✖


Jump to content

Лучшее/худшее масштабирование

Add links
Не путать с MaxDiff .

Лучшее-худшее масштабирование ( BWS ) [ 1 ] Методы включают моделирование выбора (или эксперимент дискретного выбора – «DCE») и были изобретены Джорданом Лувьером в 1987 году, когда он работал на факультете Университета Альберты . Как правило, при использовании BWS респондентам опроса показывают подмножество элементов из основного списка и просят указать лучшие и худшие элементы (или наиболее и наименее важные, или наиболее и наименее привлекательные и т. д.). Задача повторяется несколько раз, систематически изменяя конкретную подгруппу элементов, обычно в соответствии со статистическим планом . Анализ обычно проводится, как и в случае с DCE в целом, при условии, что респонденты делают выбор в соответствии со случайной полезной моделью (RUM). RUM предполагают, что оценка того, насколько респондент предпочитает предмет A предмету B, определяется тем, как часто при повторных вариантах выбора предмет A выбирается вместо предмета B. Таким образом, частоты выбора оценивают полезность по соответствующей скрытой шкале. По сути, BWS стремится предоставить больше информации о выборе для нижнего предела этой шкалы без необходимости задавать дополнительные вопросы, характерные для предметов с более низким рейтингом.

История

[ редактировать ]

Лувьер приписывает эту идею ранней работе Энтони А. Дж. Марли в его докторской диссертации, который вместе с Дунканом Люсом в 1960-х годах провел большую часть новаторских исследований в области математической психологии и психофизики с целью аксиоматизации теории полезности. Марли столкнулся с проблемами аксиоматизации определенных типов ранжирующих данных и при обсуждении своей диссертации предположил, что изучение «низших» и «лучших» элементов в списке может стать плодотворной темой для будущих исследований. Затем эта идея томилась в течение трех десятилетий, пока в начале 1990-х годов не появились первые рабочие документы и публикации. Полный учебник, описывающий теорию, методы и приложения, был опубликован в сентябре 2015 года ( издательство Кембриджского университета ) Джорданом Лувьером ( Университет Южной Австралии ), Терри Н. Флинном (TF Choices Ltd.) и Энтони А. Дж. Марли ( Университет Виктории и Университет Южной Австралии). [ 1 ] Книга объединяет разрозненные исследования из различных академических и практических дисциплин в надежде избежать повторения и ошибок при реализации. Три автора (индивидуально и вместе) уже опубликовали многие ключевые академические рецензируемые статьи, описывающие теорию BWS. [ 2 ] [ 3 ] [ 4 ] упражняться, [ 5 ] [ 6 ] и ряд приложений в здравоохранении, [ 5 ] социальная помощь, [ 7 ] маркетинг, [ 6 ] транспорт, голосование, [ 8 ] и экономика окружающей среды. [ 9 ] Однако теперь этот метод стал популярным в более широком сообществе исследователей и практиков, и другие исследователи изучают его использование в таких разнообразных областях, как оценка обучения учащимися, [ 10 ] маркетинг вина, [ 11 ] количественная оценка опасений по поводу лекарств от СДВГ , [ 12 ] важность экологической устойчивости, [ 13 ] и определение приоритетов в области генетического тестирования . [ 14 ]

Цели

[ редактировать ]

Существует две разные цели BWS – как метод сбора данных и/или как теория того, как люди делают выбор, когда сталкиваются с тремя или более объектами. Это различие имеет решающее значение, учитывая продолжающееся неправильное использование термина maxdiff для описания метода. Как отмечают Марли и Лувьер, maxdiff — это давно зарекомендовавшая себя академическая математическая теория с очень конкретными предположениями о том, как люди делают выбор: [ 2 ] он предполагает, что респонденты оценивают все возможные пары предметов в отображаемом наборе и выбирают пару, которая отражает максимальную разницу в предпочтениях или важности.

Как теория процесса (теория принятия решений)

[ редактировать ]

Рассмотрим набор, в котором респондент оценивает четыре пункта: A, B, C и D. Если респондент говорит, что A — лучший, а D — худший, эти два ответа сообщают нам о пяти из шести возможных подразумеваемых парных сравнений:

А > Б, А > С, А > Д, Б > Д, С > Д

Единственное парное сравнение, которое невозможно вывести, — это B против C. При выборе одного из пяти пунктов опрос MaxDiff дает информацию о семи из десяти подразумеваемых парных сравнений. Таким образом, BWS можно рассматривать как разновидность метода парных сравнений .

Тем не менее, респонденты могут предоставить данные о лучшем и худшем состоянии любым из множества способов. Вместо оценки всех возможных пар ( модель maxdiff ) они могут выбрать лучший из n элементов, худший из оставшихся n-1 или наоборот. Или же они могут использовать совершенно другой метод. Таким образом, должно быть ясно, что maxdiff является подмножеством BWS . Модель maxdiff оказалась полезной для доказательства свойств ряда оценщиков в BWS. [ 2 ] [ 3 ] [ 4 ] Однако его реализм как описания того, как люди могут на самом деле предоставлять лучшие и худшие данные, можно поставить под сомнение по следующей причине. По мере увеличения количества элементов количество возможных пар увеличивается мультипликативно: n элементов дает n(n-1) пар (где имеет значение лучший-наихудший порядок). Предположение, что респонденты действительно оценивают все возможные пары, является сильным предположением, и за 14 лет презентаций трое соавторов практически ни разу не нашли участника курса или конференции, который признался бы, что использовал этот метод для определения своего лучшего и худшего выбора. [ 1 ] Практически все признались в использовании последовательных моделей (лучшее, затем худшее или худшее, затем лучшее). [ 15 ]

В ранних работах (включая работу самого Лувьера) термин maxdiff использовался для обозначения BWS, но с привлечением Марли в команду, разрабатывающую метод, правильная академическая терминология распространилась по всей Европе и Азиатско-Тихоокеанскому региону (если не в Северной Америке, который продолжает использовать термин maxdiff). Действительно, остается открытым вопрос, действительно ли основные производители программного обеспечения с дискретным выбором подпрограмм maxdiff реализуют модели maxdiff для оценки параметров, несмотря на продолжающуюся рекламу возможностей maxdiff.

Как метод сбора данных

[ редактировать ]

Второе использование BWS — это метод сбора данных (а не теория о том, как люди производят лучший и худший товар). BWS может, особенно в эпоху веб-опросов, использоваться для систематического сбора данных, который (1) заставляет всех респондентов предоставлять лучшие и худшие данные одинаковым образом (например, спрашивая сначала о лучших, затемняя выбираем выбранный вариант, затем спрашиваем худший); (2) Позволяет собирать полный рейтинг, если для сбора «внутренних рейтингов» реализован повторный опрос BWS. Во многих контекстах BWS для сбора данных рассматривалась просто как способ получения таких данных для облегчения расширения данных (для оценки условных логит-моделей с гораздо большим количеством наборов вариантов выбора) или для оценки традиционных логит-моделей с упорядоченным рангом. [ 16 ]

Типы («случаи»)

[ редактировать ]

Переименование метода, чтобы прояснить, что масштабирование maxdiff — это BWS, но BWS не обязательно является maxdiff, было решено Лувьером после консультации с двумя его ключевыми сотрудниками (Флинном и Марли) при подготовке к книге и было представлено в статье Флинн. [ 17 ] В этой статье также была предоставлена ​​возможность прояснить, что на самом деле существует три типа («случаев») BWS: случай 1 («случай объекта»), случай 2 («случай профиля») и случай 3 («случай профиля»). «многопрофильное дело»). Эти три случая во многом различаются сложностью выбора предлагаемых товаров.

Случай 1 («случай объекта»)

[ редактировать ]

В случае 1 представлены элементы, которые могут быть заявлениями об отношении, политическими целями, маркетинговыми лозунгами или элементами любого типа, не имеющими атрибутивной и уровневой структуры. В первую очередь он используется для того, чтобы избежать смещений шкалы, которые, как известно, влияют на данные шкалы рейтинга ( Лайкерта ). [ 18 ] [ 19 ] Это особенно полезно при выявлении степени важности или согласия, которую респонденты приписывают набору утверждений, и когда исследователь хочет гарантировать, что элементы конкурируют друг с другом (чтобы респонденты не могли легко оценить несколько элементов как имеющие одинаковую важность). .

Случай 2 («профильный случай»)

[ редактировать ]

Случай 2 преобладает в области здоровья, а элементы представляют собой уровни атрибутов, описывающие единый профиль типа, знакомого разработчикам моделей выбора. Вместо того, чтобы делать выбор между профилями, респондент должен сделать лучший и худший (наибольший и наименьший) выбор в рамках профиля. Таким образом, на примере мобильного (сотового) телефона выбором будут наиболее приемлемые и наименее приемлемые функции данного телефона. Случай 2 оказался эффективным средством выявления предпочтений среди уязвимых групп, таких как пожилые люди, [ 20 ] [ 21 ] лица, осуществляющие уход за пожилыми людьми, [ 22 ] и дети, [ 23 ] которым традиционные многопрофильные эксперименты с дискретным выбором кажутся трудными. Действительно, первое сравнение Варианта 2 с DCE в одной модели показало, что, хотя подавляющее большинство респондентов (старшего возраста) предоставили полезные данные из задачи BWS, только около половины сделали это для DCE. [ 20 ]

Случай 3 («многопрофильный случай»)

[ редактировать ]

Случай 3, пожалуй, наиболее знаком разработчикам моделей выбора, поскольку он является всего лишь расширением модели дискретного выбора: количество профилей должно быть три или более, и вместо того, чтобы просто выбирать тот, который респондент купил бы, он (а) выбирает лучший и худший профиль.

Дизайны для учебы

[ редактировать ]

В исследованиях BWS случая 1 обычно используются схемы сбалансированных неполных блоков (BIBD). Это приводит к тому, что каждый элемент появляется одинаковое количество раз, а также заставляет каждый элемент конкурировать друг с другом одинаковое количество раз. Эти функции привлекательны, поскольку респондент не может получить ошибочную информацию об элементах (какие элементы «действительно» интересуют дизайнера). [ 1 ] Они также гарантируют, что не может быть никаких «связей» по важности/выдаемости на самом верху или низу шкалы.

Случай 2 В исследованиях BWS могут использоваться ортогональные планы основных эффектов (OMEP) или эффективные планы, хотя на сегодняшний день преобладает первый.

Случай 3 В исследованиях BWS может использоваться любой из типов проектирования, обычно используемых для DCE, при условии, что количество профилей (альтернатив) в наборе выбора должно быть три или более, чтобы задача BWS имела смысл.

Новейшая история

[ редактировать ]

Стив Коэн представил BWS миру маркетинговых исследований в докладе, представленном на конференции ESOMAR в Барселоне в 2002 году, под названием «Обновление сегментации рынка : некоторые новые инструменты для решения старых проблем». Эта статья была номинирована на премию «Лучшая статья» на этой конференции. В 2003 году на латиноамериканской конференции ESOMAR в Пунта-дель-Эсте , Уругвай, Стив и его соавтор доктор Леоплдо Нейра сравнили результаты BWS с результатами, полученными методами рейтинговой шкалы. Эта статья получила награду за лучшую методологическую статью на этой конференции. Позже в том же году она была выбрана победителем Премии Джона и Мэри Гудиер за лучшую статью на всех конференциях ESOMAR в 2003 году, а затем была опубликована в качестве ведущей статьи в журнале «Excellence in International Research 2004», опубликованном ESOMAR. На конференции Sawtooth Software Conference 2003 года статья Стива Коэна «Масштабирование с максимальной разностью: улучшенные меры важности и предпочтения для сегментации» была выбрана лучшей презентацией. Коэн и президент Sawtooth Software Брайан Орм согласились, что MaxDiff должен быть частью пакета Sawtooth, и он был представлен позже в том же году. Позже, в 2004 году, Коэн и Орм выиграли премию Дэвида К. Хардина от AMA за свою статью, опубликованную в журнале Marketing Research Magazine, под названием «Какие ваши предпочтения? Если спросить респондентов опроса об их предпочтениях, это приведет к новым решениям о масштабировании».

Параллельно с этим Эмма Макинтош и Джордан Лувьер представили медицинскому сообществу BWS (случай 2) на конференции исследовательской группы экономистов здравоохранения в 2002 году. Это побудило к сотрудничеству с Флинном и, в конечном итоге, к Марли, который начал работать с Лувьером независимо, чтобы доказать свойства оценщиков BWS. Популярность этих трех случаев в значительной степени различалась в зависимости от академической дисциплины: случай 1 оказался популярным в маркетинговых и пищевых исследованиях, случай 2 широко применяется в здравоохранении, а случай 3 используется в различных дисциплинах, которые уже используют DCE. Отчасти именно отсутствие понимания во многих дисциплинах факта существования трех случаев BWS побудило трех основных разработчиков написать учебник.

Книга содержит вводную главу, в которой обобщается история BWS и трех случаев, а также почему респондент должен подумать, хочет ли он(а) использовать его для понимания теории (процессов) принятия решений и/или просто для сбора данных в целях систематическим путем. Далее следуют три главы, по одной на каждый случай, в которых подробно описываются интуиция и применение каждого из них. Затем следует глава, объединяющая работу Марли, доказывающая свойства ключевых оценщиков и излагающая некоторые открытые вопросы. После изложения открытых вопросов для дальнейшего анализа следуют девять глав (по три на каждый случай – с описанием приложений из различных дисциплин). [ нужна ссылка ]

Проведение исследования

[ редактировать ]

Основными этапами проведения всех видов исследований BWS являются:

  • Проведите надлежащее качественное или другое исследование, чтобы правильно идентифицировать и описать все представляющие интерес элементы. [ 24 ]
  • Создайте статистический план, указывающий, какие элементы должны быть представлены в каждом наборе элементов («набор выбора») — проекты могут быть взяты из общедоступных каталогов, созданы вручную или созданы с помощью коммерчески доступного программного обеспечения.
  • Используйте дизайн для создания наборов вариантов, которые содержат актуальные элементы (текстовые или визуальные).
  • Получить данные ответов, в которых респонденты выбирают лучшее и худшее из каждой задачи; повторение лучшего и худшего (чтобы получить второе лучшее, второе худшее и т. д.) может быть проведено, если аналитик желает получить больше данных.
  • Введите данные в статистическую программу и проанализируйте. Программное обеспечение создаст служебные функции для каждой из функций. В дополнение к оценкам полезности вы также можете запросить необработанные данные, которые просто суммируют общее количество раз, когда продукт был выбран как лучший и худший. Эти функции полезности указывают на воспринимаемую ценность продукта на индивидуальном уровне и на то, насколько чувствительны потребительские восприятия и предпочтения к изменениям характеристик продукта. [ нужна ссылка ]

Анализ

[ редактировать ]

Оценка функции полезности производится с использованием любого из множества методов.

  1. полиномиальный анализ дискретного выбора, в частности полиномиальный логит (строго говоря, условный логит , хотя сейчас эти два термина используются как синонимы). Модель полиномиальной логит (MNL) часто является первым этапом анализа и обеспечивает меру средней полезности для уровней атрибутов или объектов (в зависимости от случая). [ нужна ссылка ]
  2. Во многих случаях, особенно в случаях 1 и 2, простое наблюдение и построение графика частот выбора на самом деле должно быть первым шагом, поскольку это очень полезно для выявления неоднородности предпочтений и использования респондентами правил принятия решений, основанных на одном атрибуте.
  3. В этом процессе оценки можно использовать несколько алгоритмов, включая максимальное правдоподобие , нейронные сети и иерархическую модель Байеса . Иерархическая байесовская модель выгодна, поскольку она позволяет заимствовать данные, хотя, поскольку BWS часто позволяет оценивать модели индивидуального уровня, преимущества байесовских моделей сильно ослабляются. Недавно было показано, что модели времени отклика воспроизводят оценки полезности BWS, что представляет собой важный шаг вперед в проверке заявленных предпочтений в целом и предпочтений BWS в частности. [ 25 ] [ 26 ]

