se calculează ca o medie aritmetică simplă:
7
∑ yt
108 , 1
y= i=1 = =15 , 44 dolari
7 7
În perioada 1996-2002 tariful lunar mediu anual a fost de 15,44 dolari.
- modificarea absolută medie anuală:
y 7 − y 1 20−11
Δ= = =1 ,5 dolari/an > 0
7−1 6
Tariful lunar mediu anual a crescut în medie de la un an la altul cu 1,5 dolari în perioada
1996-2002.
- indicele mediu anual:
I=
√ √
6 y7
y1
=
6 20
11
=1,104 > 1
Tariful lunar mediu anual a crescut în medie de la un an la altul de 1,104 ori în perioada
1996-2002.
- ritmul mediu anual:
R=( I −1 )⋅100=( 1,104-1 )⋅100=10,4% >0
Tariful lunar mediu anual a crescut în medie de la un an la altul cu 10,4% în perioada
1996-2002.
3. Ajustarea seriilor cronologice
Ajustarea seriilor cronologice înseamnă înlocuirea termenilor reali ai seriei cronologice cu

valori teoretice care exprimă legitatea matematică de evoluţie a fenomenului considerat.
149
A. Procedee de ajustare
Există mai multe procedee prin care se poate realiza ajustarea:
A.1. Ajustarea prin metoda grafică – se reprezintă grafic seria de date empirice (cronograma) şi
apoi se trasează dreapta sau curba care uneşte punctele extreme ale graficului astfel încât să aibă
abateri minime faţă de poziţia valorilor reale în grafic:
Cronograma:
yt
OY 

 




t OX
A.2. Metode de ajustare mecanice:

1) Metoda modificării absolute medii: se utilizează atunci când modificările
absolute cu bază în lanţ au valori apropiate ceea ce indică o tendinţă de evoluţie sub forma unei
progresii aritmetice, a cărei raţie este aproximată prin modificarea absolută medie:
^y t = y 1 + Δ⋅( t−1 ) ; t=1,n
^y 1 = y 1 ^y n = y n
2) Metoda indicelui mediu – se utilizează atunci când indicii cu bază în lanţ au
valori apropiate, ceea ce arată că fenomenul analizat tinde să varieze în progresie geometrică, a
cărei raţie este aproximată prin indicele mediu:
^y t = y 1⋅( I )t−1 ; t=1,n

^y 1 = y 1 ^y n = y n
A.3. Metode analitice
Metoda celor mai mici pătrate
Metoda celor mai mici pătrate este o metodă analitică de ajustare deoarece utilizează
funcţiile matematice. Alegerea celei mai potrivite funcţii pentru ajustare se face pe baza
graficului şi a indicatorilor absoluţi şi relativi.
Parametrii funcţiei de ajustare se determină cu ajutorul metodei celor mai mici pătrate care
150
spune că “suma pătratelor abaterilor valorilor reale de la valorile ajustate este minimă”.
^ i = valorile ajustate
Fie: Yi sau y
yi = valorile reale
n
∑ ( y i−Y i )2 min
Metoda celor mai mici pătrate spune că: i=1 .
Metoda celor mai mici pătrate a mai fost utilizată la estimarea parametrilor funcţiilor de
regresie, numai că în cazul seriilor cronologice în locul variabilei independente X de la regresie
utilizăm variabila timp (t).
Valorile variabilei timp (t) se măsoară cu ajutorul scalei de interval, în cadrul căreia
originea scalei şi unitatea de măsură pot fi alese arbitrar.
∑ t i =0
Pentru uşurinţa calculelor valorile lui t se aleg astfel încât i .
Putem distinge două situaţii:
- dacă seria are un număr impar de termeni, atunci originea scalei va fi termenul central:
2001 2002 2003 2004 2005 2006 2007
t
-3 -2 -1 0 1 2 3
- dacă seria cronologică are un număr par de termeni, atunci originea scalei (t = 0) se va
găsi între cei doi termeni centrali ai seriei. Cei doi termeni centrali vor primi valorile –1 şi
respectiv 1, iar ceilalţi termeni ai seriei cronologice vor fi distribuiţi simetric faţă de cei doi
termeni centrali la distanţă de două unităţi (pentru că distanţa dintre fiecare doi termeni succesivi
trebuie să fie egală):
2000 2001 2002 2003 2004 2005 2006 2007
-7 -5 -3 -1 1 3 5 7
Cea mai utilizată funcţie analitică pentru determinarea trendului este:

Funcţia liniară:
Y =a+bt
Metoda celor mai mici pătrate spune:
151
∑ ( y t −Y t )2 min ⇔ ∑ ( y t −a−bt )2 min
 derivatele sumei în raport cu parametrii a şi b se anulează 
{∑
a
na+ b ∑ t=∑ y t
t+ b ∑ t 2=∑ ty t
Deoarece ∑ t=0 :
∑ yt = y b=
∑ tyt
a=
n ; ∑ t2
a – reprezintă media variabilei yt calculată ca o medie aritmetică simplă a termenilor
seriei;
b – reprezintă panta dreptei de tendinţa (de trend), iar valoarea sa arată cu cât se
modifică în medie fenomenul analizat dacă variabila timp se modifică cu o unitate
(an, lună, trimestru).
2. Procedee de apreciere a calităţii ajustării
Atunci când se utilizează mai multe procedee diferite pentru ajustarea aceleiaşi serii
cronologice, în final trebuie să alegem cea mai bună metodă de ajustare comparând rezultatele
teoretice cu valorile reale:
1) se reprezintă pe acelaşi grafic valorile reale şi valorile teoretice obţinute prin diferite
procedee de ajustare. Comparând valorile de pe grafic alegem valorile teoretice cele
mai apropiate de valorile reale;
2) compararea sumei valorilor reale cu suma valorilor teoretice:
n n
∑ yi ∑ Y^ t
i=1 i=1
3) calcularea sumei pătratelor abaterilor valorilor ajustate de la cele reale:

n
∑ ( y i−Y^ t )2 →min
i=1
4) se calculează coeficientul de variaţie al valorilor teoretice faţă de cele reale pentru

fiecare metodă de ajustare folosită:
152
n
∑ |y i−Y i|
i=1
v= →min
n⋅y
Cu cât v este mai mic cu atât metoda de ajustare este mai bună.
☺ Exemplul 2
Pentru exemplificarea metodelor de ajustare a seriilor cronologice se va utiliza aceeaşi serie
pentru care s-au calculat şi indicatorii statistici:
Anul 1996 1997 1998 1999 2000 2001 2002

Tariful lunar
11 13,2 13,9 15,2 16,8 18 20
(USD)
Sursa: The New York Times (2 Aprilie 2003)
a) Ajustarea prin metode mecanice:

a1) Ajustarea seriei cronologice prin metoda modificării absolute medii:
^y t = y 1 + Δ⋅( t −1 ) t =1, 7
Δ=1,5 USD a fost calculat în exemplul de la subcapitolul 8.4.1.

t =1 ⇒ ^y 1 = y 1=11 USD
t=2 ⇒ y^ 2 = y 1 +Δ=11+1 ,5=12, 5 USD
t=3 ⇒ ^y 3 = y 1 +2 Δ= y 1 + Δ+ Δ= ^y 2 +Δ=12 , 5+1 ,5=14 USD
t=4 ⇒ ^y 4 = ^y 3 +Δ=15 , 5 USD
t=5 ⇒ ^y 5 = ^y 4 +Δ=17 USD
t=6 ⇒ y^ 6 = ^y5 +Δ=18 , 5 USD
t=7 ⇒ ^y 7 = ^y 6 + Δ=20 USD= y 7
a2) Ajustarea seriei cronologice prin metoda indicelui mediu:
^y t = y 1⋅( I )t−1 t=1 , 7

I=1,104 a fost calculat în exemplul de la subcapitolul 8.4.1.
t =1 ⇒ ^y 1 = y 1=11 USD
t=2 ⇒ ^y 2 = y 1⋅I=11⋅1 ,104=12 , 144 USD
t=3 ⇒ ^y 3 = y 1⋅( I )2 = ^y 2⋅I =13 , 406 USD
t=4 ⇒ ^y 4 = ^y 3⋅I=14 ,7 USD
153
t=5 ⇒ ^y 5 = ^y 4⋅I=16 , 339 USD
t=6 ⇒ y^ 6 = ^y5⋅I=18 , 038 USD
t=7 ⇒ ^y 7 = ^y 6⋅I =20 USD= y 7
b) Ajustarea seriei cronologice prin metode analitice.

Pentru a putea ajusta seria prin metode analitice trebuie să reprezentăm grafic seria
cronologică prin cronogramă:
Scara de reprezentare: 1 cm OY = 2 USD
Ajustarea prin funcţie liniară:

Se poate observa de pe grafic că punctele sunt grupate în jurul unei drepte, deci pentru
ajustare putem utiliza funcţia liniară:
^y t =a+bt
Estimarea parametrilor a şi b ai funcţiei liniare se face cu ajutorul metodei celor mai mică
pătrate:
∑ ( y t − ^y t )2 min ⇔ ∑ ( y t −a−bt ) 2 min ⇔

t t
{∑
a
na+ b ∑ t =∑ y t
t + b ∑ t 2=∑ ty t
Acest sistem se rezolvă în ipoteza în care ∑ t=0 .

Deci, vom avea:
{∑
b
na=∑ y t
t 2=∑ ty t
⇒
154
a=
∑ yt = y
n
b=
∑ tyt
∑ t2
Deoarece ∑ t=0 , va trebui să renumerotăm anii:
1996 1997 1998 1999 2000 2001 2002

1 2 3 4 5 6 7
a=y=15, 44
b=
∑ tyt = (−3)⋅11+(−2)⋅13 , 2+(−1 )⋅13 , 9+16 , 8+2⋅18+3⋅20 =1 , 41
∑ t2 (−3 )2 +(−2 )2 +(−1 )2 +12 +22 +32
Deci:
y^ t =15 , 44 +1 , 41 t
Pentru:
t=−3 ⇒ ^y −3 =15 , 44 +1 , 41⋅(−3 ) =11, 21 USD
t=−2 ⇒ ^y−2 =15 , 44+ 1, 41⋅(−2 )=12 , 62 USD
t=−1 ⇒ ^y−1 =15 , 44+1 , 41⋅(−1 )=14 , 03 USD
t =0 ⇒ ^y 0 =15 , 44 USD
t=1 ⇒ ^y 1 =15 , 44+1 , 41⋅1=16 , 85 USD
t=2 ⇒ ^y 2 =15 , 44+1 , 41⋅2=18 , 26 USD
t=3 ⇒ ^y 3 =15 , 44 +1 , 41⋅3=19 , 67 USD
Alegerea celei mai bune metode de ajustare:

1) Se calculează suma abaterilor luate în valoare absolută între datele empirice şi cele
ajustate pentru toate metodele folosite. Se consideră cel mai potrivit procedeu acela pentru care
∑ ( y t − ^y t )2 min .
^y t prin ^y t prin
^y t prin |y t − ^y t|
yt |y t − ^y t| |y t − ^y t|
media Δ metoda funcţiei
Anul metoda I prin funcţia
(USD) (USD) liniare prin Δ prin I liniară
(USD (USD
1996 11,0 11,0 11,000 11,21 0,0 0,000 0,21
1997 13,2 12,5 12,144 12,62 0,7 1,056 0,58
1998 13,9 14,0 13,406 14,03 0,1 0,494 0,13
1999 15,2 15,5 14,800 15,44 0,3 0,400 0,24
2000 16,8 17,0 16,339 16,85 0,2 0,461 0,05
2001 18,0 18,5 18,038 18,26 0,5 0,038 0,26
155
2002 20,0 20,0 20,000 19,67 0,0 0,000 0,33
Total 1,8 2,449 1,8
Deoarece ∑ ( y t − ^y t ) este minim pentru metoda lui Δ şi pentru funcţia liniară vom utiliza şi
un alt criteriu pentru alegerea celei mai bune metode de ajustare.
Anul
( y t − ^y t ) 2 ( y t − ^y t ) 2 ( y t − ^y t ) 2
prin Δ prin I prin funcţia liniară
1996 0,00 0,000 0,0441
1997 0,49 1,115 0,3364
1998 0,01 0,244 0,0169
1999 0,09 0,160 0,0576
2000 0,04 0,212 0,0025
2001 0,25 0,001 0,0676
2002 0,00 0,000 0,1089
Total 0,88 1,732 0,6340
∑ ( y t − ^y t )2
Deoarece t este minim în cazul ajustării prin funcţia liniară rezultă că funcţia
liniară reprezintă cea mai bună metodă de ajustare.
4. Extrapolarea seriilor cronologice
Estimarea valorilor viitoare ale unui fenomen porneşte de la tendinţa de evoluţie

înregistrată anterior. Dacă se consideră că nu sunt probabile modificări în această tendinţă de
evoluţie în perioada următoare atunci se pot determina valorile viitoare ale fenomenului studiat
folosind aceeaşi metodă de ajustare prin prelungirea axei timpului.
☺ Exemplul 3
Întrucât cea mai bună metodă de ajustare este funcţia liniară rezultă că valorile previzionate cele
mai bune se obţin prin această metodă.
Extrapolarea tarifului practicat de companie pentru anul 2003 va fi:
^y 4 =15 , 44+1 , 41⋅4=21 ,080 USD

Anul 2003 este anul 4:
1. Se cunosc următoarele date referitoare la numărul de participanţi la o probă sportivă în
156
perioada 2000-2006:
Anul Număr participanţi
2000 745
2001 720
2002 745
2003 737
2004 757
2005 800
2006 803
Se cere:
a) să se reprezinte grafic seria cronologică;
b) să se ajusteze seria printr-o metodă analitică (funcţie liniară) şi să se aprecieze calitatea
ajustării;
c) să se previzioneze seria pentru anii 2007 şi 2008.
2. Un bebeluş a fost cântărit în fiecare zi în primele 25 de zile de viaţă. În tabelul următor este
prezentată greutatea zilnică pentru 25 de zile:
Greutatea Greutatea Greutatea
Ziua Ziua Ziua
(grame) (grame) (grame)
1 3110 11 3180 21 3460
2 3050 12 3240 22 3500
3 3030 13 3300 23 3530
4 3080 14 3340 24 3560
5 3130 15 3300 25 3620
6 3100 16 3370
7 3140 17 3390
8 3180 18 3350
9 3150 19 3410
10 3200 20 3490
Se cere:
a) să se reprezinte grafic seria;
b) să se calculeze medii mobile pentru o săptămână;
c) să se traseze pe diagrama de la punctul a), curba mediilor mobile.
3. Se cunosc următoarele date referitoare la producţia de conserve de carne a unei societăţi în

perioada 2002-2006:
Modificarea absolută a producţiei faţă de anul precedent
Anul
(mii bucăţi)
157
2003 2
2004 3
2005 6
2006 7
Se cere:
a) să se reconstituie seria de valori absolute ştiind că producţia a crescut în anul 2006 faţă de
anul 2002 de 1,2 ori;
b) să se calculeze indicatorii seriei cronologice;
c) să se ajusteze seria prin metode mecanice;
d) să se extrapoleze seria pentru anul 2007.
1. Rezolvare:
Notăm cu: t = anii t=1,7

yt = numărul de participanţi din anul t.
a) Avem o serie cronologică de intervale de timp, deci o reprezentăm grafic prin
cronogramă sau historiogramă:
Scara de reprezentare: 1 cm OY = 20 participanţi
b) Ajustarea seriei cu ajutorul funcţiei liniare:

^y t =a+bt
Parametrii funcţiei a şi b îi determinăm cu ajutorul metodei celor mai mici pătrate
158
(MCMMP), care spune:
∑ ( y t − ^y t )2 minim
i
Obţinem sistemul:
{∑
a
na+ b ∑ t=∑ y t
t+ b ∑ t 2=∑ ty t
Acest sistem se rezolvă în ipoteza în care ∑ t=0 
na=∑ y t ⇒ a=
∑ y t =745+720+. ..+803 =5307 =758 , 14
t 7 7
b=
∑ tyt = (−3)⋅745+(−2)⋅720+. ..+(3)⋅803 =346 =12 ,36
∑ t 2 (−3 )2+(−2 )2+(−1 )2+12+22+ 32 28
Deoarece ∑ t=0 , va trebui să renumerotăm anii:
2000 2001 2002 2003 2004 2005 2006
-3 -2 -1 0 1 2 3
Tabel ajutător pentru calcularea parametrilor a şi b şi pentru aprecierea calităţii ajustării:
Anul t yt tyt t2 ( y t −t ) 2
2000 -3 745 -2235 9 169
2001 -2 720 -1440 4 1444
2002 -1 745 -745 1 169
2003 0 737 0 0 441
2004 1 757 757 1 1
2005 2 800 1600 4 1764
2006 3 803 2409 9 2025
Total 0 5307 346 28 6013
Funcţia de regresie este:

yt = 758,14 + 12,36t
c) Anul 2007 corespunde anului 4
2008 5
Pentru t = 4, avem:
yt = 758,14 + 12,36  4 = 807,58 ~ 808 participanţi
Pentru t = 5, avem:
yt = 758,14 + 12,36  5 = 819,94 ~ 820 participanţi

2. Rezolvare:
a) Avem o serie de momente cu intervale egale între momente, deci se va reprezenta grafic
159
prin cronogramă:
b) Notăm: t = ziua;
yt = greutatea în ziua t;
Calculul mediilor mobile din 7 termeni:
y t −3 + y t −2 + y t−1 + y t + y t +1 + y t +2 + y t +3
yt=
7
t=4,22
Pentru t = 4, avem:
y 1 + y 2 + y3 + y 4 + y 5 + y 6 + y 7
y 4= =
7
3110+3050+3030+. ..+ 3140

= =3091 grame
7
Pentru t = 5, avem:
y 2 + y3 + y 4 + y 5 + y 6 + y 7 + y r
y 5= =
7
3050+ 3030+.. .+3140+3180

= =3101 grame
7
Rezultatele sunt prezentate în tabelul următor:
Media mobilă Media mobilă Media mobilă

Ziua Ziua Ziua
(grame) (grame) (grame)
1 - 11 3227 21 3471
2 - 12 3244 22 3510
3 - 13 3276 23 -
4 3091 14 3303 24 -
160
5 3101 15 3327 25 -
6 3116 16 3351
7 3140 17 3379
8 3154 18 3396
9 3170 19 3424
10 3199 20 3447
Numărul de termeni obţinuţi (numărul de medii mobile) este:
n – k + 1 = 25 – 7 + 1 = 19
c) Reprezentând grafic noile valori, se observă că graficul nu mai are aspectul unor dinţi de
fierăstrău, ci avem o curbă cu tendinţă strict crescătoare.
3. Rezolvare:
a) Notăm: t = anul t=1,5 ;

yt = producţia de conserve de carne din anul t;
Ştim că:
y5/y1 = 1,2
5
Δ 5/1= y 5− y 1=∑ Δt /t−1 =18 mii bucati
i=1

y1 = 90 mii bucăţi
y2 = 108 mii bucăţi
Δ 2/1= y 2− y 1 =2 mii bucati ⇒ y 2 =92 mii bucati

Δ 3/2 = y 3 − y 2=3 mii bucati ⇒ y 3 =95 mii bucati
Δ 4 /3= y 4 − y 3 =6 mii bucati ⇒ y 4 =101 mii bucati
b) Indicatorii seriei cronologice pe intervale sunt:

- indicatori absoluţi;
- indicatori relativi;
- indicatori medii.
Indicatorii seriei cronologice 2002 2003 2004 2005 2006
1 2 3 4 5
Indicatori
Modificarea absolută cu bază fixă 0

2 5 11 18
t/1 (mii bucăţi) -
Valoarea absolută a unui procent de - 0,90 0,90 0,90 0,90
modificare cu bază fixă At/1 (mii
buc/%)
161
Valoarea absolută a unui procent de ab
modificare cu bază în lanţ At/t-1 so
- 0,90 0,92 0,95 1,01
(mii buc./%) luţ
i
Indicele cu bază fixă It/1 1
1,02 1,05 1,12 1,2
Indicatori
-
relativi
Indicele cu bază în lanţ It/t-1 - 1,02 1,03 1,06 1,07
Ritmul cu bază fixă Rt/1 (%) - 2 5 12 20
Ritmul c ubază în lanţ Rt/t-1 (%) - 2 3 6 7
Indicatorii medii:
- media:
5
∑ yt
y= i=1 =97 , 2 mii buc.
5
Numărul mediu de conserve produs de firmă pe an în perioada 2002-2006 a fost de 97,2
mii bucăţi.
- modificarea absolută medie anuală:
y n− y 1 y 5 − y 1 108−90
Δ= = = =4 , 5 mii buc . /an
n−1 4 4
În perioada 2002-2006, producţia de conserve de carne a crescut în medie de la un an la
altul cu 4,5 mii bucăţi.
- indicele mediu anual:
I=
y1 √ √
n−1
90
yn
108
=
4
=1 , 046

altul de 1,046 ori.
- ritmul mediu anual:
R=( I −1 )⋅100=(1,046−1)⋅100=4,6%
altul cu 4,6%.
c) Ajustarea seriei cronologice prin metode mecanice:
- prin metoda modificării absolute medii:
^y t = y 1 + Δ⋅( t −1 ) t =1, 5
Pentru:
t = 1 avem: ^y 1 = y 1=90 mii buc .
t = 2 avem:
^y 2 = y 1 + Δ=94 , 5 mii buc .
162
t = 3 avem:
^y 3 = y 1 +2 Δ= y 2 + Δ=94 ,5+4 , 5=99 mii buc .
t = 4 avem:
^y 4 = y 3 +Δ=103 , 5 mii buc.
^y = y +Δ=108 mii buc.
t = 5 avem: 5 4
- prin metoda indicelui mediu:
^y t = y 1⋅I t−1 t=1 , 5
Pentru:
t = 1 avem: ^y 1 = y 1=90 mii buc .
t = 2 avem:
^y 2 = y 1⋅I=90⋅1 , 046=94 , 14 mii buc.
t = 3 avem:
^y 3 = y 2⋅I =98 , 47 mii buc.
t = 4 avem:
^y 4 = y 3⋅I=102 , 9 mii buc.
t = 5 avem: ^y 5 = y 5 =108 mii buc .
d) Extrapolarea seriei pentru anul 2007 (pentru anul 2007, t = 6):
- prin metoda lui Δ :
^y 6 = y 5 + Δ=108+4 , 5=112, 5 mii buc .
- prin metoda indicelui mediu:
^y 6 = y 5⋅I=108⋅1 , 046=112, 9 mii buc .
6. Teme de control
1. Se cunosc următoarele date despre evoluţia tricotajelor din bumbac produse în România
în perioada 1993-2004:
Anul 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Tricotaje bumbac (mil.
27 19 16 16 14 8 7 7 6 8 6 6
buc.)
Sursa: Anuarul Statistic al României 2005
Se cere:
a) să se precizeze tipul seriei cronologice şi să se reprezinte grafic;
b) să se caracterizeze evoluţia producţiei de tricotaje a României cu ajutorul indicatorilor
absoluţi, relativi şi medii;
c) să se ajusteze seria cronologică pe baza metodelor mecanice şi analitice şi să se precizeze
care este cea mai bună metodă de ajustare;
d) să se extrapoleze seria pentru anii 2005 şi 2006.
163
2.Se cunosc următoarele date referitoare la producţia unei societăţi comerciale în perioada 2001-
2006:
Dinamica producţiei faţă de anul precedent

Anul
(%)
2002 125
2003 120
2004 110
2005 105
2006 90
Se cere:
a) să se reconstituie seria ştiind că valoarea producţiei a fost în anul 2003 de 120 mii Euro;
b) să se reprezinte grafic seria cronologică;
c) să se ajusteze seria prin metode mecanice şi să se extrapoleze pentru anul 2007.
3. Despre vânzarea unui produs în 5 luni consecutive se cunosc datele:

Modificarea absolută a vânzărilor faţă de luna precedentă
Anul
(tone)
1 -
2 3
3 -1
4 0
5 3
Se cere:
a) să se reconstituie seria valorilor absolute ştiind că ritmul mediu lunar în această perioadă a
fost de 11%;
b) să se ajusteze seria printr-o metodă mecanică şi să se extrapoleze pentru luna 6.
Pentru a cunoaşte procesele şi fenomenele economico-sociale, statistica economică le studiază pe

parcursul întregii lor evoluţii sau la diferite momente de timp.
Evoluţia fenomenelor şi proceselor economice în timp este studiată cu ajutorul seriilor cronologice
sau serii dinamice sau de timp.
Prelucrarea seriilor cronologice se face cu indicatorii seriilor cronologice.
Indicatorii seriilor cronologice:
 indicatori absoluţi:
 nivelul absolut:
 nivelurile individuale ale seriilor cronologice
 nivelul totalizat al seriilor cronologice
 modificarea absolută:
164
 valoarea absolută a unui % de modificare:
 indicatori relativi:
 indicele:
 ritmul:
 indicatori medii:
 modificarea absolută medie;
 indicele mediu;
 ritmul mediu;
 nivelul mediu.
Toţi aceşti indicatori absoluţi şi relativi pot fi cu bază fixă sau cu bază în lanţ.Dacă compararea se
face cu primul termen din serie, atunci indicatorii derivaţi obţinuţi se numesc indicatori cu bază fixă.
Dacă compararea se face cu termenul precedent din serie atunci indicatorii derivaţi obţinuţi se numesc
indicatori cu bază în lanţ (mobilă).
În această unitate de învăţare, pe lângă indicatorii seriilor cronologice pe intervale, sunt
prezentate şi câteva metode de ajustare (de determinare a tendinţei de evoluţie) cum ar fi: metode
mecanice (metoda modificării absolute medii şi metoda indicelui mediu), metoda grafică şi metoda
analitică. Pe baza metodelor de ajustare se poate realiza estimarea valorilor viitoare ale unui fenomen
pornind de la tendinţa de evoluţie înregistrată anterior, dacă se consideră că nu sunt probabile
modificări în această tendinţă de evoluţie în perioada următoare
1. Anderson D., Sweeney D.,Williams T., Statistics for Business and Economics, Thomson South
Western, 2008
2. Chauvat G., Reau J.P., Statistiques descriptives, Armand Colin, Paris, 2004
4. Voineagu V., Ţiţan E., Ghiţă S., Boboc C., Todose D. – Statistică. Baze teoretice şi aplicaţii,
Editura Economică, Bucureşti, 2007;
5. Wonnacott T.H., Wonnacott R.J., Statistique, Economica, paris,1995
165
INDICII STATISTICI
Cuprins:
1. Obiectivele unităţii de învăţare.

2. Conţinutul, funcţiile şi clasificarea indicilor.
3. Indici individuali (elementari).
4. Indici sintetici (de grup).
4.1. Indici sintetici construiţi ca indici agregaţi. Sisteme de ponderare folosite în
construirea indicilor sintetici.
4.2. Indici sintetici calculaţi ca medie a indicilor individuali.
5. Indicii valorii, volumului fizic şi preţurilor.
6. Indicele preţurilor de consum (IPC).
8. Teme de control.
În urma parcurgerii acestei unităţi de învăţare studentul va dobândi următoarele

competenţe:
- Va înţelege ce este un indice statistic şi la ce se utilizează;
- Va afla de câte feluri sunt indicii statistici şi pentru ce tipuri de date se calculează;
- Va aprofunda metodologia de calcul a indicilor ca măsură a variabilităţii
fenomenelor, la nivel individual şi total, precum şi regulile de construire a indicilor
de grup;
- Cum se poate identifica şi măsura efectul influenţei factorilor ce acţionează asupra
fenomenelor complexe
166
2. Conţinutul, funcţiile şi clasificarea indicilor
Metoda indicilor, ca metodă de analiză factorială permite studiul variaţiei fenomenelor

complexe în funcţie de modificările factorilor săi de influenţă.
Definiţie:
Indicele statistic este o mărime relativă, ce compară, sub formă de raport, mărimea
aceluiaşi fenomen înregistrat în două unităţi de timp, de spaţiu sau de program diferite,
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 – nivelul fenomenului în unitatea de timp /
spaţiu aleasă ca bază de comparaţie. În alte cazuri, indicii pot compara nivelul realizat cu cel
programat, propus al fenomenului.
Indicele este adimensional, nu depinde de unitatea de măsură a fenomenului pentru
care s-a calculat. El se exprimă în coeficienţi sau în procente.
Indicele arată de câte ori (de cât la sută) nivelul comparat al fenomenului este mai
mare sau mai mic decât nivelul ales ca bază de comparaţie al fenomenului.
Uneori, indicii au şi un caracter de mărime medie, atunci când sunt calculaţi la nivelul
întregului ansamblu sau al unei grupe a acestuia
Indicii se clasifică după următoarele criterii:.
a) După sfera de cuprindere indicii sunt:
 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:

 indici cronologici (de dinamică): raport între nivelurile unui fenomen, înregistrate în
momente sau perioade de timp diferite;
 indici teritoriali (spaţiali): raport între nivelurile unui fenomen, înregistrate în două
unităţi de spaţiu diferite;
 indici de coordonare: raport între nivelurile unui fenomen, înregistrate pentru două
grupe diferite ale aceleiaşi colectivităţi, sau pentru două colectivităţi diferite;
167
 indici ai prevederilor: raport între nivelurile prevăzute şi nivelurile efectiv înregistrate
ale unui fenomen.
c) După natura variabilelor indexate:

 indici ai variabilelor cantitative
 indici ai variabilelor calitative.
d) După modul de calcul, indicii de grup pot fi:

 indici agregaţi
 indici calculaţi ca medie a indicilor individuali
 indici calculaţi ca raport a două medii.
e) După natura ponderilor folosite, indicii de grup pot fi:

 cu ponderi fixe (constante) - când se folosesc aceleaşi ponderi în întreaga serie;
 cu ponderi variabile - când ponderea folosită se schimbă odată cu schimbarea bazei
de raportare.
f) După baza de raportare – indicii cronologici pot fi:

 cu bază fixă
 cu bază mobilă sau în lanţ
g) După natura fenomenului pentru care se calculează:

 indici ai valorii
 indici ai volumului fizic
 indici ai preţurilor
 indici ai productivităţii muncii
 indici ai salariului, etc.
3. Indici individuali.
Fie Y — o variabilă complexă,

Indicele individual al variabilei complexe:
168
y
y1 y1
i 1/ 0= i 1/y 0 = ⋅100
y 0 sau y0
unde: “1” – perioada curentă
“0” – perioada de bază
y1 – nivelul variabilei complexe în perioada curentă;
y0 – nivelul variabilei complexe în perioada de bază.
yk
i ky/ 0 =
Pentru o perioadă curentă „k”, faţă de perioada de bază, indicele devine: y0
Pentru cele două variabile factoriale (x şi f) se pot scrie doi indici individuali conform
relaţiilor:
x1 xk
i x1/ 0 = i xk / 0 =
x 0 , iar pentru o perioadă curentă “k”: x0
f1 fk
i f1/ 0 = i fk / 0 =
f 0 , iar pentru o perioadă curentă “k”: f0
Indicele individual al variabilei complexe y se mai scrie:
y
y1 x1 f 1 x1 f 1 x f
i 1/ 0= = = ⋅ =i ⋅i
y0 x0 f 0 x 0 f 0 1/ 0 1 /0
Sau, mai general:
yk xk f k xk f k x f
i ky/ 0 = = = ⋅ =i ⋅i
y0 x0 f 0 x0 f 0 k /0 k /0
Condiţia de reversibilitate a factorilor: produsul indicilor individuali ai celor doi factori

este egal cu indicele individual al variabilei complexe
Determinarea contribuţiei factorilor la modificarea indicatorului complex se poate face
y
şi într-o formă absolută: Δ 1/0 = y 1− y 0=x 1 f 1 −x0 f 0
4. Indici de grup (sintetici)
Au ca rol reflectarea variaţiei medii relative la nivelul întregii colectivităţi sau al unei
grupe a acesteia. Se notează de regulă cu litere mari (I).
După modul de calcul, indicii de grup se împart în trei categorii:

 a) indici agregaţi
169
 b) indici calculaţi ca medie a indicilor individuali
 c) indici calculaţi ca raport a două medii
4.1. Indici sintetici construiţi ca indici agregaţi. Sisteme de ponderare folosite în

construirea indicilor sintetici.
Indici sintetici sunt calculaţi ca indici agregaţi. La nivelul întregii colectivităţi,

volumul total al variabilei complexe se obţine prin însumarea (agregarea) valorilor înregistrate
la nivelul fiecărei unităţi statistice.
Prin raportarea nivelului agregat al fenomenului din perioada comparată (curentă) ( ∑ y1 )

la cel din perioada de bază ( ∑ y 0 ) se obţine indicele agregat.
→ Σy 0 = Σx 0 f 0
Indicele de grup al caracteristicii complexe y este:
∑ y1 ∑ x1 f 1
y j j
I 1/0= =
∑ y 0 ∑ x0 f 0
j j
∑ yk ∑ xk f k
j j
I ky/0 = =
∑ y0 ∑ x0 f 0
Pentru o perioadă curentă “k": j j
 Pentru a determina nivelul agregat al valorilor celor doi factori identificaţi ai variabilei
complexe (factorul cantitativ şi calitativ) se pune problema însumabilităţii valorilor lor
individuale.
 De cele mai multe ori, elementele din care se compun fenomenele din natură şi
societate sunt eterogene, de aceea ele nu pot fi însumate direct. Pentru a face însumabile
aceste elemente se apelează la un comăsurător, etalon, numit şi pondere Ponderea este
întâlnită atât în numărătorul cât şi numitorul indicelui de grup, cu aceeaşi valoare.
 Pentru variabila cantitativă (f) – se pot întâlni următoarele situaţii:
o Este exprimată în unităţi fizice, naturale de acelaşi fel: se poate determina

( Σf )
.
o Este exprimată în unităţi fizice, naturale diferite: valorile individuale ale

factorului extensiv nu pot fi însumabile. În acest caz – pentru a le face
însumabile - se înmulţesc valorile factorului extensiv cu ponderile.
170
 Pentru variabila calitativă (x) – în majoritatea cazurilor aceasta are valori neaditiv – se
aplică ponderea.
Rolul de pondere îl poate juca factorul pereche al factorului ce trebuie agregat. În

continuare prezentăm sistemele de ponderare folosite în construcţia indicilor agregaţi.
Sisteme de ponderare folosite în construirea indicilor sintetici
Există mai multe sisteme de ponderare în funcţie de perioada de referinţă a factorului ce

joacă rolul de pondere. Astfel, identificăm următoarele sisteme de ponderare utilizate în
construcţia indicilor de grup.
a) Sistemul de ponderare propus de statisticianul german Etienne Laspeyres în 1864, care

foloseşte ponderi din perioada de bază.
În aceste condiţii, indicii factoriali se vor scrie:

Σx f
I f1/ 0= 0 1
— indicele variabilei cantitative: Σx0 f 0
Σx 0 f k
I fk / 0 =
- pentru o perioadă curentă „k”: Σx 0 f 0
Σx1 f 0
I x1/ 0=
— indicele variabilei calitative: Σx0 f 0
Σx k f 0
I xk / 0 =
- pentru o perioadă curentă „k”: Σx 0 f 0
b) Sistemul de pondere propus de statisticianul german Hermann Paasche în 1874 are la

bază utilizarea ponderilor din perioada curentă.
Indicii factoriali construiţi conform acestui sistem de ponderare vor fi:

