Finite Mixture Multinomiales Probitmodell: Konzeption und Umsetzung

Medientyp: E-Book

Titel: Finite Mixture Multinomiales Probitmodell : Konzeption und Umsetzung

Enthält: Geleitwort; Vorwort; Inhaltsverzeichnis; Abbildungsverzeichnis; Tabellenverzeichnis; Symbolverzeichnis; Abkürzungsverzeichnis; 1 Einleitung; 1.1 Allgemeine Problemstellung; 1.2 Abgrenzung und Zielsetzung der Arbeit; 1.3 Untersuchungsaufbau; 2 Finite Mixture - Multinomiales Probitmodell: Theoretische Grundlagen; 2.1 Kapitelüberblick; 2.2 Allgemeine theoretische Grundlagen; 2.2.1 Einführung in die theoretischen Modellgrundlagen; 2.2.2 Einführung in die Segmentierung; 2.3 Finite Mixture - Multinomiales Probitmodell; 2.3.1 Modellspezifikation; 2.3.2 Modellherleitung; 2.3.3 Modellidentifikation
2.3.4 Entwicklung eines EM-Algorithmus zur Schätzung von Finite Mixture - Probitmodellen2.3.5 Gütemaße; 2.4 Zwischenresumée; 3 Finite Mixture - Multinomiales Probitmodell: Simulationsstudie; 3.1 Kapitelüberblick; 3.2 Ziele der Simulationsstudie; 3.3 Berücksichtigte Experimentfaktoren innerhalb der Simulation; 3.3.1 Beschreibung der berücksichtigten Experimentfaktoren; 3.3.2 Diskussion der erwarteten Wirkungsrichtung der Faktorstufen der Experimentfaktoren auf die Gütemaße; 3.4 Anwendung; 3.4.1 Generierung der Daten; 3.4.2 Anwendungsbeispiel
3.4.3 Ergebnisse der Schätzungen und Vergleich der Modelltypen unter verschiedenen Treatments3.4.4 Prüfung der Schätzergebnisse; 3.5 Zwischenresumée; 4 Empirische Studie; 4.1 Kapitelüberblick; 4.2 Aufbau zur empirischen Studie; 4.2.1 Choice Task Design; 4.2.2 Algorithmuseinstellungen; 4.2.3 Überprüfung der Signifikanz der geschätzten Parameterwerte; 4.3 Schätzung der Finite Mixture - Probitmodelle; 4.3.1 Ergebnisse der Probitmodellschätzungen und Modellselektion; 4.3.2 Interpretation der Ergebnisse der besten Lösungen der Finite Mixture - Probitmodelle
4.4 Schätzung des Finite Mixture - MNL Modells4.4.1 Ergebnisse der Logitmodellschätzungen und Modellselektion; 4.4.2 Interpretation der Ergebnisse der besten Lösung des Finite Mixture - MNL Modells (3-Segment-Lösung); 4.5 Finite Mixture - Probitmodelle versus Finite Mixture - MNL Modell; 4.5.1 Vergleich des besten Finite Mixture IP - Modells (2-Segment-Lösung) mit dem besten Finite Mixture - MNL Modell (3-Segment-Lösung); 4.5.2 Vergleich des besten Finite Mixture - MNP Modells (1-Segment-Lösung) mit dem besten Finite Mixture - MNL Modell (3-Segment-Lösung); 4.6 Zwischenresumée
5 Schlussbetrachtung und Ausblick5.1 Schlussbetrachtung; 5.2 Ausblick; Anhang; Literaturverzeichnis

Beteiligte: Paetz, Friederike [VerfasserIn]

Erschienen: Wiesbaden: Springer Fachmedien Wiesbaden, 2013

Umfang: Online-Ressource (XXIV, 172 S. 8 Abb, digital)

Sprache: Deutsch

DOI: 10.1007/978-3-658-02662-2

ISBN: 9783658026622

Identifikator:

RVK-Notation: QP 621 : Absatzmethoden

Schlagwörter: Conjoint Measurement > Probit-Modell
Conjoint Measurement > Probit-Modell > Theorie

Entstehung:

Anmerkungen: "Research"--cover
Includes bibliographical references

Beschreibung: Finite Mixture Multinomiales Probitmodell theoretische Grundlegung -- Finite Mixture Independent Probitmodell -- Modellprüfung in Simulations- und empirischer Studie -- Kontexteffekte und Heterogenität.

Neuere methodische Weiterentwicklungen der Conjoint-Analyse ermöglichen heute die simultane Segmentierung eines Gesamtmarktes von Konsumenten in homogene Teilmärkte und die Schätzung entsprechender segmentspezifischer Teilnutzenwertstrukturen. Auf diesem Wege soll der Heterogenität im Konsumentenverhalten Rechnung getragen werden. Das im Rahmen der simultanen Segmentierung derzeit meistgenutzte Conjoint Choice-Modell ist das Finite Mixture Logitmodell. Dieses unterstellt Unabhängigkeit der Gesamtnutzen aller Alternativen, die einem Konsumenten zur Auswahl gestellt werden, und postuliert somit, dass Auswahlentscheidungen unabhängig vom Kontext sind, in dem die Alternativen dem Konsumenten präsentiert werden. Diese Annahme erscheint in Bezug auf die Abbildung realen Kaufverhaltens jedoch fraglich. Friederike Paetz entwickelt ein Finite Mixture Multinomiales Probitmodell, welches explizit Abhängigkeiten zwischen (den Gesamtnutzen der) Alternativen berücksichtigen kann. Abhängigkeiten zwischen Alternativen können einerseits innerhalb eines Choice Sets und andererseits durch die Erinnerung an Alternativen vorangegangener Auswahlsituationen entstehen. Das neu entwickelte Modell wird anschließend sowohl in einer Simulationsstudie als auch in einer empirischen Studie mit Modellen, die Unabhängigkeit unterstellen, verglichen. Der Inhalt · Theoretische Grundlegung: Finite Mixture Multinomiales Probitmodell · Finite Mixture Independent Probitmodell · Modellprüfung durch Simulations- und empirische Studie · Kontexteffekte und Heterogenität. Die Zielgruppen · Dozierende und Studierende der Betriebswirtschaftslehre mit Schwerpunkt Marketing, Kaufverhaltensforschung und stochastischer Modellierung sowie der Mathematik · Marketing- und MarktforschungsberaterInnen, die das Kaufverhalten analysieren Die Autorin Friederike Paetz studierte Mathematik mit Nebenfach Betriebswirtschaftslehre an der Universität Paderborn und ist seit 2008 Wissenschaftliche Angestellte am Institut für Wirtschaftswissenschaft der TU Clausthal.

Nur in Feld suchen:

Zuletzt gesuchte Begriffe: