Οδηγία μελέτης 2 - Ακαδ. Έτος 21-22
- Πέμπτη, 23 Σεπτεμβρίου 2021 - 12:55 μ.μ. -

Γενικά

- Το συνιστώμενο βιβλίο για μία γενική, μη μαθηματική Εισαγωγή στο Μάρκτινγκ είναι διαθέσιμο στον σύνδεσμο 

https://open.lib.umn.edu/principlesmarketing/

Αν υπάρξει ενδιαφέρον εκ μέρους σας θα υπάρξει μία "συζήτηση" για το πρακτικό Μάρκετινγκ με τον απόφοιτο κ. Σ. Σαμπάνη

- Στα έγγραφα αναρτήθηκαν οι διαφάνειες της παράδοσης της Τετάρτης 22/9

- Θα σας ειδοποιήσω όταν οι παραδόσεις είναι διαθέσιμες στο Microsoft Stream.

Μελέτη

α. Μελετείστε τις διαφάνειες από τις παραδόσεις καθώς και ΟΛΕΣ τις χειρόγραφες σημειώσεις μου πλην των σελίδων για Κύριες Συνιστώσες. Συσχετίστε όσα αναφέρονται στις χειρόγραφες σημειώσεις με τα εδάφια του συγγράμματος Lilien, et. al. Κεφ. 2 εδάφιο Stochastic Models.  Η ύλη στο βιβλίο είναι ό,τι αναφέρεται στις χειρόγραφες σημειώσεις με υποβοηθητικό το αντίστοιχο κείμενο του βιβλίου.

β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. που είναι σχετικές με την παραπάνω ύλη. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.

 

γ. Διαβάστε το μαθηματικο παράρτημα στο σύγγραμμα LKM για τις συναρτήσεις Gamma, Beta, τις αντίστοιχες κατανομές κλπ (σελ. 601-612), για την ετερογένεια (σελ 612-616). Προαιρετικό: Μία εισαγωγή στην εκτίμηση παραμέτρων είναι στο Παράρτημα Δ - σελ. 627 κ.ε..

δ . Η ύλη που ανέφερα για τις διαδικασίες Poisson υπάρχει στην Θεωρία Αναμονής - Κεφ. 17 Εδάφιο 4 του Hillier Lieberman 7th Edition.  Η ύλη για τις Αλυσσίδες Μαρκοφ υπάρχει στο Κεφ. 16 του ίδιου συγγράμματος.  Ειδικά κοιτάξτε τα long run properties, εδάφιο 16.5.  Ενδιαφέρουσες οι ασκήσεις 16.5.4 και 16.5.6
 
ε.    ι. Bεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory "Άσκηση για το Μάρκετινγκ" και αφορά την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής multinomial logit (shopping center} - σε συνδυασμό με την περιγραφή στο βιβλίο.  
      ιι. Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Η άσκηση θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί.  Κατά συνέπεια όσοι δεν έχουν γράψει καλά στην εξέταση καλό θα είναι να την παραδώσουν το πολύ δύο εβδομαδες μετά την τελική εξέταση. 

 

στ. Η ύλη των Principal Components είναι πολυ σημαντική αλλά προαιρετική ύλη. Είναι από τα κύρια μέρη του πρόσφατα δημοφιλούς κλάδου του Data Science - Data analytics... Προαιρετικά  εκτός των δικών μου σημειώσεων κοιτάξτε τις φωτοτυπημένες σελίδες για το ίδιο θέμα από το σύγγραμμα του Theil που υπάρχουν στον ιστότοπο

 ζ. Προαιρετικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia.  Απλή παρουσίαση της στατιστικής γενικά όπως χρησιμοποιείται στο Marketing δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day. Για τους ελέγχους chi square κοιτάξτε το Κεφ. 17 (η ιστοσελίδα του συγγράμματος είναι η http://bcs.wiley.com/he-bcs/Books?action=index&itemId=047123057X&itemTypeId=BKS&bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.