Universidade Nova de Lisboa

Universidade Nova de Lisboa

NOVA Information Management School

Métodos Quantitativos para o Marketing - Técnicas Explicativas

Código

200093

Unidade Orgânica

NOVA Information Management School

Créditos

7.5

Professor responsável

Horas semanais

2.0

Língua de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Objectivos

1. Desenvolver e interpretar os resultados de modelos de regressão linear múltipla;
2. Desenvolver e interpretar os resultados de modelos de regressão para variáveis dependentes categóricas (logística/probit);
3. Desenvolver e interpretar os resultados de Conjoint analysis;
4. Desenvolver e interpretar os resultados de modelos de regressão em componentes principais;
5. Desenvolver e interpretar os resultados de modelos de equações estruturais.

Pré-requisitos

Recomendado: Métodos Quantitativos para o Marketing - Técnicas Descritivas

Conteúdo

1. Modelos de regressão linear múltipla;
2. Modelos de regressão para variáveis dependentes categóricas (logística/probit);
3. Conjoint analysis;
4. Modelos de regressão em componentes principais;
5. Modelos de equações estruturais

Bibliografia

Hair, J. F., Tatham, R. L., Anderson, R. E., & Black, W. (2010). Multivariate data analysis. Seventh edition, Upper Saddle River, NJ: Pearson Prentice Hall.
Hair, J. F., Hult G.T., Ringle C.M., & Sartedt M. (2014) A primer on partial least squares structural equation modeling (PLS-SEM).
Long J. S. (1997). Regression Models for Categirical and limited Dependemt Variables: Sage Publications.
Sharma, S., (1996) Applied Multivariate Techniques, John Wiley & Sons.
Sharma, S., (1996) Applied Multivariate Techniques, John Wiley & Sons.

Método de ensino

A unidade curricular baseia-se em aulas de exposição de conteúdos (conceitos, metodologias), seguidas de aulas de aplicações práticas (resolução de casos práticos, aplicação de técnicas e discussão de resultados).

Método de avaliação

Exame final (50%) + Projeto com discussão (50%)

Cursos