Studienarbeit aus dem Jahr 2017 im Fachbereich Mathematik - Statistik, Note: 2,0, Universität Hamburg, Sprache: Deutsch, Abstract: Diese Arbeit gliedert sich in zwei Abschnitte: Zunächst wird die Theorie der Clusteranalyse dargestellt, wobei der Fokus auf die hierarchischen Verfahren gelegt wird. Im zweiten Teil wird eine computergestützte Anwendung einer solchen Analyse auf einen selbst erstellten Rohdatensatz dargestellt. Das Ziel dieses Abschnittes ist es eine sinnvoll interpretierbare Klassifikation der vorliegenden Daten aufzudecken. Das Problem mühsamer und zeitaufwendiger Informationsbeschaffung gehört schon seit vielen Jahren der Vergangenheit an. Durch das Internet, elektronische Datenbanken und Massenspeicher ist die Informationsbeschaffung preiswert und schnell geworden. In Zeiten von "Big-Data" stellt sich viel mehr die Frage, wie sich die Massen an verfügbaren Informationen systematisch auswerten lassen. Ein mögliches Instrumentarium, um Strukturen in großen Datenmengen zu erkennen, ist die Clusteranalyse. Aus betriebswirtschaftlicher Sicht ist die Anwendungsbandbreite riesig. Im Marketing ist die Clusteranalyse ein beliebtes Instrument zur Abgrenzung und Beschreibung von Käufersegmenten oder Absatzmärkten. In der Logistikbranche lässt sich die Clusteranalyse im Rahmen der Standortplanung einsetzten, um eine Menge von Standortalternativen auf der Grundlage verschiedener Faktoren zu gruppieren. Im Anschluss kann durch die Interpretation der Analyseergebnisse jenes Cluster herausgestellt werden, das für das Unternehmen hinsichtlich der festgelegten Standortfaktoren die günstigsten Voraussetzungen bietet.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.