نمذجة الاختيار

📅 آخر تحديث: ٢٥ يوليو ٢٠٢٦
✍️ نُشر في: ٢٥ يوليو ٢٠٢٦
📷 يحتوي على 2 صور
الموسوعة الحرة

تحاول نمذجة الاختيار نمذجة عملية اتخاذ القرار لدى فرد أو شريحة من خلال التفضيلات المعلنة أو التفضيلات المعلنة التي تم إجراؤها في سياق أو سياقات معينة. وعادةً ما تحاول استخدام خيارات منفصلة (أ على ب؛ ب على أ، ب وج) من أجل استنتاج مواضع العناصر (أ، ب وج) على مقياس كامن ذي صلة (عادةً ما يكون " المنفعة " في الاقتصاد والمجالات المختلفة ذات الصلة). والواقع أن العديد من النماذج البديلة موجودة في القياس الاقتصادي والتسويق والقياس الاجتماعي وغيرها من المجالات، بما في ذلك تعظيم المنفعة ، والتحسين المطبق على نظرية المستهلك ، ومجموعة كبيرة من استراتيجيات التعريف الأخرى التي قد تكون أكثر أو أقل دقة اعتمادًا على البيانات والعينة والفرضية والقرار المعين الذي يتم نمذجته. بالإضافة إلى ذلك، يُنظر إلى نمذجة الاختيار على أنها الطريقة الأكثر ملاءمة لتقدير استعداد المستهلكين لدفع ثمن تحسينات الجودة في أبعاد متعددة. [1]

هناك عدد من المصطلحات التي تعتبر مرادفات لمصطلح نمذجة الاختيار. بعضها دقيق (على الرغم من أنه عادةً ما يكون خاصًا بتخصص أو قارة معينة) وبعضها يستخدم في تطبيقات الصناعة، على الرغم من اعتباره غير دقيق في الأوساط الأكاديمية (مثل التحليل المشترك). [2]

وتشمل هذه ما يلي:

  1. نمذجة الاختيار المنفصل للتفضيل المعلن
  2. اختيار منفصل
  3. تجربة الاختيار
  4. دراسات التفضيل المعلنة
  5. التحليل المشترك
  6. التجارب الخاضعة للرقابة

على الرغم من استمرار الخلافات حول المصطلحات، فمن الجدير بالذكر أن المجلة الأكاديمية التي تهدف إلى توفير مصدر متعدد التخصصات للأبحاث الجديدة والتجريبية في هذا المجال تسمى مجلة نمذجة الاختيار. [3]

الخلفية النظرية

تم تطوير النظرية وراء نمذجة الاختيار بشكل مستقل من قبل خبراء الاقتصاد وعلماء النفس الرياضيين. يمكن إرجاع أصول نمذجة الاختيار إلى بحث ثورستون في تفضيلات الطعام في عشرينيات القرن العشرين وإلى نظرية المنفعة العشوائية . [4] في الاقتصاد، تم تطوير نظرية المنفعة العشوائية بعد ذلك بواسطة دانييل ماكفادن [5] وفي علم النفس الرياضي بشكل أساسي بواسطة دنكان لوس وأنطوني مارلي. [6] في الأساس، تفترض نمذجة الاختيار أن المنفعة (الفائدة أو القيمة) التي يستمدها الفرد من العنصر أ على العنصر ب هي دالة للتردد الذي يختار فيه العنصر أ على العنصر ب في الخيارات المتكررة. ونظرًا لاستخدامه للتوزيع الطبيعي، لم يتمكن ثورستون من تعميم هذا الاختيار الثنائي في إطار اختيار متعدد الحدود (الذي يتطلب الانحدار اللوجستي متعدد الحدود بدلاً من دالة الارتباط البروبيت)، ومن هنا جاءت تأخرت الطريقة لأكثر من 30 عامًا. ومع ذلك، في الفترة من الستينيات وحتى الثمانينيات من القرن العشرين، تم إضفاء الطابع البديهي على هذه الطريقة وتطبيقها في مجموعة متنوعة من أنواع الدراسات.

التمييز بين دراسات التفضيل المعلنة والمعلنة

تُستخدم نمذجة الاختيار في كل من دراسات التفضيل المكشوف (RP) ودراسات التفضيل المعلن (SP). تستخدم دراسات التفضيل المعلن الاختيارات التي اتخذها الأفراد بالفعل لتقدير القيمة التي ينسبونها إلى العناصر - فهم "يكشفون عن تفضيلاتهم - وبالتالي القيم (المنفعة) - من خلال اختياراتهم". تستخدم دراسات التفضيل المعلن الاختيارات التي اتخذها الأفراد في ظل ظروف تجريبية لتقدير هذه القيم - فهم "يصرحون بتفضيلاتهم من خلال اختياراتهم". استخدم ماكفادين بنجاح التفضيلات المعلنة (التي تم إجراؤها في دراسات النقل السابقة) للتنبؤ بالطلب على نظام النقل السريع في منطقة الخليج (BART) قبل بنائه. كان لوس ومارلي قد وضعوا مسبقًا نظرية المنفعة العشوائية كبديهية ولكن لم يستخدموها في تطبيق في العالم الحقيقي؛ [7] علاوة على ذلك، فقد أمضيا سنوات عديدة في اختبار الطريقة في دراسات التفضيل المعلن التي شملت طلاب علم النفس.

