Proiect PaChete Software

PROIECT PACHETE SOFTWARE
Student :BRENENE Anda-Mihaela

CHIRITA Alexandra
Grupa 1055
seria Cibernetica Economica
Anul 3, semestrul II
PARTEA I- Excel
1.1.
Func ii matematice
definirea problemei
ntr-o foaie de calcul dintr-un document Microsoft Excel sunt introduse date referitoare la
comadarea de produse pentru renoirea stocului. Aceste date se refer la denumirea produsului,
cantitate, pre unitar i cota TVA de 20%, pentru o firma de instala ii electrice.Se cunosc
cantitatea, preul unitar i se dorete obinerea prin calcul a valorii produselor, valoarea total
TVA, a valorii totale a produselor cu TVA.
Informaii necesare pentru rezolvare
Se utilizeaz datele deja cunoscute: cantitate, pre unitar i cota TVA (20 %).
b
metode de calcul, algoritmi, formule de calcul utilizate

Se formateaz foaia de calcul astfel nct s aib aspectul de mai jos i se utilizeaz
urmtoarele formule de calcul:
Valoare = Pre unitar * Cantitate
TVA = Cota TVA * Valoare
Total = Valoare + TVA
c
prezentarea rezultatelor
interpretarea economic a rezultatelor

Calculul noilor informaii cu privire la produsele comandate sunt utile pentru actualizarea
stocurilor i pentru a evidenia valoarea total a comenzilor.
1.2.
Functii logice
a definirea problemei
tiind c fiecare furnizor aplic un discount de 7% pentru cantiti mai mari ca 25 aflm
discount-ul pe cantitate ntr-o nou coloan.
b informaii necesare pentru rezolvare
Se utilizeaz datele prezentate n ipotez.
c metode de calcul, algoritmi, formule de calcul utilizate
Se folosete funcia IF dup cum urmeaz:
d prezentarea rezultatelor
Se observ valorile numerice rezultate n urma aplicrii funciei detaliate anterior,
coloana Discount QT.
e interpretarea economic a rezultatelor

n urma rezultatelor putem preciza c discount-urile se aplic produselor din gama
electrice deoarece sunt comandate n cantiti mari i pe baza acestei coloane se poate calcula
valoarea comenzii cu discount. Discountul se aplica la 5 produse: teava de cupru, intrerupator
mosaic, clema sir 10 mmp, bec incandescent si tub fluorescent
1.3.
Func ii matriceale
1.3.1. VLOOKUP
a
definirea problemei
Utiliznd tabelul furnizorilor i discount-urile aferente se calculeaz discount-ul oferit de
fiecare furnizor pentru valoarea total comandat.
b
informaii necesare pentru rezolvare

Se utilizeaz datele prezentate n ipotez i tabelul furnizorilor cu discount-urile aferente.

Se folosete funcia matriceal VLOOKUP:
Se observ valorile numerice rezultate n urma aplicrii funciei detaliate anterior, in
coloana Discount Furnizor.
interpretarea economic a rezultatelor

n urma rezultatelor putem preciza c cele mai mari discount-uri au fost acordate de
Landis pentru Microcentrala Caldariello i de BONOMINI pentru Mobilier de baie Bird, iar pe
baza acestei coloane se poate calcula discount-ul total al produselor.
1.3.2. Visual Basic

a) definirea problemei
n tabel CLIENTI, care sa aib colonele: Nume, Total Comanda, Nr. Zile de ntrziere a
comenzii, pe baza carora Firma va acorda un discount clientului, n funcie de nr. Zile
ntarziate astfel:
- Pentru o ntarziere de 0-2 zile, discount 0%.
- Pentru o ntarziere de peste 10 zile, discount 7%.
b) informaii necesare pentru rezolvare
Se construiete tabelul Clieni n care se vor introduce urmetoarele date astfel:
c) metode de calcul, algoritmi, formule de calcul utilizate

1.Se activeaz Developer astfel:
File-Options- Customize Ribbon- apoi Bifez Developer
2.Se folosete Developer->Code->Visual Basic
3.Insert->Module
Copiai urmtorul cod surs:
Function Discount(total, intarziere )
If intarziere < 2 Then
Discount = 0
Else
If intarziere >= 2 And intarziere < 4 Then
Discount = 0.02 * total
Else
If Intarziere >= 4 And intarziere < 10 Then
Discount = 0.5 * total
Else Discount = 0.7 * total
End If
End If
End If
End Function
4.
d) prezentarea rezultatelor
e) interpretarea economic a rezultatelor

n tabelul de mai sus n coloana Discunt, se afl valoarea discountului calculate n
funcie de numarul de zile n care ntrzie comanda.
1.4.
Functii financiare
1.4.1. PV
Compania, cumpara o main cu care s transporte produsele comandate acas la client,
iar pentru a putea achiziiona autovehicolul face un credit la banc cu o dobnd de 7% pe an. Se
estimeaz c vehicolul, va aduce n urmtorii 8 ani, un venit anual de 10 000 lei. Firma dore te
s achite maina din veniturile pe care le va aduce acesta, far s ia n calcul cheltuielile cu
ntreinere. Care ar fi preul maxim acceptat?

Se creeaz un nou tabel n care introducem datele din problema de mai sus(Functii
finanicare).
Se folosete funcia matriceal PV(returneaza valoarea prezent a unei investiii).
Se observ valorile numerice rezultate n urma aplicrii funciei detaliate anterior.

n urma calculelor facute, reiese c firma poate sa achiztiioneze o main care sa coste
cel mult 61 122,97 RON.
1.4.2. FV
Firma dorete s economiseasc o sum de bani i deschide un depozit la banc de 2000
de RON, si se angajez ca pe o perioad de 3 ani sa depun n fiecare luna 500 RON, iar banca i
ofera o dobnd de 5% pe an. Care este suma de bani economisit, la sfritul perioadei?
finanicare).
Se folosete funcia matriceal FV(returneaza valoarea viitoare a unei investiii bazate pe
plai periodice cu o rat a dobnzii constant).

n urma calculelor fcute, rezult c firma va obine un venit de 21 780, 35 RON, dupa o
perioada de 3 ani.
1.4.3. NPV
Presupunem ca firma face o investiie de 15 000 lei, peste 2 ani si prime te n urmatorii 4
ani sumele: 1000 RON, 2000 RON, 6500 RON, 10 200 RON. Dac rata anual a infla iei este de
8 %, care va fii valoarea prezent net a investiiei.
finanicare).
Se folosete funcia matriceal NPV(calculeaz valorea prezent net unei investi ii
utiliznd rata inflaiei i o serie de plai i venituri viitoare).

n urma calculelor fcute, rezult c valoarea prezent a investiiei este de 275, 76 RON
PARTEA II- Excel

2.1. Grafice
a
definirea problemei
n urmatorul tabel sunt prezentate valorile totale ale comenzilor grupate pe furnizori i
se reprezint grafic proporia din totalul valorii comenzilor din perioada analizat.

La primul pas realizm un nou tabel n care introducem toi furnizorii i calculm
totalul comandat pentru fiecare furnizor n parte.
Pentru a realiza graficul parcurgem urmatorii pasi:
1 Selectm coloanele Furnizor si Total
2 Insert-> Charts
3 Selectai tipul de grafic (Pie)
4 Pentru desihn : Layout-> Labels-> Chart title, Legend, Data
Labels
5 Pentru a adauga informaii suplimentare pe graphic
Selectai graficul -> Layout ->Labels -> Data Labels -> More
options: Category Name, Percentage ->OK
e interpretarea rezultatelor
Se observ c furnziorul LANDIS, deine ponderea cea mai mare de 31 % i este urmat
de UNDEFASA, ce deine o pondere de 17 %.
2.2. Scenarii
Presupunem c ne aflm n situaia n care valoarea TVA, nu sczuse la 20% i avea
valoarea de 24% .Cum se modificau coloanele TVA i Total?
Se folosete funcia What-If analysis- Scenario Manager.
Pentru a rezolva problema enunat mai sus parcurgem urmatorii pai:
1 Data->What-If analysis-> Scenario Manager, Add - Scenario
Name: Cota TVA - Changing Cells: L2, -- OK - New Value:
0,24-- OK

Dupa aplicarea funciei What-If analysis, prin care s-a nlocuit cota TVA cu 0,24, s-au
modificat coloanele TVA, Total, Discount QT, Discount Furnizor, toate valorile din aceste
colone, au crescut.
2.3. Goal SEEK(Cutarea valorii int)
Cte buci de Aplica Bounty, ar trebui s commande cei de la aprovizionri pentru ca suma
total pentru toate produsele sa fie :177500,496?
Se folosete funcia What-If analysis- Goal SEEK.
Data->What-If analysis->Goal Seek:
Set cell- celula n care se afl suma comenzii totale;

To value- suma cu care s fie nlocuit valoarea total
By changing cell- celula care trebuie s se modifice n urma schimbrii valorii
precedente.
Inainte:
DUPA:

Pentru a face o comand n valoare de 177500,496, firma trebuie sa comande n loc de 10 buc,
Aplica Bounty, doar 9 buc.
PARTEA III- Excel

3.1. Solver
Utiliznd datele din ipotez, ce se gasesc n tabelul Produse, se calculeaz cantitatea
necesar ca valoarea pentru produsul Cabina de dus semirotund s se modifice de la 22140 lei
la 13000 lei.
Se utilizeaz datele prezentate n ipotez.
Se parcurg urmtorii pai:
2
3
Office Button->Excel Options->Add-Ins: Manage Excel Add-ins

-> apasati butonul Go ->Solver Add-in->Ok
Data->Analysis->Solver o Set Target Cell: D18, o Equal To:
Max (Profitul total) o By Changing Cells: D9:F9 (Cantitatile de
produs) o Subject to the Constraints: Add C11:C15 <=
B11:B15, D9:F9 >= 0

Se foloseste funcia Solver.

Se observ c soluia Solver-ului este o cantitate de 10 buc.
3.2. Lucru cu meniul DATA
3.2.1. Liste

3.2.2. Pivot Table
Dorim realizarea unui raport ce conine cmpurile Total, Cantitate comandat, Nr. Factur
i Categorie.
Avem nevoie de fiierul denumit Excel, foaia de lucru Pivot Table.
Selectm Insert -> Pivot Table.
Pasul 1: Selectm celulele ce conin datele folositoare pentru tabelul pivot i selectm
New Worksheet (locul unde va fi realizat tabelul pivot).
Pasul 2: Selectm cmpurile din Pivot Table Field List pe suprafaa de lucru:
la Raport Filter plasm cmpul Nr. Factur
la Row Fields plasm cmpul Categorie
la Values plasm cmpurile Total i Cantitate comandat
Pasul 3: Filtrm datele din tabel.

Se observ valoarea total a categoriilor de produse comandate, precum i cantitatea
total comandat din aceste categorii. Putem afla deasemenea i valoarea total i cantitatea
comandat pe o singura factur, prin schimbarea n cmpul Nr. Factur din All n numrul
facturii dorite.
PARTEA A IV-A -Prelucrri statistice
4.1. Indicatori Statistici

S se calculeze principalii indicatori statistici pentru seriile de timp centrale pe gaz si pret gaz
m3.
1 Se instaleaza pachetul Tool-Pack astfel
Office Button -> Excel Options -> Add-Ins ->
Manage : Excell Add-ins -> Analysis Tool-Pack
2. Se creaza un Sheet nou, numit Functii Statistice.
Se parcurg urmatorii pasi
Data-> Analysis-> Data Analysis (Descriptive
Statistics); OK
Input - Input Range: B1:C9
- Grouped By: Colums;
- selectai Labels in First Raw
Output options selectai New WorkSheet Ply i
Summary Statistics

In medie in ultimii 8 ani s-au vandut 38.75 de centrale pe gaz, iar pretul mediu al
gazului a fost de 1,54 lei. Numarul minim de centrale vandute intr-un an a fost 10,
iar maximul a fost 67. Pretul gazului pe m3 a atins un minim de 1.48 si un maxim de
1.65 in ultimii 8 ani. Cu o valoare Skewness pentru Centrale de gaz -0.096 care este
mai mica decat 0 => distributia este inclinata spre dreapta, avand mai multe valori
extreme spre stanga. Pe cand, valoarea Skewness pentru Pret gaz are o valoare mai
mare decat 0 (0.8237) => distributia este inclinata spre stanga, avand mai multe
valori extreme spre dreapta. Valoarea Kurtosis de -0.7215 pentru Centrale de Gaz si
-0.3821 pentru Pret Gaz arata distributie platikurtica, mai plata decat o distibutie
normal avand valori dispersate pe un interval mai mare in jurul mediei.
Probabilitatea pentru valori extreme este mai mica decat in cazul unei distributii
normale.
4.2. Legaturi Statistice

Sa se analizeze legatura statistica intre pretul gazului si numarul de centrale pe gaz vandute.
Se creeza o noua foaie de lucru numita Legaturi statistice.
Selectai foaia de lucru Functii Statistice
Data-> Analysis-> Data Analysis (Correlation) ; OK
Input - Input Range: B1:C9
- Grouped By: Colums;
- selectai Labels in First Raw
Output options selectai New WorkSheet Ply

Din tabelul de mai sus ne arata ca o crestere a pretului gazului determina o scadere
a numarului de centrale pe gaz vandute.
4.3. Previzionare
Presupunem ca in anul 2017 pretul gazului o sa fie 1.54 lei. Sa se previzioneze cate centrale pe
gaz o sa se vanda.
Se creaza un Sheet nou numit Previzionare.

Selectai foaia de lucru Functii Statistice
Data-> Analysis-> Data Analysis (Regression) ;OK
Input Y Range: B1:B9,
- Input X Range: C1:C9;
- - selectai Labels
Output options selectai New WorkSheet Ply
Residuals selectai Residuals

Summary Output ofera informatii despre cat de bun este modelul analizat. Avem un numar de 8
observatii.
Multiple R=0.1647 arata ca intre pretul gazului si numarul de central vandute exista o
legatura slaba.
R Square= 0.0271 arata ca 2.71% din vanzarile de centrale depind de pretul gazului.
Standard error =20.026 putem concluziona ca modelul de regresie nu este viabil deoarece
valoarea nu se apropie de 1.
ANOVA arata descompunerea variantei totale in doua component: varianta de regresie (SSR)
si variant reziduala (SSE).
Df - arata gradele de libertate (k=2) si numarul de observatii (n=8)

F= 0.167481, Significance F=0.6965. Significance F trebuie sa fie mai mica de 5%
(0.05), iar in cazul nostru valoarea lui este mai mare.
Coeficientul a=119,86 (atunci cand pretul gazului este 0 numarul de centrale vandute
este 119,86). Deoarece p-value este 0.5677>0.05 => coeficientul nu este semnificativ.
Intervalul de incredere pentru acest parametru este -365.431<= <=605.159.
Coeficientul b= -52.373 ceea ce inseamna ca la cresterea pretului gazului cu o unitate
numarul de centrale de gaz scade cu 52.373. Deoarece p-value este 0.6965>0.05 =>
coeficientul nu este semnificativ. Intervalul de incredere pentru acest parametru este
-365.520<= <=260.773.
Aplicaii MyStat
1 Statistici descriptive
1.1.
S se calculeze principalii indicatori statistici pentru preul unitar al tuturor produselor
comandate din tabelul importat.
b) informaii necesare
Datele sunt importate din Excel urmatoarea comanda File ->Open -> Data -> se va selecta la
Files of type: Microsoft Excel 97-2007(*.xls, *.xlsx) si se importa Exel-ul dorit.
n programul MyStat selectm Analyze-> Basic Statistics
Numarul cazurilor analizate este de 30 cu o valoare minim de 2,420 si o valoare maxima de

5.859, cu o medie aritmetica de 754,884 si o deviatie standard de 1.276,726
1.2.
S se calculeze principalii indicatori statistici pentru preul unitar din fiecare categorie
Se utilizeaz datele prezentate n tabelul anterior.
n programul MyStat selectm Data ->Sort File (pentru a sorta datele), Data-> By groups
(gruparea datelor dupa componenta dorita, si anume Categorie), Analyze->Basic Statistics
Numarul cazurilor analizate este de 5 cu o valoare minim

de 269,860 si o valoare maxima de 4005,680 , cu o medie
aritmetica de 1057,238 si o deviatie standard de 1649,559
Numarul cazurilor analizate este de 4 cu o valoare

minim de 2,420 si o valoare maxima de 22,320 ,
cu o medie aritmetica de 11,080 si o deviatie
standard de 9,067
Numarul cazurilor analizate este de 4 cu o valoare

minim de 10,010 si o valoare maxima de 570 , cu
o medie aritmetica de 164,730 si o deviatie
standard de 271,334
Numarul cazurilor analizate este de 9 cu o

valoare minim de 66 si o valoare maxima de
1299 , cu o medie aritmetica de 519,011 si o
deviatie standard de 449,592
Numarul cazurilor analizate este de 8 cu o

valoare minim de 139 si o valoare maxima de
5859 , cu o medie aritmetica de 1498,250 si o
deviatie standard de 1911,014
1.3.
S se calculeze principalii indicatori statistici pentru preul unitar care are ca furnizator pe
Bonomini
Se utilizeaz datele prezentate n tabelul anterior.
n programul MyStat selectm Data ->Select Case (se selecteaza variabila dupa care se doreste
selectia, in cazul nostru variabila Furnizor$)->se introduce conditia Furnizor=BONOMINI;
Analyze->Basic Statistics
e) interpretarea rezultatelor
Numarul de cazuri in care furnizorul este Bonomini este de 5 cu o valoare minima 64,910, o
valoare maxima 1299, medie aritmetica 455,748 si o abatere standard 484,412.
2. Corelatie si regresie simpla liniara

2.1.
Sa se analizeze legatura statistica intre pretul unitar si cantitatea comandata.
Se utilizeaz datele prezentate n tabelul de la inceput.
n programul MyStat selectm di meniu Analyze->Correlations->Simple (dupa alegem
variabilele ce vor fi analizate si tipul corelatiei: Person)

Conform coeficientului Pearson ntre cele dou variabile exist o legtur slab indirect.
Prin urmare, cu ct preul este mai mare cu att cantitatea comandat este mai mic.
2.2.
Sa se afiseze cu ajutorul unui Scatterplot forma legaturii dintre pretul unitar si cantitatea
comandata.
n programul MyStat selectm din meniu Graph->Scatterplot

Din primul grafic se observ c legtura este foarte slab i invers, astfel la preuri mici
corespund cantitile mari.
2.3.
Se presupune ca pretul produselor va fi 35 lei , sa se previzioneze ce cantitate va fi comandata.
n programul MyStat selectm din meniu Analyze -> Regression -> Least Squares.

Multiple R=0.282 arata ca intre pretul gazului si numarul de central vandute exista o
legatura slaba.
R Square= 0.079 arata ca 7.9% di cantitatea comandata depinde de pretul produselor
Standard error of Estimate =21.368 putem concluziona ca modelul de regresie nu este

viabil deoarece valoarea nu se apropie de 1.
Coeficientul a=20.28 (atunci cand pretul produselor este 0 cantitatea comandata este
20.28). Deoarece p-value este 0.00<0.05 => coeficientul este semnificativ.
Coeficientul b= -0.005 ceea ce inseamna ca la cresterea pretului produselor cu o unitate
cantitatea comandata scade cu 0.005. Deoarece p-value este 0.131>0.05 => coeficientul
nu este semnificativ.
3. Grafice
Se studiaz cte produse se ncadreaz n fiecare categorie: Termo, Hidro, Sanitare, Electrice,
Corpuri de iluminat.
Se utilizeaz datele prezentate n tabelul initial.
Se utilizeaz Analyze->One-Way Frequency Table
d
e interpretare economic
Se observ c cele mai multe produse comandate din totalul de 30 au fost din categoria
sanitare, reprezentnd 30% din comenzi.
Aplicaii SAS
Importul unui fiier non-SAS i crearea tabelelor de date SAS
Se import ntreg coninutul de date din foaia de calcul Sheet a fiierului Furnizori.xls. Se
creaz tabela Produse i se introduc datele. Informaiile din fiierul text Comenzi vor fi
importate.
Avem nevoie de fiierul denumit Furnizori, foaia de lucru Sheet1, fiierul textComenzi
i informaiile despre produse: Id Produs, Denumire, Categorie, Pret Unitar etc.
c mod de realizare
Din meniul SAS File vom alege opiunea Open Data i selectm fiierul Excel pecare
dorim s l importm. Alegem foaia de calcul Sheet1 i bifm op iunea First row of
rangecontains field names.
Apsm Next, iar la pasul urmtor putem defini fiecare coloan n parte,sau selecta doar
coloanele care ne intereseaz pentru output. Ultimul pas conine cteva opiuniavansate, printre
care: Embed the data within the generated SAS code.
Pentru crearea tabelei alegem opiunea New Data i crem coloanele necesare cu
proprietile aferente.
Documentul Text se import utiliznd Import Data i se selecteaz delimitatorul de
coloane folosit. Am utilizat opiunea Modify pentru a denumi coloane i a le stabili proprietile.
d
Rezultatele obinute sunt tabelele de date SAS care conin produsele, furnizorii i
comenzile.
Interogri
1
S se creeze un raport de frecvene care s afieze numrul tipurilor de produse
comandate cu excepia celor din categoria Sanitare. Se includ n interogare urmtoarele coloane:
denumire, cantitate comandat, pre i categorie.
Se utilizeaz tabela Produse.
c mod de realizare
Din foaia de calcul Produse, selectat n arborele proiectului folosim butonul Query
Builder. Selectm cmpurile Denumire, Categorie, Cantitate comandata, Pret n tab-ul Select
Data. Se utilizeaz Filter Data pentru a exclude produsele din categoria Sanitare iun filtru pentru
a exclude produsele a cror cantitate comandat este 0. Apoi se ruleaz Query Builder cu butonul
Run.
Pentru a obine frecvenele pe categorii de produse utilizm interogarea din care selectm
Tasks Describe One-Way-Frequencies.
d
Rularea interogrii are ca rezultat o tabel cu produsele pe categorii cu excepia celor din
categoria Sanitare. Din One-Way Frequencies se observ c din categoria Corpuri de iluminat sau comandat 5 produse, din Electrice 4 produse, din Hidro 4 produse i din Termo 8 produse. De
aseamea se observ procentele corespunztoare: 23,81%, 19,05%, 19,05% respectiv 38,10%.
2
S se creeze o nou coloan care calculeaz TVA corespunztor unui singur produs.
Se utilizeaz tabela Produse.
c mod de realizare
Din foaia de calcul Produse, selectat n arborele proiectului folosim butonul Query
Builder. Selectm toate cmpurile tabelei n tab-ul Select Data. Se folosete Computed Columns
n care formula de calcul va fi: TVA=Pret Unitar*0.24. Se redenumete coloana TVA.Se ruleaz
Query Builder cu butonul Run.
d
n urma rulrii se creaz noua coloan TVA. Dintre produse cel mai mare TVA l are
produsul Megatherm, din categoria Termo.
Jonciune intern i extern

Jonciune intern
Compania dorete s afle care este profitul pentru fiecare produs, cunoscnd cantitatea, costul
unitar al produsului i preul de vnzare.
Se folosesc tabelele Produse i Comenzi.
c mod de realizare
Se folosete un Query Builder n care se realizeaz jonciunea celor dou tabele. Se
creeaz o nou coloan pentru calculul profitului dup formula:
Profit= (pret vanzare-pret unitar)* cantitate
d
Se obine tabela de rezultate, avnd i coloana calculat prin funcia dat de utilizator a
profitului pe fiecare produs.
Jonciune extern
Compania dorete s afle comenzile plasate pentru produsele care au fost scoase din
producie.
Se folosesc tabelele Produse i Comenzi.
c mod de realizare
Se folosete un Query Builder n care se realizeaz jonciunea extern de dreapta a celor
dou tabele i se adaug un filtru pentru a include numai comenzile ale cror produse au fost
terse din tabela Produse (Id produs is MISSING).
Se poate observa din tabela rezultat c produsele cu id-urile 16 i 26 au fost scoase din
producie.Prin urmare, aceste comenzi nu vor putea fi onorate.
Folosirea parametrilor
Romstal dorete s afle profitul total generat de fiecare furnizor.
Se folosete tabela ce conine coloana Profit, realizat anterior.
c mod de realizare
n tabela Profit se utilizeaz opiunea Describe Summary Statistics Wizard.
Se selecteaz ca variabil de analiz profitul, iar ca variabile de grup se selecteaz oraul

i denumirea furnizorilor. Se selecteaz la rezultate afiarea stastisticilor i salvarea lor ntr-un set
de date. Statisticile care ne intereseaz sunt media i suma profiturilor.
e interpretarea reuzultatelor
Se obine tabela de profit total pe orae, frecvena, media profiturilor i suma profiturilor
de la furnizorul respectiv. De asemenea, am afiat i statisticile rezultate pe fiecare ora n parte.
Crearea unui parametru nou

Romstal dorete s stabileasc o limit de profit de 2000$ pentru a identifica firmele care
i-au adus profit de cel puin 2000$.
Se folosete tabela rezultat la pasul anterior.
c mod de realizare
Se folosete un Query Builder, apsnd butonul Prompt Manager Add New Prompt. Se
selecteaz opiunile necesare i apoi se introduce pragul de 2000$ i se ruleaz.
d
n tabelul rezultat se observ furnizorii care aduc profituri peste 2000$.
Raport
Romstal dorete s afieze o list a furnizorilor si care s ndeplineasc urmtoarele
condiii: furnizorii din acelai ora s fie grupai mpreun, numele oraelor s apar o singur
dat la nceputul grupului creat. Raportul se va denumi Furnizori pe orase .
Se folosete tabela Furnizori.
c mod de realizare
Pe tabela Furnizori se deschide prelucrarea Describe List Data
d
interpretarea economic
Se observ c cei mai muli furnizori sunt din oraul Bucureti.
Grafic
S se reprezinte ntr-un grafic profitul total pentru fiecare categorie de produse.
Se folosete tabela Profit.
c mod de realizare
Din tab-ul graph se alege opiunea Pie Chart. Variabila Categorie va deveni coloana
graficului (Column To Chart), iar variabila Profit va fi asignat rolului Sum of.
d
Se observ c cel mai mare profit l aduc produsele din categoria Sanitare, fiind urmat
de Termo.
Prelucrare statistic Tabele de frecvene unidimensionale

Romstal dorete s determine numrul de produse comandate de fiecare ora.
Se folosesc tabelele Furnizori, Produse i Comenzi.
c mod de realizare
Se creeaz o junciune ntre cele 3 tabele.Se adaug la variabile Ora, Categorie i
Cantitate i se utilizeaz opiunea One-Way-Frequencies.
d
e interpetare economic
Din tabelul obinut se observ c n Bucureti se vnd cele mai multe produse.
Formate definite de utilizator

Se dorete crearea unor formate pentru a uura munca companiei. Oraele sunt mpr ite
n 2 regiuni: Sud i Sud-Est, iar profitul n dou selecii: sub 3500 lei i peste 3500 lei.
Se folosesc tabelele Furnizori, Produse i Comenzi.
c mod de realizare
Se creeaz o junciune ntre cele 3 tabele.La aceast jonciune se adaug coloana Profit
calculat anterior. Se creaz dou formate astfel: Data Create Format. Se introduce numele i
tipul formatului. Definim formatul astfel: crem dou regiuni i introducem orase n fiecare
regiune.
Describe List Data, iar la List Variables selectm Adresa, Denumire, Profit, Oras. n
csua Task Roles, dm click dreapta, selectm Properties, iar la Label Profit, schimbm formatul
aflat n categoria User Defined - $REGIUNEA pentru a aduga formatul defintit de utilizator
pentru regiune, iar pentru schimbarea formatului pentru Profit, va trebui s schimbm formatul n
categoria User Defined - PROFIT.
Se poate observa c majoritatea furnizorilor sunt din zona de SUD a rii i aduc un profit
sub 3500 lei.
Stiluri create de utilizator
Compania Romstal dorete s obin o list cu produsele oferite i profitul adus de
acestea. Lista trebuie s aib urmtoarele caracteristici: produsele din aceeai categorie s fie
grupate mpreun, numele categoriei s apar doar o dat la nceputul unui grup, raportul ob inut
s fie salvat i n format PDF, stilul raportului s fie Ocean. Titlul raportului va fi Profit pe
categorii.
Se va realiza un grafic de tipul Bar Chart.
Se utilizeaz tabelele Produse, Furnizori i Profit
c mod de realizare
Se realizeaz o jonciune ntre cele 3 tabele i se adaug la interogare cmpurile
Denumire, Ora, Denumire produs, Categorie, Pre, Cantitate comandat, Cantitate pe stoc,
Profit.
Se creeaz o coloan sumarizat.Tabela rezultat va fi denumit Categorii_profit. Pe
aceast tabel vom rula prelucrarea Describe- List data.n tabul Properties vom alege stilul SAS
Ocean i vom bifa de asemenea opiunea PDF.
n urma rulrii se obine lista produselor grupate pe categorii i profitul aferent acestora.
Se observ c cel mai mare profit l are produsul Cabin de du semi-rotund din categoria
Sanitare.
Crearea unui document compus

Utiliznd rapoartele de la problema anterioar, se realizeaz un raport care s con in
ambele informaii. Noul document se va numi Raport final.
b
Se utilizeaz rapoartele de la problema anterioar.

c mod de realizare
Se utilizeaz tab-ul File New - Report.Se selecteaz rapoartele utiliznd Drag&Drop.
Titlul raportului final se introduce utiliznd opiunea Insert Text.
d
Se observ mbinarea a dou rapoarte i obinerea unui singur document.
Funcii statistice
Summary Statistics
Pentru fiecare categorie s se determine principalii indicatori statistici care caracterizeaz
profitul prin calcularea mediei, valorilor minime i maxime i sumei.
Se utilizeaz tabela Profit.
c mod de realizare
Pe tabela Profit se utilizeaz Describe Summary Statistics.Se selecteaz ca variabile de
analiz Profit, iar ca variabil de clasificare Categorie.
d
Se observ c media cea mai mare a profitului se afl n categoria Hidro, dar cel mai
mare profit l are categoria sanitare.
Corelatie
S se calculeze printr-un indicator numeric dac preul de vnzare influeneaz cantitatea
comandat.
Se utilizeaz tabela Comenzi.
c mod de realizare
Pe tabela Comenzi se utilizeaz Analyse Multivariate - Correlations. Variabila de
analiz va fi Profit, iar variabila de corelaie pre de vnzare.
d
interpretare economic
Conform coeficientului lui Pearson a crui valoare este de -0,33905 se identific o

legtur invers slab.
Scatter Plot
S se evidenieze grafic forma legturii dintre preul de vnzare i cantitatea comandat.
c mod de realizare
Pe tabela Comenzi se utilizeaz Graph Line Plot i se selecteaz op iunea Scatter Plot
with regression line.
d
Se observ c legtura este indirect, astfel la valori mari ale cantit ii corespund valori
mici ale preului de vnzare.
Regresie
S se evidenieze ecuaia legturii dintre preul de vnzare i cantitatea comandat.
b

