聯(lián)合分析ppt課件.ppt

1、聯(lián)合分析,1,概述,聯(lián)合分析（conjoint analysis）在許多文獻中也被稱為“聯(lián)合測度”或“聯(lián)系測度”，通過構建受訪者對一個產品組評價綜合描述的過程，分析該受訪者的觀點 Considered Jointly 按照目標設置不同分為兩類：經典聯(lián)合分析、基于選擇的聯(lián)合分析,2,經典聯(lián)合分析，對所觀察的產品按受訪者的偏好進行排序 基于選擇的聯(lián)合分析，假定被觀察的產品組是先驗選定的，不要求受訪者對于產品進行排序，而是要求受訪者指出對于他最合適的產品組 這兩種聯(lián)合分析共同點，通過產品的排序或對于產品單個屬性的基數(shù)成分效用估值，計算出每個產品的總效用值,3,例子：新產品引入問題，需要確定該新產品的

2、哪些屬性和指標對于新產品的引入具有決定意義 一個人造黃油生產商計劃引入一種新產品，這種產品和已存在的產品相比應該突出兩個屬性：卡路里含量和包裝,4,為此，他將卡路里含量:高/低；包裝:杯裝/紙裝為其屬性 這時可構建關于屬性水平的四個組合，即四種假定的產品,5,假定的四種產品被置于受訪者面前，受訪者被要求對產品根據其主觀的效用評級進行排序，從而用聯(lián)合分析得到產品的效用結構 對屬性水平不限于純語言描述，可以通過真實物品展示或電腦動畫被多次融入到受測設計中,6,7,這個排序構成了用各個屬性水平引導出其成分效用值的基礎 受訪者給出了序數(shù)的總效用評價，由此出發(fā)，通過聯(lián)合分析推導出基數(shù)成分效用值 使用聯(lián)合

3、分析要求受訪者對于不同假定的產品的評價作為整體看待，他們必須做出接近現(xiàn)實的決定,8,在聯(lián)合分析下，產品經常被理解為屬性水平的組合 在聯(lián)合分析框架下，對象屬性為相互獨立的變量，屬性水平也就為相互獨立變量的取值 聯(lián)合分析的核心在于對單個效用的分析，為此必須考慮大量個體的效用結構,9,聯(lián)合分析的設計和實施步驟,（1）屬性和屬性水平 （2）受測設計 （3）受測體的評價 （4）效用值的估計 （5）效用值的聚集,10,（1）屬性和水平 通過聯(lián)合分析得到的成分效用值涉及屬性的單個水平。在選擇屬性及其水平時需注意： 屬性必須是重要的，這些屬性對受訪者的總效用評價具有重要的意義，同時會影響到購買者的決定 生產商

4、必須可以影響這些屬性，相應屬性的變化對應產品的設計參數(shù),11,選擇的屬性應該是相互獨立的。否則違反了聯(lián)合分析的相加模型。屬性獨立指一個屬性水平的效用不受別的屬性水平的影響； 屬性水平必須可以實現(xiàn) 單個屬性水平之間必須相互處于一種平衡關系之下。平衡的聯(lián)合模型的假設為：一個對象的總評價是由相互可替換屬性水平的單個評價相加得到,12,研究的屬性和屬性水平不允許存在排除準則。 屬性及其水平的數(shù)量必須被限制。調查的花費隨著屬性水平的數(shù)量指數(shù)上升，故有必要限制為相對較少的屬性，并且每個屬性限制為較少的水平,13,（2）受測設計 進行受測設計時需要決定受測體的定義和數(shù)目 受測體定義 屬性水平的一個組合被理解

5、為受測體，這個組合呈現(xiàn)在受訪者前，以進行評價 在輪廓法下，一個受測體由所有屬性的每個水平組成,14,二因素法，也稱兌換法。在這種方法下，每次僅僅有兩個屬性（因素）構成一個受測體 每對可能的屬性構成一個兌換矩陣，這個矩陣包含了兩個屬性水平的組合 若有n個屬性，則存在 個兌換矩陣,15,輪廓法與二因素法 完成任務的難易程度。二因素法僅要求受訪者同時根據兩個因素進行權衡，比較容易完成 真實性。在對實際產品評價中，是對所有屬性的綜合考慮，因此輪廓法提供了一個更接近現(xiàn)實的設計,16,時間消耗。隨著屬性及其水平的增多，可能受測體數(shù)量在輪廓法下增加的速度遠快于二因素法下的速度 受測體的數(shù)目 在研究時，希望調

