UNDERSTANDING CONSUMER BEHAVIOR THROUGH DISCRETE CHOICE MODELS - 580546
- Descripción :El analisis econometrico de modelos de eleccion discreta es usado en diversos campos (incluidos marketing o el area comercial de empresas) para modelar la demanda por bienes y servicios. En este curso, el estudiante adquirira herramientas para entender las decisiones de los consumidores en casos tales como:
- Decidir si adoptar una nueva tecnologia (instalar paneles solares en un hogar, comprar un automovil electrico/autonomo, suscribirse a un servicio, comprar la membresia a un especifico grupo o aplicacion, etc.).
El estudiante podra usar estas herramientas para entender los atributos de los productos o servicios que el consumidor considera en su eleccion, identificar las caracteristicas del consumidor que son relevantes para la decision y ademas predecir el comportamiento del consumidor frente a distintos escenarios o modificaciones del producto/servicio.
El curso presenta enfoques econometricos de modelacion (basados principalmente en la maximizacion de la verosimilitud) que permitiran desarrollar guias para la formulacion y estimacion de modelos de eleccion/comportamiento (basados en maximizacion de la utilidad del consumidor) y usarlos en el dise?o de productos y servicios, marketing y prediccion. Problemas practicos (usando software econometricos de libre acceso como BIOGEME o R) seran resueltos por los estudiantes para ganar familiaridad con los modelos presentados en clases y experiencia en analisis de datos de casos reales.
Esta asignatura contribuye a las siguientes competencias del perfil de egreso:
3. Desarrollar estudios para la toma de decisiones robustas de corto, mediano y largo plazo en escenarios complejos; vinculados con la produccion de bienes, servicios y la asignacion eficiente de recursos, a traves del dise?o y conduccion de experimentos y el analisis e interpretacion de la informacion de una organizacion y su entorno.
5. Comunicar de manera efectiva en su ambito profesional, utilizando el ingles como idioma extranjero.
7. Reconocer el valo - Resultados aprendizaje esperados :
- Contenidos :- Introduccion
- Teoria de decisiones basada en maximizacion de la utilidad
- Modelos binarios de eleccion discreta (binary probit and logit)
- Modelos multinomiales de eleccion discreta (multinomial logit, multinomial probit, nested logit)
- Modelos de respuesta ordinal (ordered-response logit and probit)
- Introduccion a modelos avanzados de eleccion discreta
- Metodología :Clases teoricas en las que se exponen y explican los conceptos fundamentales de cada tema y se motivan discusiones sobre posibles aplicaciones de estos conceptos. Se espera que el estudiante participe activamente en las discusiones dentro de la clase. Gran parte de la clase sera dictada en Ingles, pero el estudiante es libre de interactuar en Espa?ol o Ingles.
Clases practicas de resolucion de problemas y estimacion de modelos econometricos (basados en casos reales) a traves de software de libre acceso (BIOGEME y R). Si bien el estudiante debera modificar levemente algunos codigos que se le proveeran, escritura de codigos avanzada no es necesaria para desarrollar las actividades de clase. El estudiante debera trabajar de forma individual o colaborativa, siempre en forma supervisada.
Complementariamente, el estudiante debera resolver tareas con ejercicios recomendados para cada tema del programa y redactar informes (en Ingles o Espa?ol) sobre la interpretacion e implicancias de los resultados obtenidos en las estimaciones realizadas en las clases practicas.
- Evaluación :Las evaluaciones se regiran en lo general de acuerdo al Reglamento de Docencia de Pregrado de la Universidad de Concepcion y, en lo particular, de acuerdo al Reglamento de Docencia de Pregrado de la Facultad de Ingenieria. Se contemplan 5 tareas e informes que abordaran los casos estudiados en clases. La nota parcial (NP) sera calculada como el promedio de las 5 tareas e informes. Si la nota de cada tarea o informe es superior o igual a 4.0, el estudiante se eximira del examen final (EF) y la nota final (NF) sera igual a la nota parcial (NP).
NF=NP
De lo contrario, la nota final (NF) sera calculada de acuerdo a:
NF=0.6*NP+0.4*NEF
(NEF: nota en el examen final).
- Facultad :INGENIERIA
- Departamento :INGENIERIA INDUSTRIAL
- Creditos :3
- Cupos :25
- Campus :CONCEPCION