Read more
Die Analyse von Präferenzdaten gewinnt im Bereich der Sozial- und Wirtschaftswissenschaften, insbesondere im Marketing, und der Psychologie immer mehr an Bedeutung.Das Buch bietet einen Streifzug durch die wichtigsten Paarvergleichsmodelle sowie deren Umsetzung mit Hilfe der frei verfügbaren Statistiksoftware R und dem Paket prefmod. Besondere statistische, mathematische oder softwaretechnische Kenntnisse werden dabei nicht vorausgesetzt.
List of contents
Vorwort1. Aufbau des Buchs11.1. Typologische und symbolische Gestaltungselemente31.2. Programmversion von R52. Einleitung73. Paarvergleiche113.1. Arten von Paarvergleichen133.2. Paarvergleichs-/Präferenzmodelle144. Das Bradley-Terry Modell (BT)154.1. Das log-lineare BT Modell (LLBT Modell)18I. Log-lineare Bradley-Terry Modelle (LLBT)19Echte Paarvergleiche5. Das log-lineare Bradley-Terry Modell (LLBT)215.1. Theorie215.1.1. Designstruktur des LLBT Modells235.1.2. Berechnung des LLBT Modells245.1.3. Interpretation der Objektparameter265.1.4. Berechnung der Werteparameter 275.1.5. Prüfung der Modellgüte (Goodness-of-fit)285.1.6. Erweiterungsmöglichkeiten des LLBT Modells295.2. Anwendung in R - Beispiel 1: Schokolade305.2.1. Beschreibung des Datensatzes, Datenvorbereitung315.2.2. Deskriptive Statistik345.2.3. Modellschätzung mit dem R-Paket prefmod355.2.4. Interpretation395.2.5. Modellgüte, Konfidenzintervalle446. Das LLBT Modell mit drei Antwortkategorien (ties)496.1. Theorie496.1.1. Designstruktur des LLBT Modells mit ties516.2. Anwendung in R - Beispiel 2: CEMS526.2.1. Beschreibung des Datensatzes, Datenvorbereitung526.2.2. Deskriptive Statistik556.2.3. Modellschätzung mit dem R-Paket prefmod566.2.4. Modellgüte586.2.5. Interpretation587. Das LLBT Modell mit einer kategorialen Subjektkovariate617.1. Theorie617.1.1. Interpretation637.1.2. Modellselektion647.2. Anwendung in R - Beispiel 2: CEMS667.2.1. Beschreibung des Datensatzes, Datenvorbereitung667.2.2. Deskriptive Statistik677.2.3. Modellschätzung mit dem R-Paket prefmod707.2.4. Modellselektion, Modellgüte737.2.5. Interpretation758. Das LLBT Modell mit zwei kategorialen Subjektkovariaten818.1. Theorie818.1.1. Berechnung der Objektparameter828.1.2. Modellselektion838.2. Anwendung in R - Beispiel 2: CEMS858.2.1. Modellschätzung858.2.2. Modellselektion868.2.3. Berechnung und Interpretation der Objekt- und Werteparameter909. Eine metrische Subjektkovariate (ohne ties)959.1. Theorie959.2. Anwendung in R - Beispiel 3: Lernmethoden969.2.1. Beschreibung des Datensatzes, Datenvorbereitung969.2.2. Deskriptive Statistik989.2.3. Modellschätzung mit dem R-Paket prefmod1019.2.4. Berechnung der Objektparameter1049.2.5. Berechnung und Darstellung der Werteparameter10610.Das LLBT Modell mit einer objekt-spezifischen Kovariate11110.1. Theorie11110.2.Anwendung in R - Beispiel 2: CEMS11410.2.1. Modellschätzung mit dem R-Paket prefmod11410.2.2. Objekt- und Werteparameter11910.2.3. Modellselektion121II. Log-lineare Paarvergleichs Pattern Modelle12311.Paarvergleichs Pattern Modelle12511.1. Theorie125Echte Paarvergleiche12.Das Pattern Modell bei unabhängigen Entscheidungen13312.1. Theorie13312.1.1. Designstruktur des Pattern Modells13312.1.2. Interpretation der Objektparameter13412.1.3. Berechnung der Werteparameter13512.1.4. Der Unterschied zwischen LLBT und Pattern Modell13512.2.Anwendung in R - Beispiel 1: Schokolade13612.2.1. Modellschätzung mit dem R-Paket prefmod13612.2.2. Berechnung der Objekt- und Werteparameter14012.2.3. Grafische Darstellung der Objekt- und Werteparameter14113.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen14313.1. Theorie14313.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen14613.1.2. Interpretation der Abhängigkeits- und Objektparameter14714.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate14914.1. Theorie14914.2.Anwendung in R - Beispiel 4: Interview mit Sportlerinnen15014.2.1. Beschreibung des Datensatzes15014.2.2. Modellschätzung mit dem R-Paket prefmod15114.2.3. Objektparameter15414.2.4.Werteparameter15615.Das Pattern Modell mit Abhängigkeiten und ties15915.1. Theorie15915.2.Anwendung in R - Beispiel 2: CEMS16115.2.1. Beschreibung des Datensatzes, Datenvorbereitung16115.2.2. Modellschätzung mit dem R-Paket pref
About the author
Regina Dittrich arbeitet am Institut für Statistik der WU Wien, einer der größten Einrichtungen dieser Art im deutschen Sprachraum.
Reinhold Hatzinger ist Professor an der Wirtschaftsuniversität Wien und leitet den Bereich quantitative empirische Methoden
Summary
Die Analyse von Präferenzdaten gewinnt im Bereich der Sozial- und Wirtschaftswissenschaften, insbesondere im Marketing, und der Psychologie immer mehr an Bedeutung.
Das Buch bietet einen Streifzug durch die wichtigsten Paarvergleichsmodelle sowie deren Umsetzung mit Hilfe der frei verfügbaren Statistiksoftware R und dem Paket prefmod. Besondere statistische, mathematische oder softwaretechnische Kenntnisse werden dabei nicht vorausgesetzt.
