Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial
El uso de las técnicas estadísticas ha cobrado gran importancia en las investigaciones de mercados, es usual que se diseñen estudios donde el objetivo esté orientado a idenfiti car los factores que afectan las decisiones de compra de los consumidores. Existen diversas metodologías en ese sentido, en...
- Autores:
-
Melo Fuquene, José Danilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2015
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/3845
- Acceso en línea:
- http://hdl.handle.net/11634/3845
- Palabra clave:
- Joint analysis
Consumer
Bayesian hierarchical model
Comportamiento del consumidor -- Métodos estadísticos
Comportamiento del consumidor -- Métodos estadísticos
Modelos matemáticos -- Casos
Modelos estadísticos -- Casos
Análisis conjunto
Consumidor
Modelo jerárquico bayesiano
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
id |
SANTTOMAS2_1b8f98382f2fa08c7c26f93d0732d288 |
---|---|
oai_identifier_str |
oai:repository.usta.edu.co:11634/3845 |
network_acronym_str |
SANTTOMAS2 |
network_name_str |
Repositorio Institucional USTA |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
title |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
spellingShingle |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial Joint analysis Consumer Bayesian hierarchical model Comportamiento del consumidor -- Métodos estadísticos Comportamiento del consumidor -- Métodos estadísticos Modelos matemáticos -- Casos Modelos estadísticos -- Casos Análisis conjunto Consumidor Modelo jerárquico bayesiano |
title_short |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
title_full |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
title_fullStr |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
title_full_unstemmed |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
title_sort |
Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial |
dc.creator.fl_str_mv |
Melo Fuquene, José Danilo |
dc.contributor.advisor.none.fl_str_mv |
Babativa Marquez, José Bermúdez Rubio, Dagoberto |
dc.contributor.author.none.fl_str_mv |
Melo Fuquene, José Danilo |
dc.contributor.cvlac.none.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000583901 |
dc.subject.keyword.none.fl_str_mv |
Joint analysis Consumer Bayesian hierarchical model |
topic |
Joint analysis Consumer Bayesian hierarchical model Comportamiento del consumidor -- Métodos estadísticos Comportamiento del consumidor -- Métodos estadísticos Modelos matemáticos -- Casos Modelos estadísticos -- Casos Análisis conjunto Consumidor Modelo jerárquico bayesiano |
dc.subject.lemb.none.fl_str_mv |
Comportamiento del consumidor -- Métodos estadísticos Comportamiento del consumidor -- Métodos estadísticos Modelos matemáticos -- Casos Modelos estadísticos -- Casos |
dc.subject.proposal.spa.fl_str_mv |
Análisis conjunto Consumidor Modelo jerárquico bayesiano |
description |
El uso de las técnicas estadísticas ha cobrado gran importancia en las investigaciones de mercados, es usual que se diseñen estudios donde el objetivo esté orientado a idenfiti car los factores que afectan las decisiones de compra de los consumidores. Existen diversas metodologías en ese sentido, entre las más conocidas están: evaluaciones comparativas, análisis conjunto, maxdiff y trade off. Sin embargo las más simples como la evaluación comparativa carece de rigor estadístico y otras como el análisis conjunto suelen ser dispendiosas de llevar a cabo especialmente durante el proceso de levantamiento de información, debido a que en ocasiones a pesar de trabajar con diseños ortogonales el n umero de ofertas que debe evaluar cada entrevistado sigue siendo tan alto que podría ocasionar fatiga y por ende sesgo en los resultados. En este trabajo se propone una metodología de tipo trade off, la misma consiste en empezar con dos ofertas al azar e identi ficar cuál de las dos es más atractiva para el consumidor, posteriormente la oferta ganadora se compara con otra oferta y también se identifi ca la más atractiva, la cual a su vez se compara