Modele wyborów dyskretnych i ich estymacja w programie R

• Autorzy: Andrzej Bąk

Warianty tytułu

Discrete Choice Models and their Estimation in R Computer Programme

• Języki publikacji: PL

Abstrakty

W badaniach preferencji znajdują zastosowanie dwie grupy metod dekompozycyjnych: metody conjoint analysis i metody wyborów dyskretnych. W tej drugiej grupie wykorzystuje się modele probabilistyczne opisujące prawdopodobieństwa wyboru profilów z oferowanego zbioru różnych wariantów produktów lub usług. Na wybór poszczególnych profilów wpływają zarówno ich atrybuty, jak i charakterystyki respondentów. Zmienne te mają najczęściej charakter dyskretny (są to kategorie i zmienne nominalne). Celem estymacji modeli wyborów dyskretnych jest oszacowanie prawdopodobieństw wyboru poszczególnych opcji (profilów) i parametrów wskazujących znaczenie atrybutów. Program R nie oferuje pakietu bezpośrednio wspierającego badania preferencji za pomocą metod wyborów dyskretnych. Procedury obliczeniowe zawarte w różnych pakietach mogą być jednak wykorzystane tego typu badaniach. Celem artykułu jest prezentacja procedury estymacji modelu wyborów dyskretnych z wykorzystaniem funkcji dostępnych w wybranych pakietach programu R oraz funkcji napisanych w języku, umożliwiających realizację zadań, które nie są aktualnie oprogramowane. W tekście przedstawiono następujące zagadnienia: charakterystykę warunkowego modelu logitowego,pakiety i procedury obliczeniowe dostępne w programie R, które mogą znaleźć zastosowanie w badaniach preferencji z wykorzystaniem modeli wyborów dyskretnych,funkcje napisane w języku programowania R realizujące zadania obliczeniowe niewspomagane w aktualnie dostępnych pakietach,przykład zastosowania funkcji programu R w estymacji modelu wyborów dyskretnych. (fragment tekstu)

EN

The aim of the paper is to present discrete choice models estimation procedure using R computer programme function and own function wrote in R computer language. The paper presents: basic description of conditional logit model,packages and procedures available in R computer programme that are useful in discrete choice methods,own functions wrote in R computer language that are useful in some computing tasks not supported yet in standard R packages,the example of application R functions in estimation of discrete choice model. (original abstract)

Słowa kluczowe

PL

Estymacja; Model logitowy; Taksonomia

EN

Estimation; Logit model; Taxonomy

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2009
• Tom: 16
• Numer: nr 47 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 50--60

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Agresti A. (2002), Categorical data analysis, second edition, Wiley, New York.
• Bąk A. (2004), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1013, seria: Monografie i Opracowania nr 157, AE, Wrocław.
• Everitt B.S., Hothorn T. (2006), 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 Szkoły Głównej Handlowej, Warszawa.
• Linzer D.A., Lewis J. (2007), poLCA: polytomous variable latent class analysis, R package version 1.1, http://userwww.service.emory.edu/~dlinzer/poLCA (25.09.2008).
• Linzer D.A., Lewis J. (2008), poLCA: polytomous variable latent class analysis, "Journal of Statistical Software" (w redakcji) (25.09.2008).
• 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:] Frontiers in Econometrics, red. P. Zarembka, Academic Press, New York-San Francisco-London, s. 105-142.
• So Y., Kuhfeld W.F. (2005), Multinomial logit models, http://support.sas.com/ resources/papers/tnote/tnote_marketresearch.html, SAS Institute, Cary (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).