Nivel: intermedio
Roselinde Kessels, profesora asistente, Universidad de Amberes y Universidad de Maastricht
Robert Mee, William y Sara Clark Profesor de Business Analytics, Universidad de Tennessee
Los anteriores experimentos de elección discreta proporcionan evidencia clara de los efectos de primacía y actualidad en el orden de presentación de los perfiles dentro de un conjunto de elección, con el primer o último perfil en un conjunto de elección seleccionado con mayor frecuencia que los otros perfiles. Los algoritmos de diseño de elección bayesiana existentes no tienen en cuenta los efectos de orden de perfil dentro de los conjuntos de elección. Esto puede producir estimaciones de valor parcial severamente sesgadas, como lo ilustramos utilizando un experimento de elección de empaques de productos realizado para P&G en México. Una práctica común es aleatorizar el orden de los perfiles dentro de los conjuntos de opciones para cada encuestado. Si bien la asignación aleatoria de órdenes de perfil para cada materia asegura un equilibrio cercano en promedio en todas las materias, las aleatorizaciones para muchas materias individuales pueden estar bastante desequilibradas con respecto al orden de perfil; por lo tanto, cualquier tendencia a preferir el primer o el último perfil puede dar lugar a sesgos para esos sujetos. Como consecuencia, este sesgo puede producir heterogeneidad en las estimaciones bayesianas jerárquicas de los sujetos, incluso cuando los sujetos tienen preferencias verdaderas idénticas. Como solución de diseño, proponemos diseños bayesianos equilibrados de posición que están limitados para lograr un equilibrio de orden suficiente. Para el análisis, recomendamos incluir una covariable de orden de perfil para tener en cuenta cualquier preferencia de orden en las respuestas.
Este video se está procesando actualmente. Por favor intente nuevamente en unos minutos.
