LABORATORIO DI METODI STATISTICI PER IL MARKETING

Il corso non è obbligatorio e viene proposto con lo scopo di fornire allo studente metodi di ricerca statistica, tecniche di valutazione dell' ambiente di marketing e di raccolta dati, indagini sul comportamento del consumatore utili a comprendere i problemi di mercato .
Il corso si concentra su: modalità di costruzione e somministrazione di questionari, sulle procedure di codifica, pulizia e sintesi dei dati e l'applicazione di tecniche di analisi statistica multivariata (modelli a scelta discreta e conjoint analisi) tramite la gestione di pacchetti statistici open source, quali R e Gretl.

Conoscenza e comprensione
1.1 Capacità di raccogliere sintetizzare e interpretare dati qualitativi e quantitativi;
1.2 Capacità di comprendere i principi di base dell'inferenza statistica e i principali modelli di regressione;
1.3 Capacità ad utilizzare tecniche statistice multivariate quali l'analisi delle componenti principali e l'analisi dei cluster.

2. Capacità di applicare conoscenza e comprensione:
2.1 Capacità di formulare e somministrare questionari;
2.2 Capacità di utilizzare software open source R;
2.3 Capacità di utilizzare modelli a scelta discreta e la conjoint analisi.

3. Capacità di giudizio:
3.1 Capacità di applicare e confrontare differenti tecniche di segmentazione del mercato.

Lo studente deve conoscere i fondamenti della Statistica e le principali tecniche di analisi multivariata (Analisi delle Componenti Principali ed Analisi dei Cluster)

Il programma del corso si articola nei seguenti punti:
1. costruzione e diffusione di un questionario,
2. organizzazione dei dati raccolti (cenni) ed analisi statistiche preliminari,
3. riduzione della dimensionalità della matrice dei dati,
4. modelli di scelta discreta (modello logit multinomiale e modello Covariate Uniform Binomial)

Testi
Frascella C. (2017), Statistica multivariata con R, Pisa University Press.
Menard S. (2001), Applied logistic regression, second edition, Sage Publications, Inc.

Articoli su rivista:
Mauracher, C., Procidano, I., Sacchi, G. (2016. ),Wine tourism quality perception and customer satisfaction reliability: the Italian Prosecco District. Journal of Wine Research 27, 284–299.

Piccolo, D. (2015). Inferential issue on CUB models with covariates.Communications in Statistics-Theory and Methods,44, 5023

Piccolo, D., Capecchi, S., Iannario, M., & Corduas, M. (2013). Modelling consumer preferences for extravirgin olive oil: the Italian case.Politica Agricola Internazionale,1,25.

Altre letture saranno consigliate dal docente durante il corso

La verifica dell'apprendimento viene fatta attraverso una prova scritta ed una orale. La prova scritta consiste nell'applicazione a dati raccolti dallo studente delle tecniche statistiche di analisi multivariata e/o modelli di scelta discreta. La prova orale prevede la presentazione e discussione dei risultati ottenuti.

Lezioni frontali ed esercitazioni utilizzando pacchetti open source (R e Gretl).

Italiano

Accessibilità, Disabilità e Inclusione

Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento



Ca’ Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it.

scritto e orale