1

UNIVERSITATEA DIN BACU

FACULTATEA DE TIINE ECONOMICE
NVMNT LA DISTAN
SPECIALIZAREA MARKETING










SIMULRI DE MARKETING

ANUL II








Manager curs,
Conf. univ. dr. Laura imira



2009
2


CUPRINS

1. Coninutul i rolul simulrilor de marketing 3

2. Clasificarea tehnicilor de simulare 11

3. Componentele sistemelor de simulare de marketing. 15

4. Etapele simulrilor de marketing 19

5. Modele de simulare 23
5.1. Generarea numerelor i variabilelor aleatoare 24
5.2. Metoda de simularea Monte Carlo. 27
5.3. Jocuri de simulare.. 39
5.4. Simularea de tip Forrester.. 51
5.5. Metode de simulare pentru studierea relaiilor de
cauzalitate. Experimente de marketing utilizate n studiul
legturilor dintre variabile..
54
Anexe. 73
Bibliografie. 77
3


CAPITOLUL I
CONINUTUL I ROLUL SIMULRILOR DE MARKETING

Cuvinte cheie Obiectivele nvrii:
Simulare de marketing
Model
Model de simulare
Variabile de intrare
Variabile de ieire
Dup parcurgerea acestui capitol va
trebui s cunoatei:
- Ce reprezint simularea;
- n ce situaii se folosete simularea
pentru investigarea fenomenelor de
marketing;
- Care este semnificaia modelului;
- Care sunt avantajele i dezavantajele
utilizrii simulrii n procesul de
investigarea a fenomenelor
economice, implicit de marketing;
- Caracteristicile ce stau la baza
evalurii tehnicilor de simulare.

Simularea constituie o modalitate de obinere a informaiilor utilizat n
cercetrile de marketing, care permite nelegerea evoluiei fenomenelor de
marketing, previzionarea acestora, identificarea i msurarea relaiilor de
cauzalitate dintre variabilele investigate; a modalitii de desfurare concret a
acestor fenomene prin intermediul experimentelor de marketing.
Din punct de vedere etimologic noiunea de simulare semnific
capacitatea de a reproduse, reprezenta, imita ceva.
Astfel, autorii Gelu Alexandrescu, Elena Doval
1
, precizeaz c prin
simulare se poate nelege:
- o tehnic de construire a unei reprezentri a unui proces real, care trebuie
studiat din punctul de vedere al comportamentului su normal sau
influenat de anumii stimuli;

1
, Simularea metod de studiu a realitii, Buletinul Universitii de Aprare Carol I, nr 2 /2006
4
- o analogie a unui fenomen real, bazat pe/sau reprezentat de o tehnic ce
permite studiul unor procese complexe reproduse pe modele de laborator
sau n teren;
- o reprezentare dinamic a unei pri a lumii reale, realizat prin
construirea unui model abstract ce poate fi micat n timp sau direct
influenat de acesta;
- o metod de cercetare bazat pe anticiparea rezultatelor unui ansamblu de
ipoteze care au la baz elemente tehnice i relaiile dintre acestea;
- o tehnic ce poate realiza o cale de testare, evaluare i manipulare a unui
proces sau sistem fr a aciona direct asupra acestuia;
- o tehnic numeric pentru conducerea experimentelor pe un calculator,
care implic anumite tipuri de modele matematice i logice care descriu
comportarea viitoare a unui sistem;
- o tehnic de studiu a unor laturi ale comportamentului unui sistem, fr a
aciona direct asupra lui, utiliznd analogii fizice, chimice sau de calcul.

Dup ali specialiti, simularea, este o tehnic de realizare a
experimentelor cu calculatorul electronic, care implic utilizarea unor modele
matematice i logice care descriu comportarea unui sistem real de-a lungul unei
perioade mari de timp
2
.
Deci, simularea presupune realizarea de experimente asupra unor modele
care reprezint fenomenele reale cercetate i care sunt studiate prin intermediul
calculatorului; rezultatele obinute constituindu-se n informaii utile
managerilor n cadrul procesul decizional.
n consecin tehnica simulrii presupune construirea unui model care s
reprezint fenomenul cercetat.

2
Raiu Suciu, Camelia, Modelarea & simularea proceselor economice Teorie i practic, Ediia a patra,
Editura Economic, Bucureti, 2005, p. 38.
5
Modelul este o reprezentare izomorf a realitii care ofer o imagine
intuitiv, dar riguroas, n sensul structurii logice a fenomenului studiat, i
permite descoperirea unor legturi i legiti greu de stabilit pe alte ci.
3

Simularea de marketing este, n consecin, n strnsa legtur cu
experimentele de marketing i modelarea fenomenelor de marketing.
Modelarea proceselor economice n general, a fenomenelor de marketing
n special a rezultat din complexitatea problemelor cu care se confrunt
managerii, din numrul mare de variabile i dependenele stochastice dintre
acestea, situaie n care studierea diferitele fenomene cu ajutorul unor modele
matematice pure este imposibil. Mai exact este imposibil de a reprezenta
astfel de fenomene economice complexe prin modele pur matematice. n
consecin, au aprut modelele economico matematice, avnd la baz teoria
economic, care sunt deosebit de elastice, i care reprezint legitatea i dinamica
fenomenelor economice (implicit de marketing).
Scopul unui model economico-matematic este acela de a determina
valorile unor variabile necontrolabile (de ieire) n funcie de valorile
variabilelor de intrare (controlabile) innd cont de interdependenele dintre
acestea, respectiv dintre acestea i mediul extern, n condiiile satisfacerii
anumitor criterii de performan.

Variabile de
intrare
(controlabile)

Modelul
economico -
matematic

Variabile de
ieire
(necontrolabile)

n cazul n care interdependenele ce stau la baza determinrii valorilor
variabilelor de ieire n funcie de valorile variabilelor de intrare dat fiind
complexitatea lor nu pot fi descrise i rezolvate printr-un model analitic
necesitnd utilizarea calculatorului electronic, modelul economico-matematic

3
Idem, p. 26.

6
devine model de simulare. Comparativ cu celelalte modele, modelul de simulare
simplific ntr-o mai mic msur realitatea.
Rezolvarea unor probleme de marketing prin intermediul unui model
economico-matematic se realizeaz pe cale deductiv. Simularea presupune,
ns realizarea de experimente asupra sistemului S care constituie o
reprezentare a sistemului real S, caracterul su fiind procedural. Astfel nu se mai
urmrete obinerea soluiei optime ca n cazul utilizrii metodelor analitice ci
prin intermediul experimentelor sunt verificate i selectate diferitele variante de
decizie avute n vedere. Se cunoate astfel modul n care un sistem reacioneaz
n anumite mprejurri, n funcie de aceasta obinndu-se mai multe variante
decizionale, ce stau la baza selectrii acelei variante ce corespunde cel mai bine
condiiilor concrete de desfurarea a fenomenului investigat. Aceasta poate fi
adesea diferit de varianta selectat printr-un model analitic (considerat mai
precis, dar, aa cum am precizat imposibil de aplicat pentru rezolvarea tuturor
probleme economice, implicit de marketing, datorit complexitii lor).
n consecina simularea este o metod descriptiv care ofer adesea soluii
suboptimale i nu soluia optim.
Datorit complexitii fenomenelor pe care le reprezint modelele de
simulare sunt construite adesea secvenial, deci nu este de la nceput un model
exhaustiv. Pentru nceput modelul de simulare constituie mai degrab un
ansamblu de mai multe modele simple ce reprezint legturile dintre diverse
variabile ale sistemului real.
Simularea este adesea efectuat adesea pe eantioane de date
reprezentative pentru o colectivitate de date cercetat ceea ce implic
utilizarea teoriei sondajului. Se testeaz semnificaia statistic a diferitelor
variabile de decizie, precum i semnificaia influenei variaiei variabilelor
controlabile asupra celor necontrolabile.


7
AVANTAJELE I DEZAVANTAJELE SIMULRII DE MARKETING

Avantaje
Utilizarea simulrii n cercetarea de marketing se datoreaz unor avantaje
incontestabile comparativ cu alte metode.
Principalul avantaj al utilizrii ca metod de obinere a datelor a simulrii
rezult din faptul c permite testarea diferitelor alternative de aciune pe un
sistem nlocuitor i nu pe cel real, respectiv fr a determina modificri n
evoluia real a fenomenelor investigate. Astfel este posibil a se testa eficiena
unui numr mare de combinaii de aciuni posibile ceea este imposibil de realizat
n realitate
4
. Se pot, astfel, determina ntr-un timp foarte scurt (cteva secunde,
de exemplu) comportamente ale unor fenomene de marketing n anumite
condiii date.
Datorit utilizrii calculatorului electronic simularea asigur o
reprezentare a fenomenelor de marketing cu un grad sczut de simplificare i
permite studierea diferitelor relaii dintre variabilele sistemului, sau dintre
acestea i variabilele externe. Altfel spus d posibilitatea manevrrii unui numr
mare de variabile, caracterizndu-se printr-un grad ridicat de fezabilitate.
Simularea permite cunoaterea pe termen lung a rezultatelor diferitelor
aciuni datorit posibilitii de compresie a timpului.
Se poate utiliza pentru studierea unor fenomene extrem de diverse legate
de mediul de marketing intern i extern, permind adoptarea unor decizii
imediate sau pentru perioade lungi de timp. Astfel, prin intermediul simulrii de
marketing este stabilit alternativa decizional ce se va adopta ntr-o situaie
dat, momentul adoptrii (eventual succesiunea deciziilor i momentele n care
aceste vor fi puse n aplicare), precum i deciziile de rezerv.

4
n cadrul experimentelor de marketing se testeaz diferite alternative de aciune, adesea n cadrul lumii reale, n
schimb numrul acestora este relativ redus.
8
Pentru realizarea simulrilor de marketing exist produse software relativ
uor de utilizat.

Dezavantaje
O serie de dezavantaje ale simulrii rezult din dificultatea i uneori
imposibilitatea realizrii modelelor de simulare care s reproduc cu fidelitate
procesele i fenomenele reale. Conceperea modelelor de simulare presupune
adesea eforturi financiare considerabile, timp ndelungat pentru realizarea lor,
experien ndelungat i nu n ultimul rnd tehnic de calcul avansat.
De asemenea, rezultatele aplicrii tehnicii de simulare sunt direct
dependente de msura n care modelul de simulare reprezint modelul real; o
singur asociere greit ntre dou variabile (de exemplu), putnd duce la decizii
total eronate.
Identificarea soluiei optime sau foarte bune nu se poate realiza dect
dup adoptarea deciziei, respectiv dup ce rezultatele respectivei decizii s-au
produs (fa de cazul modelelor analitice care permit identificarea de la nceput a
soluiei optime).
Soluiile obinute din realizarea unei simulri anterioare nu pot fi utilizate
i pentru o alt problem decizional, modelul de simulare S reprezentnd un
singur model real S.
Datorit uurinei n utilizarea programelor pentru simularea anumitor
fenomene de marketing se renun adesea la utilizarea modelrii economico
matematice, rolul acesteia din urm fiind incontestabil n anumite situaii date.






9

UTILIZRI ALE SIMULRII DE MARKETING

cunoaterea i nelegerea interdependenelor dintre variabilele de
marketing, estimarea valorilor anumitor variabile precum i a formei
funcionale a legturilor dintre variabilele modelului;
evaluarea i previzionarea consecinelor diferitelor aciuni (adoptarea
anumitor strategii, tactici de marketing), fr ns ca, pe parcursul
experimentrii s intervin schimbri n evoluia sistemului real;
verificarea i / sau demonstrarea ntr-un timp scurt a avantajelor i
riscurilor anumitor aciuni care n condiiile reale s-ar produce dup
perioade lungi de timp;
determinarea acelor alternative decizionale care duc la soluii optime
sau suboptime (ce pot duce aproximativ la cea mai bun rezolvare a
problemei decizionale);
studierea fenomenelor de marketing recursive (anumite schimbri ale
fenomenului cercetat au repercusiuni asupra altor fenomene). De
exemplu: schimbri la nivelul unei anumite verigi din lanul de
distribuie poate declana modificri n amontele traseului ducnd la
amplificarea consecinelor aciunii ntreprinse;
studierea efectelor decalate n timp ale anumitor aciuni ntreprinse, ce
nu pot fi exprimate prin intermediul modelelor analitice;
studierea proceselor de tranziie (de exemplu studierea evoluiei n
timp a percepiilor consumatorilor fa de anumii stimuli);
realizarea de teste de senzitivitate, respectiv studierea modului n care
fenomenele de marketing sunt influenate de variaia anumitor
variabile externe;
mai buna structurare a problemei cu care se confrunt decidentul i
fundamentarea cilor de rezolvare a acesteia.
10

EVALUAREA TEHNICILOR DE SIMULARE

Tehnicile utilizate n simulrile de marketing, pot fi evaluate dup ase
caracteristici de baz
5
:
funcionalitatea (gradul de complexitate i capacitatea de a produce
rezultate plauzibile pe baza unor date de intrare care nregistreaz
valori situate i n afara anumitor limite);
costurile legate de dezvoltarea modelului i adaptarea la specificul
problemelor investigate;
tehnicile de rulare, respectiv costurile de rulare, timpul necesar pentru
obinerea rezultatelor, uurina comunicrii att la intrarea ct i la
ieirea datelor;
contextul utilizrii (domeniile investigate i frecvena cu care se
apeleaz la simulare pentru a gsi rspunsurile dorite);
gradul de validitate i valoarea rezultatelor obinute prin folosirea
simulrii.

5
Ctoiu, Iacob (coordonator), Cercetri de marketing, Editura Uranus Bucureti, 2002, p 421.
11


CAPITOLUL II
CLASIFICAREA TEHNICILOR DE SIMULARE

Cuvinte cheie Obiectivele nvrii:
Simulare analogic
Simulare numeric
Simulare hibrid
Simulare determinist
Simulare ntmpltoare
Simulare simulare determinist cu
perturbaii ntmpltoare
Simulare n timp real
Simulare pseudotimp
Antesimulare
Postsimulare
Simulare convenional
Simulare interactiv vizual
Simulare virtual
Simulare fundamentate matematic
Simulare interactiv euristic
Dup parcurgerea acestui capitol va
trebui s cunoatei:
- care sunt principalele tipuri de
metode de simulare (avnd n
vedere principalele criterii de
clasificare) i principalele lor
caracteristici.

Exist mai multe criterii de clasificare a tehnicilor de simulare. Astfel:
- n funcie de tipul modelului utilizat pentru realizarea simulrii exist:
metode de simulare analogic se bazeaz pe analogii cu alte
sisteme (fizice, biologice etc.);
metode de simulare numeric, ce presupune utilizarea
modelelor matematice pentru reprezentarea fenomenelor
investigate. Aceasta este categoria de metode cea mai frecvent
folosit n cercetrile de marketing. Dintre metodele de simulare
numeric amintim: tehnica Monte Carlo, simularea de tip joc
i tip Forrester;
12
metode de simulare hibrid, care reprezint o mbinare ntre
simularea analogic i cea numeric.