تاريخ

نال ماكفادن جائزة نوبل التذكارية في العلوم الاقتصادية [8] في عام 2000. ومع ذلك، فإن الكثير من العمل في نمذجة الاختيار كان يجري منذ ما يقرب من 20 عامًا في مجال التفضيلات المعلنة. [9] [10] نشأ مثل هذا العمل في تخصصات مختلفة، في الأصل النقل والتسويق، بسبب الحاجة إلى التنبؤ بالطلب على المنتجات الجديدة التي قد تكون باهظة الثمن لإنتاجها. اعتمد هذا العمل بشكل كبير على مجالات التحليل المشترك وتصميم التجارب ، من أجل:

  1. تقديم سلع أو خدمات للمستهلكين تم تحديدها من خلال ميزات (سمات) معينة لها مستويات، على سبيل المثال "السعر" مع المستويات "10 دولارات، 20 دولارًا، 30 دولارًا"؛ "خدمة المتابعة" مع المستويات "بدون ضمان، ضمان لمدة 10 سنوات"؛
  2. تقديم تكوينات لهذه السلع تعمل على تقليل عدد الاختيارات اللازمة لتقدير دالة المنفعة لدى المستهلك (قاعدة القرار).

على وجه التحديد، كان الهدف هو تقديم الحد الأدنى لعدد الأزواج/الثلاثيات وما إلى ذلك من (على سبيل المثال) الهواتف المحمولة/الخلوية حتى يتمكن المحلل من تقدير القيمة التي استمدها المستهلك (بالوحدات النقدية) من كل ميزة ممكنة للهاتف. وعلى النقيض من الكثير من العمل في التحليل المشترك، كان من المقرر إجراء اختيارات منفصلة (أ مقابل ب؛ ب مقابل أ، ب وج)، بدلاً من التصنيفات على مقاييس تصنيف الفئات ( مقاييس ليكرت ). يُنسب إلى ديفيد هينشر وجوردان لوفيير على نطاق واسع أول نماذج اختيار التفضيل المعلنة. [10] ظلوا شخصيات محورية، إلى جانب آخرين بما في ذلك جوفري سويت وموشيه بن عكيفا، وعلى مدى العقود الثلاثة التالية في مجالات النقل والتسويق ساعدوا في تطوير ونشر الأساليب. [11] [12] ومع ذلك، ساهم العديد من الشخصيات الأخرى، التي تعمل بشكل أساسي في اقتصاديات النقل والتسويق، في النظرية والممارسة وساعدت في نشر العمل على نطاق واسع. [13]

العلاقة مع التحليل المشترك

لقد عانت عملية نمذجة الاختيار منذ البداية من نقص في توحيد المصطلحات، وقد استخدمت جميع المصطلحات المذكورة أعلاه لوصفها. ومع ذلك، فقد ثبت أن الخلاف الأكبر كان جغرافيًا: ففي الأمريكتين، وفقًا لممارسات الصناعة هناك، أصبح مصطلح "التحليل المشترك القائم على الاختيار" مهيمنًا. وقد عكس هذا رغبة في أن تعكس نمذجة الاختيار (1) بنية السمات والمستويات الموروثة من التحليل المشترك، ولكن (2) تُظهر أن الاختيارات المنفصلة، ​​وليس التصنيفات العددية، تُستخدم كمقياس للنتائج التي يتم استخلاصها من المستهلكين. وفي أماكن أخرى من العالم، أصبح مصطلح تجربة الاختيار المنفصل مهيمنًا في جميع التخصصات تقريبًا. [2] لقد توصل لوفيير (التسويق والنقل) وزملاؤه في الاقتصاد البيئي والصحي إلى رفض المصطلحات الأمريكية، زاعمين أنها مضللة وتخفي اختلافًا جوهريًا بين تجارب الاختيار المنفصل والطرق التقليدية المشتركة: حيث تعتمد تجارب الاختيار المنفصل على نظرية قابلة للاختبار في اتخاذ القرار البشري (نظرية المنفعة العشوائية)، في حين أن الطرق المشتركة هي ببساطة طريقة لتحليل قيمة السلعة باستخدام التصميمات الإحصائية من التصنيفات الرقمية التي لا تحتوي على نظرية نفسية لتفسير ما تعنيه أرقام مقياس التصنيف. [2]

تصميم نموذج الاختيار

يتبع تصميم نموذج الاختيار أو تجربة الاختيار المنفصل (DCE) عمومًا الخطوات التالية:

  1. تحديد السلعة أو الخدمة التي يجب تقييمها؛
  2. تحديد السمات والمستويات التي تصف السلعة أو الخدمة بشكل كامل؛
  3. إنشاء تصميم تجريبي مناسب لتلك السمات والمستويات، إما من كتالوج التصميم، [14] أو عبر برنامج برمجي؛ [15]
  4. إنشاء المسح، واستبدال رموز التصميم (الأرقام) بمستويات السمات ذات الصلة؛
  5. إدارة الاستطلاع لعينة من المشاركين بأي من عدد من التنسيقات بما في ذلك الورق والقلم، ولكن بشكل متزايد عبر استطلاعات الويب؛
  6. تحليل البيانات باستخدام النماذج المناسبة، والتي تبدأ غالبًا بنموذج الانحدار اللوجستي المتعدد الحدود ، نظرًا لخصائصه الجذابة من حيث الاتساق مع نظرية الطلب الاقتصادي. [5]

تحديد السلعة أو الخدمة المراد تقييمها

غالبًا ما تكون هذه هي المهمة الأسهل، ويتم تحديدها عادةً من خلال:

  • سؤال البحث في دراسة أكاديمية، أو
  • احتياجات العميل (في سياق سلعة أو خدمة استهلاكية)

تحديد السمات والمستويات التي تصف السلعة أو الخدمة بشكل كامل

عادة ما يتم وصف السلعة أو الخدمة، على سبيل المثال الهاتف المحمول (الخلوي)، بعدد من السمات (الميزات). غالبًا ما يتم وصف الهواتف حسب الشكل والحجم والذاكرة والعلامة التجارية وما إلى ذلك. يجب أن تكون السمات التي سيتم تنويعها في DCE هي كل السمات التي تهم المستجيبين. يؤدي حذف السمات الرئيسية عادةً إلى دفع المستجيبين إلى استنباط (تخمينات) حول السمات المفقودة من DCE، مما يؤدي إلى مشاكل متغيرة محذوفة. يجب أن تتضمن المستويات عادةً كل تلك المتوفرة حاليًا، وغالبًا ما يتم توسيعها لتشمل تلك التي من الممكن تحقيقها في المستقبل - وهذا مفيد بشكل خاص في توجيه تطوير المنتج.

إنشاء تصميم تجريبي مناسب لتلك السمات والمستويات، إما من كتالوج التصميم، أو عبر برنامج برمجي

إن إحدى نقاط القوة في تحليلات DCEs والتحليلات المشتركة هي أنها تقدم عادةً مجموعة فرعية من العامل الكامل. على سبيل المثال، يحتوي الهاتف الذي يحتوي على علامتين تجاريتين وثلاثة أشكال وثلاثة أحجام وأربعة كميات من الذاكرة على 2x3x3x4=72 تكوينًا ممكنًا. هذا هو العامل الكامل وفي معظم الحالات يكون كبيرًا جدًا بحيث لا يمكن إدارته للمستجيبين. يمكن إنتاج مجموعات فرعية من العامل الكامل بعدة طرق، ولكن بشكل عام يكون لها الهدف التالي: تمكين تقدير عدد محدود معين من المعلمات التي تصف السلعة: التأثيرات الرئيسية (على سبيل المثال القيمة المرتبطة بالعلامة التجارية، مع إبقاء كل شيء آخر متساويًا)، والتفاعلات ثنائية الاتجاه (على سبيل المثال القيمة المرتبطة بهذه العلامة التجارية وأصغر حجم، وتلك العلامة التجارية وأصغر حجم)، وما إلى ذلك. يتم تحقيق ذلك عادةً عن طريق الخلط المتعمد بين التفاعلات ذات الدرجة الأعلى والتفاعلات ذات الدرجة الأدنى. على سبيل المثال، قد يتم الخلط بين التفاعلات ثنائية الاتجاه والثلاثية الاتجاه مع التأثيرات الرئيسية. وهذا له العواقب التالية:

  • يتم تقليل عدد الملفات الشخصية (التكوينات) بشكل كبير؛
  • يكون معامل الانحدار لتأثير رئيسي معين غير متحيز إذا وفقط إذا كانت المصطلحات المتداخلة (التفاعلات ذات الدرجة الأعلى) صفرًا؛
  • يكون معامل الانحدار متحيزًا في اتجاه غير معروف وبمقدار غير معروف إذا كانت مصطلحات التفاعل المتداخل غير صفرية؛
  • لا يمكن إجراء تصحيح في التحليل لحل المشكلة، إذا كانت المصطلحات المتداخلة غير صفرية.

وبالتالي، تم تحذير الباحثين مرارًا وتكرارًا من أن التصميم يتضمن اتخاذ قرارات حاسمة بشأن ما إذا كانت التفاعلات ثنائية الاتجاه والتفاعلات ذات الدرجة الأعلى من المرجح أن تكون غير صفرية؛ إن ارتكاب خطأ في مرحلة التصميم يبطل النتائج فعليًا لأن فرضية أن التفاعلات ذات الدرجة الأعلى غير صفرية غير قابلة للاختبار. [11]

تتوفر التصميمات من الكتالوجات والبرامج الإحصائية. تقليديًا، كانت تتمتع بخاصية التعامد حيث يمكن تقدير جميع مستويات السمات بشكل مستقل عن بعضها البعض. وهذا يضمن عدم وجود توازي خطي ويمكن تفسيره باستخدام المثال التالي.

لنتخيل وكالة سيارات تبيع سيارات فاخرة ومركبات مستعملة منخفضة الجودة. وباستخدام مبدأ تعظيم المنفعة وافتراض نموذج MNL، نفترض أن قرار شراء سيارة من هذه الوكالة هو مجموع المساهمة الفردية لكل مما يلي في إجمالي المنفعة.

