一般化を使用してデータを分析した場合はどうなりますか
回帰？結果は、Choice Analysisを使用して得られたものとは異なるでしょうか？
今年のサンディエゴでのJMPディスカバリーサミット 、たくさんの素晴らしい講演がありました。のテイスティング部分を完了した後ポテトチップスのスマックダウン 、私のために突き出したのは私の同僚でしたクレイバーカーの使用に関するプレゼンテーション創造的な方法でFit Modelプラットフォームの一般化回帰パーソナリティ 。特に、彼はどのようにフィットするかを示しましたブラッドリーテリーモデルバスケットボールチームの相対的な強みを比較するには、チームの各ペアの勝ち負けパフォーマンスを調べます。見た後 Choice Analysisプラットフォームを使用したMelindaの分析一般回帰プラットフォームを試して、結果がどのように比較されるかを見るのは面白いと思いました。
データ準備
これを試すには、選択セット内で比較された各ペアが1つの行に表示され、もう1つが1の値で、もう1つが-1のように表示される新しいデータテーブルを設定する必要があります。それから私は各ペアが比較された回数のための列を必要としました、そして1の値のフレーバーは-1のそれの上に選ばれました。+/- 1の値を逆にした追加の行は必要ありませんでした。
実験の設定を読んだ方は、チップをペアでテストするのではなく、一度に3つずつテストしたことを思い出してください。この分析を行うには、各選択セットから勝者と敗者をそれぞれの選択セットから最善と最悪があることに基づいて判断できるため、各選択セットをその中で発生する3つのペアに分割します。
私は、Clayがバスケットボールのデータと同じように設定するのが最も簡単であることを確認しました - 最初のフレーバーに1の値を設定し、次に1つのフレーバーに-1の値を一度に設定します。行を一度に1行ずつ下げていきます（行列を考えたいと思う人にとっては、否定的な単位行列のようなものになります）。これがどのようなものかを理解するために、私のデータテーブルの最初の数行は次のようになっています。
あなたは上の完全なデータテーブルを見てみることができますファイル交換 。必要なフォーマットでデータを収集するための素晴らしいスクリプトを作成することはしませんでした。それは、表の要約を使用し、各ペアについて選択して比較した時間を手動で入力するという問題でした。
解析
必要なデータテーブルが手に入りましたので、Fit Modelに進みます。選択された時間と比較された時間はY変数に対して選択され、そして私は（Bradley-Terryモデルに基づいて）No Interceptが選択された状態ですべてのチップフレーバーをエフェクトとして追加します。一般化回帰と二項分布（あるフレーバーが他のフレーバーよりも選択される確率を調べています）では、次のようになりました。
BICでも同じ結果が得られますが、私はAICc検証による前方選択を選択しました。選択したモデルは次のようになります。
または視覚的に：
ペアワイズBradley-Terryモデルを使用すると、BBQとSouthern BBQが一番上に表示され、次にSouthern BiscuitsとGravyとTruffle Friesが表示されます（これらの位置はChoiceモデルから変更されましたが、概算は近い）。残りの風味については、JMPグループの間であまり人気がなかった貧しいGreektown Gyroを除いて、他のすべてが一緒にまとめられました。
最終的な考え
Melindaが使っていた選択モデルに似た結果が出たことは私にとって驚くべきことではありませんでしたが、一般化された回帰アプローチを使ってどのフレーバーがパックから離れているかを見るのは面白いと思いました。悲しいかな、カナダの味は我慢できなかったが、少なくともそれらは最悪ではなかった。
Bradley-Terryモデルは一度に3つの比較に拡張することができ、選択モデリングを使用したストーリーにはさらに多くの可能性があります。これは将来のブログ投稿、あるいは将来のDiscovery Summitで再検討される可能性があります。読んでくれてありがとう！
ライアンレキベッツ書きました：
SAS / STATでそれを行う方法についてのリンクをありがとう。
リック・ウィックリン書きました：
いいプレゼンテーションです。SAS / STATソフトウェアにBradley-Terryモデルを適合させる方法を知りたい場合は、を参照してください。 "サンプル24992：ペアで提示されたアイテムの嗜好データへのBradley-Terryモデルの適合" 。
