Finalen i SAS Specialepris!

1

bog-sas-for-studerende-500px-kvadratiskSå er finalisterne fundet til SAS Specialeprisen 2015. Vi har udvalgt 3 ud af mange gode specialer, som gør smuk brug af kvantitativ metode og databehandling til at belyse en problemstilling. De indsendte specialer kom fra mange faglige retninger og understregede tilsammen, hvordan kløgtig brug af dataanalyse kan gøre os klogere på dagpengesystemet, på uddannelsesvalg og på forecasting af salg – se bare her blandt vores finalister:

Velfærdseffekten af at ændre dagpengesatsen

Forfattere: Simon Sørensen og Frederik Greisen, Københavns Universitet

Gennem de seneste to årtier er dagpengeperioden blevet forkortet og kravene for modtagelse af dagpenge blevet skærpet som led i en strammere arbejdsmarkedspolitik. Dagpengesatsen er midlertidig ikke blevet ændret i Danmark og den danske økonomiske litteratur er sparsom omkring effekten af dagpengesatsen på ledigheden.

Manglen på politiske ændringer i dagpengesatsen udgør hovedudfordringen ved at estimere effekten på ledigheden. Problemet er, at en højere indkomst fører til en højere dagpengesats. Dermed kan effekten af dagpengesatsen på ledigheden ikke isoleres, idet personer med højere indkomst typisk vil være ledig i kortere tid.

Vores speciale benytter ny økonometrisk metode, som vinder stigende anerkendelse i den økonometriske litteratur, til at estimere denne effekt. Vores resultater viser, at effekten formentlig er større end tidligere danske studier har indikeret, hvilket har implikationer for den fremtidige indretning af dagpengesystemet.

Etniske minoriteter: Falder æblet længere fra stammen?
En registerundersøgelse af sammenhængen mellem social baggrund og uddannelsesvalg blandt etniske minoriteter i Danmark.

Forfatter: Jeevitha Yogachandiran, Aalborg Universitet

Formålet med dette speciale er at undersøge sammenhængen mellem social baggrund og uddannelsesvalg blandt ikke-vestlige indvandrere og efterkommere. Det er et velkendt fænomen, at social arv har betydning for, om man vælger en lang videregående uddannelse og hvilken type lang videregående uddannelse, man vælger. Den eksisterende litteratur forklarer ofte uddannelsesvalg med henvisning til forældrenes socioøkonomiske ressourcer, men i specialet udfordrer jeg denne konventionelle forklaringsmodel ved at undersøge, om etnicitet bør tillægges en større betydning for uddannelsesvalg. Baseret på samkørsler af registerdata for 38.015 ikke-vestlige indvandrere og efterkommere og 772.517 etniske danskere født mellem 1975 og 1988 finder jeg, at forældrenes socioøkonomiske ressourcer betyder relativt mindre for etniske minoriteters uddannelsesvalg sammenlignet med etniske danskeres uddannelsesvalg. Når der tages højde for forældrenes socioøkonomi, har oprindelseslandet stor betydning for etniske minoriteters uddannelsesvalg, hvilket tyder på, at kulturelle forskelle også kan forklare denne gruppes uddannelsesvalg.

Can Machine Learning Approaches Outperform Econometric and Business Forecasting Techniques When Time Series Are Short And Noisy? - A Performance Comparison Based On Typical Business-To-Business Sales Data

Forfatter: Sune Schöttler, Aarhus Universitet

På business-to-business markeder er salgstransaktioner ofte spredte og har meget varierende værdier. Dette skaber udfordringer for forecasting af salg der bliver overset af datavidenskabssamfundet der i øjeblikket har fokus på høj-frekvens eller ”big” data. Formålet med mit speciale var at sammenligne to modelfamilier (økonometriske og machine learning) i et konkret B2B salgsforecasting projekt med sparsomt datagrundlag. Begge modelfamilier er oprindeligt udviklet til datarige situationer, men det antages som regel at machine learning bedre kan tilpasse sig højdimensioneller, og dermed sparsomme, data. 7 modeller blev tilpasset en 38-måneders læringsperiode og testet på en 12-måneders valideringsprøve. Ingen af de 7 modeller kunne i udgangspunktet konsistent slå benchmarken, men da de blev kombineret i en ensemble model, der vægtede dem efter deres præstation, blev forecastingfejlen reduceret med 44% relativt til benchmarken. Resultatet antyder, at forskning i området ikke skal fokusere på at finde én bedste model, men udnytte at svagheder udlignes når flere modeller kombineres.

Til årets SAS Forum d. 8. oktober får hver finalist 5 minutter til at fremlægge deres speciale og ud fra det vil dommerpanelet finde en vinder. Er du på SAS Forum, så kig forbi og høre de unge talenter – jeg lover, det bliver underholdende og lærerigt!

Ane

Share

About Author

Ane Gerken

Academic Program Manager

Ane er leder af SAS Academic Program i Danmark og Island. Hun står for servicering i forbindelse med brugen af SAS til undervisning og forskning på universiteterne, hvortil hun blandt andet udvikler uddannelsesmateriale til at komme godt i gang med at arbejde med SAS.

Back to Top