9796136 - METODI STATISTICI PER L'ANALISI DI MERCATO E IL MARKETING
Risultati di apprendimento attesi
Modalità di svolgimento dell'insegnamento
Seminari di approfondimento su temi specifici previsti in programma al punto 3.
Attività di ricerca: consultazione bibliografica e raccolta dati.
Laboratori di analisi dei dati con addestramento sui packages di calcolo statistico.
Presentazioni di papers sui temi analizzati.
Prerequisiti richiesti
Frequenza lezioni
Contenuti del corso
Costruzione del dato:
- disegni di campionamento
- metodologie e strumenti per la raccolta dei dati: survey, API, ecc.
- quadro concettuale e metodologico per la costruzione di indicatori: approcci riflessivi e formativi.
- tecniche di sintesi: approcci aggregativi-compensativi (metodi di normalizzazione, ponderazione, ed aggregazione) e non compensativi
- esempi tdi sistemi nazionali (es. BES) e internazionali (es. CC-COIN della Commissione Europea e Agenda 2030 per gli SDGs)
- esempi di indicatori di sintesi
- tecniche multivariate fattoriali per la riduzione delle dimensioni
- tecniche multivariate di classificazione per la segmentazione
Modelli statistici di analisi multivariata per la ricerca empirica applicata:
- modelli causali multivariati per l’analisi dei fenomeni complessi: regressione multipla, non lineare e logistica, modelli multilevel, modelli log-lineari, modelli partial least squares ed equazioni strutturali.
Progettazione, realizzazione ed analisi di studi di caso su base empirica
Testi di riferimento
Bassi F., Ingrassia S. (2022). Statistica per analisi di mercato, Pearson Italia, Milano, Torino.
per le applicazioni dei softwares: Hahs-Vaughn, D. L. (2017). Applied Multivariate Statistical Concepts. New York, NY: Routledge.
Manuali dei software.
Frascella C. (2016). Statistcia multivariata con R. Pisa: Pia University Press.
Maggino, F. (Ed.). (2017). Complexity in society: From indicators construction to their synthesis (Vol. 70). Cham, Switzerland: Springer., cap. 4, 5, 7 e 8.
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Costruzione del dato: - disegni di campionamento- metodologie e strumenti per la raccolta dei dati: survey, API, ecc. | Bassi F., Ingrassia S. (2022). Statistica per analisi di mercato, Pearson Italia, Milano, Torino. |
| 2 | Strumenti e metodi di misurazione dei fenomeni di mercato: - quadro concettuale e metodologico per la costruzione di indicatori: approcci riflessivi e formativi. - tecniche di sintesi: approcci aggregativi-compensativi (metodi di normalizzazione, ponderazione, ed aggregazione) e non compensativi - esempi tdi sistemi nazionali (es. BES) e internazionali (es. CC-COIN della Commissione Europea e Agenda 2030 per gli SDGs)- esempi di indicatori di sintesi per temi di ricerca: sostenibilità sociale, turismo sostenibile, benessere, partecipazione sociale, politica e culturale, ecc. | Maggino, F. (Ed.). (2017). Complexity in society: From indicators construction to their synthesis (Vol. 70). Cham, Switzerland: Springer. |
| 3 | Tecniche statistiche di analisi multivariata per la ricerca empirica applicata:- tecniche multivariate fattoriali per la riduzione delle dimensioni- tecniche multivariate di classificazione per la segmentazione | 1. Bassi F., Ingrassia S. (2022). S-tatistica per analisi di mercato, Pearson Italia, Milano, Torino. ---- 2. per le applicazioni di calcolo: Hahs-Vaughn, D. L. (2017). Applied Multivariate Statistical Concepts. New York, NY: Routledge. ---- 3. Manuale digitali dei software di calcolo. |
| 4 | Modelli multivariati per l’analisi dei fenomeni complessi: regressione multipla, non lineare e logistica, modelli multilevel, modelli log-lineari, modelli ad equazioni strutturali. | 1. Bassi F., Ingrassia S. (2022). Statistica per analisi di mercato, Pearson Italia, Milano, Torino. |
| 5 | Progettazione, realizzazione ed analisi di studi di caso su base empirica | Per le applicazioni di calcolo: Hahs-Vaughn, D. L. (2017). Applied Multivariate Statistical Concepts. New York, NY: Routledge.Manuale digitali dei software di calcolo. |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
Elaborazioni dei dati mediante software, formulazione di progetti e presentazioni su argomenti di ricerche di mercato.
La prova scritta è obbligatoria e prevede domande a risposta aperta ed interpretazione di output di elaborazione dati mediante programmi di calcolo statistico.
La prova si intende superata se lo studente ottiene alla prova scritta una votazione complessiva non inferiore a 18/30.
Al fine di ottenere una votazione complessiva eventualmente superiore a 26/30 è necessario sostenere la prova orale.
Esempi di domande e/o esercizi frequenti
English version