Probabilistyczne modele regresji w conjoint analysis

• Autorzy: Andrzej Bąk

Warianty tytułu

Probabilistic Regression Models in Conjoint Analysis

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono probabilistyczne modele regresji wykorzystywane w conjoint analysis opartej na wyborach. Modele te stanowią alternatywę dla podejścia tradycyjnego conjoint analysis, w którym stosuje się przede wszystkim modele regresji wielorakiej. Szczegółowo omówiono wielomianowy model logitowy oraz warunkowy model logitowy, mające zastosowanie w przypadku wielokategorialnych zmiennych objaśnianych. (fragment tekstu)

EN

The paper presents probabilistic regression models, which are used in choice-based conjoint analysis. These models determine alternative for traditional conjoint analysis approaches, in which uses first of all multiple regression models. Some detailed remarks refer to multinomial logit model and conditional logit model, which can be used in the case of multiple outcomes dependent variables. (original abstract)

Słowa kluczowe

PL

Metoda conjoint; Modele regresji; Badanie preferencji konsumenckich; Model logitowy

EN

Conjoint method; Regression models; Consumer preferences research; Logit model

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2002
• Tom: 10
• Numer: nr 950 Zastosowania metod ilościowych
• Strony: 96-108

Twórcy

autor

Andrzej Bąk

Bibliografia

• Baier D., Gaul W. (1998): Optimal Product Positioning Based on Paired Comparison Data. Maszynopis powielony nr 213. Karlsruhe: Universität.
• Bierlaire M. (1997): Discrete Choice Models. URL: http://web.mit.edu/mbi/vww/michel.html. Cambridge: Massachusetts Institute of Technology.
• Brzeziński J. (1997): Metodologia badań psychologicznych. Warszawa: PWN.
• Categorial Analysis - Part 1 (1999), URL: http://pytheas.ucs.indiana.edu/~statmath/stat/all/cat//printable.htm. Indiana University.
• Coombs C.H., Dawes R.M., Tversky A. (1977): Wprowadzenie do psychologii matematycznej. Warszawa: PWN.
• Ferguson G.A., Takane Y. (1997): Analiza statystyczna w psychologii i pedagogice. Warszawa: PWN.
• Green P.E., Srinivasan V. (1978): Conjoint Analysis in Consumer Research: Issues and Outlook. "Journal of Consumer Research", September, 5, s. 103-123.
• Haaijer R., Wedel M. (2000): Conjoint Choice Experiments: General Characteristics and Alternative Model Specifications. W: A. Gustafsson, A. Herrmann, F. Huber (red.): Conjoint Measurement: Methods and Applications. Berlin: Springer, s. 319-360.
• Hendrickx J. (2000), Multinomial Conditional Logistic Regression. URL: http://baserv.uci.kun.nl/~johnh/mcl.
• Jajuga K. (1989): Modele z dyskretną zmienną objaśnianą. W: Estymacja modeli ekonometrycznych. Red. S. Bartosiewicz. Warszawa: PWE, s. 218-259.
• Kuhfeld W.F. (1996): Multinomial Logit, Discrete Choice Modeling. An Introduction to Designing Choice Experiments, Collecting, Processing, and Analyzing Choice Data with the SA S(r) System. URL: http://ftp.sas.com/techsup/download/technote/ts273.pdf. Cary, SAS Institute Inc.
• Lehmann D.R., Gupta S., Steckel J.H. (1998): Marketing Research, Reading, Massachusetts: Addison-Wesley.
• Lilien G.L., Kotler P., Moorthy S.K. (1992): Marketing Models. Englewood Cliffs: Prentice-Hall.
• Long J.S. (1997): Regression Models for Categorical and Limited Dependent Variables. Thousand Oaks, London, New Delhi: SAGE Publications.
• Louviere J.J. (1994): Conjoint Analysis. W: Advanced Methods of Marketing Research. Red. R.P. Bagozzi. Oxford: Blackwell.
• Louviere J.J., Woodworth G. (1983): Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data. "Journal of Marketing Research", November, 20, 350-367.
• McFadden D. (1974): Conditional Logit Analysis of Qualitative Choice Behavior. W: Frontiers in Econometrics. Red. P. Zarembka. New York, San Francisco, London: Academic Press, s. 105-142.
• Rodríguez G. (2000): Multinomial Response. Models. URL: http://data.princeton.edu/wws509/notes.
• Wales¡ak M., Bąk A. (2000): Conjoint analysis w badaniach marketingowych. Wrocław: Wyd. AE.
• Zwerina K. (1997): Discrete Choice Experiments in Marketing. Heidelberg, New York: Physica-Verlag.