Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Mixture Regression Modelle. Gründe für die Anwendung von Mixture Regression Modellen am Beispiel der Conjointanalyse.

Ähnliche Präsentationen


Präsentation zum Thema: "Mixture Regression Modelle. Gründe für die Anwendung von Mixture Regression Modellen am Beispiel der Conjointanalyse."—  Präsentation transkript:

1 Mixture Regression Modelle

2 Gründe für die Anwendung von Mixture Regression Modellen am Beispiel der Conjointanalyse

3 Conjointanalyse: J Stimuli werden durch I Befragte bewertet: Gesamtnutzenwerte y ij

4 Conjointanalyse: Beitrag von Merkmalsausprägungen Aus erhält man die Teilnutzenwerte

5 Problem: Datenaggregation Gemeinsame Analyse: setzt homogene Präferenzen voraus Individuallevelanalyse: wenig Freiheitsgrade der Schätzung führen zu nicht reliablen Schätzern

6 Conjointanalyse und Marktsegmentierung Zweistufig: a-priori Segmentierung post-hoc Segmentierung Simultan: Optimal Weighting Clusterwise Regression Mixture Regression

7 Lineare multiple Regression OLS-Regression:

8

9

10

11

12

13

14

15 yiyi

16 a posteriori Wahrscheinlichkeiten: : a priori Wahrscheinlichkeiten

17 Schätzung der Parameter EM-Algorithmus Maximum Likelihood Schätzung

18 EM-Algorithmus Beginne mit beliebiger Partition. Ermittle für alle Segmente durch gewichtete KQ-Schätzung und berechne Ermittle neue Partition aus posteriori Wahrscheinlichkeiten s = Spaltenmittelwert

19 Beispiele für Anwendungen im Marketing

20 Conjointanalyse: DeSarbo et al. (1992): Remote Entry System für Automobile Vriens et al. (1996): Monte Carlo Studie Überlegenheit simultaner gegenüber zweistufigen Verfahren Mixturemodell am besten geeignet

21 Kamakura et al. (1994): Bankdienstleistungen Teichert (2000): Wohnungen Jeweils 4 Segmente mit unterschiedlichen Präferenzen

22 Baumgartner, B. (2002): Ein hodonisches Mixture Modell zur Aufdeckung latenter Preis-Leistungsstrukturen. In: Zeitschrift für Betriebswirtschaft, Jg. 72, H. 5, S Wedel, M.; DeSarbo, W. (1995): A Mixture Likelihood Approach for Generalized Linear Models In: Journal of Classification, Vol. 12, S Ramaswamy, V.; DeSarbo, W.; Reibstein, D.J.; Robinson, W.T. (1993): An Empirical Pooling Approach for Estimating Marketing Mix Elasticities with PIMS Data. In: Marketing Science, Vol. 12, No. 1, S


Herunterladen ppt "Mixture Regression Modelle. Gründe für die Anwendung von Mixture Regression Modellen am Beispiel der Conjointanalyse."

Ähnliche Präsentationen


Google-Anzeigen