Заключение.
Метод иерархического Байеса
Крыштановский А. Анализ социологических данных с помощью пакета SPSS Издательский дом ГУ-ВШЭ стр. 166. P. E. Rossi, G. M. Allenby and R. McCulloch Hierarchical Bayes Models: A Practitioners guide 2005 John Wiley & Sons, Ltd. ISBN: 0−470−86 367−6. The CBC System for Choice-Based Conjoint Analysis Copyright Sawtooth Software, Inc. Orem, Utah USA (801) 477−4700 February, 2013. Rossi P. (2003… Читать ещё >
Заключение. Метод иерархического Байеса (реферат, курсовая, диплом, контрольная)
Подводя итог, настоящая работа изучила несколько аспектов conjoint анализа. Во-первых, в ней были подробно рассмотрены две разновидности conjoint анализа. Для каждой из разновидностей были выделены ее преимущества и ограничения.
Традиционный conjoint можно обоснованно охарактеризовать как простой метод, пригодный для обучения conjoint анализу. Тем не менее, по функционалу он немного отстает от CBC анализа. CBC анализ улучшает исследовательскую работу сразу по нескольким параметрам: более достоверная симуляция реального выбора, снятие нагрузки с респондента и большая свобода в выборе модели. Во-вторых, в работе подробно описалась работа совместного анализа в сочетании с несколькими математическими моделями.
Анализ данных проводился традиционно с использованием регрессионных уравнений. Тем не менее, «изюминкой» работы является метод Иерархического Байеса. До настоящей работы стажеры и практики маркетологи, желающие провести качественную сегментацию рынка или запустить точную симуляцию, могли проводить исследование только в дорогостоящем сервисе, но с настоящего момента для всех, кто желал бы применить к CBC анализу метод иерархического Байеса, существует короткая инструкция, следуя которой маркетолог практик может удовлетворить свое исследовательское любопытство.
Список литературы
- 1. Кутлалиев А. Захарова T. Метод совместного анализа как инструмент изучения предпочтений потребителей Теория и история методов
- 2. Howell Jh. HB-reg Technical Paper [http://www.sawtoothsoftware.com/support/technical-papers/sawtooth-software-products/hb-regtechnical-paper- 2013]
- 3. Howell J. (2014) CBC/HB for beginners. Sawtooth, Research paper series, Vol. 17,
- 4. Rossi P. (2003) Perspectives Based on 10 Years. HB in Marketing. Sawtooth, Research paper series, Vol.13,
- 5. Curry J. Understanding conjoint in 15 minutes Quirk Marketing research review [http://www.sawtoothsoftware.com/support/technical-papers/general-conjoint-analysis/understanding-conjoint-analysis-in-15-minutes-1996]
- 6. The CBC System for Choice-Based Conjoint Analysis Copyright Sawtooth Software, Inc. Orem, Utah USA (801) 477−4700 February, 2013 [http://www.sawtoothsoftware.com/support/technical-papers/cbc-related-papers/cbc-technical-paper-2013]
- 7. Мхитарян В. С., Архипова М. Ю. Эконометрика / Московский международный институт эконометрики, информатики, финансов и права. — М., 2004.
- 8. Крыштановский А. Анализ социологических данных с помощью пакета SPSS Издательский дом ГУ-ВШЭ стр. 166
- 9. P. E. Rossi, G. M. Allenby and R. McCulloch Hierarchical Bayes Models: A Practitioners guide 2005 John Wiley & Sons, Ltd. ISBN: 0−470−86 367−6
- 10. The CBC/HB System for Hierarchical Bayes Estimation Version 5.0 Technical Paper P8 [http://www.sawtoothsoftware.com/support/technical-papers/hierarchical-bayes-estimation/cbc-hb-technical-paper-2009]
- 11. Gelman, A., Carlin, J. B., Stern H. S. and Rubin, D. B. (1995) Bayesian Data Analysis,
- 12. Chapman & Hall, Suffolk. Bayesian Inference Marketing studies
- 13. Документация пакета bayesm 3.02 [https://cran.r-project.org/web/packages/bayesm/bayesm.pdf]