Regression Tree Model for Analysis of Demand with Heterogeneity and Censorship

NRU Higher School of Economics , 2017. No. WP BRP 174/EC/2017.

Ожегов Е. М., Ожегова А. Р.

В этой работе мы предлагаем новый подход к прогнозированию спроса. Изучаемый рынок театральных услуг отличается тем, что наблюдаемый спрос ограничен вместимостью зала. В этом случае для получения несмещенных оценок параметров функции спроса необходимо учитывать его цензурированность. Присутствие потребительских сегментов с различными целями похода в театр и готовностью платить за отдельные характеристики постановки и показа определяет разнородность предпочтений потребителей на рынке. Мы предлагаем подход к оцениванию спроса, учитывающий его цензурированность и разнородность предпочтений. Функция оценивания базируется на идее деревьев регрессии и классификации и агрегирования бутстраповских предсказаний. Мы расширяем эту идею на случай наличия цензурированной зависимой переменной. Предлагаемый алгоритм предсказывает и объединяет предсказания отдельно для дискретной и непрерывной частей цензурированных данных. Мы демонстрируем более высокую предсказательную силу в терминах точности прогноза нашего алгоритма по отношению к прочим функциям оценивания, не учитывающим цензурирование или разнородность. Предлагаемый подход полезен для нахождения продуктовых сегментов и оптимального ценообразования.

Ключевые слова: спрос, ценообразование, машинное обучение, demand, pricing, цензурированные данные, regression tree, machine learning, censored data, performing arts, театральные услуги, деревья регрессий