Roselinde Kessels , 박사, 박사후 연구원, 응용 경제학 박사, 앤트워프 대학 roselinde.kessels0
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-FkN2o1ODE6oDxRI95zvuiXw9ERce0G9lw400h300r966', 'FkN2o1ODE6oDxRI95zvuiXw9ERce0G9l', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});(내 비디오에서보기)
명시 적 또는 결합 선택 실험이라고도 불리는 이산 선택 실험 (Discrete Selection Experiment, DCE)은 경제, 마케팅, 운송, 건강, 심리학, 환경 계획 및 사회 정치 및 커뮤니케이션 과학 분야의 사람들의 선호를 정량화하는 데 널리 사용됩니다. 제품 또는 항목의 사전 정의 된 속성 세트가 제공된 경우, DCE는 가장 중요한 속성을 식별하고 각각에 대해 가장 매력적인 레벨을 나타냅니다. 일반적으로 DCE는 대안 (프로파일이라고도 함)이 다른 속성 레벨의 조합 인 선택 세트에 제시되는 가설 (때로는 실제) 대체 항목 중에서 응답자를 선택합니다. 대부분의 연구에서 속성의 수는 큽니다 (느슨하게 말해서 5 개 이상). 프로파일에 많은 속성을 통합하는 것과 프로파일 사이에서 선택시인지 부하를 증가시키는 것 사이의 차이를 줄이기 위해 부분 프로파일 디자인을 사용하는 것이 좋습니다. 선택 세트의 프로파일에서 모든 속성 레벨을 변경하는 전체 프로파일 설계와는 대조적으로, 부분 프로파일 설계는 속성의 서브 세트 레벨 만 변경합니다. 실세계 DCE 사례 연구를 사용하여 JMP에서 권장되는 베이지안 설계 방식을 사용하여 전체 및 부분 프로파일 설계를 구성하는 방법을 보여줍니다. 각 응답자가 평가 한 선택 세트의 수를 허용 할 때 집계 레벨 (데이터를 풀링하여)과 개별 레벨에서 결과 선택 데이터를 분석하는 방법을 보여줍니다.
