Você está na página 1de 15

Modelos de escolha discreta e anlise

da demanda do consumidor

Modelos multinomiais
Modelos multinomiais

Os modelos multinomiais so uma


generalizao dos modelos binomiais, onde
os indivduos podem escolher entre n
alternativas

Aplicao: demanda do consumidor


Modelos binomiais: escolha entre duas marcas
Modelos multinomiais: escolha entre n marcas
Modelos multinomiais

Indivduo i escolhe entre J categorias (J > 2)


Varivel dependente:

Yi = j, onde j = 1,2,,J

Modelos multinomiais
Logit multinomial
Probit multinomial
Nested logit
Escolha do consumidor entre J
marcas: modelagem economtrica

Utilidade do consumidor i com o consumo da marca


j:Uij
Maximizao da utilidade:
consumidor escolhe marca j sse Uij > Uik, para todo k j

Hiptese: nvel de utilidade conhecido pelo consumidor, mas no


pelo econometrista
Uij = Vij + ij
onde
Vij: utilidade relacionada a caractersticas observadas da marca ou do
consumidor
ij: fatores no observados que afetam a utilidade da alternativa j
para o indivduo i
Escolha do consumidor entre J
marcas: modelagem economtrica

Parte observada da utilidade


Vij(xij,zi)
onde
xij: caractersticas das alternativas
zi: caractersticas dos consumidores
Escolha do consumidor entre J
marcas: modelagem economtrica

Defina a varivel
Yi = j se consumidor i escolhe marca j

Temos que
Yi = j se Uij > Uik para todo k j
Escolha do consumidor entre J
marcas: modelagem economtrica

Probabilidade de o consumidor escolher a marca j


dada por
Prob(Yi=j|xij,zi) = Prob(Uij > Uik)
= Prob(Vij(xij,zi)+ ij > Vik(xik,zi)+ ik)
= Prob(ik ij < Vij(xij,zi) - Vik(xik,zi))
= Prob(*i < Vij(xij,zi) - Vik(xik,zi))
onde *i = ik ij
Logo,
Prob(Yi=j|xij,zi) = F(Vij(xij,zi) - Vik(xik,zi))
onde F((Vij(xij,zi) - Vik(xik,zi)) a funo de distribuio
acumulada de *i avaliada no ponto Vij(xij,zi) - Vik(xik,zi)
Escolha do consumidor entre J
marcas: modelagem economtrica

Modelo Logit multinomial


Hiptese: ij iid e possui distribuio de
valor extremo tipo I (j = 1, 2, 3, ,J)
=> *i = ik ij tambm possui distribuio de
valor extremo do tipo I

F(*i )
= exp (*i ) /(1+ exp (*i ))
Prob(Yi=j|xij,zi) = exp(Vij(xij,zi)/kexp(Vik (xij,zi))
Escolha do consumidor entre J
marcas: modelagem economtrica

Considerando Vij = xijj + zij

temos

Prob(Yi=j|xij,zi) = exp(xijj + zij)/kexp(xikk + zik))


Modelo Logit multinomial:
Interpretao dos resultados

Probabilidade estimada de se escolher bem j


^
^ ^ ^ ^
y Prob(Yi j | X i ) exp(x ij j z i j )/ k exp (x ik k z i k )

Efeitos marginais - interpretao:


Qual o efeito da varivel xi sobre a probabilidade de
escolha do bem j?

Pr obYi j | X J 1

Pr ob[Yi j | X ] j k Pr ob[Yi k | X ]
xi k 1
onde X = (xij,zi)
Efeitos marginais em modelos logit
multinomial

Interpretao do efeito marginal: impacto de


uma variao marginal de xi sobre a
probabilidade de escolha da marca j
Efeito marginal positivo: variao marginal
(positiva) de xi aumenta a probabilidade de
escolha do bem j
Efeito marginal negativo: variao marginal
(positiva) de xi diminui a probabilidade de escolha
do bem j
Efeitos marginais em modelos Logit
multinomiais

Sinal do efeito marginal depende do sinal do


termo entre parnteses. Como probabilidade
depende do valor de xi, nada pode ser dito
sobre o efeito da variao de xi sobre a
probabilidade a partir do coeficiente

Necessidade de se computar efeitos


marginais no Stata
Estudo de caso:escolha entre
quatro marcas de biscoito

Marcas:Private label, Sunshine, Keebler e Nabisco


Marca excluda da regresso: Nabisco
Variveis explicativas
Preos relativos: log(pj/pNabisco)
Dummies para estratgias de marketing:
- dummy para produto em gndola promocional (1=produto em
gndola promocional, 0 = caso contrrio)
- dummy para produto em encarte publicitrio
(1=produto em encarte, 0 = caso contrrio)
- dummy para produto em encarte + gndola
Estatsticas descritivas

Variveis Private label Sunshine Keebler Nabisco

Percentagem 31,44 7,26 6,68 54,44


de escolhas
Preo mdio 0,68 0,96 1,13 1,08
(US$)
% gndolas 6,32 10,72 8,02 29,16
promocionais
% encarte 1,15 1,61 1,64 3,80

% gndolas + 3,55 2,16 2,61 4,86


encarte
Resultados:
modelo Logit multinomial

Logit multinomial
Variveis Coeficiente Erro-padro
Constantes
Private label -1,814*** 0,091
Sunshine -2,464*** 0,084
Keebler -1,968*** 0,074
Dgndola 0,048 0,067
Dencarte 0,412*** 0,154
Dgndola+encarte 0,580*** 0,118
Log(p/pNabisco) -3,172*** 0,194
Max log-likelihood -3125,83