con otra oferta que no haya sido comparada y así sucesivamente hasta terminar. Si el número de ofertas es k en total, el encuestado tendrá que comparar k-1 pares de ofertas, de esta forma se logra reducir los tiempos de la encuesta evitando los sesgos ocasionados por el cansancio, además de disminuir los costos del proyecto de forma importante. Con el fi n de estimar la probabilidad de que el sujeto i (i = 1; :::; n) elija la oferta j (j = 1; :::; k) se propone realizar un Modelo Jerárquico Bayesiano Logístico Multinomial usando métodos MCMC (Markov Chain Monte Carlo), de esta forma se puede obtener las probabilidades de que cada individuo seleccione una oferta sin la necesidad de comparar todos los pares. Una ventaja de usar el enfoque bayesiano es debido a la gran cantidad de parámetros, que en ocasiones resulta complejo o imposible hacerlo de forma clásica; además con el fi n de mejorar las estimaciones de los parámetros se involucra en la distribución de los mismos la información sociodemográfica de los sujetos. El ajuste del modelo considera un proceso Dirichlet, apropiada para distribuciones multinomiales. Una vez obtenidas las probabilidades para cada sujeto en cada oferta, se aplica un análisis de componentes principales y usando las primeras componentes se realiza una clasifi cación de los de los sujetos con el fin de identifi car los nichos del mercado para las diferentes ofertas. |
publishDate |
2015 |
dc.date.issued.none.fl_str_mv |
2015 |
dc.date.accessioned.none.fl_str_mv |
2017-06-29T14:26:46Z |
dc.date.available.none.fl_str_mv |
2017-06-29T14:26:46Z |
dc.type.local.spa.fl_str_mv |
Trabajo de grado |
dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.citation.none.fl_str_mv |
Bermúdez, D. (2015). Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/3845 |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
identifier_str_mv |
Bermúdez, D. (2015). Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
url |
http://hdl.handle.net/11634/3845 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.references.none.fl_str_mv |
Agresti, A. (2002), Categorical Data Analysis, John Wiley and Sons. Bartomowicz, T. & Bak, A. (2014), ‘Maximum difference scaling method in the maxdiff r package’, KIT SCIENTIFIC PUBLISHING . Bartomowicz, T. & Bak, A. (2014), ‘Maximum difference scaling method in the maxdiff r package’, KIT SCIENTIFIC PUBLISHING . Carioca, A. (2011), Modelos dinamicos hierarquicos espaco temporais para dados na familia exponencial, Master’s thesis, Universidade Federal do Rio de Janeiro. Gelman, A., Carlin, J., Stern, H. & Rubin, D. (2004), Bayesian Data Analysis, Texts in Statistical Science. Lid, N., Holmes, C., Muller, P. & Walker, S. (2010), Cambridge series in statistical and probabilistic mathematics, Cambridge University Press. Migon, H., Souza, G. & Schmidt, A. (2008), Modelos Hierarquicos e Aplicacoes, Brasileira de EstatAstica. Ntzoufras, I. (2009), Bayesian Modeling Using WinBUGS, Hoboken Wiley Nydick, S. (2012), The wishart and inverse wishart distributions. Raghavarao, D., Wiley, J. & Chitturi, P. (2011), Choice based conjoint analysis, Taylor and Francis Group. Rossi, P., Allenby, G. & McCulloch, R. (2005), Bayesian and statistics, John Wiley and Sons. Van den Boogaart, K. & Tolosana, R. (2013), Analysing Compositional Data with R, Springer Heidelberg New York Dordrecht London. Wasserman, L. (2006), All of parametric Statistics, Springer Texts in Statistics. Wyner, G. (1995), Trade off techniques and marketing issues. |
dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
dc.publisher.program.spa.fl_str_mv |
Pregrado Estadística |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
institution |
Universidad Santo Tomás |
bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/3845/5/2015jos%c3%a9melo.pdf.jpg https://repository.usta.edu.co/bitstream/11634/3845/6/cartaderechosdeautor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/3845/7/cartadefacultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/3845/1/2015jos%c3%a9melo.pdf https://repository.usta.edu.co/bitstream/11634/3845/3/cartaderechosdeautor.pdf https://repository.usta.edu.co/bitstream/11634/3845/4/cartadefacultad.pdf https://repository.usta.edu.co/bitstream/11634/3845/2/license.txt |
