ANALIZĂ DE DATE PENTRU AFACERI

Administrarea Afacerilor, anul III

Curs 1 din 5 octombrie 2015

UB - FAA, Prof. Univ. Dr. Elena Druică, email: elena.druica@faa.unibuc.ro

1
INFORMAȚII GENERALE

Curs – 2 ore pe săptămână

Titular de curs: Prof. Univ. Dr. Elena Druică

Email: elena.druica@faa.unibuc.ro

Seminar – 2 ore pe săptămână

Titular de seminar: Lect. Univ. Dr. Mihaela Sandu

Email: mihaela.sandu@faa.unibuc.ro
2
EVALUARE ȘI PUNCTAJ FINAL

Examen final: maxim 6 puncte;

Examenul final constă dintr-un subiect format din 30 de grile

(deschise, sau cu un singur răspuns corect)

Evaluare pe parcurs (curs și seminar): maxim 3 puncte

Un punct se acordă din oficiu

Activitatea de seminar nu poate fi recuperată în afara

semestrului.
3
MATERIAL DIDACTIC

Materialul didactic poate fi accesat online, gratuit, la

www.teoriadeciziei.ro, sectiunea destinată resurselor
educaționale

Materialul didactic constă în:

Prezentări ppt

Seturi de date

Coduri pentru prelucrarea datelor (in R)

4
STRUCTURA GENERALĂ A CURSULUI

Elemente introductive despre analiza de date și R

Statistici descriptive pentru distribuții univariate și bivariate

Testarea ipotezelor statistice pentru date numerice și categoriale

Aplicații ale:

Modelelor liniare de regresie, cu una sau mai multe variabile

Modele neliniare de regresie

Modele de regresie logistică

Arbori de clasificare, ca metode de data mining

Serii de timp și analize de date panel

5
CURSUL 1

Motivația cursului. Analiza de date în viața de zi cu zi.

Tipuri  de  date și modelele aferente de analiză și prelucrare

Unde găsim date? Surse credibile și surse lipsite de credibilitate.

Rolul analizei de date într-o lucrare de licență.

Între analiza de date structurală și data mining.

Micro și macro date. Micro și macro instrumental.

6
MOTIVAȚIA CURSULUI

Lucrarea de licență

O privire mai… obiectivă asupra lucrurilor. ☺

7
ÎNTREBAREA 1

Considerați că oamenii din

ziua de azi sunt mai înclinați
să cheltuiască, sau să
economisească?

8
ÎNTREBAREA 2:

Considerați că românii sunt

mai cheltuitori decât nemții?

9
ÎNTREBAREA 3:

Considerați că pentru un
student la Afaceri este mai
ușor să își gestioneze banii
decât pentru un student la
Filosofie?

10
ÎNTREBAREA 4:

Considerați că pentru tinerii

cu studii superioare din ziua
de azi este mai greu să se
integreze pe piața muncii?

11
COMENTARII

Ceea ce este comun pentru toate cele patru cazuri este

caracterul foarte general al întrebării

Nevoia de a defini un cadru mai specific.

Nevoia de a identifica indicatori prin intermediul

cărora să ne putem raporta la ceea ce vrem să
aflăm.

12
OBSERVAȚII

Adesea, la baza opiniilor noastre stau credințe subiective,

mai degrabă decât informații obiective

Instrumentele analizei de date permit o verificare “la

rece” a credințelor pe care le avem

13
EXEMPLE

Întrebarea 1: Se poate analiza procentul din venit care

este alocat consumului. Diferența până la 100% este
considerată economisire?

Întrebarea 2: Se poate analiza procentul din venit care

este alocat cheltuielilor gospodăriilor în fiecare dintre
cele două țări și se pot compara rezultatele. Este
suficient?

14
COMENTARIU

Analiza de date, între știință și

pseudoștiință

15
16
17
“Sntem înecați în informație, dar lucrul de care
nevoie vitală este cunoașterea”

– Tom Peters, “Thriving on Chaos” -

18
19
 TIPURI DE ANALIZĂ

Supervised learning

Unsupervised learning

20
 TIPURI DE DATE

Cross - sectional: se referă la unități diferite analizate la

același moment în timp

Serii de timp: se referă la o aceeași unitate ale cărei

caracteristici (una sau mai multe) sunt înregistrate la
momente succesive de timp (de obicei, intervale egale).

Date panel: se mai numesc și date longitudinale și

combină componenta cross - sectional cu cea de serie de
timp
21
EXEMPLE:

Cross - sectional: înălțimea persoanelor aflate în clasă,

măsurată în acest moment

Serie de timp: înălțimea unui student, măsurată anual în

ultimii 15 ani

Date panel: înălțimea fiecărui student aflat în clasă acum

(componenta cross - sectional), măsurată anual în ultimii
15 ani (componenta de serie de timp)
22
MODELE FOLOSITE ÎN ANALIZĂ

Pentru datele cross - sectional: modelele de regresie

Pentru seriile de timp: modele specifice seriilor de timp

(ex. proiecția trendului, analiza de sezonalitate, modele
autoregresive etc.)