Преимущества

[ редактировать ]

Анкеты BWS относительно просты для понимания большинства респондентов. Более того, люди гораздо лучше оценивают предметы по крайностям, чем различают предметы средней важности или предпочтения. [ нужна ссылка ] . А поскольку ответы включают в себя выбор пунктов, а не выражение силы предпочтения, нет возможности для предвзятости при использовании шкалы .

Респонденты находят эти рейтинговые шкалы очень простыми, но они, как правило, дают результаты, которые указывают на то, что все «весьма важно», что делает данные не особенно полезными для действий. [ нужна ссылка ] BWS, с другой стороны, заставляет респондентов делать выбор между вариантами, при этом обеспечивая рейтинги, показывающие относительную важность оцениваемых элементов. Также производит:

  • Распределение «оценок» (рассчитанных как лучшая частота минус худшая частота) для всех элементов, которые позволяют исследователю наблюдать эмпирическое распределение оцененных полезностей. Это дает информацию о том, насколько реалистичными могут быть результаты традиционных методов анализа, предполагающих стандартное непрерывное распределение. Потребители имеют тенденцию образовывать отдельные группы с часто очень разными предпочтениями, что приводит к мультимодальному распределению.
  • Данные, которые позволяют исследовать правило принятия решения (функциональную форму функции полезности) на различной глубине ранжирования (проще говоря, «лучшее правило принятия решения против худшего правила принятия решения»). Новые исследования показывают, что в некоторых контекстах респонденты не используют одно и то же правило, что ставит под сомнение использование таких методов оценки, как ранговая логит-модель.
  • Оценка влияния атрибута - мера общего влияния атрибута на выбор, которая недоступна в традиционных моделях дискретного выбора.
  • Больше данных, которые позволяют лучше понять варианты выбора для заданного количества наборов вариантов. Ту же информацию можно было бы получить, просто предложив больше наборов вариантов выбора, но это сопряжено с риском того, что респондентам станет скучно и они откажутся от выполнения задания.
  • Количественная оценка явлений изменения реакции и адаптации к плохому состоянию здоровья. [ 20 ]

Недостатки

[ редактировать ]

Масштабирование «лучшее-худшее» предполагает сбор как минимум двух наборов данных: как минимум «первый лучший» и «первый худший», а в некоторых случаях и дополнительных рангов (второй лучший, второй худший и т. д.). объединить эти данные уместно. В ранних работах предполагалось, что лучшее было просто обратным худшему: респонденты имели внутренний рейтинг всех пунктов и просто выбирали элемент с самым высоким/самым низким рейтингом в данном вопросе. Более поздние работы показали, что в некоторых контекстах это не так: человек может (например) выбирать в соответствии с традиционной экономической теорией лучшее (торговля по атрибутам), но выбирать худшее, используя стратегию исключения по атрибутам (выбирая как худший элемент). это просто неприемлемо по одному атрибуту). При наличии таких разных правил принятия решений становится невозможным узнать, как объединить данные: в какой момент человек при движении вниз по рейтингу переходит от «экономической торговли» к «исключению по аспектам». [ нужна ссылка ]

Это представляет собой явную проблему для мотивации увеличения данных для BWS, но не обязательно для BWS, когда она используется как способ понимания процесса (принятия решений). Психологи, в частности, будут особенно заинтересованы в различных типах принятия решений. Маркетологам также может быть интересно узнать, есть ли у данного продукта неприемлемая особенность. Продолжается работа по выяснению того, когда возникают разные правила принятия решений и можно ли и каким образом объединять данные из таких разных источников. [ нужна ссылка ]

BWS также страдает теми же недостатками, что и все методы заявленных предпочтений. Неизвестно, согласуются ли предпочтения с выбором, сделанным в реальном мире (выявленные предпочтения). В некоторых случаях доступны выявленные предпочтения (обычно реальные рыночные решения), что позволяет проверить выбор BWS. В других случаях, нередко в отношении здоровья, данные о предпочтениях не выявлены и их валидация представляется невозможной. Совсем недавно были предприняты попытки проверить данные SP с использованием физиологических данных, таких как отслеживание глаз и время отклика. [ 25 ] Ранние исследования показывают, что модели времени ответа согласуются с результатами моделей BWS в здравоохранении, но необходимы дополнительные исследования в других контекстах.

