BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Rybicka Aneta (Uniwersytet Ekonomiczny we Wrocławiu)
Tytuł
Modele klas ukrytych w metodach wyborów dyskretnych
Latent Class Models in Discrete Choice Methods
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 221-227, bibliogr. 20 poz.
Research of Wrocław University of Economics
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Segmentacja rynku
Market segmentation
Uwagi
streszcz., sum.
Abstrakt
W badaniu preferencji wyrażonych wykorzystujemy m.in. metody wyborów dyskretnych reprezentujących podejście dekompozycyjne. W związku z tym, że użyteczności cząstkowe oraz całkowite oszacowywane są na poziome zagregowanym, niemożliwe jest bezpośrednie przeprowadzenie segmentacji konsumentów. W celu oszacowania, w metodach wyborów dyskretnych, użyteczności na poziomie segmentowym wykorzystujemy modele klas ukrytych. W artykule przedstawiono rodzaje modeli klas ukrytych, metodę estymacji parametrów, oprogramowanie komputerowe oraz przykłady zastosowań na podstawie literatury przedmiotu.(abstrakt oryginalny)

Revealed preference analysis can be carried out in various ways - discrete choice methods are one of them. Due to the fact that total and part-worth utilities are estimated at aggregated level the segmentation cannot be made. In order to estimate utilities at segment level we apply latent class models. The paper presents latent class models, computer software and known from literature examples of applications.(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
Bibliografia
Pokaż
  1. Bartholomew D.J., Knott M., Latent Variable Models and Factor Analysis, Arnold, London 2002.
  2. Bąk A., Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej nr 1013. Monografie i Opracowania nr 157, Wydawnictwo Akademii Ekonomicznej, Wrocław 2004.
  3. Bhat C., An andogenous segmentation mode choice model with an application to intercity travel, "Transportation Science" 1997, 31(1), s. 34-48.
  4. Biernacki C., Celeux G., Govaert G., Assessing a mixture model for clustering with the integrated completed likelihood, "IEEE Transactions on Pattern Analysis and Machine Intelligence" 2000, 22 (7), s. 719-725.
  5. Celeux G., Soromenho G., An entropy criterion for assessing the number of clusters in a mixture model, "Journal of Classification" 1996, 13, s. 195-212.
  6. DeSarbo W.S., Ramaswamy V., Cohen S.H., Market segmentation with choice-based conjoint analysis, "Maketing Letters" 1995, 6, s. 137-148.
  7. Domański C., Pruska K., Nieklasyczne metody statystyczne, PWE, Warszawa 2000.
  8. Green W.H., Hensher D.A., A Latent Class Model for Discrete Choice Analysis: Contrast with Mixed Logit, Institute of transport Studies, Working Paper, 2002, http://pages.stern.nyu.edu/~wgreene/ latent-class.pdf.
  9. Hair J.F., Anderson R. E., Tatham R. L., Blach W.C., Multivariate Data Analysis with Readings, Prentice- -Hall, Englewood Cliffs 1995.
  10. Huber J., Orme B.K., Miller R., Dealing with Product Similarity in Conjoint Simulations, 1999, www.sawtoothsoftware.com/ download/techpap/prodsim.pdf.
  11. Kasprzyk I., Wykorzystanie konfiguracyjnej analizy częstości w analizie klas ukrytych, [w:] J. Dziechciarz (red.), Projektowanie, ocena i wykorzystanie danych rynkowych, Prace Naukowe Uniwersytetu Ekonomicznego nr 51, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław 2009, s. 36-45.
  12. Magdison J., Vermunt J.K., A Nontechnical Introduction to Latent Class Models, Statistical Innovations White Paper #1,2002, www.statisticalinnovations.com/articles/lcmodels2.pdf.
  13. Moore W.L., Gray-Lee J., Louviere J., A Cross-Validity Comparision of Conjoint Analysis and Choice Models at Different Levels of Aggregation, Working Paper, University of Utah, November 1996.
  14. Pacifico D., Modelling Unobserved Heterogeneity in Discrete Choice Models of Labour Supply, MPRA Paper No. 19030, 2009, http://mpra.ub.uni-muenchen.de/19030/2/MPRA_paper_19030.pdf.
  15. Shen J., Sakata Y., Hashimoto Y., A Comparision between Latent Class Model and Mixed Logit Model for Transport Mode Choice: Evidences from Two Datasets of Japan, Discussion paper Inac.jp/library/global/dp/0605.pdf.
  16. Swait J., A structural equation model of latent segmentation and product choice for cross-sectional revealed preference choice data, "Journal of Retailing and Consumer Services" 1994, 1(2), s. 77-89.
  17. Vermunt J.K., Magdison J., Latent Variable, Encyclopedia of Social Science Research Methods, Sage Publications, 2003, www.statisticalinnovations.com/articles/Latvars.pdf.
  18. Wedel M., Kamakura W.A., Market Segmentation. Conceptual and Methodological Foundation, Kluwer Academic Publishers, Boston - Dordrecht - London 1998.
  19. Zwerina K., Discrete Choice Experiments in Marketing, Physica-Verlag, Heidelberg - New York 1997.
  20. http://www.statisticalinnovations.com.
Cytowane przez
Pokaż
ISSN
1899-3192
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu