XLSTA-Conjoint

Addinsoft fügt ein neues Modul zur XLSTAT Statistiksoftware: XLSTAT-Conjoint. Dieses Add-in ist speziell auf Personen im Marketingbereich zugeschnitten. Es versetzt Sie in die Lage, die Konsumentenerwartungen gegenüber neuen Produkten zu erkunden und Ihre Auswahlen dank der Conjoint Analyse zu modellieren. Dies ist ein wichtiger Schritt einer Marketing-Analyse. Zwei Methoden der Conjoint-Analyse sind verfügbar: Conjoint-Analyse mittels kompletter Profile und Conjoint-Analyse auf Auswahlen basierend (CBC).

XLSTAT-Conjoint ist ein vollständiges Statistikprogramm, das Sie durch alle analytischen Schritte der Conjoint-Analyse begleitet, die man in 5 Abschnitte aufteilen kann:

  1. Auswahl der relevanten Faktoren und deren Kategorien, um die Produkte zu beschreiben.
  2. Erzeugen eines Versuchsplans basierend auf einem voll-faktoriellen Plan, fraktionellen Faktorplan, einem D-optimalen oder einem unvollständigem Blockplan.
  3. Sammeln der Ergebnisse in Microsoft Excel Blättern.
  4. Datenanalyse mit speziellen Regressionsmethoden – MONANOVA (monotone Regression), multinomielle logit, beschränkte logit, etc.
  5. Simulation neuer Märkte mit verschiedenen Methoden: Erste Auswahl, logit, Bradley-Terry-Luce, zufällige erste Auswahl.

Andere neue Funktionen vervollständigen existierende Module: - die KMO Statistik (Kaiser-Meyer-Olkin) wurde in der Faktoranalyse und der Hauptkomponentenanalyse (HKA) von XLSTAT-Pro hinzugefügt, um die Maßqualität der Stichprobe zu evaluieren. - eine überlagerte Karte, die sowohl die Präferenzkarte als auch den Konturplot in einer einzigen Grafik darstellt. Dies wurde in das Tool zur externen Kartographierung der Präferenzen dem XLSTAT-MX Modul hinzugefügt. - Das Modul XLSTAT-Dose wurde um eine neue Option in der logistischen Regression bereichert. Es ist nun möglich fünf Parameter parallele Linien logistische Regressionen zu untersuchen.


Letzte Veranstaltungen

This short course delivered online will show consumer scientists how to set up and learn about the routines available in XLSTAT for relating consumer acceptability to sensory/analytic measures.

This short course delivered online will show consumer scientists how to use partial least squares in XLSTAT for relating consumer acceptability to sensory/analytic measures.

This webinar presents the principles of Supervised Machine Learning & Prediction, with demos using the XLSTAT data analysis software. May 5, 2020 5:00 PM - 6:00 PM CEST

Letzte Tweets

🎥 CATARACT: Discover A New Procedure to Evaluate the Quality of Check All That Apply Data #CATAhttps://t.co/uF6JWCxzEB

📃 New @XLSTAT guide: Machine Learning for beginners https://t.co/776OyImTI5 ✅This #guide will run you through the d… https://t.co/GcjxdiQRtz

📃 Nouveau guide @XLSTAT : Débuter dans le Machine Learning https://t.co/776OyI5ijv ✅Ce guide compare les algorithme… https://t.co/IUsp1AmJqF