Die Analyse von Präferenzdaten gewinnt im Bereich der Sozial- und Wirtschaftswissenschaften, insbesondere im Marketing, und der Psychologie immer mehr an Bedeutung. Das Buch bietet einen Streifzug durch die wichtigsten Paarvergleichsmodelle sowie deren Umsetzung mit Hilfe der frei verfügbaren Statistiksoftware R und dem Paket prefmod. Besondere statistische, mathematische oder softwaretechnische Kenntnisse werden dabei nicht vorausgesetzt.
Autorentext
Prof. Dr. Hatzinger (verstorben) war in leitender Funktion am Institut für Statistik und Mathematik der Wirtschaftsuniversität Wien tätig.
Inhalt
Vorwort 1. Aufbau des Buchs 1 1.1. Typologische und symbolische Gestaltungselemente 3 1.2. Programmversion von R 5 2. Einleitung 7 3. Paarvergleiche 11 3.1. Arten von Paarvergleichen 13 3.2. Paarvergleichs-/Präferenzmodelle 14 4. Das Bradley-Terry Modell (BT) 15 4.1. Das log-lineare BT Modell (LLBT Modell) 18 I. Log-lineare Bradley-Terry Modelle (LLBT) 19 Echte Paarvergleiche 5. Das log-lineare Bradley-Terry Modell (LLBT) 21 5.1. Theorie 21 5.1.1. Designstruktur des LLBT Modells 23 5.1.2. Berechnung des LLBT Modells 24 5.1.3. Interpretation der Objektparameter 26 5.1.4. Berechnung der Werteparameter 27 5.1.5. Prüfung der Modellgüte (Goodness-of-fit) 28 5.1.6. Erweiterungsmöglichkeiten des LLBT Modells 29 5.2. Anwendung in R Beispiel 1: Schokolade 30 5.2.1. Beschreibung des Datensatzes, Datenvorbereitung 31 5.2.2. Deskriptive Statistik 34 5.2.3. Modellschätzung mit dem R-Paket prefmod 35 5.2.4. Interpretation 39 5.2.5. Modellgüte, Konfidenzintervalle 44 6. Das LLBT Modell mit drei Antwortkategorien (ties) 49 6.1. Theorie 49 6.1.1. Designstruktur des LLBT Modells mit ties 51 6.2. Anwendung in R Beispiel 2: CEMS 52 6.2.1. Beschreibung des Datensatzes, Datenvorbereitung 52 6.2.2. Deskriptive Statistik 55 6.2.3. Modellschätzung mit dem R-Paket prefmod 56 6.2.4. Modellgüte 58 6.2.5. Interpretation 58 7. Das LLBT Modell mit einer kategorialen Subjektkovariate 61 7.1. Theorie 61 7.1.1. Interpretation 63 7.1.2. Modellselektion 64 7.2. Anwendung in R Beispiel 2: CEMS 66 7.2.1. Beschreibung des Datensatzes, Datenvorbereitung 66 7.2.2. Deskriptive Statistik 67 7.2.3. Modellschätzung mit dem R-Paket prefmod 70 7.2.4. Modellselektion, Modellgüte 73 7.2.5. Interpretation 75 8. Das LLBT Modell mit zwei kategorialen Subjektkovariaten 81 8.1. Theorie 81 8.1.1. Berechnung der Objektparameter 82 8.1.2. Modellselektion 83 8.2. Anwendung in R Beispiel 2: CEMS 85 8.2.1. Modellschätzung 85 8.2.2. Modellselektion 86 8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter 90 9. Eine metrische Subjektkovariate (ohne ties) 95 9.1. Theorie 95 9.2. Anwendung in R Beispiel 3: Lernmethoden 96 9.2.1. Beschreibung des Datensatzes, Datenvorbereitung 96 9.2.2. Deskriptive Statistik 98 9.2.3. Modellschätzung mit dem R-Paket prefmod 101 9.2.4. Berechnung der Objektparameter 104 9.2.5. Berechnung und Darstellung der Werteparameter 106 10.Das LLBT Modell mit einer objekt-spezifischen Kovariate 111 10.1. Theorie 111 10.2.Anwendung in R Beispiel 2: CEMS 114 10.2.1. Modellschätzung mit dem R-Paket prefmod 114 10.2.2. Objekt- und Werteparameter 119 10.2.3. Modellselektion 121 II. Log-lineare Paarvergleichs Pattern Modelle 123 11.Paarvergleichs Pattern Modelle 125 11.1. Theorie 125 Echte Paarvergleiche 12.Das Pattern Modell bei unabhängigen Entscheidungen 133 12.1. Theorie 133 12.1.1. Designstruktur des Pattern Modells 133 12.1.2. Interpretation der Objektparameter 134 12.1.3. Berechnung der Werteparameter 135 12.1.4. Der Unterschied zwischen LLBT und Pattern Modell 135 12.2.Anwendung in R Beispiel 1: Schokolade 136 12.2.1. Modellschätzung mit dem R-Paket