Analiza multidimensională a datelor

1. Analiza corespondențelor

Scopul acestei analize este de a descrie legăturile dintre două variabile, respectiv de a studia simultan liniile și coloanele unui tabel de contingență, prentru a descrie structura liniilor în funcție de legătura lor cu coloanele sau vice-versa.

Datele de pornire sunt obținute pe baza unui chestionar care are în vedere soluția pentru masa de prânz a respondenților, în funcție de diferite caracteristici ale acestora cum ar fi: durata pauzei de masă, departamentul în care lucrează, mijlocul de transport folosit etc.

În această analiză dorim să identificăm legătura între soluția aleasă de respondent și departamentul în care acesta lucrează.

Rezultatele analizei corespondențelor:

Numele coloanelor/rândurilor:

- Cmnd - Comand la birou de la diverse restaurante

- Cmpr - Cumpar de la supermarket

- Islm - Ies la masa in afara biroului

- Pcht - Pachet de acasa

- Tnmt - Tonomat

- 30m1 - 30 minute - 1 ora

- pst1 - peste 1 ora

- sb30 - sub 30 minute

Rezultatul analizei sub formă de grafic:

Interpretare:

Observăm că cei care au de parcurs un drum de peste o oră până la locul de muncă tind să își achiziționeze prânzul de la tonomat sau ies la masă în fața biroului. Cei care fac sub 30 de minute până la locul de munca sunt mai relaxați și ies la masă în fața biroului sau comandă de la restaurant iar cei care fac între 30 de minute și o oră optează pentru pachet de acasă.

2. Arbori de clasificare

Arborii de clasificare sunt utilizați în prognoza apartenenței unor instanțe la categorii distincte, plecând de la măsurile lor în raport cu una sau mai multe variabile predictoare.

Ne dorim să conturăm un profil al antreprenorului dintr-o țară de referință (Israel) bazându-ne pe răspunsurile la un chestionar realizat în acest scop. Întrebările sunt sintetizate în tabelul următor:

Pentru a genera arborele am ales următoarele variabile:

age7c + knowent + suskill + easystart + opport + nbstatus