<?xml version='1.0' encoding='utf-8'?><rss version='2.0' xmlns:atom='http://www.w3.org/2005/Atom'><channel><atom:link href='https://eclass.aueb.gr/modules/announcements/rss.php?c=INF109' rel='self' type='application/rss+xml' /><title>Ανακοινώσεις μαθήματος ΜΑΠ - Υποδείγματα Εμποριολογίας</title><link>https://eclass.aueb.gr/courses/INF109/</link><description>Ανακοινώσεις</description><lastBuildDate>Thu, 02 Dec 2021 01:09:27 +0300</lastBuildDate><language>el</language><item><title>Κατ' οίκον εργασία.</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=66643&amp;course=INF109</link><description>&lt;p&gt;Όσοι ενδιαφέρεσθε να έχετε μία μικρή αύξηση (έως 2 βαθμούς) στο δικό μου μέρος του μαθήματος μπορείτε να υποβάλετε την "κατ' οίκον εργασία" που υπάρχει στον ιστότοπο  σε σάρωση  μέχρι την επόμενη Δευτέρα.   Λάβετε υπόψη ότι η προσαύξηση στον συνολικό βαθμό θα είναι μάλλον μικρή...&lt;/p&gt;
&lt;p&gt;Στε μέρος Ι κανετε μόνο τις ασκήσεις 1,3,4 από το 2ο κεφάλαιο&lt;/p&gt;
&lt;p&gt;Κανετε οπωσδήποτε το ΙΙ σε φύλλο λογισμικού, και περιγράψτε γραπτώς τι κάνατε.&lt;/p&gt;
&lt;p&gt;Φυσικά μπορείτε να συνεργαστείτε αλλά μη μου στείλετε όλοι την ίδια  εργασία&lt;/p&gt;</description><pubDate>Thu, 02 Dec 2021 01:09:27 +0300</pubDate><guid isPermaLink='false'>Thu, 02 Dec 2021 01:09:27 +030066643</guid></item><item><title>Κωδικός εγγραφής στο Teams</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=64956&amp;course=INF109</link><description>&lt;p&gt;Γιά όσους φοιτητές δεν έχουν εγγραφεί στο μάθημα ο κωδικός μαθήματος για εγγραφή στο Teams είναι ο παρακάτω&lt;/p&gt;
&lt;p&gt;972ci9c&lt;/p&gt;
&lt;p&gt;Όσοι είναι ήδη εγγεγραμμένοι δεν χρειάζεται να κάνουν κάτι.&lt;/p&gt;</description><pubDate>Fri, 08 Oct 2021 11:16:05 +0300</pubDate><guid isPermaLink='false'>Fri, 08 Oct 2021 11:16:05 +030064956</guid></item><item><title>Καταγραφή παραδόσεων κ. Μαγείρου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=64774&amp;course=INF109</link><description>&lt;p&gt;Η καταγραφή των παραδόσεων υπάρχει στο  SharePoint που είναι συνδεδεμένο με το Teams.   Από την ομάδα του μαήματος στο Teams  πατείστε τις τρείς τελείες πάνω δεξιά στην οθόνη. Μετά επιλέξτε το Open in  SharePoint.  Εκεί υπάρχουν οι καταγραφές και άλλα στοιχεία του μαθήματος.  Πάντως η επικοινωνία θα γίνεται μέσω του eclass.&lt;/p&gt;</description><pubDate>Wed, 29 Sep 2021 14:14:09 +0300</pubDate><guid isPermaLink='false'>Wed, 29 Sep 2021 14:14:09 +030064774</guid></item><item><title>Οδηγία μελέτης 2 - Ακαδ. Έτος 21-22</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=64699&amp;course=INF109</link><description>&lt;p&gt;&lt;span style="text-decoration:underline;"&gt;Γενικά&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;- Το συνιστώμενο βιβλίο για μία γενική, μη μαθηματική Εισαγωγή στο Μάρκτινγκ είναι διαθέσιμο στον σύνδεσμο &lt;/p&gt;
&lt;p&gt;https://open.lib.umn.edu/principlesmarketing/&lt;/p&gt;
&lt;p&gt;Αν υπάρξει ενδιαφέρον εκ μέρους σας θα υπάρξει μία "συζήτηση" για το πρακτικό Μάρκετινγκ με τον απόφοιτο κ. Σ. Σαμπάνη&lt;/p&gt;
&lt;p&gt;- Στα έγγραφα αναρτήθηκαν οι διαφάνειες της παράδοσης της Τετάρτης 22/9&lt;/p&gt;
&lt;p&gt;- Θα σας ειδοποιήσω όταν οι παραδόσεις είναι διαθέσιμες στο Microsoft Stream.&lt;/p&gt;
&lt;p&gt;&lt;span style="text-decoration:underline;"&gt;Μελέτη&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;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.&lt;/p&gt;
&lt;div class="announcement-main"&gt;
&lt;div&gt;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.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt; &lt;/p&gt;
&lt;p&gt;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). &lt;em&gt;Προαιρετικό&lt;/em&gt;: Μία εισαγωγή στην εκτίμηση παραμέτρων είναι στο Παράρτημα Δ - σελ. 627 κ.ε..&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;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&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;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.  &lt;/div&gt;
&lt;div&gt;      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. &lt;/div&gt;
&lt;div&gt;
&lt;p&gt; &lt;/p&gt;
&lt;p&gt;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... &lt;em&gt;Προαιρετικά&lt;/em&gt;  εκτός των δικών μου σημειώσεων κοιτάξτε τις φωτοτυπημένες σελίδες για το ίδιο θέμα από το σύγγραμμα του Theil που υπάρχουν στον ιστότοπο&lt;/p&gt;
&lt;p&gt; ζ. &lt;em&gt;Προαιρετικά&lt;/em&gt;: 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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος. &lt;/p&gt;
&lt;/div&gt;
&lt;/div&gt;</description><pubDate>Thu, 23 Sep 2021 12:55:33 +0300</pubDate><guid isPermaLink='false'>Thu, 23 Sep 2021 12:55:33 +030064699</guid></item><item><title>Οδηγία μελέτης αρ. 1 - Ακαδ. Έτος 21-22</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=64620&amp;course=INF109</link><description>&lt;p&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί τα εξής:&lt;/p&gt;
&lt;p&gt; α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf) αφορούν "επαναδιατύπωση" της ύλης στο LKM&lt;/p&gt;
&lt;p&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf) αφορά "ανάλυση δεδομένων"&lt;/p&gt;
&lt;p&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/p&gt;
&lt;p&gt;δ. Διαφάνειες της παράδοσης της 15ης Σεπτεμβρίου&lt;/p&gt;
&lt;p&gt;Θα χρειαστούμε κυρίως το α. και το δ., τα άλλα δύο θα χρησιμοποιηθούν προαιρετικά όπως θα ανακοινωθεί αργότερα.&lt;/p&gt;
&lt;p&gt;  &lt;/p&gt;
&lt;p&gt;ΙΙ. Μελέτη&lt;/p&gt;
&lt;p&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/p&gt;
&lt;p&gt;β. Από το βιβλίο του Phillips Pricing and Revenue Optimization&lt;/p&gt;
&lt;p&gt;Μεγάλο μέρος της παρακάτω ύλης είναι ουσιαστικά προαιρετικό (ό,τι αναφέρεται ως "περιγραφικό") αλλά το θεωρώ πολύ ενδιαφέρον για  όσους θα ήθελαν να συνεχίσουν στο μάρκετινγκ.  Τα ουσιαστικά μέρη της ύλης είναι ποσοτικά, και μελετείστε τα ρίχνοντας και μιά ματιά στις ασκήσεις του βιβλίου.  Όσοι ενδιαφέρονται να κοιτάξουν προαιρετικά βεβαια  και το υπόλοιπο μέρος του βιβλίου  θα μπορούσαν να με ρωτήσουν στις ώρες γραφείου μου. &lt;/p&gt;
&lt;p&gt;Κεφ. 1 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ . 2 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ. 3 Ουσιαστικό. Ειδικότερα το 3.1 (3.1.1-4),3.2,3.4.  Ρίξτε μια ματιά στις  ασκήσεις του κεφαλαίου ειδικότερα στην 5.&lt;/p&gt;
&lt;p&gt;Κεφ. 4. Ουσιαστικό, ειδικότερη μελέτη των 4.5.1-2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 6  Περιγραφικό&lt;/p&gt;
&lt;p&gt;Κεφ. 7 Ουσιαστικό, ιδιαίτερα τα 7.2.1-7.2.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 9. Ουσιαστικό, μόνο το 9.3.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;γ. Διαβάστε την ίδια ύλη όπως στα κεφ. 7 και 9 παραπάνω από τις σημειώσεις μου, 3&lt;sup&gt;ο&lt;/sup&gt; φυλλάδιο, τελευταίες σελίδες.&lt;/p&gt;
&lt;p&gt;δ. Κοιτάξτε τα "περιεχόμενα" στην Οδηγία Μελέτης 2 που αναρτησα πέρσι για να έχετε μία εικόνα του τί θα πώ στην επόμενη παράδοση. &lt;/p&gt;</description><pubDate>Thu, 16 Sep 2021 11:26:25 +0300</pubDate><guid isPermaLink='false'>Thu, 16 Sep 2021 11:26:25 +030064620</guid></item><item><title>Σύνδεσμος μαθήματος στο Teams</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=64594&amp;course=INF109</link><description>&lt;p&gt;Κωδικός = σύνδεσμος μαθήματος στο Teams&lt;/p&gt;
&lt;p&gt;https://teams.microsoft.com/l/team/19%3aXAKrh0k1EpqwO3PDoDvE3iVqfEkWyse7JalcL0KZYzc1%40thread.tacv2/conversations?groupId=c722e57a-8613-44f3-9526-0c37c1608b48&amp;amp;tenantId=ad5ba4a2-7857-4ea1-895e-b3d5207a174f &lt;/p&gt;</description><pubDate>Tue, 14 Sep 2021 00:28:24 +0300</pubDate><guid isPermaLink='false'>Tue, 14 Sep 2021 00:28:24 +030064594</guid></item><item><title>Διαφάνεια φροντιστηρίου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=56286&amp;course=INF109</link><description>&lt;p&gt;Έχω αναρτήσει στα έγγραφα την διαφάνεια που χρησιμοποίησα στο σημερινό φροντιστήριο και που δεν φαινόταν καλά.&lt;/p&gt;</description><pubDate>Sat, 07 Nov 2020 14:30:19 +0300</pubDate><guid isPermaLink='false'>Sat, 07 Nov 2020 14:30:19 +030056286</guid></item><item><title>Eνδεικτικά θέματα εξέτασης</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=56269&amp;course=INF109</link><description>&lt;p&gt;Παρακάτω θα βρείτε ωρισμένα ενδεικτικά θέματα για την εξέταση στο μέρος του μαθήματος που διδάσκω. Εννοείται ότι θα μπορούσα να βάλω κάτι διαφορετικό αλλά στο ίδιο πνεύμα.  Θα προσθέσω και άλλα, ειδικότερα για την τιμολόγηση (εξειδικεύοντας το 7 παρακάτω)&lt;/p&gt;
&lt;ol&gt;&lt;li&gt;Παρατηρούμε την κατανομή των πωλήσεων ενός προϊόντος σε Ν άτομα σε μία περίοδο, δηλαδή πόσα άτομα αγόρασαν 0,1,2,.. αντικείμενα. Εκτιμείστε τις παραμέτρους του υποδείγματος NBD.  Για μετρήσεις των ατόμων που αγόρασαν κ αντικείμενα σε μιά άλλη περίοδο εκτιμείστε αν υπάρχει μεταβολη στις παραμέτρους.&lt;/li&gt;
&lt;li&gt;Για στοιχεία πωλήσεων κ τύπων (κ μάρκες..) ενός προϊόντων δύο περιόδων – μας δίνεται ο αριθμός Pij των ατόμων που αγόρασαν τον ι τύπο την πρώτη περίοδο και τον j την δεύτερη - εκτιμείστε αν ισχύει το υπόδειγμα Ehrenberg.&lt;/li&gt;
&lt;li&gt;Τι προβλέπει το υπόδειγμα Ehrenberg για τα μερίδια αγοράς της επομένης περιόδου από αυτήν για την οποία έχουμε στοιχεία; Τι προβλέπει το μαρκοβιανό υπόδειγμα;&lt;/li&gt;
&lt;li&gt;Με στοιχεία όπως στο 2, τι προβλέπει το μαρκοβιανό υπόδειγμα για τα μερίδια αογράς μετά από 1,2,... , πολλές περιόδους; Γιατί δεν είναι εύκολα εφαρμόσιμο το μαρκοβιανό υπόδειγμα επιλογής μάρκας;&lt;/li&gt;
&lt;li&gt;Δεδομένης της κατανομής εκπτωτικών και κανονικών εισιτηρίων, και της τιμής των, ποιό το άνω όριο των εκπτωτικών εισιτηρίων; Χρησιμοποιείστε πχ ομοιόμορφες κατανομές, Θ αριθμό θέσεων, εκπτωτικό εισιτήριο 50% του κανονικού.&lt;/li&gt;
&lt;li&gt;Δεδομένης της κατανομής των επιβατών που δεν ταξιδεύουν τελικά (πχ κάθε επιβάτης έχει πιθανότητα π να μην ταξιδεύσει τελικά) και του κόστους να μην ταξειδεύσει κάποιος που δεν έχει εισιτήριο, ποιός ο αριθμός των επιπλέον εισιτηρίων; (overbooking)&lt;/li&gt;
&lt;li&gt;Κοιτάξτε τις ασκήσεις στα θέματα επιλογής τιμής που είναι στα κεφάλαια του Phillips που έχω υποδείξει στην σχετική οδηγία μελέτης&lt;/li&gt;
&lt;/ol&gt;&lt;p&gt; &lt;/p&gt;</description><pubDate>Sat, 07 Nov 2020 09:48:23 +0300</pubDate><guid isPermaLink='false'>Sat, 07 Nov 2020 09:48:23 +030056269</guid></item><item><title>Εκτακτο φροντιστήριο Σαββατο 7/11 ώρα 11-12</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=56257&amp;course=INF109</link><description>&lt;p&gt;Το φροντιστήριο θα καταγραφεί στο teams.&lt;/p&gt;
&lt;p&gt;Όσοι θέλουν να υποβάλουν ερωτήσεις θα πρέπει να συνδεθούν.&lt;/p&gt;</description><pubDate>Fri, 06 Nov 2020 14:56:09 +0300</pubDate><guid isPermaLink='false'>Fri, 06 Nov 2020 14:56:09 +030056257</guid></item><item><title>Οδηγία μελέτης αρ. 2 - Ακαδ. έτος 20-21</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=54696&amp;course=INF109</link><description>&lt;p&gt;0. Το συνιστώμενο βιβλίο για το σεμινάριο Εισαγωγής στο Μάρκτινγκ που θα κάνει ο κ. Σαμπάνης είναι διαθέσιμο στον σύνδεσμο &lt;/p&gt;
&lt;p&gt;https://open.lib.umn.edu/principlesmarketing/&lt;/p&gt;
&lt;p&gt;α. Μελετείστε 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.&lt;/p&gt;
&lt;div class="announcement-main"&gt;
&lt;div&gt;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.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;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..&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;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&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;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.  &lt;/div&gt;
&lt;div&gt;ιι. Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω μετά το τέλος του μαθήματος για την προθεσμία παράδοσης. Η άσκηση είναι ουσιαστικά προαιρετική, καθώς 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. &lt;/div&gt;
&lt;div&gt;
&lt;p&gt;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&lt;/p&gt;
&lt;p&gt;  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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος. &lt;/p&gt;
&lt;/div&gt;
&lt;/div&gt;</description><pubDate>Thu, 24 Sep 2020 10:28:51 +0300</pubDate><guid isPermaLink='false'>Thu, 24 Sep 2020 10:28:51 +030054696</guid></item><item><title>Οδηγία μελέτης 1 - Ακαδ. Έτος 20-21</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=54616&amp;course=INF109</link><description>&lt;p&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί τα εξής:&lt;/p&gt;
&lt;p&gt; α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf) αφορούν "επαναδιατύπωση" της ύλης στο LKM&lt;/p&gt;
&lt;p&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf) αφορά "ανάλυση δεδομένων"&lt;/p&gt;
&lt;p&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/p&gt;
&lt;p&gt;Θα χρειαστούμε κυρίως το α., τα άλλα δύο θα χρησιμοποιηθούν προαιρετικά όπως θα ανακοινωθεί αργότερα.&lt;/p&gt;
&lt;p&gt;  &lt;/p&gt;
&lt;p&gt;ΙΙ. Μελέτη&lt;/p&gt;
&lt;p&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/p&gt;
&lt;p&gt;β. Από το βιβλίο του Phillips Pricing and Revenue Optimization&lt;/p&gt;
&lt;p&gt;Μεγάλο μέρος της παρακάτω ύλης είναι ουσιαστικά προαιρετικό (ό,τι αναφέρεται ως "περιγραφικό") αλλά το θεωρώ πολύ ενδιαφέρον για  όσους ενδιαφέρονται να συνεχίσουν κάτι στο μάρκετινγκ.  Τα ουσιαστικά μέρη της ύλης είναι ποσοτικά, και μελετείστε τα ρίχνοντας και μιά ματιά στις ασκήσεις του βιβλίου.  Όσοι ενδιαφέρονται να κοιτάξουν προαιρετικά βεβαια  και το υπόλοιπο μέρος του βιβλίου  θα μπορούσαν να με ρωτήσουν στις ώρες γραφείου μου. &lt;/p&gt;
&lt;p&gt;Κεφ. 1 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ . 2 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ. 3 Ουσιαστικό. Ειδικότερα το 3.1 (3.1.1-4),3.2,3.4.  Ρίξτε μια ματιά στις  ασκήσεις του κεφαλαίου ειδικότερα στην 5.&lt;/p&gt;
&lt;p&gt;Κεφ. 4. Ουσιαστικό, ειδικότερη μελέτη των 4.5.1-2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 6  Περιγραφικό&lt;/p&gt;
&lt;p&gt;Κεφ. 7 Ουσιαστικό, ιδιαίτερα τα 7.2.1-7.2.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 9. Ουσιαστικό, μόνο το 9.3.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;γ. Διαβάστε την ίδια ύλη όπως στα κεφ. 7 και 9 παραπάνω από τις σημειώσεις μου, 3&lt;sup&gt;ο&lt;/sup&gt; φυλλάδιο, τελευταίες σελίδες.&lt;/p&gt;
&lt;p&gt;δ. Κοιτάξτε τα "περιεχόμενα" στην Οδηγία Μελέτης 2 που αναρτησα πέρσι, δεν θα αλλάξει πολύ η εφετεινή.&lt;/p&gt;</description><pubDate>Sat, 19 Sep 2020 08:36:59 +0300</pubDate><guid isPermaLink='false'>Sat, 19 Sep 2020 08:36:59 +030054616</guid></item><item><title>Οδηγία μελέτης αρ.2 Ακαδ. Έτος 19=20</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=44352&amp;course=INF109</link><description>&lt;p&gt;α. Μελετείστε 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.&lt;/p&gt;
&lt;div class="announcement-main"&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;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.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;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..&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;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&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;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.  &lt;/div&gt;
&lt;div&gt;ιι. Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω μετά το τέλος του μαθήματος για την προθεσμία παράδοσης. Η άσκηση είναι ουσιαστικά προαιρετική, καθώς 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. &lt;/div&gt;
&lt;div&gt;
&lt;p&gt;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&lt;/p&gt;
&lt;p&gt;  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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος. &lt;/p&gt;
&lt;/div&gt;
&lt;/div&gt;</description><pubDate>Thu, 19 Sep 2019 12:39:07 +0300</pubDate><guid isPermaLink='false'>Thu, 19 Sep 2019 12:39:07 +030044352</guid></item><item><title>Οδηγία μελέτης αρ. 1 Ακαδ. Έτος 19-20</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=44330&amp;course=INF109</link><description>&lt;p&gt; &lt;/p&gt;
&lt;div class="announcement-main"&gt;
&lt;p&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί τα εξής:&lt;/p&gt;
&lt;p&gt; α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf) αφορούν "επαναδιατύπωση" της ύλης στο LKM&lt;/p&gt;
&lt;p&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf) αφορά "ανάλυση δεδομένων"&lt;/p&gt;
&lt;p&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/p&gt;
&lt;p&gt;Θα χρειαστούμε κυρίως το α., τα άλλα δύο θα χρησιμοποιηθούν προαιρετικά όπως θα ανακοινωθεί αργότερα.&lt;/p&gt;
&lt;p&gt;  &lt;/p&gt;
&lt;p&gt;ΙΙ. Μελέτη&lt;/p&gt;
&lt;p&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/p&gt;
&lt;p&gt;β. Από το βιβλίο του Phillips Pricing and Revenue Optimization&lt;/p&gt;
&lt;p&gt;Μεγάλο μέρος της παρακάτω ύλης είναι ουσιαστικά προαιρετικό (ό,τι αναφέρεται ως "περιγραφικό") αλλά το θεωρώ πολύ ενδιαφέρον για  όσους ενδιαφέρονται να συνεχίσουν κάτι στο μάρκετινγκ.  Τα ουσιαστικά μέρη της ύλης είναι ποσοτικά, και μελετείστε τα ρίχνοντας και μιά ματιά στις ασκήσεις του βιβλίου.  Όσοι ενδιαφέρονται να κοιτάξουν προαιρετικά βεβαια  και το υπόλοιπο μέρος του βιβλίου  θα μπορούσαν να με ρωτήσουν στις ώρες γραφείου μου. &lt;/p&gt;
&lt;p&gt;Κεφ. 1 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ . 2 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ. 3 Ουσιαστικό. Ειδικότερα το 3.1 (3.1.1-4),3.2,3.4.  Ρίξτε μια ματιά στις  ασκήσεις του κεφαλαίου ειδικότερα στην 5.&lt;/p&gt;
&lt;p&gt;Κεφ. 4. Ουσιαστικό, ειδικότερη μελέτη των 4.5.1-2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 6  Περιγραφικό&lt;/p&gt;
&lt;p&gt;Κεφ. 7 Ουσιαστικό, ιδιαίτερα τα 7.2.1-7.2.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 9. Ουσιαστικό, μόνο το 9.3.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;γ. Διαβάστε την ίδια ύλη όπως στα κεφ. 7 και 9 παραπάνω από τις σημειώσεις μου, 3&lt;sup&gt;ο&lt;/sup&gt; φυλλάδιο, τελευταίες σελίδες.&lt;/p&gt;
&lt;p&gt;δ. Κοιτάξτε τα "περιεχόμενα" στην Οδηγία Μελέτης 2 που αναρτησα πέρσι, δεν θα αλλάξει πολύ η εφετεινή.&lt;/p&gt;
&lt;/div&gt;</description><pubDate>Thu, 19 Sep 2019 12:39:30 +0300</pubDate><guid isPermaLink='false'>Thu, 19 Sep 2019 12:39:30 +030044330</guid></item><item><title>Τυπολόγιο εξέτασης - Ύλη κ. Μαγείρου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=39987&amp;course=INF109</link><description>&lt;p style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;margin:0px 0px 10px 0px;"&gt;Στην εξέταση του μαθήματος μπορείτε να έχετε μαζί σας μία χειρόγραφη σελίδα Α4 με σημειώσεις για ΟΛΟ το μάθημα (όχι μία σελίδα ανά τμήμα του μαθήματος).&lt;/p&gt;
&lt;p style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;margin:0px 0px 10px 0px;"&gt;Συνιστάται να έχετε μαζί σας αριθμομηχανή με εκθέτες - λογαρίθμους, δεν επιτρέπεται να χρησιμοποιείτε κινητά ως αριθμομηχανές.&lt;/p&gt;
&lt;p style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;margin:0px 0px 10px 0px;"&gt;Παρακάτω θα βρείτε ωρισμένα ενδεικτικά θέματα για την εξέταση στο μέρος του μαθήματος που διδάσκω. Εννοείται ότι θα μπορούσα να βάλω κάτι διαφορετικό αλλά στο ίδιο πνεύμα.&lt;/p&gt;
&lt;ol style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;margin-bottom:10px;margin-top:0px;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;li style="border-bottom-color:#dddddd;border-bottom-style:solid;border-bottom-width:1px;padding:0px 0px 15px 0px;"&gt;Παρατηρούμε την κατανομή των πωλήσεων ενός προϊόντος σε Ν άτομα σε μία περίοδο, δηλαδή πόσα άτομα αγόρασαν 0,1,2,.. αντικείμενα. Εκτιμείστε τις παραμέτρους του υποδείγματος NBD.  Για μετρήσεις των ατόμων που αγόρασαν κ αντικείμενα σε μιά άλλη περίοδο εκτιμείστε αν υπάρχει μεταβολη στις παραμέτρους.&lt;/li&gt;
&lt;li style="border-bottom-color:#dddddd;border-bottom-style:solid;border-bottom-width:1px;padding:15px 0px 15px 0px;"&gt;Για στοιχεία πωλήσεων κ τύπων (κ μάρκες..) ενός προϊόντων δύο περιόδων – μας δίνεται ο αριθμός Pij των ατόμων που αγόρασαν τον ι τύπο την πρώτη περίοδο και τον j την δεύτερη - εκτιμείστε αν ισχύει το υπόδειγμα Ehrenberg.&lt;/li&gt;
&lt;li style="border-bottom-color:#dddddd;border-bottom-style:solid;border-bottom-width:1px;padding:15px 0px 15px 0px;"&gt;Τι προβλέπει το υπόδειγμα Ehrenberg για τα μερίδια αγοράς της επομένης περιόδου από αυτήν για την οποία έχουμε στοιχεία; Τι προβλέπει το μαρκοβιανό υπόδειγμα;&lt;/li&gt;
&lt;li style="border-bottom-color:#dddddd;border-bottom-style:solid;border-bottom-width:1px;padding:15px 0px 15px 0px;"&gt;Με στοιχεία όπως στο 2, τι προβλέπει το μαρκοβιανό υπόδειγμα για τα μερίδια αογράς μετά από 1,2,... , πολλές περιόδους; Γιατί δεν είναι εύκολα εφαρμόσιμο το μαρκοβιανό υπόδειγμα επιλογής μάρκας;&lt;/li&gt;
&lt;li style="border-bottom-color:#dddddd;border-bottom-style:solid;border-bottom-width:1px;padding:15px 0px 15px 0px;"&gt;Δεδομένης της κατανομής εκπτωτικών και κανονικών εισιτηρίων, και της τιμής των, ποιό το άνω όριο των εκπτωτικών εισιτηρίων; Χρησιμοποιείστε πχ ομοιόμορφες κατανομές, Θ αριθμό θέσεων, εκπτωτικό εισιτήριο 50% του κανονικού.&lt;/li&gt;
&lt;li style="border-bottom-color:#555555;border-bottom-style:none;border-bottom-width:0px;padding:15px 0px 0px 0px;"&gt;Δεδομένης της κατανομής των επιβατών που δεν ταξιδεύουν τελικά (πχ κάθε επιβάτης έχει πιθανότητα π να μην ταξιδεύσει τελικά) και του κόστους να μην ταξειδεύσει κάποιος που δεν έχει εισιτήριο, ποιός ο αριθμός των επιπλέον εισιτηρίων; (overbooking)&lt;/li&gt;
&lt;li style="border-bottom-color:#555555;border-bottom-style:none;border-bottom-width:0px;padding:15px 0px 0px 0px;"&gt;Κοιτάξτε τις ασκήσεις στα θέματα επιλογής τιμής που είναι στα κεφάλαια του Phillips που έχω υποδείξει στην σχετική οδηγία μελέτης&lt;/li&gt;
&lt;/ol&gt;&lt;p&gt; &lt;/p&gt;</description><pubDate>Mon, 22 Oct 2018 10:26:48 +0300</pubDate><guid isPermaLink='false'>Mon, 22 Oct 2018 10:26:48 +030039987</guid></item><item><title>Οδηγία μελέτης αρ.2</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=39652&amp;course=INF109</link><description>&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt;Μελέτη&lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt;α. &lt;span style="text-align:left;color:#000000;text-transform:none;text-indent:0px;letter-spacing:normal;font-family:Verdana, Arial, Helvetica, sans-serif;font-style:normal;font-variant:normal;font-weight:400;text-decoration:none;word-spacing:0px;white-space:normal;background-color:transparent;"&gt;Μελετείστε 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. &lt;/span&gt;&lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt;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.&lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;
&lt;p style="margin:0px 0px 10px 0px;"&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;p style="margin:0px 0px 10px 0px;"&gt;&lt;span style="font-size:10pt;"&gt;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..&lt;/span&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt;δ . Η ύλη που ανέφερα για τις διαδικασίες Poisson αναφέρεται 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&lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;&lt;span style="font-size:10pt;"&gt;ε.  Bεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory "Άσκηση για το Μάρκετινγκ" και αφορά την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής shopping center - σε συνδυασμό με την περιγραφή στο βιβλίο.  Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε (όπως ανέφερα και στην παράδοση η άσκηση είναι προαιρετική, δηλαδή θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί..).&lt;/span&gt;&lt;/div&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;
&lt;div style="background-color:transparent;color:#555555;font-size:14px;font-style:normal;font-variant:normal;font-weight:400;letter-spacing:normal;text-align:left;text-decoration:none;text-indent:0px;text-transform:none;white-space:normal;word-spacing:0px;"&gt;
&lt;p style="margin:0px 0px 10px 0px;"&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;p style="margin:0px 0px 10px 0px;"&gt;&lt;span style="font-size:10pt;"&gt;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 &lt;span style="color:#000000;"&gt;Theil&lt;/span&gt;&lt;/span&gt;&lt;/p&gt;
&lt;p style="margin:0px 0px 10px 0px;"&gt;&lt;span style="font-size:10pt;"&gt;&lt;span style="color:#000000;"&gt;  &lt;span style="color:#000111;"&gt;ζ. Π&lt;/span&gt;&lt;/span&gt;&lt;span style="color:#007670;"&gt;&lt;span style="text-align:left;text-transform:none;text-indent:0px;letter-spacing:normal;font-family:Verdana, Arial, Helvetica, sans-serif;font-style:normal;font-variant:normal;font-weight:400;text-decoration:none;word-spacing:0px;white-space:normal;float:none;background-color:transparent;"&gt;&lt;span style="color:#000000;"&gt;ροαιρετικά: 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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;/span&gt; &lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;/div&gt;</description><pubDate>Mon, 24 Sep 2018 16:02:32 +0300</pubDate><guid isPermaLink='false'>Mon, 24 Sep 2018 16:02:32 +030039652</guid></item><item><title>Οδηγία μελέτης αρ. 1</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=39621&amp;course=INF109</link><description>&lt;p&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί τα εξής:&lt;/p&gt;
&lt;p&gt; α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/p&gt;
&lt;p&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/p&gt;
&lt;p&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/p&gt;
&lt;p&gt;Θα χρειαστούμε κυρίως το α., τα άλλα δύο θα χρησιμοποιηθούν προαιρετικά σε εργασία που θα ανακοινώσω αργότερα.&lt;/p&gt;
&lt;p&gt;  &lt;/p&gt;
&lt;p&gt;ΙΙ. Μελέτη&lt;/p&gt;
&lt;p&gt; &lt;/p&gt;
&lt;p&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/p&gt;
&lt;p&gt;β. Από το βιβλίο του Phillips Pricing and Revenue Optimization&lt;/p&gt;
&lt;p&gt;Κεφ. 1 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ . 2 Περιγραφικό, ρίξτε μιά ματιά&lt;/p&gt;
&lt;p&gt;Κεφ. 3 Ουσιαστικό. Ειδικότερα το 3.1 (3.1.1-4),3.2,3.4.  Ρίξτε μια ματιά στις     ασκήσεις του κεφαλαίου ειδικότερα στην 5.&lt;/p&gt;
&lt;p&gt;Κεφ. 4. Ουσιαστικό, ειδικότερη μελέτη των 4.5.1-2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 6  Περιγραφικό&lt;/p&gt;
&lt;p&gt;Κεφ. 7 Ουσιαστικό, ιδιαίτερα τα 7.2.1-7.2.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;Κεφ. 9. Ουσιαστικό, μόνο το 9.3.2. Ρίξτε μιά ματιά στις ασκήσεις του κεφαλαίου.&lt;/p&gt;
&lt;p&gt;γ. Διαβάστε την ίδια ύλη όπως στα κεφ. 7 και 9 παραπάνω από τις σημειώσεις μου, 3&lt;sup&gt;ο&lt;/sup&gt; φυλλάδιο, τελευταίες σελίδες.&lt;/p&gt;</description><pubDate>Wed, 19 Sep 2018 13:17:20 +0300</pubDate><guid isPermaLink='false'>Wed, 19 Sep 2018 13:17:20 +030039621</guid></item><item><title>Τυπολόγιο στην αυριανή εξέταση - ενδεικτικά θέματα</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=35278&amp;course=INF109</link><description>&lt;p&gt;Στην αυριανή εξέταση μπορείτε να έχετε μαζί σας μία χειρόγραφη σελίδα Α4 με σημειώσεις για ΟΛΟ το μάθημα (όχι μία σελίδα ανά τμήμα του μαθήματος).  Φυσικά μπορεί να γράψετε και στις δύο όψεις της σελίδας&lt;/p&gt;
&lt;p&gt;Συνιστάται να έχετε μαζί σας αριθμομηχανή με εκθέτες - λογαρίθμους, δεν επιτρέπεται να χρησιμοποιείτε κινητά ως αριθμομηχανές.&lt;/p&gt;
&lt;p&gt;Παρακάτω θα βρείτε ωρισμένα ενδεικτικά θέματα για την εξέταση στο μέρος του μαθήματος που διδάσκω. Εννοείται ότι θα μπορούσα να βάλω κάτι διαφορετικό αλλά στο ίδιο πνεύμα.&lt;/p&gt;
&lt;ol&gt;&lt;li&gt;Παρατηρούμε την κατανομή των πωλήσεων ενός προϊόντος σε Ν άτομα σε μία περίοδο, δηλαδή πόσα άτομα αγόρασαν 0,1,2,.. αντικείμενα. Εκτιμείστε τις παραμέτρους του υποδείγματος NBD.  Για μετρήσεις των ατόμων που αγόρασαν κ αντικείμενα σε μιά άλλη περίοδο εκτιμείστε αν υπάρχει μεταβολη στις παραμέτρους.&lt;/li&gt;
&lt;li&gt;Για στοιχεία πωλήσεων κ τύπων (κ μάρκες..) ενός προϊόντων δύο περιόδων – μας δίνεται ο αριθμός Pij των ατόμων που αγόρασαν τον ι τύπο την πρώτη περίοδο και τον j την δεύτερη - εκτιμείστε αν ισχύει το υπόδειγμα Ehrenberg.&lt;/li&gt;
&lt;li&gt;Τι προβλέπει το υπόδειγμα Ehrenberg για τα μερίδια αγοράς της επομένης περιόδου από αυτήν για την οποία έχουμε στοιχεία; Τι προβλέπει το μαρκοβιανό υπόδειγμα;&lt;/li&gt;
&lt;li&gt;Με στοιχεία όπως στο 2, τι προβλέπει το μαρκοβιανό υπόδειγμα για τα μερίδια αγοράς μετά από 1,2,... , πολλές περιόδους; Γιατί δεν είναι εύκολα εφαρμόσιμο το μαρκοβιανό υπόδειγμα επιλογής μάρκας;&lt;/li&gt;
&lt;li&gt;Δεδομένης της κατανομής εκπτωτικών και κανονικών εισιτηρίων, και της τιμής των, ποιό το άνω όριο των εκπτωτικών εισιτηρίων; Χρησιμοποιείστε πχ ομοιόμορφες κατανομές, Θ αριθμό θέσεων, εκπτωτικό εισιτήριο 50% του κανονικού.&lt;/li&gt;
&lt;li&gt;Δεδομένης της κατανομής των επιβατών που δεν ταξιδεύουν τελικά (πχ κάθε επιβάτης έχει πιθανότητα π να μην ταξιδεύσει τελικά) και του κόστους να μην ταξειδεύσει κάποιος που δεν έχει εισιτήριο, ποιός ο αριθμός των επιπλέον εισιτηρίων; (overbooking)&lt;/li&gt;
&lt;/ol&gt;</description><pubDate>Tue, 31 Oct 2017 12:29:33 +0300</pubDate><guid isPermaLink='false'>Tue, 31 Oct 2017 12:29:33 +030035278</guid></item><item><title>Οδηγία μελέτης Αρ. 2 - Ακαδ. Έτος 2017-8</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=34704&amp;course=INF109</link><description>&lt;div&gt;&lt;span style="font-size:10pt;"&gt;0. Ανατρέξτε στην 1η οδηγία μελέτης για την παραπομπή στην ύλη των Μαρκοβιανών Αλυσίδων στο Hillier Lieberman.  Εναλλακτικά κοιτάξτε κάποιες παλιότερες (χειρόγραφες) σημειώσεις μου για το ίδιο θέμα που ανέβασα στα έγγραφα του μαθήματος - κοιτάξτε έως την σελ. 10.&lt;/span&gt;&lt;/div&gt;
&lt;div&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/div&gt;
&lt;div&gt;&lt;span style="font-size:10pt;"&gt;Ι. Μελετείστε 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. &lt;/span&gt;&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;&lt;span style="font-size:10pt;"&gt;ΙΙ.  Bεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory "Άσκηση για το Μάρκετινγκ" και αφορά την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής shopping center - σε συνδυασμό με την περιγραφή στο βιβλίο.  Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε (όπως ανέφερα και στην παράδοση η άσκηση είναι προαιρετική, δηλαδή θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί..).&lt;/span&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;&lt;span style="font-size:10pt;"&gt;ΙΙΙ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομής, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικά αρθρα στην Wikipedia&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-size:10pt;"&gt; https://en.wikipedia.org/wiki/Chi-squared_test &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-size:10pt;"&gt;Μία λεπτομερέστερη, απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17.  Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος, καθώς και τις δικές μου χειρόγραφες σημειώσεις.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-size:10pt;"&gt;ΙΙΙΙ. 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). &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-size:10pt;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;/div&gt;</description><pubDate>Thu, 21 Sep 2017 12:07:57 +0300</pubDate><guid isPermaLink='false'>Thu, 21 Sep 2017 12:07:57 +030034704</guid></item><item><title>Οδηγία μελέτης Αρ. 1 - Ακαδ. Έτος 2017-8</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=34678&amp;course=INF109</link><description>&lt;div&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/div&gt;
&lt;div&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/div&gt;
&lt;div&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ΙΙ. Μελέτη&lt;/div&gt;
&lt;div&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;β. Κεφάλαιο 2 LKM, ιδιαίτερα το εδάφιο Stochastic Models έως σελ. 47.  &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;γ. Μελετείστε το πρώτο χειρόγραφο φυλλάδιο καθώς και τις 10 πρώτες σελίδες από το 2ο φυλλάδιο.  Μέρος τους καλύψαμε στην παράδοση, το υπόλοιπο θα το καλύψουμε την επόμενη. Συσχετίστε την ύλη που αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος LΚΜ στο Κεφάλαιο 2.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;δ. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;/p&gt;
&lt;p&gt;ε. 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..&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;στ . Η ύλη που κάλυψα για τις διαδικασίες Poisson αναφέρεται στην Θεωρία Αναμονής - Κεφ. 17 Εδάφιο 4 του Hillier Lieberman 7th Edition.  Η ύλη για τις Αλυσσίδες Μαρκοφ που θα δουμε στην επόμενη παράδοση 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&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ζ. Προαιρετικά: Διαβάστε τα δύο πρώτα κεφάλαια στο βιβλίο Marketing Management (βλέπε σχετικο σύνδεσμο στην σελίδα του μαθήματος)&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;η. 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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος. &lt;/div&gt;</description><pubDate>Fri, 15 Sep 2017 11:13:23 +0300</pubDate><guid isPermaLink='false'>Fri, 15 Sep 2017 11:13:23 +030034678</guid></item><item><title>Τυπολόγιο - Ενδεικτικά θέματα</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=30786&amp;course=INF109</link><description>&lt;p&gt;Στην αυριανή εξέταση μπορείτε να έχετε μαζί σας μία χειρόγραφη σελίδα Α4 με σημειώσεις για ΟΛΟ το μάθημα (όχι μία σελίδα ανά τμήμα του μαθήματος).&lt;/p&gt;
&lt;p&gt;Συνιστάται να έχετε μαζί σας αριθμομηχανή με εκθέτες - λογαρίθμους, δεν επιτρέπεται να χρησιμοποιείτε κινητά ως αριθμομηχανές.&lt;/p&gt;
&lt;p&gt;Παρακάτω θα βρείτε ωρισμένα ενδεικτικά θέματα για την εξέταση στο μέρος του μαθήματος που διδάσκω. Εννοείται ότι θα μπορούσα να βάλω κάτι διαφορετικό αλλά στο ίδιο πνεύμα.&lt;/p&gt;
&lt;ol&gt;&lt;li&gt;Παρατηρούμε την κατανομή των πωλήσεων ενός προϊόντος σε Ν άτομα σε μία περίοδο, δηλαδή πόσα άτομα αγόρασαν 0,1,2,.. αντικείμενα. Εκτιμείστε τις παραμέτρους του υποδείγματος NBD.  Για μετρήσεις των ατόμων που αγόρασαν κ αντικείμενα σε μιά άλλη περίοδο εκτιμείστε αν υπάρχει μεταβολη στις παραμέτρους.&lt;/li&gt;
&lt;li&gt;Για στοιχεία πωλήσεων κ τύπων (κ μάρκεσ..) ενός προϊόντων δύο περιόδων – μας δίνεται ο αριθμός Pij των ατόμων που αγόρασαν τον ι τύπο την πρώτη περίοδο και τον j την δεύτερη - εκτιμείστε αν ισχύει το υπόδειγμα Ehrenberg.&lt;/li&gt;
&lt;li&gt;Τι προβλέπει το υπόδειγμα Ehrenberg για τα μερίδια αγοράς της επομένης περιόδου από αυτήν για την οποία έχουμε στοιχεία; Τι προβλέπει το μαρκοβιανό υπόδειγμα;&lt;/li&gt;
&lt;li&gt;Με στοιχεία όπως στο 2, τι προβλέπει το μαρκοβιανό υπόδειγμα για τα μερίδια αογράς μετά από 1,2,... , πολλές περιόδους; Γιατί δεν είναι εύκολα εφαρμόσιμο το μαρκοβιανό υπόδειγμα επιλογής μάρκας;&lt;/li&gt;
&lt;li&gt;Δεδομένης της κατανομής εκπτωτικών και κανονικών εισιτηρίων, και της τιμής των, ποιό το άνω όριο των εκπτωτικών εισιτηρίων; Χρησιμοποιείστε πχ ομοιόμορφες κατανομές, Θ αριθμό θέσεων, εκπτωτικό εισιτήριο 50% του κανονικού.&lt;/li&gt;
&lt;li&gt;Δεδομένης της κατανομής των επιβατών που δεν ταξιδεύουν τελικά (πχ κάθε επιβάτης έχει πιθανότητα π να μην ταξιδεύσει τελικά) και του κόστους να μην ταξειδεύσει κάποιος που δεν έχει εισιτήριο, ποιός ο αριθμός των επιπλέον εισιτηρίων; (overbooking)&lt;/li&gt;
&lt;/ol&gt;</description><pubDate>Tue, 01 Nov 2016 14:25:12 +0300</pubDate><guid isPermaLink='false'>Tue, 01 Nov 2016 14:25:12 +030030786</guid></item><item><title>Οδηγία μελέτης αρ.2</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=30184&amp;course=INF109</link><description>&lt;div&gt;0. Ανατρέξτε στην 1η οδηγία μελέτης για την παραπομπή στην ύλη των Μαρκοβιανών Αλυσίδων στο Hillier Lieberman.  Εναλλακτικά κοιτάξτε κάποιες παλιότερες (χειρόγραφες) σημειώσεις μου για το ίδιο θέμα που ανέβασα στα έγγραφα του μαθήματος - κοιτάξτε έως την σελ. 10.&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;Ι. Μελετείστε 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. &lt;/div&gt;
&lt;div&gt;
&lt;p&gt;ΙΙ.  Bεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory "Άσκηση για το Μάρκετινγκ" και αφορά την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής shopping center - σε συνδυασμό με την περιγραφή στο βιβλίο.  Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε (όπως ανέφερα και στην παράδοση η άσκηση είναι προαιρετική, δηλαδή θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί..).&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;ΙΙΙ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομής, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia.  Μία απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17.  Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος, καθώς και τις δικές μου χειρόγραφες σημειώσεις.&lt;/p&gt;
&lt;p&gt;ΙΙΙΙ. 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). &lt;/p&gt;
&lt;p&gt; &lt;/p&gt;
&lt;/div&gt;</description><pubDate>Fri, 23 Sep 2016 17:53:58 +0300</pubDate><guid isPermaLink='false'>Fri, 23 Sep 2016 17:53:58 +030030184</guid></item><item><title>Οδηγία μελέτης αρ.1 </title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=30155&amp;course=INF109</link><description>&lt;div&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/div&gt;
&lt;div&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/div&gt;
&lt;div&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ΙΙ. Μελέτη&lt;/div&gt;
&lt;div&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;β. Κεφάλαιο 2 LKM, ιδιαίτερα το εδάφιο Stochastic Models έως σελ. 47.  &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;γ. Μελετείστε το πρώτο χειρόγραφο φυλλάδιο καθώς και τις 10 πρώτες σελίδες από το 2ο φυλλάδιο.  Μέρος τους καλύψαμε στην παράδοση, το υπόλοιπο θα το καλύψουμε την επόμενη. Συσχετίστε την ύλη που αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος LΚΜ στο Κεφάλαιο 2.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;δ. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;/p&gt;
&lt;p&gt;ε. 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..&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;στ . Η ύλη που κάλυψα για τις διαδικασίες Poisson αναφέρεται στην Θεωρία Αναμονής - Κεφ. 17 Εδάφιο 4 του Hillier Lieberman 7th Edition.  Η ύλη για τις Αλυσσίδες Μαρκοφ που θα δουμε στην επόμενη παράδοση 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&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ζ. Προαιρετικά: Διαβάστε τα δύο πρώτα κεφάλαια στο βιβλίο Marketing Management (βλέπε σχετικο σύνδεσμο στην σελίδα του μαθήματος)&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;η. 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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος. &lt;/div&gt;</description><pubDate>Fri, 16 Sep 2016 14:31:03 +0300</pubDate><guid isPermaLink='false'>Fri, 16 Sep 2016 14:31:03 +030030155</guid></item><item><title>Σύνδεσμος σε εταιρεία Ποσοτικού Μάρκετινγκ</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=26862&amp;course=INF109</link><description>&lt;p&gt;Στον ιστότοπο υπάρχει ένας σύνδεσμος στην εταιρεία MediaRisk του κ. Μ. Παπαδάκη, γνωστού στον χώρο του Μαρκετινγκ και Μαθηματικού&lt;/p&gt;
&lt;p&gt;Αν υπάρχει ενδιαφέρον μπορώ να επικοινωνήσω μαζί του για την οργάνωση κάποιας ομιλίας στο ΜΑΠ για θέματα εφαρμογής ποσοτικών μεθόδων στο Μάρκετινγκ (όπως είχε κάνει και πέρσι)&lt;/p&gt;</description><pubDate>Fri, 27 Nov 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Fri, 27 Nov 2015 00:00:00 +030026862</guid></item><item><title>Εργασία στο Μαρκετινγκ, βαθμολογία, προθεσμίες κλπ.</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=26533&amp;course=INF109</link><description>&lt;p&gt;Η εργασία στο Μάρκετινγκ έχει αναρτηθεί στον ιστότοπο.&lt;/p&gt;
&lt;p&gt;Είναι προαιρετική, με παράδοση στις 20 Νοεμβρίου.&lt;/p&gt;
&lt;p&gt;Για να ληφθεί υπόψη πρέπει να έχουν απαντηθεί όλα τα ζητήματα - και το υπολογιστικό...&lt;/p&gt;
&lt;p&gt;Η βαθμολογία της με ΑΡΙΣΤΑ το 2 προστίθεται στον βαθμό της εξέτασης με τους εξής περιορισμούς: &lt;/p&gt;
&lt;p&gt;- Βαθμός 9 ή 10 δεν μπορεί να προκύψει από 7 ή 8 - ενδέχεται να προστεθεί μισός βαθμός...&lt;/p&gt;
&lt;p&gt;- Βαθμός 5 δεν μπορεί να προκύψει με 3 σύν 2, ενώ το 4 γίνεται το πολύ 5 με την εργασία&lt;/p&gt;
&lt;p&gt;Θα πρέπει να ξέρετε τι γράψατε, γιατί ενδέχεται να ζητήσω από κάποιο τυχαίο δείγμα να μου αναπτύξει προφορικά τις λύσεις των στις 23 Νοεμβρίου..&lt;/p&gt;
&lt;p&gt;Φυσικά, αν είστε βέβαιοι ότι έχετε γράψει πολύ καλά ή πολύ άσχημα στην εξέταση, μάλλον η εργασία θα περιττεύει...  Νομίζω πάντως ότι αξίζει τον κόπο να την δοκιμάσετε, θα μάθετε κάποια πράγματα..&lt;/p&gt;
&lt;p&gt; &lt;/p&gt;
&lt;p&gt; &lt;/p&gt;</description><pubDate>Tue, 10 Nov 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 10 Nov 2015 00:00:00 +030026533</guid></item><item><title>Εργασία στο Μαρκετινγκ</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=26528&amp;course=INF109</link><description>&lt;p&gt;Η εργασία στο Μάρκετινγκ έχει αναρτηθεί στον ιστότοπο.&lt;/p&gt;
&lt;p&gt;Είναι προαιρετική, με παράδοση μάλλον στις 20 Νοεμβρίου.&lt;/p&gt;
&lt;p&gt;Οι λεπτομέρειες για την βαθμολογία κλπ. θα ανακοινωθούν σύντομα.  &lt;/p&gt;
&lt;p&gt;Αν είστε όμως βέβαιοι ότι έχετε γράψει πολύ καλά ή πολύ άσχημα στην εξέταση, μάλλον η εργασία θα περιττεύει...&lt;/p&gt;
&lt;p&gt; &lt;/p&gt;</description><pubDate>Tue, 10 Nov 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 10 Nov 2015 00:00:00 +030026528</guid></item><item><title>Εξέταση μαθήματος αύριο</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=26411&amp;course=INF109</link><description>&lt;p&gt;Η ύλη της σημερινής εξέτασης έχει ήδη ανακοινωθεί από τους διδάσκοντες.  &lt;/p&gt;
&lt;p&gt;Όπως αναφέραμε και προφορικά, μπορείτε να έχετε μαζί σας μία σελίδα με χειρόγραφες σημειώσεις για κάθε μέρος του μαθήματος, δηλαδή συνολικά 3 σελίδες.&lt;/p&gt;
&lt;p&gt;Καλό θα είναι να έχετε αριθμομηχανή που να μπορεί να υπολογίζει δυνάμεις, εκθετικά, λογαρίθμους.  Χρήση κινητών ως αριθμομηχανές δεν επιτρέπεται.&lt;/p&gt;
&lt;p&gt;Η δική μου ύλη ειναι αυτή των οδηγιών μελέτης.  Πιό συγκεκριμένα, αντιγράφω την περστινή ανακοίνωση ύλης μου, που ισχύει και για εφέτος: &lt;/p&gt;
&lt;p&gt;Τα θέματα που θα βάλω στην εξέταση θα είναι παρεμφερή με τις Ασκήσεις του κεφ. 2 στο LKM, φυσικά από την ύλη που έχουμε καλύψει - δεν θα ζητήσω ύλη στατιστικής εκτίμησης δηλαδή ελέγχους χ^2 ή εκτιμήσεις μεγ. πιθανοφάνειας. Επίσης στις χειρόγραφες σημειώσεις μου τίθενται κάποιες ερωτήσεις - ωρισμένες θα μπορούσαν να είναι θέμα της εξέτασης.  Ενδεικτικά κοιτάξτε τις ασκήσεις από το Κεφ. 2 που αναφέρονται στη εκφώνηση της (προαιρετικής) κατ\' οίκον εργασίας.&lt;/p&gt;
&lt;p&gt;Στο yield management διαβάστε τα δύο υποδείγματα (reservation limits, overbooking) και βεβαιωθείτε ότι μπορείτε να χρησιμοποιήσετε τους σχετικούς τύπους.&lt;/p&gt;</description><pubDate>Tue, 03 Nov 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 03 Nov 2015 00:00:00 +030026411</guid></item><item><title>Οδηγία Μελέτης αρ. 2</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=25728&amp;course=INF109</link><description>&lt;div&gt;0. Ανατρέξτε στην 1η οδηγία μελέτης για την παραπομπή στην ύλη των Μαρκοβιανών Αλυσίδων στο Hillier Lieberman.  Εναλλακτικά κοιτάξτε κάποιες παλιότερες (χειρόγραφες) σημειώσεις μου για το ίδιο θέμα που ανέβασα στα έγγραφα του μαθήματος - κοιτάξτε έως την σελ. 10.&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;Ι. Μελετείστε 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.  (οι σχετικές σελίδες του βιβλίου αναφέρονται στις χειρόγραφες σημειώσεις και είναι περίπου  ό,τι έδωσα φωτοτυπημένο στην παράδοση).  Bεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory Άσκηση Ι για την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής shopping center - σε συνδυασμό με το περιγραφή στο βιβλίο.  &lt;/div&gt;
&lt;div&gt;
&lt;p&gt;ΙΙ. Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε (όπως ανέφερα και στην παράδοση η άσκηση είναι προαιρετική, δηλαδή θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί..).&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;ΙΙΙ. Υποβοηθητικά: 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 δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17.  Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος, καθώς και τις δικές μου χειρόγραφες σημειώσεις.&lt;/p&gt;
&lt;p&gt;ΙΙΙΙ. 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). &lt;/p&gt;
&lt;p&gt;Ε. Μαγείρου&lt;/p&gt;
&lt;/div&gt;</description><pubDate>Thu, 17 Sep 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Thu, 17 Sep 2015 00:00:00 +030025728</guid></item><item><title>Σύνδεσμος</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=25700&amp;course=INF109</link><description>&lt;p&gt;Στην σελίδα του μαθήματος πρόσθεσα τον σύνδεσμο στο μάθημα Business Analytics του Coursera που οργανώνει το γνωστό  Wharton School of Business - τον επαναλαμβάνω παρακάτω.&lt;/p&gt;
&lt;p&gt;Νομίζω η ομοιότητα με όσα κάνουμε εδώ είναι προφανής.  &lt;/p&gt;
&lt;p&gt;Καλό θα είναι να ξέρετε τί εννοούν στην "αγορά" όταν αναφέρονται σε Business Analytics ώστε να διεκδικείτε αντίστοιχες θέσεις με αξιώσεις.&lt;/p&gt;
&lt;p&gt;https://www.coursera.org/specializations/business-analytics?utm_content=BTS_global_090915&amp;amp;utm_medium=email&amp;amp;utm_source=marketing&amp;amp;utm_campaign=KXJG8FcwEeWvgF9FMLID1g~KXJG8FcwEeWvgF9FMLID1g&lt;/p&gt;</description><pubDate>Tue, 15 Sep 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 15 Sep 2015 00:00:00 +030025700</guid></item><item><title>Οδηγία Μελέτης αρ. 1</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=25685&amp;course=INF109</link><description>&lt;div&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/div&gt;
&lt;div&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/div&gt;
&lt;div&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ΙΙ. Μελέτη&lt;/div&gt;
&lt;div&gt;α. Κεφάλαιο 1 Lilien Kotler Murty  εφεξής LKM.  Διαβάστε ιδιαίτερα το υπόδειγμα αμοιβής πωλητών σελ. 12-16.  Επίσης κάντε την άσκηση 1.7&lt;/div&gt;
&lt;div&gt;β. Κεφάλαιο 2 LKM, ιδιαίτερα το εδάφιο Stochastic Models έως σελ. 47.  &lt;/div&gt;
&lt;div&gt;γ. Μελετείστε το πρώτο χειρόγραφο φυλλάδιο καθώς και τις 10 πρώτες σελίδες από το 2ο φυλλάδιο.  Μέρος τους καλύψαμε στην παράδοση, το υπόλοιπο θα το καλύψουμε την επόμενη. Συσχετίστε την ύλη που αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος LΚΜ στο Κεφάλαιο 2.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;δ. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;/p&gt;
&lt;p&gt;ε. 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..&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;στ . Η ύλη που κάλυψα για τις διαδικασίες Poisson αναφέρεται 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&lt;/div&gt;
&lt;div&gt;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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος. &lt;/div&gt;</description><pubDate>Thu, 10 Sep 2015 00:00:00 +0300</pubDate><guid isPermaLink='false'>Thu, 10 Sep 2015 00:00:00 +030025685</guid></item><item><title>Ορθή Επανάληψη: Παρουσίαση κ. Μ. Παπαδάκη ΣΤΗΝ ΕΥΕΛΠΙΔΩΝ</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=21816&amp;course=INF109</link><description>&lt;p&gt;Την επόμενη Τρίτη 11 Νοεμβρίου και ώρα 6-8 (έναρξη ακριβώς στις 6) θα μας μιλήσει ο κ. Μίλτων Παπαδάκης, Σύμβουλος σε θέματα Μάρκετινγκ - Μαθηματικός.  &lt;strong&gt;Η παρουσίαση θα γίνει στην Αιθ. 710, Κτιριο Ευελπίδων&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;Τον παρακάλεσα να μας μιλήσει για την εμπειρία του ως Μαθηματικός στον χώρο του Μάρκετινγκ, με (ενδεχόμενη) παρουσίαση σχετικών αναλύσεων περιπτώσεων.  &lt;/p&gt;
&lt;p&gt;Η παρουσίαση θα θεωρηθεί και ως μέρος των προαιρετικών δραστηριοτήτων του μαθήματος.&lt;/p&gt;
&lt;p&gt;Θα ήταν πολύ σημαντικό να υπάρξει αριθμητικά επαρκές ακραατήριο.&lt;/p&gt;
&lt;p&gt;Ε. Μαγείρου&lt;/p&gt;</description><pubDate>Fri, 07 Nov 2014 00:00:00 +0300</pubDate><guid isPermaLink='false'>Fri, 07 Nov 2014 00:00:00 +030021816</guid></item><item><title>Εξέταση σήμερα</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=21648&amp;course=INF109</link><description>&lt;p&gt;Η ύλη της σημερινής εξέτασης έχει ήδη ανακοινωθεί από τους διδάσκοντες.  &lt;/p&gt;
&lt;p&gt;Όπως αναφέραμε και προφορικά, μπορείτε να έχετε μαζί σας μία σελίδα με χειρόγραφες σημειώσεις για κάθε μέρος του μαθήματος, δηλαδή συνολικά 3 σελίδες.&lt;/p&gt;
&lt;p&gt;Καλό θα είναι να έχετε αριθμομηχανή που να μπορεί να υπολογίζει δυνάμεις, εκθετικά, λογαρίθμους.  Χρήση κινητών ως αριθμομηχανές δεν επιτρέπεται.&lt;/p&gt;
&lt;p&gt;Η δική μου ύλη ειναι αυτή των οδηγιών μελέτης.  Πιό συγκεκριμένα, αντιγράφω την περστινή ανακοίνωση ύλης μου, που ισχύει και για εφέτος: &lt;/p&gt;
&lt;p style="padding-left:30px;"&gt;Τα θέματα που θα βάλω στην εξέταση θα είναι παρεμφερή με τις Ασκήσεις του κεφ. 2 στο LKM, φυσικά από την ύλη που έχουμε καλύψει - δεν θα ζητήσω ύλη στατιστικής εκτίμησης δηλαδή ελέγχους χ^2 ή εκτιμήσεις μεγ. πιθανοφάνειας.  Επίσης στις χειρόγραφες σημειώσεις μου τίθενται κάποιες ερωτήσεις - ωρισμένες θα μπορούσαν να είναι θέμα της εξέτασης.  Ενδεικτικά κοιτάξτε τις ασκήσεις από το Κεφ. 2 που αναφέρονται στη εκφώνηση της (προαιρετικής) κατ\' οίκον εργασίας.&lt;/p&gt;
&lt;p style="padding-left:30px;"&gt;Στο yield management διαβάστε τα δύο υποδείγματα (reservation limits, overbooking) και βεβαιωθείτε ότι μπορείτε να χρησιμοποιήσετε τους σχετικούς τύπους.&lt;/p&gt;</description><pubDate>Wed, 29 Oct 2014 00:00:00 +0300</pubDate><guid isPermaLink='false'>Wed, 29 Oct 2014 00:00:00 +030021648</guid></item><item><title>Οδηγία Μελέτης Αρ. 2</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=21242&amp;course=INF109</link><description>&lt;div&gt;Ι. Μελετείστε ΟΛΕΣ τις χειρόγραφες σημειώσεις μου πλην των σελίδων για Κύριες Συνιστώσες (Principal Components που είναι πολυ σημαντική αλλά προαιρετική ύλη.  Προαιρετικά επισης κοιτάξτε τις φωτοτυπημένες σελίδες για το ίδιο θέμα από το σύγγραμμα του Theil).  Bεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory Άσκηση Ι για την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής shopping center - σε συνδυασμό με το περιγραφή στο βιβλίο.  Γενικά, συσχετίστε όσα αναφέρονται στις χειρόγραφες σημειώσεις με τα εδάφια του συγγράμματος Lilien, et. al.  (οι σχετικές σελίδες του βιβλίου αναφέρονται στις χειρόγραφες σημειώσεις). &lt;/div&gt;
&lt;div&gt;
&lt;p&gt;ΙΙ. Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν "θεωρία", περιλαμβανομένου του φύλλου λογισμικού.  Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε (όπως ανέφερα και στην παράδοση η άσκηση είναι προαιρετική, δηλαδή θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί..).&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;ΙΙΙ. Υποβοηθητικά: 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 δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17.  Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος, καθώς και τις δικές μου χειρόγραφες σημειώσεις.&lt;/p&gt;
&lt;p&gt;Ε. Μαγείρου&lt;/p&gt;
&lt;p&gt; &lt;/p&gt;
&lt;/div&gt;</description><pubDate>Tue, 07 Oct 2014 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 07 Oct 2014 00:00:00 +030021242</guid></item><item><title>Οδηγία Μελέτης Αρ. 1 - Ύλη κ Μαγείρου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=21178&amp;course=INF109</link><description>&lt;div&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/div&gt;
&lt;div&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/div&gt;
&lt;div&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ΙΙ. Μελέτη&lt;/div&gt;
&lt;div&gt;α. Μελετείστε το πρώτο χειρόγραφο φυλλάδιο καθώς και τις 10 πρώτες σελίδες από το 2ο φυλλάδιο.  Μέρος τους καλύψαμε στην παράδοση, το υπόλοιπο θα το καλύψουμε την επόμενη. Συσχετίστε την ύλη που αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος Lilien, et. al. στο αντίστοιχο Κεφάλαιο 2.&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;/p&gt;
&lt;p&gt;γ. Υποβοηθητικά: 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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817).  Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;δ. 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..&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt;ε. Η ύλη που ανέφερα για τις διαδικασίες Poisson αναφέρεται 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&lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt; &lt;/div&gt;
&lt;div&gt; Ε. Μαγείρου&lt;/div&gt;</description><pubDate>Fri, 26 Sep 2014 00:00:00 +0300</pubDate><guid isPermaLink='false'>Fri, 26 Sep 2014 00:00:00 +030021178</guid></item><item><title>Παράδοση εργασίας για κ. Μαγείρου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=17717&amp;course=INF109</link><description>&lt;p&gt;Η παράδοση της εργασίας που ανέφερα σε προηγούμενη ανακοίνωση θα είναι την Τετάρτη 27 Νοεμβρίου στο γραφείο μου (μπορείτε να την ρίξετε στο γραμματοκιβώτιο. &amp;nbsp;Η ανακοίνωση επαναλαμβάνεται παρακάτω&lt;/p&gt;&lt;p&gt;Ε. Μαγείρου&amp;nbsp;&lt;/p&gt;&lt;p&gt;&amp;nbsp;Παλαιότερη ανακοίνωση (4-11-13)&lt;/p&gt;&lt;p&gt;&amp;nbsp;Η εργασία είναι προαιρετική με την έννοια ότι θα μετρήσει μόνο αν ειναι ο βαθμός της καλυτερος από τον βαθμό σας στον δικό μου μέρος της τελικής εξέτασης. &amp;nbsp;Σε αυτήν την περίπτωση η τελική βαθμολογία θα είναι στάθμιση 25 εργασία - 75 τελική εξέταση&lt;/p&gt;&lt;p&gt;Η χρόνος παράδοσης θα είναι περίπου μία εβδομάδα μετά το πέρας των εξετάσεων, - θα υπάρξει λεπτομερέστερη ανακοίνωση για τον χρόνο παράδοσής της. &amp;nbsp;Αγνοείστε όσα αναφέρονται στην εκφώνηση περί χρόνου παράδοσης της εργασίας.&lt;/p&gt;&lt;p&gt;Ε. Μαγείρου&amp;nbsp;&lt;/p&gt;</description><pubDate>Tue, 19 Nov 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 19 Nov 2013 00:00:00 +030017717</guid></item><item><title>Ύλη κ. Μπουρνέτα</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=17420&amp;course=INF109</link><description>
&lt;div&gt;&lt;p&gt;Η ύλη για το τμήμα του μαθήματος του κ.Μπουρνέτα είναι αυτή του κεφαλαίου νέων προϊόντων - Κεφ. 10 - με έμφαση στα μοντέλα&lt;/p&gt;&lt;p&gt;1. Fourt and Woodlock&lt;/p&gt;&lt;p&gt;2. Fisher and Pry&lt;/p&gt;&lt;/div&gt;&lt;div&gt;3. Bass&lt;/div&gt;&lt;div&gt;&lt;p&gt;Από τα θέματα Στατιστικής, οι φοιτητές θα πρέπει να γνωρίζουν πώς θα μπορούσαν να εκτιμήσουν παραμέτρους των τριών μοντέλων από δεδομένα, όπως έχει γίνει στο μάθημα. &amp;nbsp;Δεν θα ζητηθεί τίποτα από SPSS , ούτε να γίνει κάποια ανάλυση από τους ίδιους.&lt;/p&gt;&lt;p&gt;&amp;nbsp;&lt;/p&gt;&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;



</description><pubDate>Tue, 05 Nov 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 05 Nov 2013 00:00:00 +030017420</guid></item><item><title>Θέματα κ. Μαγείρου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=17395&amp;course=INF109</link><description>&lt;p&gt;Τα θέματα που θα βάλω στην εξέταση θα είναι παρεμφερή με τις Ασκήσεις του κεφ. 2 στο LKM, φυσικά από την ύλη που έχουμε καλύψει - δεν θα ζητήσω ύλη στατιστικής εκτίμησης δηλαδή ελέγχους χ^2 ή εκτιμήσεις μεγ. πιθανοφάνειας. &amp;nbsp;Επίσης στις χειρόγραφες σημειώσεις μου τίθενται κάποιες ερωτήσεις - ωρισμένες θα μπορούσαν να είναι θέμα της εξέτασης. &amp;nbsp;Ενδεικτικά κοιτάξτε τις ασκήσεις από το Κεφ. 2 που αναφέρονται στη εκφώνηση της (προαιρετικής) κατ\' οίκον εργασίας.&lt;/p&gt;&lt;p&gt; Στο yield management διαβάστε τα δύο υποδείγματα (reservation limits, overbooking) και βεβαιωθείτε ότι μπορείτε να χρησιμοποιήσετε τους σχετικούς τύπους.&lt;/p&gt;</description><pubDate>Mon, 04 Nov 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 04 Nov 2013 00:00:00 +030017395</guid></item><item><title>Υλικό από κ. Οικονομου</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=17390&amp;course=INF109</link><description>
&lt;div&gt;&lt;p&gt;Εκ μέρους του κ. Οικονόμου στέλνω την παρακάτω ανακοίνωση ύλης&lt;/p&gt;&lt;p&gt;Ε. Μαγείρου&amp;nbsp;&lt;/p&gt;&lt;p&gt;Η ύλη είναι γιά την εξέταση είναι η θεωρία διαφοροποίησης του προϊόντος όπως περιγράφηκε στο μάθημα που αντιστοιχεί στο κεφάλαιο 5 (The product) των Lilien Kotler and Moorthy. &lt;/p&gt;&lt;p&gt;Στα έγγραφα (Κατάλογος κ. Οικονόμου) υπάρχουν σημειώσεις/άρθρα με επεκτάσεις των μοντέλων που περιγράφηκαν στο μάθημα ως επιπλέον υλικό. Η ύλη αυτή ειναι ΠΡΟΑΙΡΕΤΙΚΗ... αν θέλετε ρίξτε μιά ματιά&lt;/p&gt;&lt;p&gt;&amp;nbsp;&lt;/p&gt;&lt;/div&gt;



</description><pubDate>Mon, 04 Nov 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 04 Nov 2013 00:00:00 +030017390</guid></item><item><title>Προαιρετική κατ' οίκον εργασία</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=17386&amp;course=INF109</link><description>&lt;div&gt;Η εργασία είναι προαιρετική με την έννοια ότι θα μετρήσει μόνο αν ειναι ο βαθμός της καλυτερος από τον βαθμό σας στον δικό μου μέρος της τελικής εξέτασης.  Σε αυτήν την περίπτωση η τελική βαθμολογία θα είναι στάθμιση 25 εργασία - 75 τελική εξέταση&lt;/div&gt;
&lt;div&gt;
&lt;p&gt;Η χρόνος παράδοσης θα είναι περίπου μία εβδομάδα μετά το πέρας των εξετάσεων, - θα υπάρξει λεπτομερέστερη ανακοίνωση για τον χρόνο παράδοσής της.  Αγνοείστε όσα αναφέρονται στην εκφώνηση περί χρόνου παράδοσης της εργασίας.&lt;/p&gt;
