Deriving target selection rules from endogenously selected samples
从内生选择样本推导目标客户选择规则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：摘要核心是内生抽样修正与客户筛选，未明确给出离散选择模型、结构估计或因果效应识别的充分依据。
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…
从内生选择样本推导目标客户选择规则
- 研究问题
- 根据历史响应筛选客户会造成内生抽样，如何修正未观测异质性带来的偏差，并据此制定预期收入最大化的目标规则？
- 方法与思路
- 作者调整潜在类别模型的似然函数以处理内生抽样，并联合建模响应率与捐款金额，应用于荷兰慈善机构的邮寄目标选择。
- 材料陈述的贡献
- 摘要称，提出针对内生抽样过程的似然修正方法，并利用联合模型构建使预期收入最大化的目标客户选择规则。
- 阅读关注点
- 应核对历史抽样机制如何进入似然、潜在类别的设定与识别，以及目标规则是否计入寄送成本和如何验证收入表现。
- 阅读边界
- 仅依据所给 Crossref 摘要；抽样修正的识别条件、成本处理及实际收入改善未说明，不能确认策略有效性或推断版本变化。
原文摘要
Abstract The selection of the most profitable customers in a customer database for targeted activities is often done based on observed behaviour in the past. Consequently, databases arising from the responses to, for example, direct mailings in the past are not random samples. When not all heterogeneity across customers is observed, target selection will be based on unobserved heterogeneity and hence it is endogenous. We develop a method to adjust the likelihood function of latent class models to correct for this endogenous sampling process. We apply this technique to the selection of mail targets for a Dutch charity. Based on a joint model for the response rate and the amount donated, we create a target selection rule that maximizes expected revenues. Copyright © 2006 John Wiley & Sons, Ltd.