Um modelo abrangente para análise de preferência conjunt

Abstract

Estudamos, nessa dissertação, um modelo bayesiano desenvolvido para a Análise de Preferência Conjunta, proposto por Marshall e Bradlow (2002). Este modelo incorpora dados obtidos a partir dos métodos de colete de composição e de decomposição e, apesar de ser estruturado para avaliações feitas por atribuição de notas, pode ser estendido para casos nos quais as avaliações coletadas na íhse de decomposição tenham sido feitas através de soma-constante, ordenamento ou escolha discreta.Através da abordagem bayesiana, o modelo utiliza as informações coletadas no método de composição como informação a phoH sobre as utilidades não-observadas(coeficientes que correspondem às contribuições parciais dos níveis dos atributos). Na construção da função de verossimilhança, utiliza as informações coletadas no método de decomposição. Com isso, a distribuição a posfeHor{ resultante, além de reunir toda a informação disponível, leva a um estimador que pondera essas informações. A obtenção das estimativa.s é feita pelo método de amostragem de Gibbs.Iniciamos a dissertação com uma revisão sobre os conceitos básicos de Análise de Preferência Conjunta e, após introduzir o Modelo Bayesiano de Marshall e Bradlow, apresentamos uma aplicação deste modelo a dados reais. Nessa aplicação, verificamos a vantagem de utilizar esse modelo com um número reduzido de estímulos.