BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Bąk Andrzej (Akademia Ekonomiczna we Wrocławiu)
Title
Estymacja parametrów w modelach dyskretnych wyborów
Parameters Estimation in Discrete Choice Models
Source
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (11), 2004, nr 1022, s. 183-194, tab., bibliogr. 20 poz.
Issue title
Klasyfikacja i analiza danych - teoria i zastosowania
Keyword
Estymacja, Teoria wyboru
Estimation, Choice theory
Note
summ.
Abstract
Artykuł jest poświęcony prezentacji i dyskusji wybranych procedur estymacji parametrów w modelach dyskretnych wyborów. Przedstawiono wpływ poziomu agregacji danych na postać modelu i metodę estymacji parametrów. W szczególności omówiono wybrane modele dyskretnych wyborów i metody estymacji parametrów na poziomie indywidualnym, segmentowym i zagregowanym. (fragment tekstu)

The paper presents discrete choice methods used in consumer preference analysis. First, there are presented levels of data aggregation with influence on model estimation procedure. Next, the paper describes selected discrete choice models, especially latent class and hierarchical Bayes. Finally some conclusions on market research applications are given. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Main Library of Poznań University of Economics and Business
Bibliography
Show
  1. Allenby G.M., Arora N., Ginter J.L., Incorporating Prior Knowledge into the Analysis of Conjoint Study "Journal of Marketing Research" 1995, nr 32 (May), s. 152-162.
  2. Bierlaire M., Discrete Choice Models, [URL:] http://web.mit.edu/mbi/www/michel.html. Massachusetts Institute of Technology, Cambridge 1997.
  3. Categorial Analysis - Part 1, [URL:] http://pytheas.ucs.indiana.edu/~statmath/stat/all/cat/printable.htm, Indiana University 1999.
  4. Coombs C.H., Dawes R.M., Tversky A., Wprowadzenie do psychologii matematycznej, PWN, Warszawa 1977.
  5. DeSarbo W.S., Ramaswamy V., Chatterjee R., Analyzing Constant-Sum Multiple Criterion Data: A Segment-Level Approach, "Journal of Marketing Research" 1995, nr 32, s. 222-232.
  6. Haaijer R., Wedel M., Conjoint Choice Experiments: General Characteristics and Alternative Model Specifications, [w:] Conjoint Measurement: Methods and Applications, red. A. Gustafsson, A. Herrmann, F. Huber, Springer, Berlin 2000, s. 319-360.
  7. Jajuga K., Modele z dyskretną zmienną objaśnianą, [w:] Estymacja modeli ekonometrycznych, red. S. Bartosiewicz, PWE, Warszawa 1989, s. 218-259.
  8. Johnson R.M., Understanding HB: An Intuitive Approach, [URL:] http://www.saw-toothsoftware.com/techpap.shtml, Sawtooth Software 2000.
  9. Kuhfeld W.F., Multinomial Logit, Discrete Choice Modeling. An Introduction to Designing Choice Experiments, Collecting, Processing, and Analyzing Choice Data with the SAS® System, [URL:] http://ftp.sas.com/techsup/download/technote/ts643.pdf, SAS Institute 2001.
  10. Lehmann D.R., Gupta S., Steckel J.H., Marketing Research, Addison-Wesley, Reading, Massachusetts 1998.
  11. Long J.S., Regression Models for Categorical and Limited Dependent Variables, SAGE Publications, Thousand Oaks-London-New Dehli 1997.
  12. Louviere J.J., Woodworth G., Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data, ,,Journal of Marketing Research" 1983, nr 20 (November), s. 350-367.
  13. McFadden D., Conditional Logit Analysis of Qualitative Choice Behaviour, [w:] Frontiers in Econometrics, red. P. Zarembka, Academic Press, New York-San Francisco-London 1974, s. 105-142.
  14. Moore W.L., Levels of Aggregation in Conjoint Analysis: An Empirical Comparison, "Journal of Marketing Research" 1980, nr 17 (November), s. 516-523.
  15. Ramaswamy V., Cohen S.H., Latent Class Models for Conjoint Analysis, [w:] Conjoint Measurement: Methods and Applications, red. A. Gustafsson, A. Herrmann, F. Huber, Springer, Berlin 2000, s. 361-392.
  16. Rossi P.E., Allenby G.M., Bayesian Statistics and Marketing, [URL:] http://galton.uchicago.edu/~meiwang/consult_seminar/bayes_stat_in_mkt.pdf 2002.
  17. Ter Hofstede F., Kim Y., Wedel M., Bayesian Prediction in Hybrid Conjoint Analysis, "Journal of Marketing Research" 2002, nr 34 (May), s. 253-261.
  18. Walesiak M., Bąk A., Conjoint analysis w badaniach marketingowych, Akademia Ekonomiczna, Wrocław 2000.
  19. Walsh B., Markov Chain Monte Carlo and Gibbs Sampling, [URL:] http://nitro.biosci.arizona.edu/courses/EEB596/handouts/Gibbs.pdf 2002.
  20. Wedel M., Kamakura W.A., Marketing Segmentation: Conceptual and Methodological Foundations, Kluwer Academic Publishers, Boston 1998.
Cited by
Show
ISSN
0324-8445
1505-9332
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu