消费者研究 > 选择模型 > “选择”平台选项
发布日期: 11/15/2021

“选择”平台选项

“选择模型”红色小三角菜单包含以下选项。

注意:使用“分层 Bayes”时,测试对象级别的估计值基于 Monte Carlo 抽样。出于此原因,每次运行以下选项所获取的结果都不相同。

似然比检验

请参见似然比检验

Image shown here显示 MLE 参数估计值

(可用于分层 Bayes)显示模型项系数的非 Firth 最大似然估计值和标准误差。这些估计值用作分层 Bayes 算法的起始值。

联合因子检验

(不可用于分层 Bayes)通过对包含该因子的所有效应构造似然比检验来检验模型中的每个因子。有关联合因子检验的详细信息,请参见《拟合线性模型》中的联合因子检验

置信区间

(不可用于分层 Bayes)显示或隐藏“参数估计值”报表中每个参数的置信区间。

置信限

(可用于分层 Bayes)为“Bayes 参数估计值”报表中的每个参数显示置信限。基于后验分布的 2.5 和 97.5 分位数构造限值。

估计值的相关性

若未选定“分层 Bayes”,则显示最大似然参数估计值之间的相关性。

对于分层 Bayes,则显示参数估计值后验均值的相关性矩阵。基于老化后的迭代次数计算相关性。像处理数据表中的列那样来处理老化后每次迭代的后验均值。通过计算这些列的相关性矩阵来获取“估计值的相关性”表。

边缘效应

显示或隐藏模型中的每个主效应的边缘概率和边缘效用。边缘概率是指在所有其他特性设置为其均值或默认水平下,一个人选择特性 A 而不是特性 B 的概率。

图 4.18 中,相对于采用蒙特里杰克奶酪的同类比萨饼的测试对象倾向于选择马苏里拉奶酪、厚馅饼皮加意大利辣香肠馅料的比萨饼的概率为 0.9470。

图 4.18 边缘效应的示例 

Image shown here

效用刻画器

显示或隐藏不同因子设置下的预测效用。该效用值通过线性模型预测得出。有关“效用刻画器”的示例,请参见查找最优特征。有关效用的详细信息,请参见效用和概率。有关“效用刻画器”选项的详细信息,请参见《刻画器指南》中的“预测刻画器”选项

概率刻画器

支持您在若干潜在产品之间比较选择概率。该预测概率定义如下:

Equation shown here

其中,U 为当前设置的效用,Ub 为基线设置的效用。这意味着基线设置的概率为 0.5。请参见效用和概率

有关“概率刻画器”的示例,请参见与基线比较。有关“概率刻画器”选项的详细信息,请参见《刻画器指南》中的“预测刻画器”选项

多项选择刻画器

提供您指定的概率刻画器的数目。这样您就可以将每个刻画器设置为给定特征的设置,从而方便您比较相对于其他特征,测试对象倾向于选择给定特征的概率。有关使用“多项选择刻画器”的示例,请参见多项选择的比较。有关“多项选择刻画器”选项的详细信息,请参见《刻画器指南》中的“预测刻画器”选项

比较

执行两个特定备择选择特征之间的比较。支持您选择要比较的因子和值。您可以比较特定的配置:包括通过选中任意复选框来比较左侧或右侧的所有设置。若有对象效应,您可以选择要比较的对象效应水平。使用“任意”并不会对所有不同特征的组合进行比较,而是所有两两特征的组合进行比较,一次比较一个特征,对于其他因子维持左侧显示的设置。

图 4.19 “效用比较”窗口 

Image shown here

支付意愿

要求您的模型包含连续的价格列。计算客户愿意为一个新功能支付的超过基准功能成本的最大价格上涨(下降)。使用针对每个背景设置的基线设置计算结果。

保存效用公式

当分析针对多个数据表时,创建包含用于效用的公式列的新数据表。新数据表的行是测试对象特征和被测特征的组合,列是被测特征和测试对象效应列。当分析针对一个数据表时,将添加新的“效用公式”列。

按对象保存梯度

(不可用于分层 Bayes。)构建一个新表,每个测试对象对应一行,其中包含测试对象水平的每个参数的似然函数的平均步长(Hessian 比例梯度)。这对应于使用 Lagrangian 乘数检验将该对象与其余对象分离出来。以后可以使用内置脚本对这些值聚类,以表明数据中存在的独特的市场细分。请参见梯度。有关示例,请参见细分示例

Image shown here保存对象估计值

(可用于分层 Bayes。)创建一个表,其中每行都包含每个效应的特定于测试对象的参数估计值。每个效应的特定于测试对象的参数效应的分布以“Bayes 参数估计值”报表中给定项的估计值为中心。“对象接受率”提供 Metropolis-Hastings 步骤期间得到新参数估计值的接受率。通常,接受率 0.20 被视为良好。请参见Bayes 参数估计值

Image shown here保存 Bayes 链

(可用于分层 Bayes。)创建一个表,其中提供关于计算特定于测试对象的 Bayes 估计时使用的迭代链的信息。请参见保存 Bayes 链

模型对话框

显示“选择”启动窗口,可以使用该窗口来修改和重新拟合模型。您可以指定新数据集、新 ID 和新模型效应。

请参见《使用 JMP》中的报表中的“本地数据过滤器”报表中的“重新运行”菜单报表中的“保存脚本”菜单获取有关下列选项的信息:

本地数据过滤器

显示或隐藏支持您过滤特定报表中使用的数据的本地数据过滤器。

重新运行

包含使您可以重复或重新启动分析的选项。在支持该功能的平台中,“自动重新计算”选项立即在相应报表窗口中反映您对数据表所做的更改。

保存脚本

包含的选项支持您保存可将报表重现到若干目标的脚本。

保存“依据”组脚本

包含使您可以保存脚本的选项,可将为“依据”变量的所有水平重新生成平台报表的脚本保存到多个不同的位置。仅当在启动窗口中指定“依据”变量时才可用。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).