Saya memiliki tiga kategori produk, . Setiap kategori memiliki dua produk, . Saya memberikan sejumlah jenis situasi pilihan yang berbeda, 1) subjek tes disajikan dalam satu kategori dan dibuat untuk memilih produk, 2) subjek tes disajikan dengan dua kategori dan dibuat untuk memilih produk dari dua kategori, dan 3 ) subjek tes disajikan dengan ketiga kategori dan dibuat untuk memilih produk dari masing-masing. Saya percaya bahwa pilihan produk tergantung pada sejumlah kovariat terukur dari masing-masing produk, kategori produk yang disajikan, dan pilihan dalam kategori lain (jika pilihan seperti itu dimungkinkan).
Sebagai contoh, katakanlah kita memiliki kategori produk cuka, dengan dua merek. Merek pertama adalah cuka balsamik yang mahal. Merek kedua adalah cuka apel yang murah dan tidak mahal. Sekarang, katakanlah kita memiliki dua kategori produk lainnya: salad sayuran dan sarung tangan dapur, masing-masing berisi merek mahal, berkualitas tinggi dan murah, merek generik. Bahkan jika seorang konsumen memilih cuka mahal ketika diminta untuk memilih hanya dari kategori cuka atau dari kategori cuka dan salad, kita mungkin masih berharap bahwa ia akan memilih cuka murah jika diminta untuk memilih produk dari kategori cuka dan sarung tangan dapur. Kita juga mungkin berharap bahwa seseorang yang memilih cuka murah, ketika diminta untuk memilih dari kategori cuka dan salad hijau, juga akan memilih salad hijau murah.
Situasi ini mirip dengan masalah "keranjang belanja" yang diulas oleh PB Seetharaman, et. Al. dalam " Model Perilaku Pilihan Multi-Kategori ". Namun, model yang saya lihat menganggap kejadian kategori produk sebagai fungsi konsumen, sering sebagai model tahap.
Bagaimana kami memperkirakan koefisien kovariat terukur dalam kasus ketika pemilih tidak memilih kategori yang harus mereka pilih.
Jawaban:
Apakah kamu membaca ini? http://www.jstor.org/pss/30038862 Edwards dan Allenby tampaknya memiliki pengaturan dasar yang sama dengan Anda, sebuah multivariate probit, yang dapat Anda temukan kode dalam paket bayesm.
Tampaknya Anda harus dapat mengevaluasi ketergantungan dengan tes apakah probe independen dalam skenario yang berbeda dengan tes rasio kemungkinan pada rho, sama seperti tes endogenitas yang dianjurkan orang. Jadi jalankan multivariate yang tampaknya tidak berhubungan, dan lakukan uji rasio kemungkinan pada rho untuk melihat apakah hal-hal tersebut saling mempengaruhi. Berikut ini adalah contoh dari tes pada rho di SUR mv probit, sekitar 2/3 jalan turun: http://www.philender.com/courses/categorical/notes1/biprobit.html
sumber