×

从总体面板数据中提取聚类:一项市场细分研究。 (英语) Zbl 1411.90252号

摘要:本文介绍了序列二次规划(SQP)算法在聚集面板数据聚类中的新应用。优化将SQP方法应用于参数估计。该方法在合成数据集和经验数据集上进行了说明。对不同的模型进行估计,并与不同数量的聚类、解释变量和数据聚合进行比较。结果表明,SQP算法对合成数据集和经验数据集具有良好的性能。假设两个片段和两个协变量,对合成数据集进行模拟,两个协变数之间的相关性在三种情况下进行控制:(ρ=0.00)(无相关性)、(ρ=0.25)(弱相关性)和(ρ=0.50)(中度相关性)。SQP算法根据所有信息标准(AIC、AIC3和BIC)确定这三种场景的正确段数,并检索偏好中未观察到的异质性。实证案例研究将SQP算法应用于消费者购买数据,以找到细分市场。实证数据集的结果可以为零售类别经理提供见解,因为他们能够计算出一个品牌或产品的平均价格变化对边际份额的影响。

MSC公司:

90C20个 二次规划
62H30型 分类和区分;聚类分析(统计方面)
62第25页 统计学在社会科学中的应用
91C20个 社会和行为科学中的集群
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Kakizawa,Y。;Shumway,R。;Taniguchi,M.,《多元时间序列的判别和聚类》,美国统计协会,93,328-340(1998)·Zbl 0906.62060号
[2] Liao,T.W.,时间序列数据的聚类——一项调查,模式识别。,38, 11, 1857-1874 (2005) ·Zbl 1077.68803号
[3] 埃斯林,P。;Agon,C.,《时间序列数据挖掘》,ACM Compute。调查。,45, 1, 12:1-12:34 (2012) ·Zbl 1293.68104号
[4] Mantegna,R.N.,《金融市场的层级结构》,《欧洲物理学》。J.B,11,193-197(1999)
[5] 北巴斯托。;贝洛蒂,R。;德卡洛,F。;法奇,P。;Pantaleo,E。;Pascazio,S.,《金融时间序列的Hausdorff聚类》,Phys。统计力学。申请。,379, 2, 635-644 (2007)
[6] Sáfadi,T.,《使用独立分量对时间序列数据进行聚类》,Appl。数学。计算。,243, 522-527 (2014) ·Zbl 1335.86009号
[7] de Angelis,L。;Dias,J.G.,《使用混合聚类方法从数据中挖掘分类序列》,欧洲期刊Oper。研究,234,3,720-730(2014)·Zbl 1304.62089号
[8] Dias,J.G。;Ramos,S.B.,《次贷危机的后果——世界银行业的聚类分析》,Rev.Quant。财务。账户。,42, 2, 293-308 (2014)
[9] Clogg,C.C.,《潜在类模型》(Arminger,G.;Clogg(C.);Sobel,M.,《社会和行为科学统计建模手册》(1995),Plenum:Plenum New York),311-359·Zbl 0837.62102号
[10] Dias,J.G。;Vermunt,J.K.,《网站用户搜索模式的潜在类建模:在线市场细分的含义》,J.Retail。消费。服务。,14, 6, 359-368 (2007)
[11] Razali,A.M。;Al-Wakeel,A.A.,《用于拟合失效时间数据的混合威布尔分布》,Appl。数学。计算。,21911358-11364(2013年)·Zbl 1304.62036号
[12] Elmahdy,E.E.,可靠性寿命数据分析的Weibull建模新方法,应用。数学。计算。,250, 1, 708-720 (2015) ·Zbl 1328.62573号
[13] 阿尔维斯,公元前。;Dias,J.G.,行为评分中的生存混合模型,专家系统。申请。,423902-3910(2015年)
[14] Dias,J.G.,分类时间序列数据基于模型聚类的模型选择标准:蒙特卡罗研究,(Decker,R.;Lenz,H.J.,《数据分析进展》(2007),Springer:Springer Berlin),23-30
[15] Dias,J.G。;弗蒙特,J.K。;Ramos,S.B.,《金融时间序列聚类:扩展隐马尔可夫模型的新见解》,欧洲期刊Oper。研究,243,3852-864(2015)·Zbl 1347.62224号
[16] 韦德尔,M。;Kamakura,W.A.,《市场细分:概念和方法论基础》(2000),Kluwer学术出版社:Kluwer学术出版社Dordrecht
[17] 齐诺,M。;Srivastava,R.,《用总数据推断市场结构:潜在细分逻辑方法》,J.Mark.Res.,30,369-379(1993)
[18] McFadden,D.,定性选择行为的条件逻辑分析,(Zarembka,P.,《计量经济学的前沿》(1974),学术出版社:纽约学术出版社),105-142
[19] Trindade,G。;Ambrósio,J.,《使用存储级数据估计模型的优化方法:案例研究》,欧洲期刊Oper。研究,217,3,483-678(2012)
[20] Golberg,D.,《搜索、优化和机器学习中的遗传算法》·Zbl 0721.68056号
[21] Ùstermark,R.,用遗传混合算法解决不规则计量经济学和数学优化问题,计算。经济。,13, 2, 103-111 (1999) ·Zbl 0954.90033号
[22] 沈,C。;薛伟。;Chen,X.,鲁棒滤波器SQP算法的全局收敛性,Eur.J.Oper。第206、1、34-45号决议(2010年)·Zbl 1188.90191号
[23] Rao,S.S.,《工程优化:理论与实践》(2009),John Wiley&Sons:John Willey&Sons Hobokan,新泽西州
[24] 弗莱彻,R。;Reeves,C.M.,共轭梯度函数最小化,计算。J.,7,2,149-154(1964)·Zbl 0132.11701号
[25] 艾尔德,T。;Rice,J.,《高维集合中的系统搜索》,SIAM J.Numer。分析。,14, 293-312 (1977) ·Zbl 0359.68044号
[26] 迈尔斯,D。;蒙哥马利,R。;Anderson-Cook,C.M.,《响应面方法:使用设计和实验的过程和产品优化》(2009),John Wiley&Sons:John Willey&Sons Hoboken,新泽西州·Zbl 1269.62066号
[27] 塔瓦雷斯,V。;Correia,N.,Optimização Linear e Não-Linear:Conceitos,Métodos e Algoritos(线性和非线性优化:概念、方法和算法)(1999),葡萄牙里斯本,卡洛斯特·古尔本基安基金会
[28] Luenberger,D.,《线性和非线性规划导论》(1984年),Addison-Wesley:Addison-Whesley Reading,马萨诸塞州·Zbl 0571.90051号
[29] 范德普拉特研究与开发,DOT设计优化工具,用户手册,5.0版(1999),范德普拉茨研究与开发:范德普拉特斯研究与开发科罗拉多州科罗拉多斯普林斯
[30] Akaike,H.,统计模型识别的新视角,IEEE Trans。自动。控制,19,6,716-723(1974)·Zbl 0314.62039号
[31] Schwarz,G.,估算模型的维数,《Ann.Stat.》,6,2,461-464(1978)·Zbl 0379.62005年
[32] Dias,J.G.,《潜在类别分析中Naive-Bayes模型信息标准的性能评估:蒙特卡罗研究》,韩国统计学会杂志,36,3,435-445(2007)·Zbl 1235.62005号
[33] 拉奥,C.R。;Mitra,S.K.,矩阵的广义逆及其应用(1971),John Wiley&Sons:John Willey&Sons纽约·兹比尔0236.15004
[34] 丹尼斯·J·E。;Schnabel,R.B.,《无约束优化和非线性方程的数值方法》(1983年),普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德-克利夫斯,新泽西州·Zbl 0579.65058号
[35] Visual Numerics,IMSL Fortran Numerical Libraries,5.0版(1995),微软公司:微软公司,德克萨斯州休斯顿
[36] Smith,W.R.,《产品差异化和市场细分作为替代营销策略》,J.Mark.,21,3-8(1956)
[37] 艾伦比,G.M。;罗西,P.E.,《消费者异质性的营销模型》,J.Econ。,89, 1-2, 57-78 (1999) ·Zbl 0959.62116号
[38] 韦德尔,M。;镰仓,W。;Böckenholt,U.,《营销数据、模型和决策》,《国际期刊研究标记》,17,2-3,203-208(2000)
[39] 格里菲斯,W.E。;希尔,R。;Judge,G.,《计量经济学的学习与实践》(1993年),威利出版社:威利纽约
[40] Skrondal,A。;Rabe-Hesketh,S.,《广义潜在变量建模:多级、纵向和结构方程模型》(2004),查普曼和霍尔/CRC:查普曼&霍尔/CRC博卡拉顿,佛罗里达州·Zbl 1097.62001
[41] Ziegler,A.,《广义估计方程》(2011),Springer:Springer New York·Zbl 1291.62018年
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。