Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych

• Autorzy: Andrzej Bąk

Warianty tytułu

Decomposition Preferences Measurement Method in Marketing Research

• Języki publikacji: PL

Abstrakty

Dokonano prezentacji dekompozycyjnego podejścia do problematyki pomiaru preferencji wyrażonych z odniesieniami do zastosowań w badaniach marketingowych. Przedstawiono podstawy teoretyczne pomiaru preferencji, szczegółowo omówiono procedury badawcze, usystematyzowano stosowane metody i modele oraz wskazano obszary zastosowań i możliwości wykorzystania wyników badań realizowanych za pomocą metod dekompozycyjnych, do których należą metody conjoint analysis i metody oparte na wyborach.

EN

There is a presentation of decomposition approach to the issue of preferences measurement in relation to their application in marketing research. The paper presents theoretical bases of preferences measurement, research procedures discussed in detailed, systematized used methods and models as well as pointed out areas of application and possibilities of use of research results realized by decomposition methods such as conjoint analysis and methods based on choices. (AŁ)

Słowa kluczowe

PL

Teoria pomiaru; Preferencje konsumenta; Badania marketingowe; Modele ekonometryczne; Symulacje komputerowe; Metoda conjoint; Przegląd literatury

EN

Theory of measurement; Consumer preferences; Marketing research; Econometric models; Computing simulation; Conjoint method; Literature review

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Seria : Monografie i Opracowania (nr 100)
• Rocznik: 2004
• Numer: nr 1013
• Strony: 271

Twórcy

autor

Andrzej Bąk

Bibliografia

• Abramowicz H., Jak analizować wyniki pomiarów? PWN, Warszawa, 1992.
• Acito F., Jain A.K., Evaluation of Conjoint Analysis Results: A Comparison of Methods. "Journal of Marketing Research", 17 (February), s. 106-112, 1980.
• Agarwal M.K., Green P.E., Adaptive Conjoint Analysis Versus S elf-explicated Models: Some Empirical Results. "International Journal of Research in Marketing", 8, s. 141-146, 1991.
• Akaah I.P., Korgaonkar P.K., An Empirical Comparison of the Predictive Validity of Self-explicated, Huber-Hybrid, Traditional Conjoint, and Hybrid Conjoint Models. "Journal of Marketing Research", 20 (May), s. 187-197, 1983.
• Allenby G.M., Arora N., Ginter J.L., Incorporating Prior Knowledge into the Analysis of Conjoint Study. "Journal of Marketing Research". 32 (May), s. 152-162, 1995.
• Allenby G.M., Ginter J.L., Using Extremes to Design Products and Segment Markets. "Journal of Marketing Research", 32 (November), s. 392-403, 1995.
• Allen R.G.D., Ekonomia matematyczna. PWN, Warszawa, 1961.
• Altkorn J., Kramer T. (red.), Leksykon marketingu. PWE, Warszawa, 1998.
• Andrews R.L., Ainslie A., Currim I.S., An Empirical Comparison of Logit Choice Models with Discrete Versus Continuous Representations of Heterogeneity. "Journal of Marketing Research", 39 (November), s. 479-487, 2002.
• Andrews R.L., Ansari A., Currim I.S., Hierarchical Bayes Versus Finite Mixture Conjoint Analysis Models: A Comparison of Fit, Prediction, and Partworth Recovery. "Journal of Marketing Research", 39 (February), s. 87-98, 2002.
• Anttila M., van den Heuvel R.R., Müller K., Conjoint Measurement for Marketing Management. "European Journal of Marketing", 14 (7), s. 397-408, 1980.
• Backhaus K., Erichson B., Plinke W., Weiber R., Multivariate Analysemethoden. Springer-Verlag, Berlin-Heidelberg-New York, 1990.
• Bagozzi R.P. (red.), Advanced Methods of Marketing Research. Blackwell, Oxford, 1994.
• Baier D., Gaul W., Optimal Product Positioning Based on Paired Comparison Data. Maszynopis powielony nr 213. Universität Karlsruhe, 1998.
• Baier D., Gaul W., Market Simulation Using a Probabilistic Ideal Vector Model for Conjoint Data. [W:] Gustafsson A., Herrmann A., Huber F. (red.), Conjoint Measurement: Methods and Applications, s. 97-120. Springer, Berlin, 2000.
• Barton R.F., Wprowadzenie do symulacji i gier. WNT, Warszawa, 1974.
• Bazarnik J., Grabiński T., Kąciak E., Mynarski S., Sagan A., Badania marketingowe. Metody i oprogramowanie komputerowe. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 1992.
• Bąk A., Analiza wariancji i programowanie obiektowe w badaniach eksperymentalnych dla potrzeb analizy rynku, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia, Zeszyt 3. Sekcja Klasyfikacji i Analizy Danych PTS, s. 135-146. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Jelenia Góra-Wrocław-Kraków, 1996.
• Bąk A., Możliwości wykorzystania metod modelowania symulacyjnego w badaniach marketingowych, [W:] Zastosowania metod ilościowych, Informatyka i Ekonometria l, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 718, s. 121-131. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1996.
• Bąk A., Estymacja parametrów modelu conjoint analysis metodą monofonicznej analizy wariancji, [W:] Zastosowania metod ilościowych, Ekonometria l, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 765, s. 50-55. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1998.
• Bąk A., Metody gromadzenia danych marketingowych do modelu conjoint analysis, [W:] Zastosowania metod ilościowych, Ekonometria l, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 765. s. 56-65. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1998.
• Bąk A., Wybrane problemy badań nad własnościami algorytmów conjoint analysis, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia, Zeszyt 5. Sekcja Klasyfikacji i Analizy Danych PTS, s. 45-54. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Jelenia Góra-Łódź-Wrocław, 1998.
• Bąk A., Modelowanie symulacyjne wybranych algorytmów wielowymiarowej analizy porównawczej w języku C++. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1999.
• Bąk A., Wybrane problemy metodologiczne conjoint analysis. "Przegląd Statystyczny", 46 (4), s. 475-488, 1999.
• Bąk A., Wykorzystanie symulacyjnych własności conjoint analysis w badaniach marketingowych, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 6. Sekcja Klasyfikacji i Analizy Danych PTS, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 817, s. 100-109. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Jelenia Góra-Łódź-Wrocław, 1999.
• Bąk A., Zagadnienia pomiaru i wiarygodności pomiaru w metodologii conjoint analysis. [W:] Rószkiewicz M. (red.), Metody analizy eksperymentu w badaniach marketingowych, Materiały z III Warsztatów Metodologicznych, s. 91-115. Szkoła Główna Handlowa, PONT Info Ltd., Warszawa, 1999.
• Bąk A., Algorytmy conjoint analysis w pakiecie statystycznym SYSTAT, [W:] Zastosowania metod ilościowych, Ekonometria 5, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 859, s. 94-103. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• Bąk A., Conjoint analysis jako metoda pomiaru postaw i preferencji konsumentów. [W:] Walesiak M. (red.), Pomiar w badaniach rynkowych i marketingowych, s. 69-81. Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 856. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• Bąk A., Dyskretne modele wyborów conjoint analysis w badaniach marketingowych, [W:] Zastosowania metod ilościowych, Ekonometria 6, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 881, s. 32-43. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• Bąk A., Możliwości wykorzystania alternatywnych algorytmów conjoint analysis w badaniach marketingowych, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 7. Sekcja Klasyfikacji i Analizy Danych PTS, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 874, s. 100-109. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Jelenia Góra-Łódź-Wrocław, 2000.
• Bąk A., Uwagi o pomiarze preferencji w metodzie conjoint analysis, [W:] Zastosowania metod ilościowych, Ekonometria 4, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 845, s. 178-189. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• Bąk A., Cechy i skale pomiaru w metodologii conjoint analysis, [W:] Zastosowania metod ilościowych, Ekonometria 8, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 915, s. 50-63. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin, 2001.
• Bąk A., Procesy stochastyczne i conjoint analysis w badaniach preferencji konsumentów, [W:] Zastosowania metod ilościowych, Ekonometria 8, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 915, s. 33-49. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2001.
• Bąk A., Prognozowanie udziałów w rynku za pomocą conjoint analysis i łańcuchów Markowa, [W:] Mikroekonometria w teorii i praktyce, Zeszyty Naukowe nr 320 Uniwersytetu Szczecińskiego, s. 165-182. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin, 2001.
• Bąk A., Przegląd zastosowań metod symulacyjnych w badaniach własności conjoint analysis, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 8. Sekcja Klasyfikacji i Analizy Danych PTS, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 906, s. 107-117. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2001.
