The most rigorous approach to analy

The most rigorous approach to analysing best–worst data is to model the probability that an individual will choose a particular best–worst pair over all other possible best–worst pairs. To obtain a tractable model, the errors associated with the choices are usually assumed to be independently and identically distributed as Type I Extreme Value (Gumbel) random variables. These assumptions lead to the multinomial logit (MNL) model

ผลลัพธ์ (ไทย) 1:

วิธีการอย่างเข้มงวดที่สุดวิเคราะห์ข้อมูลส่วน – ร้ายจะจำลองความเป็นไปได้ที่บุคคลจะเลือกคู่ส่วน – ร้ายเฉพาะมากกว่าคู่อื่น ๆ ทั้งหมดส่วน – ร้ายได้ รับแบบ tractable ข้อผิดพลาดที่เกี่ยวข้องกับตัวเลือกมักจะถือว่ามีอิสระ และกระจายเหมือนกันเป็นตัวแปรสุ่มชนิด I มากค่า (Gumbel) สมมติฐานเหล่านี้นำไปสู่แบบจำลอง logit (MNL) ก็ตาม

ผลลัพธ์ (ไทย) 2:

วิธีการอย่างเข้มงวดที่สุดในการวิเคราะห์ข้อมูลที่ดีที่สุดที่เลวร้ายที่สุดคือการจำลองความน่าจะเป็นที่บุคคลจะเลือกคู่ที่ดีที่สุดโดยเฉพาะอย่างยิ่งที่เลวร้ายที่สุดในช่วงอื่น ๆ ที่เป็นไปได้คู่ที่ดีที่สุดที่เลวร้ายที่สุด ที่จะได้รับรูปแบบเวไนยข้อผิดพลาดที่เกี่ยวข้องกับตัวเลือกที่มักจะถือว่าเป็นอิสระและกระจายกันเป็นประเภทค่ามาก (กัมเบล) ตัวแปรสุ่ม สมมติฐานเหล่านี้นำไปสู่​​การ logit พหุนาม (MNL) รูปแบบ

ผลลัพธ์ (ไทย) 3:

แนวทางที่เข้มงวดมากที่สุด เพื่อวิเคราะห์ข้อมูล คือ แบบแย่ที่สุด และการที่บุคคลจะเลือกเฉพาะที่ดีที่สุดและเลวร้ายที่สุดคู่เหนือทั้งหมดอื่น ๆที่ดีที่สุดและเลวร้ายที่สุดที่คู่ เพื่อให้ได้รูปแบบควบคุมได้ง่าย , ข้อผิดพลาดที่เกี่ยวข้องกับตัวเลือกที่มักจะถือว่าเป็นอิสระและกันกระจายเป็นค่าพิมพ์มากผม ( ความถี่ ) ตัวแปรสุ่ม .สมมติฐานเหล่านี้นำไปสู่วิธีโลจิต ( mnl ) รุ่น