Wizualizacja wyników analizy danych o preferencjach z wykorzystaniem metod dekompozycyjnych

• Autorzy: Andrzej Bąk

Warianty tytułu

Visualization of Preferences Data Results with the Use of Decompositional Methods

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono następujące zagadnienia: charakterystykę metod dekompozycyjnych, pakiety i procedury obliczeniowe dostępne w programie R, które znajdują zastosowanie w badaniach preferencji z wykorzystaniem metod dekompozycyjnych, funkcje napisane w języku programowania R, które realizują zadania obliczeniowe i wizualizacyjne niewspomagane w aktualnie dostępnych pakietach, przykłady zastosowań metod dekompozycyjnych i wizualizacji uzyskanych wyników. Celem artykułu jest identyfikacja możliwości wizualizacji wyników analizy danych o preferencyjach z wykorzystaniem metod dekompozycyjnych i programu R oraz prezentacja wyników uzyskanych za pomocą funkcji napisanych w języku R. (fragment tekstu)

EN

The main goal of the paper is to identify the possibilities of visualization of results of the preferences data analysis with the use of decompositional methods, especially conjoint analysis and discrete choice models. As a software tool, some packages and own functions of the CRAN R were applied. The paper includes decompositional methods characteristics, presentation of chosen CRAN R packages and functions, the examples of visualizations of preferences data analysis results. (original abstract)

Słowa kluczowe

PL

Badanie preferencji konsumenckich; Analiza danych statystycznych; Wizualizacja danych; Studium przypadku; Badania marketingowe

EN

Consumer preferences research; Statistical data analysis; Data visualisation; Case study; Marketing research

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2009
• Numer: nr 86 Wizualizacja wyników badań marketingowych : podejścia, metody i zastosowania
• Strony: 42--54

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Anttila M., van den Heuvel R.R., Müller K., Conjoint Measurement for Marketing Management, "European Journal of Marketing" 1980, 14 (7), s. 397-408.
• Bąk A., Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1013, Seria: Monografie i Opracowania nr 157, AE, Wrocław 2004.
• Bąk A., Modele wyborów dyskretnych i ich estymacja w programie R, [w:] K. Jajuga, M. Walesiak, Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 16, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 47, UE, Wrocław 2009, s. 50-60.
• Frątczak E., Analiza historii zdarzeń - elementy teorii, wybrane przykłady zastosowań z wykorzystaniem pakietu TDA, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa 1997.
• Green P.E., Srinivasan V., Conjoint Analysis in Consumer Research: Issues and Outlook, "Journal of Consumer Research" 1978, September 5, s. 103-123.
• Green P.E., Srinivasan V., Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice, "Journal of Marketing" 1990, October, 54, s. 3-19.
• Green P.E., Wind Y., New Way to Measure Consumers' Judgments, "Harvard Business Review" 1975, 53 (July-August), s. 107-117.
• Hair J.F., Anderson R.E., Tatham R.L., Black W.C., Multivariate Data Analysis, Prentice-Hall, Englewood Cliffs 1998.
• Hair J.F., Anderson R.E., Tatham R.L., Black W.C., Multivariate Data Analysis with Readings, Prentice-Hall, Englewood Cliffs 1995.
• Walesiak M., Gatnar E. (red.), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa 2009.