离散选择实验 - 为选择添加权重你好呀，
我正在设计一个选择实验，在收集任何回复之前，我想检查一下询问受访者他们对一种选择的偏好程度（以百分比表示）是否有用。
例如，如果受访者选择选项 1 而不是选项 2，我可以问他们：“以百分比计算，您更喜欢选项 1，而不是选项 2？” 收集与选择相关的权重是否有用？如果有用，是否有办法将其包含在选择模型平台中？ 我已经看到选择模型平台的响应数据部分中有“权重”列选项。
非常感谢，
艾丽西亚
消费者和市场研究回复：离散选择实验 - 为选择添加权重假设在一个响应中选择了选项 1。 如果将响应中的百分比（例如 200% (2.0)）输入到“权重”中，则并不意味着选择 1 比选择 2 更受青睐 100%。 这意味着有 2 个响应选择了选项 1。 就像提交该回复的人两次投票选择 1 一样。 没有关于所输入的选项 2 的比较信息。
基于对“权重”作用的理解，百分比信息可以通过构建如下数据进入分析：
1) 复制响应，但将副本的选择更改为相反的选择，在本例中为选择 2。
2）为原始响应设置权重。 对于本例，它应与 200% 成比例。
3) 为复制的响应设置权重。 对于本例，它应该与 100% 成比例。
这样，我们就创造了一种情况，其中选择选项 1 的响应是选择选项 2 的响应的两倍。
注意，我说的是“比例”。 因为我们需要确保以这种方式创建的每对响应的两个权重之和是一个常数。 例如，如果总和为 300%，则所有剩余对都必须是相同的 300%。
但是，在这里，对于 Choice 模型，200% 的偏好对于一个人来说意味着什么？ 一个人要么选择，要么不选择。 如果数据不能坚定地代表选择或不选择，那么如何解释结果模型呢？
回复：离散选择实验 - 为选择添加权重我同意马克的观点。由于主观选择，测量结果已经存在误差。添加刻度，尤其是选项太多的百分比刻度，可能会增加测量误差。
您可能有其他响应变量的选项。例如，您可能能够创建一个序数量表（例如，Likert），以提供更连续的响应。将选项数量增加到 2 个以上。也许可以看看 MaxDiff 实验？很大程度上取决于研究的设计（例如，选择是什么，选择集是否可以按某种合理的顺序组织，您想要实现什么（解释或预测）等）。
