Indice-sommario INDICE SOMMARIO CAPITOLO I LE MATRICI DEI DATI E LE ANALISI UNIVARIATE

Transcript

1 VII INDICE SOMMARIO Prefazione... xv CAPITOLO I LE MATRICI DEI DATI E LE ANALISI UNIVARIATE 1. Analisi dei dati e data mining La matrice dei dati «unità pervariabili» Idatiricavatidaun indaginesvoltamediantequestionario Lescaledivalutazionedegliatteggiamentiedelleopinioni Lamatricedegliscostamentistandardizzati La ponderazione delle unità statistiche Lamatricedeidatipartizionata Lematricideidatiatrevie L estrazione d un campione casuale dal data set Riferimenti bibliografici CAPITOLO II LE RELAZIONI TRA VARIABILI QUANTITATIVE: CORRELAZIONE E COGRADUAZIONE 1. Ildiagrammadidispersioneedilcoefficientedicorrelazione Lamatricedicovarianzaelamatricedicorrelazione La significatività dellacorrelazione Misure di variabilità multidimensionale Lacograduazione L indicedicograduazionedispearman Calcolodellacograduazioneinpresenzadigradiripetuti Relazionitragliindicidicorrelazioneedicograduazione Riferimenti bibliografici CAPITOLO III I TRATTAMENTI PRELIMINARI DEI DATI 1. La«pulizia»deidati... 63

2 VIII Indice-sommario 2. Icasimancanti Idatimancanti Tipologiadeidatimancanti Processogeneratoredeidatimancanti Strategieperiltrattamentodeidatimancanti Laprocedura«datimancanti»diSPSS Latipologiadeglierrori Ivalorianomali Definizioneeprocessigeneratorideivalorianomali Individuazionedeivalorianomali Trattamentodeivalorianomali Leosservazioniinfluenti Riferimenti bibliografici CAPITOLO IV L ASSOCIAZIONE 1. Introduzione Indici di associazione per tabelle Significato dell associazione in una tabella MisurebasatesullastatisticadiPearson Misurebasatesul«rapportodeiprodottiincrociati» Un importante applicazione di marketing: la Market Basket Analysis Indici di associazione per tabelle rc Significato dell associazione in una tabella rc MisurebasatesullastatisticadiPearson Indicidotatid unainterpretazioneoperativa Indici basati sulla riduzione proporzionale nell eterogeneità Alcuneconsiderazioniconclusive Indicidiassociazionepervariabiliordinali Significatodell associazionetracaratteriordinali Indici applicabili quando entrambe le variabili sono ordinali Indicidiassociazionepervariabilirilevatesuscaledifferenti Associazionetraunfenomenoordinaleedunonominale Associazione tra un fenomeno quantitativo ed uno nominale Problemiinferenzialiriguardantigliindicidiassociazione Verificadell ipotesidiindipendenzastocastica Intervallidiconfidenzapergliindicidiassociazione Relazione tra verifica d ipotesi e stima degli indici di associazione Esempio riepilogativo: indagine sui comportamenti d acquisto dei clienti d un outlet Riferimenti bibliografici

3 IX CAPITOLO V RAPPRESENTAZIONI GRAFICHE E TRASFORMAZIONI DI DATI MULTIDIMENSIONALI (di Marco Riani e Sergio Zani) 1. Scopidellerappresentazionigrafiche Il convex hull ed il boxplot bivariato nel diagramma di dispersione Rappresentazioniditrevariabili Rappresentazioninellospazioatredimensioni Lamatricedeidiagrammididispersione Rappresentazionigrafichedimatricipartizionate Rappresentazioni di più ditrevariabili Estensionidellamatricedeidiagrammididispersione I boxplot bivariati nella matrice dei diagrammi di dispersione Graficiincoordinateparallele Rappresentazioni iconiche delle unità statistiche Le«stelle» LafaccediChernoff Osservazioniconclusivesullerappresentazioniiconiche Rappresentazionigraficheperdatilongitudinali Letrasformazionideidati Scopidelletrasformazioni LaclassedelletrasformazionidiBox-Cox Sceltadellatrasformazione Riferimenti bibliografici CAPITOLO VI L ANALISI DELLE COMPONENTI PRINCIPALI 1. Lariduzionedelledimensioni Definizionedellecomponentiprincipali Ilcasodiduevariabili Lecomponentiprincipalipartendodallamatricedicorrelazione I«punteggi»dellecomponentiprincipali Lasceltadelnumerodicomponenti Alcune proprietà dellecomponentiprincipali La scomposizione in valori singolari ed il biplot Impiego dell ACP per la sintesi della customer satisfaction Ulterioriprobleminell analisidellecomponentiprincipali Leinformazionidelleultimecomponentiprincipali Larotazionedellecomponenti Lasceltadellevariabili L ACPapplicataamatricipartizionate Riferimenti bibliografici

4 X Indice-sommario CAPITOLO VII L ANALISI DELLE CORRISPONDENZE (di Fabrizio Laurini) 1. Introduzione Principifondamentalidell analisidellecorrispondenze Distanzatraprofiliemetricadelchi-quadrato Scomposizionedell inerziaevalorisingolari Giudizio sulla bontà dell analisiepunteggi Contributideiprofiliriga(colonna) Alcuneapplicazioniillustrative Indaginesuitipidiacquistoneicentricommerciali Indaginesuipastifuoricasa Analisidellecorrispondenzemultiple Note bibliografiche e cenni storici sull analisi delle corrispondenze Riferimenti bibliografici CAPITOLO VIII DISTANZE E INDICI DI SIMILARITÀ 1. Introduzione Definizionedidistanza Alcunitipididistanza Confronto tra distanza euclidea e distanza della città a blocchi Proprietà delledistanzediminkowski Ladistanzaultrametrica Indici di distanza ed indici di dissimilarità Impiegoedinterpretazionedelledistanzeinstatistica La comparabilità delle variabili ed il problema dei dati mancanti Laponderazionedellevariabili Lascaladimisurazionedelledistanze Valutazionioggettivedelledistanze Distanzeperfenomeniordinali LadistanzadiMahalanobis Formulazionegenerale Ilcasodiduevariabili Proprietà Gli indici di similarità Definizione Indici di similarità perfenomenidicotomici Espressioni generali degli indici di similarità Relazioni tra indici di similarità edistanze Indici di similarità per fenomeni con più di due modalità Iltrattamentodicaratteriqualitativiequantitativi

5 XI 9.1. Alcune«strategie» L indicedigowerpercaratteriqualitativiequantitativi Riferimenti bibliografici CAPITOLO IX L ANALISI DEI GRUPPI 1. La classificazione delle unità statistiche Lesceltenell analisideigruppi Caratteristichegeneralideimetodigerarchici Definizioni di distanza tra due gruppi e metodi di raggruppamento Un applicazioneillustrativa Ildendrogramma Alcune proprietà deimetodigerarchici Lapartizionebenstrutturataminimale Invarianzapertrasformazionemonotonadelledistanze Caratteristichedeigruppiindividuatidaivarimetodi Metodigerarchicicheutilizzanoanchelamatricedeidati LaformularicorsivadiLanceeWilliams Criteridivalutazionedellepartizioni Confrontitrapartizioni Impiego della cluster analysis gerarchica per la segmentazione del mercato Metodinongerarchicidiclassificazione Il metodo delle k-medie Lasceltadellapartizioneiniziale Impiego dei metodi non gerarchici per la segmentazione dei consumatori Segmentazioneinbaseavariabiliquantitative Segmentazioneinbaseavariabilibinarie Cenniadaltrimetodidiclassificazione Classificazioniconsovrapposizioni Classificazionisfocate Classificazionivincolate Classificazionibasatesuunmodello Riferimenti bibliografici CAPITOLO X LO SCALING MULTIDIMENSIONALE (di Maria Adele Milioli) 1. Che cos è loscalingmultidimensionale Misure di prossimità Misure di prossimità «dirette» I modelli di scaling multidimensionale Ilmodellometricoclassico

6 XII Indice-sommario 4.1. La validità della soluzione e la scelta del numero di dimensioni Interpretazionedellaconfigurazione Imodellinonmetrici Validità dellasoluzioneesceltadelnumerodidimensioni Estensione alle matrici a tre vie: i modelli per differenze individuali Ilmodelloeuclideoponderato Validità deimodelli Interpretazionedellaconfigurazione Ilmodelloeuclideogeneralizzato Alcuneconsiderazionisullasceltadelmodello Riferimenti bibliografici CAPITOLO XI GLI ALBERI DI CLASSIFICAZIONE (di Andrea Cerioli e Luigi Grossi) 1. Introduzione Regole di classificazione e segmentazione delle unità Lefasid unaproceduradisegmentazionegerarchica Dicotomizzazionedellevariabiliesplicative Criteriodisuddivisionediunnodo Criteriodiarresto Assegnazione delle classi alle foglie e classificazione di nuovi casi Stimadeltassodierrataclassificazione Metodi di segmentazione con variabili esplicative qualitative: AID e CHAID Accorpamento delle modalità dellevariabiliesplicative Il criterio di split Ilcriteriodiarresto Esempio Alberidiclassificazioneediregressione(CART) Alberi di classificazione: criterio di split basato sul concetto di impurità La ricerca del sottoalbero ottimale: il pruning Stimemedianteuncampionetest Stime mediante cross-validation La regola «una volta lo standard error» Esempio Alberidiregressione CenniallametodologiaQUEST Passidellaprocedura Esempio riepilogativo: la segmentazione della clientela di un insegna commerciale Riferimenti bibliografici

7 XIII CAPITOLO XII LE RETI NEURALI (di Isabella Morlini) 1. Introduzione Il multi-layer percetron (MLP) Il forward pass Il backward pass Lederivatedell errore Leregolediapprendimento Un applicazione Le reti basis functions (RBF) Leregolediapprendimento Un applicazione Overfitting egeneralizzazione Tecnichediselezionedelmodello Le reti di Kohonen (Self-Organising-Maps) Riferimenti bibliografici TAVOLE Funzione di ripartizione della variabile aleatoria normale standardizzata ValoricriticidellavariabilealeatoriaTdiStudent Valoricriticidellavariabilealeatoriachi-quadrato