Ссылки

[ редактировать ]
  1. ^ Перейти обратно: а б с д «Лучшее-худшее масштабирование» . Издательство Кембриджского университета . Проверено 1 октября 2015 г.
  2. ^ Перейти обратно: а б с Марли, AAJ; Лувьер, Джей-Джей (1 декабря 2005 г.). «Некоторые вероятностные модели лучшего, худшего и лучшего-худшего выбора». Журнал математической психологии . Специальный выпуск, посвященный Жан-Клоду Фальманю: Часть 1. Специальный выпуск, посвященный Жан-Клоду Фальманю: Часть 1. 49 (6): 464–480. дои : 10.1016/j.jmp.2005.05.003 .
  3. ^ Перейти обратно: а б Марли, AAJ; Флинн, Терри Н.; Лувьер, Джей-Джей (01 октября 2008 г.). «Вероятностные модели лучшего и худшего выбора, зависящего от множества и на уровне атрибутов». Журнал математической психологии . 52 (5): 281–296. дои : 10.1016/j.jmp.2008.02.002 . hdl : 10453/8292 .
  4. ^ Перейти обратно: а б Марли, AAJ; Пихленс, Д. (1 февраля 2012 г.). «Модели лучшего–худшего выбора и ранжирование среди многоатрибутных вариантов (профилей)» . Журнал математической психологии . 56 (1): 24–34. дои : 10.1016/j.jmp.2011.09.001 .
  5. ^ Перейти обратно: а б Флинн, Терри Н.; Лувьер, Джордан Дж.; Питерс, Тим Дж.; Кост, Джоанна (1 января 2007 г.). «Лучшее-худшее масштабирование: что оно может сделать для исследований в области здравоохранения и как это сделать». Журнал экономики здравоохранения . 26 (1): 171–189. дои : 10.1016/j.jhealeco.2006.04.002 . ПМИД   16707175 .
  6. ^ Перейти обратно: а б Лувьер, Иордания; Лингс, Ян; Ислам, Тохидул; Гудерган, Зигфрид; Флинн, Терри (01 сентября 2013 г.). «Введение в применение (случай 1) масштабирования от лучшего к худшему в маркетинговых исследованиях» (PDF) . Международный журнал исследований в области маркетинга . 30 (3): 292–303. дои : 10.1016/j.ijresmar.2012.10.002 .
  7. ^ Потоглу, Димитрис; Бердж, Питер; Флинн, Терри; Неттен, Энн; Мэлли, Джульетта; Фордер, Жюльен; Брейзер, Джон Э. (1 мая 2011 г.). «Эксперименты по лучшему и худшему масштабированию и дискретному выбору: эмпирическое сравнение с использованием данных социального обеспечения» (PDF) . Социальные науки и медицина . 72 (10): 1717–1727. doi : 10.1016/j.socscimed.2011.03.027 . ПМИД   21530040 . S2CID   10594387 .
  8. ^ Гарсиа-Лапреста, Хосе Луис; Марли, А.а. Дж.; Мартинес-Панеро, Мигель (12 сентября 2009 г.). «Характеристика лучших и худших систем голосования в контексте подсчета очков». Социальный выбор и благосостояние . 34 (3): 487–496. дои : 10.1007/s00355-009-0417-1 . ISSN   0176-1714 . S2CID   18334695 .
  9. ^ Скарпа, Риккардо; Нотаро, Сандра; Лувьер, Иордания; Рафаэлли, Роберта (19 июня 2011 г.). «Изучение масштабного эффекта упорядоченных данных лучшего / худшего ранга для оценки преимуществ туризма в альпийских пастбищах». Американский журнал экономики сельского хозяйства . 93 (3): 813–828. дои : 10.1093/ajae/aaq174 . ISSN   0002-9092 .
  10. ^ Хайберс, Тван (19 мая 2014 г.). «Оценка преподавания студентами: использование шкалы от лучшего до худшего». Оценка и оценка в высшем образовании . 39 (4): 496–513. дои : 10.1080/02602938.2013.851782 . ISSN   0260-2938 . S2CID   144637200 .
  11. ^ Коэн, Эли (20 марта 2009 г.). «Применение наилучшего-худшего масштабирования к винному маркетингу». Международный журнал исследований винного бизнеса . 21 (1): 8–23. дои : 10.1108/17511060910948008 . ISSN   1751-1062 .
  12. ^ Росс, Мелисса; Бриджес, Джон Ф.П.; Нг, Синьи; Вагнер, Лорен Д.; Фрош, Эмили; Ривз, Глория; досРейс, Сьюзен (17 ноября 2014 г.). «Эксперимент по масштабированию от лучшего до худшего, чтобы определить приоритетность беспокойства лиц, осуществляющих уход, по поводу лекарств от СДВГ для детей» . Психиатрические услуги . 66 (2): 208–211. дои : 10.1176/appi.ps.201300525 . ISSN   1075-2730 . ПМК   5294953 . ПМИД   25642618 .
  13. ^ Мюллер Лузе, Симона; Локшин, Ларри (01 марта 2013 г.). «Тестирование устойчивости наилучшего и худшего масштабирования для межнациональной сегментации с различным количеством наборов вариантов». Качество и предпочтения продуктов питания . Девятый симпозиум по сенсорным наукам в Пэнгборне. 27 (2): 230–242. doi : 10.1016/j.foodqual.2012.02.002 .
  14. ^ Северин, Франциска; Шмидтке, Йорг; Мюльбахер, Аксель; Роговский, Вольф Х. (1 ноября 2013 г.). «Выявление предпочтений в отношении установления приоритетов в генетическом тестировании: пилотное исследование, сравнивающее эксперименты с лучшим и худшим масштабированием и экспериментами с дискретным выбором» . Европейский журнал генетики человека . 21 (11): 1202–1208. дои : 10.1038/ejhg.2013.36 . ISSN   1018-4813 . ПМЦ   3798841 . ПМИД   23486538 .
  15. ^ Флинн, Терри Н.; Лувьер, Джордан Дж.; Питерс, Тим Дж.; Кост, Джоанна (18 ноября 2008 г.). «Оценка предпочтений в отношении консультации дерматолога с использованием шкалы Best-Worst: сравнение различных методов анализа» . Методология медицинских исследований BMC . 8 (1): 76. дои : 10.1186/1471-2288-8-76 . ISSN   1471-2288 . ПМК   2600822 . ПМИД   19017376 . Значок открытого доступа
  16. ^ Лувьер, Джордан Дж.; Стрит, Дебора ; Берджесс, Леони; Васи, Нада; Ислам, Тохидул; Марли, Энтони Эй Джей (1 января 2008 г.). «Моделирование выбора отдельных лиц, принимающих решения, путем объединения эффективных планов экспериментов по выбору с дополнительной информацией о предпочтениях» . Журнал моделирования выбора . 1 (1): 128–164. дои : 10.1016/S1755-5345(13)70025-3 . hdl : 10453/9977 .
  17. ^ Флинн, Терри Н. (1 июня 2010 г.). «Оценка предпочтений граждан и пациентов в области здравоохранения: последние разработки в трех типах шкалы лучшего и худшего». Экспертный обзор фармакоэкономических исследований и результатов исследований . 10 (3): 259–267. дои : 10.1586/erp.10.29 . ISSN   1473-7167 . ПМИД   20545591 . S2CID   39949090 .
  18. ^ Баумгартнер, Ганс; Стенкамп, Ян-Бенедикт EM (1 мая 2001 г.). «Стили ответов в маркетинговых исследованиях: межнациональное исследование». Журнал маркетинговых исследований . 38 (2): 143–156. дои : 10.1509/jmkr.38.2.143.18840 . ISSN   0022-2437 . S2CID   11304067 .
