Niejednorodność obserwacji w modelach logitowych

• Autorzy: Robert Kapłon

Warianty tytułu

Heterogeneity in Logit Models

• Języki publikacji: PL

Abstrakty

Właśnie taki cel, zorientowany na wskazanie podobieństw i różnic między metodami, przyświeca niniejszej pracy. W celu kompletności rozważań przedstawiono cały proces modelowania - od budowy modelu, poprzez estymację parametrów i weryfikację. Podstawą wyprowadzanych wniosków będą modele logitowe, które na gruncie badań marketingowych bardzo często wykorzystywane są do modelowania zachowań (decyzji wyboru) konsumentów. (fragment tekstu)

EN

In order to model heterogeneity in the logit models one can use latent class analysis as well as finite mixture distribution. Frequently, these two names are used interchangeably. Taking into account the fact that these methods were originally meant for different goals, the aim of this paper is to compare these methods - pointing out similarities and differences. (original abstract)

Słowa kluczowe

PL

Model logitowy; Obserwacje nietypowe

EN

Logit model; Outliers

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2006
• Tom: 17
• Numer: nr 1123 Zastosowania metod ilościowych
• Strony: 95--106

Twórcy

autor

Robert Kapłon

• Politechnika Wrocławska

Bibliografia

• Bozdogan H., Model Selection and Akaike's Information Criterion: The General Theory and its Analytical Extensions, "Psychometrika" 1987, vol. 52, nr 3, s. 345-370.
• Dayton C.M., Latent Class Scaling Analysis, Sage University Papers Series on Quantitative Applications in the Social Sciences, 07-126, Thousand Oaks, CA Sage 1998.
• Dempster A.P., Laird N.M., Rubin D.B., Maximum Likelihood from Incomplete Data via the EM Algorithm, "Journal of the Royal Statistical Society" 1977, ser. B, nr 1(39), s. 1-22.
• Hauck Jr. W.W., Donner A., Wald's Test as Applied to Hypothesis in Logit Analysis, "Journal of the American Statistical Association", 1977, 72(360), s. 851-853.
• Kapłon R., Analiza danych dyskretnych za pomocą metody LCA, [w:] Taksonomia 9, "Prace Naukowe AE we Wrocławiu" nr 942, AE, Wrocław 2002.
• Kapłon R., Mapy pozycjonowania wyrobów przy wykorzystaniu analizy czynnikowej klas ukrytych, [w:] Taksonomia 10, "Prace Naukowe AE we Wrocławiu", AE, Wrocław 2003.
• Kass R.E., Raftery A.E., Bayes Factors, "Journal of the American Statistical Association" 1995, vol. 90, s. 773-793.
• McFadden D., Conditional Logit Analysis of Qualitative Choice Behavior, [w:] Frontiers in Econometrics, red. P. Zarembka, Academic Press, New York 1974.
• McLachlan G.J., Peel. D., Finite Mixture Models, Wiley, New York 2000.
• Oh M.S., Choi J.W., Kim D.G., Bayesian Inference And model Selection in Latent Class Logit Models with Parameter Constraints: An Application to Market Segmentation, "Journal of Applied Statistics" 2003, vol. 30, nr 2, s. 191-204.
• Rost J., Langeheine R., A Guide Through Latent Structure Models For Categorical Data, [w:] Applications Of Latent Trait And Latent Class Models In The Social Science, red. J. Rost, R. Langeheine, Waxmann, Berlin 1997.
• Titterington D.M., Smith A.F.M., Markov U.K., Statistical Analysis of Finite Mixture Distributions, John Wiley & Son, New York 1985.
• Train K.E., Qualitative Choice Analysistr, MIT Press, Cambridge 1986.
• Vermunt J.K., Finite Mixture Model, [w:] Encyclopedia of Research Methods for the Social Sciences, red. M. Lewis-Beck, A. Bryman, T.F. Liao, Sage Publications, New Bury Park 2004.
• Vermunt J.K., Magidson J., Latent Class Cluster Analysis, [w:] Applied Latent Class Models, red. J. Hagenaars, A. McCutcheon, Cambridge University Press, Cambridge 2002.
• Zenor M.J., Srivastava R.K., Inferring Market Structure with Aggregate Data: A Latent Segment Logit Approach, "Journal of Marketing Research" 1993, vol. 30, Issue 3, s. 369-379.