&lt;/div&gt;
&lt;div&gt;Ε. Μαγείρου &lt;/div&gt;</description><pubDate>Fri, 26 Sep 2014 00:00:00 +0300</pubDate><guid isPermaLink='false'>Fri, 26 Sep 2014 00:00:00 +030017386</guid></item><item><title>Μελέτη από σύγγραμμα LKM</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=16789&amp;course=INF109</link><description>
&lt;p&gt;Κεφ. 1 - Theory and Models in Marketing&lt;/p&gt;&lt;p&gt;Το κεφάλαιο είναι περιγραφικό. &amp;nbsp;Ρίξτε μιά ματιά με στόχο την γενικότερη κατανόηση του τι σημαίνει λήψη αποφάσεων με επιστημονικό τρόπο στην εμποριολογία&lt;/p&gt;&lt;p&gt;Κεφ. 2 - Consumer Models&amp;nbsp;&lt;/p&gt;&lt;p&gt;Πολύ σημαντικό κεφάλαιο, οι ενδιαφερόμενοι για τον κλάδο πρέπει να το διαβάσουν όλο. &amp;nbsp;Είναι ίσως πιό σύντομο από ό,τι θα έπρεπε, αλλά τα περισσότερα πρωτότυπα άρθρα στα οποία αναφέρεται υπάρχουν διαθέσιμα στο δίκτυο, και είναι αρκετά κατανοητά.&lt;/p&gt;&lt;p&gt;Σελ. 19-31 - Εισαγωγικά, ρίξτε μιά ματιά&lt;/p&gt;&lt;p&gt;Σελ. 31-56 - Πολύ σημαντικά - μελετείστε τα προσεκτικά (εκτός learning models)&lt;/p&gt;&lt;p&gt;Σελ 57-64 και 100-103 - Σημαντικά, μελετείστε προσεκτικά&lt;/p&gt;&lt;p&gt;Υπόλοιπες σελίδες κεφαλαίου: ρίξτε μιά ματιά στα υποδείγματα (προαιρετικά)&lt;/p&gt;&lt;p&gt;&amp;nbsp;Appendix A&lt;/p&gt;&lt;p&gt;σελ. 599-612 &amp;nbsp;Συναρτήσεις Γ,Β και άλλες. Συναρτήσεις κατανομής Γ,Β κλπ&lt;/p&gt;&lt;p&gt;σελ. 612-616 Μαθηματική παρουσίαση ετερογένειας&lt;/p&gt;&lt;p&gt;Προαιρετικά &amp;nbsp;σελ. 631-638 Χρήσιμη παρουσίαση γραμμικών διαφορικών εξισώσεων&lt;/p&gt;&lt;p&gt;Προαιρετικά: Παράρτημα Β σελ. 639-649 - πολύ κατανοητή παρουσίαση της θεωρίας Ωφελιμότητας (που βλέπουμε στα παίγνια..)&amp;nbsp;&lt;/p&gt;


</description><pubDate>Mon, 23 Sep 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 23 Sep 2013 00:00:00 +030016789</guid></item><item><title>Οδηγία μελέτης αρ. 2 - 2013</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=16787&amp;course=INF109</link><description>
&lt;div&gt;Ι. Μελετείστε ΟΛΕΣ τις χειρόγραφες σημειώσεις και βεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού που υπάρχει στο directory Άσκηση Ι για την εκτίμηση παραμέτρων στο υπόδειγμα επιλογής shopping center - σε συνδυασμό με το περιγραφή στο βιβλίο. &amp;nbsp;Γενικά, συσχετίστε όσα αναφέρονται στις χειρόγραφες σημειώσεις με τα εδάφια του συγγράμματος Lilien, et. al. &amp;nbsp;(οι σχετικές σελίδες του βιβλίου αναφέρονται στις χειρόγραφες σημειώσεις). &amp;nbsp;Θα αναρτήσω σύντομα μία αναλυτικότερη αναφορά στις σελίδες του συγγράμματος που θα πρέπει να διαβάσετε.&lt;/div&gt;&lt;div&gt;&lt;p&gt;ΙΙ. Κοιτάξτε την παραδοτέα άσκηση - είναι υποχρεωτική σαν &amp;quot;θεωρία&amp;quot;, περιλαμβανομένου του φύλλου λογισμικού. &amp;nbsp;Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε (όπως ανέφερα και στην παράδοση η άσκηση είναι προαιρετική, δηλαδή θα ληφθεί υπόψη μόνο αν η βαθμολογία σε αυτήν είναι καλύτερη από αυτήν της εξέτασης - οπότε και θα σταθμισθούν οι βαθμοί..).&lt;/p&gt;&lt;/div&gt;&lt;div&gt;&lt;p&gt;ΙΙΙ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;Απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17. &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος, καθώς και τις δικές μου χειρόγραφες σημειώσεις.&lt;/p&gt;&lt;p&gt;Ε. Μαγείρου&lt;/p&gt;&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;





</description><pubDate>Mon, 23 Sep 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 23 Sep 2013 00:00:00 +030016787</guid></item><item><title>Οδηγία μελέτης αρ. 1 - 2013</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=16756&amp;course=INF109</link><description>
&lt;div&gt;Προς τους φοιτητές στο μάθημα Υποδείγματα Εμποριολογίας&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/div&gt;&lt;div&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/div&gt;&lt;div&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg&amp;nbsp;&lt;/div&gt;&lt;div&gt;&amp;nbsp;&lt;/div&gt;&lt;div&gt;ΙΙ. Μελέτη&lt;/div&gt;&lt;div&gt;α. Μελετείστε το πρώτο χειρόγραφο φυλλάδιο καθώς και τις 10 πρώτες σελίδες από το 2ο φυλλάδιο. &amp;nbsp;Συσχετίστε την ύλη που αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος Lilien, et. al.&amp;nbsp;&lt;/div&gt;&lt;div&gt;&lt;p&gt;β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;/p&gt;&lt;p&gt;γ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;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&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817). &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες (που θα δουμε αργότερα) επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;/p&gt;&lt;/div&gt;&lt;div&gt;δ. 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). &amp;nbsp;Προαιρετικό: Μία εισαγωγή στην εκτίμηση παραμέτρων είναι στο Παράρτημα Δ - σελ. 627 κ.ε..&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;&amp;nbsp;Ε. Μαγείρου&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;



</description><pubDate>Fri, 13 Sep 2013 00:00:00 +0300</pubDate><guid isPermaLink='false'>Fri, 13 Sep 2013 00:00:00 +030016756</guid></item><item><title>Ergasia gia k. Magirou</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=12874&amp;course=INF109</link><description>&lt;p&gt;Η προθεσμία παράδοσης της προαιρετικής εργασίας είναι αυτή την Παρασκευή 16 Νοεμβρίου. &amp;nbsp;Η εργασία θα μετρήσει κατα 50% του βαθμού στο μέρος του μαθήματος που κάλυψα εγώ (που είναι το 1/3 του συνολικού βαθμού). &lt;/p&gt;&lt;p&gt;Θα ληφθεί υπόψη εφόσον ο βαθμός σε αυτή είναι μεγαλύτερος από τον βαθμό της εξέτασης.&lt;/p&gt;&lt;p&gt;Ε. Μαγείρου&amp;nbsp;&lt;/p&gt;</description><pubDate>Tue, 13 Nov 2012 00:00:00 +0300</pubDate><guid isPermaLink='false'>Tue, 13 Nov 2012 00:00:00 +030012874</guid></item><item><title>Οδηγία Μελέτης Αρ. 2 - 2012</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=11984&amp;course=INF109</link><description>
&lt;div&gt;Ι.&amp;nbsp;Στα Έγγραφα του ιστότοπου αυτού έχει αναρτηθεί νέα μορφή στην τρίτη από τις χειρόγραφες σημειώσεις (MarketingNotes3.pdf), που περιέχει όσα είπα στην παράδοση για συνεχή υποδείγματα - επιπλέον εισιτήρια&lt;/div&gt;&lt;div&gt;&lt;p&gt;ΙΙ. Μελετείστε όλες τις χειρόγραφες σημειώσεις και βεβαιωθείτε ότι κατανοείτε την λειτουργία του φύλλου λογισμικού. Συσχετίστε όσα αναφέρονται στις χειρόγραφες σημειώσεις με τα εδάφια του συγγράμματος Lilien, et. al.&amp;nbsp;&lt;/p&gt;&lt;/div&gt;&lt;div&gt;&lt;p&gt;ΙΙΙ. Κοιτάξτε την παραδοτέα άσκηση. &amp;nbsp;Θα σας ειδοποιήσω πότε θα πρέπει να την παραδώσετε.&lt;/p&gt;&lt;p&gt;ΙΙΙΙ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;Απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17. &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;/p&gt;&lt;/div&gt;&lt;div&gt;Ε. Μαγείρου&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;






</description><pubDate>Fri, 21 Sep 2012 00:00:00 +0300</pubDate><guid isPermaLink='false'>Fri, 21 Sep 2012 00:00:00 +030011984</guid></item><item><title>Οδηγία μελέτης αρ. 1 - Ακαδ. έτος 2011-12</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=11935&amp;course=INF109</link><description>&lt;div&gt;Προς τους φοιτητές στο μάθημα Υποδείγματα Εμποριολογίας&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;Ι. Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;/div&gt;&lt;div&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;/div&gt;&lt;div&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης Πιθανοφάνειας και ένα φύλλο για την εκτίμηση του υποδείγματος Goodhardt Erhenberg που ανέφερα στην παράδοση&lt;/div&gt;&lt;p&gt;&amp;nbsp;&lt;/p&gt;&lt;div&gt;&lt;p&gt;ΙΙ. Μελέτη&lt;/p&gt;&lt;p&gt;Μελετείστε όλα τα παραπάνω ΕΚΤΟΣ τής ύλης για κύριες συνιστώσες στο 3ο φυλλάδιο σημειώσεων σελ. ΚΣ 1-5. &amp;nbsp;Συσχετίστε την ύλη που αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος Lilien, et. al. Ειδικότερα για το φύλλο λογισμικού και αν υπάρχει ενδιαφέρον μπορώ να το παρουσιάσω στο διάλειμμα των παραδόσεων στα παίγνια.&lt;/p&gt;&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;γ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;Απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17 (η ιστοσελίδα του συγγράμματος είναι η&amp;nbsp;&lt;a href=\"http://bcs.wiley.com/he-bcs/Books?action=index&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817\"&gt;http://bcs.wiley.com/he-bcs/Books?action=index&amp;amp;itemId=047123057X&amp;amp;itemTypeId=BKS&amp;amp;bcsId=1817&lt;/a&gt;). &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;Σε λίγες μέρες θα ανακοινώσω τις &amp;quot;προαιρετικές&amp;quot; ασκήσεις του μαθήματος στην παραπάνω ύλη.&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;&lt;div&gt;&amp;nbsp;Ε. Μαγείρου&lt;/div&gt;&lt;div&gt;&lt;br /&gt;&lt;/div&gt;

</description><pubDate>Thu, 13 Sep 2012 00:00:00 +0300</pubDate><guid isPermaLink='false'>Thu, 13 Sep 2012 00:00:00 +030011935</guid></item><item><title>Προαιρετική κατ\' οίκον εργασία</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=7908&amp;course=INF109</link><description>&lt;p&gt;Στον ιστότοπο θα βρείτε την εκφώνηση της κατ\' οίκον εργασίας για το μάθημα.&lt;/p&gt;&lt;p&gt;&amp;nbsp;Η εργασία είναι προαιρετική με την έννοια ότι θα μετρήσει μόνο αν ειναι ο βαθμός της καλυτερος από τον βαθμό σας στον δικό μου μέρος της τελικής εξέτασης. &amp;nbsp;Σε αυτήν την περίπτωση η τελική βαθμολογία θα είναι στάθμιση 25 εργασία - 75 τελική εξέταση&lt;/p&gt;&lt;p&gt;&amp;nbsp;Η χρόνος παράδοσης θα είναι περίπου μία εβδομάδα μετά το πέρας των εξετάσεων, δηλαδή περί τις 11 Νοεμβρίου - αν δεν υπάρξουν απρόοπτα γεγονότα. &amp;nbsp;Αγνοείστε όσα αναφέρονται στην εκφώνηση περί χρόνου παράδοσης της εργασίας.&lt;/p&gt;&lt;p&gt;Ε. Μαγείρου&amp;nbsp;&lt;/p&gt;</description><pubDate>Mon, 24 Oct 2011 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 24 Oct 2011 00:00:00 +03007908</guid></item><item><title>Οδηγίες Μελέτης Αρ. 2</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=7906&amp;course=INF109</link><description>&lt;span class=\"Apple-style-span\" style=\"color: #505367; font-family: Verdana, Arial, Helvetica, sans-serif; \"&gt;&lt;table width=\"99%\" align=\"left\" class=\"announcements\" style=\"border-collapse: collapse; font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 11px; padding-top: 2px; padding-right: 2px; padding-bottom: 2px; padding-left: 2px; vertical-align: top; border-top-width: 1px; border-top-style: solid; border-top-color: #edecdf; border-bottom-width: 1px; border-bottom-style: solid; border-bottom-color: #edecdf; border-left-width: 1px; border-left-style: solid; border-left-color: #edecdf; border-right-width: 1px; border-right-style: solid; border-right-color: #edecdf; \"&gt;&lt;tbody&gt;&lt;tr class=\"odd\" style=\"background-image: initial; background-attachment: initial; background-origin: initial; background-clip: initial; background-color: #fbfbfb; font-size: 11px; \"&gt;&lt;td width=\"1\" style=\"border-collapse: collapse; font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 10px; padding-top: 4px; padding-right: 4px; padding-bottom: 4px; padding-left: 4px; border-bottom-width: 1px; border-bottom-style: dotted; border-bottom-color: #edecdf; border-left-width: 1px; border-left-style: dotted; border-left-color: #ffffff; border-right-width: 1px; border-right-style: dotted; border-right-color: #ffffff; border-top-width: 1px; border-top-style: dotted; border-top-color: #ffffff; vertical-align: top !important; color: #727266; \" /&gt;&lt;td style=\"border-collapse: collapse; font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 10px; padding-top: 4px; padding-right: 4px; padding-bottom: 4px; padding-left: 4px; border-bottom-width: 1px; border-bottom-style: dotted; border-bottom-color: #edecdf; border-left-width: 1px; border-left-style: dotted; border-left-color: #ffffff; border-right-width: 1px; border-right-style: dotted; border-right-color: #ffffff; border-top-width: 1px; border-top-style: dotted; border-top-color: #ffffff; vertical-align: top !important; color: #727266; \"&gt;&lt;p&gt;&lt;strong&gt;Οδηγίες Μελέτης Αρ. 2 - Εμποριολογία&lt;/strong&gt;&lt;br /&gt;&lt;br /&gt;Επαναλαμβάνω όσα είπα στην τελευταία παράδοσή μου&lt;/p&gt;&lt;p&gt;Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;br /&gt;&lt;br /&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;br /&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;br /&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης&amp;nbsp;Πιθανοφάνειας&lt;br /&gt;&lt;br /&gt;α. Μελετείστε τα α,β παραπάνω. Συσχετίστε την ύλη που&amp;nbsp;αναφέρεται στα α,β,γ παραπάνω με τα εδάφια του συγγράμματος&amp;nbsp;Lilien, et. al.&amp;nbsp;&lt;br /&gt;&lt;br /&gt;β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;br /&gt;&lt;br /&gt;γ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;Απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17. &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;&amp;nbsp;Ε. Μαγείρου&lt;br /&gt;&lt;/p&gt;&lt;/td&gt;&lt;/tr&gt;&lt;/tbody&gt;&lt;/table&gt;&lt;/span&gt;

</description><pubDate>Mon, 24 Oct 2011 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 24 Oct 2011 00:00:00 +03007906</guid></item><item><title>Οδηγίες Μελέτης Αρ. 1 - 2011</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=7684&amp;course=INF109</link><description>
&lt;span class=\"Apple-style-span\" style=\"color: #727266; font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 10px; background-color: #fbfbfb; \"&gt;Προς τους φοιτητές στο μάθημα Υποδείγματα Εμποριολογίας&lt;br /&gt;&lt;br /&gt;Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;br /&gt;&lt;br /&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;br /&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;br /&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης&amp;nbsp;Πιθανοφάνειας&lt;br /&gt;&lt;br /&gt;α. Μελετείστε όλα τα παραπάνω ΕΚΤΟΣ τής ύλης για κύριες συνιστώσες στο 3ο φυλλάδιο σημειώσεων σελ. ΚΣ 1-5. &amp;nbsp;Συσχετίστε την ύλη που&amp;nbsp;αναφέρεται στις σημειώσεις μου με τα εδάφια του συγγράμματος&amp;nbsp;Lilien, et. al. Ειδικότερα για το φύλλο λογισμικού και αν υπάρχει ενδιαφέρον μπορώ να το παρουσιάσω στο διάλειμμα των παραδόσεων στα παίγνια.&lt;br /&gt;&lt;br /&gt;β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;γ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;Απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17. &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;br /&gt;&lt;br /&gt;Σε λίγες μέρες θα ανακοινώσω τις &amp;quot;προαιρετικές&amp;quot; ασκήσεις του&amp;nbsp;μαθήματος στην παραπάνω ύλη.&lt;br /&gt;&lt;br /&gt;&amp;nbsp;Ε. Μαγείρου&lt;/span&gt;

&lt;div id=\"isChromeWebToolbarDiv\" style=\"display: none; \"&gt;&lt;/div&gt;
&lt;div id=\"isChromeWebToolbarDiv\" style=\"display: none; \"&gt;&lt;/div&gt;</description><pubDate>Thu, 22 Sep 2011 00:00:00 +0300</pubDate><guid isPermaLink='false'>Thu, 22 Sep 2011 00:00:00 +03007684</guid></item><item><title>Εγγραφή στον Ιστότοπο του Μαθήματος</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=7663&amp;course=INF109</link><description>&lt;p&gt;Μαθηματικά Υποδείγματα Εμποριολογίας&lt;/p&gt;&lt;p&gt;Σεπτ. 2011&lt;/p&gt;&lt;p&gt;&amp;nbsp;Όσοι ενδιαφέρονται να παρακολουθήσουν το μάθημα αυτό παρακαλούνται να εγγραφούν στην σελίδα αυτή ώστε να λαμβάνουν τις σχετικές ανακοινώσεις.&lt;/p&gt;&lt;p&gt;&amp;nbsp;Μετά την αποστολή του μηνύματος αυτού θα διαγραφούν οι ήδη εγγεγραμμένοι στην σελίδα αυτή. &amp;nbsp;Όσοι επιθυμούν να συνεχίσουν να λαμβάνουν μηνύματα θα πρέπει να επανεγγραφούν.&lt;/p&gt;&lt;p&gt;Ε. Φ. Μαγείρου&amp;nbsp;&lt;/p&gt;&lt;div id=\"isChromeWebToolbarDiv\" style=\"display: none; \"&gt;&lt;/div&gt;</description><pubDate>Mon, 12 Sep 2011 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 12 Sep 2011 00:00:00 +03007663</guid></item><item><title>Οδηγίες Μελέτης Αρ. 2 - Εμποριολογία - 2010</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=3632&amp;course=INF109</link><description>
Προς τους φοιτητές στο μάθημα Υποδείγματα Εμποριολογίας&lt;br /&gt;&lt;br /&gt;Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;br /&gt;&lt;br /&gt;α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;br /&gt;β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf)&lt;br /&gt;γ. Φύλλο λογισμικού για Εκτίμηση με Μέθοδο Μέγιστης&amp;nbsp;Πιθανοφάνειας&lt;br /&gt;&lt;br /&gt;α. Μελετείστε όλα τα παραπάνω. Συσχετίστε την ύλη που&amp;nbsp;αναφέρεται στα α,β,γ παραπάνω με τα εδάφια του συγγράμματος&amp;nbsp;Lilien, et. al.&amp;nbsp;&lt;br /&gt;&lt;br /&gt;β. Κοιτάξτε τις ασκήσεις στο Κεφ. 2 του συγγράμματος Lilien et. al. Διαβάστε τις εκφωνήσεις και σκεφτείτε πώς θα τις λύνατε.&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;γ. Υποβοηθητικά: Για τους ελέγχους chi square, τόσο για ανεξαρτησία όσο και για έλεγχο κατανομές, ανατρέξτε σε οποιοδήποτε σύγγραμμα στατιστικής ή στο σχετικό αρθρο στην Wikipedia. &amp;nbsp;Απλή παρουσίαση δίνεται στο βιβλίο Marketing Research, Aaker, Kumar, Day Ch. 17. &amp;nbsp;Για ανάλυση παραγόντων και κύριες συνιστώσες επίσης καλή περιγραφή είναι στο Κεφ. 21 του ίδιου συγγράμματος.&lt;br /&gt;&lt;br /&gt;Σε λίγες μέρες θα ανακοινώσω τις &amp;quot;υποχρεωτικές&amp;quot; ασκήσεις του&amp;nbsp;μαθήματος.&lt;br /&gt;&lt;br /&gt;&amp;nbsp;Ε. Μαγείρου


&lt;div id=\"isChromeWebToolbarDiv\" style=\"display: none; \"&gt;&lt;/div&gt;</description><pubDate>Mon, 12 Sep 2011 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 12 Sep 2011 00:00:00 +03003632</guid></item><item><title>Οδηγίες Μελέτης Αρ. 1 - 2010</title><link>https://eclass.aueb.gr/modules/announcements/index.php?an_id=3606&amp;course=INF109</link><description>&lt;br /&gt;&lt;p&gt;
Στα Έγγραφα του ιστότοπου αυτού έχουν αναρτηθεί&lt;br /&gt;
&lt;br /&gt;
α. Χειρόγραφες Σημειώσεις (MarketingNotes1,2,3.pdf)&lt;br /&gt;
β. Θεωρία για Κύριες Συνιστώσες (PrincCompTheil.pdf) &amp;nbsp;(που θα δούμε αργότερα)&lt;br /&gt;&lt;br /&gt;
&amp;nbsp;Μελετείστε στις χειρόγραφες σημειώσεις την ύλη που καλύψαμε στην παράδοση. Συσχετείστε την ύλη αυτή με τα εδάφια του συγγράμματος&amp;nbsp;Lilien,et. al. Κεφ. 2.&lt;br /&gt;
&lt;br /&gt;
&lt;span style=\"font-size: 11pt; font-family: \'Times New Roman\', serif; \"&gt;Εν τω μεταξύ ρίξτε μια ματιά στις ασκήσεις στο
σύγγραμμα&amp;nbsp;Lillien et al. &amp;nbsp;Συγκεκριμένα κοιτάξτε ΟΛΕΣ τις ασκήσεις του Κεφαλαίου 2, έστω και αν&amp;nbsp;δεν έχουμε καλύψει την σχετική ύλη. Κάνετε λίγους &amp;nbsp;υπολογισμούς ώστε να βεβαιωθείτε ότι καταλαβαίνετε πως θα τις λύσετε.&lt;/span&gt;&lt;/p&gt;&lt;p&gt;&lt;span style=\"font-size: 11pt; font-family: \'Times New Roman\', serif; \"&gt;&lt;br /&gt;&lt;/span&gt;&amp;nbsp;Ε. Μαγείρου&lt;o:p /&gt;&lt;/p&gt;&lt;p&gt;&amp;nbsp;&lt;/p&gt;&lt;o:p&gt;
&lt;div id=\"isChromeWebToolbarDiv\" style=\"display: none; \"&gt;&lt;/div&gt;
&lt;/o:p&gt;&lt;div id=\"isChromeWebToolbarDiv\" style=\"display: none; \"&gt;&lt;/div&gt;
</description><pubDate>Mon, 24 Oct 2011 00:00:00 +0300</pubDate><guid isPermaLink='false'>Mon, 24 Oct 2011 00:00:00 +03003606</guid></item></channel></rss>