Dynamic Two Stage Modeling for Category-Level and Brand-Level Purchases Using Potential Outcome Approach With Bayes Inference
基于潜在结果与贝叶斯推断的品类及品牌购买动态两阶段模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以扫描式面板中的品类购买与品牌选择为建模对象，并允许同时购买多个品牌，因此对应面板数据与离散选择方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于潜在结果与贝叶斯推断的品类及品牌购买动态两阶段模型
- 研究问题
- 面对扫描式面板中的品类购买与品牌选择，如何用动态两阶段模型容纳同时购买多个品牌，并预测后续选择及刻画品牌转换？
- 方法与思路
- 作者构建符合传统消费者行为理论的品类与品牌两阶段模型，允许同时购买多个品牌，并通过马尔可夫链蒙特卡洛进行贝叶斯估计。
- 材料陈述的贡献
- 摘要称相关旧模型在模拟中预测未来品牌选择可能严重偏误，新模型预测更准确，并在营销应用中刻画既有方法难以分析的品牌转换。
- 阅读关注点
- 核对两阶段的衔接、动态依赖与多品牌同时购买的处理，并查验潜在结果表述、预测比较设计及品牌转换分析的解释范围。
- 阅读边界
- 摘要未说明潜在结果框架的具体定义、模型识别条件及比较指标；仅凭题名与摘要，不能把品牌转换分析解释为已识别的因果效应。
原文摘要
We propose an econometric two-stage model for category-level purchase and brand-level purchase that allows for simultaneous brand purchases in the analysis of scanner panel data. The proposed model formulation is consistent with the traditional theory of consumer behavior. We conduct Bayesian estimation with the Markov chain Monte Carlo algorithm for our proposed model. The simulation studies show that previously proposed related models can cause severe bias in predicting future brand choices, while the proposed method can effectively predict them. Additionally in a marketing application, the proposed method can examine brand switching behaviors that existing methods cannot. Moreover, we show that the prediction accuracy of the proposed method is higher than that of existing methods.