  • سعر
  • العلامة التجارية (بي إم دبليو، كرايسلر، ميتسوبيشي)
  • الأصل (ألماني، أمريكي)
  • أداء

ومع ذلك، فإن استخدام الانحدار المتعدد الحدود في بيانات المبيعات لن يخبرنا بما نريد معرفته. والسبب هو أن الكثير من البيانات متزامنة حيث أن السيارات في هذه الوكالة إما:

  • السيارات الألمانية عالية الأداء وباهظة الثمن
  • سيارات امريكية رخيصة الثمن و منخفضة الأداء

لا توجد معلومات كافية، ولن تكون هناك معلومات كافية على الإطلاق، لإخبارنا ما إذا كان الناس يشترون السيارات لأنها أوروبية، أو لأنها BMW أو لأنها عالية الأداء. وهذا سبب أساسي لعدم ملاءمة بيانات RP غالبًا وسبب الحاجة إلى بيانات SP. في بيانات RP، تتزامن هذه السمات الثلاث دائمًا وفي هذه الحالة ترتبط ارتباطًا مثاليًا . أي: جميع سيارات BMW مصنوعة في ألمانيا وهي عالية الأداء. يقال إن هذه السمات الثلاث: المنشأ والعلامة التجارية والأداء متوازية أو غير متعامدة. فقط في الظروف التجريبية، عبر بيانات SP، يمكن تغيير الأداء والسعر بشكل مستقل - يتم تحليل آثارهما.

التصميم التجريبي (الموضح أدناه) في تجربة الاختيار هو مخطط صارم للتحكم في السيناريوهات الافتراضية أو مجموعات الاختيار وعرضها على المشاركين. بالنسبة للتجربة نفسها، يمكن استخدام تصميمات مختلفة، ولكل منها خصائص مختلفة. يعتمد أفضل تصميم على أهداف التمرين.

إن التصميم التجريبي هو الذي يحرك التجربة والقدرات النهائية للنموذج. وهناك العديد من التصميمات الفعالة للغاية المتاحة في المجال العام والتي تسمح بإجراء تجارب شبه مثالية.

على سبيل المثال، يسمح تصميم المربع اللاتيني 16 17 بتقدير جميع التأثيرات الرئيسية لمنتج يمكن أن يحتوي على ما يصل إلى 16 17 (حوالي 295 تليها ثمانية عشر صفرًا) من التكوينات. وعلاوة على ذلك، يمكن تحقيق ذلك ضمن إطار عينة يتكون من حوالي 256 مستجيبًا فقط.

فيما يلي مثال لتصميم أصغر كثيرًا. هذا تصميم يحتوي على 3 تأثيرات رئيسية.

0 0 0 0
0 1 1 2
0 2 2 1
1 0 1 1
1 1 2 0
1 2 0 2
2 0 2 2
2 1 0 1
2 2 1 0

سيسمح هذا التصميم بتقدير فوائد التأثيرات الرئيسية من 81 (3 4 ) تكوينًا محتملًا للمنتج على افتراض أن جميع التفاعلات ذات الدرجة الأعلى تساوي صفرًا . يمكن لعينة مكونة من حوالي 20 مستجيبًا نمذجة التأثيرات الرئيسية لجميع تكوينات المنتج المحتملة البالغ عددها 81 بنتائج ذات دلالة إحصائية.

بعض الأمثلة على التصميمات التجريبية الأخرى المستخدمة بشكل شائع:

  • تصميمات الكتل غير المكتملة المتوازنة (BIBD)
  • تصاميم عشوائية
  • التأثيرات الرئيسية
  • تصميمات التفاعل من الدرجة الأعلى
  • العامل الكامل

في الآونة الأخيرة، تم إنتاج تصاميم فعالة. [16] [17] تعمل هذه التصاميم عادةً على تقليل وظائف تباين المعلمات (غير المعروفة ولكن المقدرة). الوظيفة الشائعة هي كفاءة المعلمات. والهدف من هذه التصاميم هو تقليل حجم العينة المطلوب لتحقيق الأهمية الإحصائية لمعلمات المنفعة المقدرة. غالبًا ما تتضمن مثل هذه التصاميم مسبقات بايزية للمعلمات، لتحسين الدقة الإحصائية بشكل أكبر. [18] أصبحت التصميمات عالية الكفاءة شائعة للغاية، نظرًا لتكاليف تجنيد أعداد أكبر من المستجيبين. ومع ذلك، حذرت الشخصيات الرئيسية في تطوير هذه التصاميم من القيود المحتملة، وأبرزها ما يلي. [16] عادةً ما يتم تعظيم كفاءة التصميم عندما تكون السلعة A والسلعة B مختلفتين قدر الإمكان: على سبيل المثال، تختلف كل سمة (ميزة) تحدد الهاتف عبر A و B. وهذا يجبر المستجيب على التداول عبر السعر والعلامة التجارية والحجم والذاكرة وما إلى ذلك؛ لا توجد سمة لها نفس المستوى في كل من A وB. قد يفرض هذا عبئًا معرفيًا على المستجيب، مما يدفعه إلى استخدام قواعد تبسيطية ("اختر دائمًا أرخص هاتف") لا تعكس وظيفة المنفعة الحقيقية الخاصة به (قاعدة القرار). أكدت الأعمال التجريبية الأخيرة أن المستجيبين لديهم بالفعل قواعد قرار مختلفة عند الإجابة على تصميم أقل كفاءة مقارنة بتصميم عالي الكفاءة. [19]

يمكن العثور على مزيد من المعلومات حول التصميمات التجريبية هنا . ومع ذلك، يجدر التأكيد على أن التصميمات الصغيرة التي تقدر التأثيرات الرئيسية تفعل ذلك عادةً عن طريق الخلط المتعمد بين التفاعلات ذات الدرجة الأعلى والتأثيرات الرئيسية. وهذا يعني أنه ما لم تكن هذه التفاعلات صفرية في الممارسة العملية، فسيحصل المحلل على تقديرات متحيزة للتأثيرات الرئيسية. وعلاوة على ذلك، ليس لديه (1) طريقة لاختبار ذلك، و(2) ليس لديه طريقة لتصحيحه في التحليل. وهذا يؤكد على الدور الحاسم للتصميم في DCEs.

إنشاء المسح

يتضمن إنشاء المسح عادةً ما يلي:

  • إجراء عملية "بحث واستبدال" بحيث يتم استبدال رموز التصميم التجريبي (عادةً الأرقام الواردة في المثال أعلاه) بمستويات السمات الخاصة بالسلعة المعنية.
  • إن وضع التكوينات الناتجة (على سبيل المثال أنواع الهواتف المحمولة/الخلوية) في استبيان أوسع قد يشمل أسئلة تتعلق بالتركيبة الاجتماعية والديموغرافية للمستجيبين. وقد يساعد هذا في تقسيم البيانات في مرحلة التحليل: على سبيل المثال، قد يختلف الذكور عن الإناث في تفضيلاتهم.

إدارة الاستطلاع لعينة من المستجيبين بأي من التنسيقات العديدة بما في ذلك الورق والقلم، ولكن بشكل متزايد عبر استطلاعات الويب

في الماضي، كانت الدراسات الاستقصائية عن طريق الإنترنت تُدار باستخدام الورق والقلم. ومع قوة شبكة الإنترنت، أصبحت الدراسات الاستقصائية عبر الإنترنت هي القاعدة. وتتمتع هذه الدراسات الاستقصائية بمزايا من حيث التكلفة، وتوزيع المشاركين عشوائياً على نسخ مختلفة من الدراسة الاستقصائية، واستخدام الفرز. ومن الأمثلة على هذا الفرز تحقيق التوازن بين الجنسين: فإذا أجاب عدد كبير من الذكور، يمكن استبعادهم حتى يتطابق عدد الإناث مع عدد الذكور.

تحليل البيانات باستخدام النماذج المناسبة، والتي تبدأ غالبًا بـالانحدار اللوجستي المتعدد الحدودالنموذج، نظرا لخصائصه الجذابة من حيث التوافق مع نظرية الطلب الاقتصادي

يتطلب تحليل البيانات من نموذج الانحدار المتعدد الحدود من المحلل أن يفترض نوعًا معينًا من قواعد القرار - أو الشكل الوظيفي لمعادلة المنفعة وفقًا لمصطلحات خبراء الاقتصاد. وعادة ما يتم تحديد ذلك من خلال التصميم: إذا تم استخدام تصميم التأثيرات الرئيسية، فلا يمكن تضمين مصطلحات التفاعل ثنائي الاتجاه والأعلى مرتبة في النموذج. ثم يتم تقدير نماذج الانحدار عادةً. غالبًا ما تبدأ هذه النماذج بنموذج اللوجيت الشرطي - والذي يُشار إليه تقليديًا، وإن كان مضللًا بعض الشيء، باسم نموذج الانحدار اللوجيستي المتعدد الحدود (MNL) من قبل مصممي نماذج الاختيار. يحول نموذج الانحدار اللوجيستي المتعدد الحدود ترددات الاختيار المرصودة (التي تُعَد احتمالات مقدرة، على مقياس النسبة) إلى تقديرات المنفعة (على مقياس الفاصل) عبر الدالة اللوجستية. يمكن تقدير المنفعة (القيمة) المرتبطة بكل مستوى من مستويات السمات، مما يسمح للمحلل ببناء المنفعة الإجمالية لأي تكوين ممكن (في هذه الحالة، السيارة أو الهاتف). ومع ذلك، يمكن استخدام نموذج الانحدار المتعدد الحدود بدلاً من ذلك لتقدير الفوائد والتكاليف البيئية غير السوقية. [20]

نقاط القوة

  • يجبر المشاركين على النظر في المقايضات بين السمات؛
  • يجعل إطار المرجعية واضحًا للمستجيبين من خلال تضمين مجموعة من السمات وبدائل المنتج؛
  • يتيح تقدير الأسعار الضمنية للسمات؛
  • يتيح تقدير تأثيرات الرعاية الاجتماعية لعدة سيناريوهات؛
  • يمكن استخدامها لتقدير مستوى طلب العملاء على "منتج الخدمة" البديل من حيث القيمة غير النقدية؛ و
  • من المحتمل أن يقلل من حافز المستجيبين للتصرف بشكل استراتيجي. [21]

