Ngene软件

当前版本：1.3版

Ngene是用于生成实验设计的软件，其用在所述选择实验(stated choice experiments)中以估计选择模型，特别是logit类型。它被全世界50多个国家的研究人员，顾问和学生使用。

Ngene具有现代化的图形界面和最先进的方法，可用于生成各种实验设计。 Ngene允许生成正交设计，最佳正交设计和有效陈述选择设计。 Ngene 1仅支持正交主效应设计和高效设计，支持MNL，MMNL面板和横截面以及EC面板和横截面模型的主效应和交互效应。 Ngene还允许对不同类型的设计进行约束和属性嵌套。 Ngene允许用户打开和读取现有数据，例如评估可能在其他地方生成的设计。

Ngene 允许用户为任意设计构建HTML代码。用户可以采用现有设计（甚至是使用其他软件生成的设计）并逐步构建用于呈现该设计的HTML代码。用户必须编写自己的代码以使用设计捕获数据，但是对于那些希望向客户展示实验在实践中可能看起来像什么的人来说，此功能将允许快速解决，而无需首先自己编写完整的调查。

陈述的选择调查和实验由一系列假设的选择任务组成，用于从消费者、患者、农民、旅行者和其他代理人那里引出行为和偏好，以确定对市场和非市场商品的支付意愿，并预测未来产品的市场份额和需求弹性。

Ngene 由离散选择建模领域的领先专家创建，包括最先进的方法来生成调查中的最佳选择任务，以最大化信息和最小化样本量，同时确保选择任务是熟悉的，现实的，而且不太复杂。

特征

Ngene 能够为各种离散选择实验和模型类型生成设计类型。 Ngene 通过最大化信息并使选择任务对受访者更现实和熟悉，帮助您从调查中获得最大收益。

灵活性

Ngene 是基于语法的，以便在指定设计尺寸时提供最大的灵活性。您可以使用任意数量的标记和/或未标记的备选方案（包括现状备选方案或“无选择”备选方案）、任意数量的选择任务、任意数量的属性和任意数量的属性级别生成设计。此外，在 Ngene 中，您可以控制设计属性，例如属性级平衡、正交性、相关结构、最小重叠和分块。

容易使用

Ngene 中的所有输出都可以轻松复制并粘贴到其他软件（如 Excel）中，以供进一步分析和使用。此外，Ngene 可以读取外部生成的设计或数据并评估效率、相关性、选择概率等。语法文件、数据文件和设计输出可以保存在项目中。存在多种算法来生成无需更改默认设置即可运行的设计，但更高级的用户可能希望利用额外的控制。此外，通过能够显示格式化选择任务的快速模型，在 Ngene 中检查实验设计矩阵变得容易。 Ngene 包括一本详尽的手册，详细介绍了如何使用 Ngene，并介绍了陈述选择实验设计理论。

下载试用

最大化信息

为了选择最佳设计，Ngene 允许用户完全指定最有可能估计的模型。这包括选择模型类型并用主效应和交互效应、线性和非线性效应（使用虚拟或效应编码）制定效用函数。当前支持的模型类型是多项 logit 模型以及（横截面和面板）混合 logit 和误差分量模型。为了在估计模型参数或支付意愿（包括 D 误差和 A 误差）时最大限度地利用信息，可以使用一系列效率标准。可以提供有关参数的先验信息，以便进一步优化设计。 Ngene 支持固定先验以及均匀和正态分布的先验（即贝叶斯有效设计），以解决先验值的不确定性。当提供先验时，Ngene 会自动计算在给定统计显着性水平上估计模型参数所需的预期样本量。为了最大限度地减少贝叶斯和混合 logit 设计的计算时间，Ngene 可以从随机分布中进行智能抽取，包括准随机抽取（例如 Halton 抽取、Sobol 抽取、MLHS）和高斯正交。 Ngene 还支持同时优化多个模型规范和效率度量。

高级约束

Ngene 为用户提供了对被认为可行的属性级别组合的完全控制，以增强设计的真实感。这是通过包括条件约束（if...then），通过对不能发生或应该发生的属性级别组合设置要求，或通过引入场景变量来完成的。对于非常复杂和严重受限的设计，用户还可以选择外部创建具有可行选择任务的候选集（例如在 Excel 中）并将它们读入 Ngene。此方法也可用于其他高级设计，其中用户希望限制在每个选择任务中向受访者显示的备选方案或属性的数量，以降低选择任务的复杂性。

没有愚蠢的选择

为了避免模型估计中可能出现的参数偏差，实验设计中不存在有问题的选择任务，例如没有权衡或其中一种选择占绝对优势的选择任务，这一点很重要。虽然这通常被认为是一项手动工作，但 Ngene 可以自动检测此类有问题的选择任务，并避免将它们包含在实验设计中。

量身定制的设计

Ngene 不使用向受访者显示的一组固定选择任务，而是可以创建设计，其中属性水平围绕个体受访者的参考水平进行旋转。这使得选择上下文更加熟悉并减少假设偏差。为了实现这一点，Ngene 允许包含参考替代品，而其他替代品的水平与参考水平是绝对或相对差异。此外，还可以通过在效用函数中包含一个或多个社会人口变量来为人口中的不同部分创建不同的设计。

在线留言

尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。

联系我们
	微信公众号	咨询微信	企业店铺
400-621-1085
（节假日期间办公室座机如无人接听，请选择其他联系方式，感谢理解！祝您节日快乐！）