o MaxDiff 与 Sawtooth 的差异（目前已提交支持）- MaxDiff 与 Sawtooth 的差异（目前已提交支持）
统计与分析回复：o MaxDiff 与 Sawtooth 的差异（当前已提交支持）- 状态更改为：需要信息@hengehold_da1你能进一步调查这个吗？我们找到了技术支持轨道，这是与您分享的内容：
JMP 根据以下参考文献中讨论的条件逻辑回归方法计算效用。 我建议联系 Sawtooth 询问他们的方法，以便您可以比较两者。
McFadden, D. (1974)，“定性选择行为的条件 Logit 分析”，P. 扎伦布卡编辑，计量经济学前沿，第 105–142 页。 看http://eml.berkeley.edu/reprints/mcfadden/zarembka.pdf 。 检索日期：2016 年 4 月 25 日。
请注意，边际效用与分析的参数估计值相同。 一般来说，边际效用可以被视为衡量受访者选择的价值的标准。正如您所说，效用可以取幂并表示为比率来计算概率：
边际概率 = exp(效用) / sum(exp(效用) 所有其他选择)
回复：o MaxDiff 与 Sawtooth 的差异（目前已提交支持）详细信息：在我第一次尝试在 JMP 中使用 MaxDiff Firth-Bias 效用估计时，我发现原始效用分数恰好是 Sawtooth 软件的一半。鉴于下一步是通过求幂来重新调整它们以实现可解释性，差异（一半与整体）会影响结果的范围。当我有机会时，我打算尝试另一个项目，看看观察结果是否可以重现。
