ChaseDream
搜索
12下一页
返回列表 发新帖
查看: 6807|回复: 13
打印 上一主题 下一主题

Marketing Phd: CB or Modeling?

[复制链接]
跳转到指定楼层
楼主
发表于 2010-10-13 00:50:49 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
我们系老师都说中国学生申请modeling的话会容易很多,毕竟数学比较有优势。但是很少有本科或者研究生期间就能做modeling做出成果来的,那怎么证明你在这方面是有优势的呢?
另外,申请的时候怎么让评选组的人看出来你是想申CB还是modeling?就是靠ps当中描述自己的研究兴趣或者将来发展的方向?或者说,申请的时候就已经要决定好自己今后要学CB还是quant方面了咯?个么对一个不是很熟悉的人,怎么进行选择呢?
期待牛人回答……
收藏收藏3 收藏收藏3
沙发
发表于 2010-10-13 05:24:07 | 只看该作者
非牛人

modeling 其实主要相关经济学.
quant 相关统计学

你的PS可以写.
板凳
发表于 2010-10-13 05:44:03 | 只看该作者
相对而言,对于中国学生做quant确实更有优势些,除非你是心理学或社会学专业的。如果LZ真对quant感兴趣,自然就会多读这方面的paper,读多了理解了自然能在PS中展示出自己的研究兴趣和方向,更进一步,就是跟着老师或自己做过类似的研究,有相关研究经验和publication比单纯说自己对什么赶兴趣是更有说服力的。
地板
发表于 2010-10-13 08:37:13 | 只看该作者
modeling 和 quant 说的是一回事,有人愿意说自己是做quant的,有人愿意说自己是做modeling的。

modeling (quant) 分两种, 一种是reduce form,主要就是statistical model, 另外一种是structural, 主要是economics。

非牛人

modeling 其实主要相关经济学.
quant 相关统计学

你的PS可以写.
-- by 会员 benxu (2010/10/13 5:24:07)

5#
发表于 2010-10-13 10:24:18 | 只看该作者
同意楼上!
6#
 楼主| 发表于 2010-10-13 19:28:53 | 只看该作者
这个看起来相当靠谱。能不能麻烦具体用一两个例子来解释一下两种modeling的研究方向呢?

另外,怎么从一篇paper看出他是做modeling还是CB的呢?主要是从研究的内容还是处理数据的方法?小白一点的说法是不是看起来一大堆看不懂的公式和数学符号的大概就是modeling了,然后看起来都是大段的表格和相关性方面的数据的就是CB?

btw,能加你为好友吗?有一些问题想要咨询。。。


modeling 和 quant 说的是一回事,有人愿意说自己是做quant的,有人愿意说自己是做modeling的。

modeling (quant) 分两种, 一种是reduce form,主要就是statistical model, 另外一种是structural, 主要是economics。

非牛人

modeling 其实主要相关经济学.
quant 相关统计学

你的PS可以写.
-- by 会员 benxu (2010/10/13 5:24:07)


-- by 会员 kndx5 (2010/10/13 8:37:13)

7#
发表于 2010-10-13 20:46:11 | 只看该作者
CB的本质在于用lab experimental/measures的方法研究,而quant依赖field data。不过一些跨界的譬如field experiment,natural experiment这种就我认为更接近quant而非CB。quant的modelling本质上必须提出testable hypothesis,这些test就构成了quant的statistics研究。
8#
 楼主| 发表于 2010-10-14 01:43:58 | 只看该作者

继续深入挖掘一下。。。

那么按照楼上所说,是不是CB就基本上比较偏向于心理学方面,比如一张广告用红色背景更吸引人还是蓝色,或者促销的价格应该比原价的字号大还是小之类的?一个2*2或者X*X的实验,然后看数据的相关性什么的,总的来说数据比较少?
Quant则包括的内容多一些,只要是用问卷形式,有非常多的测量变量(比如用个李斯特量表之类的),测量变量又可以组成一些结构变量,然后这一堆变量之间有比较复杂的相互关系,这个就算是基本的quant的研究了呢?

我现在在做一个服务营销中关于顾客满意度的前因后果的研究,这个是不是能算做是quant呢?

求解答…


CB的本质在于用lab experimental/measures的方法研究,而quant依赖field data。不过一些跨界的譬如field experiment,natural experiment这种就我认为更接近quant而非CB。quant的modelling本质上必须提出testable hypothesis,这些test就构成了quant的statistics研究。
-- by 会员 zzmypster (2010/10/13 20:46:11)

9#
发表于 2010-10-14 04:37:40 | 只看该作者
你说的这个其实不quant
也是比较behavioral的,只不过是survey罢了
客观地讲,顾客满意度的前因后果survey研究,可能即使在国内也都算比较过时的了
还是去想些更有意思的问题去研究
不然对申请也没什么帮助

那么按照楼上所说,是不是CB就基本上比较偏向于心理学方面,比如一张广告用红色背景更吸引人还是蓝色,或者促销的价格应该比原价的字号大还是小之类的?一个2*2或者X*X的实验,然后看数据的相关性什么的,总的来说数据比较少?
Quant则包括的内容多一些,只要是用问卷形式,有非常多的测量变量(比如用个李斯特量表之类的),测量变量又可以组成一些结构变量,然后这一堆变量之间有比较复杂的相互关系,这个就算是基本的quant的研究了呢?

我现在在做一个服务营销中关于顾客满意度的前因后果的研究,这个是不是能算做是quant呢?

求解答…


CB的本质在于用lab experimental/measures的方法研究,而quant依赖field data。不过一些跨界的譬如field experiment,natural experiment这种就我认为更接近quant而非CB。quant的modelling本质上必须提出testable hypothesis,这些test就构成了quant的statistics研究。
-- by 会员 zzmypster (2010/10/13 20:46:11)




-- by 会员 snowinhawaii (2010/10/14 1:43:58)



10#
发表于 2010-10-14 09:58:56 | 只看该作者
你做的仍然是measure而已,用survey,做SEM之类是典型的CB。
我以为Quant做empirical 的本质在于依赖field data,就是直接可观察而非人为测量出来的实际发生的变量。典型例子比如super market的sales data之类。这和经济学那边empirical IO之类的很像。quant恐怕也不会做SEM这种(伪)因果推断。它们喜欢time series之类多些。
那么按照楼上所说,是不是CB就基本上比较偏向于心理学方面,比如一张广告用红色背景更吸引人还是蓝色,或者促销的价格应该比原价的字号大还是小之类的?一个2*2或者X*X的实验,然后看数据的相关性什么的,总的来说数据比较少?
Quant则包括的内容多一些,只要是用问卷形式,有非常多的测量变量(比如用个李斯特量表之类的),测量变量又可以组成一些结构变量,然后这一堆变量之间有比较复杂的相互关系,这个就算是基本的quant的研究了呢?

我现在在做一个服务营销中关于顾客满意度的前因后果的研究,这个是不是能算做是quant呢?

求解答…


CB的本质在于用lab experimental/measures的方法研究,而quant依赖field data。不过一些跨界的譬如field experiment,natural experiment这种就我认为更接近quant而非CB。quant的modelling本质上必须提出testable hypothesis,这些test就构成了quant的statistics研究。
-- by 会员 zzmypster (2010/10/13 20:46:11)


-- by 会员 snowinhawaii (2010/10/14 1:43:58)

您需要登录后才可以回帖 登录 | 立即注册

Mark一下! 看一下! 顶楼主! 感谢分享! 快速回复:

近期活动

正在浏览此版块的会员 ()

手机版|ChaseDream|GMT+8, 2025-6-28 03:26
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号

ChaseDream 论坛

© 2003-2025 ChaseDream.com. All Rights Reserved.

返回顶部