原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 22 卷第 2 期
系统，管理学报 Vo l. 22 No.2
2013 年 3 月 Journal of Systems . Management Mar. 2013
文章编号:1005-2542(2013)02-0168-09
基于 MNL 的电信消费者选择
套餐行为的预测及实证研究
苗蕴慧1 ， 3 ， 唐加福2
(1.东北大学工商管理学院，沈阳 110819; 2. 东北大学信息科学与工程学院，沈阳 110819 ;
3. 辽宁工业大学管理学院，辽宁锦州 121001)
E摘要】离散选择模型(Discrete Choice Model , DCM)是一种非线性的多元统计分析方法，主要基于消
费者对产品/服务的选择来预测消费者的购买行为。在电信行业的市场营销中，消费者对电信产品的选择行
为对于电信运营商的营销策略起着至关重要的作用。通过考虑消费者的特征属性及电信产品(套餐)的特征
属性，建立了基于多属性的多项 logit(Multinomial Logit , MNL)模型，并通过 SPSS 软件的 MNL 回归分
析，得到各属性的相关估计参数，最后得到消费者对于每个套餐的选择概率，用来预测消费者选择套餐的行
为。另外，针对在校大学生消费群体选择套餐作为案例进行了实证研究，设计了调查问卷并通过在线网络调
查及传统问卷调查两种方式获得相关数据，验证了所建 MNL 模型预测的准确性。
关键词 :DCM;MNL; 电信消费者;选择行为;预测;实证研究
中圄分类号:C 93
文献标识码:A
Behavior Prediction of Telecom Consumers Choice with Packages
Based on MNL: Empirical Research
MIAOYun-hui 1.3 , TANGlia-fu2
(1. School of Business Administration , Northeastern U niversity , Shenyang 110819 , China;
2. College of Information Science and Engineering , Northeastern University , Shenyang 110819 , China;
3. School of Management , Liaoning University of Technology , Jinzhou 121001 , Liaoning , China)
Abstract Discrete choice model (DCM) is a kind of statistical method with nonlinear multivariate. In
marketing research it can be used to predict consumers purchase behavior. Multinomial logit (MNL)
model is a kind of DCM , and it has been used in many research areas. In this paper , MNL model was built
by considering consumers characters and packages features , and MNL regression analysis was conducted
via SPSS. The correlative estimation parameters of every attribute are obtained , and the prob
文档评论（0）