科技工作者之家
科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。
科技工作者之家 2020-11-17
离散选择法(Discrete choice approach,缩写DCA,也作Discrete choice model,即“离散选择模型”)属于多重变量分析的方法之一,是社会学、生物统计学、数量心理学、市场营销等统计实证分析的常用方法。
简介离散选择法(Discrete choice approach,缩写DCA,也作Discrete choice model,即“离散选择模型”)属于多重变量分析的方法之一,是社会学、生物统计学、数量心理学、市场营销等统计实证分析的常用方法。1
离散选择法的目标是通过(特定个体的或者特定类别的)协变量解释所观察到的在离散对象中进行的抉择。
临界值模型的假设个体行为能够通过一个不可观察的(隐藏)变量yn来调控
yn线性依赖于协变量
二元变量假定依赖于yn的水平
不可观察的临界值c在识别基础o.B.d.A上设为0
分布函数F(·)是逻辑正态分布或者正态分布
Logit模型:
随机效用模型的假设存在r≥2个未排序的对象,在其中个体中于该时点选出一个
每个对象有自己的效用
效用不能完整的观察,
应用领域举例与一组实行安慰剂治疗的对照组(Control group)进行比较,看治疗方法是否成功
解释妇女的工作行为
选择某一专业学习
在一揽子商品中对某一商品的购买决策
情景条件下的市场份额建模
根据“回忆者”(表现出来)的特征衡量广告活动的成功
解释顾客价值概念(分类模型)
顾客满意度研究(分类模型)
多变量统计分析多变量统计分析(Multivariate Statistical Analysis),又称多元统计分析,简称多变量分析,为统计学的一支,常用于管理科学、社会科学和生命科学等领域中。多变量分析主要用于分析拥有多个变数的资料,探讨资料彼此之间的关联性或是厘清资料的结构,而有别于传统统计方法所着重的参数估计以及假设检定。由于多变量分析方法需要复杂且大量的计算,因此多借助电脑来进行运算,常用的统计套装软件有SAS、SPSS、Statistica等。
常见分析方法主成分分析(Principal Component Analysis, PCA)
因素分析(Factor Analysis)
判别分析(Discriminant Analysis)
聚类分析(Cluster Analysis)
典型相关分析(Canonical Correlation Analysis, CCA)
结构方程式模式(Structural Equation Model, SEM)
线性结构相关模式(Linear Structure Relation, LISREL)- 为SEM成员
本词条内容贡献者为:
曹慧慧 - 副教授 - 中国矿业大学