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...

Full description

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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