コンジョイント分析でのシミュレーション

コンジョイント分析でのシミュレーションの原理

コンジョイント分析は，競争環境における製品の分析のための包括的手法である．.

分析が実行されると，コンジョイント分析の主な利点は，得られた効用値を用いてマーケット・シミュレーションを実行する能力にある．市場に含まれる製品は，テストされた製品の一部である必要はない．

コンジョイント分析のアウトプットは，部分効用（完全プロファイル・コンジョイント分析での各個人に関連づけられる）または総効用（CBC でのすべての個人に関連づけられる）を含む．これらの効用は，シミュレートされるマーケットに含めたいどのような製品にも関連づけられる全体効用を計算することを可能にする．.

4つの推定法が， XLSTAT-Conjointでは提案されている：第1選択，ロジット， Bradley-Terry-Luce，無作為化第1選択． これらの手法を下記に説明する．

コンジョイント分析でのシミュレーション

そして，得られたマーケット・シェアは，マーケットでの新製品の導入可能性を評価するために分析できます．しかし，これらのシミュレーションの結果は，実際のめーけっとの知識や，コンジョイント分析での各製品に関するすべての重要な要因が考慮に入れられたという事実に左右される．.

XLSTAT-Conjointは，要因のカテゴリまたは個人に重みを追加することができる．

XLSTAT-Conjoint は，グループ変数（セグメンテーション）がある場合，個人のグループを考慮に入れることもできる．それは，たとえば，コンジョイント分析に関連づけられたセグメンテーション・ツールで得ることができる．

シミュレーションのためのデータのタイプ

XLSTAT-Conjoint は，2つのコンジョイント分析のモデルを提案する．完全プロファイル分析では，定数が効用値に関連づけられていて，調査での個人の数だけ効用値がある．すべての効用とそられの定数を（カテゴリの名前の列なしで）選択する．CBCの場合では，定数はなく，カテゴリの名前に関連するラベルなしで，1つの効用値の列を選択する．

シミュレーション・アルゴリズム

XLSTAT-Conjoint は，マーケット・シェアのシミュレーションのために4つの手法を提供する．最初のステップは，それぞれの新製品に関連づけられた全体効用の計算からなる．したがって，3つの要因による男性靴を分析するCBC分析では：価格（ 50 ドル，100ドル，150ドル），それらの仕上げ（canvas, leather, suede）および，色（brown, black）． 8 個の部分効用の行と1列の表となる．我々は，100ドルの黒皮（black leather）の靴でマーケットをシミュレートするとしよう．この製品の効用は次式になる： U_P1 = U_price-100 + U_F-Leather + U_C-Black.

我々は，マーケットにある各製品の効用を計算し，さまざまな推定法を用いて，この製品を選択する確率を求める：

• 第1選択: これが最も基本で； 1の確率を持つ最大効用の製品を選択する．
• ロジット: この手法は，確率を発見するために数関数に基づき，第1選択の手法よりも正確で，一般的に優先される．これは IIA仮定（無関係な選択肢の独立性の仮定）の不利がある．製品 P1では次式で計算される: P_P1 = e^U_P1β / Σ_i e^U_Piβ with beta = 1 or 2　ただし，beta = 1 または 2.
• Bradley-Terry-Luce は，指数関数を使用しないロジット・モデルに近い．これは常に IIA の仮定が関与し，（beta = 1なら）正の効用値を必要とする．製品 P1については次式で計算される： P_P1 = U_P1^β / Σ_i U_Piβ^β with beta = 1 or 2.
• 無作為化第1選択： この手法は，ロジットと第1選択の間の中間である．これはIIA仮定を仮定しない利点があり，単純な原理に基づいている：これはGumbel 分布から多数の数字を生成し，生成された数字を初期効用値に足したものを使用して．効用値の新しい集合を作成する．作成された効用の各集合について，製品の1つを選択するために第1選択法が用いられる．したがって，我々は効用値の計算された値の周辺でわずかな変動を容認することになる．この手法が最も高度であり，コンジョイント分析により適している．

複数列の効用（完全プロファイルによるコンジョイント分析による）が選択されている場合， XLSTAT-Conjoint は確率の平均を用いる．