BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Bąk Andrzej (Akademia Ekonomiczna we Wrocławiu)
Tytuł
Estymacja parametrów w modelach dyskretnych wyborów
Parameters Estimation in Discrete Choice Models
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (11), 2004, nr 1022, s. 183-194, tab., bibliogr. 20 poz.
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Estymacja, Teoria wyboru
Estimation, Choice theory
Uwagi
summ.
Abstrakt
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)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  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.
Cytowane przez
Pokaż
ISSN
0324-8445
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu