Könnten Sie ein einfach zu verwendendes oder umfassendes Conjoint-Analysepaket für R empfehlen?
r
conjoint-analysis
Brandon Bertelsen
quelle
quelle
Antworten:
Ich habe R noch nie für die Conjoint-Analyse verwendet, aber hier sind ein paar Dinge, die ich gefunden habe, als ich herum gejagt habe.
Vielleicht schauen Sie sich die folgenden Pakete an:
quelle
mlogit ist das beste R-Paket, das ich für die Modellierung diskreter Auswahldaten gefunden habe. Es unterstützt die grundlegende multinomiale Protokollierung sowie fortgeschrittenere Modelle wie die multinomiale Probit- und die gemischte Protokollierung. Das Paket enthält auch Spezifikationstests zur Auswahl zwischen verschiedenen Modellen.
quelle
Sie können das faisalconjoint- Paket in R verwenden, es wurde mit vielen veröffentlichten und Forschungsdaten getestet, es funktioniert einwandfrei, eine wichtige Sache, es funktioniert ohne Designeinschränkung und Rangfolgeverfahren. Es funktioniert in jedem Zustand und liefert genaue Schätzungen.
quelle
Das meiner Meinung nach beste für R ist ein Conjoint-Paket von CRAN: http://cran.r-project.org/web/packages/conjoint/index.html
quelle
Wenn Sie nach anderen Modellen als logit suchen,
quelle
Das Faisal Conjoint Model (FCM) ist ein integriertes Modell der Conjoint-Analyse und Zufallsgebrauchsmuster, das 2012 von Faisal Afzal Siddiqui, Ghulam Hussain und Mudassir Uddin entwickelt wurde. . Sein Design ist unabhängig von der Designstruktur. Es kann für jedes Forschungsdesign verwendet werden, z. B. Vollprofil, orthogonal, faktoriell, übersättigt usw. Ein weiterer wichtiger Punkt bei FCM ist das Rangverfahren. Es funktioniert für alle Arten von Rängen, dh eindeutige Ränge, prozentuale Ränge, enge Ränge, fehlende Ränge usw. Es wurde für viele veröffentlichte Daten getestet. In den meisten Fällen sind die FCM-Ergebnisse mit den gleichen Beträgen, häufig dem Rang, identisch
quelle
Es gibt eine Bibliothek 'Conjoint' mit vielen Funktionen und Beispielen, um Dienstprogramme zu finden. Für eine schnelle Vorschau überprüfen Sie den Link. Dies wird Ihnen den Einstieg erleichtern.
https://rpubs.com/haj3/conjoint
quelle
Für R:
" Survival " (Clogit) für das Multinomial Logit (MNL) -Modell.
" mlogit " für eine Vielzahl von Modellen (MNL, Nested Logit, heteroskedastisches Logit, Mixed Logit (MXL), auch als Zufallsparameter-Logit bezeichnet, ...).
In diesem Sinne sollten Sie sich " Rchoice " ansehen (Datei: /// C: /Users/kruci/Downloads/v74i10.pdf).
" bayesm " für die bayesianische Version von MNL / MXL - Wenn Sie jedoch an einem bayesianischen Ansatz interessiert sind, kann ich das großartige " RSGHB " -Paket nur empfehlen .
" gmnl " für das generalisierte MNL-Modell.
" flexmix " für das LCL-Modell (Latent Class Logit).
Generell ist es wichtig zu beachten, dass Auswahlmodelle ein Sonderfall von mehrstufigen (oder hierarchischen) Modellen sind (Sie haben Auswahlmöglichkeiten, die in den Teilnehmern selbst verschachtelt sind, die in höheren Einheiten verschachtelt sind: Supermärkte, Länder usw.) - also alles, was verwendet werden kann für die mehrstufige Modellierung (zB das großartige " lme4 " -Paket) und das auch die diskrete Natur der Auswahlvariablen berücksichtigen kann, würde die Arbeit erledigen. Zum Beispiel könnten Sie "lme4" verwenden, wenn die Auswahl binär ist (Möchten Sie dieses Produkt? Ja / Nein) oder zwischen 2 Optionen (Welches Produkt möchten Sie? A / B).
Mit Stata haben Sie viele nützliche Befehle für die Modellierung Ihrer Wahl: clogit für MNL
mixlogit für MXL
clogithet für heteroscedastic MNL
lclogit für latent class
logit gmnl für generalized MNL
Viele dieser Befehle wurden von Arne HOLE entwickelt / verfeinert (Great job!) Http: //www.stata.com/meeting/uk13/abstracts/materials/uk13_hole.pdf
Auserlesene Modellbauer verwenden auch andere Software: nlogit (entwickelt von W. Greene) biogeme (Dank an M. Bierlaire) - Ein großartiges Tool, das jedoch nur für Modellierungsentscheidungen verwendet werden kann, von denen ich über LatentGOLD gehört habe, aber nicht sicher bin ...
Für diejenigen, die MATLAB verwenden möchten, müssen Sie einen Blick auf folgende Website werfen:
Mikołaj Czajkowski ( http://czaj.org/research/estimation-packages/dce )
Kenneth TRAIN-Website ( https://eml.berkeley.edu/ ~ train / software.html ) - Die meisten Auswahlfunktionen stammen von Kenneth TRAIN
Für diejenigen, die bereit sind, viel Zeit in das Codieren ausgewählter Modelle zu investieren, ist die Chandra BHAT-Website erstaunlich ( http://www.caee.utexas.edu/prof/bhat/FULL_CODES.htm ).
Vielen Dank an all diese großartigen Forscher (Train, Bhat, Bierlaire, Hole, Croissant, Czajkowski usw.), die dies ermöglicht haben!
quelle