- n funcie de natura algoritmilor utilizai tehnicile de simulare sunt:
metode de simulare determinist (dirijat) variabilele (n
cadrul aceluiai ciclu de simulare) sau parametrii (de la un ciclu
de simulare la altul) capt n cadrul fiecrui ciclu de simularea
valori deterministe (valori date sau rezultate dintr-un anumit
procedeu de calcul);
metode de simulare ntmpltoare cel puin una dintre
variabilele sau parametrii modelului capt valori ntmpltoare
sau pseudontmpltoare;
metode de simulare determinist cu perturbaii
ntmpltoare variabilele sunt att deterministe ct si
ntmpltoare, acestea din urm nefiind n msur s schimbe
evoluia general a funcionrii sistemului. Prezena acestor
variabile confer ns un plus de realism modelului de simulare.

- n funcie de raportul de simulare exist:
simulare n timp real timpul de simularea este identic cu
timpul n care fenomenele se produc n realitate. Astfel de
simulri nu sunt utilizate n cercetrile de marketing (n
cercetarea fenomenelor economice, n general);
simulare n pseudotimp timpul de simularea este (n cazul
aplicaiilor economice i implicit de marketing) mult mai redus
dect timpul n care fenomenele s-ar produce n realitate.



13
- n funcie de momentul efecturii simulrii exist:
antesimulare simularea are loc anterior producerii n realitate
a fenomenului investigat. Astfel de modele se utilizeaz pentru
proiectarea sistemelor economice i realizarea de prognoze;
postsimulare simularea are loc dup producerea n realitate a
fenomenului investigat. Utilizarea acesteia are rolul de a
perfeciona anumite sisteme, precum i de a duce la dobndirea
de experiene n conducerea fenomenelor i proceselor reale.

- n funcie de interaciunea om-calculator tehnicile de simulare se
mpart n:
tehnici de simulare convenional rezultatele diferitelor
experimente sunt raportate statistic la sfrit, utilizatorii
modelelor neavnd posibilitatea de a interveni n procesul de
simulare pentru a proceda la diverse modificri pe parcursul
desfurrii experimentelor i a evalua impactul acestor
intervenii asupra rezultatelor. Aceste tehnici presupun calculul
intervalului de ncredere al modelului;
tehnici de simulare interactiv vizual fiind dintre cele mai
noi tehnici de simulare, tehnicile de simulare interactiv vizual
permit intervenia utilizatorului n procesul de simulare i
evidenierea rezultatelor diverselor sale aciuni pe parcursul
desfurrii experimentelor. Aceste modele asigur redarea
vizual static (imaginile sunt afiate pe rnd) sau dinamic
(evoluia sistemului este prezentat n timp prin imagini
animate) a rezultatelor diferitelor intervenii ale utilizatorului.
Avantajele acestor tehnici sunt incontestabile n condiiile n
care stimulii vizuali sunt adesea mult mai bine percepui, iar
utilizatorii prin interaciune cu modelul pot testa, pe parcursul
14
desfurrii experimentelor, diferite alternative de aciune ceea
ce duce creterea ncrederii n rezultatele obinute i ameliorarea
efectelor nvrii.
tehnici de simulare virtual presupun crearea unui mediu
artificial (virtual), la care, prin echipamente adecvate (aparate
audio, cti, senzori, etc.) utilizatorul este conectat. Sunt
evaluate deopotriv aciunile sistemului ct i ale utilizatorului.

- n funcie de precizia rezultatelor distingem:
tehnici de simulare fundamentate matematic presupun
utilizarea metodelor statistico-matematice, a teoriei
probabilitilor, ceea ce permite asigurarea unui anumit grad de
precizie i realizarea de estimri ale erorilor asociate modelului;
tehnici de simulare interactiv euristic nu vizeaz
ndeplinirea condiiilor legate de precizia rezultatelor,
urmrindu-se ndeosebi creterea operativitii.
15


CAPITOLUL III
COMPONENTELE SISTEMELOR DE SIMULARE DE
MARKETING

Cuvinte cheie Obiectivele nvrii:
sistem
element (component)
stare
conexiune (legtur)
traiectorie
optimizare
model
modelare
model de simulare
simulator
eveniment
proces
activitate
juctorii (operatorii)
date de intrare
variabile de intrare
parametri de intrare
date de ieire
variabile perturbatoare
variabile intermediare
Dup parcurgerea acestui capitol va
trebui s cunoatei:
- Care sunt principalele concepte cu
care opereaz simulare;
- Care sunt elementele unui sistem
de simulare

16

CONCEPTE CU CARE OPEREAZ SIMULAREA

Exist o serie de concepte cu care opereaz simularea:
- sistem o mulime de elemente n interaciune. Un sistem
cuprinde: operatori umani, echipamente tehnologice;
- element (component) o unitate identificabil ce poate fi
complet definit, aflat n conexiune cu una sau mai multe uniti
ale sistemului. n orice moment de timp componenta se
caracterizeaz printr-o stare;
- stare (a unei componente) reunire de atribute ce caracterizeaz
componenta. Strile componentelor principale descriu starea
sistemului propriu-zis. De fapt, obiectivul principal al simulrii este
n nelegerea evoluiei strilor sistemului, a modului n care acestea
se modific, controlul i predicia lor, n condiiile mbuntirii
performanelor acestuia;
- conexiune (legtur) interaciunea dintre dou sau mai multe
componente, sau dintre acestea i mediul extern;
- traiectorie secvena de stri specifice sistemului ntr-un interval
de timp considerat;
- optimizare idealul simulrii este de a determina acele
performane maxime (optime) posibile;
- model vezi pag. 2;
- modelare modalitate de cercetare a unor fenomene utiliznd ca
instrument modelul;
- model de simulare - vezi pag. 4;
- simulator sistem echivalent (analog) care se comport similar
sistemului real pe care l reprezint. Construcia sistemului
17
echivalent / analog (simulatorul) presupune fie pstrarea din
sistemul real a ceea ce este esenial (se vor elimina acele legturi cu
anse reduse de a se produce, acele componente a cror
probabilitate de apariie este sczut, etc.), fie reunirea unor
componente diferite de sistemul real, dar care n interaciunea
dintre ele se comport similar cu sistemul simulat;
- eveniment schimbarea strii unei componente a sistemului;
- proces secven de evenimente ordonate n timp;
- activitate un ansamblu de operaii ce modific starea unei
componente;


ELEMENTE ALE SISTEMULUI DE SIMULARE

Un sistem tipic de simulare, utilizat n cercetrile de marketing, este
format din urmtoarele elemente:
modelul;
juctorii (operatorii);
datele de intrare, care sunt reprezentate de
- variabile de intrare, care pot fi ntmpltoare sau deterministe
nregistreaz valori discrete care se schimb n permanen n
cadrul ciclului de simulare;
- parametri de intrare nregistreaz valori constante de-a
lungul ciclului de simulare
datele de ieire sunt variabile care depind de valorile variabilelor
i parametrilor de intrare; dependena dintre acestea fiind ilustrate
prin algoritmul ce st la baza modelului de simulare.

n afara datelor de intrare i de ieire un sistem de simulare mai cuprinde:
18
- variabile perturbatoare constituie variabile necontrolabile ce
genereaz schimbarea strii unei / unor componente ale sistemului
(evenimente). Apariia acestor evenimente poate fi previzibil sau
aleatoare.
- variabile intermediare valori ce atest starea unei componente a
sistemului la un anumit moment dat.

19

CAPITOLUL IV
ETAPELE SIMULRILOR DE MARKETING

Cuvinte cheie Obiectivele nvrii:
problem de marketing
estimare a parametrilor i
variabilelor modelului de
simulare
performan a modelului de
simulare
validare a sistemului de simulare
program de simulare
Dup parcurgerea acestui capitol va
trebui s cunoatei:
- Care sunt etapele ce se parcurg n
procesul de realizare a
experimentelor de simulare i ce
activiti se desfoar n cadrul
fiecrei etape.


Demersul ntreprins pentru realizarea sistemului S care s reprezinte ct
mai fidel sistemul real S implic desfurarea unor activiti ntr-o anumit
succesiune. Astfel, realizarea experimentului de simulare presupune parcurgerea
urmtoarelor etape:

- formularea problemei, a scopului i obiectivelor urmrite
presupune identificarea problemei de marketing cu care se
confrunt cercettorul a gradului su de complexitate (n funcie
de acest aspect justificndu-se sau nu utilizarea ca metod de
investigare a simulrii). n aceast etap sistemul cercetat este
analizat pentru a cunoate trsturile caracteristicile, componentele
sale i relaiile dintre acestea. Se realizeaz o delimitare temporal,
spaial i funcional a sistemului de mediul extern. Se definesc,
de asemenea, criteriile de performan ce trebuie atinse. n anumite
situaii exist posibilitatea optrii pentru simularea doar a unor
componente ale sistemului cercetat i nu n ntregul su. Pe baza
20
analizrii sistemului cercetat are loc definirea variabilelor i
parametrilor modelului precum i alternativele de aciune ce
urmeaz a fi experimentate;

- culegerea i prelucrarea preliminar a datelor reale acestea
vor sta la baza sugerrii ipotezelor pentru formularea modelelor
matematice. De asemenea, se pot aduce o serie de mbuntiri
unor modele deja existente i se poate verifica valabilitatea
acestora;

- construirea modelului presupune precizarea ipotezelor, a
variabilelor i parametrilor modelului (de intrare, de ieire,
perturbatoare, intermediare), a relaiilor dintre acestea, definirea
relaiilor funcionale i algoritmului ce st la baza obinerii
valorilor datelor de ieire n baza valorilor datelor de intrare;

- estimarea mrimii parametrilor sau variabilelor de intrare
utiliznd fie procedeele de statistic matematic (estimarea
valorilor datelor de intrare pe baza valorilor datelor reale culese),
fie prin generarea de numere i variabile aleatoare;

- evaluarea performanelor modelului modelul construit este
testat cu ajutorul valorilor unor date de intrare pentru care sunt
cunoscute rezultatele. n acest sens sunt utilizate teste de
concordan: Kolmogorov, Smirnov, Pearson sau
2
. n urma
testrii se procedeaz fie la reluarea formulrii modelului de
simulare (dac se constat existena anumitor deficiene) fie
validarea acestuia;

21
- construirea algoritmului de simulare;

- scrierea programelor de simulare presupune utilizarea fie a
unor limbaje generale de programare sau specializate (GPSS,
SIMSCRIPT, SIMULA, etc.) acestea din urm oferind o serie de
faciliti. Deci, n aceast etap se aleg limbajul sau pachetul de
programe ce se vor utiliza configuraia calculatorului, etc.,
necesare pentru realizarea simulrii;

- validarea sistemului de simulare are loc testarea programului
de simulare pentru o anumit situaie pentru care se cunosc
rezultatele sau prin compararea valorilor de ieire cu valorile
obinute prin observarea unor situaii similare;

- realizarea propriu-zis a simulrii presupune rularea pe
calculator a programelor de simulare, prin considerarea succesiv a
ct mai multor valori ale datelor de intrare. Se urmrete, astfel,
acoperirea a ct mai multor situaii reale; n funcie de valorile
obinute ale variabilelor de ieire se formuleaz decizii (se
selecteaz anumite valori ale datelor de intrare) n msur s
genereze mbuntirea performanelor sistemului simulat.

- analiza i interpretarea datelor presupune prelucrarea datelor
simulate, testarea semnificaiei lor statistice, compararea i
evaluarea alternativelor decizionale, realizarea de tabele, grafice,
etc. i interpretarea rezultatelor.

22
n procesul de simulare parcurgerea acestor etape nu trebuie privit cu
rigiditate, acestea neconstituind ntotdeauna pai distinci i, de asemenea, nu n
toate cazurile succesiunea este cea prezentat.
Dup selectarea celei ai bune alternative decizionale se va proceda la
realizarea unui raport ce va cuprinde: scopul, obiectivele i ipotezele, datele de
intrare, aspectele referitoare la validarea modelului i modul de proiectare a
experimentelor, rezultatele, concluziile i recomandrile.
Exploatarea rezultatelor simulrii va permite utilizatorilor perfecionarea
sistemelor de simulare.
23


CAPITOLUL V
MODELE DE SIMULARE

Cuvinte cheie Obiectivele nvrii:
generare de numere aleatoare
generator de numere aleatoare
numr aleatoriu
simulare Monte Carlo
joc de ntreprindere
joc pentru ntreaga ntreprindere
joc funcional.
joc complex
joc pentru alte zone de specialitate
joc concurenial
joc interdependent
joc independent
joc cooperativ
joc contra naturii
pachete de autonvare
joc pe calculator
joc manual
joc de instruire
joc pentru fundamentarea deciziilor
operative
tehnici de dinamic industrial
model dinamic
variabile de nivel
variabile de ritm
variabile auxiliare

Dup parcurgerea acestui capitol va
trebui s cunoatei i s nelegei:
- Care este utilitatea i cum sunt
generate numerele aleatoare;
- Care sunt cerinele satisfcute de
un numr pseudoaleator (aleator);
- Principalele metode de generare
de numere aleatoare;
- Caracteristicile, utilitatea i modul
de utilizare a tehnicilor Monte
Carlo n investigarea fenomenelor
economice;
- Caracteristicile i utilitatea
jocurilor de ntreprindere;
- Clasificarea i caracteristicile
principalelor tipuri de jocuri de
ntreprindere;
- Cunoaterea etapelor specifice
desfurrii jocurilor de
ntreprindere
- Cunoaterea utilitii i a
principalelor caracteristici ale
jocurilor de dinamic industrial





24

5.1. Generarea numerelor i variabilelor aleatoare

n simularea proceselor economice, inclusiv de marketing, atunci cnd
valorile unor parametri / variabile de intrare nu se cunosc se impune generarea
de numere aleatore (alese la ntmplare),aceasta realizndu-se cu ajutorul
calculatorului electronic
6
. n programele de simulare generarea numerelor
aleatoare ocup o pondere relativ mare n timpul total de rulare al calculatorului.
Acest fapt este justific prin numrul mare al evenimentelor perturbatoare care
afecteaz procesele economice, cel mai adesea acestea avnd caracter aleator. n
consecin algoritmii utilizai n procesul de simulare a fenomenelor economice
trebuie s fie astfel construii nct s fie n concordan cu teoria economic.
Se poate spune c un numr este ntmpltor doar dac se afl ntr-un
context statistic. Se consider numr aleator orice numr care este obinut
astfel nct valoarea sa nu poate fi prevzut anticipat.
Generarea, cu ajutorul calculatorului a numerelor aleatoare, avnd la baz
reguli prestabilite (algoritmi de generare) afecteaz ntr-o anumit msur
caracterul aleator al acestui proces. Astfel, numerele obinute sunt considerate
pseudoaleatoare.

Numerele pseudoaleatoare satisfac urmtoarele cerine:
- sunt repartizate uniform n intervalul standard este [0,1]. Funcia de
repartiie uniform se definete astfel:

>
e
s
=
1 , 1
) 1 , 0 ( ,
0 , 0
) (
x daca
x daca x
x daca
x F

6
Exist i modaliti de generare de numere aleatoare ce nu presupun utilizarea calculatorului electronic
(utilizarea de zaruri, rulete, urne cu bile, etc.). Datorit vitezei reduse, astfel de metode nu sunt folosite n
simularea proceselor economice.
25
n cazul n care, utiliznd un anumit procedeu de generare de
numere aleatoare s-a obinut un anumit numr n repartizat uniform
n intervalul (0, A), A fiind un numr ntreg, se face transformarea x
= n /A, obinndu-se un ir de valori uniform repartizate n
intervalul (0, 1);

- sunt statistic independente (nu sunt autocorelate). Exist o serie de teste
statistice independena dintre variabile (ex: testul
2
, testul Student, testul
Kolmogorov, etc.);
- sunt reproductibile, respectiv, utiliznd acelai algoritm cu aceleai valori
iniiale s se obin acelai ir de numere
- funcia de repartiie este stabil, respectiv nu se produc schimbri ale
repartiiei n cursul rulrii programului de simulare;
- irul enumerat are o perioad de repetiie mare (teoretic irurile de numere
aleatore nu trebuie s conin repetiii, ceea ce, prin utilizarea
generatoarelor nu este posibil. Avnd n vedere aceste aspecte perioada de
repetiie trebuie s fie n consecin ct mai mare.

Metodele utilizate pentru generarea de numere aleatoare (i care, de fapt,
genereaz numere pseudoaleatoare), asigur o apropiere semnificativ a irurilor
generate de irurile aleatoare. De aceea se utilizeaz noiunea de aleatoare i
pentru categoria irurilor pseudoaleatoare.







26
METODE DE GENERARE A NUMERELOR ALEATOARE

Principalele clase de metode de generare a numerelor aleatoare sunt:
- metode manuale presupun utilizarea de zaruri, rulete, urne cu bile, etc.
Se caracterizeaz prin viteza redus motiv pentru care, n cele mai multe
situaii,nu sunt folosite
- metode fizice au la baz analogii cu diferite procese fizice (procese
radioactive, electronice, etc.). Prezint dezavantajul c nu asigur
reproductibilitatea datelor;
- metode de memorizare presupun utilizarea unor tabele cu numere
aleatoare. Prezint dezavantajul unei viteze ridicat, n schimb consumul
de memorie al calculatorului este ridicat;
- metode care constau n consultarea specialitilor prezint
dezavantajul subiectivismului precum i viteza lent;
- metode analitice presupun utilizarea anumitor algoritmi de calcul. Se
impune ca aceti algoritmi s asigure un consum minim de timp i
memorie pe parcursul rulrii pe calculator. Aceste metode sunt cele mai
utilizate n procesul de simulare a fenomenelor de marketing
(fenomenelor economice, n general).


27

5.2. Metoda de simulare Monte Carlo

Atunci cnd sunt investigate prin simulare fenomene stochastice, pentru a
imita sau reproduce comportamentul sistemului simulat se impune generarea de
numere aleatoare.
Procesul prin care sunt generate numere sau variabile n mod aleator
poart numele de metoda Monte Carlo.
Dup cum am precizat n subcapitolul anterior pentru generarea
numerelor aleatore - numere aleatoare uniform distribuite n intervalul [0, 1] - se
impune utilizarea generatorilor de numere aleatoare. Astfel de generatori,
verificai i testai, sunt coninui de toate limbajele de programare generale i
limbajele speciale de simulare bine.
Metoda Monte Carlo reprezint o metod de simulare prin care se
urmrete studierea realitii prin procese probabilistice. De fapt, denumirea
metodei provine dup cazinourile din Monte Carlo ale cror rulete pot fi
considerate generatoare de numere aleatoare.
La momentul actual, metoda de simulare Monte Carlo se aplic din ce n
ce mai mult pentru studierea fenomenelor economice (implicit a fenomenelor de
marketing), pentru studierea problemelor stochastice sau n condiii de risc,
respectiv n situaia n care aceleai direcii de aciune pot genera mai multe
rezultate, ale cror probabiliti se pot estima.
Avnd la baz teoria probabilitii, cu ajutorul metodei Monte-Carlo sunt
realizate evaluri, ierarhizri care permit adoptarea deciziei n legtur cu
diferite probleme de marketing. Altfel spus, metoda Monte-Carlo asociaz
problemei investigate un model aleatoriu, iar prin generarea unor variabile
aleatorii care sunt legate funcional de soluie se realizeaz experimente pe
model obinndu-se informaii n legtur cu problema investigat.
28
Pentru asigurarea succesului n utilizarea metodei se impune ca variabilele
generate aleator s fie estimate astfel nct s se nregistreze o abatere n
probabilitate ct mai mic comparativ cu a variabilelor considerate reale.
Precizia metodei crete pe msur ce crete numrul ncercrilor, dar este
dependent i de variaia acestora. n fapt, metoda Monte-Carlo este un mod de
simulare bazat pe sondaj.


PRECIZIA I PROPRIETILE METODEI MONTE CARLO

n procesul de utilizarea a simulrilor Monte-Carlo pentru investigarea
fenomenelor se vor avea n vedere urmtoarele aspecte:
- Considernd n experimente, frecvena relativ de apariie a unei anumite
valori este f
*
, frecvena relativ real f
*
(probabilitatea de producere a
evenimentului) se estimeaz cu ajutorul intervalului:

n
f f
t f f
n
f f
t f
n n
) ' 1 ( '
'
) ' 1 ( '
'
1 ,
* *
1 ,
*

+ < <

o o
,

unde: t
o; n-1
- coeficientul ce corespunde probabilitii de garantare a
rezultatelor, pentru n 1 grade de libertate i un nivel de semnificaie o
(o = 1 P), determinat n funcie de probabilitatea P cu care se dorete a
se garanta rezultatele, citit din tabelul repartiiei Student (anexa 1).


Exemplu
Considerm 20 experimente (n = 20), n urma crora s-a obinut o
frecven f
*
= 0,6 , i un nivel de semnificaie de o = 0,05, rezult o frecven
de apariie real cuprins n intervalul:
29

83 , 0 37 , 0
20
) 6 , 0 1 ( 6 , 0
093 , 2 6 , 0
20
) 6 , 0 1 ( 6 , 0
093 , 2 6 , 0
* *
< <

+ < <

f f ;

t
0,05; 20-1
, citit din tabelul repartiiei Student = 2,093.

Deci probabilitatea de apariie a fenomenului real este cuprins ntre
(0,37, 0,83), respectiv (37%, 83%). n acest caz eroarea ataat probabilitii de
producere a evenimentului este 0,23, sau 23%.

- n cazul n care se dorete ca eroarea asociat probabilitii (p) de apariie
a evenimentului considerat s nu depeasc un anumit nivel , atunci se
impune ca numrul de repetiii ale experimentului s fie:

2
2
1 ,
) 1 (
A

=

p p t
n
n o
.
Exemplu
Dac pentru probabilitatea de apariie a evenimentului p = 0,6 se dorete
asigurarea unei erori care s nu depeasc nivelul 3%, n condiiile unui nivel
de semnificaie de 0,05 atunci n va fi:

1169
03 , 0
) 6 , 0 1 ( 6 , 0 093 , 2
2
2
=

= n .

Valoarea p poate fi considerat pentru nceput ca fiind egal cu
probabilitate de apariiei a evenimentului obinut n baza primelor ncercri
realizate; ulterior urmnd a fi ajustat pe msur ce numrul de experimente
realizate crete.

30
- Estimarea mediei reale (
0
x ) pe baza mediei ( x ) nregistrate a unei
variabile dup n experimente de simulare se realizeaz cu ajutorul
intervalului:

x - <
0
x < x + , unde:
x - constituie media aritmetic a valorilor nregistrate a variabilei simulate
(x
i
) dup n experimente:
n
x
x
n
i
i
=
=
1

n
S
t
n 1 ,
= A
o
, unde:
S: estimator al abaterii medii ptratice a valorilor x
i
:

( )
1
2

=

n
x x
S
i
.

Exemplu
Dac n cazul a n = 20 experimente s-a obinut o medie x =105, pentru
care S = 15, rezult media variabilei reale se va ncadra n intervalul:

105 7,02 <
0
x < 105 + 7,02 97,98 <
0
x < 112,02, unde:

n condiiile unui nivel de semnificaie de 0,05,
02 , 7
20
15
093 , 2 = = A


- n cazul n care se impune de la nceput o anumit eroare maxim admis
, se impune determinarea numrului de experimente ce pot asigura o
astfel de eroare, creterea numrului de experimente ducnd implicit la
31
creterea gradului de precizie. Pornind de la formula pentru determinarea
erorii maxime admise, obinem urmtoarea formul de calcul a lui n:

2
2
2
1 ,
A
=

S
t n
n o
.
Exemplu
Considerm c dup n = 20 experimente, media x = 105, pentru care S =
15, a rezultat o valoare = 6,7, n condiiile unui nivel de semnificaie de o =
0,05. Se dorete determinarea numrului de experimente necesar a se realiza
pentru a obine o precizie a rezultatelor = 2.

247
2
15
093 , 2
2
2
2
= = n
.

De fapt, creterea preciziei de m ori, impune o cretere a numrului de
experimente de simulare de m
2
ori.
n cazul n care probabilitatea de apariie a unor fenomene este redus
metoda Monte Carlo nu este indicat, asigurarea unui anumit grad de precizie
impunnd un numr foarte de mare de experimente de simulare.

- se consider suficient pentru precizia metodei Monte Carlo o probabilitate
de garantare a rezultatelor de 0,99 pn la 0,997.


APLICAII ALE METODEI MONTE CARLO

Cu ajutorul Metodei Monte Carlo i pornind de la valorile nregistrate ale
unei variabile se pot realiza estimri cu privire la valorile parametrilor ce
caracterizeaz respectiva variabil investigat.
Considernd urmtoarea distribuie a variabilei cercetate:
32

Valorile nregistrate ale
variabilei investigate
X
Frecvene absolute
f
i

x
1
f
1

x
2
f
2

.
.
.
.
x
i
f
i

.
.
.
.
x
r
f
r

Total f

Estimarea mediei variabilei investigate pe baza valorilor nregistrate i
prezentate n tabelul anterior presupune parcurgerea urmtorului algoritm:
- sunt determinate frecvenele relative f
i
*
i frecvenele relative cumulate,
care de fapt indic probabilitile de apariie a unei anumite valori a
variabilei cercetate (p
i
):

=
= =
r
i
i
i
i i
f
f
f p
1
*

Valorile nregistrate
ale variabilei
investigate
X
Probabiliti
p
i

Probabiliti cumulate
p
i

x
1
p
1
p
1
= p
1

x
2
p
2
p
2
= p
1
+ p
2

.
.
.
.
.
.
x
i
p
i
p
i
= p
1
+ p
2
+...+p
i

.
.
.
.
.
.
x
r
p
r
p
r
= p
1
+ p
2
+...+p
i
+...+p
r
=1
Total 1 -

33

- se reprezint grafic valorile nregistrate ale variabilei investigate i
probabilitile cumulate corespunztoare. Considerm, pentru
exemplificare, un numr de 6 valori x
i
, graficul se prezint astfel:
p'1
p'2
p'3
p'4
p'5
p'6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
x1 x2 x3 x4 x5 x6
p
r
o
b
a
b
i
l
i
t
a
t
i

c
u
m
u
l
a
t
e


- se realizeaz un anumit numr de selecii n cu ajutorul unui generator de
numere aleatoare. La ndemna oricui este funcia RAND() din Excel, care
este un generator de numere aleatoare.

- valoarea x
i
corespunztoarea fiecrei valori aleatoare generate se citete cu
ajutorul graficul reprezentat anterior. Numrul generat constituie un punct
pe axa Oy. Se traseaz o paralel la Ox din respectivul punct pn n locul
de intersecie cu prima coloan ce constituie valoare nregistrat ale
variabilei cercetate. Considernd un numr de 10 repetiii rezultatele se
prezint astfel:






34
Numr
repetiii
Numr aleator
Valoare
x
i

1 0.582924 x
5

2 0.053644 x
1

3 0.887214 x
6

4 0.942867 x
6

5 0.783511 x
5

6 0.181114 x
2

7 0.591019 x
5

8 0.388166 x
4

9 0.026283 x
1

10 0.888168 x
6


Cu ajutorul acestor date se pot realiza estimri ale parametrilor variabilei
investigate (media, dispersia, coeficientul de variaie, abaterea medie ptratic).

Exemplu
Considerm un eantion de 200 persoane supus unei cercetri, pentru care
s-a nregistrat frecvena de cumprare (numrul de cumprturi) al unui anumit
produs X, n cursul unei luni. Rezultatele centralizate se prezint astfel:

Numrul de cumprturi
ale produsului X n
decursul unei luni
(buci)
Frecvene
absolute
(persoane)
0 15
1 19
2 36
3 53
4 41
5 18
6 11
7 7
Total 200

35
Pe baza acestor date se dorete a se estima evoluia pentru perioada
urmtoare a cumprrilor din produsul X. Se consider un nivel de
semnificaie de 0,05.

- determinm probabilitile de apariie a fiecrei valori x
i
, precum i
probabilitile cumulate:
Numrul de cumprturi
ale produsului X n
decursul unei luni
(buci)
Frecvene
absolute
f
i

Probabiliti
p
i

Probabiliti
cumulate
p
i

0 15 0.075 0.075
1 19 0.095 0.170
2 36 0.180 0.350
3 53 0.265 0.615
4 41 0.205 0.820
5 18 0.090 0.910
6 11 0.055 0.965
7 7 0.035 1.000
Total 200 1.000


- se reprezint grafic valorile nregistrate ale variabilei investigate i
probabilitile cumulate corespunztoare:
0.075
0.170
0.350
0.615
0.820
0.910
0.965
1.000
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1 2 3 4 5 6 7 8
numar produse achizitionate
p
r
o
b
a
b
i
l
i
t
a
t
i

c
u
m
u
l
a
t
e

36
- se realizeaz un numr de 25 selecii cu ajutorul funciei RAND() i se
ataeaz valoarea x
i
corespunztoare citit cu ajutorul graficului:

Numr repetiii
Numr
aleator
x
i

1 0.2798 8
2 0.9862 7
3 0.6863 4
4 0.5229 3
5 0.3966 3
6 0.1808 2
7 0.9184 6
8 0.3931 3
9 0.9619 6
10 0.1439 1
11 0.8448 5
12 0.3823 3
13 0.1812 2
14 0.4835 3
15 0.7619 4
16 0.8278 5
17 0.7686 4
18 0.6407 4
19 0.7704 4
20 0.0629 0
21 0.0618 0
22 0.0600 0
23 0.8646 5
24 0.0152 0
25 0.2870 2

Cu ajutorul acestei distribuii se pot realiza estimri cu privire la
cumprturile medii realizate de ctre consumatori i bineneles i a altor
indicatori de caracterizare a distribuiei:


37

Numr repetiii x
i
(x
i
- x )
2

1 8 21.5296
2 7 13.2496
3 4 0.4096
4 3 0.1296
5 3 0.1296
6 2 1.8496
7 6 6.9696
8 3 0.1296
9 6 6.9696
10 1 5.5696
11 5 2.6896
12 3 0.1296
13 2 1.8496
14 3 0.1296
15 4 0.4096
16 5 2.6896
17 4 0.4096
18 4 0.4096
19 4 0.4096
20 0 11.2896
21 0 11.2896
22 0 11.2896
23 5 2.6896
24 0 11.2896
25 2 1.8496
Total 84 115.76

Media celor 25 valori selectate: 36 , 3
25
84
1
= = =

=
n
x
x
n
i
i
;

Intervalul n care se va ncadra media real:
x - <
0
x < x + 3,36 0,907 <
0
x < 3,36 + 0,907
38
2,453 <
0
x < 4,267, unde:
907 , 0
25
196 , 2
0639 , 2
1 ,
= = = A

n
S
t
n o
,
t
0,05; 25-1
citit din tabelul repartiiei Student = 2,0639;

Estimator al abaterii medii ptratice S;
( )
196 , 2
1 25
76 , 115
1
2
=

=

n
x x
S
i
;

Estimator dispersiei S
2
:
( )
823 , 4
1 25
76 , 115
1
2
2
=

=

n
x x
S
i
;

Coeficientul de variaie: % 4 , 65 100
36 , 3
196 , 2
100 = = =
x
S
v .

39

5.3. Jocuri de simulare

Simularea tip joc presupune utilizarea unui model matematic,
experimentarea constnd n atribuirea de valori variabilelor din model i
monitorizarea impactului asupra uneia sau mai multor funcii obiectiv. Astfel de
simulri unt des utilizat n aplicaii militare. (De fapt, apariia i dezvoltarea
jocurilor de simulare i au originea n jocurile de rzboi, care urmreau
stabilirea unor strategii de lupt i antrenarea ofierilor prin simularea unor
situaii militare).
Jocurile de simulare utilizate pentru simularea proceselor economice,
implicit de marketing, cunoscute i sub numele de joc de conducere
(management game) sau joc de ntreprindere (business game), au, n primul
rnd un important rol educaional.
Jocurile de ntreprindere sunt modele de simulare care presupun
participarea mai multor participani i care sunt angajai ntr-un proces
informaional-decizional ce simuleaz o situaie de competiie real.
Interesul pentru jocurile de ntreprindere a crescut foarte mult, organizaii
din ntreaga folosesc jocuri n procesul de pregtire a personalului de
conducere; metoda putnd fi folosit i n procesul de testare a competenei
salariailor.

Printre scopurile educaionale majore ale utilizrii jocurilor de
ntreprindere sunt:
crearea, la nivelul persoanelor ce ocup funcii de conducere a
deprinderilor n rezolvarea diferitelor probleme cu care se pot
confrunta n desfurarea propriei activiti.
proiectarea i aplicarea de strategii i politici;
40
fundamentarea tiinific a deciziilor; posibilitatea de testa o serie de
ipoteze asupra naturii deciziilor, precum identificarea efectelor
probabile ale diverselor decizii.
anticiparea consecinelor folosirii resurselor n cele mai diverse
situaii, bineneles fr utilizarea efectiv a acestora.
organizarea muncii managerilor;
crearea i dezvoltarea spiritului de echip;
abordarea sistematic a organizaiei i a componentelor sale;
stimularea creativitii participanilor i dezvoltarea simului de
rspundere - pe perioada desfurrii jocului participanii pot s-i
manifeste pe deplin personalitatea, s-i verifice cunotinele asimilate,
puterea de a raiona corect, etc.
datorit echipamentelor necesare, jocurile de ntreprindere duc la
familiarizarea participanilor cu aspectele specifice implicate de
utilizarea calculatorului n procesele manageriale.

Aplicaiile jocurilor de simulare pentru rezolvarea unor probleme de
marketing reale nu sunt foarte numeroase, datorit necesitii adaptrii acestora
la nivelul fiecrui caz particular, costurile fiind n consecin foarte mari.
Dintre motivele care ar putea justifica utilizarea jocurilor pentru
rezolvarea problemelor de marketing amintim:
grad ridicat de implicare a participanilor la desfurarea jocului i,
implicit, creterea motivaiei nvrii;
aplicarea conceptelor de marketing, ndeosebi cele referitoare la
managementul activitii de marketing;
adoptarea deciziilor n mediu concurenial;
creterea curbei nvrii datorit succeselor i greelilor realizate, a
cror consecine sunt n timp scurt observabile;
41
dezvoltarea spiritului de echip si a capacitii de a lua decizii sub
presiunea timpului.

Exemple de jocuri de simulare
7
:
Jocul ABC Market - mai multe echipe concureaz pe aceeai pia. Pe baza
unui buget iniial, echipele vor cumpra, produce i vinde. Va ctiga echipa cu cea
mai buna strategie, nelegere a pieei i notorietate comercial. Jocul induce ideea
de a aciona strategic pe o pia n locul unei simple reacii la schimbrile
conjuncturale.
Fiecare participant simuleaz o companie din sfera produciei aflat n
competiie cu toate firmele simulate de ctre ceilali participani la programul de
instruire. Firmele dispun de acelai buget iniial. Pe piaa astfel format exist 3 tipuri
de materii prime (a, b i c) prin a cror combinare dup o reet de producie se pot
obine 4 produse finite (x, y, z i w). La fel ca i n economia real, aceste materii
prime nu se gsesc n cantiti nelimitate, astfel nct nu toate firmele prezente pe
pia vor reui aprovizionarea. Acest proces se face prin licitaie direct nchis
(fiecare firm i va elabora oferta de cumprare cuprinznd cantitile cerute din
fiecare materie prim precum i preul pe care este dispus s-l plteasc). Firmele
care nu au reuit aprovizionarea vor nregistra penaliti - cheltuielile fixe legate de
funcionarea companiei. Firmele care au reuit aprovizionarea vor trece la stabilirea
strategiei de producie: combinnd materiile prime (conform reetelor de fabricaie)
vor realiza produse finite n cantitile si sortimentele alese. Aceste produse vor fi
scoase la vnzare pe o pia concurenial ntr-un mod similar cu procesul de
aprovizionare: licitaie direct. Vor reui vnzarea acele firme care au cerut pentru
produsele lor un pre mai mic sau egal cu cel mediu stabilit pe piaa n urma
procesrilor tuturor ofertelor de vnzare. Firmele care intr n dificulti financiare pot
solicita credite de la banca. Aceste credite se gajeaz cu valoarea stocurilor de
materii prime i/sau produse finite i sunt purttoare de dobnd. Creditul(ele) i
dobnda aferent se scad la sfritul jocului din bugetul firmei.

Jocul Managementul Vnzrilor - fiecare echip joac rolul unui Director
Regional de Vnzri i concureaz una mpotriva celeilalte. Printre deciziile care

7
www.smartbox.ro
42
trebuiesc luate amintim: alegerea pieelor de desfacere, selectarea produselor ce
trebuie cumprate i vndute, fixarea preurilor, stabilirea dimensiunii parcului auto si
a rutelor, modalitatea de vnzare, mrimea propriei structuri de angajai, decizii
privind activitatea de marketing, planificarea i stabilirea strategiilor manageriale, etc.
Jocul a fost elaborat datorita unui fenomen extrem de evident pe piaa
romneasc de fora de munc, n special in sectorul de vnzri: marea majoritate
area sales managerilor sunt promovai din rndul agenilor de vnzri care au
rezultate deosebite n activitate. Faptul c sunt foarte buni ageni de vnzri nu
garanteaz c vor fi i buni manageri n vnzri. Prima tentaie care apare la o astfel
de persoan este s-i pstreze comportamentul, adic s vnd mult. Astfel, noul
ASM provenit din rndul agenilor de vnzri poate neglija anumite atribute
manageriale n vnzri (recrutare de noi ageni, instruirea acestora - inclusiv "on the
job", motivarea lor, etc.) alocndu-i tot timpul disponibil vnzrilor personale. Prin
acest joc se permite fiecrui participant adoptarea tuturor atributelor manageriale n
vnzri: recrutare, training, motivare, training on the job i vnzare personal.

Jocul Promoiilor - pe baza unui buget iniial i a unui portofoliu de produse
similare, echipele vor concura pe aceeai pia. Ele vor trebui s decid ce categorii
de clieni trebuie s abordeze i ce tipuri de produse pot fi vndute. Nu n ultimul
rnd, participanii vor decide cum s-i promoveze produsele ctre aceste categorii
de clieni. Clienii vor alege produsele cu cea mai atractiv promovare i care li se par
cele mai convenabile. n final, ei vor decide ce s cumpere i de la care echip,
oferind astfel juctorilor avantaj competitiv.

ntr-un joc de ntreprindere se poate utiliza att metoda de simulare Monte
Carlo (dac intervin variabile aleatorii) sau tehnicile de simulare Forrester,
alturi de metodele cercetrii operaionale sau statistico-matematice. Astfel,
avnd n vedere c un model matematic asigur o evaluare n termeni cantitativi
a unui fenomen, n timp ce orice proces economic complex impune n momentul
lurii deciziei considerarea i a factorilor calitativi, utilizatorul va combina cele
dou categorii de metode (cantitative i calitative).
43
Un joc de ntreprindere trebuie astfel conceput nct s fie caracterizat
prin elasticitate; un model rigid neputnd pune n valoare inteligena i
creativitatea participanilor i, de asemenea, pe msura derulrii
experimentrilor nu permite perfecionare sistemului.


CLASIFICAREA JOCURILOR DE SIMULARE

Jocurile de ntreprindere sunt clasificate dup numeroase criterii, dintre
cele mai importante fiind
8
:
- Dup sfera de aciune, jocurile se clasific n:
Jocurile pentru ntreaga ntreprindere (Total Entreprise sau
Top Management) simuleaz funciile principale ale
ntreprinderii, astfel nct participanii la joc s poat nelege
diversele legiti ale unitii economice n ansamblu, n condiiile
influenei reciproce att dintre subsistemele interne, ct i dintre
acestea i mediul exterior.
Jocul funcional (Functional game) se refer la o funcie
specific a ntreprinderii analizate, participanii la joc putnd
experimenta diferite decizii n cadrul compartimentului care
ndeplinete funcia simulat (serviciul de aprovizionare,
serviciul de investiii, serviciul de producie etc.) i estima
eventualele consecine pentru alte compartimente cu care
acioneaz n strns legtur.
Jocurile complexe analizeaz mai multe funcii ale ntreprinderii
i relaiile principale cu alte compartimente sau chiar cu mediul
exterior ntreprinderii. n acest caz, juctorii trebuie s estimeze

8
Preluat dup Raiu Suciu, Camelia, Modelarea & simularea proceselor economice Teorie i practic, Ediia
a patra, Editura Economic, Bucureti, 2005, pp. 254-257.
44
implicaiile unei decizii adoptate ntr-un anumit compartiment
asupra altor compartimente ale ntreprinderii. De asemenea, se
urmrete evaluarea efectelor unor perturbaii asupra
compartimentului considerat chiar dac aceste perturbaii au
aprut n afar, de pild, ntr-un compartiment cu care exist
strnse legturi.
Jocurile pentru alte zone de specialitate permit testarea unor
strategii politice, economice, tehnico-organizatorice privind o
ramur de activitate economic dintr-o anumit zon geografic.
De exemplu, dac se consider diverse programe de lucru ale
unor uniti de servire, se pot constata efectele economice la
unitile beneficiare sau se pot stabili consecinele pentru unitile
de servire analizate, corelate cu comportamentul unitilor
consumatoare.

- Dup elementul competitiv, jocurile pot fi:
Jocuri concureniale sunt acelea n care fiecare participant
adopt astfel de decizii nct s-i depeasc adversarul
(adversarii). Ele pot fi: jocuri interdependente i jocuri
independente.
o Jocurile interdependente sunt acele jocuri n care
succesul unui participant este influenat att de
propriile decizii, ct i de deciziile concurenilor. n
acest caz, funcia de performan economic a unui
juctor depinde att de propriile aciuni, ct i de
aciunile adversarului sau adversarilor si. Sunt
jocuri specifice pentru economia de pia.
o Jocurile independente sunt acele jocuri n care
fiecare realizeaz mbuntirea propriilor
45
performane economice, fr a aciona asupra
celorlali juctori. Practic, juctorul adopt diverse
decizii cu scopul de a-i mbunti indicatorii
economici, fr a leza interesele partenerului de
joc. n cadrul coaliiilor de juctori se poate
considera c jocul este independent, atunci cnd
juctorii din cadrul coaliiei se ajut reciproc.
Coaliia poate fi ns n competiie cu alte coaliii,
aceast competiie putnd avea caracter dependent
(dac coaliiile i influeneaz rezultatele reciproc)
sau caracter independent, n caz contrar.
Jocurile cooperative sunt acele jocuri n care doi parteneri
convin ca, cel puin n privina anumitor clase de decizii i
aciuni, acestea s nu fie ndreptate mpotriva intereselor
celuilalt partener. n cazul economiei de pia se stabilesc
convenii ntre doi sau mai muli parteneri prin care acetia i
mpart piaa pentru anumite produse conform unor principii, ca
de exemplu: fiecare partener i desface mrfurile pe piaa cea
mai apropiat, fiecare partener vinde unui numr de clieni
proporional cu volumul produciei etc.
Jocurile contra naturii sunt acele jocuri n care un decident
real i ndreapt aciunea mpotriva unui partener virtual, care
reprezint, de fapt, mediul ambiental. Acest partener poate
aciona att n favoarea decidentului, ct i n defavoarea
acestuia. Diferena dintre modul n care acioneaz natura i
modul n care acioneaz un partener virtual este c acest
partener acioneaz contient, n timp ce mediul acioneaz
fr intenie (fr scop). n concluzie, aceste aciuni constituie,
de fapt, perturbaii. n majoritatea cazurilor participantul la joc
46
se gsete n interaciune cu mediul (natura). Pentru a contracara
efectele negative ale perturbaiilor mediului este necesar s se
adopte o serie de msuri preventive, care reduc probabilitatea de
apariie a evenimentelor nedorite;
Pachete de auto nvare permit participanilor s nvee
prin exerciii practice preluate din afaceri. Aceste pachete sunt
realizate astfel nct s furnizeze att teorie ct i practic
privind concepte fundamentale de afaceri (n Ctoiu, Iacob -
coordonator, Cercetri de marketing, Editura Uranus Bucureti,
2002, p 439).