bitstream.checksum.fl_str_mv |
3e4f8bbdd91379ce4822e541f1c59c7a f2b48ab478af65d99752ff91d7639b27 9b7a3209657ee8fb037d05b1cfd130d7 ed266a075e7a8108e86bdf0d80cdb7cc 62c422616a7182bfdaff7b68cbe9d38d c46d569de94489a520ec751909d3d26f 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
_version_ |
1782026140240576512 |
spelling |
Babativa Marquez, JoséBermúdez Rubio, DagobertoMelo Fuquene, José Danilohttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=00005839012017-06-29T14:26:46Z2017-06-29T14:26:46Z2015Bermúdez, D. (2015). Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomial. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombiahttp://hdl.handle.net/11634/3845reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl uso de las técnicas estadísticas ha cobrado gran importancia en las investigaciones de mercados, es usual que se diseñen estudios donde el objetivo esté orientado a idenfiti car los factores que afectan las decisiones de compra de los consumidores. Existen diversas metodologías en ese sentido, entre las más conocidas están: evaluaciones comparativas, análisis conjunto, maxdiff y trade off. Sin embargo las más simples como la evaluación comparativa carece de rigor estadístico y otras como el análisis conjunto suelen ser dispendiosas de llevar a cabo especialmente durante el proceso de levantamiento de información, debido a que en ocasiones a pesar de trabajar con diseños ortogonales el n umero de ofertas que debe evaluar cada entrevistado sigue siendo tan alto que podría ocasionar fatiga y por ende sesgo en los resultados. En este trabajo se propone una metodología de tipo trade off, la misma consiste en empezar con dos ofertas al azar e identi ficar cuál de las dos es más atractiva para el consumidor, posteriormente la oferta ganadora se compara con otra oferta y también se identifi ca la más atractiva, la cual a su vez se compara con otra oferta que no haya sido comparada y así sucesivamente hasta terminar. Si el número de ofertas es k en total, el encuestado tendrá que comparar k-1 pares de ofertas, de esta forma se logra reducir los tiempos de la encuesta evitando los sesgos ocasionados por el cansancio, además de disminuir los costos del proyecto de forma importante. Con el fi n de estimar la probabilidad de que el sujeto i (i = 1; :::; n) elija la oferta j (j = 1; :::; k) se propone realizar un Modelo Jerárquico Bayesiano Logístico Multinomial usando métodos MCMC (Markov Chain Monte Carlo), de esta forma se puede obtener las probabilidades de que cada individuo seleccione una oferta sin la necesidad de comparar todos los pares. Una ventaja de usar el enfoque bayesiano es debido a la gran cantidad de parámetros, que en ocasiones resulta complejo o imposible hacerlo de forma clásica; además con el fi n de mejorar las estimaciones de los parámetros se involucra en la distribución de los mismos la información sociodemográfica de los sujetos. El ajuste del modelo considera un proceso Dirichlet, apropiada para distribuciones multinomiales. Una vez obtenidas las probabilidades para cada sujeto en cada oferta, se aplica un análisis de componentes principales y usando las primeras componentes se realiza una clasifi cación de los de los sujetos con el fin de identifi car los nichos del mercado para las diferentes ofertas.The statistics techniques have won importance in market research, this techniques usually use when the objective wants to know the consumer's factors that a ects decisions of consumer. Many methodologies are used how conjoint analysi, maxdi and trade o . But the simples techniques don't have optimal results and other techniques have a long duration, for this reason this techniques can give a bad results. In that job, we propose a di erent trade o methodology, that methodology compares two supplies and the subject selects one, again the last selection compares with other supply and nally the subject compares all supplies. If the numbers deals are k, the subject have to compare k1 deals, for that reason that methodology can reduce the times and the costs. For estimate the probability that the subjet i(i = 1; :::; n) select the supply j(j = 1; :::; k, we propose a Bayesian hierarchical multinomial logit model using MCMC (Markov Chain Monte Carlo), with that model we can estimate the probability that the subject i select each supply when the subject couldn't compare all supplies. When we are found the probabilities of each subject, we can apply a principal component analysis and in this manner we can do a classi cation of the subjects where nally we can identify markets niches for the di erents supplies.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Estimación de las preferencias del consumidor a través de un modelo jerárquico bayesiano logístico multinomialJoint analysisConsumerBayesian hierarchical modelComportamiento del consumidor -- Métodos estadísticosComportamiento del consumidor -- Métodos estadísticosModelos matemáticos -- CasosModelos estadísticos -- CasosAnálisis conjuntoConsumidorModelo jerárquico bayesianoTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAgresti, A. (2002), Categorical Data Analysis, John Wiley and Sons.Bartomowicz, T. & Bak, A. (2014), ‘Maximum difference scaling method in the maxdiff r package’, KIT SCIENTIFIC PUBLISHING .Bartomowicz, T. & Bak, A. (2014), ‘Maximum difference scaling method in the maxdiff r package’, KIT SCIENTIFIC PUBLISHING .Carioca, A. (2011), Modelos dinamicos hierarquicos espaco temporais para dados na familia exponencial, Master’s thesis, Universidade Federal do Rio de Janeiro.Gelman, A., Carlin, J., Stern, H. & Rubin, D. (2004), Bayesian Data Analysis, Texts in Statistical Science.Lid, N., Holmes, C., Muller, P. & Walker, S. (2010), Cambridge series in statistical and probabilistic mathematics, Cambridge University Press.Migon, H., Souza, G. & Schmidt, A. (2008), Modelos Hierarquicos e Aplicacoes, Brasileira de EstatAstica.Ntzoufras, I. (2009), Bayesian Modeling Using WinBUGS, Hoboken WileyNydick, S. (2012), The wishart and inverse wishart distributions.Raghavarao, D., Wiley, J. & Chitturi, P. (2011), Choice based conjoint analysis, Taylor and Francis Group.Rossi, P., Allenby, G. & McCulloch, R. (2005), Bayesian and statistics, John Wiley and Sons.Van den Boogaart, K. & Tolosana, R. (2013), Analysing Compositional Data with R, Springer Heidelberg New York Dordrecht London.Wasserman, L. (2006), All of parametric Statistics, Springer Texts in Statistics.Wyner, G. (1995), Trade off techniques and marketing issues.THUMBNAIL2015josémelo.pdf.jpg2015josémelo.pdf.jpgIM Thumbnailimage/jpeg7702https://repository.usta.edu.co/bitstream/11634/3845/5/2015jos%c3%a9melo.pdf.jpg3e4f8bbdd91379ce4822e541f1c59c7aMD55open accesscartaderechosdeautor.pdf.jpgcartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7584https://repository.usta.edu.co/bitstream/11634/3845/6/cartaderechosdeautor.pdf.jpgf2b48ab478af65d99752ff91d7639b27MD56open accesscartadefacultad.pdf.jpgcartadefacultad.pdf.jpgIM Thumbnailimage/jpeg6885https://repository.usta.edu.co/bitstream/11634/3845/7/cartadefacultad.pdf.jpg9b7a3209657ee8fb037d05b1cfd130d7MD57open accessORIGINAL2015josémelo.pdf2015josémelo.pdfapplication/pdf685781https://repository.usta.edu.co/bitstream/11634/3845/1/2015jos%c3%a9melo.pdfed266a075e7a8108e86bdf0d80cdb7ccMD51open accesscartaderechosdeautor.pdfcartaderechosdeautor.pdfapplication/pdf352293https://repository.usta.edu.co/bitstream/11634/3845/3/cartaderechosdeautor.pdf62c422616a7182bfdaff7b68cbe9d38dMD53metadata only accesscartadefacultad.pdfcartadefacultad.pdfapplication/pdf268583https://repository.usta.edu.co/bitstream/11634/3845/4/cartadefacultad.pdfc46d569de94489a520ec751909d3d26fMD54metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.usta.edu.co/bitstream/11634/3845/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open access11634/3845oai:repository.usta.edu.co:11634/38452023-02-28 03:01:29.818open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |