Выявление индивидуальных предпочтений с помощью Байесовской иерархической мультиномиальной логит модели

Фирмы прибегают к совместному анализу для принятия стратегически важных решений. В частности, он помогает ответить на вопрос о том, как отреагируют потребители на новый продукт без затрат на производство этого продукта и выпуска в продажу. Всё же, чтобы этот ответ был качественным, необходимо использовать соответствующие модели. Так, например, долгое время был популярен анализ агрегированных предпочтений потребителей. Однако мир динамично менялся и представление о людях в среднем стало слишком скудным описанием рынка. В нынешнее время особенно важно рассматривать индивидов во всём их разнообразии. Одним из способов, позволяющих описывать гетерогенность потребительских предпочтений, является Байесовская иерархическая мультиномиальная логит модель. Однако отсутствие бесплатной гибкой платформы для проведения такого анализа закрывает двери многим исследователям. Нашей целью стало исправление данной несправедливости в виде создания численной модели, доступной любому желающему. Кроме того, в текущей работе проводится анализ результатов, к которым приводит созданная модель: выявляется слабая чувствительность апостериорного вывода к априорным распределениям параметров, удовлетворяющим некоторым условиям. Также данное исследование включает сравнение различных модификаций модели и приходит к достаточно неожиданному выводу: не полная гетерогенность, а наличие некоторого числа кластеров позволяет модели давать более точные прогнозы.