  19. ^ Стенкамп, Ян-Бенедикт EM; Баумгартнер, Ганс (1 июня 1998 г.). «Оценка инвариантности измерений в межнациональных исследованиях потребителей» . Журнал потребительских исследований . 25 (1): 78–107. дои : 10.1086/209528 . JSTOR   10.1086/209528 .
  20. ^ Перейти обратно: а б с Н. Флинн, Терри; Дж. Питерс, Тим; Кост, Джоанна (01 марта 2013 г.). «Количественная оценка изменений реакции или эффектов адаптации в качестве жизни путем синтеза данных лучшего и худшего масштабирования и данных дискретного выбора». Журнал моделирования выбора . 6 : 34–43. дои : 10.1016/j.jocm.2013.04.004 .
  21. ^ Побережье, Джоанна; Флинн, Терри Н.; Натараджан, Люси; Спростон, Керри; Льюис, Джейн; Лувьер, Джордан Дж.; Питерс, Тим Дж. (1 сентября 2008 г.). «Оценка индекса возможностей ICECAP для пожилых людей». Социальные науки и медицина . Часть специального выпуска: Этика и этнография медицинских исследований в Африке. 67 (5): 874–882. doi : 10.1016/j.socscimed.2008.05.015 . hdl : 10453/9747 . ПМИД   18572295 .
  22. ^ Аль-Джанаби, Харет; Флинн, Терри Н.; Кост, Джоанна (01 мая 2011 г.). «Оценка шкалы опыта лица, осуществляющего уход, на основе предпочтений». Принятие медицинских решений . 31 (3): 458–468. дои : 10.1177/0272989X10381280 . ISSN   0272-989X . ПМИД   20924044 . S2CID   30922199 .
  23. ^ Рэтклифф, профессор Джули; Флинн, Терри; Терлих, Фрэнсис; Стивенс, Кэтрин; Брейзер, Джон; Сойер, Майкл (23 декабря 2012 г.). «Разработка показателей состояния здоровья подростков для экономической оценки». Фармакоэкономика . 30 (8): 713–727. дои : 10.2165/11597900-000000000-00000 . ISSN   1170-7690 . ПМИД   22788261 . S2CID   21778695 .
  24. ^ Побережье, Джоанна; Аль-Джанаби, Харет; Саттон, Эйлин Дж.; Хоррокс, Сьюзен А.; Воспер, А. Джейн; Суонкатт, Дон Р.; Флинн, Терри Н. (1 июня 2012 г.). «Использование качественных методов разработки атрибутов для экспериментов с дискретным выбором: проблемы и рекомендации». Экономика здравоохранения . 21 (6): 730–741. дои : 10.1002/гек.1739 . ISSN   1099-1050 . ПМИД   21557381 .
  25. ^ Перейти обратно: а б Хокинс, Гай Э.; Марли, Аадж; Хиткот, Эндрю; Флинн, Терри Н.; Лувьер, Джордан Дж.; Браун, Скотт Д. (01 мая 2014 г.). «Интеграция когнитивного процесса и описательных моделей отношений и предпочтений» . Когнитивная наука . 38 (4): 701–735. дои : 10.1111/cogs.12094 . hdl : 1959.13/1053320 . ISSN   1551-6709 . ПМИД   24124986 . S2CID   15328149 .
  26. ^ «Лучшие времена и худшие времена взаимозаменяемы» . АПА PsycNET . Проверено 1 октября 2015 г.
Retrieved from "https://en.wikipedia.org/w/index.php?title=Best–worst_scaling&oldid=1214553614"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: e604918c093a89fddbacea29c7b6ba99__1710858300
URL1:https://arc.ask3.ru/arc/aa/e6/99/e604918c093a89fddbacea29c7b6ba99.html
Заголовок, (Title) документа по адресу, URL1:
Best–worst scaling - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)