top of page
MULTI.jpg
MULTI Online

Corso dedicato all' Analisi Multivariata

Obiettivi:

Conoscere le principali tecniche statistiche per l'analisi di fenomeni multidimensionali, individuare la tecnica ottimale in relazione al tipo di dati ed agli obiettivi dell'analisi, interpretare i risultati in modo appropriato.

 

Tecniche presentate:

Tecniche di analisi statistica multivariata per la segmentazione (cluster analysis), la classificazione (analisi discriminante, alberi decisionali) e per il perceptual mapping (analisi fattoriale, analisi delle corrispondenze, multidimensional scaling).

​

Costo:

Il costo dell’intero corso MULTI Online (5 sessioni, per un totale di 15 ore) è di 690,00 Euro (IVA esclusa) a partecipante.

 

Esercitazioni:

Sono previste esercitazioni per ciascuno degli argomenti trattati.

 

Prerequisiti:

E' propedeutica la frequenza al corso online TEST (o ad una precedente sessione del corso a calendario TSC) o avere conoscenza degli argomenti in esso contenuti.

​

Durata:

5 sessioni da 3 ore, per un totale di 15 ore. Si prevede una pausa di circa 15 minuti a metà di ciascuna sessione.

 

Frequenza:

I nostri corsi online, sono erogati in modalità live per poter garantire la massima interazione e collaborazione tra docente e partecipanti. Per questo motivo si ritiene fondamentale la presenza dei partecipanti a tutte le lezioni.

Nel caso di assenza ad una lezione, il Training Staff invierà al discente i punti e gli esercizi trattati durante la lezione saltata.

Se si dovesse saltare più di una lezione, il Training Staff si riserva di non inviare al discente l’attestato di partecipazione.

​

Attestato di partecipazione:

Alla fine del corso sarà rilasciato l'attesto di partecipazione.

Per richiedere l’iscrizione o per avere informazioni

Argomenti che verranno affrontati per ciascuna sessione:

Prima Sessione (3 ore)

Modelli di segmentazione (parte 1)

  • Introduzione ai fenomeni qualitative e quantitativi

  • L'interdipendenza tra le variabili

    • Le distanze

Esercizi di segmentazione

​

Seconda sessione (3 ore)

Modelli di segmentazione (parte 2)

  • la cluster analysis

    • Metodi gerarchici

    • Il metodo delle k medie

    • Esempio di applicazione della Cluster Analysis

Esercizi di segmentazione

 

Terza sessione (3 ore)

Tecniche di riduzione

  • L'analisi fattoriale

    • Passi nell'esecuzione dell'analisi dei fattori

    • Esempio di applicazione dell'Analisi delle componenti principali

  • L'analisi delle corrispondenze

    • Le dimensioni e la mappa percettiva

Esercizi sulle tecniche di riduzione

​

Quarta sessione (3 ore)

I modelli di perceptual mapping e di scaling

  • Lo scaling ottimale

    • L'analisi di omogeneità

  • Lo scaling  multidimensionale

    • Il MDS

Esercizi sui modelli di perceptual mapping e di scaling

​

Quinta sessione (3 ore)

Tecniche di apprendimento non supervisionato

  • Introduzione agli alberi decisionali

    • Algoritmo CHAID

    • Algoritmo C&RT

Esercizi sugli alberi decisionali

Logo IBM gold_partner
bottom of page