Zusammenfassung
Wirkungszusammenhänge im Marketing sind dadurch gekennzeichnet, dass sich die einzelnen Wirtschaftssubjekte verschieden verhalten. Besondere Bedeutung kommt dieser Tatsache bei Choice-Modellen (Modelle zur Abbildung des Auswahlentscheidungsverhaltens) zu, da bei einer großen Zahl von (Auswahl-)Entscheidungssituationen kaum noch Wirtschaftssubjekte identische Entscheidungen treffen. Würde man jedoch alle Wirtschaftssubjekte einzeln betrachten, müsste man für jedes Wirtschaftssubjekt die Modellparameter individuell schätzen, was mehrere Beobachtungen pro Wirtschaftssubjekt erfordert. Daher versucht man, die Wirtschaftssubjekte zu segmentieren, d.h. in Gruppen zusammenzufassen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Ben-Akiva, M. und S.R. Lerman (2000): Discrete Choice Analysis: Theory and Application to Travel Demand,8. Aufl., Cambridge (MA) et al.
Böckenholt, U. (1997): Concomitant Variables in Latent Change Models, in: Rost, J. und R. Langeheine (Hrsg.), Applications of Latent Trait and Latent Class Models in the Social Sciences, Münster.
Böckenholt, U. und W.R. Dillon (2000): Inferring Latent Brand Dependencies, Journal of Marketing Research, 37, 72–87.
Bozdogan, H. (1987): Model Selection and Akaike’s Information Criterion (AIC): The General Theory and Its Analytical Extensions, Psychometrica, 52, 345–370.
Chintagunta, P.K., D.C. Jain und N.J. Vilcassim (1991): Investigating Heterogeneity in Brand Preferences in Logit Models for Panel Data, Journal of Marketing Research, 28, 417–428.
Dillon, W.R. und S. Gupta (1996): A Segment-level Model of Category Volume and Brand Choice, Marketing Science, 15, 38–59.
Erdem, T. und B. Sun (2001): Testing for Choice Dynamics in Panel Data, Journal of Business & Economic Statistics, 19, 142–152.
Fahrmeir, L., A. Hamerle und G. Tutz (1996): Multivariate statistische Verfahren,2. Auflage, Berlin et al.
Gupta, S. und P.K. Chintagunta (1994): On Using Demographic Variables to Determine Segment Membership in Logit Mixture Models, Journal of Marketing Research, 31, 128–136.
Haaijer, R., W. Kamakura und M. Wedel (2001): The `No-Choice’ Alternative in Conjoint Choice Experiments, International Journal of Market Research, 43, 93–106.
Kamakura, W.A., B.-D. Kim und J. Lee (1996): Modeling Preference and Structural Heterogeneity in Consumer Choice, Marketing Science, 15, 152–172.
Kamakura, W.A. und GJ. Russell (1989): A Probabilistic Choice Model for Market Segmentation and Elasticity Structure, Journal of Marketing Research, 26, 379–390.
Kamakura, W.A. und R.K. Srivastava (1984): Predicting Choice Shares Under Conditions of Brand Interdependence, Journal of Marketing Research, 21, 420–434.
Kamakura, W.A., M. Wedel und J. Agrawal (1994): Concomitant Variable Latent Class Models for Conjoint Analysis, International Journal of Research in Marketing, 11, 451–464.
McLachlan, G.J. und T. Krishnan (1997): The EM Algorithm and Extensions,New York et al. McLachlan, G.J. und D. Peel (2000): Finite Mixture Distributions,New York et al.
Mood, A.M., F.A. Graybill und D.C. Boes (1974): Introduction to the Theory of Statistics, 3. Aufl., New York et al.
Pedrick, J.H. und F.S. Zufryden (1994): An Examination of Consumer Heterogeneity in a Stochastic Model of Consumer Purchase Dynamics with Explanatory Variables, European Journal of Operational Research, 76, 259–272.
Hofstede, F., J.-B. E.M. Steenkamp und M. Wedel (1999): International Market Segmentation Based on Consumer-Product Relations, Journal of Marketing Research, 36, 1–17.
Titterington, D.M., A.F. Smith und U.E. Makov (1985): Statistical Analysis of Finite Mixture Distributions,Chichester et al.
Wedel, M. (1999): Concomitant Variables in Mixture Models, Research Report 99B24, Graduate School/Research Institute Systems, Organisation and Management, University of Groningen.
Wedel, M. (2002): Concomitant Variables in Finite Mixture Models, Statistica Neerlandica, 56, 362–375
Wedel, M. und W.S. DeSarbo (1992): A Mixture Likelihood Approach for Generalized Linear Models, Research Memorandum # 478, Institute of Economic Research, Faculty of Economics, University of Groningen, Groningen.
Wedel, M. und W.S. DeSarbo (1993): A Latent Class Binominal Logit Methodology for the Analysis of Paired Comparison Choice Data: An Application Reinvestigating the Determinants of Perceived Risk, Decision Sciences, 24, 1157–1170.
Wedel, M. und W.S. DeSarbo (1996): An Exponential-Family Multidimensional Scaling Mixture Methodology, Journal of Business & Economic Statistics, 14, 447–459.
Wedel, M., W.S. DeSarbo, J.R. Bult und V. Ramaswamy (1993): A Latent Class Poisson Regression Model for Heterogeneous Count Data, Journal of Applied Econometrics, 8, 397–411.
Wedel, M. und W.A. Kamakura (1999): Market Segmentation: Conceptual and Methodological Foundations,2. Aufl., Boston et al.
Wedel, M. und C. Kistemaker (1989): Consumer Benefit Segmentation Using Clusterwise Linear Regression, International Journal of Research in Marketing, 6, 45–59.
Editor information
Rights and permissions
Copyright information
© 2009 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Horenburger, M. (2009). Simultane Schätzung von Choice-Modellen und Segmentierung. In: Albers, S., Klapper, D., Konradt, U., Walter, A., Wolf, J. (eds) Methodik der empirischen Forschung. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-322-96406-9_26
Download citation
DOI: https://doi.org/10.1007/978-3-322-96406-9_26
Publisher Name: Gabler Verlag, Wiesbaden
Print ISBN: 978-3-8349-1703-4
Online ISBN: 978-3-322-96406-9
eBook Packages: Business and Economics (German Language)