Nicht aus der Schweiz? Besuchen Sie lehmanns.de
Bayesian Analysis of Demand Under Block Rate Pricing -  Koji Miyawaki

Bayesian Analysis of Demand Under Block Rate Pricing (eBook)

eBook Download: PDF | EPUB
2019 | 1st ed. 2019
IX, 112 Seiten
Springer Singapore (Verlag)
978-981-15-1857-7 (ISBN)
53,49 € (CHF 52,25)
Systemvoraussetzungen
57,44 € (CHF 56,10)
Systemvoraussetzungen
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book focuses on the structural analysis of demand under block rate pricing, a type of nonlinear pricing used mainly in public utility services. In this price system, consumers are presented with several unit prices, which makes a naive analysis biased. However, the response to the price schedule is often of interest in economics and plays an important role in policymaking. To address this issue, the book adopts a structural approach, referred to as the discrete/continuous choice approach in the literature, to develop corresponding statistical models for analysis.

The resulting models are extensions of the Tobit model, a well-known statistical model in econometrics, and their hierarchical structure fits well in Bayesian methodology. Thus, the book takes the Bayesian approach and develops the Markov chain Monte Carlo method to conduct statistical inferences. The methodology derived is then applied to real-world datasets, microdata collected in Tokyo and the neighboring Chiba Prefecture, as a useful empirical analysis for prediction as well as policymaking.



Koji Miyawaki, Kwansei Gakuin University
This book focuses on the structural analysis of demand under block rate pricing, a type of nonlinear pricing used mainly in public utility services. In this price system, consumers are presented with several unit prices, which makes a naive analysis biased. However, the response to the price schedule is often of interest in economics and plays an important role in policymaking. To address this issue, the book adopts a structural approach, referred to as the discrete/continuous choice approach in the literature, to develop corresponding statistical models for analysis.The resulting models are extensions of the Tobit model, a well-known statistical model in econometrics, and their hierarchical structure fits well in Bayesian methodology. Thus, the book takes the Bayesian approach and develops the Markov chain Monte Carlo method to conduct statistical inferences. The methodology derived is then applied to real-world datasets, microdata collected in Tokyo and the neighboring Chiba Prefecture, as a useful empirical analysis for prediction as well as policymaking.
Erscheint lt. Verlag 16.12.2019
Reihe/Serie JSS Research Series in Statistics
JSS Research Series in Statistics
JSS Research Series in Statistics
SpringerBriefs in Statistics
SpringerBriefs in Statistics
Zusatzinfo IX, 112 p. 33 illus., 11 illus. in color.
Sprache englisch
Themenwelt Mathematik / Informatik Mathematik Statistik
Mathematik / Informatik Mathematik Wahrscheinlichkeit / Kombinatorik
Recht / Steuern Wirtschaftsrecht
Wirtschaft Allgemeines / Lexika
Wirtschaft Betriebswirtschaft / Management Finanzierung
Wirtschaft Betriebswirtschaft / Management Unternehmensführung / Management
Schlagworte Bayesian analysis • MCMC • Model Coherency • Public Utility Demand • Structural approach
ISBN-10 981-15-1857-2 / 9811518572
ISBN-13 978-981-15-1857-7 / 9789811518577
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 3,3 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

EPUBEPUB (Adobe DRM)

Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM

Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belle­tristik und Sach­büchern. Der Fließ­text wird dynamisch an die Display- und Schrift­größe ange­passt. Auch für mobile Lese­geräte ist EPUB daher gut geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine Adobe-ID und die Software Adobe Digital Editions (kostenlos). Von der Benutzung der OverDrive Media Console raten wir Ihnen ab. Erfahrungsgemäß treten hier gehäuft Probleme mit dem Adobe DRM auf.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine Adobe-ID sowie eine kostenlose App.
Geräteliste und zusätzliche Hinweise

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich