Estimasi Permintaan Barang dengan n Pilihan

3

Saya memiliki satu set data yang berisi n pengamatan (baris) aplikasi seluler. Variabel dependen adalah jumlah instalasi - variabel adalah kategorikal (dengan lebih dari 2 kategori). Oleh karena itu pendekatan ekonometrik adalah model probit / logit ordinal. Selain variabel dependen saya, saya punya banyak variabel yang menggambarkan karakteristik aplikasi (harga, peringkat, ulasan, panjang deskripsi, kategori dll.).

Saya ingin menemukan teori yang menjelaskan permintaan pelanggan untuk aplikasi. Saya memiliki pengetahuan yang terbatas sebelumnya, tetapi saya menemukan bahwa seseorang dapat menggunakan teori ruang produk atau karakteristik produk. Untuk menerapkan yang pertama, saya perlu menemukan grup tempat aplikasi "bersaing". Ini tidak dapat dilakukan dengan cukup dalam kasus saya.

Pendekatan kedua (karakteristik produk) menggunakan pendekatan pilihan diskrit. Satu pelanggan memaksimalkan kegunaannya dengan membandingkan karakteristik semua produk dan memilih yang paling sesuai untuknya. Namun, semua pelanggan hanya dapat memilih satu produk, ini tidak terjadi di sini. Satu pelanggan dapat memilih dan mengunduh aplikasi dan karenanya memaksimalkan utilitasnya.

Apakah ada teori yang mendukung data yang saya amati?

EDIT: Aplikasi dapat jatuh ke dalam salah satu dari 12 kategori. Mereka memiliki pemesanan alami, tetapi ukurannya berbeda (Google melaporkannya dengan cara ini). Mereka terlihat seperti ini:

1-5 Unduhan = Kategori 1
6-10 Unduhan = Kategori 2
11-50 Unduhan = C 3
51-100 Unduhan = C 4
dan seterusnya.

CFM
sumber
Bisakah Anda sebutkan dengan jelas definisi depvar Anda? Seperti mana kategori dan sejenisnya?
dugo