The conditional logit model with XLSTAT-Conjoint
Datensatz für Beschränkte Logit XLS224 KB
-
Conjoint Software zur Conjointanalyse
- Anzeigen der Conjoint Seite
- Download Demoversion
- Kommentare ansehen
-
Voraussetzungen
- Windows:
- Versionen: 9x/Me/NT/2000/XP/Vista/Win 7
- Excel: 97 oder höher
- Prozessor: 32 oder 64 bit
- Festplattenspeicher: 150 MB
- Mac OS X:
- OS: OS X
- Excel: X, 2004 und 2011
- Festplattenspeicher: 150 MB
- Windows:
Vorteile von XLSTAT
-
Praktisch und einfache Benutzung
Praktisch und einfache Benutzung XLSTAT ist perfekt in Microsoft Excel integriert, das das am meisten benutzte Tabellenkalkulationsprogramm ist. Dank dieser Integration und der gleichen Philosophie wie Excel, ist die Benutzung von XLSTAT leicht. Die Software ist in einem speziellen Reiter verfügbar, der das Menu der XLSTAT-Module enthält. Die verfügbaren Analysen sind in Gruppen ähnlicher Funktion zusammengefasst. Die Dialogfenster sind einfach und Ihre Einstellungen verständlich.
-
Einfaches Mitteilen der Daten und Ergebnisse
Einfaches Mitteilen der Daten und Ergebnisse Einer der größten Vorteile von XLSTAT ist die Tatsache, das die Daten und Ergebnisse ohne Einschränkung kommuniziert werden können. Denn die Daten und Ergebnisse werden in Microsoft Excel gespeichert und sind daher allen zugänglich. Eine XLSTAT Lizenz oder ein Programm zur Ansicht ist nicht erforderlich, um die Daten und Ergebnisse zu empfangen und anzusehen. Darüber hinaus sind die Ergebnisse leicht in andere Programme von Microsoft Office, wie PowerPoint kopierbar, was Ihnen das Erstellen von Präsentationen mit ausgezeichneten Diagrammen in wenigen Minuten erlaubt.
-
Modular
Modular XLSTAT ist ein modulares Produkt um XLSTAT-Pro herum, das die Basissoftware von XLSTAT darstellt. XLSTAT-Pro schließt bereits alle verbreiteten statistischen Funktionen und multivariaten Datenanalysen ein. Die fortgeschrittenen Funktionen sind ebenfalls in zusätzlichen Modulen verfügbar, die speziellen Anforderungen gerecht werden. So können Sie Ihre Software an Ihre eigenen Anforderungen anpassen, was sie attraktiver werden lässt.
-
Didaktisch
Didaktisch Die XLSTAT Ergebnisse sind nach Analysen aufgebaut und einfach durchzublättern. Darüber hinaus sind den Ergebnissen nützliche Informationen hinzugefügt, um die Interpretation zu erleichtern.
-
Preiswert
Preiswert XLSTAT ist eine modulare, komplette Statistik- und Datenanalysesoftware, die sich an alle Ihre analytischen Anforderungen Ihrer Organisation anpasst. Der Preis ist sehr gering, was Ihnen eine quasi sofortige Amortisierung erlaubt. Alle XLSTAT Lizenzen schließen ein Support und eine Unterstützung hervorragender Qualität ein.
-
Zugänglich
Zugänglich Wir setzen uns ein, XLSTAT so vielen Personen wie möglich durch eine Benutzerschnittstelle in vielen Sprachen darunter Deutsch, englisch, französisch, spanisch, italienisch, portugiesisch, polnisch, chinesisch und japanisch zugänglich zu machen.
-
Automatisierbar und personalisierbar
Automatisierbar und personalisierbar Die Mehrzahl der in XLSTAT verfügbaren Funktionen können direkt aus Visual Basic for Applications von Microsoft Excel heraus aufgerufen werden. Sie können in Ihre Routinen integriert werden, um Ihren Anforderungen einer speziellen Anwendung gerecht zu werden. Das Hinzufügen von Ergebnistabellen, Diagrammen, oder das Verändern bereits existierender ist vereinfacht. Darüber hinaus schließt XLSTAT die Werkzeuge zur Erzeugen des VBA Kodes für die Dialogfenster ein, so dass Sie Ihre Analysen vom VBA Editor heraus einfach reproduzieren können, indem Sie die Einstellungen automatisch laden. Diese Automatisierung der Analysen wird Ihnen viel Zeit einsparen.
The conditional logit model
The conditional logit model is a statistical method similar to logistic regression.
The conditional logit model is a method mostly used in its evolved form as part of the conjoint analysis. It is nevertheless useful when to analyze a certain type of data. McFadden introduced this model in 1973. Instead of having one line per individual, there are as many lines as alternatives. Thus, it is no longer the characteristics of the individuals that are modeled but the alternatives.
If one seeks to study travel modes, we will have four travel modes (car / train / air / bus), each travel mode having its own characteristics (price, speed), but an individual can only choose one of the four modes.
As part of a conditional logit model, we have for N individuals, N*4 rows with 4 rows associated with the four choices. The binary response variable will indicate the choice of the individual with the value 1, and 0 will correspond to the options that the individual did not choose.
A column associated with the name of the individuals (with 4 lines per individual for our example) has to be selected in XLSTAT. The explanatory variables will also have N * 4 rows.
Dataset for the conditional logit model
The example discussed below is a classic case in which one seeks to compare the travel modes proposed to go on vacation. It comes from Greene, W.H. (2003). Econometric Analysis, 5th edition. Upper Saddle River, NJ: Prentice Hall.
An Excel file containing both the data and the results can be downloaded by clicking here.
The data correspond to a sample of 210 individuals, each one having 4 possibilities (air, car, bus and train). We asked each of them the travel mode they would choose to go on vacation.
The data set has 840 rows. The first column identifies the individual, the second is the binary variable modeling the travel mode. Then there are two quantitative variables, respectively, the overall cost and the waiting time during the trip associated with each travel mode for each individual. Finally, the categorical variable associated with the transportation is in the last column (air, train, bus or car).
Set a conditional logit model
To activate the dialog box, start XLSTAT, then select XLSTAT / XLSTAT-Conjoint / Conditional Logit , or click the corresponding button on the XLSTAT-Conjoint toolbar (see below).
Once you have clicked the button, the dialog box appears.
Select the data on the Excel sheet.
The response variable corresponds to the binary variable. The subject labels correspond to the numbers associated with the individuals (you can also have names of individuals instead). In our case there are three predictors, one qualitative - the travel mode - and two quantitative - global cost and waiting time. As we selected the labels of the variables, we must select the variable labels option.
Once you click the OK button, the calculations are performed and the results displayed.
Interpret the results of a conditional logit model
The following table gives several indicators of the quality of the model (or goodness of fit). These results are similar to R² and to the analysis of variance table of linear regression and ANOVA. The most important value is the Chi-square associated with the log ratio (LR). This is equivalent to Fisher's F test in the linear model: an attempt to assess whether the variables provide a significant amount of information to explain the variability of the binary variable. In our case, as the probability is less than 0.0001, we can conclude that the variables provide a significant amount of information.
These goodness of fit statistics show that our model is significantly better than the model without any predictor. The following table confirms these initial impressions:
The p-values are all very small and the impact of the three variables is significant in the type III analysis table.
Finally, the coefficients of the model show that the air is preferred and that the waiting time has a significant negative effect on the choice of travel mode.
The analysis of residuals may also be useful and provide other information about individuals' choices.