BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Bartłomowicz Tomasz (Uniwersytet Ekonomiczny we Wrocławiu), Bąk Andrzej (Uniwersytet Ekonomiczny we Wrocławiu)
Tytuł
Cząstkowy układ czynnikowy i jego implementacja w module conjoint programu R
Fractional Factorial Design and Its Implementation in Conjoint Package R Program
Źródło
Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu, 2013, nr 2 (40), s. 103-114, tab., bibliogr. 11 poz.
Econometrics / Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe
Metoda conjoint
Conjoint method
Uwagi
streszcz., summ.
Abstrakt
W artykule zaprezentowano rozwinięcie pakietu conjoint programu R o funkcję: caFactorialDesign() umożliwiającą generowanie kompletnego lub cząstkowego układu czynnikowego oraz funkcję caEncodedDesign() umożliwiającą kodowanie uzyskanych eksperymentów. Podstawą działania obu funkcji jest implementacja w pakiecie conjoint funkcji pakietu AlgDesign. W proponowanym rozwiązaniu zakłada się, że do uzyskania odpowiedniego układu czynnikowego wystarczające powinny być dane dotyczące liczby branych pod uwagę zmiennych oraz ich poziomów z ich nazwami włącznie.(abstrakt oryginalny)

The paper presents the development of R package for conjoint features: caFactorialDesign() function which allows to generate a complete or fractional factorial design and caEncodedDesign() function which allows to encode obtained experiments. The basis of both functions is the implementation of AlgDesign package functions in conjoint package. In the proposed solution, it is assumed that to obtain a relevant factorial(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Bąk A., Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Prace Naukowe AE we Wrocławiu nr 1013, Seria: Monografie i Opracowania nr 157, Wydawnictwo AE we Wrocławiu, Wrocław 2004.
  2. Bąk A., Bartłomowicz T., Implementacja klasycznej metody conjoint analysis w pakiecie conjoint programu R, [w:] Prace Naukowe UE we Wrocławiu nr 176, Wydawnictwo UE we Wrocławiu, Wrocław 2011, s. 94-104.
  3. Bąk A., Bartłomowicz T., Package conjoint. Conjoint analysis package, http://cran.r-project.org/web/packages/conjoint, 2012.
  4. Dodge Y., Fedorov, V.V., Wynn H.P. (red.), Optimal Design and Analysis of Experiments, North-Holland, Amsterdam 1988.
  5. Dykstra O. Jr., The augmentation of experimental data to maximize ()1-'XX, "Technometrics" 1971, no. 13(3), s. 682-688.
  6. Ferguson G.A., Takane Y., Analiza statystyczna w psychologii i pedagogice, PWN, Warszawa 1997.
  7. Kuhfeld W.F., Efficient Experimental Designs Using Computerized Searches, SAS Institute, 1997, [URL] http://www.sawtoothsoftware.com/download/techpap/1997Proceedings.pdf.
  8. Kuhfeld W.F., Tobias R.D., Garratt M., Efficient experimental design with marketing research applications, "Journal of Marketing Research" 1994, no. 31 (November), s. 545-557.
  9. Walesiak M., Bąk A., Conjoint analysis w badaniach marketingowych, Wydawnictwo AE we Wrocła- wiu, Wrocław 2000.
  10. Wheeler R.E., Package AlgDesign. Algorithmic Experimental Design, http://cran.r-project.org/web/packages/AlgDesign, 2012.
  11. Zwerina K., Discrete Choice Experiments in Marketing, Physica-Verlag, Heidelberg-New York 1997.
Cytowane przez
Pokaż
ISSN
1507-3866
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu