제품이나 서비스의 수요 예측을 Bass 확산 모형을 토대로 수행할 때의 가장 큰 문제점은 모형의 파라미터 추정에 필요한 데이터가 충분치 않다는 것이다. 따라서 Bass 확산 모형의 핵심적인 두 파라미터인 혁신 계수(p)와 모방 계수(q)의 추정을 시도할 때, 어느 정도의 데이터 개수가 요구되는 지를 파악하는 것은 매우 현실적인 중요성을 갖는 문제이다. 이제까지의 연구는 주로 기존의 판매 데이터를 토대로 ...
제품이나 서비스의 수요 예측을 Bass 확산 모형을 토대로 수행할 때의 가장 큰 문제점은 모형의 파라미터 추정에 필요한 데이터가 충분치 않다는 것이다. 따라서 Bass 확산 모형의 핵심적인 두 파라미터인 혁신 계수(p)와 모방 계수(q)의 추정을 시도할 때, 어느 정도의 데이터 개수가 요구되는 지를 파악하는 것은 매우 현실적인 중요성을 갖는 문제이다. 이제까지의 연구는 주로 기존의 판매 데이터를 토대로 Bass 모형의 파라미터를 추정할 때, 생기는 다양한 문제점 파악에 집중되었다. 시뮬레이션의 경우는 Bass 모형에 랜덤 오차를 추가하여 실시하였다. 이 경우 데이터 개수가 계수추정에 미치는 영향은 도출되나 각 계수별 민감도 분석이 제대로 이루어지지 못하는 한계를 가지고 있다. 따라서 본 논문에서는 시뮬레이션에서 예측치를 발생시킬 때 랜덤 오차 대신, 혁신 계수와 확산 계수의 변동을 주는 방법을 도입한다. 결과는 다음과 같다. 첫째, p 변동보다는 q 변동이 예측치의 오차에 대해 보다 중요하다. 둘째, 오차가 잠재수요의 30%이하로 떨어지기 위해서는 수요가 최대로 도달하는 시점이 t^(*)일 경우, t^(*)+1까지 데이터가 요구된다.
제품이나 서비스의 수요 예측을 Bass 확산 모형을 토대로 수행할 때의 가장 큰 문제점은 모형의 파라미터 추정에 필요한 데이터가 충분치 않다는 것이다. 따라서 Bass 확산 모형의 핵심적인 두 파라미터인 혁신 계수(p)와 모방 계수(q)의 추정을 시도할 때, 어느 정도의 데이터 개수가 요구되는 지를 파악하는 것은 매우 현실적인 중요성을 갖는 문제이다. 이제까지의 연구는 주로 기존의 판매 데이터를 토대로 Bass 모형의 파라미터를 추정할 때, 생기는 다양한 문제점 파악에 집중되었다. 시뮬레이션의 경우는 Bass 모형에 랜덤 오차를 추가하여 실시하였다. 이 경우 데이터 개수가 계수추정에 미치는 영향은 도출되나 각 계수별 민감도 분석이 제대로 이루어지지 못하는 한계를 가지고 있다. 따라서 본 논문에서는 시뮬레이션에서 예측치를 발생시킬 때 랜덤 오차 대신, 혁신 계수와 확산 계수의 변동을 주는 방법을 도입한다. 결과는 다음과 같다. 첫째, p 변동보다는 q 변동이 예측치의 오차에 대해 보다 중요하다. 둘째, 오차가 잠재수요의 30%이하로 떨어지기 위해서는 수요가 최대로 도달하는 시점이 t^(*)일 경우, t^(*)+1까지 데이터가 요구된다.
This thesis considers sensitivity analysis problem of the parameter estimates in the Bass diffusion model through simulations. In this problem, previous papers carry out the simulation by introducing random errors independent of p and q. Since the adoption in the Bass model is induced by the innovat...
This thesis considers sensitivity analysis problem of the parameter estimates in the Bass diffusion model through simulations. In this problem, previous papers carry out the simulation by introducing random errors independent of p and q. Since the adoption in the Bass model is induced by the innovation and imitation, variation of adoption is also dependent of those of coefficients of innovation and imitation(p, q). Hence, the variations of p and q is directly used in our simulation. The results of simulations are that (ⅰ) the variation of q dominates the error of forecasting values (ⅱ) the variation of p influences the error dependent on the variation of q and the specific case (ⅲ) the number of data needed for the reliable estimates of p, q, m is t^(*)+1. Where, t^(*) is the inflection point of Bass diffusion curve.
This thesis considers sensitivity analysis problem of the parameter estimates in the Bass diffusion model through simulations. In this problem, previous papers carry out the simulation by introducing random errors independent of p and q. Since the adoption in the Bass model is induced by the innovation and imitation, variation of adoption is also dependent of those of coefficients of innovation and imitation(p, q). Hence, the variations of p and q is directly used in our simulation. The results of simulations are that (ⅰ) the variation of q dominates the error of forecasting values (ⅱ) the variation of p influences the error dependent on the variation of q and the specific case (ⅲ) the number of data needed for the reliable estimates of p, q, m is t^(*)+1. Where, t^(*) is the inflection point of Bass diffusion curve.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.