Paper gepubliceerd in Journal of Choice Modelling over hulpmiddelen bij de specificatie van een portfoliokeuzemodel

Nieuws - 28 november 2022 - Webredactie

Er is een paper gepubliceerd over PWE in Journal of Choice Modelling genaamd "Data-driven assisted model specification for complex choice experiments data: Association rules learning and random forests for Participatory Value Evaluation experiments" geschreven door José Ignacio Hernández, Sander van Cranenburgh en Niek Mouter.

In de afgelopen jaren zijn Participatieve Waarde Evaluatie (PWE) keuze-experimenten een alternatief geworden om meer complexe en realistische vormen van menselijke besluitvorming op diverse gebieden vast te leggen. Hoewel PWE-keuze-experimenten een meer realistische experimentele setting bieden dan een conventionele DCE, is het een uitdaging om keuzemodellen te specificeren om gegevens van dergelijke experimenten te analyseren. De laatste jaren is er een toenemende belangstelling voor het ondersteunen van de specificatie van keuzemodellen met datagestuurde methoden.

Hiervoor worden in deze paper drie procedures voorgesteld, gebaseerd op het leren van associatieregels (AR) en random forests (RF) ter ondersteuning van de specificatie van een portfoliokeuzemodel dat wordt toegepast in gegevens van complexe keuze-experimentgegevens, met name een PWE keuze-experiment. Er wordt een methodologisch-iteratieve (MI) procedure met AR-leer- en RF-modellen gecombineerd om de specificatie van parameters van een portfoliokeuzemodel te ondersteunen. Daarnaast worden RF-modelvoorspellingen gebruikt om de validiteit van de gedragsaannames van verschillende specificaties van het portfoliokeuzemodel te contrasteren. De gegevens van een uitgevoerd PWE-keuze-experiment worden gebruikt om de voorkeuren van Nederlandse burgers voor het opheffen van COVID-19-maatregelen te achterhalen.

De resultaten laten modelfit en interpretatieverbeteringen zien in het portfoliokeuzemodel, vergeleken met conventionele modelspecificaties. Daarnaast worden er richtlijnen gegeven over het gebruik van uitkomsten van AR-leer- en RF-modellen vanuit het perspectief van keuzemodellering.