Roselinde Kessels, professeure adjointe, Université d'Anvers et Université de Maastricht
Robert Mee, professeur William et Sara Clark d'analyse commerciale, Université du Tennessee
Les expériences de choix discret passées fournissent des preuves claires des effets de primauté et de récence dans l'ordre de présentation des profils au sein d'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 tiennent pas compte des effets d'ordre des profils au sein des ensembles de choix. Cela peut produire des estimations de valeur partielle gravement biaisées, comme nous l'illustrons à l'aide d'une expérience de choix d'emballage de produit réalisée pour P&G au Mexique. Une pratique courante consiste à randomiser l'ordre des profils au sein des ensembles de choix pour chaque répondant. Alors que la randomisation des ordres de profils pour chaque sujet assure un équilibre proche de la moyenne pour tous les sujets, les randomisations pour de nombreux sujets individuels peuvent être assez déséquilibrées par rapport à l'ordre des profils ; par conséquent, toute tendance à préférer le premier ou le dernier profil peut entraîner un biais pour ces sujets. En conséquence, ce biais peut produire une hétérogénéité dans les estimations bayésiennes hiérarchiques pour les sujets, même lorsque les sujets ont des préférences réelles identiques. Comme solution de conception, nous proposons des conceptions optimales bayésiennes équilibrées en termes de position qui sont contraintes d'atteindre un équilibre d'ordre 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.
