ANALIZĂ DE DATE PENTRU AFACERI

Transcription

1 ANALIZĂ DE DATE PENTRU AFACERI Administrarea Afacerilor, anul III Curs 1 din 5 octombrie 2015 UB - FAA, Prof. Univ. Dr. Elena Druică, elena.druica@faa.unibuc.ro 1

2 INFORMAȚII GENERALE Curs 2 ore pe săptămână Titular de curs: Prof. Univ. Dr. Elena Druică elena.druica@faa.unibuc.ro Seminar 2 ore pe săptămână Titular de seminar: Lect. Univ. Dr. Mihaela Sandu mihaela.sandu@faa.unibuc.ro 2

3 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

4 MATERIAL DIDACTIC Materialul didactic poate fi accesat online, gratuit, la sectiunea destinată resurselor educaționale Materialul didactic constă în: Prezentări ppt Seturi de date Coduri pentru prelucrarea datelor (in R) 4

5 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

6 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

7 MOTIVAȚIA CURSULUI Lucrarea de licență O privire mai obiectivă asupra lucrurilor. 7

8 ÎNTREBAREA 1 Considerați că oamenii din ziua de azi sunt mai înclinați să cheltuiască, sau să economisească? 8

9 ÎNTREBAREA 2: Considerați că românii sunt mai cheltuitori decât nemții? 9

10 ÎNTREBAREA 3: Considerați că pentru un student la Afaceri este mai ușor să își gestioneze banii decât pentru un student la Filosofie? 10

11 ÎNTREBAREA 4: Considerați că pentru tinerii cu studii superioare din ziua de azi este mai greu să se integreze pe piața muncii? 11

12 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

13 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

14 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

15 COMENTARIU Analiza de date, între știință și pseudoștiință 15

16 16

17 17

18 Sntem înecați în informație, dar lucrul de care nevoie vitală este cunoașterea Tom Peters, Thriving on Chaos - 18

19 19

20 TIPURI DE ANALIZĂ Supervised learning Unsupervised learning 20

21 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

22 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

23 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

24 TIPURI DE VARIABILE cantitative calitative, sau categoriale 24

25 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

26 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 GDP HCE An GDP HCE

28 Consum = * Venit

29 ALTE DATE Date pentru Romania (slide 29) GDP exprimat în USD proxy pentru venit Households consumption expenditures exprimate în USD proxy pentru consum Sursa: World Bank 29

30 An GDP HCE An GDP HCE

31 Consum = * Venit

32 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

33 Între analiza structurală și data mining detalii și particularități 33

34 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

35 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

36 CURSUL URMĂTOR: Elemente introductive de R și statistici descriptive univariate sau prima parte din partea a doua a licenței voastre. 36

37 TEMA PENTRU SEMINARUL NR. 1 37

38 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

39 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

40 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 Date de pe World Bank: 40

41 SĂ (NE) ANALIZĂM SĂNĂTOȘI! 41