Monografias
|
Investigação por Inquérito |
||
|
2005/2006 |
||
| Tentou-se abordar
o assunto da investigação por inquérito de uma forma equilibrada em relação
à complexidade e à abrangência/profundidade para que possa ser um
instrumento útil a alunos interessados nestas temáticas. De modo que, à
medida que as técnicas estatísticas aqui apresentadas se vão tornando mais
complexas (nomeadamente nas técnicas de análise multivariada), os aspectos
matemáticos das mesmas vão sendo omitidos apresentando-se apenas a
aplicabilidade e os fundamentos gerais de cada um dos métodos. Inicia-se por elucidar a importância dos inquéritos na sociedade actual, sintetizando-se depois, as etapas de uma investigação por inquérito. Desenvolvem-se especialmente as etapas referentes ao planeamento e desenho do questionário, à preparação dos dados e, à de análise dos dados. No capítulo do planeamento e desenho do questionário, abordam-se, entre outros, assuntos como a amostragem, métodos de recolha de dados, concepção das questões e desenho do questionário. No capítulo referente à análise dos dados apresentam-se diversas técnicas de análise: descritivas, indutivas, paramétricas, não-paramétricas, para analisar diferenças, para analisar relações: univariadas, bivariadas, multivariadas e ainda representações gráficas. |
||
|
Árvores de Classificação |
||
|
2004/2005 |
||
|
Actualmente, o ambiente que rodeia as decisões de carácter financeiro ou de gestão tendem a ser cada vez mais exigentes. Com o desenvolvimento das bases de dados, cresceram igualmente os dados armazenados, justificando deste modo a importância crucial do desenvolvimento de tecnologias de análise de dados com o objectivo de obtenção de informação e conhecimento sobre o mercado e da concorrência. As tecnologias de informação adoptadas pelas várias empresas apresentam-se como factor preponderante e determinante de sucesso. A análise de dados poderá ter como objectivos descobrir o que é realmente relevante para uma tomada de decisão. Uma importante técnica utilizada em análise de dados é precisamente as Árvores de Decisão / Classificação usadas extensivamente pelas tecnologias de Data Mining. O conceito de Data Mining apresenta-se integrado num conjunto de metodologias de aprendizagem que se caracteriza, em particular, pela adaptação às grandes dimensões das bases de dados sobre as quais extrai conhecimento. As Árvores de Decisão / Classificação são representações simples do conhecimento e um meio eficiente de construir classificadores que estabelecem classes baseadas nos atributos de um conjunto de dados. |
||
|
Métodos Estatísticos e
de I.O. utilizados em |
||
|
2002/2003 |
||
|
Num mundo onde a rapidez e eficácia da tomada de decisão determina a vida ou a morte de uma empresa, torna-se cada vez mais necessário o recurso a tecnologias como os Sistemas de Apoio à Decisão. Estes sistemas, têm como objectivo último a melhoria da eficiência do processo de tomada de decisão através da fusão da intuição e experiência humanas com um sistema informático. Desde a sua criação, os Sistemas de Apoio à Decisão têm se revelado de grande utilidade em campos como a Economia, a Agricultura, a Medicina e outros. Pelo facto de utilizarem técnicas e algoritmos de Estatística e Investigação Operacional no tratamento e análise dos dados em que se baseiam as decisões considerou-se interessante a realização de um levantamento de algumas das mais utilizadas. O resultado é apresentado neste trabalho. Aprofundou-se o estudo das técnicas que se revelaram de maior interesse: o Data Mining, o On-Line Analytical Processing (OLAP) e as Árvores de Decisão ou Classificação. |
||
|
Estatística Não
Paramétrica: |
||
|
2001/2000 |
||
|
A estatística não paramétrica é considerada como um dos campos mais importantes da estatística. As técnicas que advêm desta categoria são usadas com grande frequência nas ciências físicas, biológicas e sociais ou até mesmo na comunicação. Outros autores, também dão importância a outros campos, tais como, na análise de dados da qualidade da água, em aplicações na medicina ou mesmo na psicologia. Os métodos não paramétricos são apropriados quando: As hipóteses a testar não envolvem parâmetros da população, se conhece a ordem dos dados e os pressupostos necessários para o uso válido dos métodos paramétricos não são conhecidos. Em muitos casos o planeamento de um projecto de pesquisa pode sugerir um certo processo paramétrico, mas quando iremos aplicar este processo poderá violar de uma forma determinante o pressuposto. Neste caso, um método não paramétrico seria a única alternativa. Os vários métodos para testar as hipóteses serão apresentados de forma a focar as diferenças entre as várias fontes de informação disponíveis, tais como, as tabelas e os dois Software especializados: o Mathematica® e o SPSS®. A introdução dos dados, no caso do SPSS®, e a programação das funções, no caso do Mathematica®, estarão em anexo, bem com as tabelas aqui utilizadas. |
||
|
Modelos Matemáticos na Tomada de Decisão em Marketing |
||
|
2000/1999 |
||
|
Os modelos apresentados neste trabalho tipo monografia são referentes a algumas situações que surgem no dia a dia de uma empresa. Não se pode nem se deve estudá-los sem ter em conta uma rede complexa de interacções. Embora tenha dividido o trabalho escrito em capítulos, as variáveis de marketing-mix estão inseridas em qualquer modelo, nomeadamente o preço está patente quer nos modelos de produto quer também nos da publicidade. A forma de publicitar depende entre outros factores da posição e desenho do produto, pois consoante as suas características o programa publicitário terá outra configuração e linha orientadora. Este trabalho de monografia reflecte a ideia de que a matemática faz parte de todo um processo, desde a acção mais elementar até à mais complexa. Faz-se referência a modelos matemáticos para apoio a decisões a tomar por profissionais ligados ao marketing. |
||