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 ț ii matematice

a

definirea problemei Într-o foaie de calcul dintr-un document Microsoft Excel sunt introduse date referitoare la comadarea de produse pentru reînoirea stocului. Aceste date se referă la denumirea produsului, cantitate, preț unitar și cota TVA de 20%, pentru o firma de instala ții electrice.Se cunosc cantitatea, prețul unitar și se dorește obținerea prin calcul a valorii produselor, valoarea totală TVA, a valorii totale a produselor cu TVA. Informaţii necesare pentru rezolvare Se utilizează datele deja cunoscute: cantitate, preț unitar și cota TVA (20 %). b

metode de calcul, algoritmi, formule de calcul utilizate Se formatează foaia de calcul astfel încât să aibă aspectul de mai jos și se utilizează următoarele formule de calcul: Valoare = Preț unitar * Cantitate TVA = Cota TVA * Valoare Total = Valoare + TVA c

prezentarea rezultatelor

d

interpretarea economică a rezultatelor Calculul noilor informații cu privire la produsele comandate sunt utile pentru actualizarea stocurilor și pentru a evidenția valoarea totală a comenzilor. 1.2.

Functii logice

a definirea problemei Știind că fiecare furnizor aplică un discount de 7% pentru cantități mai mari ca 25 aflăm discount-ul pe cantitate într-o nouă coloană. b informaţii necesare pentru rezolvare Se utilizează datele prezentate în ipoteză. c metode de calcul, algoritmi, formule de calcul utilizate Se folosește funcția IF după cum urmează:

d prezentarea rezultatelor Se observă valorile numerice rezultate în urma aplicării funcției detaliate anterior, coloana Discount QT.

e interpretarea economică a rezultatelor În urma rezultatelor putem preciza că discount-urile se aplică produselor din gama electrice deoarece sunt comandate în cantități mari și 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 ț ii matriceale

1.3.1. VLOOKUP a

definirea problemei Utilizând tabelul furnizorilor și discount-urile aferente se calculează discount-ul oferit de fiecare furnizor pentru valoarea totală comandată. b

informaţii necesare pentru rezolvare Se utilizează datele prezentate în ipoteză și tabelul furnizorilor cu discount-urile aferente.

c

metode de calcul, algoritmi, formule de calcul utilizate Se folosește funcția matriceală VLOOKUP:

d

prezentarea rezultatelor Se observă valorile numerice rezultate în urma aplicării funcției detaliate anterior, in coloana Discount Furnizor.

e

interpretarea economică a rezultatelor În urma rezultatelor putem preciza că cele mai mari discount-uri au fost acordate de Landis pentru Microcentrala Caldariello și 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 În tabel CLIENTI, care sa aibă colonele: Nume, Total Comanda, Nr. Zile de întârziere a comenzii, pe baza carora Firma va acorda un discount clientului, în funcție de nr. Zile întarziate astfel: - Pentru o întarziere de 0-2 zile, discount 0%. - Pentru o întarziere de 2-4 zile, discount 2%. - Pentru o întarziere de 4-10 zile, discount 5%. - Pentru o întarziere de peste 10 zile, discount 7%. b) informaţii necesare pentru rezolvare Se construiește tabelul Clienți în care se vor introduce urmetoarele date astfel:

c) metode de calcul, algoritmi, formule de calcul utilizate 1.Se activează Developer astfel: File-Options- Customize Ribbon- apoi Bifez Developer 2.Se folosește Developer->Code->Visual Basic 3.Insert->Module Copiați următorul cod sursă: 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 economică a rezultatelor În tabelul de mai sus în coloana Discunt, se află valoarea discountului calculate în funcție de numarul de zile în care întârzie comanda. 1.4.

Functii financiare

1.4.1. PV a) definirea problemei Compania, cumpara o mașină cu care să transporte produsele comandate acasă la client, iar pentru a putea achiziționa autovehicolul face un credit la bancă cu o dobândă de 7% pe an. Se estimează că vehicolul, va aduce în următorii 8 ani, un venit anual de 10 000 lei. Firma dore ște să achite mașina din veniturile pe care le va aduce acesta, fară să ia în calcul cheltuielile cu întreținere. Care ar fi prețul maxim acceptat?

b) informaţii necesare pentru rezolvare Se creează un nou tabel în care introducem datele din problema de mai sus(Functii finanicare). c) metode de calcul, algoritmi, formule de calcul utilizate Se folosește funcția matriceală PV(returneaza valoarea prezentă a unei investiții).

d) prezentarea rezultatelor Se observă valorile numerice rezultate în urma aplicării funcției detaliate anterior.

e) interpretarea economică a rezultatelor În urma calculelor facute, reiese că firma poate sa achiztiționeze o mașină care sa coste cel mult 61 122,97 RON.

1.4.2. FV a) definirea problemei Firma dorește să economisească o sumă de bani și deschide un depozit la bancă de 2000 de RON, si se angajeză ca pe o perioadă de 3 ani sa depună în fiecare luna 500 RON, iar banca îi ofera o dobândă de 5% pe an. Care este suma de bani economisită, la sfârșitul perioadei? b) informaţii necesare pentru rezolvare Se creează un nou tabel în care introducem datele din problema de mai sus(Functii finanicare). c) metode de calcul, algoritmi, formule de calcul utilizate Se folosește funcția matriceală FV(returneaza valoarea viitoare a unei investiții bazate pe plați periodice cu o rată a dobânzii constantă).


e) interpretarea economică a rezultatelor În urma calculelor făcute, rezultă că firma va obține un venit de 21 780, 35 RON, dupa o perioada de 3 ani. 1.4.3. NPV a) definirea problemei Presupunem ca firma face o investiție de 15 000 lei, peste 2 ani si prime ște în urmatorii 4 ani sumele: 1000 RON, 2000 RON, 6500 RON, 10 200 RON. Dacă rata anuală a infla ției este de 8 %, care va fii valoarea prezentă netă a investiției. b) informaţii necesare pentru rezolvare Se creează un nou tabel în care introducem datele din problema de mai sus(Functii finanicare). c) metode de calcul, algoritmi, formule de calcul utilizate Se folosește funcția matriceală NPV(calculează valorea prezentă netă unei investi ții utilizând rata inflației și o serie de plați și venituri viitoare).


e) interpretarea economică a rezultatelor În urma calculelor făcute, rezultă că valoarea prezentă a investiției este de 275, 76 RON

PARTEA II- Excel 2.1. Grafice a

definirea problemei

În urmatorul tabel sunt prezentate valorile totale ale comenzilor grupate pe furnizori și se reprezintă grafic proporția din totalul valorii comenzilor din perioada analizată.

b

informaţii necesare pentru rezolvare La primul pas realizăm un nou tabel în care introducem toți furnizorii și calculăm totalul comandat pentru fiecare furnizor în parte. Pentru a realiza graficul parcurgem urmatorii pasi: 1 Selectăm coloanele Furnizor si Total 2 Insert-> Charts 3 Selectaţi tipul de grafic (Pie) 4 Pentru desihn : Layout-> Labels-> Chart title, Legend, Data Labels 5 Pentru a adauga informații suplimentare pe graphic Selectaţi graficul -> Layout ->Labels -> Data Labels -> More options: Category Name, Percentage ->OK

c

metode de calcul, algoritmi, formule de calcul utilizate

d


e interpretarea rezultatelor Se observă că furnziorul LANDIS, deține ponderea cea mai mare de 31 % și este urmat de UNDEFASA, ce deține o pondere de 17 %. 2.2. Scenarii a) definirea problemei Presupunem că ne aflăm în situația în care valoarea TVA, nu scăzuse la 20% și avea valoarea de 24% .Cum se modificau coloanele TVA și Total? b) informaţii necesare pentru rezolvare Se folosește funcția What-If analysis- Scenario Manager. c) metode de calcul, algoritmi, formule de calcul utilizate Pentru a rezolva problema enunțată mai sus parcurgem urmatorii pași: 1 Data->What-If analysis-> Scenario Manager, Add - Scenario Name: Cota TVA - Changing Cells: L2, -- OK – - New Value: 0,24-- OK d) prezentarea rezultatelor

e) interpretarea economică a rezultatelor Dupa aplicarea funcției What-If analysis, prin care s-a înlocuit 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(Căutarea valorii țintă) a) definirea problemei Câte bucăți de Aplica Bounty, ar trebui să commande cei de la aprovizionări pentru ca suma totală pentru toate produsele sa fie :177500,496? b) informaţii necesare pentru rezolvare Se folosește funcția What-If analysis- Goal SEEK. c) metode de calcul, algoritmi, formule de calcul utilizate Data->What-If analysis->Goal Seek:

Set cell- celula în care se află suma comenzii totale; To value- suma cu care să fie înlocuită valoarea totală By changing cell- celula care trebuie să se modifice în urma schimbării valorii precedente.

d) prezentarea rezultatelor Inainte:

DUPA:

e) interpretarea economică a rezultatelor Pentru a face o comandă în valoare de 177500,496, firma trebuie sa comande în loc de 10 buc, Aplica Bounty, doar 9 buc.

PARTEA III- Excel 3.1. Solver a definirea problemei Utilizând datele din ipoteză, ce se gasesc în tabelul Produse, se calculează cantitatea necesară ca valoarea pentru produsul Cabina de dus semirotundă să se modifice de la 22140 lei la 13000 lei. b informaţii necesare pentru rezolvare Se utilizează datele prezentate în ipoteză. Se parcurg următorii pași: 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

c metode de calcul, algoritmi, formule de calcul utilizate Se foloseste funcția Solver.

d


e interpretarea economică a rezultatelor Se observă că soluția Solver-ului este o cantitate de 10 buc.

3.2. Lucru cu meniul DATA

3.2.1. Liste a) definirea problemei b) informaţii necesare pentru rezolvare c) metode de calcul, algoritmi, formule de calcul utilizate d) prezentarea rezultatelor

e) interpretarea economică a rezultatelor 3.2.2. Pivot Table a definirea problemei Dorim realizarea unui raport ce conține câmpurile Total, Cantitate comandată, Nr. Factură și Categorie. b informaţii necesare pentru rezolvare Avem nevoie de fișierul denumit “Excel”, foaia de lucru Pivot Table. c metode de calcul, algoritmi, formule de calcul utilizate Selectăm Insert -> Pivot Table. Pasul 1: Selectăm celulele ce conțin datele folositoare pentru tabelul pivot și selectăm New Worksheet (locul unde va fi realizat tabelul pivot). Pasul 2: Selectăm câmpurile din Pivot Table Field List pe suprafața de lucru:  la Raport Filter plasăm câmpul Nr. Factură  la Row Fields plasăm câmpul Categorie  la Values plasăm câmpurile Total și Cantitate comandată Pasul 3: Filtrăm datele din tabel.

d


e interpretarea economică a rezultatelor Se observă valoarea totală a categoriilor de produse comandate, precum și cantitatea totală comandată din aceste categorii. Putem afla deasemenea și valoarea totală și cantitatea comandată pe o singura factură, prin schimbarea în câmpul Nr. Factură din All în numărul facturii dorite.

PARTEA A IV-A -Prelucrări statistice

4.1. Indicatori Statistici a) definirea problemei Să se calculeze principalii indicatori statistici pentru seriile de timp centrale pe gaz si pret gaz m3. b) informaţii necesare pentru rezolvare 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. c) metode de calcul, algoritmi, formule de calcul utilizate Se parcurg urmatorii pasi Data-> Analysis-> Data Analysis (Descriptive Statistics); OK Input - Input Range: B1:C9 - Grouped By: Colums; - selectaţi Labels in First Raw Output options – selectaţi New WorkSheet Ply şi Summary Statistics d) prezentarea rezultatelor

e) interpretarea economică a rezultatelor 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 a) definirea problemei Sa se analizeze legatura statistica intre pretul gazului si numarul de centrale pe gaz vandute. b) informaţii necesare pentru rezolvare Se creeza o noua foaie de lucru numita Legaturi statistice. c) metode de calcul, algoritmi, formule de calcul utilizate Selectaţi foaia de lucru Functii Statistice Data-> Analysis-> Data Analysis (Correlation) ; OK Input - Input Range: B1:C9 - Grouped By: Colums; - selectaţi Labels in First Raw Output options – selectaţi New WorkSheet Ply d) prezentarea rezultatelor

e) interpretarea economică a rezultatelor 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 a) definirea problemei Presupunem ca in anul 2017 pretul gazului o sa fie 1.54 lei. Sa se previzioneze cate centrale pe gaz o sa se vanda. b) informaţii necesare pentru rezolvare Se creaza un Sheet nou numit Previzionare.

c) metode de calcul, algoritmi, formule de calcul utilizate Selectaţi foaia de lucru Functii Statistice Data-> Analysis-> Data Analysis (Regression) ;OK Input Y Range: B1:B9, - Input X Range: C1:C9; - - selectaţi Labels Output options – selectaţi New WorkSheet Ply Residuals – selectaţi Residuals

d) prezentarea rezultatelor

e) interpretarea economică a rezultatelor 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<= α <=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<= β <=260.773.

Aplicații MyStat

1 Statistici descriptive 1.1.

a) definirea problemei Să se calculeze principalii indicatori statistici pentru prețul unitar al tuturor produselor comandate din tabelul importat.

b) informații 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. c) metode de calcul, algoritmi, formule de calcul utilizate În programul MyStat selectăm Analyze-> Basic Statistics d) prezentarea rezultatelor

Numarul cazurilor analizate este de 30 cu o valoare minimă 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. a) definirea problemei Să se calculeze principalii indicatori statistici pentru prețul unitar din fiecare categorie b) informații necesare Se utilizează datele prezentate în tabelul anterior. c) metode de calcul, algoritmi, formule de calcul utilizate În programul MyStat selectăm Data ->Sort File (pentru a sorta datele), Data-> By groups (gruparea datelor dupa componenta dorita, si anume Categorie), Analyze->Basic Statistics d) prezentarea rezultatelor

Numarul cazurilor analizate este de 5 cu o valoare minimă 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 minimă 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 minimă 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 minimă 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 minimă de 139 si o valoare maxima de 5859 , cu o medie aritmetica de 1498,250 si o deviatie standard de 1911,014

1.3. a) definirea problemei Să se calculeze principalii indicatori statistici pentru prețul unitar care are ca furnizator pe Bonomini b) informații necesare Se utilizează datele prezentate în tabelul anterior. c) metode de calcul, algoritmi, formule de calcul utilizate În programul MyStat selectăm Data ->Select Case (se selecteaza variabila dupa care se doreste selectia, in cazul nostru variabila Furnizor$)->se introduce conditia Furnizor=BONOMINI; Analyze->Basic Statistics d) prezentarea rezultatelor

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.

a) definirea problemei Sa se analizeze legatura statistica intre pretul unitar si cantitatea comandata. b) informații necesare Se utilizează datele prezentate în tabelul de la inceput. c) metode de calcul, algoritmi, formule de calcul utilizate În programul MyStat selectăm di meniu Analyze->Correlations->Simple (dupa alegem variabilele ce vor fi analizate si tipul corelatiei: Person)


e) interpretarea economică a rezultatelor Conform coeficientului Pearson între cele două variabile există o legătură slabă indirectă. Prin urmare, cu cât prețul este mai mare cu atât cantitatea comandată este mai mică. 2.2. a) definirea problemei Sa se afiseze cu ajutorul unui Scatterplot forma legaturii dintre pretul unitar si cantitatea comandata. b) informații necesare Se utilizează datele prezentate în tabelul de la inceput. c) metode de calcul, algoritmi, formule de calcul utilizate În programul MyStat selectăm din meniu Graph->Scatterplot


e) interpretarea economică a rezultatelor Din primul grafic se observă că legătura este foarte slabă și inversă, astfel la prețuri mici corespund cantitățile mari.

2.3. a) definirea problemei Se presupune ca pretul produselor va fi 35 lei , sa se previzioneze ce cantitate va fi comandata.

b) informații necesare Se utilizează datele prezentate în tabelul de la inceput. c) metode de calcul, algoritmi, formule de calcul utilizate În programul MyStat selectăm din meniu Analyze -> Regression -> Least Squares.


e) interpretarea economică a rezultatelor  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 a definirea problemei Se studiază câte produse se încadrează în fiecare categorie: Termo, Hidro, Sanitare, Electrice, Corpuri de iluminat. b informaţii necesare pentru rezolvare Se utilizează datele prezentate în tabelul initial. c metode de calcul, algoritmi, formule de calcul utilizate Se utilizează Analyze->One-Way Frequency Table d


e interpretare economică Se observă că cele mai multe produse comandate din totalul de 30 au fost din categoria sanitare, reprezentând 30% din comenzi.

Aplicații SAS Importul unui fișier non-SAS și crearea tabelelor de date SAS a definirea problemei Se importă întreg conținutul de date din foaia de calcul Sheet a fișierului Furnizori.xls. Se crează tabela Produse și se introduc datele. Informațiile din fișierul text Comenzi vor fi importate. b informaţii necesare pentru rezolvare Avem nevoie de fișierul denumit “Furnizori”, foaia de lucru Sheet1, fișierul textComenzi și informațiile despre produse: Id Produs, Denumire, Categorie, Pret Unitar etc. c mod de realizare Din meniul SAS File vom alege opțiunea Open– Data și selectăm fișierul Excel pecare dorim să îl importăm. Alegem foaia de calcul Sheet1 și bifăm op țiunea First row of rangecontains field names. Apăsăm Next, iar la pasul următor putem defini fiecare coloană în parte,sau selecta doar coloanele care ne interesează pentru output. Ultimul pas conține câteva opțiuniavansate, printre care: Embed the data within the generated SAS code.

Pentru crearea tabelei alegem opțiunea New – Data și creăm coloanele necesare cu proprietățile aferente. Documentul Text se importă utilizând Import Data și se selectează delimitatorul de coloane folosit. Am utilizat opțiunea Modify pentru a denumi coloane și a le stabili proprietățile. d


e interpretare economică Rezultatele obținute sunt tabelele de date SAS care conțin produsele, furnizorii și comenzile. Interogări 1 a definirea problemei Să se creeze un raport de frecvențe care să afișeze numărul tipurilor de produse comandate cu excepția celor din categoria Sanitare. Se includ în interogare următoarele coloane: denumire, cantitate comandată, preț și categorie. b informaţii necesare pentru rezolvare Se utilizează tabela Produse. c mod de realizare Din foaia de calcul Produse, selectată în arborele proiectului folosim butonul Query Builder. Selectăm câmpurile Denumire, Categorie, Cantitate comandata, Pret în tab-ul Select Data. Se utilizează Filter Data pentru a exclude produsele din categoria Sanitare șiun filtru pentru

a exclude produsele a căror cantitate comandată este 0. Apoi se rulează Query Builder cu butonul Run. Pentru a obține frecvențele pe categorii de produse utilizăm interogarea din care selectăm Tasks – Describe – One-Way-Frequencies. d


e interpretare economică Rularea interogării are ca rezultat o tabelă cu produsele pe categorii cu excepția celor din categoria Sanitare. Din One-Way Frequencies se observă că din categoria Corpuri de iluminat sau comandat 5 produse, din Electrice 4 produse, din Hidro 4 produse și din Termo 8 produse. De aseamea se observă procentele corespunzătoare: 23,81%, 19,05%, 19,05% respectiv 38,10%.

2 a definirea problemei Să se creeze o nouă coloană care calculează TVA corespunzător unui singur produs. b informaţii necesare pentru rezolvare Se utilizează tabela Produse. c mod de realizare Din foaia de calcul Produse, selectată în arborele proiectului folosim butonul Query Builder. Selectăm toate câmpurile tabelei în tab-ul Select Data. Se folosește Computed Columns în care formula de calcul va fi: TVA=Pret Unitar*0.24. Se redenumește coloana TVA.Se rulează Query Builder cu butonul Run. d


e interpretare economică În urma rulării se crează noua coloană TVA. Dintre produse cel mai mare TVA îl are produsul Megatherm, din categoria Termo.

Joncțiune internă și externă Joncțiune internă a definirea problemei Compania dorește să afle care este profitul pentru fiecare produs, cunoscând cantitatea, costul unitar al produsului și prețul de vânzare. b informaţii necesare pentru rezolvare Se folosesc tabelele Produse și Comenzi. c mod de realizare Se folosește un Query Builder în care se realizează joncțiunea celor două tabele. Se creează o nouă coloană pentru calculul profitului după formula: Profit= (pret vanzare-pret unitar)* cantitate d


e interpretare economică Se obține tabela de rezultate, având și coloana calculată prin funcția dată de utilizator a profitului pe fiecare produs.

Joncțiune externă a definirea problemei Compania dorește să afle comenzile plasate pentru produsele care au fost scoase din producție. b informaţii necesare pentru rezolvare Se folosesc tabelele Produse și Comenzi. c mod de realizare Se folosește un Query Builder în care se realizează joncțiunea externă de dreapta a celor două tabele și se adaugă un filtru pentru a include numai comenzile ale căror produse au fost șterse din tabela Produse (Id produs is MISSING).

d


e interpretare economică Se poate observa din tabela rezultat că produsele cu id-urile 16 și 26 au fost scoase din producție.Prin urmare, aceste comenzi nu vor putea fi onorate.

Folosirea parametrilor a definirea problemei Romstal dorește să afle profitul total generat de fiecare furnizor. b informaţii necesare pentru rezolvare Se folosește tabela ce conține coloana Profit, realizată anterior. c mod de realizare În tabela Profit se utilizează opțiunea Describe – Summary Statistics Wizard.

Se selectează ca variabilă de analiză profitul, iar ca variabile de grup se selectează orașul și denumirea furnizorilor. Se selectează la rezultate afișarea stastisticilor și salvarea lor într-un set de date. Statisticile care ne interesează sunt media și suma profiturilor.

d


e interpretarea reuzultatelor Se obține tabela de profit total pe orașe, frecvența, media profiturilor și suma profiturilor de la furnizorul respectiv. De asemenea, am afișat și statisticile rezultate pe fiecare oraș în parte.

Crearea unui parametru nou a definirea problemei Romstal dorește să stabilească o limită de profit de 2000$ pentru a identifica firmele care i-au adus profit de cel puțin 2000$. b informaţii necesare pentru rezolvare Se folosește tabela rezultată la pasul anterior. c mod de realizare Se folosește un Query Builder, apăsând butonul Prompt Manager – Add New Prompt. Se selectează opțiunile necesare și apoi se introduce pragul de 2000$ și se rulează. d


e interpretare economică În tabelul rezultat se observă furnizorii care aduc profituri peste 2000$.

Raport a definirea problemei Romstal dorește să afișeze o listă a furnizorilor săi care să îndeplinească următoarele condiții: furnizorii din același oraș să fie grupați împreună, numele orașelor să apară o singură dată la începutul grupului creat. Raportul se va denumi Furnizori pe orase . b informaţii necesare pentru rezolvare Se folosește tabela Furnizori. c mod de realizare Pe tabela Furnizori se deschide prelucrarea Describe – List Data d


e

interpretarea economică

Se observă că cei mai mulți furnizori sunt din orașul București.

Grafic a definirea problemei Să se reprezinte într-un grafic profitul total pentru fiecare categorie de produse. b informaţii necesare pentru rezolvare Se folosește tabela Profit. c mod de realizare Din tab-ul graph se alege opțiunea Pie Chart. Variabila Categorie va deveni coloana graficului (Column To Chart), iar variabila Profit va fi asignată rolului Sum of. d


e interpretare economică Se observă că cel mai mare profit îl aduc produsele din categoria Sanitare, fiind urmată de Termo.

Prelucrare statistică – Tabele de frecvențe unidimensionale a definirea problemei Romstal dorește să determine numărul de produse comandate de fiecare oraș. b informaţii necesare pentru rezolvare Se folosesc tabelele Furnizori, Produse și Comenzi. c mod de realizare Se creează o juncțiune între cele 3 tabele.Se adaugă la variabile Oraș, Categorie și Cantitate și se utilizează opțiunea One-Way-Frequencies. d


e interpetare economică Din tabelul obținut se observă că în București se vând cele mai multe produse.

Formate definite de utilizator a definirea problemei Se dorește crearea unor formate pentru a ușura munca companiei. Orașele sunt împăr țite în 2 regiuni: Sud și Sud-Est, iar profitul în două selecții: sub 3500 lei și peste 3500 lei. b informaţii necesare pentru rezolvare Se folosesc tabelele Furnizori, Produse și Comenzi. c mod de realizare Se creează o juncțiune între cele 3 tabele.La această joncțiune se adaugă coloana Profit calculată anterior. Se crează două formate astfel: Data – Create Format. Se introduce numele și tipul formatului. Definim formatul astfel: creăm două regiuni și introducem orase în fiecare regiune. Describe – List Data, iar la List Variables selectăm Adresa, Denumire, Profit, Oras. În căsuța Task Roles, dăm click dreapta, selectăm Properties, iar la Label Profit, schimbăm formatul aflat în categoria User Defined - $REGIUNEA pentru a adăuga formatul defintit de utilizator pentru regiune, iar pentru schimbarea formatului pentru Profit, va trebui să schimbăm formatul în categoria User Defined - PROFIT.

d


e interpretare economică Se poate observa că majoritatea furnizorilor sunt din zona de SUD a țării și aduc un profit sub 3500 lei. Stiluri create de utilizator a definirea problemei Compania Romstal dorește să obțină o listă cu produsele oferite și profitul adus de acestea. Lista trebuie să aibă următoarele caracteristici: produsele din aceeași categorie să fie grupate împreună, numele categoriei să apară doar o dată la începutul unui grup, raportul ob ținut să fie salvat și în format PDF, stilul raportului să fie Ocean. Titlul raportului va fi Profit pe categorii. Se va realiza un grafic de tipul Bar Chart. b informaţii necesare pentru rezolvare Se utilizează tabelele Produse, Furnizori și Profit c mod de realizare Se realizează o joncțiune între cele 3 tabele și se adaugă la interogare câmpurile Denumire, Oraș, Denumire produs, Categorie, Preț, Cantitate comandată, Cantitate pe stoc, Profit. Se creează o coloană sumarizată.Tabela rezultat va fi denumită Categorii_profit. Pe această tabelă vom rula prelucrarea Describe- List data.În tabul Properties vom alege stilul SAS Ocean și vom bifa de asemenea opțiunea PDF.

d


e interpretare economică În urma rulării se obține lista produselor grupate pe categorii și profitul aferent acestora. Se observă că cel mai mare profit îl are produsul Cabină de duș semi-rotundă din categoria Sanitare.

Crearea unui document compus a definirea problemei Utilizând rapoartele de la problema anterioară, se realizează un raport care să con țină ambele informații. Noul document se va numi Raport final. b

informaţii necesare pentru rezolvare

Se utilizează rapoartele de la problema anterioară. c mod de realizare Se utilizează tab-ul File – New - Report.Se selectează rapoartele utilizând Drag&Drop. Titlul raportului final se introduce utilizând opțiunea Insert Text. d


e interpretare economică Se observă îmbinarea a două rapoarte și obținerea unui singur document.

Funcții statistice Summary Statistics a definirea problemei Pentru fiecare categorie să se determine principalii indicatori statistici care caracterizează profitul prin calcularea mediei, valorilor minime și maxime și sumei. b informaţii necesare pentru rezolvare Se utilizează tabela Profit. c mod de realizare Pe tabela Profit se utilizează Describe – Summary Statistics.Se selectează ca variabile de analiză Profit, iar ca variabilă de clasificare Categorie. d


e interpretare economică Se observă că media cea mai mare a profitului se află în categoria Hidro, dar cel mai mare profit îl are categoria sanitare.

Corelatie a definirea problemei Să se calculeze printr-un indicator numeric dacă prețul de vânzare influențează cantitatea comandată. b informaţii necesare pentru rezolvare Se utilizează tabela Comenzi. c mod de realizare Pe tabela Comenzi se utilizează Analyse – Multivariate - Correlations. Variabila de analiză va fi Profit, iar variabila de corelație preț de vânzare. d


e

interpretare economică

Conform coeficientului lui Pearson a cărui valoare este de -0,33905 se identifică o legătură inversă slabă.

Scatter Plot a definirea problemei Să se evidențieze grafic forma legăturii dintre prețul de vânzare și cantitatea comandată. b informaţii necesare pentru rezolvare Se utilizează tabela Comenzi. c mod de realizare Pe tabela Comenzi se utilizează Graph – Line Plot și se selectează op țiunea Scatter Plot with regression line. d


e interpretare economică Se observă că legătura este indirectă, astfel la valori mari ale cantită ții corespund valori mici ale prețului de vânzare.

Regresie a definirea problemei Să se evidențieze ecuația legăturii dintre prețul de vânzare și cantitatea comandată. b

informaţii necesare pentru rezolvare

Se utilizează tabela Comenzi. c mod de realizare Pe tabela Comenzi se utilizează Analyse – Regression - Linear Regression. d

prezentarea

rezultatelor

e interpretare economică Ecuația legăturii este: 24,82152 – 0,00702F3=F2, unde F2 reprezintă cantitatea comandată și F3 reprezintă pretul de vânzare. În ceea ce privește semnificația statistică a parametrilor, se observă că 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 a definirea problemei Să se afișeze profitul pe județe, generat ca număr aleator în jurul valorii de 3500. b informaţii necesare pentru rezolvare Se utilizează fișierul de date SAS Romania2 și 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

Recommend Documents