联合返分个析的随机系数模型估计.docVIP

联合分析的随机系数模型估计 王高 （清华大学经济管理学院） 【摘要】 联合分析可以帮助我们研究为什么消费者购买某一产品而不是其它产品这样一个核心的营销问题。完整轮廓法是一种比较常用的联合分析方法，在估计这个模型的系数时人们传统上采用最小二乘法回归模型。这种传统方法的主要问题在于要么模型系数不稳定，要么忽略了个人层面的差异性。随机系数模型不仅克服了传统方法的不足，而且有其独特的优点。该方法可以同时估计总体和个人层面的模型系数，可以检验个人层面系数的差异性，而且个人层面的系数更可靠。本文应用该方法对笔记本电脑案例进行了实证分析。 关键词 联合分析 随机系数模型 笔记本电脑 中图分类号 F224.9 文献标识码 A 引言 产品（或服务）通常都是由多个属性（attribute）构成的，而每一个属性下的具体水平（level）的不同组合则构成了不同的具体产品。例如，笔记本电脑是由品牌、价格、CPU、内存、硬盘等属性构成，而每一个属性下的具体水平如联想、12000元、2.0G迅驰CPU、512M内存、40G硬盘则定义了一个具体的笔记本电脑。消费者在购买产品时是通过综合权衡不同的产品属性水平来做出决定的。联合分析（Conjoint Analysis）的基本思想就是通过测量消费者对多属性产品的总体偏好来估计每一个属性的相对重要性以及每一个具体属性水平的部分效用值（pa