在市场调研、政策评估、产品设计等众多领域，选择实验（Choice Experiment）是一种非常重要的方法，它能够帮助我们了解消费者或决策者在不同选项之间的偏好。而Ngene，这款由ChoiceMetrics推出的软件，正是为设计高质量的选择实验而生。今天，就让我们一起深入了解Ngene的强大功能，看看它如何帮助我们最大化信息价值，让选择实验设计变得轻松又高效！
一、Ngene：选择实验设计的利器
Ngene是一款专门用于生成离散选择实验设计的软件，它能够支持多种设计类型和模型，帮助你在调查中最大化信息量，同时让选择任务对受访者来说更真实、更熟悉。无论你是初学者还是资深研究者，Ngene都能满足你的需求。
二、灵活多样的设计能力
（一）高度灵活的语法基础
Ngene采用基于语法的设计方式，这为用户提供了极大的灵活性。你可以根据需求生成包含任意数量的标记和/或未标记选项（包括现状选项或“无选择”选项）、任意数量的选择任务、任意数量的属性以及任意数量的属性水平。此外，Ngene还允许你控制设计属性，如属性水平平衡、正交性、相关性结构、最小重叠和分块等。
（二）复杂约束条件的处理
在设计过程中，你可能需要对属性水平的组合进行限制，以增强设计的真实性。Ngene提供了多种方式来实现这一点，包括条件约束（如果……那么）、设置属性水平组合的要求（禁止或必须出现的组合），或者引入情景变量。对于非常复杂且约束条件较多的设计，用户还可以在外部（如Excel）创建可行的选择任务候选集，并将其导入Ngene。这种方法也可以用于减少选择任务的复杂性，例如限制每个选择任务中展示给受访者的选项或属性数量。
（三）避免“愚蠢的选择”
在实验设计中，避免出现没有权衡或存在严格优势选项的选择任务至关重要，因为这可能导致模型估计中的参数偏差。通常，这被认为是一项需要手动完成的工作，但Ngene能够自动检测并避免将这些有问题的选择任务包含在实验设计中。
（四）个性化设计
Ngene不仅可以创建固定的选择任务，还能根据受访者的参考水平生成个性化的选择任务。通过引入参考选项，其他选项的水平可以是绝对值或相对于参考水平的差异。此外，Ngene还可以通过在效用函数中引入一个或多个社会人口统计变量，为不同人群段创建不同的设计，使选择任务更具针对性。
三、易用性与高效性
（一）无缝对接其他软件
Ngene的所有输出都可以轻松复制并粘贴到其他软件（如Excel）中，以便进行进一步分析和使用。此外，Ngene还可以读取外部生成的设计或数据，并评估效率、相关性、选择概率等指标。
（二）多种算法与优化
为了生成设计，Ngene提供了多种算法，这些算法在默认设置下即可运行，但高级用户也可以根据需要进行进一步控制。在选择最佳设计时，用户可以完全指定最有可能被估计的模型，包括选择模型类型、制定包含主效应和交互效应、线性和非线性效应（使用虚拟编码或效应编码）的效用函数。目前支持的模型类型包括多项式逻辑模型以及（横截面和面板）混合逻辑模型和误差分量模型。为了在估计模型参数或支付意愿时最大化信息，Ngene提供了多种效率标准，包括D误差和A误差。用户还可以提供关于参数的先验信息，以进一步优化设计。Ngene支持固定先验以及均匀和正态分布的先验（即贝叶斯高效设计），以应对先验值的不确定性。当提供先验信息时，Ngene会自动计算估计模型参数所需的预期样本量，以达到给定的统计显著性水平。为了减少贝叶斯和混合逻辑设计的计算时间，Ngene可以从随机分布中智能抽样，包括准随机抽样（如Halton抽样、Sobol抽样、MLHS）和高斯求积。Ngene还支持同时优化多个模型规范和效率指标。
（三）直观的实验设计矩阵检查
在Ngene中，检查实验设计矩阵变得非常容易。你可以快速生成格式化选择任务的模拟，以便直观查看设计效果。此外，Ngene还提供了一份详尽的手册，详细介绍了如何使用Ngene，并介绍了陈述选择实验设计理论。
四、总结
Ngene凭借其强大的功能和灵活的设计能力，成为选择实验设计领域的佼佼者。它不仅能够帮助我们最大化信息价值，还能让选择任务对受访者更友好，从而提高数据质量和研究结果的可靠性。
如果你正在寻找一种高效、灵活且易于使用的选择实验设计工具，Ngene绝对值得你尝试！