Σx f
I f1/ 0= 1 1
— pentru variabila cantitativă: Σx1 f 0 ;
Σx f
I fk / 0 = k k
- pentru o perioadă curentă „k”: Σx k f 0
Σx1 f 1
I x1/ 0=
— pentru variabila calitativă: Σx0 f 1
171
Σx k f k
I xk / 0 =
- pentru o perioadă curentă „k”: Σx 0 f k
Nici unul dintre cele două sisteme de ponderare uzual întrebuinţate (Laspeyres şi
Paasche) nu respectă testul de reversibilitate a factorilor. Din acest motiv în practică se
foloseşte un sistem de pondere încrucişată. Pentru îndeplinirea acestei condiţii, va trebui
aleasă una din variantele: indicele caracteristicii cantitative să fie construit ca indice
Laspeyres iar indicele caracteristicii calitative — în sistem Paasche invers. Există, însă şi
unele ţări care utilizează în construirea ambilor indici factoriali acelaşi sistem de ponderare (ori
pe cel Laspeyres, ori pe cel Paasche). Fiecare variantă aleasă prezintă deopotrivă avantaje şi
dezavantaje.
În practica statistică, cel mai adesea se utilizează cea de-a doua variantă de ponderare
∑ y( x) ∑ y( f )
încrucişată, adică I P 1/0 şi I L1 /0 , ceea ce înseamnă că, în general, pentru factorul cantitativ
se folosesc ponderi din perioada de bază (0) – sistem Laspeyres, iar pentru factorul
calitativ se folosesc ponderi din perioada curentă (1) – sistem Paasche.
Avantajele indicilor Laspeyres şi Paasche
 Formulele sunt relativ simple, uşor de înţeles;
 Sunt perfect definite;
 Aceste formule se pot prelucra algebric (pot fi scrise ca medii de indici) ;
 Aceşti indici au proprietatea de agregare : adică, de exemplu, indicele Laspeyres al

unui ansamblu de mărimi este egal cu un indice Laspeyres al indicilor Laspeyres ai
fiecărui grup de mărimi ; idem pentru indicii Paasche. Plecându-se de la indicii
grupelor şi subgrupelor, se pot calcula indicii globali.
 Avantajul esenţial este acela că au semnificaţie economică.
 Calculul indicelui Laspeyres este uşor, odată ce au fost determinate ponderile. Această
determinare necesită, în general, o anchetă dificilă, dar ea este necesară doar în
perioada de bază. Din contră, pentru indicele Paasche, trebuie determinate bugetele de
consum pentru fiecare an de calcul, ceea ce este mai dificil.
Dezavantajele indicilor Laspeyres şi Paasche :
 Nu îndeplinesc condiţia de reversibilitate
172
 Dacă vrem să schimbăm baza de comparaţie, trebuie refăcute calculele (inconvenient
pentru utilizatori) ;
 Pentru una sau alta din formule, apare o problemă atunci când vrem să calculăm un
indice pe perioadă mai lungă.
 Indicele Paasche are un defect: acela că necesită cunoaşterea bugetelor de consum
pentru fiecare an de calcul
 Formulele lui Laspeyres şi Paasche nu conduc la acelaşi rezultat, atunci când sunt
aplicate aceloraşi indici elementari, observându-se, uneori, diferenţe semnificative
între ei.
3) Indicele propus de Edgeworth
Foloseşte ca pondere pentru variabila calitativă (preţul) fie suma ponderilor din cele două
perioade, fie media aritmetică simplă a acestor ponderi. Are următoarea formă:
I x1/ 0=
Σx1 ( f 1 + f 0 )
=
Σx1 ( f 1+ f 0
2 )
Σx0 ( f 1 +f 0 )
2
Σx0 ( f 1+ f 0
)
Acest sistem de ponderare prezintă dezavantajul că el se poate aplica numai la con-
struirea indicelui de grup al factorului calitativ.
4.2. Indici sintetici calculaţi ca medie a indicilor individuali.
Această metodă se aplică în calculul indicilor de grup ori de câte ori nu există
suficiente informaţii pentru calculul indicilor agregaţi. Dacă ar exista posibilitatea aplicării
ambelor metode, ar trebui ca valoarea indicelui de grup calculat ca medie a indicilor
individuali să fie egală cu valoarea indicelui de grup calculat sub formă agregată. Indicii de
grup se pot forma fie ca medie aritmetică ponderată, fie ca medie armonică ponderată a
indicilor individuali, în funcţie de datele iniţiale cunoscute.
A. Indici de grup calculati ca medie aritmetică (ponderată):
- pentru variabila complexă (aditivă), indicele agregat al acesteia este:
y ∑ y 1 ∑ i 1/0 y 0 ∑ i 1/0 g0
y y y (% )
I∑
1/0 = = = =∑ i 1/0
y
g 0y
∑ y 0 ∑ y 0 100
173
(cunoaştem nivelurile individuale ale variabilei complexe –însumabile- din perioada de bază
(y0) şi indicii individuali ai variabilei însumabile)
Este un indice calculat sub formă de medie aritmetică din indicii individuali, ponderaţi cu
nivelul din perioada de bază y0. Se observă că indicele agregat sub formă de medie se poate
calcula şi folosind mărimea relativă de structură a variabilei complexe în perioada de bază:
y (% ) y0
g0 = 100
∑ y0
— pentru variabila cantitativă aditivă
∑ f 1 = Σi
f
¿f 0
I f1/ 0=I ∑
1/0
f
1/ 0 = i
f
Σf 0 Σf 0
(dacă se cunosc 1/ 0 şi f0)
— pentru variabila cantitativă non-aditivă, ponderată Laspeyres:
I f1/ 0=I ∑ y(f )

=
∑ x 0 f 1 = Σi1f /0⋅x 0 f 0 = Σif1/ 0⋅y 0 =Σi f y
1/ 0 1/ 0⋅g0 f
Σx 0 f 0 Σx 0 f 0 Σy 0 (dacă se cunosc i 1/0 şi y0)
— pentru variabila calitativă non-aditivă, ponderată Laspeyres:

y ( x) ∑ x 1 f 0
x
Σi1/0⋅x 0 f 0 Σi x1/ 0⋅y 0
I x1/ 0=I ∑
1/ 0 = = = x
=Σi1/ y
0⋅g 0 x
Σx0 f 0 Σx0 f 0 Σy 0 (dacă se cunosc i 1/0 şi y0)
B. Indici de grup calculaţi ca medie armonică (ponderată):
- pentru variabila complexă (aditivă), indicele agregat al acesteia este:
I∑ y ∑ y1 = ∑ y1 = 1
1/ 0 =
∑ y 0 ∑ 1y ⋅y 1 ∑ y
1
⋅g1y y
i1/ 0 i 1/ 0 (dacă se cunosc i 1/0 şi y 1 )
Reprezintă o medie armonică din indicii individuali, ponderaţi cu nivelurile din perioada
curentă (y1) sau cu structura variabilei complexe (însumabile) din perioada curentă.
y1
g1y=
unde ∑ y1
— pentru variabila cantitativă — aditivă
I f1/ 0=I ∑ f ∑ f 1 = Σf 1
1/ 0 =
∑ f 0 Σ f1 ⋅f 1 f
i 1/ 0 i
(dacă se cunosc 1/ 0 şi f1)
— pentru variabila cantitativă — non-aditivă , ponderată Paasche
174
Σx1 f 1 Σx 1 f 1 Σy 1 Σg 1y
I f1/ 0=I ∑
1/ 0
y(f )
= = =
Σx 1 f 0 1 1 1 y
Σ f ⋅x 1 f 1 Σ f ⋅y 1 Σ f ⋅g1 f
i 1/ 0 i 1/ 0 i 1/ 0 i
(dacă se cunosc 1/ 0 şi y1)
— pentru variabila calitativă (non-aditivă), ponderată Paasche:

Σx f Σx1 f 1 Σy1 Σg 1y
I x1/ 0=I ∑
1/ 0
y ( x)
= 1 1= = =
Σx 0 f 1 1 1 1 y
Σ x 1 f 1 Σ x y 1 Σ x g1 x
x
i 1/ 0 i 1/ 0 i1 /0 i
(dacă se cunosc 1/ 0 şi y1)
5. Indicii valorii, volumului fizic şi preţurilor
Analiza la nivel individual, pentru fiecare marfa: indicii individuali
S-au folosit notaţiile: v0, v1, q0, q1, p0, p1 .

Pentru a studia dinamica la nivelul fiecărui produs, se calculează indicii individuali ai
valorii:
v1 q1 p1 q p
i v1/0 = = = i ⋅i
v 0 q0 p 0
q1
unde: iq = q0 = indicele individual al cantităţilor produse (sau vândute)
p1
ip = p 0 = indicele individual al preţurilor unitare ale produselor.
Indicii agregati, construiti pentru grupul marfurilor sau categoriilor de marfuri:
Pentru o viziune de ansamblu sintetică a variaţiei relative a valorii producţiei (la nivelul
tuturor produselor), se calculează indicele de grup al valorii producţiei:
∑v
I 1/0 =
∑ v 1 = ∑ q1 p 1
∑ v 0 ∑ q 0 p 0 care este un indice în formă agregată.
Indicele sintetic al factorului cantitativ (Laspeyres):
I∑ vq
=
( ) ∑ p 0 q1 = ∑ p 0 q1
1/0
∑ p0 q0 ∑ v 0
Indicele sintetic al factorului calitativ (Paasche):
I∑
v ( p)
=
∑ p1q1 = ∑ v1
∑ p 0 q 1 ∑ p0 q1
1/0
∑ v ( p) ∑v
I∑ v( q )
⋅I 1 /0 = I 1 /0
Condiţia de reversibilitate: 1/0
175
Pe baza indicilor calculaţi se pot determina şi modificările relative (ritmul):
∑v
( I ∑ −1)⋅100 = R
1/0
v
1 /0
(I∑ )
(q )
−1 ⋅100 = R∑
v v (q )
1/0 1 /0
(I∑ )
( p)
−1 ⋅100 = R∑ v (p)
v
1/ 0 1 /0
Prin diferenţa între numărătorul şi numitorul indicilor de grup obţinem modificările

absolute ale valorii: pe cea a valorii totale şi pe cele datorate influenţei celor doi factori.
Δ ∑ v = ∑ v 1 −∑ v 0 = ∑ p1 q 1−∑ p 0 q 0
Δ ∑ v ( q ) =∑ p0 q1 −∑ p0 q 0
Δ ∑ v ( p ) = ∑ p 1 q 1 − ∑ p 0 q1
Cumulând modificările absolute ale valorii datorate influenţei factorilor obţinem mo-
dificarea absolută totală a valorii.
Δ ∑ v = Δ ∑ v ( q ) +Δ ∑ v ( p )
Daca calculam indicii de grup ai valorii, volumului fizic si preturilor ca medie aritmetica si
armonica, formulele acestora devin:
v ∑ v 1 ∑ i 1/0 v 0 ∑ i 1/0 g0
v v v ( %)
I∑
1/0 = = = =∑ i 1/0
v
g v0
∑ 0 ∑ 0 100
v v ca medie aritmetică ponderată
I∑ v ∑ v1 = ∑ v1 = 1
1/ 0 =
∑ v 0 ∑ v1 ⋅v 1 ∑ 1
⋅gv
i 1/ 0 i v1/ 0 1 ca medie armonică ponderată
I q1/ 0=I ∑ v ( q)
=
∑ p 0 q1 = Σiq1/ 0⋅p0 q 0 = Σiq1/ 0⋅v 0 =Σiq v
1/ 0 1/ 0⋅g 0
Σp0 q 0 Σp0 q0 Σv0 ca medie aritmetică ponderată
p ∑ v ( p )= Σp 1 q 1 = Σp 1 q1 Σv 1 Σg 1v
I 1/ 0=I 1/ 0 = =
Σp 0 q 1 1 1 1 v
Σ x p1 q 1 Σ p v 1 Σ p g1
i1 /0 i 1/ 0 i 1/ 0 ca medie armonică ponderată
6. Indicele preţurilor de consum (IPC)
Indicele preţurilor de consum (IPC) este un indicator economic, ce măsoară evoluţia

de ansamblu a preţurilor mărfurilor cumpărate şi a tarifelor serviciilor utilizate între
două perioade de timp date (perioadă curentă şi perioadă de bază).
176
Indicele preţurilor de consum (IPC) măsoară schimbările, în timp, intervenite în nivelul
general al preţurilor bunurilor şi serviciilor, pe care o populaţie de referinţă le foloseşte sau
le plăteşte pentru consum. (Sursa: International Labour ILO, 1998; Current International
Recommendations on Labour Statistics, Geneva, 1988). Prin urmare, IPC nu este un indice al
costului vieţii, acesta din urmă implicând schimbarea continuă a coşului de bunuri şi servicii
cuprinse în indice, prin faptul că el măsoară comportamentul consumatorilor în vederea
menţinerii constante a unui anumit standard de viaţă (maximizarea utilităţii consumatorilor).
Indicele are utilizări multiple. El este folosit la :
 determinarea puterii de cumpărare a veniturilor, salariilor, pensiilor; calculul
indicatorilor privind nivelul de trai şi sărăciei;
 fundamentarea calculului dobânzii reale;
 deflatarea unor indicatori valorici din domeniile comerţului cu amănuntul,
serviciilor, al agregatelor macroeconomice utilizate la calculul Produsului
Intern Brut (consumul final individual efectiv al gospodăriei populaţiei);
 negocierea salariilor, pensiilor, alocaţiilor; realizarea de comparaţii
internaţionale şi altele.
Mod de calcul: IPC este un indice sintetic de tip Laspeyres care măsoară media
schimbărilor de preţ plătite de consumatori pentru un coş fix de bunuri şi servicii, utilizând
ponderi din perioada de bază a indicelui. (Este un indice ‘pur’ de preţ). Determinarea IPC sub
forma unui indice agregat de tip Laspeyres, cu bază fixă, are raţionamente de ordin practic.
Indicele preţurilor de consum se calculează numai pentru elementele care intră în consumul
direct al populaţiei, fiind excluse: consumul din resurse proprii, cheltuielile cu caracter de
investiţii şi acumulare, dobânzile plătite la credite, ratele de asigurare, amenzile, impozitele
etc., precum şi cheltuielile aferente plăţii muncii pentru producţia agricolă a gospodăriilor
individuale“.
IPC se determina cu formula:
p
∑ ∑ 1
⋅p0 q 0
∑ p
p q p i 1/ 0⋅c 0
IPC= 1 0
= 0
= =∑ i 1/
p c
0⋅g0
∑ p 0 q 0 ∑ p0 q 0 ∑ c0
unde gc0 reprezintă structura cheltuielilor (de consum) medii lunare, efectuate de o
gospodărie, în perioada de bază.
177
Principalele variabile care concură la calculul indicelui preţurilor de consum sunt
ponderile şi preţurile. Ponderile se calculează după structura cheltuielilor efectuate de
gospodării pentru cumpărarea bunurilor şi pentru plata serviciilor de consum conform
formulei:
c
0i
ch 0i
g = n
∑ ch0 i
i=1
unde: ch0i este cheltuiala pentru produsul i cumpărat în perioada de referinţă 0;

Datele utilizate pentru calculul ponderilor provin din Ancheta Bugetelor de Familie
(ABF). Periodic se analizează structura cheltuielilor efectuate de populaţie, iar când mutaţiile
intervenite sunt semnificative, ponderile se actualizează. Astfel, în 2008 în calculul IPC se
utilizează ponderile rezultate din structura cheltuielilor medii efectuate de o gospodărie în
anul 2006.
☺ Exemplul 1
Despre o societate comercială care vinde acelaşi produs în trei puncte de desfacere se cunosc
datele:
Punct de Cantităţi (buc.) Preţ unitate (u.m)

desfacere Octombrie Noiembrie Octombrie Noiembrie
A 420 450 100 100
B 650 620 120 140
C 730 800 80 85
Total 1800 1870 - -
Se cere:
Dinamica valorii, volumului fizic şi a preţului de vânzare:
a. pe fiecare punct de desfacere;
b. pe total societate comercială.
Rezolvare:
Notaţii: 0 = perioada de bază; 1 = perioada curentă; p = preţul unitar de vânzare; q –
cantitatea vândută; v – valoarea vânzărilor.
Algoritmul necesar determinării valorii şi dinamicii vânzărilor este prezentat în tabelul
următor:
Punctul Valoarea vânzărilor (mil. RON) în: Dinamica
de vânzare Oct. Nov. p0 q1 p1 q 0 valorii preţului vol. fizic
p0 q0 p1 q 1
178
p 1 q1 p1 q1
i v1/0 = p
i 1/0 = i q1/0 =
p0 q0 p0 q0
A 42 45 45 42 1,071 1,0 1,071
B 78,6 86,8 74,4 89,6 1,13 1,167 0,969
C 58,4 68 64 62,05 1,164 1,063 1,096
177,2 199,8 183,4 193,65
Total
∑ p0 q0 ∑ p1 q1 ∑ p 0 q1 ∑ p1 q0 - - -
Dinamica valorii, volumului fizic şi a preţului de vânzare:
iv i p iq
a) pe fiecare punct de vânzare se va măsura folosind indicii individuali , , (vezi
tabel);
b) pe total societate:
I v1/0=
∑ v 1 : ∑ p 1 q1 =199 , 8 =1 , 12745
∑ v 0 ∑ p0 q0 177 , 2
p
I 1/0=
∑ p1 q0 =193 .65 =1 .092
∑ p0 q0 177 .2
- indice Laspeyres
p
I 1/0=
∑ p1 q1 =199 . 8 =1 . 089
∑ p0 q1 183 . 4
- indice Paasche
I q1/0=
∑ p 0 q1 =183 . 4 =1. 035
∑ p0 q0 177 .2
I q1/0=
∑ p1 q1 =199 . 8 =1. 031
∑ p1 q 0 193 . 65
Relaţii:
I v1/0( p , q )= I 1/ (0
v p/ q 1) v ( q/ p 0 )
= I 1/ 0 ⇒1 ,12754≃1,0894⋅1,035
I v1/0( p , q )= I 1/ (0
v p/ q 0 ) v ( q/ p 1)
= I 1/ 0 ⇒1 , 12754≃1,0928⋅1,03176
☺ Exemplul 2
179
Preţurile şi cheltuielile unei familii pentru achiziţionarea a trei produse în două perioade de
timp se caracterizează prin datele:
Preţul (u.m.) Volumul valoric (u.m)

Produsul perioada de bază perioada curentă( perioada de bază perioada curentă(
cumpărat p p1 ) v v1 )
( o) ( o)
A 4000 20000 280 2400
B 1000 15000 25 90
C 20000 160000 180 480
Total: 485 2970
Se cere:
1. Dinamica preţurilor pe fiecare produs în parte.
2. Indicele preţurilor de consum.
Rezolvare:
Notaţii:
0 = perioada de bază; 1 = perioada curentă; p = preţul; p · q = valoarea produselor cumpărate
1. Dinamica preţurilor de vânzare pe fiecare produs se va măsura cu ajutorul indicilor
individuali ( i1 /0 ) , care se determină prin relaţia:

p
P 1
p
{ {
i1/0= =¿ A=5,0¿ B=15,0¿¿¿¿
p0
2. Indicele preţurilor de consum (indicele preţurilor cu amănuntul) se va calcula cu
un indice de tip Laspeyres sau ca o medie aritmetică a indicilor individuali al preţurilor.
p
I 1/0=
∑ p1 q0 = ∑ i1/0
p
⋅po q0 3215
= =6 ,629
∑ p0 q0 ∑ p0 q0 485 sau 662,9%
Se observă că ponderea cheltuielilor a scăzut la produsele B şi C pentru care creşterile
de preţuri sunt foarte mari, în schimb la produsul A preţul a crescut numai de cinci ori, a
crescut ponderea acestui produs în totalul cheltuielilor de la 58% la 81%.
1. Folosirea indicelui de grup ridică cele mai multe probleme referitoare la următoarele:
a) alegerea bazei de raportare
b) separarea factorilor în calitativi şi cantitativi
c) alegerea nivelului absolut
d) determinarea unor agregate macroeconomice
e) alegerea formulei de calcul
f) alegerea sistemului de ponderare
180
Alegeţi combinaţia corectă:
A = a, b, c, d; B = b, c, d, e; C = c, d, e, f; D = b, d, e, f; E = a, b, e, f.
2. Pentru a reflecta corect variaţia fenomenelor economico-sociale, media aritmetică se aplică

la determinarea indicelui de grup atunci când:
a) se cunosc nivelurile curente ale factorului de pondere
b) se cunosc nivelurile de bază ale factorului de pondere
c) se cunosc ambele niveluri de bază şi curente ale factorului
d) când datele provin din sondaje statistice
e) nici una din variantele de mai sus, ci altceva …
Alegeţi combinaţia corectă din următoarele prezentate:
A: a, b; B: b, e; C: c, d; D: d, e; E: b, d.
3. Despre o societate comercială cu profil de comerţ se cunosc următoarele date:

Valoarea vânzărilor (u.m.) Dinamica preţului din
Marfa per. curentă faţă de per.
Perioada de bază Perioada curentă
de bază
A 50 192 3,7
B 72 210 2,8
C 80 250 3,0
1. Caracterizaţi dinamica vânzărilor de mărfuri
a) pe fiecare marfă.
b) pe total societate comercială.
2. Calculati şi interpretaţi indicii de grup ai volumului fizic şi preţurilor
4. De la un punct de desfacere s-au cules următoarele date:

Procent de modificare a
Valoarea vânzărilor per. Dinamica preţurilor din
Marfa volumului fizic din
de bază (mii. RON) p. curentă/p. bază
p. curentă/p. bază
A 38 +3 1,8
B 25 -5 2,5
C 15 -2 3,0
Se cere: dinamica valorii, volumului fizic şi preţurilor pe fiecare marfă şi pe total;
1. e);
181
2. e);
3. Rezolvare
Notaţii: 0 = perioada de bază; 1 = perioada curentă; v = valoarea vânzărilor de

mărfuri, v = p · q; p = preţurile de vânzare (caracteristica calitativă); q = cantităţile vândute
(caracteristica cantitativă).
1. a) Algoritmul de calcul necesar determinării indicilor individuali

şi de grup ai valorii, volumului fizic şi ai preţurilor:
Valoarea vânzărilor (u.m.) în: Indicii individuali ai:
perioada p. curentă cu p0 p. bază cu p1 Valorii Vol. Fizic Preţului
Marfa perioada de ν1 q1 p1
curentă (p0q1 = (p1q0 = i ν1/ 0 = i q1/ 0 = p
bază (p0q0) i 1/ 0=
(p1q1) = col.1·col.6) = col.1·col.7) ν0 q0 p0
A 50 192 51,89 185 3,84 1,037 3,7
B 72 210 74,98 201,6 2,916 1,041 2,8
C 80 250 83,33 240 3,125 1,041 3,0
Total 202 652 210,2 626,6 … … …
Dinamica vânzărilor de mărfuri se determină pe fiecare marfă cu ajutorul indicilor

individuali calculaţi în tabelul de mai sus.
Valoarea vânzărilor pentru marfa A în perioada curentă faţă de perioada de bază se
triplează ca urmare a creşterii preţurilor cu 270% în timp ce cantităţile vândute au crescut cu
numai 3%. Pentru celelalte două mărfuri, se constată că valoarea vânzărilor este mai mare de
2,92 ori datorată creşterii preţurilor cu 180% în timp ce volumul fizic pentru marfa B a
crescut cu 4%, iar pentru marfa C creşterea valorii vânzărilor de 3,12% se datorează creşterii
preţurilor cu 200%, iar a cantităţilor vândute numai cu 4%. Deci, conform relaţiei dintre indici
avem:
i v1/ 0 =i1q /0⋅i P1/ 0
1 b) şi 2. pe total societate comerciala - indici de grup ai:
 valorii mărfurilor vândute
Σν Σp q 652
I v1/ 0= 1 = 1 1 = =3 , 227 sau 322, 7 %
Σν0 Σp 0 q0 202
 volumului fizic calculaţi ca indici de tip Laspeyres (L) şi Paasche (P):
Σp1 q1 652
I q1/0( P) = = =1 , 0405 sau 104 , 05 %
Σp1 q0 626 , 6
Σp0 q 1 210 ,2
I q1/0( L )= = =1 , 0406 sau 104 ,06 %
Σp0 q 0 202
 preţurilor calculaţi ca indici de tip Laspeyres (L) şi Paasche (P):
182
p ( P) Σp 1 q 1 652
I 1/0 = = =3 , 1018 sau 310 ,18 %
Σp 0 q1 210 , 2
( )
p L Σp 1 q0 626 , 6
I 1/0 = = =3 ,10198 sau 310 ,198 %
Σp 0 q 0 202
Din produsul celor doi indici factoriali se obţine nivelul relativ al variabilei complexe
pe ansamblul mărfurilor analizate:
I ν1/ 0=I 1/
p q
0⋅I 1 / 0
⇒¿ {I ν1/0=I 1/0 ⋅I 1/0 ⇒3,227=3,1017⋅1,0406 (var. 1)¿¿¿

p (P ) q (L)
Vânzările totale pentru societatea comercială analizată din perioada curentă faţă de
perioada de bază cresc de 3,227 ori, cu o creştere relativă de 222,7%.
Cantităţile comparativ cu preţurile scad, motiv pentru care dinamica lor este
nesemnificativă, iar preţurile se observă că au o tendinţă de creştere care devansează creşterea
cantităţilor.
La nivelul societăţii comerciale, valoarea vânzărilor a crescut cu 222% ca urmare a
faptului că preţurile de vânzare au fost cu 210,198% superioare în perioada curentă faţă de
perioada de bază, iar cantităţile vândute au crescut cu 4,05%.
4. Rezolvare
Avem următoarele relaţii:

{
i1p/0 =
P1
P0
¿ ¿¿¿
Dinamica valorii şi volumului fizic

a) pe fiecare marfă:
q 2
{ {
i1/10=r1/0+10 ⇒¿ A=3+10 =103% sau 1,03¿ B=−5+10 =95% sau 0,95 ¿¿¿
v 2p p
{ {
i1/10=i1/0⋅i1/0⇒¿ A=1, 03⋅1, 8=1, 854¿ B=0, 95⋅2, 5=2, 375¿¿¿
b) Dinamica valorii, volumului fizic şi a preţurilor pe total punct de desfacere:
183
v
v ( p , q ) Σp1 q1
Σi 1/0 p 0 q0 1 , 854⋅38+2 , 375⋅25+2 , 94⋅15 173 , 927
I 1/0 = = = = =
Σp0 q0 Σp0 q 0 78 78
=2 , 2298 sau 222 , 98 $
q
Σp q Σi p q 1 , 03⋅38+0 , 95⋅25+0 , 98⋅15 77 , 59
I v1/0(q )= 0 1 = 1/0 0 0 = = =
Σp0 q 0 Σp0 q0 78 78
¿ 0 , 994 sau 99 , 4 %
v
v ( p ) I 1/0 2, 2298
I 1/0 = q = =2 ,243 sau 224 , 3 %
I 1/0 0 , 994
8. Teme de autocontrol
1. Pentru o firmă cu două filiale s-au cules datele referitoare la preţul mărfii vândute de două
filiale şi cantitatea vândută în două luni consecutive ale anului 2009, martie şi aprilie:
Filiala Preţul mărfii în iulie Preţul mărfii în Cantitatea Cantitatea
2009 <RON> aprilie 2009 vândută din vândută din
<RON> marfă în martie marfă în aprilie
2009 2009
Bacău 9 10 82 65
Constanţa 7 8 50 35
Considerând că valoarea mărfii vândute de fiecare filială, (V), este o variabilă complexă, ce
depinde de preţul de vânzare al mărfii, (p) şi de cantitatea de marfă vândută, (q), după
modelul multiplicativ V= p.q se cere să se calculeze şi să se interpreteze :
a. indicii individuali ai valorii mărfurilor vândute, preţului şi cantităţii vândute pentru
fiecare filială. Comparaţi rezultatele pentru cele două filiale.
b. indicii agregaţi ai preţului de tip Paasche şi de tip Laspeyres. Comparaşi cei doi indici
şi analizaţi rezultatele.
2. Pentru o economie naţională ce importă două produse s-au cules datele referitoare la
numărul de produse importate şi preţul produselor în două luni consecutive ale anului 2009,
martie şi aprilie:
Produsul Preţul produselor Preţul produselor Numărul Numărul
importate în martie importate în aprilie produselor produselor
184
2009 2009 importate în importate în
<RON/angajat> martie 2009 aprilie 2009
A 40 60 84 63
B 50 70 59 42
C 30 30 28 32
Considerând că valoarea bunurilor importate pe piaţa internă (Valoarea importurilor:
VI) este o variabilă complexă ce depinde de preţul de import (P) şi numărul de produse
.
importate (Q) după modelul multiplicativ VI= P Q, se cere să se calculeze şi să se
interpreteze:
a. indicii individuali ai valorii mărfurilor vândute, preţului şi cantităţii importate din
fiecare marfă. Comparaţi rezultatele.
b. indicii agregaţi ai preţului de tip Paasche şi de tip Laspeyres. Comparaţi cei doi indici
şi analizaţi rezultatele.
Metoda indicilor, ca metodă de analiză factorială permite studiul variaţiei fenomenelor

complexe în funcţie de modificările factorilor săi de influenţă.
Indicele statistic este o mărime relativă, ce compară, sub formă de raport, mărimea aceluiaşi
fenomen înregistrat în două unităţi de timp, de spaţiu sau de program diferite, la o unitate statistică,
la o grupă sau la nivelul întregii colectivităţi.
După nivelul la care se calculează, indicii pot fi: individuali (sau elementari) şi respectiv
sintetici (sau de grup). Indicii de grup, la rândul lor, se pot calcula în trei moduri, în prezentul curs
fiind abordate doar două metode: calculul indicilor sintetici ca indici agregaţi şi calculul indicilor
sintetici ca medie a indicilor individuali.
La construirea indicilor sintetici se pot folosi două sisteme principale de ponderare: sistemul
Laspeyres (ce foloseşte ponderi în perioada de bază) şi sistemul Paasche (cu ponderi în perioada
curentă). Indicii sintetici se determină atât pentru variabila complexă, cât şi pentru factorii săi de
influenţă (indici factoriali), după un model multiplicativ. Pentru îndeplinirea condiţieide
reversibilitate a factorilor (produsul indicilor factoriali să fie egal cu indicele variabilei complexe)
este necesară – la construirea indicilor sintetici ai factorilor – folosirea unui sistem de ponderare
încrucişat.
1. Bădiţă, M., Cristache S. E., Şerban, D., Teste grilă de statistică , ed. Amalteea, , 81 pg.
Bucureşti, 2007, 433 pg.
185
Voineagu, M., Statistică teoretică. Studii de caz şi aplicaţii, Ed. Economică, 255 pg. (189 -
219), Bucureşti, 1998, ISBN 973-590-086-6
186

Sistematizarea, Prezentarea Şi Reprezentarea Datelor Statistice

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

Sistematizarea, Prezentarea Şi Reprezentarea Datelor Statistice

Încărcat de

Drepturi de autor:

Formate disponibile

CURS STATISTICĂ - Unitatea de învăţare nr.

SISTEMATIZAREA, PREZENTAREA ŞI REPREZENTAREA

1. Obiectivele Unităţii de învăţare.

1. Obiectivele unităţii de învăţare

În urma parcurgerii acestei unităţi de învăţare studentul va înţelege:

Sistematizarea datelor statistice cuprinde operaţiile de prezentare sistematică, de

Gruparea/clasificarea datelor statistice presupune împărţirea unităţilor populaţiei

2.1. Clasificarea datelor statistice.

Sistematizarea datelor efectuată după o variabilă ne-numerică se numeşte clasificare. Ea

Se construieşte un număr de clase egal cu numărul categoriilor existente, iar prin

Domeniu Număr de absolvenţi (ni)

Calificativ (xi) Număr de studenţi (ni)

2.2. Gruparea datelor statistice.

Gruparea reprezintă sistematizarea datelor după o variabilă (caracteristică)

În funcţie de tipul variabilei de grupare (discretă sau continuă) şi de plaja valorilor pe

- pe intervale de variaţie (atunci când sistematizăm datele după o variabilă

A). Gruparea datelor statistice pe variante.

În acest caz, se va forma un număr de grupe egal cu numărul de variante. Prin

Număr de copii (xi) Număr de familii (ni)

B). Gruparea pe intervale de variaţie.

10,5 8,0 8,2 9.6 7,1

3. Modalităţi de prezentare şi reprezentare a datelor statistice.

Rezultatul sistematizării datelor prin grupare/clasificare se prezintă sub formă de:

Seriile statistice se pot clasifica după următoarele criterii:

b) după natura variabilei, seriile de distribuţie pot fi.

c) după numărul variantelor, distribuţiile pot fi:

d) în funcţie de numărul variabilelor după care se face sistematizarea, întâlnim:

Serii de distribuţie de frecvenţe (repartiţii de frecvenţe)

Seria de distribuţie de frecvenţe unidimensională reprezintă o serie în care primul şir

A1. Distribuţii heterograde (după o variabilă numerică).

unde ni (i=1,r ) sunt frecvenţele de apariţie ale variantei xi.

unde: x inf sup

Frecvenţele absolute, relative şi cumulate oferă o imagine de ansamblu asupra tendinţei de

Intervale de Ponderea Frecvenţe absolute cumulate

Serii de repartiţie de frecvenţe pe variante (discrete)

Frecvenţe relative Frecvenţe absolute cumulate

A2. Distribuţii homograde (după o variabilă nenumerică).

Frecvenţe relative Frecvenţe absolute cumulate

B. Serii de distribuţie de frecvenţe bidimensionale.

Forma generală a unei distribuţii de frecvenţe bidimensionale, în care s-au luat în

Tabelul de mai sus reprezintă un tabel de corelaţie, în care avem:

Rezolvare folosind EXCEL:

Din histogramă se poate observa că variabila studiată nu are o distribuţie normală.

Dacă se doreşte afişarea frecvenţelor relative cumulate se selectează la pasul 5 şi Cumulative

Se obţine curba cumulativă a frecvenţelor relative:

1. Frecvenţa absolută cumulată crescător a unei grupe reprezintă:

2. Se cunosc datele următoare:

3. Frecvenţa relativă cumulată crescător a ultimei grupe este egală cu:

3.2. Tabele statistice.

Alegerea tipului de grafic depinde de tipologia datelor pe care vrem să le reprezentăm.

Tipuri de reprezentări grafice utilizate în cazul seriilor de distribuţie de frecvenţe

3. Curbele frecvenţelor cumulate:

Distribuţia magazinelor după valoarea facturilor

frecvente cumulate crescator frecvente cumulate descrescator

a) Poligonul frecvenţelor b)Frecvenţe cumulate crescător

4. Graficul (diagrama) prin coloane sau benzi (bare)

Distributia absolventilor dupa domeniul de

a) Diagrama prin coloane b)Diagrama prin benzi

Diagrama de structură este folosită pentru a reprezenta grafic structura unei

32% 10,0 – 11,0

Testul de autoevaluare nr. 2.

1. Subiectul unui tabel statistic reprezintă:

2. Presupunem că o firmă ce produce trei produse similare, doreşte să compare, prin