Dynamic Models Incorporating Individual Heterogeneity: Utility Evolution in Conjoint Analysis
Dynamic Models Incorporating Individual Heterogeneity: Utility Evolution in Conjoint Analysis
复制标题
结合个体异质性的动态模型：联合分析中的效用演化
DOI：
10.1287/mksc.1040.0088
复制
发表时间：
2005
期刊：
影响因子：
--
通讯作者：
W. DeSarbo
中科院分区：
文献类型：
--
作者：
J. Liechty;D. K. Fong;W. DeSarbo
在行为决策、市场研究和心理测量学文献中已经表明，在重复测量的过程中，偏好的结构可能会发生变化，例如，联合分析和数据收集，因为从学习，疲劳，无聊，等的影响，在这篇研究报告中，我们提出了一类新的分层动态贝叶斯模型捕捉这样的动态效果，在联合应用程序中，扩展了标准的分层贝叶斯随机效应和现有的动态贝叶斯模型，允许个人水平的异质性周围的聚合动态趋势。使用模拟的联合数据，我们探讨了这些新的动态模型的性能，将个人层面的异质性，在一些可能的类型的动态效应，并证明了与静态模型相比所获得的好处。此外，我们介绍了一个无偏的动态估计的想法，并证明，使用平衡设计是很重要的，从估计的角度来看，参数动态。
It has been shown in the behavioral decision making, marketing research, and psychometric literature that the structure underlying preferences can change during the administration of repeated measurements e.g., conjoint analysis and data collection because of effects from learning, fatigue, boredom, and so on. In this research note, we propose a new class of hierarchical dynamic Bayesian models for capturing such dynamic effects in conjoint applications, which extend the standard hierarchical Bayesian random effects and existing dynamic Bayesian models by allowing for individual-level heterogeneity around an aggregate dynamic trend. Using simulated conjoint data, we explore the performance of these new dynamic models, incorporating individual-level heterogeneity across a number of possible types of dynamic effects, and demonstrate the derived benefits versus static models. In addition, we introduce the idea of an unbiased dynamic estimate, and demonstrate that using a counterbalanced design is important from an estimation perspective when parameter dynamics are present.
动态多项式概率模型
DOI：
--
发表时间：
2006
期刊：
Proceedings of Tsukuba-Tohoku Joint International Workshop on New Directions of Research in Marketing
影响因子：
--
作者：
Fumiyo Kondo;Takanori Maegawa
通讯作者：
Takanori Maegawa