نقاط الضعف

  • توفر الاختيارات المنفصلة بيانات ترتيبية فقط ، مما يوفر معلومات أقل من بيانات النسبة أو الفاصل الزمني؛
  • تتطلب الاستدلالات من البيانات الترتيبية، لإنتاج تقديرات على مقياس الفاصل/النسبة، افتراضات حول توزيعات الأخطاء وقاعدة قرار المستفتى (الشكل الوظيفي لدالة المنفعة)؛
  • تستخدم التصميمات العاملية الكسرية في الممارسة العملية خلطًا متعمدًا بين التفاعلات ثنائية الاتجاه والأعلى مرتبة مع تقديرات الدرجة الأدنى (عادةً التأثيرات الرئيسية) من أجل جعل التصميم صغيرًا: إذا كانت التفاعلات ذات الدرجة الأعلى غير صفرية، فإن التأثيرات الرئيسية تكون متحيزة، دون وجود طريقة للمحلل لمعرفة ذلك أو تصحيحه بعد وقوع الحدث؛
  • إن اتخاذ القرارات غير الاحتمالية (الحتمية) من قبل الفرد ينتهك نظرية المنفعة العشوائية: ففي ظل نموذج المنفعة العشوائية، تصبح تقديرات المنفعة غير محدودة.
  • هناك نقطة ضعف أساسية في جميع نماذج المتغيرات التابعة المحدودة مثل نماذج لوجيت وبروبيت: المتوسطات (المواضع الحقيقية) والتباينات على المقياس الكامن متداخلة تمامًا . بعبارة أخرى، لا يمكن فصلها.

التداخل بين المتوسط ​​والتباين

أثبت ياتشو وجريليش لأول مرة أن المتوسطات والتباينات كانت متداخلة في نماذج المتغيرات التابعة المحدودة (حيث يأخذ المتغير التابع أيًا من مجموعة منفصلة من القيم بدلاً من مجموعة متصلة كما هو الحال في الانحدار الخطي التقليدي). [22] يصبح هذا القيد حادًا في نمذجة الاختيار للسبب التالي: يمكن أن تعني قيمة بيتا كبيرة مقدرة من نموذج الانحدار MNL أو أي نموذج اختيار آخر:

  1. يضع المستجيبون العنصر في مرتبة عالية على مقياس الكامن (يقدرونه بدرجة عالية)، أو
  2. لا يضع المستجيبون العنصر في مرتبة عالية على المقياس ولكنهم متأكدون جدًا من تفضيلاتهم، ويختارون العنصر باستمرار (بشكل متكرر) على العناصر الأخرى المعروضة بجانبه، أو
  3. بعض التركيبات من (1) و (2).

وهذا له آثار كبيرة على تفسير مخرجات نموذج الانحدار. فكل البرامج الإحصائية "تحل" مشكلة التداخل بين المتوسط ​​والتباين من خلال ضبط التباين على قيمة ثابتة؛ وكل معاملات بيتا المقدرة هي في الواقع عبارة عن بيتا مقدرة مضروبة في لامدا مقدرة (دالة عكسية للتباين). وهذا يغري المحلل بتجاهل المشكلة. ولكن لابد أن يفكر (أو يجب عليه) أن يفكر فيما إذا كانت مجموعة معاملات بيتا الكبيرة تعكس تفضيلات قوية (بيتا حقيقية كبيرة) أو اتساقاً في الاختيارات (لامدا حقيقية كبيرة)، أو مزيجاً من الاثنين. وقسمة كل التقديرات على واحد آخر ـ عادة ما يكون ذلك الخاص بمتغير السعر ـ يلغي حد لامدا المتداخل من البسط والمقام. [23] وهذا يحل المشكلة، مع الفائدة الإضافية المتمثلة في أنه يوفر للاقتصاديين استعداد المستجيب للدفع مقابل كل مستوى من مستويات السمات. ومع ذلك، فإن النتيجة التي تفيد بأن النتائج المقدرة في "مساحة المرافق" لا تتطابق مع تلك المقدرة في "مساحة الاستعداد للدفع"، [24] [25] تشير إلى أن مشكلة الالتباس لا يتم حلها بهذه "الحيلة": قد تكون التباينات خاصة بالسمات أو بعض الوظائف الأخرى للمتغيرات (التي من شأنها أن تفسر التناقض). وهذا موضوع بحث حالي في هذا المجال.

مقارنة بأساليب التقييم التقليدية القائمة على التصنيفات

المشاكل الرئيسية التي تحدث مع أسئلة التصنيف والتي لا تحدث مع نماذج الاختيار هي:

  • لا توجد معلومات عن المقايضة. أحد المخاطر المرتبطة بالتقييمات هو أن المشاركين يميلون إلى عدم التمييز بين السمات "الجيدة" الملموسة وتقييمها جميعًا على أنها جذابة.
  • مقاييس شخصية مختلفة. يقدر الأفراد المختلفون الرقم "2" على مقياس من 1 إلى 5 بشكل مختلف. لا يوجد أساس نظري لتجميع ترددات كل مقياس من مقاييس المقياس.
  • لا يوجد مقياس نسبي. كيف يقارن المحلل بين شيء مصنف بدرجة 1 وشيء مصنف بدرجة 2؟ هل أحدهما أفضل مرتين من الآخر؟ مرة أخرى لا توجد طريقة نظرية لتجميع البيانات.

أنواع أخرى

تصنيف

تميل التصنيفات إلى إجبار الفرد على الإشارة إلى تفضيلاته النسبية للعناصر التي تهمه. وبالتالي، يمكن عادةً تقدير المقايضات بين هذه العناصر، كما هو الحال في نموذج الانحدار المتعدد الأبعاد. ومع ذلك، يجب على نماذج التصنيف اختبار ما إذا كانت نفس دالة المنفعة يتم تقديرها عند كل عمق تصنيف: على سبيل المثال، يجب أن تنتج نفس التقديرات (حتى مقياس التباين) من بيانات المرتبة الأدنى كما هو الحال من بيانات المرتبة الأعلى.

أفضل وأسوأ القياس

إن مقياس الأفضل والأسوأ (BWS) هو بديل محترم للتقييمات والترتيب. فهو يطلب من الناس اختيار الخيارات الأكثر والأقل تفضيلاً من بين مجموعة من البدائل. ومن خلال طرح أو دمج احتمالات الاختيار، يمكن تقدير درجات المنفعة لكل بديل على مقياس فاصل أو نسبة، للأفراد و/أو المجموعات. ويمكن للأفراد استخدام نماذج نفسية مختلفة لإنتاج بيانات الأفضل والأسوأ، بما في ذلك نموذج MaxDiff .

الاستخدامات

يعد نمذجة الاختيار مفيدة بشكل خاص في الحالات التالية:

  • التنبؤ بالاستيعاب وتحسين تطوير المنتجات الجديدة
  • تقدير الاستعداد الضمني للدفع (WTP) للسلع والخدمات
  • اختبار جدوى المنتج أو الخدمة
  • تقدير تأثير خصائص المنتج على اختيار المستهلك
  • اختلافات في سمات المنتج
  • فهم قيمة العلامة التجارية والتفضيلات، بما في ذلك المنتجات مثل الكليات [26] [27]
  • تقديرات الطلب والتسعير الأمثل
  • الطلب على النقل
  • الإخلاء والتحقيقات والتنبؤ بالكوارث

يقدم القسم الخاص "بتطبيقات" الاختيار المنفصل تفاصيل إضافية حول كيفية تطبيق هذا النوع من النمذجة في مجالات مختلفة.

نموذج الاختيار المهني

في علم الاقتصاد ، نموذج الاختيار المهني هو نموذج يسعى إلى الإجابة عن سبب دخول الأشخاص إلى مهن مختلفة [28] . [29]

في النموذج، يقرر الشخص في كل لحظة ما إذا كان سيعمل كما كان في المهنة السابقة، أو في مهنة أخرى، أو لا يعمل. في بعض إصدارات النموذج، يختار الفرد المهنة التي تكون القيمة الحالية لدخله المتوقع فيها هي الحد الأقصى. [30] ومع ذلك، في إصدارات أخرى، قد يدفع النفور من المخاطرة الناس إلى العمل في نفس المهنة كما كان من قبل. [31]

