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:U ij

Maximizao da utilidade:

consumidor escolhe marca j sse Uij > Uik, para todo k

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?

J 1
Pr ob Yi j | X

Pr ob[Yi j | X ] j k Pr ob[Yi k | X ]
k 1

ondexXi = (x ,z )
ij

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
de escolhas

31,44

7,26

6,68

54,44

Preo mdio
(US$)

0,68

0,96

1,13

1,08

% gndolas
promocionais

6,32

10,72

8,02

29,16

% encarte

1,15

1,61

1,64

3,80

% gndolas +
encarte

3,55

2,16

2,61

4,86

Resultados:
modelo Logit multinomial
Logit multinomial
Variveis

Coeficiente

Erro-padro

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

Constantes

Max log-likelihood

-3125,83