Regressionsschaetzung skalarwertiger Praeferenzfunktionen fuer oekonometrische Entscheidungsmodelle auf der Grundlage von Befragungsdaten

Voraussetzung fur die Anwendung okonometrischer Entscheidungsmodelle mit skalarwertiger Zielfunktion ist die numerische Spezifikation einer skalarwertigen Funktion, die die Praferenzstruktur eines Entscheidungstragers abbildet. Die Schatzung der skalarwertigen Praferenzfunktion kann im Rahmen der Regressionsanalyse auf der Grundlage von Befragungsdaten vorgenommen werden. In der vorliegenden Arbeit werden nach einem Literaturuberblick zwei Methoden diskutiert, die besonders gut zur Schatzung skalarwertiger Praferenzfunktionen geeignet sind: die Kleinst-Quadrate-Methode sowie das Kernschatzverfahren. Dabei werden u.a. auch nutzentheoretische Grundlagen diskutiert. Es wird vorgeschlagen, das Kriterium D-Optimalitat zu verwenden, um hypothetische Alternativen fur die Befragung von Entscheidungstragern zu erzeugen. Anhand einer empirischen Untersuchung erfolgt die Anwendung der diskutierten Verfahren.

Voraussetzung für die Anwendung ökonometrischer Entscheidungsmodelle mit skalarwertiger Zielfunktion ist die numerische Spezifikation einer skalarwertigen Funktion, die die Präferenzstruktur eines Entscheidungsträgers abbildet. Die Schätzung der skalarwertigen Präferenzfunktion kann im Rahmen der Regressionsanalyse auf der Grundlage von Befragungsdaten vorgenommen werden. In der vorliegenden Arbeit werden nach einem Literaturüberblick zwei Methoden diskutiert, die besonders gut zur Schätzung skalarwertiger Präferenzfunktionen geeignet sind: die Kleinst-Quadrate-Methode sowie das Kernschätzverfahren. Dabei werden u.a. auch nutzentheoretische Grundlagen diskutiert. Es wird vorgeschlagen, das Kriterium D-Optimalität zu verwenden, um hypothetische Alternativen für die Befragung von Entscheidungsträgern zu erzeugen. Anhand einer empirischen Untersuchung erfolgt die Anwendung der diskutierten Verfahren.