Research & Evidence

Cerca un metodo

Cerca tra titoli, domande, territori e identificativi MSC.

40 risultati
  1. MSC-P-001Come trasformare un’affermazione di marketing in una domanda verificabile?Scienza delle decisioni
  2. MSC-P-002Correlazione o causalità: cosa consente davvero di affermare un’analisi?Misurazione del marketing
  3. MSC-P-003Come esprimere l’incertezza di un risultato di marketing?Scienza delle decisioni
  4. MSC-P-004Significatività o dimensione dell’effetto: quale risultato interpretare?Scienza delle decisioni
  5. MSC-P-005Come misurare un costrutto di marketing non direttamente osservabile?Ricerche di mercato
  6. MSC-P-006Come progettare e validare una scala di misurazione?Ricerche di mercato
  7. MSC-P-007Alpha o omega: come valutare l’affidabilità di una scala?Ricerche di mercato
  8. MSC-P-009PCA, EFA o CFA: quale metodo scegliere?Ricerche di mercato
  9. MSC-P-010Quando condurre un esperimento di marketing?Misurazione del marketing
  10. MSC-P-011Come progettare un A/B test che stimi davvero un effetto?Misurazione del marketing
  11. MSC-P-012Di quante osservazioni ha bisogno un esperimento?Scienza delle decisioni
  12. MSC-P-013Come misurare l’effetto incrementale di una campagna con un gruppo di controllo?Misurazione del marketing
  13. MSC-P-017Come rilevare selezione, contaminazione e attrition in un esperimento?Misurazione del marketing
  14. MSC-P-018Regressione predittiva o causale: cosa si vuole stimare?Modelli di marketing
  15. MSC-P-019Come diagnosticare una regressione di marketing prima di interpretarla?Modelli di marketing
  16. MSC-P-022Come stimare l’elasticità al prezzo e la sua incertezza?Scienza dei prezzi
  17. MSC-P-026Logit vs Probit: come scegliere per una probabilità di acquisto?Scienza del cliente
  18. MSC-P-029Quali clienti hanno la probabilità di churn più elevata?Scienza del cliente
  19. MSC-P-027TAM, UTAUT o UTAUT2: quale quadro usare per studiare l’accettazione tecnologica?Ricerche di mercato
  20. MSC-H-001Misurazione e causalità: come stabilire un effetto di marketing?Misurazione del marketing
  21. MSC-H-002Modelli di risposta marketing: forma, ritardo e saturazioneModelli di marketing
  22. MSC-H-003Scienza dei prezzi: collegare prezzo, domanda e contribuzioneScienza dei prezzi
  23. MSC-H-004Scienza del cliente e della scelta: comportamento, valore ed eterogeneitàScienza del cliente
  24. MSC-H-005Scienza della misurazione: costruire indicatori validiRicerche di mercato
  25. MSC-H-006Metodi statistici decisionali: scegliere, quantificare, validareScienza delle decisioni
  26. MSC-P-008Come validare una scala di misurazione marketing?Ricerche di mercato
  27. MSC-P-014Come progettare un esperimento geografico di marketing?Misurazione del marketing
  28. MSC-P-015Come stimare un effetto con la differenza nelle differenze?Misurazione del marketing
  29. MSC-P-020Come trattare l’endogeneità del prezzo?Scienza dei prezzi
  30. MSC-P-021Effetti fissi o casuali: quale modello panel scegliere?Modelli di marketing
  31. MSC-P-023Come stimare una funzione di domanda?Scienza dei prezzi
  32. MSC-P-024Come simulare uno scenario prezzo-volume-margine?Scienza dei prezzi
  33. MSC-P-028Come stimare la CLV con BG/NBD e Gamma-Gamma?Scienza del cliente
  34. MSC-P-030Come analizzare la ritenzione con un modello di sopravvivenza?Scienza del cliente
  35. MSC-P-031Come costruire una segmentazione clienti utile?Scienza del cliente
  36. MSC-P-032Come testare la stabilità di una segmentazione?Scienza del cliente
  37. MSC-P-033Come validare una previsione di marketing?Scienza delle decisioni
  38. MSC-P-034Come costruire una simulazione Monte Carlo per una decisione di marketing?Scienza delle decisioni
  39. MSC-P-035Come modellare saturazione e adstock?Modelli di marketing
  40. MSC-P-039Quale test statistico scegliere?Scienza delle decisioni
Tutti i metodi
SCHEDA METODOMSC-P-003Fondamenti dell’evidenzaScheda metodologica · validazione in corso

Come esprimere l’incertezza di un risultato di marketing?