prefmod 136 12.2.2. Berechnung der Objekt- und Werteparameter 140 12.2.3. Grafische Darstellung der Objekt- und Werteparameter 141 13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen 143 13.1. Theorie 143 13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen 146 13.1.2. Interpretation der Abhängigkeits- und Objektparameter 147 14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate 149 14.1. Theorie 149 14.2.Anwendung in R Beispiel 4: Interview mit Sportlerinnen 150 14.2.1. Beschreibung des Datensatzes 150 14.2.2. Modellschätzung mit dem R-Paket prefmod 151 14.2.3. Objektparameter 154 14.2.4.Werteparameter 156 15.Das Pattern Modell mit Abhängigkeiten und ties 159 15.1. Theorie 159 15.2.Anwendung in R Beispiel 2: CEMS 161 15.2.1. Beschreibung des Datensatzes, Datenvorbereitung 161 15.2.2. Modellschätzung mit dem R-Paket prefmod 162 15.2.3. Grafische Darstellung der Objekt- und Werteparameter 166 Hergeleitete Paarvergleiche 16.Das Pattern Modell für Rangdaten 169 16.1. Theorie 169 16.1.1. Designstruktur des Pattern Modells für Rangdaten 172 16.2.Anwendung in R Beispiel 5: Restaurant 173 16.2.1. Beschreibung des Datensatzes, Datenvorbereitung 173 16.2.2. Modellschätzung mit dem R-Paket prefmod 175 16.2.3. Modellgüte 179 16.2.4. Erweiterungsmöglichkeiten 180 17.Das Pattern Modell für Ratingdaten 183 17.1. Theorie 183 17.1.1. Designstruktur des Pattern Modells für Ratingdaten mit Berücksichtigung von ties 187 17.2.Anwendung in R Beispiel 6: Umweltgefahr 190 17.2.1. Beschreibung des Datensatzes, Datenvorbereitung 190 17.2.2. Modellschätzung mit dem R-Paket prefmod 191 17.2.3. Ausgabe, Visualisierung der Objekt- und Werteparameter 195 Appendix 197 A. R-Grundlagen 199 A.1. Einlesen externer Dateien in R 199 A.2. Installation der benötigten R-Pakete 200 B. Zusammenfassung wichtiger Symbole 203 Literaturverzeichnis 205 Index 209
Autorentext
Prof. Dr. Hatzinger (verstorben) war in leitender Funktion am Institut für Statistik und Mathematik der Wirtschaftsuniversität Wien tätig.
Inhalt
Vorwort 1. Aufbau des Buchs 1 1.1. Typologische und symbolische Gestaltungselemente 3 1.2. Programmversion von R 5 2. Einleitung 7 3. Paarvergleiche 11 3.1. Arten von Paarvergleichen 13 3.2. Paarvergleichs-/Präferenzmodelle 14 4. Das Bradley-Terry Modell (BT) 15 4.1. Das log-lineare BT Modell (LLBT Modell) 18 I. Log-lineare Bradley-Terry Modelle (LLBT) 19 Echte Paarvergleiche 5. Das log-lineare Bradley-Terry Modell (LLBT) 21 5.1. Theorie 21 5.1.1. Designstruktur des LLBT Modells 23 5.1.2. Berechnung des LLBT Modells 24 5.1.3. Interpretation der Objektparameter 26 5.1.4. Berechnung der Werteparameter 27 5.1.5. Prüfung der Modellgüte (Goodness-of-fit) 28 5.1.6. Erweiterungsmöglichkeiten des LLBT Modells 29 5.2. Anwendung in R Beispiel 1: Schokolade 30 5.2.1. Beschreibung des Datensatzes, Datenvorbereitung 31 5.2.2. Deskriptive Statistik 34 5.2.3. Modellschätzung mit dem R-Paket prefmod 35 5.2.4. Interpretation 39 5.2.5. Modellgüte, Konfidenzintervalle 44 6. Das LLBT Modell mit drei Antwortkategorien (ties) 49 6.1. Theorie 49 6.1.1. Designstruktur des LLBT Modells mit ties 51 6.2. Anwendung in R Beispiel 2: CEMS 52 6.2.1. Beschreibung des Datensatzes, Datenvorbereitung 52 6.2.2. Deskriptive Statistik 55 6.2.3. Modellschätzung mit dem R-Paket prefmod 56 6.2.4. Modellgüte 58 6.2.5. Interpretation 58 7. Das LLBT Modell mit einer kategorialen Subjektkovariate 61 7.1. Theorie 61 7.1.1. Interpretation 63 7.1.2. Modellselektion 64 7.2. Anwendung in R Beispiel 2: CEMS 66 7.2.1. Beschreibung des Datensatzes, Datenvorbereitung 66 7.2.2. Deskriptive Statistik 67 7.2.3. Modellschätzung mit dem R-Paket prefmod 70 7.2.4. Modellselektion, Modellgüte 73 7.2.5. Interpretation 75 8. Das LLBT Modell mit zwei kategorialen Subjektkovariaten 81 8.1. Theorie 81 8.1.1. Berechnung der Objektparameter 82 8.1.2. Modellselektion 83 8.2. Anwendung in R Beispiel 2: CEMS 85 8.2.1. Modellschätzung 85 8.2.2. Modellselektion 86 8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter 90 9. Eine metrische Subjektkovariate (ohne ties) 95 9.1. Theorie 95 9.2. Anwendung in R Beispiel 3: Lernmethoden 96 9.2.1. Beschreibung des Datensatzes, Datenvorbereitung 96 9.2.2. Deskriptive Statistik 98 9.2.3. Modellschätzung mit dem R-Paket prefmod 101 9.2.4. Berechnung der Objektparameter 104 9.2.5. Berechnung und Darstellung der Werteparameter 106 10.Das LLBT Modell mit einer objekt-spezifischen Kovariate 111 10.1. Theorie 111 10.2.Anwendung in R Beispiel 2: CEMS 114 10.2.1. Modellschätzung mit dem R-Paket prefmod 114 10.2.2. Objekt- und Werteparameter 119 10.2.3. Modellselektion 121 II. Log-lineare Paarvergleichs Pattern Modelle 123 11.Paarvergleichs Pattern Modelle 125 11.1. Theorie 125 Echte Paarvergleiche 12.Das Pattern Modell bei unabhängigen Entscheidungen 133 12.1. Theorie 133 12.1.1. Designstruktur des Pattern Modells 133 12.1.2. Interpretation der Objektparameter 134 12.1.3. Berechnung der Werteparameter 135 12.1.4. Der Unterschied zwischen LLBT und Pattern Modell 135 12.2.Anwendung in R Beispiel 1: Schokolade 136 12.2.1. Modellschätzung mit dem R-Paket prefmod 136 12.2.2. Berechnung der Objekt- und Werteparameter 140 12.2.3. Grafische Darstellung der Objekt- und Werteparameter 141 13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen 143 13.1. Theorie 143 13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen 146 13.1.2. Interpretation der Abhängigkeits- und Objektparameter 147 14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate 149 14.1. Theorie 149 14.2.Anwendung in R Beispiel 4: Interview mit Sportlerinnen 150 14.2.1. Beschreibung des Datensatzes 150 14.2.2. Modellschätzung mit dem R-Paket prefmod 151 14.2.3. Objektparameter 154 14.2.4.Werteparameter 156 15.Das Pattern Modell mit Abhängigkeiten und ties 159 15.1. Theorie 159 15.2.Anwendung in R Beispiel 2: CEMS 161 15.2.1. Beschreibung des Datensatzes, Datenvorbereitung 161 15.2.2. Modellschätzung mit dem R-Paket prefmod 162 15.2.3. Grafische Darstellung der Objekt- und Werteparameter 166 Hergeleitete Paarvergleiche 16.Das Pattern Modell für Rangdaten 169 16.1. Theorie 169 16.1.1. Designstruktur des Pattern Modells für Rangdaten 172 16.2.Anwendung in R Beispiel 5: Restaurant 173 16.2.1. Beschreibung des Datensatzes, Datenvorbereitung 173 16.2.2. Modellschätzung mit dem R-Paket prefmod 175 16.2.3. Modellgüte 179 16.2.4. Erweiterungsmöglichkeiten 180 17.Das Pattern Modell für Ratingdaten 183 17.1. Theorie 183 17.1.1. Designstruktur des Pattern Modells für Ratingdaten mit Berücksichtigung von ties 187 17.2.Anwendung in R Beispiel 6: Umweltgefahr 190 17.2.1. Beschreibung des Datensatzes, Datenvorbereitung 190 17.2.2. Modellschätzung mit dem R-Paket prefmod 191 17.2.3. Ausgabe, Visualisierung der Objekt- und Werteparameter 195 Appendix 197 A. R-Grundlagen 199 A.1. Einlesen externer Dateien in R 199 A.2. Installation der benötigten R-Pakete 200 B. Zusammenfassung wichtiger Symbole 203 Literaturverzeichnis 205 Index 209
Titel
Präferenzmodelle in der Praxis
Untertitel
Analyse von Paarvergleichen, Likert Items und Rankings mit R-prefmod
EAN
9783838537856
Format
E-Book (pdf)
Hersteller
Genre
Veröffentlichung
11.09.2017
Digitaler Kopierschutz
Wasserzeichen
Anzahl Seiten
228
Auflage
1. Auflage
Lesemotiv
Laden...
Unerwartete Verzögerung
Ups, ein Fehler ist aufgetreten. Bitte versuchen Sie es später noch einmal.