6、查盡可能多的屬性及水平的情形，但受時間等因素的約束，希望能找到具有代表性的受測體,17,從理論可能的大量受測體（完整設計）中選出符合目的的部分受測體（簡約設計） 簡約設計的基本理念：找到盡可能代表完整設計的受測體子集 試驗研究發(fā)展了一系列實現(xiàn)上述理念的方法 對稱設計和非對稱設計,18,當所有屬性具有相同數(shù)量的水平時為對稱設計 一種特殊的簡約設計為拉丁平方，針對有三個屬性的情況 若有三個屬性（A、B、C），每個屬性有三個水平（1、2、3）,19,從完整設計27個受測體中選擇9個受測體，一個屬性的每個水平和另外一個屬性的每個水平只出現(xiàn)一次，這樣每個屬性在設計中剛好出現(xiàn)三次,20,非對稱的簡約設計

7、第一步，構建一個應對于對稱情況下的簡約設計 例如，把3322設計先產生一個3333的設計 第二步，轉化，把一個或多個屬性的水平減少到實際的數(shù)量,21,22,23,正交設計的基本方法,正交設計,多因素實驗的一種優(yōu)化設計方法 其基本思想是選做少數(shù)最有代表性的實驗，充分萃取信息(數(shù)據) 基本工具：正交表,24,25,正交表 (1)記號與結構 (2)性質 每一列中，不同數(shù)字出現(xiàn)的次數(shù)相同； 任兩列中，不同有序數(shù)對出現(xiàn)的次數(shù)相同。 (3)優(yōu)點 各個實驗均衡分布，整齊可比，代表充分； 合理節(jié)約實驗次數(shù)，充分萃取有用信息： 表格化，程序化，簡潔高效。,4列（最多安排4個因素）,3種數(shù)字（1，2，3）3個水平

8、,正交表,9行（9個試驗）,26,27,例：柱塞組合件收口強度穩(wěn)定性實驗設計油泵中的柱塞組合件，由柱塞桿和柱塞頭在收口機上組合收口而成，組合件須滿足承受拉脫力F900kg的要求。,28,因素主次次序：,29,30,（3）受測體評價 需要計算出反映受訪者效用觀點受測體的順序,1偏好最小，6偏好最大,31,（4）效用值的估計 在大量受測體經驗計算的順序數(shù)據基礎上，計算出所有屬性水平的成分效用值，從這些成分效用值可以得到： 所有受測體的基數(shù)總效用 單個屬性的相對重要程度,32,一般求和模型的形式如下： 求和模型說明成分效用值之和為總效用值 成分效用的確定應該使得到的總效用值盡可能與經驗順序值相符合,

9、33,基數(shù)結果,34,=3.5; A1=-2,A2=0,A3=2; B1=0.1667, B2=-0.1667 此時，對第一個受測體（A1B1），其總效用值為： y1=3.5+(-2)+0.1667=1.667,35,36,利用方差分析得到的成分效用值為最小平方估計，即其計算使經驗的和估計的效用之間的偏差的平方和最小,也可得到相同的結果,37,第四和第五個點不滿足效用排序 因此，對兩個值取平均數(shù)，這樣關系就單調化了 但可能違反基本公式，故此需要迭代,非基數(shù)結果 假設原始數(shù)據的測度不是基數(shù)的，而是序數(shù)測度的p值 Kruskal發(fā)展的單調方差分析,38,為了保證偏好排序的單調性，引入單調轉換Zk=

10、f(Yk) 通過單調方差目標準則，迭代得到滿足條件的值,39,開始,計算出初始值,計算y,優(yōu)化z,計算STRESS值,滿足收斂條件？,結束,新值,是,否,40,（5）效用值的聚集 要對受訪者進行比較，首先進行相應的標準化，使其具有可比性 標準化須保證對于所有受訪者計算的成分效用值以相同的“0”點和“尺度單位”為基礎,41,第一步，計算出各個成分效用值與相應的屬性的最小成分效用值之間的差 一般有如下轉換： 第二步，標準化成分效用值,42,每個屬性相對重要性,=3.5;A1=-2,A2=0,A3=2;B1=0.1667, B2=-0.1667 A1*=-2-(-2)=0，A2*=0-(-2)=2， A3*=-2-(-2)=4； B1*=0,1667-(-0