Implementacja klasycznej metody conjoint analysis w pakiecie conjoint programu R

• Autorzy: Andrzej Bąk , Tomasz Bartłomowicz

Warianty tytułu

Implementation of the Classical Conjoint Analysis Method in Conjoint R Package

• Języki publikacji: PL

Abstrakty

Celem artykułu jest prezentacja pakietu conjoint, opracowanego dla programu R, który należy obecnie do najważniejszych programów niekomercyjnych (oferowanych na zasadach licencji GNU) w zakresie analizy statystycznej i ekonometrycznej. Przedstawione zostały funkcje pakietu conjoint oraz zastosowania w badaniach marketingowych. Pakiet zawiera implementację klasycznej metody conjoint analysis, ale przygotowywane są rozszerzenia umożliwiające uwzględnienie modeli wyborów dyskretnych. Sposób użycia wybranych funkcji pakietu zilustrowano przykładami z zakresu badań preferencji.(abstrakt oryginalny)

EN

The aim of this paper is to present a package conjoint developed for R program, which is now the major noncommercial computer software (offered under the GNU license) for statistical and econometric analysis. The article presents functions of conjoint package and their application in marketing research. The package contains an implementation of the classical method of conjoint analysis, but some extensions are prepared, which include selected discrete choice models. The functions of the package are illustrated with examples of applications in the analysis of consumer preferences.(original abstract)

Słowa kluczowe

PL

Pomiar wieloczynnikowy

EN

Conjoint analysis

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2011
• Tom: 18
• Numer: nr 176 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 94--104

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

autor

Tomasz Bartłomowicz

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Bąk A., Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Wyd. AE we Wrocławiu, Wrocław 2004.
• Everitt B.S., An R and S-PLUS Companion to Multivariate Analysis, Springer-Verlag, London 2004.
• Green P.E., Wind Y., New Way to Measure Consumers' Judgments, ,,Harvard Business Review" 1975, 53, s. 107-117.
• Kendall M.G., Buckland W.R., Słownik terminów statystycznych, PWE, Warszawa 1986.
• Linzer D.A., Lewis J. , poLCA: Polytomous Variable Latent Class Analysis, R package version 1.1, 2007, [URL:] http://userwww.service.emory.edu/~dlinzer/poLCA.
• Linzer D. A., Lewis J., poLCA: Polytomous Variable Latent Class Analysis, "Journal of Statistical Software" 2008 (w redakcji).
• Vriens M., Strengths and weaknesses of various conjoint analysis techniques and suggestions for improvement, [w:] Marketing Opportunities with Advanced Research Techniques, Proceedings 2nd SKIM Seminar, 1992, s. 11-25.
• Vriens M., Wittink D. R., Conjoint analysis in marketing, 1994 (maszynopis powielony).
• Walesiak M., Bąk A., Conjoint analysis w badaniach marketingowych, Wyd. Akademii Ekonomicznej we Wrocławiu, Wrocław 2000.
• Walesiak M., Gatnar E. (red.), Statystyczna analiza danych z wykorzystaniem programu R, Wyd. Naukowe PWN, Warszawa 2009.
• Wheeler R.E., AlgDesign. The R project for statistical computing, 2004, [URL:] http://www.rproject. org/.