Latente Klassenmodelle bei der wahlbasierten Conjointanalyse

Winfried J. Steiner (), Friederike Paetz (), Peter Kurz () and Maren Hein ()
Additional contact information
Winfried J. Steiner: Technische Universität Clausthal
Friederike Paetz: Technische Universität Clausthal
Peter Kurz: BMS Marketing Research + Strategy GmbH
Maren Hein: Landesamt für Statistik Niedersachsen

Chapter Kapitel 10 in Conjointanalyse, 2021, pp 233-255 from Springer

Abstract: Zusammenfassung In diesem Kapitel wird das Latent Class Multinomiale Logit-Modell (LCMNL) als derzeit populärstes latentes Klassenmodell zur Bestimmung segmentspezifischer Präferenzen bei der wahlbasierten bzw. Choice-Based Conjointanalyse (CBC) vorgestellt. Der Fokus auf wahlbasierte Daten ist der Tatsache geschuldet, dass derzeit etwa 80% der Kunden von Sawtooth Software den CBC-Ansatz zur Ermittlung von Konsumentenpräferenzen nutzen. Zunächst werden methodische Grundlagen und Möglichkeiten zur Schätzung von LCMNL-Modellen vorgestellt und das zentrale Thema der Modellselektion diskutiert. Es folgt eine empirische Anwendung des LCMNL-Ansatzes auf Daten einer wahlbasierten Conjointanalyse, bei der die Modellschätzung und die Modellselektion vorgestellt werden. Das Kapitel schließt mit einem Ausblick auf Modellerweiterungen bzw. fortgeschrittene Segmentierungsansätze und einer kurzen Zusammenfassung.

Date: 2021
References: Add references at CitEc
Citations: View citations in EconPapers (1)

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-662-63364-9_10

Ordering information: This item can be ordered from
http://www.springer.com/9783662633649

DOI: 10.1007/978-3-662-63364-9_10

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().