L’incertezza deve corrispondere al risultato: intervallo di confidenza per un parametro, intervallo di previsione per un’osservazione futura o distribuzione di scenari per una simulazione.

Risposta diretta

Confrontare stime con precisione e ipotesi.

L’incertezza deve corrispondere al risultato: intervallo di confidenza per un parametro, intervallo di previsione per un’osservazione futura o distribuzione di scenari per una simulazione.

Modello o risultatoIC e IP richiedono formule campionarie specifiche del modello; gli intervalli posteriori sono quantili di p(θ|y); gli intervalli di simulazione sono quantili empirici delle estrazioni dichiarate

Wasserstein & Lazar, 2016

ESTIMAND

Profilo della stima

Unità di analisi
Unità o confronto definito × orizzonteRisultato × obiettivo inferenziale × processo generatore dei dati
Estimando esatto
Un solo oggetto dichiarato: intervallo di confidenza di un parametro, intervallo di previsione per un’osservazione futura, intervallo di credibilità posteriore o distribuzione di un risultato simulato
Modello o risultato
IC e IP richiedono formule campionarie specifiche del modello; gli intervalli posteriori sono quantili di p(θ|y); gli intervalli di simulazione sono quantili empirici delle estrazioni dichiarate

01—08

Quadro di analisi verificabile

  1. 01
    Domanda

    Come esprimere l’incertezza di un risultato di marketing?

  2. 02
    Estimando

    Un solo oggetto dichiarato: intervallo di confidenza di un parametro, intervallo di previsione per un’osservazione futura, intervallo di credibilità posteriore o distribuzione di un risultato simulato · Risultato × obiettivo inferenziale × processo generatore dei dati

  3. 03
    Dati

    obiettivo_inferenziale · stima_o_previsione · modello_incertezza · livello_confidenza_o_credibilità · orizzonte_previsione

  4. 04
    Modello o risultato

    IC e IP richiedono formule campionarie specifiche del modello; gli intervalli posteriori sono quantili di p(θ|y); gli intervalli di simulazione sono quantili empirici delle estrazioni dichiarate

  5. 05
    Calcolo dichiarato

    IC e IP richiedono formule campionarie specifiche del modello; gli intervalli posteriori sono quantili di p(θ|y); gli intervalli di simulazione sono quantili empirici delle estrazioni dichiarateUn solo oggetto dichiarato: intervallo di confidenza di un parametro, intervallo di previsione per un’osservazione futura, intervallo di credibilità posteriore o distribuzione di un risultato simulato

  6. 06
    Controlli dell’incertezza

    Associare l’intervallo all’obiettivo · Dichiarare l’interpretazione frequentista o posteriore · Verificare copertura o calibrazione · Rendere espliciti modello e orizzonte

  7. 07
    Validazione specifica

    Verificare dati, stabilità della stima e limiti interpretativi. Associare l’intervallo all’obiettivo · Dichiarare l’interpretazione frequentista o posteriore · Verificare copertura o calibrazione · Rendere espliciti modello e orizzonte

  8. 08
    Limiti

    Interpretare un intervallo come garanzia per un caso individuale.

Variabili necessarie

  • obiettivo_inferenziale
  • stima_o_previsione
  • modello_incertezza
  • livello_confidenza_o_credibilità
  • orizzonte_previsione

Controlli

  • Associare l’intervallo all’obiettivo
  • Dichiarare l’interpretazione frequentista o posteriore
  • Verificare copertura o calibrazione
  • Rendere espliciti modello e orizzonte
Decisione possibile

Confrontare stime con precisione e ipotesi.

Decisione non supportata

Interpretare un intervallo come garanzia per un caso individuale.

Fonti scientifiche

1 fonte

  1. Wasserstein & Lazar, 2016

Connessioni metodologiche

Territorio principaleMetodi statistici decisionali: scegliere, quantificare, validare

Da leggere dopo

MSC-P-004Significatività o dimensione dell’effetto: quale risultato interpretare?MSC-P-012Di quante osservazioni ha bisogno un esperimento?MSC-P-022Come stimare l’elasticità al prezzo e la sua incertezza?