Modèles stochastiques de la décision. L'erreur de prédiction
SCHNETZLER
Type de document
OUVRAGE SCIENTIFIQUE (OS)
Langue
francais
Auteur
SCHNETZLER
Résumé / Abstract
Les modèles stochastiques de la décision, tels que le modèle logit multinomial reposent sur les hypothèses : d'indépendance des alternatives, d'identité des variances des utilités aléatoires, d'exactitude du modèle de prédiction (e.g. : les utilités modélisées sont celles de l'individu). On s'intéresse à cette dernière hypothèse toujours ignorée et jamais satisfaite. On montre que l'erreur sur le modèle de prédiction introduit des biais qui conduisent à des erreurs de prévision sur plusieurs centaines de pourcents sur les accroissements des parts de marché des alternatives marginales. Les biais associés aux imperfections de la modélisation sont calculés formellement ou estimés à partir d'une approche semi empirique. Des simulations viennent confirmer la validité des corrections. D?une manière générale on se place du point de vue de l'économiste plutôt que de celui du statisticien. Autrement dit, on donne la préférence à la rigueur de la représentation du monde physique plutôt qu'à la rigueur des démonstrations mathématiques. On continue à utiliser l'outil associé au modèle logit, mais on ajoute le calcul des corrections. Le modèle proposé repose sur les hypothèses suivantes : distributions normales des différences des utilités, identité des rapports des variances expliquées (eg : utilités déterministes) sur les variances inexpliquées (eg : utilités aléatoires). Ces hypothèses sont discutées du point de vue économique et du point de vue statistique. les simulations montrent une certaine robustesse vis à vis des corrélations entre alternatives. Ces simulations sont cependant loin d'être exhaustives.
Editeur
INRETS
