- Als neu kennzeichnen
- Lesezeichen
- Abonnieren
- Stummschalten
- RSS-Feed abonnieren
- Kennzeichnen
- Anstößigen Inhalt melden
Hallo,
ich hatte vor das Nested Logit Modell bayesianisch mit random effects zu schätzen. Leider ist die random Funktion nur im Zusammenhang mit dem Logit- und Probitmodell nutzbar. Kennt wer die Gründe bzw. gibt es Alternativen zu BChoice?
VG, Nils
- Als neu kennzeichnen
- Lesezeichen
- Abonnieren
- Stummschalten
- RSS-Feed abonnieren
- Kennzeichnen
- Anstößigen Inhalt melden
Hallo Nils,
ich habe leider nur eine wage inhaltliche Vermutung, da mein Bayes Wissen etwas eingerostet ist. Wenn ich mich recht erinnere, löst das Nested Logit Modell die IIA (independence of irrelevant alternatives) Anforderung von Choice Modellen (teilweise) auf. Diese Modellannahmen resultieren in einer partitionierten Korrelationsmatrix der Fehlerterme.
Es könnte sein, dass diese Korrelationsstruktur dazu führt, dass für die in BChoice implementierten Samplingverfahren somit keine analytische Closed Form für die Posterior Distribution definiert werden kann. Hieße, dass dort aufwändiger gesampelt werden müsste. Das wäre durchaus ein guter Grund, das Verfahren nicht in eine Standardprozedur zu packen. Grundsätzlich sollte allerdings eine Schätzung möglich sein. Ggf. ist eine Umsetzung mit Proc MCMC möglich? https://support.sas.com/resources/papers/proceedings09/257-2009.pdf
Gibt es eine konkrete Veröffentlichung zu dem Thema? Das würde zur weiteren Eingrenzung sicherlich helfen.
Gruß,
Michael
- Als neu kennzeichnen
- Lesezeichen
- Abonnieren
- Stummschalten
- RSS-Feed abonnieren
- Kennzeichnen
- Anstößigen Inhalt melden
Hallo Michael,
genau, das Nested Logit Modell relaxiert die IAA Annahme. Ich möchte, auf Basis eines simulierten Choice-Based Conjoint Datensatzes, individuelle Teilnutzen zurückschätzen. Leider kann dies BChoice nur auf aggregierter Ebene, für das Logit Modell funktioniert dort die individuelle Schätzung.
Auf MCMC bin ich auch gestoßen, aber glaube noch besser das RSGHB Paket in R.
Gruß, Nils
- Als neu kennzeichnen
- Lesezeichen
- Abonnieren
- Stummschalten
- RSS-Feed abonnieren
- Kennzeichnen
- Anstößigen Inhalt melden
Hallo Nils,
wenn R eine Option neben Proc MCMC ist, dann solltest Du Dir ggf. noch das bayesm Paket von Rossi und Allenby anschauen. Dort bin ich mir zumindest sicher, dass die Posterior Distribution der individuellen Teilnutzenwerte geschätzt wird und vieles möglich ist. Das geht aber nur mit sehr profundem Modellverständnis.
https://cran.r-project.org/web/packages/bayesm/bayesm.pdf
Ob das Package allerdings konkret individuelle TNW im Nested Logit kann, weiß ich nicht. Ich bin mir auch gar nicht so sicher, ob das überhaupt Sinn macht und das Nested Logit nicht schon überholt ist. Bin aber leider nicht mehr ausreichend tief in dem Thema.
Außerdem kann ich im Context Choice das Tool DISE von Prof. Schlereth empfehlen: http://www.dise-online.net/
Beste Grüße,
Michael