Prognozowanie preferencji z wykorzystaniem modeli wyborów dyskretnych

• Autorzy: Andrzej Bąk

Warianty tytułu

Forecasting Preferences Using Discrete Choice Models

• Języki publikacji: PL

Abstrakty

W artykule omówiono następujące zagadnienia: znaczenie kategorii preferencji na gruncie teorii użyteczności, główne założenia teorii użyteczności losowej, warunkowy model logitowy jako model wyborów dyskretnych, prognozowanie preferencji na podstawie warunkowego modelu logitowego, przykład zastosowania procedury prognozowania preferencji z wykorzystaniem warunkowego modelu logitowego i programu R. (fragment tekstu)

EN

The main aim of the paper is to present the possibility of forecasting consumer preferences based on discrete choice models. The paper discusses issues concerning: - the importance of preference category on the basis of utility theory, - the main assumptions of random utility theory, - chosen discrete choice models, - forecasting preferences using discrete choice models, - an example of application preference forecasting procedure, - R program functions used to estimate discrete choice models and making forecasts based on them. (original abstract)

Słowa kluczowe

PL

Prognozowanie; Modele wyboru; Preferencje konsumenta

EN

Forecasting; Models of choice; Consumer preferences

• Czasopismo: Studia i Prace Uniwersytetu Ekonomicznego w Krakowie
• Rocznik: 2010
• Numer: nr 10
• Strony: 73--85

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Agresti A. [2002], Caterogical Data Analysis, Wiley, New York.
• Bąk A. [2004], Dekompozycyjne metod pomiaru preferencji w badaniach marketingowych, Prace Naukowe nr 1013, Seria: Monografie i Opracowania nr 157, Wydawnictwo AE we Wrocławiu, Wrocław.
• Bąk A. [2008], Modele wyborów dyskretnych i ich estymacja w programie R [w:] Klasyfikacja i analiza danych - teoria i zastosowania, red. K. Jajuga, M. Walesiak, Taksonomia 16, Prace Naukowe UE, Wrocław.
• Czerwiński Z. [1982|, Matematyczne modelowanie procesów ekonomicznych, PWN, Warszawa.
• Czerwiński Z. [1992], Dylematy ekonomiczne, PWE, Warszawa.
• Everitt B.S., Hothorn T. [20061, An Handbook of Statistical Analysis Using R, Chapman i Hall, Boca Raton, London, New York.
• Frątczak E. [1997], Analiza historii zdarzeń - elementy teorii, wybrane przykłady zastosowań z wykorzystaniem pakietu TDA, Oficyna Wydawnicza SGH, Warszawa.
• Jackman S. [2007], Models for Unordered Outcomes, Political Science 150C/350C, http://jack-man.stanford.edu/classes/(02.05.2009).
• Kaczmarczyk S. [2002], Badania marketingowe. Metody i techniki, PWE, Warszawa.
• Linzer D.A., Lewis J. [2QG7], poLCA: Polytomous Variable Latent Class Analysis, R package version 1.1, http://userwww.service.emory.edu/~dlinzer/poLCA (25.09.2008).
• Long J.S. [1997], Regression Models for Categorical and Limited Dependent Variables, Sage Publications, Thousand Oaks-London-New Delhi.
• Louviere J.J., Hensher D.A., Swait J.D. [2000], Stated Choice Methods. Analysis and Applications, Cambridge University Press, Cambridge.
• Malawski A. [1999], Wprowadzenie do ekonomii matematycznej, Wydawnictwo AE w Krakowie, Kraków.
• McFadden D. [1974], Conditional Logit Analysis of Qualitative Choice Behavior [w:] Frontiers in Econometrics, red. P. Zarembka, Academic Press, New York-San Francisco-London.
• So Y., Kuhfeld W.F. [2005], Multinomial Logit Models, http://support.sas.com/resources/papers/tnote/tnote_marketresearch.html, SAS Institute, Gary (25.09.2008).
• Therneau T.M. [1999], A Package for Survival Analysis in S, Mayo Foundation.
• Wheeler R.E. [2004], AlgDesign. The R Project for Statistical Computing, http://www.r-project.org/ (25.09.2008).
• Zwerina K. [1997], Discrete Choice Experiments in Marketing, Physica-Verlag, Heildelberg, New York.