< Terug naar vorige pagina

Project

Discrete choice experiments: design software and two-stage choice models

Discrete keuze experimenten (DCE) worden vaak gebruikt om de voorkeuren in een populatie te bestuderen. In deze thesis wordt er enerzijds software ontwikkeld die toelaat om dergelijke experimenten te ontwerpen, en anderzijds worden er modellen ontwikkeld om keuze data mee te analyseren.      

In het tweede hoofdstuk wordt het R-pakket "idefix" voorgesteld. Deze software laat toe om efficiënte designs voor DCE's te genereren wanneer keuzemodellen zoals het conditional logit en mixed logit model gebruikt zullen worden om de data te analyseren. De gebruiker kan hierbij ook kiezen om adaptieve design methodologie te gebruiken. Daarnaast laat de software toe om zelf keuze experimenten op het scherm te tonen en keuze data te verzamelen. Op deze manier beoogt het pakket essentiële tools te verschaffen om discrete keuze experimenten af te nemen. 

In het derde en vierde hoofdstuk worden twee-fasen keuze modellen ontwikkeld. Deze bestaan uit een niet-compensatorische overwegings-fase en een compensatorische keuzefase. In het derde hoofdstuk wordt het subset-conjunctief logit (SCL) model voorgesteld. Hierbij worden er tegelijk preferentie en overwegings-parameters geschat. Er wordt aangetoond dat het model toelaat om een beslissingsmechanisme te detecteren waarbij de belangrijkheid van attributen kan verschillen tussen beiden fases. Het model wordt vergeleken met standaard keuzemodellen in de context van keuze data omtrent studentenkamers. Er wordt besloten dat het SCL model toelaat om een dieper inzicht te krijgen in het overwegings-proces, wat niet mogelijk is met de andere modellen.     

In het vierde hoofdstuk wordt een tweefasig model voorgesteld dat toelaat om heterogeniteit in de overwegings-fase te modelleren (het LCCL model). Dit model maakt gebruik van latente klassen om drempels in de aanvaardbaarheid van attribuutniveaus te detecteren. Door middel van een conjunctieve heuristiek wordt een verscheidenheid aan overwegings-heuristieken gemodelleerd. Het model wordt vergeleken met onder andere het conditional logit model en het mixed logit model op keuze data omtrent cinema’s. De resultaten tonen aan dat de data best wordt verklaard door het LCCL model, en suggereren dat participanten gebruikt maakten van verscheidene overwegings-heuristieken.   

Datum:22 sep 2015 →  31 dec 2020
Trefwoorden:Discrete choice experiments, Choice modelling
Disciplines:Toegepaste economie, Economische geschiedenis, Macro-economie en monetaire economie, Micro-economie, Toerisme
Project type:PhD project