c mod de realizare
Pe tabela Comenzi se utilizeaz Analyse Regression - Linear Regression.
d
prezentarea
rezultatelor
Ecuaia legturii este: 24,82152 0,00702F3=F2, unde F2 reprezint cantitatea
comandat i F3 reprezint pretul de vnzare.
n ceea ce privete semnificaia statistic a parametrilor, se observ c primul parametru
este semnificativ din punct de vedere statistic deoarece t Value = 4,11 mai mare ca 2, iar cel de-al
doilea parametru nu este semnificativ din punct de vedere statistic deoarece modul t Value = 1,61
mai mic ca 2. Acest lucru este confirmat de P Value care pentru primul paramentru este mai mic
decat 0,05, respectiv pentru cel de-al doilea este mai mare decat 0,05.
Map Graph
S se afieze profitul pe judee, generat ca numr aleator n jurul valorii de 3500.
Se utilizeaz fiierul de date SAS Romania2 i Romania.
c mod de realizare
Pornind de la fisierul SAS Romania2, se realizeaza o interogare ce va contine toate
campurile fisierului si o coloana calculata pe baza formulei RAND(GAMMA, 3500)
coloana se numeste Profit_Rand. Se face o jonctiunea cu tabela Romania si se adauga
campurile X si Y. Pentru realizarea unei harti 3D se selecteaza Graph- MapChart-3D Prism
Map. In tab-ul Data Repose data sorce se alege tabela de date SAS rezultata in urma
interogarii, iar la ID se alege _MAP_GEOMETRY_, iar la Response se alege Profit_rand. In
tab-ul Legend se bifeaza optiunea Show Legend si se completeaza cu Profitul, iar in tab-ul
titles se debifeaza Use default text si se completeaza cu Profitul pe judete.
d

Proiect PaChete Software

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Proiect PaChete Software

Încărcat de

Drepturi de autor:

Formate disponibile

PROIECT PACHETE SOFTWARE

Student :BRENENE Anda-Mihaela

metode de calcul, algoritmi, formule de calcul utilizate

interpretarea economic a rezultatelor

e interpretarea economic a rezultatelor

informaii necesare pentru rezolvare

metode de calcul, algoritmi, formule de calcul utilizate

interpretarea economic a rezultatelor

1.3.2. Visual Basic

c) metode de calcul, algoritmi, formule de calcul utilizate

e) interpretarea economic a rezultatelor

b) informaii necesare pentru rezolvare

e) interpretarea economic a rezultatelor

e) interpretarea economic a rezultatelor

e) interpretarea economic a rezultatelor

PARTEA II- Excel

informaii necesare pentru rezolvare

metode de calcul, algoritmi, formule de calcul utilizate

e) interpretarea economic a rezultatelor

Set cell- celula n care se afl suma comenzii totale;

e) interpretarea economic a rezultatelor

PARTEA III- Excel

Office Button->Excel Options->Add-Ins: Manage Excel Add-ins

c metode de calcul, algoritmi, formule de calcul utilizate

e interpretarea economic a rezultatelor

3.2. Lucru cu meniul DATA

e) interpretarea economic a rezultatelor

e interpretarea economic a rezultatelor

PARTEA A IV-A -Prelucrri statistice

4.1. Indicatori Statistici

e) interpretarea economic a rezultatelor

4.2. Legaturi Statistice

e) interpretarea economic a rezultatelor

c) metode de calcul, algoritmi, formule de calcul utilizate

e) interpretarea economic a rezultatelor

Df - arata gradele de libertate (k=2) si numarul de observatii (n=8)

Numarul cazurilor analizate este de 30 cu o valoare minim de 2,420 si o valoare maxima de

Numarul cazurilor analizate este de 5 cu o valoare minim

Numarul cazurilor analizate este de 4 cu o valoare

Numarul cazurilor analizate este de 4 cu o valoare

Numarul cazurilor analizate este de 9 cu o

Numarul cazurilor analizate este de 8 cu o

2. Corelatie si regresie simpla liniara

e) interpretarea economic a rezultatelor

e) interpretarea economic a rezultatelor

e) interpretarea economic a rezultatelor

Standard error of Estimate =21.368 putem concluziona ca modelul de regresie nu este

Jonciune intern i extern

Se selecteaz ca variabil de analiz profitul, iar ca variabile de grup se selecteaz oraul

Crearea unui parametru nou

Se observ c cei mai muli furnizori sunt din oraul Bucureti.

Prelucrare statistic Tabele de frecvene unidimensionale

Formate definite de utilizator

Crearea unui document compus

informaii necesare pentru rezolvare

Se utilizeaz rapoartele de la problema anterioar.

Conform coeficientului lui Pearson a crui valoare este de -0,33905 se identific o

informaii necesare pentru rezolvare

Se utilizeaz tabela Comenzi.

S-ar putea să vă placă și