Analiza danych rynkowych

Znajomość podstaw statystyki i ekonometrii.

1. Bezpośrednie uczestnictwo w zajęciach realizowanych z udziałem nauczyciela akademickiego - 30 godzin,

Konsultacje merytoryczne - 15 godzin,

Egzamin końcowy - 5 godzin,

Łącznie 50 godzin kontaktowych

2. Praca własna studenta (przygotowanie i uzupełnienie notatek; zebranie i wybór odpowiednich materiałów do zajęć, wymagane powtórzenie materiału, pisanie prac, projektów, czytanie literatury, zapoznanie się z materiałami dydaktycznymi umieszczonymi na platformie e-learningowej, wykonanie zadań): - 25 godzin;

3. Liczba godzin wymaganych do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach) – 25 godzin;

Praca własna studenta 50 godzin.

Całkowity nakład pracy studenta 100 godzin

Liczba usprawiedliwionych nieobecności nie może przekroczyć 50% zajęć.

W1: Student opisuje za pomocą narzędzi ilościowych (matematycznych, statystycznych) procesy rynkowe - K_W06

U1: Student stosuje metody matematyczne i statystyczne w analizach rynkowych i marketingowych - K_U06

Prezentacje komputerowe w Power Point, część ćwiczeń odbywa się w pracowni komputerowej z wykorzystaniem programów do analizy danych SPSS oraz Gretl.

Wykorzystanie narzędzi AI w realizacji przedmiotu:

kategoria czerwona – w ramach przedmiotu (lub wskazanej formy weryfikacji) nie wykorzystuje się narzędzi sztucznej inteligencji.

- wykład informacyjny (konwencjonalny)
- wykład problemowy

- ćwiczeniowa

Przegląd metod analizy danych stosowanych we współczesnych badaniach rynkowych. Celem zajęć jest zapoznanie uczestników z podstawami najczęściej stosowanych metod we współczesnych badaniach rynkowych i marketingowych oraz z zasadami i sposobami ich wykorzystania na konkretnych przykładach. Cel szczegółowy: Student stosuje metody matematyczne, statystyczne i ekonometryczne do analizy zjawisk ekonomicznych.

Zakres przedmiotu obejmują następujące problemy - W1, U1:

Wykład:

skale pomiarowe w badaniach rynkowych, analiza współzależności, testy statystyczne w analizie zjawisk rynkowych, analiza czynnikowa, badanie potrzeb konsumenta - metoda conjoint, modele ustalania cen, analiza popytu konsumpcyjnego, statystyczne metody badania budżetów gospodarstw domowych, funkcje popytu konsumpcyjnego, elastyczność popytu, modele popytu dla wybranych grup dóbr konsumpcyjnych, dynamiczne modele rozwoju zjawisk rynkowych, modele logitowe i probitowe.

Ćwiczenia:

miary współzależności, testy statystyczne w analizie zjawisk rynkowych, metoda conjoint, estymacja funkcji popytu, analiza elastyczności, funkcja logistyczna, modele przyczynowo skutkowe na rynku, funkcje logitowe.

Przedmiot nie uwzględnia obszarów wpływu społecznego WNEiZ.

Obowiązkowa:

M. Rószkiewicz, Metody ilościowe w badaniach marketingowych, PWN, 2002

A. Stanimir (red.), Analiza danych marketingowych. Problemy, metody, przykłady, Wydawnictwo AE im. Oskara Langego we Wrocławiu, 2006

M. Makowski, Gromadzenie i analiza danych rynkowych w praktyce, CeDeWu Sp. z o.o., Warszawa, 2022

Uzupełniająca:

M. Walesiak, A. Bąk, Conjoint anallysis w badaniach marketingowych, Wydawnictwo AE, Wrocław, 2000

M. Walesiak, Metody analizy danych marketingowych, PWN 1996

S. Mynarski, Praktyczne metody analizy danych rynkowych i marketingowych, Kantor Wydawniczy Zakamycze, 2000.

M. J. Lutostański, A. Łebkowska, M. Protasiuk, Badanie rynku. Jak zrozumieć konsumenta., PWN, Warszawa, 2021

71. Petropoulos F., Apiletti D., Assimakopoulos V., Babai M. Z., Barrow D. K., Bergmeir C., Bessa R. J., Boylan J. E., Browell J., Carnevale C., Castle J. L., Cirillo P., Clements M. P., Cordeiro C., Oliveira F. L. C., de Baets S., Dokumentov A., Fiszeder P., Franses P. H., Gilliland M., Gönül M. S., Goodwin P., Grossi L., Grushka-Cockayne Y., Guidolin M., Guidolin M., Gunter U., Guo X., Guseo R., Harvey N., Hendry D. F., Hollyman R., Januschowski T., Jeon J., Jose V. R. R., Kang Y., Koehler A. B., Kolassa S., Kourentzes N., Leva S., Li F., Litsiou K., Makridakis S., Martinez A. B., Meeran S., Modis T., Nikolopoulos K., Önkal D., Paccagnini A., Panapakidis I., Pavía J. M., Pedio M., Pedregal D. J., Pinson P., Ramos P., Rapach D. E., Reade J. J., Rostami-Tabar B., Rubaszek M., Sermpinis G., Shang H. L., Spiliotis E., Syntetos A. A., Talagala P. D., Talagala T. S., Tashman L., Thomakos D., Thorarinsdottir T., Todini E., Arenas J. R. T., Wang X., Winkler R. L., Yusupova A., Ziel F., Forecasting: Theory and Practice, International Journal of Forecasting, 38, 3, 2022, 705-871

Wykład - zaliczenie pisemne

ćwiczenia - aktywność na ćwiczeniach/kolokwium pisemne oraz projekt

W1 zaliczenie pisemne ++ projekt +++

U1 obserwacja ++, projekt +++

Nie dotyczy