PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | Warsztaty doktoranckie' 09. Zarządzanie - Finanse - Ekonomia | 546--556
Tytuł artykułu

Mieszanki uogólnionych modeli liniowych i ich zastosowanie w badaniach marketingowych

Autorzy
Warianty tytułu
Języki publikacji
PL
Abstrakty
Coraz częściej w badaniach marketingowych próbuje znaleźć się jednorodne grupy klientów o podobnej reakcji na cenę, ofertę promocyjną czy wybrane cechy produktu. Wyodrębnienie takich grup opiera się na badaniu zależności pomiędzy zmienną objaśnianą, wyrażającą zachowanie (częstość zakupu, wybór marki, ilość zakupu), intencje lub preferencje klienta ze zbiorem zmiennych objaśniających (cena produktu, intencje, oferty specjalne). (...) W artykule przedstawione zostały mieszanki modeli glm, sposób estymacji parametrów oraz ocena jakości tych modeli. Zaprezentowano również przykład wykorzystania modeli mieszanek glm do oceny zależności pomiędzy wartością wydatków na badania i rozwój a liczbą przyznanych patentów. Za pomocą modeli mieszanek wyodrębniono optymalną liczbę segmentów, oszacowano parametry modeli oraz prawdopodobieństwa przynależności firm do każdego z wyodrębnionych segmentów. (fragment tekstu)
Twórcy
autor
  • University of Economics in Katowice, Poland, doktorant
Bibliografia
  • Cohen W.M, Levin R.C.: Emipirical Studies of Innovation and Market Structure. W: Handbook of Industrial Organization. Red. R. Schmalensee, R.D. Willig. New York, North Holland, 1989.
  • DeSarbo W.S., Cron W.L.: A Maximum Likelihood Methodology for Clusterwise Linear Regression. "Journal of Classification" 1988, No. 5, s. 249-282.
  • Dempster A.P., Laird N.M., Rubin D.B.: Maxiumum Likelihood for Incomplete Data via the EM Algorithm (with discussion). "Journal of the Royal Statistical Society" 1977, Ser.B, No. 39, s. 1-38.
  • Fraley C., Raftery A.E.: Model-based Clustering, Discriminant Analysis, and Density Estimation. "Journal of the American Statistical Association" 2002, No. 97, s. 611-631.
  • Gatnar E., Walesiak M.: Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Wydawnictwo Akademii Ekonomicznej, Wrocław 2004, s. 316-350.
  • Hall B.H., Cummins C., Laderman E., Mundy J.: The R&D Master File Documentation. Technical Working Paper 72, National Bureau of Economic Research, Cambridge, MA, 1988.
  • Kamakura W.A., Agrawal J.: Concommitant Variable Latent Class Models for Conjoint Analysis. "International Journal of Research in Marketing" 1994, No. 11, s. 451-464.
  • Kamakura W.A., Russell G.J.: A Probabilistic Choice Model for Market Segmentation and Elasticity Structure. "Journal of Marketing Research" 1989, No. 26 (November), s. 379-390.
  • Leisch R.: Exploring the Structure of Mixture Model Components. Compstat 2004 - Proceedings in Computational Statistics, 2004, s. 1405-1412.
  • Leisch R.: FlexMix: A General Framework for Finite Mixture Models and Latent Class Regression in R. "Journal of Statistical Software" 2004, No. 11(8), s. 1-18.
  • http://www.jstatsofit.org/vl l/i08/
  • Mairesse J., Sassenou M.: R&D and Productivity: A Survey of Econometric Studies at the Firm Level. "The Science Technology and Industry Review" 1991.
  • McLachlan G.J., Peel D.: Finite Mixture Models. Wiley, New York 2000.
  • Stanford D.C., Raftery A.E.: Principal Curve Clustering with Noise. "IEEE Transactions on Pattern Analysis and Machine Analysis" 2000, No. 22, s. 601-609.
  • Tantrum J., Murua A., Stuetzle W.: Assesment and Pruning of Hierarchical Model-based Clustering. Proceedings of the ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM Press, New York, NY, USA, 2003, s. 197-205.
  • Wang P., Cockbum I.M., Puterman M.L.: Analysis of Patent Data - A Mixed-Poisson- regression-model Approach. "Journal of Business & Economic Statistics" 1998, No. 16(1), s. 27-41.
  • Wedel M.: Concomitant Variables in Finite Mixture Models. "StatisticaNeerlandica" 2002, No. 55, s. 362-375.
  • Wedel M., Kamakura W.A.: Market Segmentation: Conceptual and Methodological Foundations. Kluwer Academic Publishers Boston Dordrecht London, 2001.
  • Wedel M., Kamakura W.A., DeSarbo W.S., F. ter Hofstede: Implications for Asymmetry, Nonproportionality and Heterogeneity in Brand Switching in Piece-wise Exponential Hazard Models. "Journal of Marketing Research" 1995, No. 32, s. 457-462.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171248237

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.