Помощь в написании студенческих работ
Антистрессовый сервис

CBC conjoint, выполненный с использованием 4-ех математических моделей

РефератПомощь в написанииУзнать стоимостьмоей работы

В этом разделе работы рассматривается анализ структуры потребительских предпочтений на рынке операторов сотовой связи методом совместного анализа, основанного на дискретном выборе. На рынке присутствуют 4 оператора, которые желают улучшить свои услуги, опираясь на результаты исследования. Для исследования потребительских предпочтений был проведен онлайн-опрос методом CBC. В онлайн-опросе приняли… Читать ещё >

CBC conjoint, выполненный с использованием 4-ех математических моделей (реферат, курсовая, диплом, контрольная)

В этом разделе работы рассматривается анализ структуры потребительских предпочтений на рынке операторов сотовой связи методом совместного анализа, основанного на дискретном выборе. На рынке присутствуют 4 оператора, которые желают улучшить свои услуги, опираясь на результаты исследования. Для исследования потребительских предпочтений был проведен онлайн-опрос методом CBC. В онлайн-опросе приняли участие 296 клиентов упомянутых операторов. Принять участие в онлайн-опросе мог любой посетитель сайта, который зашел на сайт своего оператора и согласился ответить на вопросы по улучшению качества услуг. Следовательно, выборка для совместного анализа собиралась стихийно. Тем не менее, к участию в опросе допускалось ограниченное количество желающих; количество клиентов одного оператора, которые могут принять участие в опросе было строго квотировано. Квота для респондентов, являющихся клиентами одного оператора была установлена равной ј выборки, так чтобы от каждого оператора в выборку попало равное количество респондентов.

На собранных данных будет проведен совместный анализ, основанный на дискретном выборе. Сначала мы опишем дизайн исследования потребительских предпочтений, а затем перейдем к анализу данных. Анализ данных будет последовательно проведен с помощью метода COUNT, затем двух математических моделей: множественной линейной регрессии и бинарной логистической регрессии. Мы предполагаем, что логистическая регрессия будет обладать большей предсказательной силой, чем линейная. В конце раздела будет подробно описана модель логистической регрессии, оцененная методом иерархического байесова моделирования.

Показать весь текст
Заполнить форму текущей работой