離散選擇法

離散選擇法(Discrete choice approach,縮寫DCA,也作Discrete choice model,即“離散選擇模型”)屬於多重變數分析的方法之一,是社會學、生物統計學、數量心理學、市場行銷等統計實證分析的常用方法。

簡介

離散選擇法Discrete choice approach,縮寫 DCA,也作 Discrete choice model,即“離散選擇模型”)屬於多重變數分析的方法之一,是社會學、生物統計學、數量心理學、市場行銷等統計實證分析的常用方法。

離散選擇法的目標是通過(特定個體的或者特定類別的)協變數解釋所觀察到的在離散對象中進行的抉擇。

臨界值模型的假設

個體行為能夠通過一個不可觀察的(隱藏)變數y來調控

y線性依賴於協變數

二元變數假定依賴於y的水平

不可觀察的臨界值c在識別基礎o.B.d.A上設為0

分布函式F(·)是邏輯常態分配或者常態分配

離散選擇法 離散選擇法

Logit模型:

隨機效用模型的假設

•存在r≥2個未排序的對象,在其中個體中於該時點選出一個

•每個對象有自己的效用

•效用不能完整的觀察,

套用領域舉例

•與一組實行安慰劑治療的對照組(Control group)進行比較,看治療方法是否成功

•解釋婦女的工作行為

•選擇某一專業學習

•在一攬子商品中對某一商品的購買決策

•情景條件下的市場份額建模

•根據“回憶者”(表現出來)的特徵衡量廣告活動的成功

•解釋顧客價值概念(分類模型)

•顧客滿意度研究(分類模型)

多變數統計分析

多變數統計分析Multivariate Statistical Analysis),又稱 多元統計分析,簡稱 多變數分析,為統計學的一支,常用於管理科學、社會科學和生命科學等領域中。多變數分析主要用於分析擁有多個變數的資料,探討資料彼此之間的關聯性或是釐清資料的結構,而有別於傳統統計方法所著重的參數估計以及假設檢定。由於多變數分析方法需要複雜且大量的計算,因此多藉助電腦來進行運算,常用的統計套裝軟體有SAS、SPSS、Statistica等。

常見分析方法

•主成分分析(Principal Component Analysis, PCA)

•因素分析(Factor Analysis)

•判別分析(Discriminant Analysis)

•聚類分析(Cluster Analysis)

•典型相關分析(Canonical Correlation Analysis, CCA)

•結構方程式模式(Structural Equation Model, SEM)

•線性結構相關模式(Linear Structure Relation, LISREL)- 為SEM成員

相關詞條

相關搜尋

熱門詞條

聯絡我們