Mikroekonometryczne modele wielomianowe i ich zastosowanie w analizie preferencji z wykorzystaniem programu R

• Autorzy: Andrzej Bąk , Tomasz Bartłomowicz

Warianty tytułu

Microeconomic Polynomial Models and their Application in the Analysis of Preferences Using R Program

• Języki publikacji: PL

Abstrakty

Celem artykułu jest przedstawienie wybranych wielomianowych modeli logitowych wyborów dyskretnych i ich zastosowanie w pomiarze preferencji konsumentów. Podstawą do rozróżniania typów modeli wielomianowych jest głównie charakter zmiennych objaśniających w modelu. Ponieważ to rozróżnienie nie jest należycie interpretowane w literaturze przedmiotu, w artykule przedstawia się podstawowe różnice między wielomianowymi modelami logitowymi stosowanymi w analizie preferencji konsumentów. W estymacji modeli wykorzystano program, pakiety R i funkcje oprogramowane w języku R.(abstrakt oryginalny)

EN

The main aim of this article is to present some polynomial logit models of discrete choice methods and their application in the measurement of consumer preferences. The basis for distinguishing between types of polynomial models is mainly the nature of explanatory variables in the model. Since this distinction is not adequately interpreted in the literature, this paper presents basic differences between the types of multinomial logit models used in the analysis of consumer preferences. To models estimation were used R packages and functions programmed in R program.(original abstract)

Słowa kluczowe

PL

Modele makroekonomiczne; Model logitowy; Preferencje konsumenta; Mikroekonometria

EN

Macroeconomic models; Logit model; Consumer preferences; Microeconometrics

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2013
• Tom: 20
• Numer: nr 278 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 169--179

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

autor

Tomasz Bartłomowicz

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Agresti A. (2002), Categorical Data Analysis, Second Edition, Wiley, New York.
• Bąk A. (2012), Modele kategorii nieuporządkowanych w badaniach preferencji, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 17, Prace Naukowe UE we Wrocławiu nr 242, s. 86-95.
• Bierlaire M. (1997), Discrete Choice Models, http://web.mit.edu/mbi/www/ michel.html. Cambridge, Massachusetts Institute of Technology.
• Cameron A.C., Trivedi P.K. (2009), Microeconometrics. Methods and Applications, Cambridge University Press, New York.
• Coombs C.H., Dawes R.M., Tversky A. (1977), Wprowadzenie do psychologii matematycznej, PWN, Warszawa.
• Greene W.H. (2008), Econometric Analysis, 6th ed. Prentice Hall, Upper Saddle River.
• Gruszczyński M. (2002), Modele i prognozy zmiennych jakościowych w finansach i bankowości, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa.
• Gruszczyński M. (red.) (2010), Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluwer, Warszawa.
• Hoffman S.D., Duncan G.J. (1988), Multinomial and Conditional Logit Discrete-Choice Models in Demography, [w:] Demography, vol. 25, no. 3, Population Association of America, http://www. jstor.org/stable/2061541.
• Jackman S. (2007), Models for Unordered Outcomes, Political Science 150C/350C, http://jackman. stanford.edu/classes/350C/07/unordered.pdf (12.03.2012).
• Long J.S. (1997), Regression Models for Categorical and Limited Dependent Variables, SAGE Publications, Thousand Oaks - London - New Delhi.
• McFadden D. (1974), Conditional Logit Analysis of Qualitative Choice Behavior, [w:] P. Zarembka (red.), Frontiers in Econometrics, Academic Press, New York-San Fran-cisco-London.
• Powers D.A., Xie Y. (2008), Statistical Methods for Categorical Data Analysis, 2nd ed. Emerald, Bingley.
• R Development Core Team (2011), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, http://cran.r-project.org/.
• So Y., Kuhfeld W.F. (1995), Multinomial Logit Models, http://support.sas.com/ techsup/technote/ mr2010g.pdf (12.03.2012).
• Winkelmann R., Boes S. (2006), Analysis of Microdata, Springer, Berlin.