应用潜在分类泊松回归模型及EM算法研究网络购物使用次数
文献类型:期刊
作者:王芯[1]
机构:[1]中国人民大学统计学院
[2]中国人民大学中国调查与数据中心
年:2011
期刊名称:统计与决策
期:1
页码范围:7-9
增刊:增刊
收录情况:中文核心期刊要目总览
所属部门:统计学院
语言:中文
ISSN:1002-6487
链接地址:http://d.g.wanfangdata.com.cn/Periodical_tjyjc201101002.aspx
人气指数:9
浏览次数:9
基金:中国人民大学科研资助项目
关键词:网上购物;影响因素;潜在分类泊松回归模型 EM 算法 陈述偏好数据
摘要:随着网络的兴起,网上购物在人们的生活中发挥着越来越重要的作用.网上购物以其方便快捷等特点吸引了很多购物者,但是也有一些人质疑网上购物安全性、不可触摸性等问题.什么因素影响人们对网络购物的选择?人们由于对网络购物的态度取向不同可分为多少潜在的类别?文章应用潜在分类泊松回归模型及EM算法分析大学生网上购物的陈述偏好数据,回答了以上两个问题,得到了十分有意义的结果.
作者其他论文
网络团购消费者选择行为和消费者获益研究.饶燕芳;吕晓玲.统计与决策.2014,95-99.
一种针对不完全观测数据的消费者聚类方法.吕晓玲.统计与信息论坛.2015,9-13.
两分类不平衡数据的Boosting算法.宋捷;吕晓玲;吴喜之.统计与决策.2010,8-10.
消费者重复使用及使用强度的离散随机系数模型构建与应用.吕晓玲.统计与信息论坛.2013,28(11),3-8.
用函数型数据分析网络团购市场的结构与市场发展.于田田;吕晓玲.统计与信息论坛.2013,28(3),68-75.