Une procédure de réduction du nombre de paires en analyse conjointe
Salwa Benammou; Gilbert Saporta; Besma Souissi
Journal de la société française de statistique (2007)
- Volume: 148, Issue: 4, page 57-76
- ISSN: 1962-5197
Access Full Article
topAbstract
topHow to cite
topBenammou, Salwa, Saporta, Gilbert, and Souissi, Besma. "Une procédure de réduction du nombre de paires en analyse conjointe." Journal de la société française de statistique 148.4 (2007): 57-76. <http://eudml.org/doc/93470>.
@article{Benammou2007,
abstract = {En analyse conjointe on utilise souvent des comparaisons par paires pour le recueil des préférences des consommateurs. La recherche des paires s’effectue à l’aide de plans d’expériences mais se trouve handicapée par l’explosion combinatoire du nombre de paires de produits dès que le nombre d’attributs et de modalités est grand.
Nous proposons ici une procédure simple qui réduit considérablement le nombre de paires candidates lorsque le nombre de produits devient grand.},
author = {Benammou, Salwa, Saporta, Gilbert, Souissi, Besma},
journal = {Journal de la société française de statistique},
keywords = {conjoint analysis; paired comparison},
language = {fre},
number = {4},
pages = {57-76},
publisher = {Société française de statistique},
title = {Une procédure de réduction du nombre de paires en analyse conjointe},
url = {http://eudml.org/doc/93470},
volume = {148},
year = {2007},
}
TY - JOUR
AU - Benammou, Salwa
AU - Saporta, Gilbert
AU - Souissi, Besma
TI - Une procédure de réduction du nombre de paires en analyse conjointe
JO - Journal de la société française de statistique
PY - 2007
PB - Société française de statistique
VL - 148
IS - 4
SP - 57
EP - 76
AB - En analyse conjointe on utilise souvent des comparaisons par paires pour le recueil des préférences des consommateurs. La recherche des paires s’effectue à l’aide de plans d’expériences mais se trouve handicapée par l’explosion combinatoire du nombre de paires de produits dès que le nombre d’attributs et de modalités est grand.
Nous proposons ici une procédure simple qui réduit considérablement le nombre de paires candidates lorsque le nombre de produits devient grand.
LA - fre
KW - conjoint analysis; paired comparison
UR - http://eudml.org/doc/93470
ER -
References
top- [1] Atkinson A. C. et Donev A. N. (1992), Optimum experimental designs. Clarendon Press. Zbl0829.62070
- [2] Benammou S., Harbi S. et Saporta G. (2003), Sur l’utilisation de l’analyse conjointe en cas de réponses incomplètes ou de non réponses, Revue de Statistique Appliquée, 51, 31- 55.
- [3] Burgess L et Street D.J. (2003), Optimal Designs for Choice Experiments, Communication in Statistics, vol.32, 2185-2206. Zbl1131.62311MR2002785
- [4] Carroll J.D. et Green P.E (1995), Psychometric methods in marketing research : part I, conjoint analysis, Journal of Marketing Research, Vol XXXII, 385-391.
- [5] Cattin P et Wittink D.R. (1982), Commercial Use of Conjoint Analysis : A Survey, Journal of Marketing, Vol.46, 44-53.
- [6] Cattin P et Wittink D.R. (1989), Commercial Use of Conjoint Analysis : An Update, Journal of Marketing, Vol.53, 91-96.
- [7] Chaloner K. (1984), Optimal bayesian experimental design for linear models. Ann. Stat, 12, 1, 283-300. Zbl0554.62063MR733514
- [8] Courcoux P.H et Semenou M. (1997), Une méthode de segmentation pour l’analyse de données issues de comparaisons par paires, Revue de Statistique Appliquée, XLV, 59-69.
- [9] Droesbeke J.J, Fine J. et Saporta G. (1997), Plans d’Expériences, Applications à l’entreprise, Editions Technip, Paris. Zbl0947.62504
- [10] Faivre J.-Ph., Pioche A. (1976), L’Analyse des Décisions d’Achat par le Modèle Tradeoff : Problèmes Théoriques et Méthodologiques, Revue Française du Marketing, Cahiers 64-65.
- [11] Gauchi J.P. (1999), Contribution à l’étude et au calcul de critères de plans d’expériences optimaux pour des modèles de régression non linéaire, thèse de doctorat du Conservatoire National des Arts et Métiers de Paris.
- [12] Grabhof U., Grobmann H et Holling H. (2004), Optimal designs for main effects in linear paired comparison models, Journal of Statistical Planning and Inference, 126, 361-376. Zbl1065.62134MR2090864
- [13] Green P.E et Srinivasan V. (1978), Conjoint Analysis in Consumer Research : Issues and Outlook, Journal of Consumer Research, 5 (September), 103-123.
- [14] Green P.E et Srinivasan V. (1990), Conjoint Analysis in Marketing : New Developments with Implications for Research and Practice, Journal of Marketing 54, (October), 3-19.
- [15] Green P.E et Rao V.R. (1971), Conjoint Measurement for Quantifying Judgmental Data, Journal of Marketing Research, 8 (August), 355-363.
- [16] Gustafsson A., Herrmann A., Huber F.(2003), Conjoint Measurement : Methods and Applications, Third Edition, Springer. Zbl1059.62122
- [17] Kuhfeld W. F. (2005), Marketing Research Methods in SAS : Experimental Design, Choice, Conjoint, and Graphical Techniques, SES 9.1 Edition, SAS Institute Inc., Cary, NC, USA.
- [18] Kung-E CH., Zheng L., Yuanqiong W., Starr H. et Turoff M. (2001), Thurstone’s law of comparative judgment for group support, Data Management and Decision Support, Seventh Americas Conference on Information Systems, 241-244.
- [19] Shah K.R, Sinha B.K. (1989) Theory of Optimal designs, Lecture Notes in Statistics n54, Springer, Verlag. Zbl0688.62043MR1016151
- [20] Thurstone L.L. (1927). A law of comparative judgment. Psychological Review, 34, 278-286.
NotesEmbed ?
topTo embed these notes on your page include the following JavaScript code on your page where you want the notes to appear.