Choice-Based Conjoint Analysis using R

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

#> library ( AlgDesign )
#> ffd = gen.factorial ( c ( 2, 2, 4 ), varNames = c ( 'HAC', 'ECO', 'PRI' ), factors = 'all' )
#> set.seed(54321)
#> des = optFederov ( ~., ffd, 8 )
#> alt1 = des$design
#> alt2 = alt1
#> alt1 = transform ( alt1, r1 = runif ( 8 ) )
#> alt2 = transform ( alt2, r2 = runif ( 8 ) )
#> alt1.sort = alt1 [ order ( alt1$r1 ), ]
#> alt2.sort = alt2 [ order ( alt2$r2 ), ]
#> library ( survival )
#> source ('MktRoll.R')
#> results = MktRoll ( 10, 8, 3, data, labs[,1:3] )
#> clogout1 = clogit ( RES~ASC+HAC+ECO+PRI+strata(STR), data=results )
#> clogout2 = clogit ( RES~ASC+HAC+ECO+PRI+PRI:FEM+strata(STR), data=results )

labels = matrix ( c (
  "No" , "No" , "145 yen" , "Yes" ,"No"  ,"160 yen",
  "Yes", "No" , "155 yen" , "Yes" ,"Yes" ,"145 yen",
  "Yes", "Yes", "150 yen" , "No"  ,"Yes" ,"160 yen",
  "No" , "No" , "150 yen" , "No"  ,"No"  ,"145 yen",
  "No" , "Yes", "155 yen" , "Yes" ,"Yes" ,"150 yen",
  "Yes", "Yes", "145 yen" , "Yes" ,"No"  ,"155 yen",
  "No" , "Yes", "160 yen" , "No"  ,"Yes" ,"155 yen",
  "Yes", "No" , "160 yen" , "No"  ,"No"  ,"150 yen"),
  ncol = 6, byrow=T )

labs = matrix ( c (
  0, 0, 145, 1, 0, 160,
  1, 0, 155, 1, 1, 145,
  1, 1, 150, 0, 1, 160,
  0, 0, 150, 0, 0, 145,
  0, 1, 155, 1, 1, 150,
  1, 1, 145, 1, 0, 155,
  0, 1, 160, 0, 1, 155,
  1, 0, 160, 0, 0, 150),
  ncol = 6, byrow = T )
colnames ( labs ) = c ( rep ( c( 'HAC', 'ECO', 'PRI'), 2 ) )

data = matrix ( c (
  3,   2,    2,    1,    3,    3,    1,    3,  1,
  3,   2,    1,    3,    2,    1,    3,    1,  0,
  1,   2,    3,    1,    1,    1,    2,    1,  1,
  3,   3,    3,    1,    2,    1,    3,    3,  0,
  3,   2,    1,    1,    3,    1,    3,    3,  1,
  1,   3,    3,    3,    3,    1,    3,    3,  0,
  3,   3,    3,    1,    2,    1,    3,    3,  1,
  2,   2,    3,    2,    2,    3,    3,    1,  0,
  3,   2,    2,    2,    2,    1,    3,    2,  1,
  3,   1,    3,    3,    2,    2,    3,    3,  0),
  ncol = 9, byrow = T )

n   = nrow ( data )
q   = nrow ( labs )
a   = 3
key = labs

MktRoll = function ( n, q, a, data, key )
  {
    # n    = number of respondents
    # q    = number of questions (choice sets)
    # a    = size of choice set
    # data = responses: n x q
    # key  = ???

    debug = FALSE
    z = n * q * a
    c = 1 + 2 + dim ( key )[2] + 1
    r = matrix ( rep ( 0, z * c ), ncol = c, byrow = T )
    if ( debug )
      {
        print ( paste ( 'Result is a ', nrow(r), 'by', ncol(r), 'matrix' ) )
      }
    cnames = c ( 'STR', 'RES', 'ASC', colnames ( key ), 'FEM' )
    colnames ( r ) = cnames

    l = 1
    for ( i in 1 : n ) # for each respondent
      {
        for ( j in 1 : q ) # for each question
          {
            for ( k in 1 : a ) # for each alternative
              {
                r [ l, 1 ] = 100 * i + j  # Stratification variable
                if ( data [ i, j ] == k ) { r [ l, 2] = 1 } # RES (result, i.e. chosen alternative)
                if ( k == 1 )
                  {
                    r [ l, 3] = 1 # ASC (alternative-specific constant)
                    r [ l, 4:6 ] = labs [ j, 1:3 ] # values of factors for this alternative
                  }
                if ( k == 2 )
                  {
                    r [ l, 3] = 1 # ASC (alternative-specific constant)
                    r [ l, 4:6 ] = labs [ j, 4:6 ]
                  }
                dem = data [ i, q + 1 ]
                if ( debug )
                  {
                    print ( paste ("inserting", dem, "for respondent", i, "in row", l ) )
                  }
                r [ l, 7 ] =  dem # Demographic variable
                l = l + 1
              }
          }
      }
    return ( data.frame ( r ) )
  }

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Conjoint Analysis Analysi Choice alysis survival library factors design source

very interesting

赞。。。

很好的帖子

thanks for your sharing, do you have the software of sawtooth for choice-based conjoint analysis?

what to do !!!!!!!!!!!!!!?????????????????????????????????