Pentru datele panel: modele de tip analiză panel (modele

cu efecte fixe, cu efecte aleatorii, de tip “between”, sau de
tip “first difference”)
23
TIPURI DE VARIABILE

cantitative

calitative, sau categoriale

24
DE UNDE OBȚINEM DATELE?
date experimentale: în economie, sunt destul de puține pentru că se obțin
foarte greu

date observate: reprezintă ponderea maximă a datelor cu care lucrează un

economist.

EXEMPLE DE SURSE:

World Bank

Eurostat

Institutul National de Statistică

25
SUNT GARANTATE? EXEMPLU

Date pentru Romania (slide 26)

GDP exprimat în “current USD” - proxy pentru venit

Households consumption expenditures exprimate în

“current USD” - proxy pentru consum

Sursa: World Bank

26
An 2000 2001 2002 2003 2004
GDP 373050999282 405858867690 459885108135 594660177055 757947335251
HCE 28745314143 31718784903 35363539364 44998638934 58676205796
An 2005 2006 2007 2008 2009
GDP 991726137159 1226951228195 1706134601977 2043352256938 1643457186895
HCE 77884596079 95564720541 128459705533 151299416412 118191748926

27
Consum = 0.073 * Venit + 2603000000

28
ALTE DATE

Date pentru Romania (slide 29)

GDP exprimat în “USD 2005” - proxy pentru venit

Households consumption expenditures exprimate în

“USD 2005” - proxy pentru consum

Sursa: World Bank

29
An 2000 2001 2002 2003 2004
GDP 7465932466 78899950997 82871199517 87142617156 95094333148
2
HCE 5048657138 54747587390 57684999969 62517042448 71068604740
An 0
2005 2006 2007 2008 2009
GDP 9917261371 10781676529 11456577663 12357260183 11517118529
6
HCE 7788459607 2
87322875585 4
96949016165 3
10609142661 9
95590300027
9 6

30
Consum = 1.162 * Venit - 37760000000

31
ANALIZA DE DATE ȘI LUCRAREA DE LICENȚĂ

Parte teoretică

Parte aplicativă:

studii de caz

analize de date

sau analize de date pe baza studiului de caz :-)

32
Între analiza structurală și data mining

detalii și particularități

33
ÎNTRE DATE MICRO ȘI DATE MACRO

nivel de agregare diferit

instrumental de analiză similar doar până la un punct

avantaje și dezavantaje (Camerer&Trivedi, 2009)

34
Pentru lucrarea voastră de licență:
(Gujarati, 2004)

1. Enunțarea teoriei la care ne referim, sau stabilirea ipotezei

2. Specificarea modelului matematic care descrie teoria, sau pe care l-am construit pe
baza ipotezei formulate.

3. Specificarea modelului statistic sau econometric

4. Obținerea datelor

5. Estimarea parametrilor modelului econometric

6. Testarea ipotezei referitoare la coeficienții variabilelor predictor

7. Prognoză sau predicție

8. Utilizarea modelului pentru elaborarea de politici sau pentru fundamentarea unor

decizii
35
CURSUL URMĂTOR:

Elemente introductive de R și statistici descriptive

univariate…

… sau prima parte din partea a doua a licenței voastre.

36
TEMA PENTRU SEMINARUL NR. 1

37
ÎN VARIANTA 1

Căutați indicatorii relevanți pentru tema vostră de licență

Găsiți cea mai de încredere sursă de date pentru a putea obține informațiile

Recapitulați fundamentul teoretic al investigației pe care doriți să o faceți și

aflați cine s-a mai ocupat de ceva similar. Căutați autori relevanți și
reprezentativi ai domeniului.

Stabiliți natura datelor de care dispuneți, conform clasificărilor discutate la

curs. Ce tipuri de modele anticipați că veți putea folosi?

Pregătiți un fișier de date, pe care o să începeți să îl analizați la seminarul 2.

38
ÎN VARIANTA DOI:

Dacă ezitați să includeți în lucrarea de licență o analiză de date…

căutați pe World Bank și alegeți un set de indicatori care vă atrag.

Extrageți datele aferente pentru 5 țări, pe întreaga perioadă

disponibilă.

Extrageți definirea indicatorilor și căutați în literatura economică

posibile relații între aceștia.

Pregătiți fișierul de date pentru a fi analizat în seminarul 2. :-)

39
BIBLIOGRAFIE (ACCESABILĂ PE INTERNET)

Cameron, Colin; Trivedi, Pravin (2009)

Microeconometrics, Methods and Applications, p. 3- 9

Gujarati Damodar, (2004) “Basic Econometrics”, Fourth

Edition, Introducere, p. 1-14.

Date de pe World Bank: www.worldbank.org

40
SĂ (NE) ANALIZĂM SĂNĂTOȘI!
41