انظر أيضا

مراجع

  1. ^ 2001 - مركز الاقتصاد الدولي - مراجعة منهجيات الاستعداد للدفع
  2. ^ abc Louviere, Jordan J; Flynn, Terry N; Carson, Richard T (2010-01-01). "Discrete Choice Experiments Are Not Conjoint Analysis". مجلة نمذجة الاختيار . 3 (3): 57–72. doi : 10.1016/S1755-5345(13)70014-9 . hdl : 10453/15890 .
  3. ^ مجلة نمذجة الاختيار . تم الاسترجاع في 2015-11-05 . {{cite book}}: |website=تم تجاهله ( مساعدة )
  4. ^ ثورستون (1994). "قانون الحكم المقارن". APA PsycNET . تم الاسترجاع في 2017-12-08 .
  5. ^ ab Zarembka, Paul (1974). Frontiers in Econometrics . نيويورك: Academic Press. ص 105-142.
  6. ^ لوسي، ر. دنكان (1959). تحليل لوجيت الشرطي لسلوك الاختيار النوعي . نيويورك: جون وايلي وأولاده.
  7. ^ Marley, AAJ (1968-06-01). "بعض النماذج الاحتمالية للاختيار البسيط والترتيب". مجلة علم النفس الرياضي . 5 (2): 311-332. doi :10.1016/0022-2496(68)90078-3.
  8. ^ الاقتصاد 2000
  9. ^ Louviere, Jordan J.; Woodworth, George (1983-11-01). "تصميم وتحليل تجارب محاكاة اختيار المستهلك أو تخصيصه: نهج قائم على البيانات المجمعة". مجلة أبحاث التسويق . 20 (4): 350-367. doi :10.2307/3151440. JSTOR  3151440.
  10. ^ ab Louviere, Jordan J.; Hensher, David A. (1982-01-01). "تصميم وتحليل تجارب الاختيار أو التخصيص المحاكاة في نمذجة اختيار السفر". سجل أبحاث النقل (890). ISSN  0361-1981.
  11. ^ ab "طرق الاختيار المعلنة". مطبعة جامعة كامبريدج . تم الاسترجاع في 2015-11-04 .
  12. ^ تحليل الاختيار المنفصل. دراسات النقل. 18 ديسمبر 1985. ISBN 9780262022170. تم الاسترجاع بتاريخ 2015-11-04 . {{cite book}}: |website=تم تجاهله ( مساعدة )
  13. ^ بالتاس، جورج؛ دويل، بيتر (2001-02-01). "نماذج المنفعة العشوائية في أبحاث التسويق: دراسة استقصائية". مجلة أبحاث الأعمال . 51 (2): 115-125. doi :10.1016/S0148-2963(99)00058-2. ISSN  0148-2963.
  14. ^ "Orthogonal Arrays". support.sas.com . تم الاسترجاع في 2015-11-04 .
  15. ^ "ChoiceMetrics | Ngene | Features". www.choice-metrics.com . تم الاسترجاع في 2015-11-04 .
  16. ^ ab Rose, John M.; Bliemer, Michiel CJ (2009-09-01). "إنشاء تصميمات تجريبية فعالة للاختيار المحدد". مراجعات النقل . 29 (5): 587–617. doi :10.1080/01441640902827623. ISSN  0144-1647. S2CID  111072085.
  17. ^ ستريت، ديبوراه جيه ؛ بورجيس، ليوني (2007-07-20). بناء تجارب الاختيار المثلى: النظرية والأساليب. جون وايلي وأولاده. رقم ISBN 9780470148556.
  18. ^ [روسي، ب.، ألينبي، ج.، ماكولوتش، ر. (2009) الإحصاء البايزي والتسويق. وايلي]
  19. ^ فلين، تيري ن (مارس 2016). "هل التصميمات الفعّالة المستخدمة في تجارب الاختيار المنفصل صعبة للغاية بالنسبة لبعض المستجيبين؟ دراسة حالة تستنبط تفضيلات الرعاية في نهاية الحياة". اقتصاديات الأدوية . 34 (3): 273-284. doi :10.1007/s40273-015-0338-z. PMID  26589411. S2CID  207492460.
  20. ^ Jeff Bennet University of Queensland https://www.epa.qld.gov.au/publications?id=1585 محفوظ في 2008-08-19 على موقع Wayback Machine
  21. ^ 2001 – مركز الاقتصاد الدولي – مراجعة منهجيات الاستعداد للدفع
  22. ^ Yatchew, Adonis; Griliches, Zvi (1985). "خطأ المواصفات في نماذج Probit". مراجعة الاقتصاد والإحصاء . 67 (1): 134. doi :10.2307/1928444. JSTOR  1928444.
  23. ^ Hensher, David; Louviere, Jordan; Swait, Joffre (1998-11-26). "دمج مصادر بيانات التفضيل". مجلة القياس الاقتصادي . 89 (1-2): 197-221. doi :10.1016/S0304-4076(98)00061-X. hdl : 2123/19028 .
  24. ^ Train, Kenneth (2005). Applications of simulator methods in environmental and resource economics . Doredrecht. pp. 1–16.
  25. ^ سونير، جاريت؛ أينسلي، أندرو س؛ أوتر، توماس (2007). "توزيعات التباين في الرغبة في الدفع في نماذج الاختيار". doi :10.2139/ssrn.928412. S2CID  154620696. {{cite journal}}: تتطلب المجلة الاستشهاد بها |journal=( مساعدة )
  26. ^ إروين، نيل (4 سبتمبر 2014). "لماذا تتمتع الكليات ذات التركيز المتميز بميزة خفية". The Upshot . نيويورك تايمز . تم الاسترجاع في 9 مايو 2023 .
  27. ^ Selingo, Jeffrey J. (23 سبتمبر 2015). "عندما يكون أمام الطلاب خيارات بين أفضل الكليات، فأي منها يختارون؟". The Washington Post . تم الاسترجاع في 9 مايو 2023 .
  28. ^ بلاو، بيتر؛ جوستاد، جون؛ جيسور، ريتشارد؛ بارنز، هربرت؛ ويلكوك، ريتشارد (1956). "الاختيار المهني: إطار مفاهيمي". مراجعة ILR . 9 (4): 531-543. doi :10.1177/001979395600900401. S2CID  158449519. تم الاسترجاع في 18 أبريل 2021 .
  29. ^ McCall, Brian P. (1991). "نموذج ديناميكي للاختيار المهني". مجلة الديناميكيات الاقتصادية والتحكم . 15 (2): 387-408. doi :10.1016/0165-1889(91)90019-W . تم الاسترجاع في 18 أبريل 2021 .
  30. ^ بينويتز، موريس؛ زوكر، ألبرت (1968). "رأس المال البشري والاختيار المهني: نموذج نظري". المجلة الاقتصادية الجنوبية . 34 (3): 406-409. doi :10.2307/1055503. JSTOR  1055503.
  31. ^ Lang, Kevin (August 2018). "THE DETERMINANTS OF TEACHERS' OCCUPATIONAL CHOICE". سلسلة أوراق عمل المكتب الوطني للبحوث الاقتصادية . 24883. تم الاسترجاع في 18 أبريل 2021 .
  • الوسائط ذات الصلة بنمذجة الاختيار في ويكيميديا ​​كومنز
  • قائمة المراجع المنسقة في IDEAS/RePEc
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=نمذجة_الاختيار&oldid=1197761231"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate