Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


domanda di esame prof della beffa, Esercizi di Analisi Dei Dati

domanda teorica che capita all'esame del prof Della beffa , anche in modo frequente

Tipologia: Esercizi

2020/2021

Caricato il 08/04/2021

maria-francesca-zeccolini
maria-francesca-zeccolini 🇮🇹

3.8

(17)

10 documenti

1 / 2

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Quali strumenti di analisi multivariata abbiamo visto durante il prosieguo del corso ?
Analisi multivarate , sono quelle analisi che studiano la relazione simultanea di più variabili alla
volta e comprende tutti i modelli il cui scopo e schematizzare e rappresentare i fenomeni reali , a
tal proposito e giusto menzionare quelli che abbiamo avuto molto di studiare durante il corso.
1) Analisi Fattoriale il cui scopo è :
-quello di generare un numero ridotto di costrutti che possono riassumere e spiegare un
numero più ampio di variabili
-Individuare strutture nelle relazioni fra variabili ( lo scopo e quello di andare a generare
nuove variabili (componenti principali).
2) Analisi predittiva che ha lo scopo di :
-Individuare i migliori predittori ci un certo fenomeno .
- Effettuare stime e previsioni.
In quanto quest’analisi e un tipo di analisi che si applica al problema che coinvolge due o più
variabili numeriche , Di verificare come la variazione di una di esse (variabile dipendente ) sia
legata alla variazione delle altre ( 1 o più variabili indipendenti , detti predittori o più
propriamente variabili esplicative ) .
Esempio : costumer satisfaction , le caratteristiche di un prodotto (variabili esplicative)o servizio
che piu’ influenzano la soddisfazione (variabile dipendente).
3) Brand mapping : Una rappresentazione grafica in uno spazio a due dimensioni , che mette in
evidenza possibili similarità fra prodotti , in modo intuitivo e semplificato , in particolare se
si riescono ad identificare due dimensioni chiare utili e interpretabili di conseguenza riuscirò
ad avere un’ ottima rappresentazione grafica .
Esempio di brand mapping è la quadrant analysis che e composta da una dimesioni :
“importanza verso soddisfazione “ , e una mappa molto interessante questo perché anche
con elementi molto “poveri “ si riescono a fare delle mappe favolose in modo da attribuire
ai vari quadranti elementi molto interessanti , va precisato appunto che i punti sulla mappa
non sono solo brand ma possono essere anche attributi del brand ( Come nell’esempio
della Linea verde di Milano visto in classe) .
Ed e molto utili perché io azienda attraverso l’utilizzo di questo strumento io posso
effettivamente capire qual è il mio posizionamento rispetto a quello dei miei concorrenti .
Quali sono i miei punti di forza e di debolezza e in fine come i consumatori percepiscono i
miei prodotti rispetto a quelli dei miei concorrenti.
Ci sono vari modi per costruire delle mappe percettive :
1) Analisi fattoriale :
Prendo come dimensioni della mia mappa due fattori .
Calcolo le medie dei fattori come oggetti da rappresentare .
Verifico se ci sono differenze statisticamente significative fra le medie dei fattori ( anova) .
Scalling multimensional , un'altra tecnica molto interessante che mi permette di calcolare
attraverso la matrice delle distanze qual è il posizione dei punti all’interno della mappa in
particolar modo , lo scalling deve rispettare l’ordinamento delle distanze , questo vuol dire che se
due ITEM sono vicini devono essere vicini anche all’interno della mappa per rispettare
chiaramente l’ordine delle grandezze originarie ) .
pf2

Anteprima parziale del testo

Scarica domanda di esame prof della beffa e più Esercizi in PDF di Analisi Dei Dati solo su Docsity!

Quali strumenti di analisi multivariata abbiamo visto durante il prosieguo del corso? Analisi multivarate , sono quelle analisi che studiano la relazione simultanea di più variabili alla volta e comprende tutti i modelli il cui scopo e schematizzare e rappresentare i fenomeni reali , a tal proposito e giusto menzionare quelli che abbiamo avuto molto di studiare durante il corso.

