模式选择的设计大家好，
我刚开始使用 SAS JMP，目前正在尝试为我的研究设计一个离散选择实验 (DCE)。我需要创建一系列选择场景，让受访者在四种交通方式中进行选择：汽车、摩托车、公共汽车和火车。每种交通方式都有不同的属性和级别，如下所示：
1. 汽车
2. 摩托车
3. 公交车
-
旅行时间：60、75、90
-
旅行费用：2,000；4,900
-
等待时间：5、10、15
-
访问时间：5、10、15
-
访问费用：6,000；8,000；10,000
-
停车位：0；5,000；10,000
4. 火车
-
旅行时间：25、35、45
-
旅行费用：3,000；5,000；8,000
-
等待时间：5、10、15
-
访问时间：5、10、15
-
访问费用：6,000；8,000；10,000
-
停车位：0；5,000；10,000
如您所见，不同的出行方式并不具备相同的属性。私家车（汽车、摩托车）没有等待时间或通行时间，而公共交通（公交车、火车）则包含这些属性。某些属性，例如停车费用，对私家车和公共交通都适用，但作用不同。
我想生成：
-
A D-高效设计
-
总共16道选择题，分为2个模块。
-
每位受访者只会收到一个区块。
我的主要问题：
-
当备选方案具有不同的属性（非对称设计）时，是否可以在 JMP 中构建选择实验？
-
如何正确定义仅适用于某些选项的属性（例如，仅适用于公交车/火车的等待时间）？
-
JMP 19 试用版是否限制了 Choice Design 的任何功能？
-
如何将这种混合属性设计输入到 JMP 中，以便生成有效的 D-有效选择集？
我研究过“选择设计”模块，但它似乎只支持属性结构完全相同的选项。我还没找到像我这种情况，可以指定不同选项各自特有的属性的方法。
任何指导或例子都将不胜感激。
谢谢你！
亲切的问候，
亚当
实验设计回复：模式选择的设计嗨@Bravoadam18 ，
欢迎加入社区！
在缺乏更多背景信息的情况下，可能很难对您的主题发表评论，但我对您的实验设计设置有一些疑问：
- 本次调查的目的是什么？您的研究目标是什么？
- 为什么不同交通方式的等级划分不同？我觉得很难做出选择，尤其是在选项非常接近的情况下，例如：开车 40 分钟 vs. 坐火车 35/45 分钟？我担心比较截然不同的选择可能会得出显而易见的结论：我不认为有人会选择 90 分钟的公交车，而选择另一种出行时间明显更短（<60 分钟）的方案。
- 或许可以更改某些因素和级别，因为它们都代表着相同的理念：
- 例如，为什么要把等待时间和出行时间分开计算呢？你可以只设置一个“出行时间”的因素，并设置不同的等级，其中既包含出行时间也包含等待时间。
- 例如，为什么要将通行费与其他费用（例如停车费）分开计算？您可以设置一个“出行成本”的因素，并设置不同的等级，包括出行总成本（燃油费、停车费、门票费等）。
我不知道您进行这项调查的目的是什么，但我可能会将一些因素和级别合并，减少选项，从而建立一个更简单但更可靠的模型和解释。或许可以根据不同的标准，使用不同的因素和级别来设计调查问卷：
- 与出行时间相关的因素，分为以下几个等级：<30分钟、30至60分钟、>60分钟。
- 与旅行成本相关的因素，分为低、中、高三个等级（需定义相应的成本范围）。
- 与旅行舒适度相关的因素，分为：低、中、高（待更明确定义）
- 与环境影响相关的因素，分为：低、中、高（具体用二氧化碳排放量范围或类似指标来衡量）
- ...
这种设置有助于了解交通用户的主要优先事项以及他们选择交通方式的主要标准（时间、成本、舒适度、环境影响）。您还可以根据受访者的回答以及不同因素的影响对他们进行聚类分析。
选择设计有助于了解影响消费者选择的关键因素/驱动因素。分析不同选择集中选定的几个选项，可以评估所测试属性（因素）的相对重要性和显著性，并找到在所有受访者回答中效用得分最高的水平组合。您可以在这里找到一个示例： 运行选择设计并分析结果 (jmp.com)。如果您使用不同的因素和许多不同的水平，恐怕您无法轻易得出结论。不过，仍然有一些方法可以帮助您做到这一点：
- 您可以使用自定义设计平台创建具有任意级别 1/2/3 的设计，在生成的表格中用“真实”值修改这些值，并使用嵌套模型和/或选择模型来分析结果。
- 如果您仍然希望在设计中包含非常多样化的选项，而这些选项使用各种方法（ 例如“限制因子水平组合”）创建起来会非常繁琐或根本无法实现，您可以创建一个候选集，其中包含您希望从中创建设计的所有可能组合，然后使用定制设计平台，通过“选择协变量因子”选项，利用此候选集中的运行结果来生成设计。更多信息请参见演示文稿： 候选集设计：根据问题定制 DOE 约束 (2021-EU-30MP-784)。
我认为这个选项在这里可能适用，因为某些“极端”组合可能完全不切实际。
您还可以观看此演示文稿，了解更多关于选择设计的信息： 使用 JMP® 设计和分析离散选择实验的案例研究 - JMP 用户社区
希望这篇讨论帖能对您有所帮助，也能吸引其他JMP用户加入讨论。
回复：模式选择的设计嗨@Victor_G ，
感谢您提供的详细反馈。我意识到我最初的解释可能对研究背景介绍得不够完整。
为明确起见，本研究的主要目标是分析个人在出行方式选择上的偏好。最终，我旨在确定个人选择特定出行方式的概率（出行方式份额），并找出影响这些决策的重要因素。
关于您提出的设计方面的问题：
-
不同水平与弹性：属性水平经过精心设计，旨在衡量个体在面对各因素增减时的弹性（敏感度）。例如，出行时间水平反映了私家车和公交车在不同实际交通状况（拥堵、正常和畅通）下的出行情况。虽然与更快捷的出行方式相比，90分钟的公交车程似乎不太划算，但公交车票价却设定为所有出行方式中最低的。这样做是为了体现特定人群（例如低收入群体）在出行成本而非时间上的权衡取舍。
-
时间与成本构成要素的分离：关于时间构成要素（出行时间、等待时间、通勤时间）和成本的分离：由于其中两种方案都涉及公共交通，以往的交通文献表明，这些不同的要素在用户的效用函数中权重不同。因此，至关重要的是将它们作为独立的属性，而不是将它们合并为单一的“总时间”或“总成本”因素。
在最终问卷中，受访者将看到这些属性的随机组合（选择集），并被要求从四种备选方案中选择一种。例如，每位受访者将面临4种不同的选择情境。
非常感谢您的指导，我真的很感激。关于“定制设计”的建议似乎非常适用于我的具体情况，我一定会进一步研究。
再次感谢您抽出时间。 
回复：模式选择的设计非常有趣，非常感谢@Bravoadam18 的解释，现在清楚多了。
我认为“候选人集”选项和“自定义设计”功能可以帮助您生成合适的调查方案：添加“块因子”可以帮助您定义每个选项集的候选人数量，而使用“设计生成”中的“分组随机化”选项可以帮助您在两个调查中分配不同的选项集（每个调查的选项集数量）： 选择设计术语
希望这些建议能给你带来一些启发。
