1 / 15

Praca domowa – Puszcza Białowieska

Praca domowa – Puszcza Białowieska. Stałe specyficzne dla alternatyw crea ; if ( cost =0) sq =1$ Raport Należy pisać jasno i zwięźle Hipoteza, test, wynik testu Tabele z wynikami (np. WTP). Co warto uwzględnić w raporcie. Model bez zmiennych socjoekonomicznych Liniowość

barto
Download Presentation

Praca domowa – Puszcza Białowieska

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Praca domowa – Puszcza Białowieska • Stałe specyficzne dla alternatyw crea; if (cost=0) sq=1$ Raport • Należy pisać jasno i zwięźle • Hipoteza, test, wynik testu • Tabele z wynikami (np. WTP)

  2. Co warto uwzględnić w raporcie • Model bez zmiennych socjoekonomicznych • Liniowość • Interpretacja oszacowań IUF, WTP • Model z interakcjami (atrybuty * zmienne socjoekonomiczne) • Interpretacja parametrów IUF • WTP (jak policzyć WTP, kiedy IUF zawiera interakcje atrybutów ze zmiennymi socjoekonomicznymi?)

  3. Literatura http://www.choice-metrics.com/documentation.html Manual programu NGENE Strony: 54-104

  4. Design • Cel • Jak najefektywniej rozmieścić poziomy atrybutów w alternatywach? • Design eksperymentu ma wpływ na precyzję oszacowań parametrów funkcji użyteczności. • Kroki • Zdefiniowanie modelu • Wygenerowanie designu • Przygotowanie kwestionariusza

  5. Model Jakie alternatywy? Jakie atrybuty? Ile poziomów (nieliniowość)? Atrybuty wspólne dla alternatyw (generic) czy specyficzne dla alternatyw (alternative – specific), interakcje Ile choice-setów (stopnie swobody)? Jaki mechanizm (najlepszy wybór, ranking, best –worst etc.) Jaki modelekonometryczny (MNL, NL, ML)?

  6. Tworzenie designu • Przykład • 3 Alternatywy • 4 atrybuty ( 1 – 4 poziomy, 2 – 3 poziomach, 1 – 2 poziomy) • Możliwych kombinacji 1 alternatywy: 4*3^2*2=72 • Cały design: 72^3=373 248, • które wybrać?

  7. Które kombinacje wybrać • Ograniczenia • Każdy poziom powinien występować z jednakową częstością • Stopnie swobody • Ortogonalność (?) • Utility balance (?) • Pewne kombinacje alternatyw dostarczają więcej informacji niż inne (alternatywy dominujące, zdominowane, utility balance). • Cel: jak najwięcej informacji dotyczących preferencji przy jak najmniejszej liczbie choice-setów.

  8. Kryterium wyboru dobrego designu • Macierz wariancji kowariancji • Liniowy model regresji • VCM • Model wyboru dyskretnego • LL • Macierz Fishera • AVC

  9. MNL model LL Formuła logitowa Macierz Fisfera AVC

  10. Asymptotyczna macierz wariancji-kowariancji • AVC zależy od: • X (design) • β (parametrów) • N (liczby respondentów) • AVC nie zależy od y! • Wektor parametrów nie jest znany w momencie tworzenia designu. Konieczna informacja dotycząca β (wcześniejsze badania, badanie pilotażowe etc.).

  11. Macierz wariancji-kowariancji

  12. Który design lepszy?

  13. Miary efektywności S-estimate - minimalna liczba obserwacji niezbędna do uzyskania parametrów na zadanym poziomie istotności. D-error, A-error, Bayesowski D-error, S-estimate

  14. Porównanie designów

  15. Porównanie designów c.d.

More Related