- Dup prelucrarea rezultatelor. n funcie de acest criteriu, pot fi:
Jocuri pe calculator
Jocuri manuale.
n cazul jocurilor complexe se elaboreaz programe de calcul care
determin efectele economice ale deciziilor adoptate de parteneri. n
cazul unui joc simplu, calculele pot fi efectuate fie manual, fie cu
ajutorul unui minicalculator.

- Dup scopul urmrit, pot fi:
Jocurile de instruire sunt acele jocuri care permit
participanilor s nvee s adopte decizii optime n condiiile
unor situaii ipotetice, dar foarte posibil a fi regsite n practica
unitilor economice. La aceste jocuri calculatorul efectueaz
operaii de rutin sau adopt decizii simple. Deciziile importante
trebuie s fie adoptate ns de juctori raionali. Prin solicitri
repetate se reuete, de cele mai multe ori, perfecionarea stilului
de adoptare a deciziilor de ctre juctori.
47
Jocurile de ntreprindere pentru fundamentarea deciziilor
operative sunt jocuri care permit specialitilor s adopte decizii
mai bune, n condiii reale. Aceste jocuri necesit utilizarea
calculatorului electronic, deoarece deciziile se adopt pe baza
unui algoritm complex, care analizeaz efectele economice ale
mai multor soluii (care constau n diferite variante sau strategii)
n condiiile unor perturbaii. n acest caz, decidentul poate
cunoate consecinele asupra performanelor economice att ale
soluiei optime (sau suboptime), ct i ale soluiilor ineficiente,
ceea ce i permite ca, n afar de instruire, s obin un spor
semnificativ de economii de resurse.


ETAPELE DESFURRII UNUI JOC DE NTREPRINDERE

Jocurile de ntreprindere se desfoar sub conducerea unui administrator
(arbitru) i presupun parcurgerea mai multor etape, dintre care, cele mai
importante sunt:
Descrierea general a jocului i instruirea participanilor. n aceast
etap sunt comunicate:
- regulile jocului;
- obiectivele jocului;
- valorile iniiale ale parametrilor de stare precum i evoluiile
probabile ale unor indicator; posibile perturbaiile i eventual
probabilitatea de realizare etc.;
- restriciile de joc (respectiv restricii n legtur cu resursele la
dispoziia participanilor, informaiile pe care le deine sau le
poate obine un participant, opiunile posibile i decizia pe care
48
trebuie s o adopte pentru realizarea obiectivului impus,
restricii de aciune etc.),
- obiectivele ntreprinderii sau compartimentului pe care l
reprezint fiecare juctor;

Adoptarea deciziilor de ctre participani.
Participanii la joc trebuie s adopte deciziile pe care le consider cele mai
bune pentru obiectivul urmrit, cu respectarea condiiilor impuse iniial i
comunicate n etapa anterioar. De regul, arbitrul nu pune la dispoziia
juctorilor nici un fel de algoritm, pentru gsirea celei mai bune soluii, decizia
fiind adoptat pe baza competenei, a unui algoritm euristic elaborat n timpul
jocului sau cunoscut anterior i adaptat condiiilor concrete ale jocului sau prin
tatonare (se aleg la ntmplare valori numerice ale parametrilor economici i se
evalueaz consecinele). Direcia de aciune a fiecrui participant poate, n
consecin, s fie schimbat pe parcursul desfurrii jocului pentru
mbuntirea performanelor.
Fiecare decizie adoptat de ctre participani constituie o iteraie (ciclu) a
jocului, numrul total de iteraii putnd fi precizat de arbitru n prima etap a
jocului. n unele cazuri el nu anun de la nceput acest numr de cicluri, aceasta
stabilindu-se pe parcurs derulrii jocului n funcie de rezultate i, eventual, de
prerea consilierilor de joc.

Efectuarea de ctre arbitru a calculelor i evaluarea deciziilor adoptate.
n baza deciziile adoptate de ctre fiecare participant, precum i a
perturbaiilor aprute n perioada I jocului comunicate de ctre consilieri,
administratorul ruleaz programul de simulare i evalueaz consecinele acestor
decizii asupra performanelor economice ale ntreprinderilor, sau
compartimentelor pe care le reprezint juctorii.
49
Astfel, arbitrul poate evalua msur n care juctorii stpnesc fenomenele
economice i poate estima att timpul de instruire ct i capacitatea
participanilor de a conduce un compartiment / ntreprinderea n totalitate.

Comunicare de ctre arbitru a unei informri asupra rezultatelor
obinute.
Dup evaluarea rezultatelor fiecrei iteraii arbitrul, anun rezultatele
obinute fiecrui participant. Sunt comunicate att informaii cu caracter general
(care privesc toi participanii la joc), dar i informaii destinate fiecrei echipe
(confideniale echipelor concurente). Unele informaii pot fi obinute doar contra
cost.
Juctorii fac o analiz a rezultatelor. n baza creia se ia decizia de a
menine direcia de aciune, sau de a adopta o alt strategie.

Efectuarea de ctre arbitru a unui test de continuare, respectiv ncetare
a jocului.
Arbitrul ia decizia de a continua numrul de iteraii sau de a nceta jocul.
Aceast decizie se poate baza fie pe realizarea numrului de iteraii stabilit nc
de la nceputul jocului, sau se poate baza pe o evaluare a situaiei astfel:
- dac se constat c toi participanii i-au nsuit jocul cu mult
nainte de terminarea numrului prestabilit de cicluri se procedeaz
la finalizarea jocului;
- dac se constat, ns, c participanii nu i-au nsuit jocul, arbitrul
poate mri numrul faa de cel stabilit iniial.
Pe parcursul derulrii jocului, unii participani pot prsi jocul (ex: n
cazul jocurilor concureniale, n situaie de faliment).

Anunarea sfritului jocului i a rezultatelor finale.
50
n baza evalurii evoluiei de ansamblu a fiecrui participant, arbitrul
evalueaz rezultatele jocului. Astfel, sunt calculai diveri indicatori de
performan n baza crora se va determina calificativul global al fiecrui
participant la joc i care va sta la baza ierarhizrii participanilor. De asemenea,
se recomand elaborarea de ctre fiecare echip a unei prezentri care s
cuprind deciziile adoptate. Aceasta va putea permite i o evaluare a msurii n
care participanii s-au folosit de aspectele nvate anterior, precum i coerena
aciunilor ntreprinse.


LIMITE ALE JOCURILOR DE NTREPRINDERE

consumul mare de timp i experien n diverse domenii (economic,
matematic, inginerie, informatic, programare) pentru conceperea,
modelarea i punerea la punct a unui astfel de joc;
rezultatele scontate apar dup un anumit numr de ani (n timp ce
implementarea acestuia este extrem de costisitoare);


51

5.4. Simularea cu ajutorul tehnicilor Forrester

Modelarea dinamic (dinamica industrial) a fost elaborat de Jay
Forrester n perioada anilor '60. La baza acesteia st faptul c funcionarea unui
sistem presupune cunoaterea interaciunilor dintre fluxurile de informaii,
comenzi, resurse materiale i umane etc.
Un model dinamic surprinde comportarea sistemelor complexe,
evideniind modul n care structura acestora determin traiectoria, respectiv
comportarea n timp.
Tehnicile Forrester au fost utilizate deopotriv la nivel microeconomic i
macroeconomic. Astfel, la nivel microeconomic aplicaiile au vizat alocarea
capacitilor, programarea i urmrirea produciei, organizarea desfacerilor de
produse, controlul stocurilor. La nivel macroeconomic aceste tehnici au fost
utilizate pentru organizarea cercetrii tiinifice i protecia mediului ambiant.
Instrumentele utilizate de dinamica industrial combin metodele de
natur calitativ cu cele cantitative.

La baza modelrii dinamice st ciclul informaie decizie aciune.
Acesta se constituie din dou ci:
calea direct: intrare (decizie) - ieire (starea sistemului);
calea de reacie invers (feed-back-ul): ieire (starea sistemului) -
informaie despre ieire (eventual prelucrat) - intrare (decizie).






52
Avantajele utilizrii tehnicilor de dinamic industrial:

constituie o modalitate de analiz global, sistemic a fenomenelor
economice complexe, evideniind elementele intercondiionare,
precum i procesele de feed-back;
ofer posibilitatea rezolvrii unor probele de mare complexitate prin
simulare, utiliznd deopotriv relaii cantitative i calitative;
bazndu-se pe analize i interpretri calitative, tehnicile de tip
Forrseter evit rigiditatea modelelor matematice.

Tehnicile de dinamic industrial opereaz cu urmtoarele categorii de
variabile (mrimi ce sunt influenate de deciziile din interiorul sistemului):
variabile care reprezint acumulri de cantiti, ce sunt msurabile
riguros la un moment dat (niveluri). De exemplu, nivelul
desfacerilor la un anumit moment dat;
variabile care exprim modul de desfurare a unor procese
(variabile de ritm). De exemplu ritmul desfacerilor ntr-o anumit
perioad de timp.
variabile auxiliare constituie pri ale ecuaiilor de ritm care
exprim concepte cu neles independent.
Variabilele de ritm sunt constante pe durata unui interval, n timp ce
variabilele de nivel capt valori distincte la momente diferite

n afara acestor variabile tehnicile de dinamic industrial conin i
parametri a cror valori nu sunt influenate de deciziile din interiorul sistemului
analizat. Valorile parametrilor pot fi modificate de la o simulare la alta.


53
Comportarea sistemului este descris cu ajutorul unui sistem de ecuaii
ce cuprind:
ecuaii de nivel (variaia unei variabile de stare);
ecuaii de ritm (ritmul variaiei strii);
ecuaii auxiliare (dependena unei variabile de alt variabil sau
parametru).
54
5.5. Modele de simulare pentru studierea relaiilor de cauzalitate.
Experimente de marketing utilizate n studiul legturilor dintre
variabile

O serie de modele oferite de statistica matematic pot fi utilizate n
simularea fenomenelor de marketing n vederea determinrii relaiilor de
interdependen dintre dou sau mai multe variabile, respectiv pentru verificarea
unor ipoteze legate de influenele dintre variabilele studiate.


EXPERIMENTE FACTORIALE

Aceste modele studiaz influena dou sau mai multor variabile
independente - factori (precum i interaciunea dintre acestea) asupra unei
variabile dependente (rezultative).

Experimente doi factori (cu doi factori)
n cazul unui experiment factorial cu doi factori datele se pot organiza
astfel:


Niveluri ale variabilei independente B Niveluri ale variabilei
independente A 1 2 j b
y
111
y
121
y
1j1
y
1b1

y
112
y
122
y
1j2
y
1b2

.
.
.
.
.
.
.
.
1
y
11n11
y
12n12
y
1jn1j
y
1bn1b

. . . . .
j
.
.
.
.
.
.
.
.
.
y
a11
y
a21
y
aj1
y
ab1

y
a12
y
a22
y
aj2
y
ab2

.
.
.
.
.
.
.
.
a
y
a1na1
y
a2na2
y
ajnaj
y
abnab

55
y
ijk
reprezint nivelul variabilei dependente cruia i s-a aplicat nivelul i
al variabilei A ( i = a , 1 ) i nivelul j al variabilei B (j = b , 1 ).

Se lanseaz ipoteza nul conform creia cele dou variabile independente,
precum i interaciunea dintre ele nu au influen semnificativ variaia variabilei
dependente.
Determinarea, cu ajutorul analizei dispersionale, a influenelor celor dou
variabile independente precum i a interaciunii dintre ele asupra variaiei
variabilei rezultative, presupune calculul urmtorilor indicatori:
- variaia total sau suma abaterilor ptrate pe total (S
T
) se determin cu
ajutorul relaiei:

= = =
= = =
|
|
.
|

\
|
=
a
i
b
j
n
k
a
i
b
j
n
k
ijk
ijk T
ij
ij
n
y
y S
1 1 1
2
1 1 1
2
.
Variaia total se divide n dou componente :
- variaia determinat de cele dou variabile independente, precum i
de interaciunea dintre acestea, respectiv, suma abaterilor ptrate ntre
grupurile constituite dup variaia simultan a celor dou variabile
(S
Tr
);
- eroarea experimental (S
E
).

Deci:
S
T
= S
Tr
+ S
E
;
n
y
n
y
S
a
i
b
j
n
k
ijk
a
i
b
j ij
n
k
ijk
Tr
ij ij
2
1 1 1
1 1
2
1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
= =
=
,
S
E
= S
T
S
Tr
.

56
De asemenea, suma abaterilor ptrate ntre grupurile constituite dup
variaia simultan a variabilelor A i B (S
Tr
) este constituit din trei componente
S
A
, S
B
, S
AB
, respectiv, variaia variabilei rezultative generat de variaia variabilei
independente A, a variabilei independente B, precum i ca rezultat al
interaciunii dintre cele dou variabile:

S
Tr
= S
A
+ S
B
+ S
AB.

Variaia variabilei dependente ca rezultat al variaiei variabilelor A, B,
precum i ca rezultat al interaciunii dintre acestea se determin cu ajutorul
relaiilor:
n
y
n
y
S
a
i
b
j
n
k
ijk
a
i i
b
j
n
k
ijk
A
ij ij
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
;
n
y
n
y
S
a
i
b
j
n
k
ijk
b
j j
a
i
n
k
ijk
B
ij ij
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
;
S
AB
= S
Tr
S
A
S
B
,
unde:
n = numrul total al valorilor nregistrate ale variabilei dependente;
n
i
= numrul valorilor variabilei dependente din grupurile formate strict
dup variaia variabilei A;
n
j
= numrul valorilor variabilei dependente din grupurile formate strict
dup variaia variabilei B;
n
ij
= numrul valorilor variabilei dependente din grupurile formate dup
variaia variabilei A i B.

Verificarea semnificaiei statistice a celor trei efecte presupune
determinarea raporturilor Fisher, respectiv, a celor trei valori calculate F
c

corespunztoare fiecrui efect studiat:
57
. :
) 1 )( 1 (
; :
1
; :
1
ab n
S
b a
S
F
ab n
S
b
S
F
ab n
S
a
S
F
E AB
c
E B
c
E A
c
AB
B
A

=

=

=


Valorile calculate F
c
se compar cu valorile tabelate F corespunztoare
pentru un anumit numr de grade de libertate i un anumit nivel de semnificaie
o determinat n funcie de probabilitatea P cu care se garanteaz rezultatele.
Dac: F
c
> F tabelat, ipoteza nul se respinge, variabila independent
(interaciunea dintre acestea) are o influen semnificativ asupra variabilei
dependente;
F
c
< F tabelat, ipoteza nul se accept, variabila independent
(interaciunea dintre cele dou variabile) nu are influen semnificativ asupra
variabilei dependente, pentru probabilitatea de garantare a rezultatelor
considerat.














58
Tabelul de calcul pentru analiza datelor n proiectarea complet aleatoare cu doi
factori:
Natura variaiei Suma ptratelor abaterilor
Numrul
gradelor
de
libertate
Valorile F
c

Total

= = =
= = =
|
|
.
|

\
|
=
a
i
b
j
n
k
a
i
b
j
n
k
ijk
ijk T
ij
ij
n
y
y S
1 1 1
2
1 1 1
2

n-1 -
Generat de factorii
experimentali A i B,
precum i de
interaciunea dintre ei
n
y
n
y
S
a
i
b
j
n
k
ijk
a
i
b
j ij
n
k
ijk
Tr
ij ij
2
1 1 1
1 1
2
1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
= =
=

ab-1 -
Generat de factorul
experimental A
n
y
n
y
S
a
i
b
j
n
k
ijk
a
i i
b
j
n
k
ijk
A
ij ij
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =

a-1
ab n
S
a
S
F
E A
c
A

= :
1

Generat de factorul
experimental B
n
y
n
y
S
a
i
b
j
n
k
ijk
b
j j
a
i
n
k
ijk
B
ij ij
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =

b-1
ab n
S
b
S
F
E B
c
B

= :
1

Generat de
interaciunea dintre
factorii experimentali
A i B
S
AB
= S
Tr
S
A
S
B

(a-1)(b-
1)
ab n
S
b a
S
F
E AB
c
AB

= :
) 1 )( 1 (

Rezidual
S
E
= S
T
S
Tr

n-ab -

Similar pot fi studiate influenele mai multor variabile, ca i interaciunea
dintre acestea, prin intermediul unui experiment multifactorial. De exemplu, n
cazul unui experiment cu trei factori (A, B, C), se studiaz influena fiecrui
factor experimental A, B, C, precum i influena urmtoarelor interaciuni: A - B,
A - C, B - C i, respectiv, A B C.





59
Exemplu
Considerm urmtoarele valori nregistrate ale unei variabile dependente
y
ij
sub aciunea a nivelurilor a dou variabile independente A i B.

Variabila independent B
Variabila
independent A
B
1
B
2
B
3
B
4

Total
24 26 38 39
27 28 36 42
25 34 21 44
A
1

23 48
455
34 31 39 47
36 46 41 51
41 45 48 56
21 56
A
2

46
638
33 43 41 49
45 46 45 55
47 32 36 61
A
3

41 42
616
Total 333 395 447 534 1709

Lansm ipoteza nul conform creia cei doi factori experimentali, precum
i interaciunea dintre ei nu au influen semnificativ asupra variaiei variabilei
dependente.
19 , 144 . 4 81 , 922 . 67 067 . 72
1 1 1
2
1 1 1
2
= =
|
|
.
|

\
|
=

= = =
= = =
a
i
b
j
n
k
a
i
b
j
n
k
ijk
ijk T
ij
ij
n
y
y S

067 . 72 42 ..... 25 27 24
....
2 2 2 2
4
1
2
34
3
1
2
33
3
1
2
13
4
1
2
12
3
1
2
11
1 1 1
2
= + + + + =
= + + + + + =

= = = = = = = = k
k
k
k
k
k
k
k
k
k
a
i
b
j
n
k
ijk
y y y y y y
ij

81 , 922 . 67
43
1709
43
) 42 61 ...... 28 26 25 27 24 (
2 2
2
1 1 1
= =
+ + + + + + +
=
|
|
.
|

\
|

= = =
n
y
a
i
b
j
n
k
ijk
ij

94 , 818 . 2 81 , 922 . 67 75 , 741 . 70
2
1 1 1
1 1
2
1
= =
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
= =
=
n
y
n
y
S
a
i
b
j
n
k
ijk
a
i
b
j ij
n
k
ijk
Tr
ij ij

60
( ) ( ) ( )
75 , 741 . 70
4
42 61 55 49
.......
4
23 34 28 26
3
25 27 24
2 2 2
1 1
2
1
=
+ + +
+ +
+ + +
+
+ +
=
|
|
.
|

\
|

= =
=
a
i
b
j ij
n
k
ijk
n
y
ij

96 , 104 . 1 81 , 922 . 67 77 , 027 . 69
2
1 1 1
1
2
1 1
= =
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
n
y
n
y
S
a
i
b
j
n
k
ijk
a
i i
b
j
n
k
ijk
A
ij ij

77 , 027 . 69
14
616
15
638
14
455
2 2 2
1
2
1 1
= + + =
|
|
.
|

\
|

=
= =
a
i i
b
j
n
k
ijk
n
y
ij

91 , 437 . 1 81 , 922 . 67 72 , 360 . 69
2
1 1 1
1
2
1 1
= =
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
n
y
n
y
S
a
i
b
j
n
k
ijk
b
j j
a
i
n
k
ijk
B
ij ij

72 , 360 . 69
11
534
11
447
11
395
10
333
2 2 2 2
1
2
1 1
= + + + =
|
|
.
|

\
|

=
= =
b
j j
a
i
n
k
ijk
n
y
ij


S
AB
= S
Tr
S
A
S
B
= 2.818,94 - 1.104,96 - 1.437,91 = 276,07

S
E
= S
T
S
Tr
= 4.144,19 - 2.818,94 = 1.325,25

92 , 12
4 3 43
25 , 325 . 1
:
1 3
96 , 104 . 1
:
1
=

=

=
ab n
S
a
S
F
E A
c
A

21 , 11
4 3 43
25 , 325 . 1
:
1 4
91 , 437 . 1
:
1
=

=

=
ab n
S
b
S
F
E B
c
B

08 , 1
4 3 43
25 , 325 . 1
:
) 1 4 )( 1 3 (
07 , 276
:
) 1 )( 1 (
=

=

=
ab n
S
b a
S
F
E AB
c
AB


Not: Nedispunnd de valori tabelate ale lui F pentru 3 1 = 2 i, respectiv, 43 3
.
4 = 31
grade de libertate, precum i pentru 4 1 = 3 i, respectiv, 31 grade de libertate, acestea au
fost citite pentru 2 i 30, respectiv, pentru 3 i 30 grade de libertate i pentru un nivel de
semnificaie de 0,001.
n aceeai ordine de idei, nedispunnd de valoarea tabelat a lui F pentru (3 1)(4 1) = 6 i,
respectiv, 31 grade de libertate, aceasta a fost citit pentru 6 i, respectiv, 30 grade de libertate
i pentru un nivel de semnificaie de 0,05.
F
0,001; 2, 30
= 8,77;
61
F
0,001; 3, 30
= 7,05;
F
0,05; 6, 30
= 2,42.

Comparnd valorile F
c
calculate cu valorile tabelate, se observ c cei doi
factori experimentali sunt semnificativi pentru o probabilitate de garantare a
rezultatelor de 99,9%, deci pentru un nivel de semnificaie o de 0,001.
8,77 < 12,92
7,05 < 11,21.

Deci variabila dependent este influenat semnificativ de cele dou
variabile independente, ns interaciunea dintre ele nu influeneaz semnificativ
variaia variabile Y, valoarea calculat Fc
AB
fiind inferioar valorii tabelate
pentru o probabilitate de garantare a rezultatelor de 95%:
2,42 > 1,08.


METODA BLOCURILOR RANDOMIZATE

Modelele de proiectare a experimentelor de tipul blocuri aleatoare sau
randomizate se caracterizeaz prin faptul c izoleaz i msoar efectele pe
care o variabil independent din afar le are asupra variaiei variabilei
rezultative. Aceast categorie de modele de proiectare ofer, comparativ cu
modelele prezentate anterior rezultate mai valide, n majoritatea cazurilor
fenomenele cercetate fiind influenate cel puin de o variabil extern cu
efecte asupra variaiei variabilei rezultative.
Controlul variabilei externe se realizeaz prin gruparea n blocuri,
valorile variabilei dependente din cadrul fiecrui bloc fiind obinute sub
influena aceluiai nivel a variabilei externe.
62
Prin aceast categorie de experimente (datorit izolrii i msurrii
influenei pe care variabila controlat din afar o exercit asupra variaiei
variabilei rezultative) se poate msura cu mai mult precizie influena variabilei
sau variabilelor independente, precum i a interaciunii dintre acestea, asupra
variaiei variabilei dependente.


Blocuri randomizate cu un singur factor
Organizarea datelor n cazul schemelor experimentale de tipul blocuri
randomizate cu un singur factor se realizeaz astfel:









Fiecare coloan j cuprinde n valori ale variabilei dependente obinut sub
aciunea nivelului j a variabilei independente. De asemenea, fiecare rnd i,
cuprinde r valori grupate n acelai bloc, respectiv, omogene din punctul de
vedere al variabilei externe controlate.
Determinarea influenei factorului experimental i a variabilei externe
asupra variaiei variabilei rezultative i a semnificaiei acestor influene se
realizeaz cu ajutorul analizei variaiei.
Se lanseaz ipoteza nul conform creia factorul experimental i,
respectiv, variabila extern controlat nu au influen semnificativ asupra
variabilei dependente.
Nivele ale variabilei X Nivele ale variabilei
externe controlate E x
1
x
2
x
3
x
j
x
r

e
1
y
11
y
12
y
13
y
1j
y
1r

e
2
y
21
y
22
y
23
y
2j
y
2r

.
.
.
.
.
.
.
.
.
.
.
.
e
i
y
i1
y
i2
y
i3
y
ij
y
ir

.
.
.
.
.
.
.
.
.
.
.
.
e
n
y
n1
y
n2
y
n3
y
nj
y
nr

63
Se determin variaia total nregistrat de toate unitile cercetate,
respectiv, suma abaterilor ptrate ale valorilor nregistrate ale variabilei
rezultative fa de media lor aritmetic (S
T
):

nr
y
y S
n
i
r
j
ij
n
i
r
j
ij T
2
1 1
1 1
2
|
|
.
|

\
|
=

= =
= =
.
Variaia total se descompune n:
- variaia ntre grupuri sau suma abaterilor ptrate ntre grupuri (S
Tr
),
care exprim influena variabilei factoriale;
- variaia ntre blocuri sau suma abaterilor ptrate ntre blocuri (S
Bl
),
care exprim influena variabilei externe controlate;
- eroarea experimental (S
E
), care msoar influena altor factori
neinclui n model (ntmpltori).
Ele se determin dup cum urmeaz:

=
= =
=
|
|
.
|

\
|

|
.
|

\
|
=
r
j
n
i
r
j
ij
n
i
ij
Tr
nr
y
n
y
S
1
2
1 1
2
1
;

=
= = =
|
|
.
|

\
|

|
|
.
|

\
|
=
n
i
n
i
r
j
ij
r
j
ij
Bl
nr
y
r
y
S
1
2
1 1
2
1
;
S
E
= S
T
S
Tr
S
Bl
,
unde:
y
ij
reprezint nivelul variabilei dependente nregistrat sub aciunea
nivelul i ( i = n , 1 ) a variabilei externe i nivelul j al variabilei factorial (
j = r , 1 ).

Verificarea semnificaiei statistice a influenei factorului experimental,
precum i a variabilei din afar presupune determinarea raporturilor
Fisher, corespunztoare fiecrui efect studiat:
64
;
) 1 )( 1 (
:
1
=
r n
S
r
S
F
E Tr
c
Tr

) 1 )( 1 (
:
1
=
r n
S
n
S
F
E Bl
c
Bl
,
unde:
r = numrul de grupuri ;
n = numrul de blocuri;
Valorile calculate Fc
Tr
i, respectiv, Fc
Bl
se compar cu valoarea tabelat
F
o;r-1,(n-1)(r-1)
i, respectiv, F
o,n-1,(n-1)(r-1),
citite din tabelele Fisher, pentru nivelul de
semnificaie o, ales.
Dac: F
c
> F tabelat, ipoteza nul se respinge, variabila factorial i
variabila independent din afar are o influen semnificativ asupra variaiei
variabilei dependente;
F
c
< F

tabelat, ipoteza nul se accept, variabila factorial i
variabila independent din afar nu au influen semnificativ asupra
variabilei dependente, pentru nivelul de semnificaie considerat.

Tabelul de calcul pentru analiza datelor n proiectarea cu ajutorul blocurilor
randomizate a experimentelor cu un singur factor:
Natura variaiei Suma ptratelor abaterilor
Numrul
gradelor de
libertate
Valorile F
c

Total
nr
y
y S
n
i
r
j
ij
n
i
r
j
ij T
2
1 1
1 1
2
|
|
.
|

\
|
=

= =
= =

rn-1 -
ntre grupe
(factorial)

=
= =
=
|
|
.
|

\
|

|
.
|

\
|
=
r
j
n
i
r
j
ij
n
i
ij
Tr
nr
y
n
y
S
1
2
1 1
2
1

r-1
) 1 )( 1 (
:
1
=
r n
S
r
S
F
E Tr
c
Tr

ntre blocuri
(sub influena
variabilei din
afar)

=
= = =
|
|
.
|

\
|

|
|
.
|

\
|
=
n
i
n
i
r
j
ij
r
j
ij
Bl
nr
y
r
y
S
1
2
1 1
2
1

n-1
) 1 )( 1 (
:
1
=
r n
S
n
S
F
E Bl
c
Bl

Rezidual
S
E
= S
T
S
Tr
S
Bl


(n-1)(r-1) -
65

Exemplu
Considerm urmtoarele valori nregistrate ale unei variabile dependente
y
ij
sub aciunea nivelurilor variabilei independente X. Se controleaz variaia
variabilei externe E.

Variabila independent X
Variabila
extern
controlat E
x
1
x
2
x
3

e
1
13 27 41
e
2
21 13 33
e
3
14 41 45
e
4
15 25 16
e
5
9 21 41
e
6
11 18 37
e
7
19 29 23
e
8
12 14 18
e
9
21 9 46
e
10
17 15 51
Total 152 212 351

Lansm ipoteza nul conform creia variabila independent X i variabila
extern E nu au influen semnificativ asupra variabilei dependente.

17 , 410 . 4 83 , 040 . 17 451 . 21
2
1 1
1 1
2
= =
|
|
.
|

\
|
=

= =
= =
nr
y
y S
n
i
r
j
ij
n
i
r
j
ij T

451 . 21 51 46 ...... 14 21 13
2 2 2 2 2
1 1
2
= + + + + + =

= =
n
i
r
j
ij
y

( )
83 , 040 . 17
10 3
351 212 152
2
2
1 1
=

+ +
=
|
|
.
|

\
|

= =
nr
y
n
i
r
j
ij

07 , 084 . 2 83 , 040 . 17 9 , 124 . 19
1
2
1 1
2
1
= =
|
|
.
|

\
|

|
.
|

\
|
=

=
= =
=
r
j
n
i
r
j
ij
n
i
ij
Tr
nr
y
n
y
S

9 , 124 . 19
10
351
10
212
10
152
2 2 2
1
2
1
= + + =
|
.
|

\
|

=
=
r
j
n
i
ij
n
y

66
3 8 , 700 83 , 040 . 17 67 , 741 . 17
1
2
1 1
2
1

=
= = =
= =
|
|
.
|

\
|

|
|
.
|

\
|
=
n
i
n
i
r
j
ij
r
j
ij
Bl
nr
y
r
y
S

( ) ( ) ( )
67 , 741 . 17
3
51 15 17
...
3
33 13 21
3
41 27 13
2 2
1
2
2
1
=
+ +
+ +
+ +
+
+ +
=
|
|
.
|

\
|

=
=
n
i
r
j
ij
r
y

S
E
= S
T
S
Tr
S
Bl
= 4.410,17 - 2.084,07 - 700,83 = 1625,27
541 , 11
) 1 3 )( 1 10 (
27 , 625 . 1
:
1 3
07 , 084 . 2
) 1 )( 1 (
:
1
=

=

=
r n
S
r
S
F
E Tr
c
Tr

862 , 0
) 1 3 )( 1 10 (
27 , 625 . 1
:
1 10
83 , 700
) 1 )( 1 (
:
1
=

=

=
r n
S
n
S
F
E Bl
c
Bl

Valoarea calculat Fc
Tr
se compar cu valoarea teoretic pentru o
probabilitate de garantare a rezultatelor de 99% i pentru 2 i, respectiv, 18
grade de libertate i un nivel de semnificaie o de 1 - 0,99 = 0,01. (F
0,01; 2, 18
=
6,01).
De asemenea, valoarea Fc
Bl
se compar cu valoarea tabelat F pentru 9 i,
respectiv, 18 grade de libertate i un nivel de semnificaie o de 0,05.
Not: Nedispunnd de valoarea tabelat a lui F pentru 9 i, respectiv, 18 grade de libertate,
aceasta a fost citit pentru 8 i, respectiv, 18 grade de libertate. (F
0,05; 8, 18
= 2,51)
11,541 >6,01;

0,862 < 2,51
.
Rezult c ipoteza nul se respinge, variabila X are o influen
semnificativ asupra variabilei dependente, pentru o probabilitate de garantare a
rezultatelor de 99%, n schimb, variabila E nu influeneaz semnificativ
variabila Y pentru o probabilitate de garantare a rezultatelor de 95%.


Blocuri randomizate cu doi factori
n cazul schemelor experimentale de tipul blocuri randomizate cu doi
factori, organizarea datelor este similar cu cea specific proiectrii factoriale
cu doi factori, deosebirea constnd n faptul c fiecare k valoare a variabilei
dependente din cadrul fiecrui grup face parte din blocul k. Deci exist n
67
blocuri, cte valori ale variabilei dependente sunt cuprinse n fiecare grup.
Similar cu cazul proiectrii complet aleatoare cu doi factori, exist doi factori A
i B, factorul experimental A are a nivele, iar factorul B, b nivele.
Se lanseaz ipoteza nul conform creia cale dou variabile independente,
interaciunea dintre acestea i variabila extern controlat nu au influen
semnificativ asupra variabilei dependente.
Determinarea influenelor pe care fiecare dintre cei doi factori,
interaciunea dintre ei, precum i variabila din afar le au asupra variaiei
variabilei rezultative, presupune determinarea urmtorilor indicatori:
- variaia total sau suma abaterilor ptrate pe total (S
T
), care se determin
cu ajutorul relaiei:

= = =
= = =
|
|
.
|

\
|
=
a
i
b
j
n
k
a
i
b
j
n
k
ijk
ijk T
abn
y
y S
1 1 1
2
1 1 1
2
.
Variaia total se divide n trei componente :
- variaia determinat de cele dou variabile factoriale,, precum i de
interaciunea dintre acestea (S
Tr
);
- variaia ntre blocuri sau suma abaterilor ptrate ntre blocuri (S
Bl
),
care exprim influena variabilei externe controlate;
- eroarea experimental (S
E
);
Deci:
S
T
= S
Tr
+ S
Bl
+ S
E
;
abn
y
n
y
S
a
i
b
j
n
k
ijk
a
i
b
j
n
k
ijk
Tr
2
1 1 1
1 1
2
1
|
|
.
|

\
|

|
.
|

\
|
=

= = =
= =
=
;
abn
y
ab
y
S
a
i
b
j
n
k
ijk
n
k
a
i
b
j
ijk
Bl
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
,
S
E
= S
T
S
Tr
S
Bl
.
68
Suma abaterilor ptrate ntre grupuri (S
Tr
) este constituit din trei
componente S
A
, S
B
, S
AB
, respectiv, variaia variabilei rezultative sub influena
variaiei factorului A, a factorului B, precum i ca rezultat al interaciunii dintre
cei doi factori:

S
Tr
= S
A
+ S
B
+ S
AB
;
abn
y
bn
y
S
a
i
b
j
n
k
ijk
a
i
b
j
n
k
ijk
A
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
;
abn
y
an
y
S
a
i
b
j
n
k
ijk
b
j
a
i
n
k
ijk
B
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
.
|

\
|
=

= = =
=
= =
;
S
AB
= S
Tr
S
A
S
B
.
unde:
y
ijk
reprezint nivelul variabilei dependente din blocul k ( k = n , 1 ) creia
i se aplic nivelul i al factorului A ( i = a , 1 ) i nivelul j al factorului B ( j
= b , 1 ).
Verificarea semnificaiei statistice a celor trei efecte, datorate factorilor
experimentali, precum i al celui datorat variabilei din afar presupune
determinarea urmtoarelor raporturi Fisher:
.
) 1 )( 1 (
:
1
;
) 1 )( 1 (
:
) 1 )( 1 (
;
) 1 )( 1 (
:
1
;
) 1 )( 1 (
:
1

=

=

=

=
ab n
S
n
S
F
ab n
S
b a
S
F
ab n
S
b
S
F
ab n
S
a
S
F
E Bl
c
E AB
c
E B
c
E A
c
Bl
AB
B
A

Valorile calculate F
c
se compar cu valorile tabelate F pentru numrul
corespunztor de grade de libertate de la numrtor i, respectiv, de la numitor i
pentru nivelul de semnificaie o ales, interpretarea rezultatelor fiind similar cu
cea prezentat la modelele anterioare.

69
Tabelul de calcul pentru analiza datelor n proiectarea cu ajutorul blocurilor
randomizate a experimentelor cu doi factori:
Natura variaiei Suma ptratelor abaterilor
Numrul
gradelor de
libertate
Valorile F
c

Total

= = =
= = =
|
|
.
|

\
|
=
a
i
b
j
n
k
a
i
b
j
n
k
ijk
ijk T
abn
y
y S
1 1 1
2
1 1 1
2

abn-1 -
Generat de factorii A i
B, precum i de
interaciunea dintre ei
abn
y
n
y
S
a
i
b
j
n
k
ijk
a
i
b
j
n
k
ijk
Tr
2
1 1 1
1 1
2
1
|
|
.
|

\
|

|
.
|

\
|
=

= = =
= =
=

ab-1 -
ntre blocuri
(sub influena variabilei
din afar)
abn
y
ab
y
S
a
i
b
j
n
k
ijk
n
k
a
i
b
j
ijk
Bl
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =

n-1
) 1 )( 1 (
:
1
=
ab n
S
n
S
F
E Bl
c
Bl

Generat de factorul A
abn
y
bn
y
S
a
i
b
j
n
k
ijk
a
i
b
j
n
k
ijk
A
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =

a-1
) 1 )( 1 (
:
1
=
ab n
S
a
S
F
E A
c
A

Generat de factorul B
abn
y
an
y
S
a
i
b
j
n
k
ijk
b
j
a
i
n
k
ijk
B
2
1 1 1
1
2
1 1
|
|
.
|

\
|

|
.
|

\
|
=

= = =
=
= =

b-1
) 1 )( 1 (
:
1
=
ab n
S
b
S
F
E B
c
B

Generat de
interaciunea dintre
factorii A i B
S
AB
= S
Tr
S
A
S
B
(a-1)(b-1)
) 1 )( 1 (
:
) 1 )( 1 (
=
ab n
S
b a
S
F
E AB
c
AB

Rezidual
S
E
= S
T
S
Tr
S
Bl

(n-1)(ab-1) -


Exemplu
Considerm urmtoarele valori nregistrate ale unei variabile dependente
y
ij
sub aciunea nivelurilor variabilelor independente A i B. Se controleaz
variaia variabilei externe E.





70
B
1
B
2
TOTAL
33 (e
1
) 15 (e
1
)
27 (e
2
) 8 (e
2
)
45 (e
3
) 21(e
3
)
37 (e
4
) 11 (e
4
)
A
1

35 (e
5
) 19 (e
5
)
Total 177 74
251
27 (e
1
) 14 (e
1
)
25 (e
2
) 12 (e
2
)
31 (e
3
) 11 (e
3
)
19 (e
4
) 7 (e
4
)
A
2

22 (e
5
) 15 (e
5
)
Total 124 59
183
TOTAL 301 133 434

Lansm ipoteza nul conform creia cei doi factori, interaciunea dintre ei
i variabila extern controlat nu au influen semnificativ asupra variaiei
variabilei dependente.

2 , 126 . 2 8 , 417 . 9 544 . 11
1 1 1
2
1 1 1
2
= =
|
|
.
|

\
|
=

= = =
= = =
a
i
b
j
n
k
a
i
b
j
n
k
ijk
ijk T
abn
y
y S

544 . 11 15 7 .... 45 27 33
2 2 2 2 2
1 1 1
2
= + + + + + =

= = =
a
i
b
j
n
k
ijk
y

8 , 417 . 9
5 2 2
434
2
2
1 1 1
=

=
|
|
.
|

\
|

= = =
abn
y
a
i
b
j
n
k
ijk

6 , 714 . 1 8 , 417 . 9 4 , 132 . 11
2
1 1 1
1 1
2
1
= =
|
|
.
|

\
|

|
.
|

\
|
=

= = =
= =
=
abn
y
n
y
S
a
i
b
j
n
k
ijk
a
i
b
j
n
k
ijk
Tr

4 , 132 . 11
5
59
5
74
5
124
5
177
2 2 2 2
1 1
2
1
= + + + =
|
.
|

\
|

= =
=
a
i
b
j
n
k
ijk
n
y

7 , 213 8 , 417 . 9 5 , 631 . 9
2
1 1 1
1
2
1 1
= =
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
abn
y
ab
y
S
a
i
b
j
n
k
ijk
n
k
a
i
b
j
ijk
Bl

5 , 631 . 9
2 2
) 15 22 19 35 (
....
2 2
) 12 25 8 27 (
2 2
) 14 27 15 33 (
2 2 2
1
2
1 1
=

+ + +
+ +

+ + +
+

+ + +
=
|
|
.
|

\
|

=
= =
n
k
a
i
b
j
ijk
ab
y

71
S
E
= S
T
S
Tr
S
Bl
= 2.126,2 - 1.714,6 - 213,7 = 197,9


2 , 231 8 , 417 . 9 649 . 9
2
1 1 1
1
2
1 1
= =
|
|
.
|

\
|

|
|
.
|

\
|
=

= = =
=
= =
abn
y
bn
y
S
a
i
b
j
n
k
ijk
a
i
b
j
n
k
ijk
A

649 . 9
5 2
183
5 2
251
2 2
1
2
1 1
=

=
|
|
.
|

\
|

=
= =
a
i
b
j
n
k
ijk
bn
y

2 , 411 . 1 8 , 417 . 9 829 . 10
2
1 1 1
1
2
1 1
= =
|
|
.
|

\
|

|
.
|

\
|
=

= = =
=
= =
abn
y
an
y
S
a
i
b
j
n
k
ijk
b
j
a
i
n
k
ijk
B

829 . 10
5 2
133
5 2
301
2 2
1
2
1 1
=

=
|
.
|

\
|

=
= =
b
j
a
i
n
k
ijk
an
y

S
AB
= S
Tr
- S
A
- S
B
= 1.714,6 - 231,2 - 1.411,2 = 72,2

Verificarea semnificaiei statistice a celor trei efecte, datorate factorilor,
precum i cel datorat variabilei din afar presupune determinarea raporturilor
Fisher, respectiv:

019 , 14
) 1 2 2 )( 1 5 (
9 , 197
:
1 2
2 , 231
) 1 )( 1 (
:
1
=

=

=
ab n
S
a
S
F
E A
c
A

570 , 85
) 1 2 2 )( 1 5 (
9 , 197
:
1 2
2 , 411 . 1
) 1 )( 1 (
:
1
=

=

=
ab n
S
b
S
F
E B
c
B

378 , 4
) 1 2 2 )( 1 5 (
9 , 197
:
) 1 2 )( 1 2 (
2 , 72
) 1 )( 1 (
:
) 1 )( 1 (
=

=

=
ab n
S
b a
S
F
E AB
c
AB

240 , 3
) 1 2 2 )( 1 5 (
9 , 197
:
1 5
7 , 213
) 1 )( 1 (
:
1
=

=

=
ab n
S
n
S
F
E Bl
c
Bl


Comparnd valorile F calculate cu valorile tabelate, se observ c ipoteza
nul se respinge, respectiv, influena factorului A este semnificativ pentru o
probabilitate de garantare a rezultatelor de 99%, a factorului B este semnificativ
pentru o probabilitate de garantare a rezultatelor de 99,9%, ns interaciunea
72
dintre factori, precum i variabila din afar nu au influen semnificativ
asupra variaiei variabilei dependente:
Fc
A
= 14,019 > F
0,01; 1, 12
= 9,33;
Fc
B
= 85,570 > F
0,001; 1, 12
= 18,64;
Fc
AB
= 4,378 < F
0,05; 1,12
= 4,75;
Fc
Bl
= 3,240 < F
0,05; 4, 12
= 3,26.



73
Anexa nr. 1
Tabel cu valorile repartiiei Student n funcie de nivelul de semnificaie
i numrul f al gradelor de libertate

Nivel de semnificaie pentru testul bilateral


f
0,50 0,20 0,10 0,05 0,02 0,01 0,002 0,001 0,0001
1 1,000 3,078 6,314 12,706 31,821 63,657 318,309 636,618 6366,198
2 0,816 1,886 2,920 4,303 6,695 9,925 22,327 31,598 99,992
3 0,765 1,638 2,353 3,182 4,541 5,841 10,214 12,924 28,000
4 0,741 1,533 2,132 2,776 3,747 4,604 7,173 8,610 15,544

5 0,727 1,476 2,015 2,571 3,365 4,032 5,893 6,869 11,178
6 0,718 1,440 1,943 2,447 3,143 3,707 5,208 5,959 9,082
7 0,711 1,415 1,895 2,365 2,998 3,499 4,785 5,408 7,885
8 0,706 1,397 1,860 2,306 2,896 3,355 4,501 5,041 7,120
9 0,703 1,383 1,833 2,262 2,821 3,250 4,297 4,781 6,594

10 0,700 1,372 1,812 2,228 2,764 3,169 4,144 4,587 6,211
11 0,697 1,363 1,796 2,201 2,718 3,106 3,025 4,437 5,921
12 0,695 1,356 1,782 2,179 2,681 3,055 3,930 4,318 5,694
13 0,694 1,350 1,771 2,160 2,650 3,102 3,852 4,221 5,513
14 0,692 1,345 1,761 2,145 2,624 2,977 3,787 4,140 5,363

15 0,691 1,341 1,753 2,131 2,602 2,947 3,733 4,073 5,239
16 0,690 1,337 1,746 2,120 2,583 2,921 3,686 4,015 5,134
17 0,689 1,333 1,740 2,110 2,567 2,898 3,646 3,965 5,014
18 0,688 1,330 1,734 2,101 2,552 2,878 3,610 3,922 4,966
19 0,688 1,328 1,729 2,093 2,539 2,861 3,579 3,883 4,897

20 0,687 1,325 1,725 2,086 2,528 2,845 3,552 3,850 4,837
21 0,686 1,323 1,721 2,080 2,518 2,831 3,527 3,819 4,784
22 0,686 1,321 1,717 2,074 2,508 2,819 3,505 3,792 4,736
23 0,685 1,319 1,714 2,069 2,500 2,807 3,485 3,767 4,693
24 0,685 1,318 1,711 2,064 2,492 2,797 3,467 3,745 4,654

25 0,684 1,316 1,708 2,060 2,485 2,787 3,450 3,725 4,619
26 0,684 1,315 1,706 2,056 2,479 2,779 3,435 3,707 4,587
27 0,684 1,314 1,703 2,052 2,472 2,771 3,421 3,690 4,558
28 0,683 1,313 1,701 2,048 2,467 2,763 3,408 3,674 4,530
29 0,683 1,311 1,699 2,045 2,462 2,756 3,396 3,659 4,506

30 0,683 1,310 1,697 2,042 2,457 2,750 3,385 3,646 4,482
35 0,682 1,306 1,690 2,030 2,438 2,724 3,340 3,491 4,389
40 0,681 1,303 1,684 2,021 2,423 2,704 3,307 3,551 4,321
45 0,680 1,301 1,679 2,014 2,412 2,690 3,281 3,520 4,269
50 0,679 1,299 1,676 2,009 2,403 2,678 3,261 3,496 4,228

60 0,679 1,296 1,671 2,000 2,390 2,660 3,232 3,460 4,169
70 0,678 1,294 1,667 1,994 2,381 2,648 3,211 3,435 4,127
80 0,678 1,292 1,664 1,970 2,374 2,639 3,195 3,416 4,096
90 0,677 1,291 1,662 1,987 2,368 2,632 3,183 3,402 4,072
100 0,677 1,290 1,660 1,984 2,364 2,626 3,174 3,390 4,053

120 0,677 1,289 1,658 1,980 2,358 2,617 3,160 3,373 4,025
200 0,676 1,286 1,653 1,972 2,345 2,601 3,131 3,310 3,970
500 0,675 1,283 1,648 1,965 2,334 2,586 3,107 3,310 3,922
1000 0,675 1,282 1,646 1,962 2,330 2,581 3,098 3,300 3,906
0,675 1,282 1,645 1,960 2,326 2,576 3,090 3,290 3,891
0,25 0,10 0,05 0,025 0,01 0,005 0,001 0,0005 0,00005
f
Nivel de semnificaie pentru testul unilateral

74
Anexa 2




Valorile raportului dispersiilor F, corespunztoare unui
nivel de semnificaie de 5% sau 0,05 (P = 95% sau 0,95)
i pentru f
1
i, respectiv, f
2
grade de libertate


f
1
f
2

1 2 3 4 5 6 8 12 24
1 161,4 199,5 215,7 224,6 230,2 234,0 238,9 243,9 249,0 254,3
2 18,51 19,00 19,16 19,25 19,30 19,33 19,37 19,41 19,45 19,50
3 10,31 9,55 9,28 9,12 9,01 8,94 8,84 8,74 8,64 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,91 5,77 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,68 4,53 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,15 4,00 3,84 3,67
7 5,58 4,74 4,35 4,12 3,97 3,87 3,73 3,57 3,41 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,28 3,12 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,07 2,90 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,07 2,91 2,74 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 2,95 2,79 2,61 2,40
12 4,75 3,88 3,49 3,26 3,11 3,00 2,85 2,69 2,50 2,30
13 4,67 3,80 3,41 3,18 3,02 2,92 2,77 2,60 2,42 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,70 2,53 2,35 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,64 2,48 2,29 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,42 2,24 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,55 2,38 2,19 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,34 2,15 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,48 2,31 2,11 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,45 2,28 2,08 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,42 2,25 2,05 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,40 2,23 2,03 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,38 2,20 2,00 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,36 2,18 1,98 1,73
25 4,24 3,38 2,99 2,76 2,60 2,49 2,34 2,16 1,96 1,71
26 4,22 3,37 2,98 2,74 2,59 2,47 2,32 2,15 1,95 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,30 2,13 1,93 1,67
28 4,20 3,34 2,95 2,71 2,56 2,44 2,29 2,12 1,91 1,65
29 4,18 3,33 2,93 2,70 2,54 2,43 2,28 2,10 1,90 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,09 1,89 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,18 2,00 1,79 1,51
60 4,00 3,15 2,76 2,52 2,37 2,25 2,10 1,92 1,70 1,39
120 3,92 3,07 2,68 2,45 2,29 2,17 2,02 1,83 1,61 1,25
3,84 2,99 2,60 2,37 2,21 2,09 1,94 1,75 1,52 1,00

75
Anexa 3




Valorile raportului dispersiilor F, corespunztoare unui
nivel de semnificaie de 1% sau 0,01 (P = 99% sau 0,99)
i pentru f
1
i, respectiv, f
2
grade de libertate


f
1
f
2

1 2 3 4 5 6 8 12 24
1 4052 4999 5403 5625 5764 5859 5981 6106 6234 6366
2 98,49 99,00 99,17 99,25 99,30 99,33 99,36 99,42 99,46 99,50
3 34,12 30,81 29,46 28,71 28,24 27,91 27,49 27,05 26,60 26,12
4 21,20 18,00 16,69 15,98 15,52 15,21 14,80 14,37 13,93 13,46
5 16,26 13,27 12,06 11,39 10,97 10,67 10,27 9,89 9,47 9,02
6 13,74 10,92 9,78 9,15 8,75 8,47 8,10 7,72 7,31 6,88
7 12,25 9,55 8,45 7,85 7,46 7,19 6,84 6,47 6,07 5,65
8 11,26 8,65 7,59 7,01 6,63 6,37 6,03 5,67 5,28 4,86
9 10,56 8,02 6,99 6,42 6,06 5,80 5,47 5,11 4,73 4,31
10 10,04 7,56 6,55 5,99 5,64 5,39 5,06 4,71 4,33 3,91
11 9,65 7,20 6,22 5,67 5,32 5,07 4,74 4,40 4,02 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,50 4,16 3,78 3,36
13 9,07 6,70 5,74 5,20 4,86 4,62 4,30 3,96 3,59 3,16
14 8,86 6,51 5,56 5,03 4,69 4,46 4,14 3,80 3,43 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,00 3,67 3,29 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 3,89 3,55 3,18 2,75
17 8,40 6,11 5,18 4,67 4,34 4,10 3,79 3,45 3,08 2,65
18 8,28 6,01 5,09 4,58 4,25 4,01 3,71 3,37 3,00 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,63 3,30 2,92 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,56 3,23 2,86 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,51 3,17 2,80 2,36
22 7,94 5,72 4,82 4,31 3,99 3,76 3,45 3,12 2,75 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,41 3,07 2,70 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,36 3,03 2,66 2,21
25 7,77 5,57 4,68 4,18 3,86 3,63 3,32 2,99 2,62 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,29 2,96 2,58 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,26 2,93 2,55 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,23 2,90 2,52 2,06
29 7,60 5,42 4,54 4,04 3,73 3,50 3,20 2,87 2,49 2,03
30 7,56 5,39 4,51 4,02 3,70 3,47 3,17 2,84 2,47 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 2,99 2,66 2,29 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,82 2,50 2,12 1,60
120 6,85 4,79 3,96 3,48 3,17 2,96 2,66 2,34 1,95 1,38
6,64 4,60 3,78 3,32 3,02 2,80 2,51 2,18 1,79 1,00
Anexa 4




Valorile raportului dispersiilor F, corespunztoare unui
nivel de semnificaie de 0,1% sau 0,001 (P = 99,9% sau 0,999)
i pentru f
1
i, respectiv, f
2
grade de libertate


f
1
f
2

1 2 3 4 5 6 8 12 24
1 405284 500000 540379 562500 576405 585937 598144 610667 623497 636619
2 998,5 999,0 999,2 999,2 999,3 999,3 999,4 999,4 999,5 999,5
3 167,5 148,5 141,1 137,1 134,6 132,8 130,6 128,3 125,9 123,5
4 74,14 61,25 56,18 53,44 51,71 50,53 49,00 47,41 45,77 44,05
5 47,04 36,61 33,20 31,09 29,75 28,84 27,64 26,42 25,14 23,78
6 35,51 27,00 23,70 21,90 20,81 20,03 19,03 17,99 16,89 15,75
7 29,22 21,69 18,77 17,19 16,12 15,52 14,63 13,71 12,73 11,69
8 25,42 18,49 15,83 14,39 13,49 12,86 12,04 11,19 10,30 9,34
9 22,86 16,39 13,90 12,56 11,71 11,13 10,37 9,57 8,72 7,81
10 21,04 14,91 12,55 11,28 10,48 9,92 9,20 8,45 7,64 6,76
11 19,69 13,81 11,56 10,35 9,58 9,05 8,35 7,63 6,85 6,00
12 18,64 12,97 10,80 9,63 8,89 8,38 7,71 7,00 6,25 5,42
13 17,81 12,31 10,21 9,07 8,35 7,86 7,21 6,52 5,78 4,97
14 17,14 11,78 9,73 8,62 7,92 7,43 6,80 6,13 5,41 4,60
15 16,59 11,34 9,34 8,25 7,57 7,09 6,47 5,81 5,10 4,31
16 16,12 10,97 9,00 7,94 7,27 6,81 6,19 5,55 4,85 4,06
17 15,72 10,66 8,73 7,68 7,02 6,56 5,96 5,32 4,63 3,85
18 15,38 10,39 8,49 7,46 6,81 6,35 5,76 5,13 4,45 3,67
19 15,08 10,16 8,28 7,26 6,61 6,18 5,59 4,97 4,29 3,52
20 14,82 9,95 8,10 7,10 6,46 6,02 5,44 4,82 4,15 3,38
21 14,59 9,77 7,94 6,95 6,32 5,88 5,31 4,70 4,03 3,26
22 14,38 9,61 7,80 6,81 6,19 5,76 5,19 4,58 3,92 3,15
23 14,19 9,47 7,67 6,69 6,08 5,65 5,09 4,48 3,82 3,05
24 14,03 9,34 7,55 6,59 5,98 5,55 4,99 4,39 3,74 2,97
25 13,88 9,22 7,45 6,49 5,88 5,46 4,91 4,31 3,66 2,89
26 13,74 9,12 7,36 6,41 5,80 5,38 4,83 4,24 3,59 2,82
27 13,61 9,02 7,27 6,33 5,73 5,31 4,76 4,17 3,52 2,75
28 13,50 8,93 7,19 6,25 5,66 5,24 4,69 4,11 3,46 2,70
29 13,39 8,85 7,12 6,19 5,59 5,18 4,64 4,05 3,41 2,64
30 13,29 8,77 7,05 6,12 5,53 5,12 4,58 4,00 3,36 2,59
40 12,61 8,25 6,60 5,70 5,13 4,73 4,21 3,64 3,01 2,23
60 11,97 7,76 6,17 5,31 4,76 4,37 3,87 3,31 2,69 1,90
120 11,38 7,31 5,79 4,95 4,42 4,04 3,55 3,02 2,40 1,56
10,83 6,91 5,42 4,62 4,10 3,74 3,27 2,74 2,13 1,00


77
BIBILOGRAFIE

1. Alexandrescu Gelu, Elena Doval, Simularea metod de studiu a
realitii, Buletinul Universitii de Aprare Carol I, nr. 2 /2006.
2. Balaure, Virgil (coordonator) (2002), Marketing, Editura Uranus, Bucureti.
3. Baron, T., E. Biji, L. Tvissi, P. Wagner, Al. Isaic Maniu, M. Korka, D.
Porojan (1996), Statistic teoretic i economic, Editura Didactic i
Pedagogic R. A., Bucureti.
4. Ctoiu, Iacob (coordonator) (2002), Cercetri de marketing, Editura Uranus,
Bucureti.
5. Ctoiu, Iacob, Carmen Blan, Bogdan Onete, Ioana Cecilia Popescu, Clin
Veghe (1999), Metode i tehnici utilizate n cercetrile de marketing -
aplicaii, Editura Uranus, Bucureti.
6. Ctoiu, Iacob, Carmen Blan, Bogdan Onete, Ioana Cecilia Popescu, Clin
Veghe (1997), Cercetri de marketing - probleme i studii de caz, Editura
Uranus, Bucureti.
7. Demetrescu, M. C. (2000), Metode de analiz n marketing, Editura Teora,
Bucureti.
8. Dobre Ion, Floare Musta Horpos (2006), Simularea proceselor economice,
Editura ASE, Bucreti.
9. Drgan, J. C., M. C. Demetrescu (1996), Practica prospectrii pieei.
Tehnici de cercetare n marketing, Editura Europa Nova, Bucureti.
10. Gheorghi Mircea (2001) Modelarea & simularea proceselor economice,
Editura ASE, Bucreti.
11. Florescu, C (coordonator) (1992), Marketing, Editura Marketer, Bucureti.
12. Isaic Maniu, Alexandru, Constantin Mitru, Virgil Voineagu (1995),
Statistic pentru managementul afacerilor, Editura Economic, Bucureti.
13. Lehmann, Donald R., Sunil Gupta, Joel H. Steckel (1998), Marketing
research, Addison Wesley Educational Publishers Inc.
78
14. Mihi, Niculae (2001), Metode cantitative n marketing. Volumul III.
Crearea de scenarii i simulare n marketing, Editura Economic. Bucureti.
15. Raiu Suciu, Camelia (2005), Modelarea & simularea proceselor
economice Teorie i practic, Ediia a patra, Editura Economic, Bucureti,
2005.