Niveau: intermédiaire
Roselinde Kessels, professeure adjointe, Université d'Anvers et Université de Maastricht
Robert Mee, William et Sara Clark Professeur d'analyse commerciale, Université du Tennessee
Les expériences de choix discrètes passées fournissent une preuve claire des effets de primauté et de récence dans l'ordre de présentation des profils dans un ensemble de choix, le premier ou le dernier profil d'un ensemble de choix étant sélectionné plus souvent que les autres profils. Les algorithmes de conception de choix bayésiens existants ne prennent pas en compte les effets d'ordre de profil dans les ensembles de choix. Cela peut produire des estimations de valeur partielle fortement biaisées, comme nous l'illustrons en utilisant une expérience de choix d'emballage de produit réalisée pour P&G au Mexique. Une pratique courante consiste à randomiser l'ordre des profils dans les ensembles de choix pour chaque répondant. Tandis que la randomisation des ordres de profil pour chaque sujet assure un équilibre proche en moyenne entre tous les sujets, les randomisations pour de nombreux sujets individuels peuvent être assez déséquilibrées par rapport à l'ordre du profil; par conséquent, toute tendance à préférer le premier ou le dernier profil peut entraîner un biais pour ces sujets. Par conséquent, ce biais peut produire une hétérogénéité dans les estimations bayésiennes hiérarchiques pour les sujets, même lorsque les sujets ont de véritables préférences identiques. En tant que solution de conception, nous proposons des conceptions optimales bayésiennes à positionnement équilibré qui sont contraintes de réaliser un équilibre de commande suffisant. Pour l'analyse, nous recommandons d'inclure une covariable d'ordre de profil pour tenir compte de toute préférence d'ordre dans les réponses.
Cette vidéo est en cours de traitement. S'il vous plait, réessayez dans quelques minutes.
