Examen 2023/24-1
Levanta Hora
Asignatura Datos
r inici
Marketing cuantitativo 08.585 27/1/2024 19:00
Ficha técnica del examen
No es necesario que escribas tu nombre. Una vez resuelta la prueba final, sólo se
aceptan documentos en formato .doc, .docx (Word) y .pdf.
Comprueba que el código y el nombre de la asignatura corresponden a la
asignatura de la que te has matriculado.
Tiempo total: 2 horas Valor de cada pregunta: Especificado en cada pregunta y
apartado.
¿ Se puede consultar material durante la prueba? SÍ ¿Qué materiales están
permitidos? Se pueden consultar todos los recursos de aprendizaje utilizados en la asignatura
(PACs, módulos didácticos, fichas y tablas de estadística, etc.).
¿Se puede usar calculadora? SÍ ¿De qué tipo? NO PROGRAMABLE
Si hay preguntas tipo test, ¿descuentan las respuestas erróneas? NO ¿Como?
Indicaciones específicas para la realización de este examen: Respete la
extensión de la respuesta expuesta al enunciado. Sólo se valorarán las
respuestas justificadas y adaptadas a los casos del enunciado. Ante
cualquier detección de falta de originalidad en las respuestas (plagio
proveniente de cualquier fuente), la prueba quedará suspendida con una
D(0). El profesorado se reserva la potestad de recurrir a una validación
posterior de las respuestas para acreditar la autoría de las mismas,
mediante una entrevista síncrona.
Página 1 de 11
, Examen 2023/24-1
Levanta Hora
Asignatura Datos
r inici
Marketing cuantitativo 08.585 27/1/2024 19:00
Enunciados
PREGUNTA 1 (1 punto)
Una compañía aérea ha lanzado una encuesta de satisfacción a sus clientes justo después del vuelo. Las
preguntas incluidas en el cuestionario están medidas en una escala Likert de 7 puntos (1: muy
insatisfecho/a... 7: muy satisfecho/a) y son las siguientes:
V1 Comodidad del avión
V2 Puntualidad del vuelo
V3 Calidad del servicio de comidas
Amabilidad de los huéspedes y de las azafatas
V4
de vuelo
V5 Facilidad del proceso de compra
V6 Precio del billete
Han recogido información de 250 clientes, y tras analizar la información, han obtenido los siguientes
resultados:
Cluster Dendrogram for Solution HClust.2
200
150
100
Height
50
0
217
70
156
177
74
85
19
26
32
33
161
17
184
185
196
175
190
152
244
56
53
11
10
82
15
151
237
169
188
242
130
232
206
122
83
114
172
167
215
212
231
219
14
66
96
95
37
29
23
34
48
64
57
99
13
39
91
128
182
183
192
205
1374
142
71
27
123
22
117
103
149
50
164
107
1442
69
141
234
174
116
134
180
36
94
154
25
60
89
202
131
97
243
68
198
30
124
145
235
166
163
236
132
229
171
222
1383
178
209
51
109
193
129
179
176
45
52
16
46
43
84
93
67
21
31
88
92
75
79
41
72
63
62
59
20
65
101
245
239
223
187
189
199
155
100
121
98
158
106
143
104
208
2215
113
44
111
195
230
90
238
228
225
224
220
210
200
173
18
38
49
86
159
214
110
115
160
358
227
216
213
203
126
120
87
81
58
12
24
140
162
61
761
241
240
233
191
133
150
54
135
139
2269
218
211
194
148
125
77
28
207
1976
7
186
181
201
136
112
80
55
105
127
170
42
204
119
118
78
102
40
73
47
108
146
147
165
168
153
157
> summary(as.factor(cutree(HClust.1, k = 3))) # Tamaños de clúster
1 2 3
105 69 71
Observation Number in Data Set PREGUNTA4
> by(model.matrix(-1Method=ward;
+ V1 + V2 +Distance=euclidian
V3 + V4 + V5 + V6, PEF), as.factor(cutree(HClust.1, k =
+ 3)), colMeans) # Clúster Centroids
ÍNDICES: 1
V1 V2 V3 V4 V5 V6
5.504762 5.780952 5.704762 1.295238 1.066667 1.114286
---------------------------------------------------------------------------
ÍNDICES: 2
V1 V2 V3 V4 V5 V6
5.405797 5.956522 5.855072 4.666667 3.028986 2.000000
---------------------------------------------------------------------------
ÍNDICES: 3
V1 V2 V3 V4 V5 V6
Página 2 de 11
Levanta Hora
Asignatura Datos
r inici
Marketing cuantitativo 08.585 27/1/2024 19:00
Ficha técnica del examen
No es necesario que escribas tu nombre. Una vez resuelta la prueba final, sólo se
aceptan documentos en formato .doc, .docx (Word) y .pdf.
