MaxDiff法は、選択実験データに対する統計手法です。MaxDiff法は、「最良-最悪スケーリング」Best-Worst Scaling (BWS)とも呼ばれています。MaxDiff法の実験では、複数の選択肢から最良のものと最悪のものを回答者に選んでもらいます。MaxDiff 法では、好きなものだけを選んでもらった実験に比べ、選好についてより詳しい情報が得られます。MaxDiff法については、Louviere et al.（2015）を参照してください。また、選択モデルについては、Louviere et al.（2015）、Train（2009）、Rossi et al.（2005）を参照してください。

MaxDiffモデルは、「各自の効用に基づいて、いずれかの選択肢を確率的に人々は選択している」と仮定しています。一つひとつの選択肢に、その人にとっての価値（効用）があると仮定しています。MaxDiff法は、その効用を推定します。推定された効用に基づいて、ある選択肢が他の選択肢より好まれる確率も推定できます。モデルとしては、条件付きロジスティック回帰が仮定されます。McFadden（1974）を参照してください。

［By］変数が指定できるほどのデータがない場合は、［被験者ごとの勾配を保存］オプションを使って被験者をクラスターに分け、セグメント化することができます。このオプションは、ヘッセ行列で尺度化した各パラメータの傾きを被験者ごとに平均し、新しいデータテーブルに表示します。例として、「選択モデル」章の「セグメント化の例」（99ページ）を参照してください。傾きの値についての詳細は、「選択モデル」章の「勾配」（117ページ）を参照してください。