Hierarchisch bayesianische Methoden bei der Conjointanalyse

Bernhard Baumgartner () and Winfried J. Steiner ()
Additional contact information
Bernhard Baumgartner: Universität Osnabrück
Winfried J. Steiner: Technische Universität Clausthal

Chapter Kapitel 11 in Conjointanalyse, 2021, pp 257-272 from Springer

Abstract: Zusammenfassung Im Laufe der letzten beiden Dekaden wurden in der Marketingforschung zunehmend hierarchisch bayesianische Ansätze zur Modellierung von Konsumentenheterogenität eingesetzt. Allenby et al. (1995), Allenby und Ginter (1995) sowie Lenk et al. (1996) wendeten diese Verfahren erstmals an, um individuelle Nutzenbeiträge basierend auf Daten aus Conjointanalysen zu schätzen. In diesem Kapitel werden Grundlagen und die Vorgehensweise einführend diskutiert. So wird zunächst der Grundgedanke der bayesianischen Statistik und das häufig verwendete, so genannte „Normalmodell“ zur Schätzung individueller Koeffizienten sowie Modellerweiterungen behandelt. Ausführungen zur Modellselektion und eine empirische Anwendung schließen das Kapitel mit einer kurzen Zusammenfassung ab.

Date: 2021
References: Add references at CitEc
Citations:

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_11

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

DOI: 10.1007/978-3-662-63364-9_11

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 ().