離散選択実験におけるプライマシー効果とリーセンシー効果の考慮 (2020-EU-EPO-387)ローゼリンデ・ケッセルス、アントワープ大学およびマーストリヒト大学助教授
ロバート・ミー、テネシー大学ウィリアム・アンド・サラ・クラークビジネス分析教授
過去の離散選択実験では、選択セット内のプロファイルの表示順序にプライマシー効果と最新性効果があることが明確に示されており、選択セット内の最初または最後のプロファイルは、他のプロファイルよりも頻繁に選択されています。既存のベイズ選択設計アルゴリズムは、選択セット内のプロファイル順序効果に対応していません。これにより、メキシコの P&G で実施された製品パッケージ選択実験を使用して示すように、部分価値推定値に非常に偏りが生じる可能性があります。一般的な方法は、各回答者の選択セット内のプロファイル順序をランダム化することです。各被験者のプロファイル順序をランダム化することで、平均してすべての被験者にわたってほぼバランスが取れていることが保証されますが、多くの個々の被験者のランダム化は、プロファイル順序に関してかなり不均衡になる可能性があります。したがって、最初または最後のプロファイルを好む傾向は、それらの被験者に偏りをもたらす可能性があります。その結果、この偏りにより、被験者の真の好みが同一であっても、被験者の階層的ベイズ推定値に異質性が生じる可能性があります。設計ソリューションとして、十分な順序バランスを実現するように制約された、位置バランスのとれたベイズ最適設計を提案します。分析では、回答における順序の好みを考慮するために、プロファイル順序共変量を含めることをお勧めします。
高度な統計モデリング基本的なデータ分析とモデリング消費者および市場調査コンテンツの編成実験計画法予測モデリングと機械学習品質およびプロセスエンジニアリング結果の共有と伝達
