跳到内容
得到许可的 未经许可 需要身份验证 发布人:德古意特出版社 2019年6月14日

利用迪斯尼乐园的骑乘选择评估消费者偏好的实证本科生入门

  • 乔纳森·詹姆斯 电子邮件徽标

摘要

本文描述了一种简单有趣的方法,介绍并教授本科生使用随机效用模型进行偏好估计。该示例围绕着估算迪斯尼主题公园对游乐设施的偏好,并使用实际的州偏好调查数据。这节课被设计成在一个90分钟的讲座中自足。鉴于许多本科生对消费者选择理论有着深厚的背景知识,将偏好估计作为一种现实应用引入计量经济学课程可能会是一种丰富的经验。

JEL分类:答22

确认

特别感谢里德·坎斯勒(Reed Kamsler)和本杰明·库斯(Benjamin Koos),他们的出色工作使数据收集成为可能。感谢加州保利经济协会参与该项目。

附录A

实际采样历史等待时间

表5:

采样等待时间(分钟)

骑行2016年2月2016年6月平均
16号星期二第6个星期六12号星期二16日星期六
上午中间颗粒物上午中间颗粒物上午中间颗粒物上午中间颗粒物
大雷山15351515353020302515201523
巴斯光年15252025303020301020351523
幽灵公馆5355540105255525514
夺宝奇兵35503540553025453530504540
这是一个小世界102555201510205510511
马特洪峰40453525604025453515702538
星际之旅55705050506560607570505559
飞溅的山55010580153580505851036
太空山90653510454555708545608057
加勒比海盗10251554515530105251017
  1. 这些等待时间记录自https://touringplans.com/disneyland/wait-times.AM指上午10点,MID指下午2点,PM指晚上9点。

附录B

STATA代码

使用“DLAND_SP.csv”分隔的导入克洛吉特选择飞溅山雷霆山启动海盗马特霍恩小世界///印第安纳琼斯太空山闹鬼豪宅光年集团(grpid)test(thundermountain+startours)=太空山

附录C

R代码

R代码需要三个库:mlogit、gmnl、AER

suppressMessages(库(mlogit))suppressMessages(库(gmnl))抑制消息(库(AER))DL=读取.csv('DLAND_SP.csv')DLrum=mlogit.data(DL,id=“person”,                                     chid.var=“grpid”,choice=“choice”,                                     alt.levels=c(“A”,“B”),                                     shape=“长”)mod=gmnl(选择~飞溅山+雷霆山+起点+海盗+马特霍恩+                              小世界+太空山+印第安纳琼斯+闹鬼大厦+布兹光年|0,                        数据=DLrum,                        型号=“mnl”)男女同校生(mod)线性假设(mod,'undermountain+startours=spacemountain')

附录D

扩展分析

本节包含额外的分析,以使学生进一步了解迪斯尼乐园数据

  1. 根据参数估计,如果消费者可以乘坐马特洪峰五次,而不是在太空山上一次(例如太空山线路比马特洪山线路长5倍),那么一般游客选择乘坐马特宏峰五次的概率是多少?

  2. 分别估计男性和女性的模型。对于每种性别,根据偏好估计对游乐设施进行排名。这些性别排名之间最大的差异是什么?

  3. 使用单独的性别估计值,一次乘坐鬼屋和一次乘坐加勒比海盗的组合组合对每种性别的平均效用是多少?这些值与每种性别的太空山平均效用相比如何?

  4. 对于每种性别,测试一个假设,即普通游客对乘坐太空山一次与乘坐鬼屋和加勒比海盗之间的关系漠不关心。你能拒绝哪个性别的无效假设?

工具书类

Greene,W.H.,2012年。经济计量分析。第七。上鞍河:普伦蒂斯·霍尔。在谷歌学者中搜索

Richards,J.,2012年。“毕竟,这是一首恼人的歌曲。”大西洋2012年3月13日。检索自:https://www.theatlantic.com。在谷歌学者中搜索

Train,K.E.2009。模拟离散选择方法。英国剑桥:剑桥大学出版社。在谷歌学者中搜索

Wooldridge,J.M.,2016年。计量经济学导论:现代方法。第六。马萨诸塞州波士顿:Cengage Learning。在谷歌学者中搜索

在线发布:2019-06-14

©2020 Walter de Gruyter GmbH,柏林/波士顿

于2024年6月20日从下载https://www.degruyter.com/document/doi/10.1515/jem-2018-0026/html
滚动到顶部按钮