| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-23页 |
| 1.1 问题的提出 | 第12-13页 |
| 1.2 研究意义 | 第13-15页 |
| 1.2.1 理论意义 | 第14页 |
| 1.2.2 实践意义 | 第14-15页 |
| 1.3 文献综述 | 第15-18页 |
| 1.3.1 国外研究 | 第15-17页 |
| 1.3.2 国内研究 | 第17-18页 |
| 1.4 研究内容 | 第18-21页 |
| 1.5 论文创新 | 第21-23页 |
| 第2章 消费者购买决策的传统研究范式 | 第23-34页 |
| 2.1 消费者购买决策研究的重要性 | 第23-24页 |
| 2.2 消费者购买决策的测量方法 | 第24-26页 |
| 2.2.1 随机效用模型 | 第24-25页 |
| 2.2.2 结合分析法 | 第25-26页 |
| 2.2.3 基于选择的结合分析法 | 第26页 |
| 2.3 消费者购买决策的模型描述 | 第26-32页 |
| 2.3.1 离散选择模型 | 第26-30页 |
| 2.3.2 顾客满意度指数模型 | 第30-32页 |
| 2.4 消费者购买决策中传统研究方法的不足 | 第32-34页 |
| 第3章 贝叶斯方法在消费者购买决策中的应用基础 | 第34-56页 |
| 3.1 贝叶斯方法在消费者购买决策研究中的优势 | 第35-36页 |
| 3.2 贝叶斯模型在消费者购买决策中的应用基础 | 第36-49页 |
| 3.2.1 先验分布的设定 | 第36-40页 |
| 3.2.2 先验的稳健性分析 | 第40-42页 |
| 3.2.3 MCMC方法的应用 | 第42-47页 |
| 3.2.4 贝叶斯估计和假设检验 | 第47-49页 |
| 3.3 分层贝叶斯模型在消费者购买决策中的应用基础 | 第49-56页 |
| 3.3.1 分层贝叶斯模型的个体参数估计 | 第49-52页 |
| 3.3.2 广义线性分层贝叶斯模型 | 第52-53页 |
| 3.3.3 非线性分层贝叶斯模型 | 第53-54页 |
| 3.3.4 非参数分层贝叶斯模型 | 第54-56页 |
| 第4章 消费者购前决策总体参数估计的贝叶斯分析 | 第56-70页 |
| 4.1 问题的提出 | 第56-57页 |
| 4.2 贝叶斯logit模型的构建 | 第57-59页 |
| 4.3 实证研究 | 第59-66页 |
| 4.3.1 数据分析 | 第59-61页 |
| 4.3.2 贝叶斯估计 | 第61-66页 |
| 4.4 研究结论和应对措施 | 第66-70页 |
| 4.4.1 研究结论 | 第66页 |
| 4.4.2 应对措施和建议 | 第66-70页 |
| 第5章 消费者购前决策个体参数估计的分层贝叶斯分析 | 第70-86页 |
| 5.1 问题的提出 | 第70-72页 |
| 5.2 分层贝叶斯随机效应模型的构建 | 第72-76页 |
| 5.2.1 随机效应模型 | 第73页 |
| 5.2.2 分层贝叶斯随机效应模型的构建 | 第73-76页 |
| 5.2.3 基于选择的结合分析法 | 第76页 |
| 5.3 实证研究 | 第76-79页 |
| 5.3.1 数据的权衡研究 | 第76-77页 |
| 5.3.2 模拟抽样 | 第77-78页 |
| 5.3.3 检验诊断 | 第78-79页 |
| 5.4 研究结论 | 第79-86页 |
| 5.4.1 总体的参数估计和异质性分析 | 第80-82页 |
| 5.4.2 个体的参数估计 | 第82-84页 |
| 5.4.3 个体参数估计的应用 | 第84-86页 |
| 第6章 消费者购后顾客满意度的贝叶斯结构方程分析 | 第86-104页 |
| 6.1 问题的提出 | 第86-87页 |
| 6.2 结构方程模型的贝叶斯估计 | 第87-98页 |
| 6.2.1 结构方程模型的构建 | 第87-92页 |
| 6.2.2 贝叶斯估计 | 第92-98页 |
| 6.3 基于多级评分的贝叶斯估计 | 第98-104页 |
| 6.3.1 三种先验的多级评分 | 第98-103页 |
| 6.3.2 实证研究 | 第103-104页 |
| 第7章 研究结论与展望 | 第104-106页 |
| 7.1 研究结论 | 第104页 |
| 7.2 研究不足和展望 | 第104-106页 |
| 参考文献 | 第106-116页 |
| 后记 | 第116页 |