• Bąk A., Pomiar preferencji metodą conjoint analysis opartą na wyborach, [W:] Klasyfikacja i analiza danych ~ teoria i zastosowania, Taksonomia 9. Sekcja Klasyfikacji i Analizy Danych PTS, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 942, s. 386-399. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2002.
• Bąk A., Probabilistyczne modele regresji w conjoint analysis, [W:] Zastosowania metod ilościowych, Ekonometria 10, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 950, s. 96-108. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2002.
• Bąk A., Układy doświadczalne w conjoint analysis, [W:] Zastosowania metod ilościowych, Ekonometria 9, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 935, s. 92-110. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2002.
• Bąk A., Algorytmy conjoint analysis w pakiecie statystycznym SAS/STAT, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 10. Sekcja Klasyfikacji i Analizy Danych PTS, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 988, s. 211-221. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2003.
• Bąk A., Estymacja parametrów w modelach dyskretnych wyborów. Referat na XII Konferencję Naukową Sekcji Klasyfikacji i Analizy Danych PTS (XVII Konferencja Taksonomiczna) nt. Klasyfikacja i analiza danych - teoria i zastosowania. Skorzęcin, 2003.
• Bąk A., Mikroekonometryczne metody badania preferencji. Referat na XI Ogólnopolską Konferencję Naukowe nt. Mikroekonometria w teorii i praktyce. Świnoujście, 2003.
• Bąk A., Modele regresji w pomiarze preferencji konsumentów, [W:] Zastosowania metod ilościowych, Ekonometria 11, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 981, s. 86-101. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2003.
• Bąk A., Generowanie układów doświadczalnych do modeli dekompozycyjnych z wykorzystaniem pakietu statystycznego SAS/STAT. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, Ekonometria 12, (artykuł złożony do druku), Wrocław, 2004.
• Bąk A., Modelowanie ukryte w metodach conjoint analysis. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, Ekonometria 14, (artykuł złożony do druku), Wrocław, 2004.
• Bąk A., Pomiar, modelowanie i symulacja preferencji z wykorzystaniem metod dekompozycyjnych. Referat na VIII Warsztaty Metodologiczne nt. Identyfikacja struktur rynkowych: pomiar - modelowanie - symulacja. Warszawa, 2004.
• Bąk A., Metody dyskretnych wyborów w badaniach zachowań konsumentów, [W:] Zastosowania metod ilościowych, Ekonometria 13, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1010, s. 150-163. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2004.
• Bąk A., Rybicka A., Application of Discrete Choice Methods in Consumer Preference Analysis. [W:] Baier D., Wernecke K.-D. (red.), Innovations in Classification, Data Science, and Information Systems. Springer-Verlag, Heidelberg-Berlin, 2004.
• Bąk A., Walesiak M., Metody estymacji parametrów w modelu conjoint analysis, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 4, Sekcja Klasyfikacji i Analizy Danych PTS, s. 98-107. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Jelenia Góra-Katowice-Kraków-Wrocław, 1997.
• Beane T.T., Ennis D.M., Market Segmentation: A Review. "European Journal of Marketing", 21 (5), s. 20-42, 1987.
• Bell D.E., Consistent Assessment Procedures Using Conditional Utility Functions. "Operations Research", September/October, 27 (5), s. 1054-1066, 1979.
• Beneś J., Teoria systemów. PWN, Warszawa, 1979.
• Benjamin J.R., Cornell C.A., Rachunek prawdopodobieństwa, statystyka matematyczna i teoria decyzji dla inżynierów. WNT, Warszawa, 1977.
• Berbeka J., Niemczyk A., Zachowania konsumentów na rynku. Akademia Ekonomiczna w Krakowie, Kraków, 1997.
• Bierlaire M., Discrete Choice Models. [URL:] http://web.mit.edu/mbi/www/ michel.html. Cambridge, Massachusetts Institute of Technology, 1997.
• Bierman H., Bonini C.P., Hausman W.H., Quantitative Analysis for Business Decisions. Irwin, Homewood-Boston, 1991.
• Biernacki M., Pomiar, [W:] Ekonomia Matematyczna nr 1, s. 63-70. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1997.
• Blaug M., Teoria ekonomii. Ujecie retrospektywne. PWN, Warszawa, 1994.
• Bobrowski D., Probabilistyka w zastosowaniach technicznych. WNT, Warszawa, 1986.
• Borucki W., Kowalewski J., Matematyczny model sterowania działalnością przedsiębiorstwa w warunkach gospodarki rynkowej, [W:] Badania operacyjne w zarządzaniu, Zeszyty Naukowe - Seria I, Zeszyt 213, s. 7-26. Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań, 1993.
• Borys T., Metody normowania cech w statystycznych badaniach porównawczych. "Przegląd Statystyczny", 25 (2), s. 227-239, 1978.
• Borys T., Elementy teorii jakości. PWN, Warszawa, 1980.
• Borys T., Kategoria jakości w statystycznej analizie porównawczej, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 284, Seria: Monografie i Opracowania nr 23. Wydawnictwo Uczelniane Akademii Ekonomicznej we Wrocławiu, Wrocław, 1984.
• Box G.E.P., Cox D.R., An analysis of transformations (with discussion). "Journal of the Royal Statistical Society", Series B, 26 (2), s. 211-252, 1964.
• Bracha C., Metoda reprezentacyjna w badaniu opinii publicznej i marketingu. EFEKT, Warszawa, 1998.
• Brandt S., Analiza danych. Metody statystyczne i obliczeniowe. PWN, Warszawa, 1998.
• Brusch M., Baier D., Treppa A., Conjoint Analysis and Stimulus Presentation - a Comparison of Alternative Methods. [W:] Jajuga K., Sokołowski A., Bock H.-H. (red.), Classification, Clustering, and Data Analysis. Recent Advances and Applications, s. 203-210. Springer, Berlin-Heidelberg, 2002.
• Brzeziński J., Statystyczna ocena profilu psychometrycznego w wielowymiarowych kwestionariuszach osobowości - porównania intraindywidualne, [W:] Budowa i interpretacja modeli statystycznych. Psychologia Matematyczna I, s. 55-65. Uniwersytet Jagielloński, Kraków, 1984.
• Brzeziński J., Metodologia badań psychologicznych. PWN, Warszawa, 1997.
• Buslenko N.P., Golenko D.I., Soból I.M., Sragowicz W.G., Szrejder J.A., Metoda Monte Carlo. PWN, Warszawa, 1967.
• Carroll J.D., Green P.E., Psychometric Methods in Marketing Research: Part I, Conjoint Analysis. "Journal of Marketing Research", 32 (November), s. 385-391, 1995.
• Categorial Analysis, Categorial Analysis - Part 1. [URL:] http://pytheas.ucs.Indiana.edu/~statmath/stat/all/cat/printable.htm. Indiana University, 1999.
• Gattin P., Wittink D.R., Commercial Use of Conjoint Analysis: A Survey. "Journal of Marketing", 46 (Summer), s. 44-53, 1982.
• Chrzan K., Elrod T., Choice-Based Approach for Large Number of Attributes. Marketing News, Vol. 29, No. 1, American Marketing Association, 1995.
• Chrzan K., Orme B., An Overview and Comparison of Design Strategies for Choice-Based Conjoint Analysis. [URL:] http://www.sawtoothsoftware/ TechPap.htm. Sequim, Sawtooth Software, 2000.
• Chrzan P., Łańcuchy decyzyjne Markowa i ich zastosowania w ekonomii. Akademia Ekonomiczna w Katowicach, Katowice, 1990.
• Churchill G.A., Badania marketingowe. Podstawy metodologiczne. PWN, Warszawa, 2002.
• Chyliński A., Metoda Monte Carlo w bankowości. Przykłady i zastosowania z wykorzystaniem arkusza kalkulacyjnego. Twigger, Warszawa, 1999.
• Cieślak M. (red.), Prognozowanie gospodarcze. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1993.
• Cook C.G., Consumer Preference for New Home Characteristics Using Conjoint Analysis to Develop Internally Scaled Preferences from Rank Ordered Attribute Combinations. Georgia State University, Ann Arbor, 1987.
• Coombs C.H., Dawes R.M., Tversky A., Wprowadzenie do psychologii matematycznej. PWN, Warszawa, 1977.
• Corstjens M.L., Gautschi D.A., Conjoint Analysis: A Comparative Analysis of Specification Tests for the Utility Function. "Management Science", December, 29 (12), s. 1393-1413, 1983.
• Czekała M., Dziechciarz J., Estymacja bayesowska. [W:] Bartosiewicz S. (red.), Estymacja modeli ekonometrycznych, s. 260-286. PWE, Warszawa, 1989.
• Czerwiński Z., Matematyczne modelowanie procesów ekonomicznych. PWN, Warszawa, 1982.
• Czerwiński Z., Dylematy ekonomiczne. PWE, Warszawa, 1992.
• Dagpunar J., Principles of Random Variait Generation. Clarendon Press, Oxford, 1988.
• Debreu G., Topological Methods in Cardinal Utility Theory. [W:] Arrow K.J., Karlin S., Suppes P. (red.), Mathematical Methods in the Social Sciences. Stanford University Press, Stanford, 1960.
• DeSarbo W.S., Ramaswamy V., Cohen S.H., Market Segmentation with ChoiceBased Conjoint Analysis. "Marketing Letters", 6 (2), s. 137-147, 1995.
• DeSarbo W.S., Wedel M., Vriens M., Ramaswamy V., Latent Class Metric Conjoint Analysis. "Marketing Letters", 3 (3), s. 273-288, 1992.
• Dobosz M., Wspomagana komputerowo statystyczna analiza wyników badań. Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2001.
• Domański C., Testy statystyczne. PWE, Warszawa, 1990.
• Domański C., Pruska K., Nieklasyczne metody statystyczne. PWE, Warszawa, 2000.
• DSS Reasearch, Choice-Based Conjoint Analysis versus Preference-Based Conjoint Analysis. [URL:] http://www.dssresearch.com/library/conjoint/ choice.html, 1998.
• Duliniec E., Badania marketingowe w zarządzaniu przedsiębiorstwem. PWN, Warszawa, 1997.
• Dyer J.S., Sarin R.K., Measurable Multiattribute Value Functions. "Operations Research", July/August, 27 (4), s. 810-822, 1979.
• Dziechciarz J., Walesiak M., Pomiar łącznego oddziaływania zmiennych (conjoint measurement) w badaniach marketingowych. [W:] Zeliaś A. (red.), Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, s. 149-158. Wydawnictwo Akademii Ekonomicznej, Kraków, 1995.
• Dziechciarz J., Walesiak M., Modelling the college student choice via conjoint analysis. "Argumenta Oeconomica", 3, s. 175-184, 1996.
• Dziechciarz J., Walesiak M., Modelowanie wyboru wariantu kształcenia policealnego uczniów za pomocą metody conjoint analysis. [W:] Zeliaś A. (red.), Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, s. 145-155. Wydawnictwo Akademii Ekonomicznej, Kraków, 1997.
• Elrod T., Louviere J.J., Davey K.S., A n Empirical Comparison of Ratings-Based and Choice-Based Conjoint Models. "Journal of Marketing Research", 29 (August), s. 368-377, 1992.
• Evans G.W., Wallace G.F., Sutherland G.L., Symulacja na maszynach cyfrowych. WNT, Warszawa, 1973.
• Fenwick L, A User's Guide to Conjoint Measurement in Marketing. "European Journal of Marketing", 12 (2), s. 203-211, 1978.
• Ferguson G.A., Takane Y., Analiza statystyczna w psychologii i pedagogice. PWN, Warszawa, 1997.
• Fiedorenko N.P. (red.), Słownik matematyki i cybernetyki ekonomicznej. PWE, Warszawa, 1985.
• Filipowicz B., Modele stochastyczne w badaniach operacyjnych. Analiza i synteza systemów obsługi i sieci kolejkowych. WNT, Warszawa, 1996.
• Findeisen W. (red.), Analiza systemowa - podstawy i metodologia. PWTST. Warszawa, 1985.
• Fishman G.S., Symulacja komputerowa. Pojęcia i metody. PWE, Warszawa, 1981.
• Fishman G.S., Monte Carlo: Concepts, Algorithms and Applications. Springer, New York, 1997.
• Fisz M., Rachunek prawdopodobieństwa i statystyka matematyczna. PWN, Warszawa, 1969.
• Flakiewicz E., Oleński J., Cybernetyka ekonomiczna. PWE, Warszawa, 1989.
• Frątczak E., Analiza historii zdarzeń - elementy teorii, wybrane przykłady zastosowań z wykorzystaniem pakietu TDA. Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa, 1997.
• Gajda J.B., Wielorównaniowe modele ekonometryczne. Estymacja, symulacja, prognozowanie. PWN, Warszawa, 1988.
• Gajda J.B., Prognozowanie i symulacja a decyzje gospodarcze. C.H. Beck, Warszawa, 2001.
• Gajek L., Kałuszka M., Wnioskowanie statystyczne. Modele i metody. WNT, Warszawa, 1993.
• Galas Z., Nykowski L, Żółkiewski Z., Programowanie wielokryterialne. PWE, Warszawa, 1987.
• Gatnar E., Symboliczne metody klasyfikacji danych. PWN, Warszawa, 1998.
• Gatnar E., Walesiak M. (red.), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2004.
• Gilbert G.G., Koehler D.O., Applied Finite Mathematics. McGrawHill, New York, 1984.
• Głowa T., Lawson S., Discrete Choice Experiments and Traditional Conjoint Analysis. [URL:] łrttp://www.ncresearch. com/Cłioice_Conjoint_May2000. pdf, 2000.
• Gneezy U., Das M., Experimental Investigation of Perceived Risk in Finite Random Walk Processes. Center for Economic Research and Dept. of Econometrics. Tilburg University, 1996.
• Gordon G., Symulacja systemów. WNT, Warszawa, 1974.
• Górski J., Sierpiński W., Historia powszechnej myśli ekonomicznej 1870-1950. PWN, Warszawa, 1987.
• Grabiński T., Statystyczna analiza poprawności wybranych generatorów liczb losowych o rozkladzie równomiernym, s. 57-83. Akademia Ekonomiczna w Krakowie, Kraków, 1980.
• Grabiński T., Wielowymiarowa analiza porównawcza w badaniach dynamiki zjawisk ekonomicznych, Zeszyty Naukowe Akademii Ekonomicznej w Krakowie. Seria specjalna: Monografie nr 61. Akademia Ekonomiczna w Krakowie, Kraków, 1984.
• Grabiński T., Metody taksonometrii. Akademia Ekonomiczna w Krakowie, Kraków, 1992.
• Grabiński T., Wydymus S., Zeliaś A., Metody doboru zmiennych w modelach ekonometrycznych. PWN, Warszawa, 1982.
• Grabiński T., Wydymus S., Zeliaś A., Metody prognozowania rozwoju społeczno-gospodarczego. PWE, Warszawa, 1983.
• Grabiński T., Wydymus S., Zeliaś A., Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych. PWN, Warszawa, 1989.
• Green P.E., A New Approach to Market Segmentation. "Business Horizon", 20, s.61-73, 1977.
• Green P.E., Hybrid Models for Conjoint Analysis: An Expository Review. "Journal of Marketing Research", 21 (May), s.155-169, 1984.
• Green P.E., Goldberg S.M., Montemayor M., A Hybrid Utility Estimation Model for Conjoint Analysis. "Journal of Marketing", 45 (Winter), s.33-41, 1981.
• Green P.E., Krieger A.M., Segmenting Markets with Conjoint Analysis. "Journal of Marketing", 55 (October), s.20-31, 1991.
• Green P.E., Krieger A.M., Agarwal M.K., Adaptive Conjoint Analysis: Some Caveats and Suggestions. "Journal of Marketing Research", 28 (May), s.215-222, 1991.
• Green P.E., Krieger A.M., Wind Y., Thirty Years of Conjoint Analysis: Relections and Prospects. [URL:] http://www-marketing.wh.arton.upenn.edu/ .deas/pdf, 2001.
• Green P.E., Rao V.R., Conjoint Measurement for Quantifying Judgmental Data. "Journal of Marketing Research", 8 (September), s.355-363, 1971.
• Green P.E., Srinivasan V., Conjoint Analysis in Consumer Research: Issues and Outlook. "Journal of Consumer Research", 5 (September), s.103-123, 1978.
• Green P.E., Srinivasan V., Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice. "Journal of Marketing", 54 (October), s. 3-19, 1990.
• Green P.E., Tull D.S., Albaum G., Research for Marketing Decisions. Prentice-Hall, Englewood Cliffs, 1988.
• Green P.E., Wind Y., Multiattribute Decisions in Marketing. A Measurement Approach. Dryden Press, Hinsdale, Illinois, 1973.
• Green P.E., Wind Y., New Way to Measure Consumers' Judgments. "Harvard Business Review", 53 (July/August), s.107-117, 1975.
• Großmann H., Holling H., Schwabe R., Advances in Optimum Experimental Design for Conjoint Analysis and Discrete Choice Models. [W:] Franses P.H., Montgomery A.L. (red.), Econometric Models in Marketing, Volume 16, t. 93-117. Elsevier Science, Oxford, 2002.
• Grudzewski W.M., Rosłanowska-Plichcińska K.. Mierzenie wielkości i wymiarowe modelowanie zjawisk oraz procesów ekonomicznych. Zakład Narodowy im. Ossolińskich, Wydawnictwo Polskiej Akademii Nauk, Wrocław-Warszawa-Kraków-Gdańsk-Łódź, 1984.
• Gruszczyński M., Modele i prognozy zmiennych jakościowych w finansach i bankowości. Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa, 2002.
• Gustafsson A., Herrmann A., Huber F. (red.), Conjoint Measurement. Methods and Applications. Springer-Verlag, Berlin-Heidelberg-New York, 2000.
• Gustafsson A., Herrmann A., Huber F. (red.), Conjoint Measurement. Methods and Applications. 2nd ed. Springer-Verlag, Berlin-Heidelberg-New York, 2001.
• Haaijer R., Wedel M., Conjoint Choice Experiments: General Characteristics and Alternative Model Specifications. [W:] Gustafsson A., Herrmann A., Huber F. (red.), Conjoint Measurement: Methods and Applications, s.319-360. Springer, Berlin, 2000.
• Hagerty M.R., Improving the Predictive Power of Conjoint Analysis: The Use of Factor Analysis and Cluster Analysis. "Journal of Marketing Research", 22 (May), s.168-184, 1985.
• Hair J.F., Anderson R.E., Tatham R.L., Black W.C., Multivariate Data Analysis with Readings. Prentice-Hall, Englewood Cliffs, 1995.
• Hair J.F., Anderson R.E., Tatham R.L., Black W.C., Multivariate Data Analysis. Prentice-Hall, Englewood Cliffs, 1998.
• Hammersley J.M., Handscomb D.C., Monte Carlo Methods. Methuen & Co, London, 1964.
• Hauser J.R., Shugan S.M., Intensity Measures of Consumer Preference. "Operations Research", 28 (2), s.278-320, 1980.
• Heermann D.W., Podstawy symulacji komputerowych w fizyce. WNT, Warszawa, 1997.
• Heilpern S., Dynamika i niepewność w modelowaniu ekonomicznym. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1998.
• Heilpern S., Podejmowanie decyzji w warunkach niepewności i ryzyka. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2001.
• Hellwig Z., Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr. "Przegląd Statystyczny", 15 (4), s.307-326, 1968.
• Hellwig Z., Elementy rachunku prawdopodobieństwa i statystyki matematycznej. PWN, Warszawa, 1980.
• Hellwig Z., Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych. [W:] Welfe W. (red.), Metody i modele ekonomiczno-matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną, s.46-68. PWE, Warszawa, 1981.
• Hendrickx J., Multinomial Conditional Logistic Regression. [URL:] http://baserv.uci.kun.nl/~j ohnh/mcl, 2000.
• Hooley G.J., Lynch J.E., Modelling the Student University Choice Process through the Use of Conjoint Measurement Techniques. "European Research", 4 (October), s.158-170, 1981.
• Hopeman R.J., Production and Operations Management. Planning, Analysis, Control. Merrill, Columbus, 1990.
• Hu C., Conjoint Software Page. [URL:] http://www.nevada.edu/~huc/html/casoft.html, 1995.
• Hu C., Conjoint Analysis Application. [URL:] http://www.nevada.edu/~huc/html/capp.html, 1996.
• Hu C., Conjoint Analysis. [URL:] http://www.nevada.edu/~huc/html/conj.html, 1997.
• Hu C., Hiemstra S.J., Hybrid Conjoint Analysis as a Research Technique to Measure Meeting Planners' Preferences in Hotel Selection. "Journal of Travel Research", XXXV (2), s.62-69, 1996.
• losifescu M., Skończone procesy Markowa i ich zastosowania. PWN, Warszawa, 1988.
• Jajuga K., Statystyka ekonomicznych zjawisk złożonych - wykrywanie i analiza niejednorodnych rozkładów wielowymiarowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 371, Seria: Monografie i Opracowania nr 39. Wydawnictwo Uczelniane Akademii Ekonomicznej we Wrocławiu, Wrocław, 1987.
• Jajuga K., Modele z dyskretną zmienną objaśnianą. [W:] Bartosiewicz S. (red.), Estymacja modeli ekonometrycznych, s.218-259. PWE, Warszawa, 1989.
• Jajuga K., Statystyczna analiza wielowymiarowa. PWN, Warszawa, 1993.
• Jajuga K., Jajuga T., Inwestycje. Instrumenty finansowe, ryzyko finansowe, inżynieria finansowa. PWN, Warszawa, 1998.
• Janaszak T., Rybicki W., Preferencje i użyteczność, [W:] Ekonomia Matematyczna nr 1, s.125-140. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1997.
• Jaworski J., Morawski R., Olędzki J., Wstęp do metrologu i techniki eksperymentu. WNT, Warszawa, 1992.
• Jedidi K., Kohli R., DeSarbo W.S., Consideration Sets in Conjoint Analysis. "Journal of Marketing Research", 33 (August), s. 364-372, 1996.
• Jermakow S.M., Metoda Monte Carlo i zagadnienia pokrewne. PWN, Warszawa, 1976.
• Johnson R.M., Understanding HB: An Intuitive Approach. [URL:] http://www.sawtooth.software.com/techpap.shtml. Sequim, Sawtooth Software, 2000.
• Kaczmarczyk S., Badania marketingowe. Metody i techniki. Wyd. III. PWE, Warszawa, 2002.
• Kamakura W.A., Wedel M., Agrawal J., Concomitant Variable Latent Class Models for Conjoint Analysis. "International Journal of Research in Marketing", 11, s.451-464, 1994.
• Kamińska T., Kubska-Maciejewicz B., Laudańska-Trynka J., Teoria podejmowania decyzji przez podmioty rynkowe. Wybrane problemy z mikroekonomii. Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk, 1995.
• Kasprzak W., Lysik B., Analiza wymiarowa. Algorytmiczne procedury obsługi eksperymentu. WNT, Warszawa, 1988.
• Kącki E., Problemy optymalnego sterowania systemami o rozłożonych parametrach. PWN, Warszawa, 1991.
• Kemperman A., Temporal Aspects of Theme Park Choice Behavior. [URL:] http://alexandria.tue.nl/extra2/200013915.pdf. Technische Universiteit Eindhoven, 2000.
• Kendall M.G., Buckland W.R., Słownik terminów statystycznych. PWE, Warszawa, 1986.
• Klimczak B., Mikroekonomia. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1993.
• Klir G.J. (red.), Ogólna teoria systemów. WNT, Warszawa, 1976.
• Koleśnik K., Huzar Z., Fryźlewicz Z., Symulacja komputerowa. Politechnika Wrocławska, Wrocław, 1976.
• Kolonko J., Analiza dyskryminacyjna i jej zastosowania w ekonomii. PWN, Warszawa, 1980.
• Kolupa M., Witkowski J.M., Wybrane metody numeryczne algebry liniowej w ekonometrii. PWN, Warszawa, 1981.
• Kolupa M., Elementarny wykład algebry liniowej dla ekonomistów. PWN, Warszawa, 1976.
• Konarzewska-Gubała E., Wspomaganie decyzji wielokryterialnych: system BIPOLAR, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 551, Seria: Monografie i Opracowania nr 76. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1991.
• Kondratowicz L., Modelowanie symulacyjne systemów. WNT, Warszawa, 1978.
• Kordos J., Jakość danych statystycznych. PWE, Warszawa, 1988.
• Kotler P., Marketing. Analiza, planowanie, wdrażanie i kontrola. Feiberg SJA, Warszawa, 1999.
• Kot S.M., Modelowanie poziomu dobrobytu. Teoria i zastosowanie. Ossolineum, Wrocław-Warszawa-Kraków, 1995.
• Kot S.M., Ekonometryczne modele dobrobytu. PWN, Warszawa-Kraków, 2000.
• Krawczyk S., Badania operacyjne dla menedżerów. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1996.
• Kruskal J.B., Multidimensional Scaling by Optimizing Goodness of Fit to a Non-metric Hypothesis. "Psychometrika", 29 (1), s.1-27, 1964.
• Kruskal J.B., Nonmetric Multidimensional Scaling: A Numerical Method. "Psychometrika", 29 (2), s.115-129, 1964.
• Kruskal J.B., Analysis of Factorial Experiments by Estimating Monotone Transformations of the Data. "Journal of the Royal Statistical Society", 27 (2), s.251-263, 1965.
• Krzykowski G., Analiza wyników badań marketingowych. Metody symulacyjne. Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk, 2000.
• 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/ts273.pdf. Cary, SAS Institute, 1996.
• Kuhfeld W.F., Efficient Experimental Design Using Computerized Searches. [URL:] http://www.sawtoothsoftware/TechPap.htm. Sequim, Sawtooth Software, 1997.
• 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/ts643.pdf. Cary, SAS Institute, 2001.
• Kuhfeld W.F., Marketing Research Methods in SAS. Experimental Design, Choice, Conjoint, and Graphical Techniques. [URL:] http://support.sas.com/techsup/technote/ts689.pdf. Cary, SAS Institute, 2003.
• Kuhfeld W.F., Marketing Research Methods in SAS. Experimental Design, Choice, Conjoint, and Graphical Techniques. [URL:] http://http://support.sas.com/techsup/technote/ts694.pdf. Cary, SAS Institute, 2004.
• Kuhfeld W.F., Tobias R.D., Garratt M., Efficient Experimental Design with Marketing Research Applications. "Journal of Marketing Research", 31 (November), s.545-557, 1994.
• Kukuła K., Statystyczne metody analizy struktur ekonomicznych. Wydawnictwo Edukacyjne, Kraków, 1996.
• Kulikowski J.L., Komputery w badaniach doświadczalnych. PWN, Warszawa, 1993.
• Kupczyk A., Stan aktualny i perspektywy rynku alkoholi w Polsce. [URL:] http://www.agrotech.mediator.pl/bmp/, 2001.
• Lattin J.M., Carroll J.D., Green P.E., Analyzing Multivariate Data. Brooks Cole, Pacific Grove, 2002.
• Lehmann D.R., Gupta S., Steckel J.H., Marketing Research. Addison-Wesley, Reading, Massachusetts, 1998.
• Leibenstein H., Poza schematem homo oeconomicus. PWN, Warszawa, 1988.
• Leigh T.W., MacKay D.B., Summers J.O., Reliability and Validity of Conjoint Analysis and S elf-explicated Weights: A Comparison. "Journal of Marketing Research", 21 (November), s. 456-462, 1984.
• Lilien G.L., Kotler P., Moorthy S.K., Marketing Models. PrenticeHall, Engle-wood Cliffs, 1992.
• Lilien G.L., Rangaswamy A., Marketing Research. Marketing Engineering Applications. Addison-Wesley, Reading, Massachusetts, 1999.
• Lipiec-Zajchowska M., Metody symulacji komputerowej w prognozowaniu makroekonomicznym. PWE, Warszawa, 1988.
• Lipiński E., Historia powszechnej myśli ekonomicznej do roku 1870. PWN, Warszawa, 1981.
• Lissowski G., Metody agregacji indywidualnych preferencji. "Studia Socjologiczne", 1-2 (156-157), s.79-103, 2000.
• Litwin M.S., How to Measure Survey Reliability and Validity. SAGE Publications, Thousand Oaks-London-New Delhi, 1995.
• Long J.S., Regression Models for Categorical and Limited Dependent Variables. SAGE Publications, Thousand Oaks-London-New Delhi, 1997.
• Louviere J.J., Analyzing Decision Making. Metric Conjoint Analysis. SAGE Publications, Newbury Park-Beverly Hills-London-New Delhi, 1988.
• Louviere J.J., Conjoint Analysis. [W:] Bagozzi R.P. (red.), Advanced Methods of Marketing Research, s.223-259. Blackwell, Oxford, 1994.
• Louviere J.J., Why Stated Preference Discrete Choice Modelling is NOT Conjoint Analysis (and what SPDCM is). [URL:] http://www.memetrics.com/products/SPDCM_wriitepaper.pdf, 2000.
• Louviere J.J., Hensher D.A., Swait J.D., Stated Choice Methods. Analysis and Applications. Cambridge University Press, Cambridge, 2000.
• 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", 20 (November), s.350-367, 1983.
• Machowski A., Jednowektorowe kodowanie zmiennych jakościowych i ich interakcji w modelu wielokrotnej regresji/korelacji, [W:] Od modelu teoretycznego do modelu pomiarowego. Psychologia matematyczna IV, s. 117-130. Uniwersytet Jagielloński, Kraków, 1990.
• Madansky A., On Conjoint Analysis and Quantal Choice Models. "Journal of Business", 53 (3), s.37-44, 1980.
• Magnusson D., Wprowadzenie do teorii testów. PWN, Warszawa, 1991.
• Mahajan V., Jain A.K., An Approach to Normative Segmentation. "Journal of Marketing Research", 15 (August), s.338-345, 1978.
• Malawski A., Wprowadzenie do ekonomii matematycznej. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 1999.
• Malawski M., Wieczorek A., Sosnowska H., Konkurencja i kooperacja. Teoria gier w ekonomii i naukach społecznych. PWN, Warszawa, 1997.
• Marciniak S. (red.), Makro- i mikroekonomia. Podstawowe problemy. PWN, Warszawa, 1999.
• Martin F.F., Wstęp do modelowania cyfrowego. PWN, Warszawa, 1976.
• Mayntz R., Holm K., Hübner P., Wprowadzenie do metod socjologii empirycznej. PWN, Warszawa, 1985.
• Mazurek-Łopacińska K. (red.), Badania marketingowe. Podstawowe metody i obszary zastosowań. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1996.
• McFadden D., Conditional Logit Analysis of Qualitative Choice Behavior. [W:] Zarembka P. (red.), Frontiers in Econometrics, s.105-142. Academic Press, New York-San Francisco-London, 1974.
• Mehta R., Moore W.L., Pavia T.M., An Examination of the Use of Unacceptable Levels in Conjoint Analysis. "Journal of Consumer Research", 19 (December), s.470-476, 1992.
• Mikuś J., Metody wspomagania procesu zarządzania. Część I: Macierzowe modele ekonomiczne, modele sieciowe i obsługi masowej. Wydawnictwo Politechniki Wrocławskiej, Wrocław, 1993.
• Moore W.L., Levels of Aggregation in Conjoint Analysis: An Empirical Comparison. "Journal of Marketing Research", 17 (November), s.516-523, 1980.
• Moore W.L., Gray-Lee J., Louviere J.J., A Cross-Validity Comparison of Conjoint Analysis and Choice Models at Different Levels of Aggregation. "Marketing Letters", 9 (2), s.195-207, 1998.
• Morikawa T., Ben-Akiva M., McFadden D., Discrete Choice Models Incorporating Revealed Preferences and Psychometric Data. [W:] Franses P.H., Montgomery A.L. (red.), Econometric Models in Marketing, Volume 16, s.29-55. Elsevier Science, Oxford, 2002.
• Morrison D.F., Wielowymiarowa analiza statystyczna. PWN, Warszawa, 1990.
• Muller Y., Wprowadzenie do nauki organizacji i badań operacyjnych 1. PWE, Warszawa, 1971.
• Mynarski S., Analiza rynku. PWN, Warszawa, 1977.
• Mynarski S., Elementy teorii systemów i cybernetyki. PWN, Warszawa, 1981.
• Mynarski S., Metody badań marketingowych. PWE, Warszawa, 1990.
• Mynarski S., Badania rynkowe w warunkach konkurencji. Oficyna Wydawnicza FOGRA, Kraków, 1995.
• Mynarski S., Metody badań rynkowych i marketingowych w układzie hierarchicznym, [W:] Metody badań marketingowych, s. 11-20. Akademia Ekonomiczna w Krakowie, Kraków, 1996.
• Mynarski S., Metody ilościowe. "Marketing w Praktyce'', 5, s.9-15, 1996.
• Mynarski S., Analiza układów eksperymentalnych w badaniach rynkowych i marketingowych. [W:] Rószkiewicz M. (red.), Metody analizy eksperymentu w badaniach marketingowych, Materiały z 777 Warsztatów Metodologicznych, s.7-17. Szkoła Główna Handlowa, PONT Info Ltd., Warszawa, 1999.
• Mynarski S., Praktyczne metody analizy danych rynkowych i marketingowych. Kantor Wydawniczy ZAKAMYCZE, Kraków, 2000.
• Mynarski S., Selektywność wyboru marek na rynku, [W:] Prace z zakresu analizy rynku i badań marketingowych, Zeszyty Naukowe nr 543, s.5-22. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 2000.
• Myszka W. (red.), Komputerowy system obsługi eksperymentu. WNT, Warszawa, 1991.
• Naylor T.H., Modelowanie cyfrowe systemów ekonomicznych. PWN, Warszawa, 1975.
• Nowak E., Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. PWE, Warszawa, 1990.
• Nowak W., Wybrane metody statystyczne w badaniach marketingowych czekolady. (Praca magisterska). Akademia Ekonomiczna we Wrocławiu. Jelenia Góra, 2001.
• Orme B., Sample Size Issues for Conjoint Analysis Studies. [URL: http://www.sawtoothsoftware.com/techpap.shtml. Sequim, Sawtooth Software, 1998.
• Orme B., Which Conjoint Method Should I Use ? [URL:] http://www.sawtoothsoftware.com/techpap.shtml. Sequim, Sawtooth Software, 1998.
• Osiewalski J., Ekonometria bayesowska w zastosowaniach. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 2001.
• Ostasiewicz W., Zastosowanie zbiorów rozmytych w ekonomii. PWN, Warszawa, 1986.
• Ostasiewicz W. (red.), Statystyczne metody analizy danych. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1998.
• Ostasiewicz W. (red.), Metody ilościowe w ekonomii. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1999.
• Ostasiewicz W., Propedeutyka probabilistyki. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• Ostasiewicz W. (red.), Pomiar statystyczny. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2003.
• Ott L., An Introduction to Statistical Methods and Data Analysis. PWS Publishers, Boston, Wyd. Second edition, 1984.
• Paelinck J.H.P., Klaassen L.H., Ekonometria przestrzenna. PWN, Warszawa, 1983.
• Patrykiejew A., Wprowadzenie do metody Monte Carlo. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej, Lublin, 1993.
• Pawłowski Z., Statystyka matematyczna. PWN, Warszawa, 1980.
• Pawłowski Z., Elementy ekonometrii. PWN, Warszawa, 1981.
• Pekelman D., Sen S.K., Measurement and Estimation of Conjoint Utility Functions. "Journal of Consumer Research", 5 (4), s.103-123, March 1979.
• Perkowski P., Technika symulacji cyfrowej. WNT, Warszawa, 1980.
• Pluta W., Wielowymiarowa analiza porównawcza w modelowaniu ekonometrycznym. PWN, Warszawa, 1986.
• Pociecha J., Teoria racjonalnego zachowania się konsumenta oraz jej zastosowanie do badania rozkładów i hierarchii zaspokajania, potrzeb konsumpcyjnych, [W:] Prace Instytutu Cybernetyki Ekonomicznej, Zeszyty Naukowe - Seria I, Zeszyt 189, s.141-152. Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań, 1991.
• Pociecha J., Metody statystyczne w badaniach marketingowych. PWN, Warszawa, 1996.
• Pociecha J., Podolec B., Sokołowski A., Zając K., Metody taksonomiczne w badaniach społeczno-ekonomicznych. PWN, Warszawa, 1988.
• Pofelski L., Skomorowski M., Symulacja komputerowa. Uniwersytet Jagielloński, Kraków, 1983.
• Pullman M.E., DodsonK.J., Moore W.L., A Comparison of Conjoint Methods When There Are Many Attributes. "Marketing Letters", 10 (2), s.125-138, 1999.
• Radzikowski W., Badania operacyjne w zarządzaniu przedsiębiorstwem. Toruńska Szkoła Zarządzania, Toruń, 1997.
• Ramaswamy V., Cohen S.H., Latent Class Models for Conjoint Analysis. [W:] Gustafsson A., Herrmann A., Huber F. (red.), Conjoint Measurement: Methods and Applications, s.361-392. Springer, Berlin, 2000.
• Rao C.R., Statystyka i prawda. PWN, Warszawa, 1994.
• Rasch D., Herrendörfer G., Statystyczne planowanie doświadczeń. PWN, Warszawa, 1991.
• Ratajczak P., Słownik marketingu i reklamy angielsko-polski i polsko-angielski. Wydawnictwo KANION, Zielona Góra, 1999.
• Reingold E.M., Nievergelt J., Deo N., Algorytmy kombinatoryczne. PWN, Warszawa, 1985.
• Reutterer T., Analytische Modelle zur Unterstützung von Positionierungsentscheidungen - Versuch einer Bestandsaufnahme. "Der Markt", 33 (129), s.88-109, 1994.
• Rodriguez G., Multinomial Response Models. [URL:] http://data.princeton.edu/wws509/notes,2000.
• Rossi M., Allenby G.M., Bayesian Statistics and Marketing. [URL:] trttp://galton.uchicago.edu/~meiwang/consult_seminar/,2002.
• Roy B., Wielokryterialne wspomaganie decyzji. WNT, Warszawa, 1990.
• Rószkiewicz M., Metody ilościowe w badaniach marketingowych. PWN, Warszawa, 2002.
• Rószkiewicz M., Narzędzia statystyczne w analizach marketingowych. C.H. Beck, Warszawa, 2002.
• Sadowski W., Decyzje i prognozy. PWE, Warszawa, 1981.
• Sagan A., Badania marketingowe. Podstawowe kierunki. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 1998.
• SAS Institute Inc., Gary, SAS® Technical Report R-109, Conjoint Analysis Examples, 1993.
• Schocker A.D., Srinivasan V., LINMAP (Version II): Fortran IV Computer Program for Analyzing Ordinal Preference (Dominance) Judgments Via Linear Programming Techniques for Conjoint Measurement. "Journal of Marketing Research", 14 (February), s.101-103, 1977.
• Sieniawski L.A., Problemy i metody programowania. Politechnika Wrocławska, Wrocław, 1980.
• Sienkiewicz P., Teoria efektywności systemów. Ossolineum, Wrocław, 1987.
• Smith S.L.J., Tourism Analysis: A Handbook. Longman Scientific & Technical, Harlow, 1989.
• Smith W.R., Product Differentiation and Market Segmentation as Alternative Marketing Strategies. "Journal of Marketing", 21 (3), s.3-8, 1956.
• Smoluk A. (red.), Elementy metrologii ekonomicznej. Algebraiczne modelowanie pomiaru. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• SPSS Inc., Chicago, SPSS Categories® 6.1, 1994.
• SPSS Inc., Chicago, SPSS Conjoint™ 8.0, 1997.
• SPSS Inc., Chicago, SPSS® 10.0 Syntax Reference Guide, 1999.
• SPSS Inc., Chicago, SPSS Advanced Models™ 10.0, 1999.
• SPSS Inc., Chicago, SPSS Regression Models™ 10.0, 1999.
• Srinivasan V., Schocker A.D., Linear Programming Techniques for Multidimensional Analysis of Preferences. "Psychometrika", 38 (3), s.337-369, 1973.
• Stankiewicz W., Historia myśli ekonomicznej. PWE, Warszawa, 1987.
• Starzeński O., Ekonometryczno-predyktywne modele nakładów i wyników. PWN, Warszawa, 1978.
• Steczkowski J., Metoda reprezentacyjna w badaniu zjawisk ekonomiczno-społecznych. PWN, Warszawa-Kraków, 1995.
• Steczkowski J., Zeliaś A., Analiza wariancyjna i kowariancyjna w badaniach ekonomicznych. PWN, Warszawa, 1982.
• Steczkowski J., Zeliaś A., Metody statystyczne w badaniu zjawisk jakościowych. Akademia Ekonomiczna w Krakowie, Kraków, 1997.
• Strahl D., Walesiak M., Normalizacja zmiennych w granicznym systemie referencyjnym, [W:] Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 3. Sekcja Klasyfikacji i Analizy Danych PTS, s.29-41. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Jelenia Góra-Wrocław-Kraków, 1996.
• Suchecki B., Welfe A., Popyt i rynek w warunkach nierównowagi. PWE, Warszawa, 1988.
• Szapiro T. (red.), Decyzje menedżerskie z Excelem. PWE, Warszawa, 2000.
• Szczepankiewicz E., Zastosowania pól losowych. PWN, Warszawa, 1985.
• Świtalski Z., Miękkie modele preferencji i ich zastosowania w ekonomii. Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań, 2002.
• Tadeusiewicz R., Izworski A., Majewski J., Biometria. Wydawnictwa Akademii Górniczo-Hutniczej, Kraków, 1993.
• Talaga L., Zieliński Z., Analiza spektralna w modelowaniu ekonometrycznym. PWN, Warszawa, 1986.
• Ter Hofstede F., Kim Y., Wedel M., Bayesian Prediction in Hybrid Conjoint Analysis. "Journal of Marketing Research", 34 (May), s.253-261, 2002.
• Theil H., Zasady ekonometrii. PWN, Warszawa, 1979.
• Trzaskalik T., Trzpiot G., Zaraś K., Modelowanie preferencji z wykorzystaniem dominacji stochastycznych. Wydawnictwo Uczelniane Akademii Ekonomicznej w Katowicach, Katowice, 1998.
• Tyszer J., Symulacja cyfrowa. WNT, Warszawa, 1990.
• Umesh U.N., Mishra S., A Monte Carlo Investigation of Conjoint Analysis Index-of-Fit: Goodnes of Fit, Significance and Power. "Psychometrika", 55 (1), s.33-44, 1990.
• Van der Lans I.A., Nonlinear Multivariate Analysis for Multiattribute Preference Data. DSWO Press, Leiden University, Leiden, 1992.
• Varian H.R., Mikroekonomia. PWN, Warszawa, 1997.
• Vriens M., Strengths and Weaknesses of Various Conjoint Analysis Techniques and Suggestions for Improvement, [W:] Marketing Opportunities with Advanced Research Techniques, s.11-25. Proceedings 2nd SKIM Seminar, 1992.
• Vriens M., Market Segmentation. Analytical Developments and Application Guidelines. Millward Brown IntelliQuest, 2001.
• Vriens M., Oppewal H., Wedel M., Ratings-based versus Choice-based Latent Class Conjoint Models - An Empirical Comparison. "Journal of the Market Research Society", 40 (3), s.237-249, 1998.
• Vriens M., Wedel M., Wilms T., Segmentation Methods for Metric Conjoint Analysis: a Monte Carlo Comparison. Research Memorandum No. 494, Faculty of Economics, University of Groningen, 1992.
• Vriens M., Wedel M., Wilms T., Metric Conjoint Segmentation Methods: A Monte Carlo Comparison. "Journal of Marketing Research", 33 (February), s.73-85, 1996.
• Vriens M., Wittink D.R., Conjoint Analysis in Marketing. Maszynopis powielony, 1994.
• Walczak T., Słownik terminów statystycznych angielsko-polski. Główny Urząd Statystyczny, Warszawa, 1997.
• Walesiak M., Statystyczna analiza wielowymiarowa w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 654, Seria: Monografie i Opracowania nr 101. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1993.
• Walesiak M., Metody analizy danych marketingowych. PWN, Warszawa, 1996.
• Walesiak M., Conjoint measurement w analizie danych marketingowych, [W:] Zastosowania metod ilościowych, Informatyka i Ekonometria 3, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 744, s. 212-222. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1997.
• Walesiak M., Segmentacja rynku, kryteria i metody. [W:] Zeliaś A. (red.), Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, s. 191-201. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 2000.
• Walesiak M., Gromadzenie danych w procedurze conjoint analysis. "Przegląd Statystyczny", 48 (1-2), s. 41-53, 2001.
• Walesiak M., Uogólniona miara odległości w statystycznej analizie wielowymiarowej, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 654. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2002.
• Walesiak M., Bąk A., Realizacja badań marketingowych metodą conjoint analysis z wykorzystaniem pakietu statystycznego SPSS for Windows. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 1997.
• Walesiak M., Bąk A., Segmentacja rynku z wykorzystaniem metody conjoint measurement. [W:] Mynarski S. (red.), Zastosowanie metod wielowymiarowych w badaniach segmentacji i selektywności rynku, Materiały z II Warsztatów metodologicznych, s.83-93. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 1999.
• Walesiak M., Bąk A., Conjoint analysis w badaniach marketingowych. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2000.
• Walesiak M., Dziechciarz J., Pomiar preferencji studentów przy wyborze warunków zakwaterowania. "Przegląd Statystyczny", 44 (3), s.389-406, 1997.
• Walesiak M., Dziechciarz J., Bąk A., An application of conjoint analysis for preference measurement. "Argumenta Oeconomica", 1 (7), s.169-178, 1999.
• Walsh M., Markov Chain Monte Carlo and Gibbs Sampling. [URL:] http://nitro.biosci.arizona.edu/courses/EEB596/handouts/Gibbs.pdf, 2002.
• Wedel M., Concomitant Variables in Mixture Models. [URL:] http://www.ub.rug.n1/eldoc/som/b/99B24/. SOM, Groningen, 1999.
• Wedel M., Kamakura W.A., Market Segmentation. Conceptual and Methodological Foundations. Kluwer Academic Publishers, Boston-Dordrecht-London, 1998.
• Welfe A., Ekonometria. Metody i ich zastosowanie. PWE, Warszawa, 2003.
• Wieczorkowski R., Zieliński R., Komputerowe generatory liczb losowych. WNT, Warszawa, 1997.
• Wieniecki I.G., Metody probabilistyczne w demografii. PWE, Warszawa, 1986.
• Wiley J.B., Low J.T., A Monte Carlo Simulation Study of Two Approaches for Aggregating Conjoint Data. "Journal of Marketing Research", 20 (November), s.405-416, 1983.
• Wilkinson L., Conjoint Analysis, [W:] SYSTAT 8.0, s.87-114. SPSS Inc., Chicago, 1998.
• Wilusz T., Wołoszyn J., Modelowanie cyfrowe systemów ekonomicznych w języku DELTA. Akademia Ekonomiczna w Krakowie, Kraków, 1980.
• Wind Y., Issues and Advances in Segmentation Research. "Journal of Marketing Research", August, 15 (August), s.317-337, 1978.
• Winkowski J., Programowanie symulacji procesów. WNT, Warszawa, 1974.
• Wittink D.R., Gattin P., Alternative Estimation Methods for Conjoint Analysis: A Monte Carlo Study. "Journal of Marketing Research", 18 (February), s.101-106, 1981.
• Wittink D.R., Gattin P., Commercial Use of Conjoint Analysis: An Update. "Journal of Marketing", 53 (July), s.91-96, 1989.
• Wittink D.R., Vriens M., Burhenne W., Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections. "International Journal of Research in Marketing", 11, s.41-52, 1994.
• Wit R., Elementy modelowania procesów przyrodniczych. Uniwersytet Jagielloński, Kraków, 1990.
• Wit R., Wykłady o modelowaniu w fizyce medycznej. Uniwersytet Jagielloński, Kraków, 1994.
• Wojciechowska A., Elementy logiki i teorii mnogości. PWN, Warszawa, 1979.
• Wójcik A.R., Laudański Z., Planowanie i wnioskowanie statystyczne w doświadczalnictwie. PWN, Warszawa, 1989.
• Zaborski A., Skalowanie wielowymiarowe w badaniach marketingowych. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 2001.
• Zeigler B.P., Teoria modelowania i symulacji. PWN, Warszawa, 1984.
• Zeliaś A. (red.), Ekonometria przestrzenna. PWE, Warszawa, 1991.
• Zeliaś A. (red.), Statystyczne metody oceny ryzyka w działalności gospodarczej. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 1998.
• Zieliński R., Metody Monte Carlo. WNT, Warszawa, 1970.
• Zieliński R., Generatory liczb losowych. WNT, Warszawa, 1979.
• Zwerina K., Discrete Choice Experiments in Marketing. Physica-Verlag, Heidelberg-New York, 1997.
• Zwerina K., Huber J., Kuhfeld W.F., A General Method for Constructing Efficient Choice Design. [URL:] http://ftp.sas.com/tech.sup/download/ technoteAts629.pdf. Cary, SAS Institute, 1996.
• Żuk B., Biometria stosowana. PWN, Warszawa, 1989.