  1. Analisi Fattoriale il cui scopo è :
  • quello di generare un numero ridotto di costrutti che possono riassumere e spiegare un numero più ampio di variabili
  • Individuare strutture nelle relazioni fra variabili ( lo scopo e quello di andare a generare nuove variabili (componenti principali).
  1. Analisi predittiva che ha lo scopo di :
  • Individuare i migliori predittori ci un certo fenomeno.
  • Effettuare stime e previsioni. In quanto quest’analisi e un tipo di analisi che si applica al problema che coinvolge due o più variabili numeriche , Di verificare come la variazione di una di esse (variabile dipendente ) sia legata alla variazione delle altre ( 1 o più variabili indipendenti , detti predittori o più propriamente variabili esplicative ). Esempio : costumer satisfaction , le caratteristiche di un prodotto (variabili esplicative)o servizio che piu’ influenzano la soddisfazione (variabile dipendente).
  1. Brand mapping : Una rappresentazione grafica in uno spazio a due dimensioni , che mette in evidenza possibili similarità fra prodotti , in modo intuitivo e semplificato , in particolare se si riescono ad identificare due dimensioni chiare utili e interpretabili di conseguenza riuscirò ad avere un’ ottima rappresentazione grafica. Esempio di brand mapping è la quadrant analysis che e composta da una dimesioni : “importanza verso soddisfazione “ , e una mappa molto interessante questo perché anche con elementi molto “poveri “ si riescono a fare delle mappe favolose in modo da attribuire ai vari quadranti elementi molto interessanti , va precisato appunto che i punti sulla mappa non sono solo brand ma possono essere anche attributi del brand ( Come nell’esempio della Linea verde di Milano visto in classe). Ed e molto utili perché io azienda attraverso l’utilizzo di questo strumento io posso effettivamente capire qual è il mio posizionamento rispetto a quello dei miei concorrenti. Quali sono i miei punti di forza e di debolezza e in fine come i consumatori percepiscono i miei prodotti rispetto a quelli dei miei concorrenti. Ci sono vari modi per costruire delle mappe percettive :
  2. Analisi fattoriale : Prendo come dimensioni della mia mappa due fattori. Calcolo le medie dei fattori come oggetti da rappresentare. Verifico se ci sono differenze statisticamente significative fra le medie dei fattori ( anova). Scalling multimensional , un'altra tecnica molto interessante che mi permette di calcolare attraverso la matrice delle distanze qual è il posizione dei punti all’interno della mappa in particolar modo , lo scalling deve rispettare l’ordinamento delle distanze , questo vuol dire che se due ITEM sono vicini devono essere vicini anche all’interno della mappa per rispettare chiaramente l’ordine delle grandezze originarie ).

Analisi delle corrispondenze  si basa sul calcolo delle frequenze congiunte delle due variabili categoriche calcolate all’interno di una tabella a doppia entrata. I punti sulla mappa sono le righe e le colonne della tabella , lo scopo di questa analisi e proprio quello di assegnare dei punteggi numerici alle righe e alle colonne della tabella ( come nell’esempio fatto in classe del consumo di mozzarella nelle diverse aree geografiche ). Cluster analysis : famiglia di tecniche il cui obbiettivo è classificare unità statistiche (casi ) in gruppi ( cluster ) il più possibili omogenei al loro interno ed eterogenei al loro esterno. I Metodi più utilizzati per la classificazione dei cluster sono : metodo gerarchico e il K-means ( non gerarchico ) , non mi dilungo troppo ad approfondirli ma sono due tecniche molto importanti , quello gerarchico e piu’ adatto alla classificazione di aziende/prodotti , mentre quello non gerarchico per la classificazione di consumatori. In fine vanno menzionati anche il Marchin larning e i data maning all’interno dei quali si parla piuttosto di statistica e di metodi computazionali in particolar modo vengono utilizzati per creare modelli predittivi fatti su singoli elementi. (ho cercato di mettere tutto quello che reputavo fosse essenziale per spiegarli correttamente tutti ma avrei approfondito ancora di più per mancanza di tempo non posso ).