Comprueba que el código y el nombre de la asignatura corresponden a la
asignatura de la que te has matriculado.
Tiempo total: 2 horas Valor de cada pregunta: Especificado en cada pregunta y
apartado.
¿ Se puede consultar material durante la prueba? SÍ ¿Qué materiales están
permitidos? Se pueden consultar todos los recursos de aprendizaje utilizados en la asignatura
(PACs, módulos didácticos, fichas y tablas de estadística, etc.).
¿Se puede usar calculadora? SÍ ¿De qué tipo? NO PROGRAMABLE
Si hay preguntas tipo test, ¿descuentan las respuestas erróneas? NO ¿Como?
Indicaciones específicas para la realización de este examen: Respete la
extensión de la respuesta expuesta al enunciado. Sólo se valorarán las
respuestas justificadas y adaptadas a los casos del enunciado. Ante
cualquier detección de falta de originalidad en las respuestas (plagio
proveniente de cualquier fuente), la prueba quedará suspendida con una
D(0). El profesorado se reserva la potestad de recurrir a una validación
posterior de las respuestas para acreditar la autoría de las mismas,
mediante una entrevista síncrona.
Página 1 de 11
, Examen 2023/24-1
Levanta Hora
Asignatura Datos
r inici
Marketing cuantitativo 08.585 27/1/2024 19:00
Enunciados
PREGUNTA 1 (1 punto)
Una compañía aérea ha lanzado una encuesta de satisfacción a sus clientes justo después del vuelo. Las
preguntas incluidas en el cuestionario están medidas en una escala Likert de 7 puntos (1: muy
insatisfecho/a... 7: muy satisfecho/a) y son las siguientes:
V1 Comodidad del avión
V2 Puntualidad del vuelo
V3 Calidad del servicio de comidas
Amabilidad de los huéspedes y de las azafatas
V4
de vuelo
V5 Facilidad del proceso de compra
V6 Precio del billete
Han recogido información de 250 clientes, y tras analizar la información, han obtenido los siguientes
resultados:
Cluster Dendrogram for Solution HClust.2
200
150
100
Height
50
0
217
70
156
177
74
85
19
26
32
33
161
17
184
185
196
175
190
152
244
56
53
11
10
82
15
151
237
169
188
242
130
232
206
122
83
114
172
167
215
212
231
219
14
66
96
95
37
29
23
34
48
64
57
99
13
39
91
128
182
183
192
205
1374
142
71
27
123
22
117
103
149
50
164
107
1442
69
141
234
174
116
134
180
36
94
154
25
60
89
202
131
97
243
68
198
30
124
145
235
166
163
236
132
229
171
222
1383
178
209
51
109
193
129
179
176
45
52
16
46
43
84
93
67
21
31
88
92
75
79
41
72
63
62
59
20
65
101
245
239
223
187
189
199
155
100
121
98
158
106
143
104
208
2215
113
44
111
195
230
90
238
228
225
224
220
210
200
173
18
38
49
86
159
214
110
115
160
358
227
216
213
203
126
120
87
81
58
12
24
140
162
61
761
241
240
233
191
133
150
54
135
139
2269
218
211
194
148
125
77
28
207
1976
7
186
181
201
136
112
80
55
105
127
170
42
204
119
118
78
102
40
73
47
108
146
147
165
168
153
157
> summary(as.factor(cutree(HClust.1, k = 3))) # Tamaños de clúster
1 2 3
105 69 71
Observation Number in Data Set PREGUNTA4
> by(model.matrix(-1Method=ward;
+ V1 + V2 +Distance=euclidian
V3 + V4 + V5 + V6, PEF), as.factor(cutree(HClust.1, k =
+ 3)), colMeans) # Clúster Centroids
ÍNDICES: 1
V1 V2 V3 V4 V5 V6
5.504762 5.780952 5.704762 1.295238 1.066667 1.114286
---------------------------------------------------------------------------
ÍNDICES: 2
V1 V2 V3 V4 V5 V6
5.405797 5.956522 5.855072 4.666667 3.028986 2.000000
---------------------------------------------------------------------------
ÍNDICES: 3
V1 V2 V3 V4 V5 V6
Página 2 de 11
