Analiza Multivariata a Datelor de Marketing

Imagine preview
(7/10)

Acest proiect trateaza Analiza Multivariata a Datelor de Marketing.
Mai jos poate fi vizualizat cuprinsul si un extras din document (aprox. 2 pagini).

Arhiva contine 1 fisier doc de 13 pagini .

Profesor indrumator / Prezentat Profesorului: Constantin C.

Iti recomandam sa te uiti bine pe extras, cuprins si pe imaginile oferite iar daca este ceea ce-ti trebuie pentru documentarea ta, il poti descarca. Ai nevoie de doar 4 puncte.

Domeniu: Marketing

Cuprins

Introducere 2
Contribuţii teoretice 2
Obiectivele cercetării 3
Metodologia cercetării şi modul de culegere a datelor 4
Rezultatele cercetării 4
Concluzii şi propuneri 12
Bibliografie 13

Extras din document

Abstract: This paper aims at analyzing Brasov, Romanian tourism from the perspective of european tourists who have visited this location. Will be studied both people and the environment interact naturally with quizzes and multivariate analysis applied to a database of existing views and opinions of tourists about Brasov.

Introducere

Oraşul Braşov are un potenţial turistic vast atât prin obiectivele turistice cât şi prin peisajul natural bogat. Biserica Neagră este poate cea mai vestită şi mai fotografiată clădire din Braşov, cel mai mare edificiu în stil gotic din sud-estul Europei şi cel mai reprezentativ monument de arhitectură gotică din România, datând din secolul XIV. În interiorul său încap circa 5.000 de persoane, biserica adăpostind de asemenea cel mai mare clopot (6 tone) din spaţiul românesc şi cea mai mare orgă (4.000 de tuburi) din sud-estul Europei. În continuarea studiului voi prezenta aspectele teoretice şi metodologice ale cercetării precum şi obiectivele care au stat la baza luării deciziei de analiză a turismului din Braşov.

Contribuţii teoretice

Termenul de analiză cluster (cluster în limba engleză înseamnă mănunchi, ciorchine, grup) a fost utilizat pentru prima dată de către Tryon în 1939 şi se referă la o serie de algoritmi de clasificare care dau posibilitatea grupării unor obiecte (indivizi) în grupe omogene.

Totuşi, utilizarea de algoritmi diferiţi are ca efect clasificări diferite. Analiza de cluster, cunoscută şi ca analiza de segmentare sau de taxonomie are ca scop identificarea unui set de grupe omogene prin gruparea elementelor astfel încât să minimizeze variaţia în cadrul grupe şi să maximizeze variaţia dintre grupe. Analiza cluster este deci, o tehnică de analiză multivariată care cuprinde un număr de algoritmi de clasificare a unor obiecte (elemente sau indivizi) în grupe omogene.

Variabilele sau cazurile sunt sortate în grupe (clusteri) astfel încât între membrii aceluiaşi cluster să existe asemănări, similitudini cât mai mari, iar între membrii unor clustere diferite să existe asemănări cât mai slabe. Pentru aceasta se are în vedere în primul rând alegerea distanţei dintre elemente, apoi alegerea algoritmului de grupare şi în final se decide cu privire la nivel. În analiza de cluster există câteva noţiuni de bază ce se impun a fi amintite pe scurt: clusterul (grupa), distanţa dintre obiecte, distanţa dintre grupe şi algoritmul de cluster.

Analiza de varianţă continuă seria testelor de semnificaţie şi întăreşte înţelegerea analizei cauzale, făcând trecerea spre analiza de regresie. ANOVA este o generalizare a testului t pentru mai mult de două medii, pentru că deseori în cercetarea socială studiem mai mult de două grupuri în acelaşi timp. ANOVA combină şi extinde testele t şi Chi pătrat, prin testarea egalităţii dintre trei sau mai multe medii (pentru trei sau mai multe grupuri). Se testează aşadar legătura dintre o variabilă metrică (pentru care se calculează media) şi o variabilă calitativă (a cărei valori sau categorii sunt considerate grupuri independente). De asemenea, ANOVA face o introducere clară în analiza cauzală: variabila cauză (independentă) este cea calitativă iar variabila efect (dependentă) este cea metrică.

Analiza factorială (analiza în componente principale este o metodă factorială) a apărut pentru a rezolva probleme din categoria următoare:

• reducerea complexităţii datelor (data reduction) – poate fi înlocuit un masiv de date de mari dimensiuni prin masive de dimensiuni mai mici?

• evidenţierea şi fixarea patternului asocierilor (corelaţiilor) dintre variabile.

• determinarea variabilelor latente (mai puţine) care se află în spatele variabilelor măsurate (mai multe) – problemă similară descoperirii celor care mănuiesc păpuşile într-un teatru de păpuşi; comportarea, varianţa variabilelor măsurate poate fi regăsită din varianţa unor variabile ascunse, care le determină prin asociere. Variabilele ascunse, latente, sunt denumite factori şi de aici denumirea metodelor analizei factoriale. Metoda a apărut la început în studii psihologice în care s-a încercat să se determine, evalueze, variabile precum inteligenţa.

Fisiere in arhiva (1):

  • Analiza Multivariata a Datelor de Marketing.doc

Bibliografie

Introducere 2
Contribuţii teoretice 2
Obiectivele cercetării 3
Metodologia cercetării şi modul de culegere a datelor 4
Rezultatele cercetării 4
Concluzii şi propuneri 12
Bibliografie 13