ANALIZĂ DE DATE PENTRU AFACERIAdministrarea Afacerilor, anul III Curs 1 din 5 octombrie 2015

1UB - FAA, Prof. Univ. Dr. Elena Druică, email: elena.druica@faa.unibuc.ro

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.ro2

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 panel5

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

– Tom Peters, “Thriving on Chaos” -

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

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 Statistică25

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

27

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

28

Consum = 0.073 * Venit + 2603000000

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

30

An 2000 2001 2002 2003 2004

GDP 74659324662

78899950997 82871199517 87142617156 95094333148

HCE 50486571380

54747587390 57684999969 62517042448 71068604740

An 2005 2006 2007 2008 2009

GDP 99172613716

107816765292

114565776634

123572601833

115171185299HCE 7788459607

987322875585 96949016165 10609142661

695590300027

31

Consum = 1.162 * Venit - 37760000000

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

detalii și particularități

Între analiza structurală și data mining

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