Zastosowanie pakietu dcMNM programu R w badaniach preferencji konsumentów wódki

• Autorzy: Andrzej Bąk , Marcin Pełka , Aneta Rybicka

Warianty tytułu

Application of the MMLM Package of R Software for Vodka Consumers Preference Analysis

• Języki publikacji: PL

Abstrakty

Głównym celem artykułu jest zastosowanie modeli logitowych w analizie preferencji konsumentów wódki. W tym celu wykorzystano pakiet dcMNM (discrete choice MultiNominal Models) programu R. Artykuł prezentuje podstawowe pojęcia z zakresu mo-deli logitowych oraz rezultaty szacowania preferencji. Rezultaty te pozwalają na wskazanie najlepszych oraz najgorszych marek wódki i tych atrybutów, które mają największe zna-czenie dla konsumentów.(abstrakt oryginalny)

EN

The main aim of the paper is to apply logit models in preference analysis of vodka consumers. In order to obtain such a goal dcMNM (discrete choice MultiNominal Models) package of R software was applied. The paper presents basic terms of logit models and the results of preference analysis. The estimates allowed to identify the best and th(original abstract)

Słowa kluczowe

PL

Badanie preferencji konsumenckich; Model logitowy

EN

Consumer preferences research; Logit model

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2014
• Tom: 22
• Numer: nr 327 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 104--112

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

autor

Marcin Pełka

• Uniwersytet Ekonomiczny we Wrocławiu

autor

Aneta Rybicka

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Agresti A. (2002), Categorical Data Analysis, John Wiley & Sons, Hoboken, New Jersey.
• Bąk A. (2004), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Wyd. Akademii Ekonomicznej we Wrocławiu, Wrocław.
• Bąk A. (2013a), Discrete choice multinomial models - package dcMNM, [URL:] http://keii. ue.wroc.pl/dcMNM.
• Bąk A. (2013b), Mikroekonometryczne metody badania preferencji konsumentów z wykorzystaniem program R, Wydawnictwo C.H. Beck, Warszawa.
• Cameron A.C., Trivedi P.K. (2005), Microeconometrics. Methods and applications, Cambridge Uni-versity Press, New York.
• Coombs C.H., Dawes R.M., Tversky A. (1977), Wprowadzenie do psychologii matematycznej, PWN, Warszawa.
• Dobosz M. (2004), Wspomagana komputerowo statystyczna analiza wyników badań, wydanie drugie uaktualnione, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• Gatnar E., Walesiak M. (red.) (2011), Analiza danych jakościowych i symbolicznych z wykorzysta-niem programu R, C.H. Beck, Warszawa.
• Greene W.H. (2008), Econometric Analysis, Sixth Edition, Pearson Prentice Hall, Upper Saddle River.
• Gruszczyński M. (red.) (2012), Mikroekonometria. Modele i metody analizy danych indywidualnych, wydanie drugie rozszerzone, Wolters Kluwer, Warszawa.
• Jackman S. (2007), Models for unordered outcomes, Political Science 150C/350C [URL:] http://jackman.stan-ford.edu/classes (2.05.2009).
• Maddala G.S. (2006), Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
• McFadden D. (1974), Conditional logit analysis of qualitative choice behavior, [w:] P. Zarembka (red.), Frontiers in Econometrics, Academic Press, New York - San Francisco - London.
• Orme J.G., Combs-Orme T. (2009), Multiple Regression with Discrete Dependent Variables, Oxford University Press, Oxford - New York.
• So Y., Kuhfeld W.F. (1995), Multinomial Logit Models, [URL:] http://support.sas.com/ techsup/technote/ mr2010g.pdf (12.03.2012).