skip to content

Selected Issues in Marketing II

 

Quantitative Applications in Marketing

Lecture (14266.0002)

            Instructor: Dr. Nico Wiegand
            Date: Dec, 6th, 2018 - Jan, 31st, 2019
            Time: Thursdays, 4:00pm - 7:15pm
            Location: Room 410, Wiso Building

Exercise (14266.0003)

            Instructor: Julian Wichmann
            Date: Dec, 14th, 2018 - Feb, 1st, 2019
            Time: Fridays, 4:00pm - 7:15pm
            Location: Room 210  
 

Examinations

Examination Dates:
1st exam
Date: 04.02.2019
Time: 10am - 11am
Location: Seminar Room 410 (Wiso-Building)

2nd exam
Date: 25.03.2019
Time: 10am - 11am
Location: Seminar Room 410 (Wiso-Building)

Please keep in mind that you need to register for the examination within the corresponding registration period. It is NOT possible to register after the registration period. Written exams can be answered either in German or in English. Note that no responsibility is taken for the correctness of the information. Please refer to the Examination Office for all examination-related questions.

Zum Bestehen der Veranstaltung muss eine 60-minütige schriftliche Prüfung abgelegt werden.

Prüfungsdaten:

1. Prüfungstermin
Datum: 04.02.2019
Uhrzeit: 10:00 - 11:00 Uhr
Ort: Seminarraum 410 (Wiso-Gebäude)

2. Prüfungstermin
Datum: 25.03.2019
Uhrzeit: 10:00 - 11:00 Uhr
Ort: Seminarraum 410 (Wiso-Gebäude)

Bitte beachten Sie, dass Sie sich nur innerhalb der vorgegebenen Fristen für die Prüfungen anmelden können. Es ist NICHT möglich, sich nach Ablauf der Frist nachträglich anzumelden. Schriftliche Prüfungen können auf Englisch oder auf Deutsch abgelegt werden. Es wird keine Verantwortung für die Richtigkeit der Informationen übernommen. Bitte informieren Sie sich beim Prüfungsamt über alle klausurbedingten Fragen.

Content and Learning Objectives


The students learn the foundations of standard quantitative methods in Marketing and apply them to case study data using the R statistical software package. In particular, the lectures and exercises comprise:

  • Simple and multiple linear regression
  • Logistic regression
  • Time series regression
  • Panel data analysis 

The lecture aims at conveying the statistical background of each method. Here, students learn - illustrated by an ongoing example case - the algorithms and assumptions that underly computations in statistical software packages. However, the focus is on application rather than econometric theory. Therefore, most emphasis is placed on solving case questions in the computer exercises, using standard functions and packages of the R software.