• The Korean Journal of Applied Statistics
• /
• v.31 no.4
• /
• pp.447-461
• /
• 2018

Domestic film industry sales are increasing every year. Theaters are the primary sales channels for movies and the number of audiences using the theater affects additional selling rights. Therefore, the number of audiences using the theater is an important factor directly linked to movie industry sales. In this paper we consider a hybrid model that combines a multiple linear regression model and the Bass model to predict the audience numbers for a specific day. By combining the two models, the predictive value of the regression analysis was corrected to that of the Bass model. In the analysis, three films with different release dates were used. All subset regression method is used to generate all possible combinations and 5-fold cross validation to estimate the model 5 times. In this case, the predicted value is obtained from the model with the smallest root mean square error and then combined with the predicted value of the Bass model to obtain the final predicted value. With the existence of past data, it was confirmed that the weight of the Bass model increases and the compensation is added to the predicted value.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.11a
• /
• pp.413-416
• /
• 2006

신제품이나 서비스의 수요 예측을 Bass 확산 모형을 토대로 수행할 때의 가장 큰 문제점은모형의 파라미터 추정에 필요한 데이터가 충분치 않다는 것이다. 따라서 Bass 확산 모형의 핵심적인 두 파라미터인 혁신 계수(p)와 모방 계수(q)의 추정을 시도할 때, 어느 정도의 데이터 개수가 요구되는 지를 파악하는 것은 매우 현실적인 중요성을 갖는 문제이다. 이제까지의 연구는 주로 기존의 판매 데이터를 토대로 Bass 모형의 파라미터를 추정할 때, 생기는 다양한 문제점 파악에 집중되었다. 시뮬레이션의 경우는 Bass 모형에 랜덤 오차를 추가하여 실시하였다. 이 경우 데이터 개수가 계수추정에 미치는 영향은 도출되나 각 계수별 민감도 분석이 제대로 이루어지지 못하는 한계를 가지고 있다, 따라서 본 논문에서는 시뮬레이션에서 예측치를 발생시킬 때 랜덤 오차 대신, 혁신 계수와 확산 계수의 변동을 주는 방법을 도입한다. 결과는 다음과 같다. 첫째, p 변동보다는 q 변동이 예측치의 오차에 대해 보다 중요하다. 둘째, 오차가 잠재수요의 30%이하로 떨어지기 위해서는 수요가 최대로 도달하는 시점이 $t^*$ 일 경우, $t^*\;+1$까지 데이터가 요구된다.

• Asia Marketing Journal
• /
• v.11 no.1
• /
• pp.29-38
• /
• 2009

Estimating the Bass diffusion model often creates a time-interval bias, which leads the OLS approach to overestimate sales at early stages and underestimate sales after the peak. Further, a specification error from omitted variables might raise serial correlations among residuals when marketing actions are not incorporated into the diffusion model. Autocorrelated disturbances may yield unbiased but inefficient estimation, and therefore invalid inference results. This phenomenon warrants a modified approach to estimating the Bass diffusion model. In this paper, the authors propose a modified Bass diffusion model handling autocorrelated disturbances. To validate the new approach, authors applied the method on two different data-sets: CT Scanners in the U.S, and FPD TV sales in Korea. The results showed improved model fit and the validity of the proposed model.

• Journal of Energy Engineering
• /
• v.17 no.1
• /
• pp.31-37
• /
• 2008

At present, the target amount of demand-side management and investment cost of EE (Energy Efficiency) program, which consists of high-efficiency appliances, has been estimated simply by the diffusion function based on the real historical data in the past or last year. In the internal and external condition, the penetration amount of each appliance has been estimated by Bass diffusion model which is expressed by time and three coefficients. And enough acquisition of real historical data is necessary for reasonable estimation of coefficients. In energy efficiency, to estimate the target amount of demand-side management, the penetration amount of each appliance should be primarily forecasted by Bass diffusion model in Korea. On going programs, however, lightings, inverters, vending machine and motors have a insufficient real historical data which is a essential condition to forecast the penetration amount using a Bass diffusion model due to the short period of program progress. In other words, the forecast of penetration amount may not be exact, so that it is necessary for the method of forecast to apply improvement of method. In this paper, the penetration amount of high-efficiency appliances is forecasted by Bass, virtual Bass, Logistic and Lawrence & Lawton diffusion models to analyze the diffusion progress. And also, by statistic standards, each penetration is compared with historical data for model suitability by characteristic of each appliance. Based on the these result, in the forecast of penetration amount by diffusion model, the reason for error occurrence caused by simple application of diffusion model and preferences of each diffusion model far a characteristic of data are analyzed.

• Electronics and Telecommunications Trends
• /
• v.17 no.3 s.75
• /
• pp.80-86
• /
• 2002

본 연구는 현재 통신서비스 산업에서 가장 많이 사용하고 있는 5개 예측모형(단순 성장 모형, 단순 Logistic 모형, Gompertz 모형, 확장 Bass 모형, 시간 변동 Bass 모형)을 이용한 초고속 인터넷 가입자에 대한 예측력을 비교 평가하는 데 있다. 예측모형의 추정 방법으로 비선형 회귀방정식(nonlinear regression)을 사용하여 추정의 효율성을 높였다. 예측력 비교분석 기준은 (i) 포화점에 대한 타당성 (ii) 모수에 대한 통계적 유의성 (iii) 실제치 대비 예측치에 대한 AAD 기준을 통하여 예측모형의 예측력을 비교 평가하였다. 본 연구에서 실시한 방법론에 따라 다섯 가지 통신서비스 예측모형의 예측력을 분석한 결과 가장 작은 AAD를 나타낸 예측모형은 Log-Logistic 모형으로 나타났으며, 가장 큰 AAD를 나타낸 예측모형은 단순 Logistic 모형으로 나타났다. 또한 AAD 기준에서 보면 일반적으로 많이 사용하고 있는 Gompertz 예측모형과 Bass 모형 중에서는 Gompertz 예측모형이 더 우월한 것으로 나타났다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.1089-1094
• /
• 2005

Peterson and Mahajan(1978)은 Bass모형을 확장한 종속적 신상품 수요확산모형(contingent diffusion model)을 처음으로 제안하였다. Peterson and Mahajan(1978)이 명명한 상품간의 종속적(contingent) 관계란, 주 상품의 경우는 다른 상품에 독립적이지만 종속적 상품(contingent product)의 경우는 잠재시장이 주 상품의 누적 구매자 수에 의존하는 경우를 말한다. 그런데 Peterson and Mahajan이 제안한 기존 모형은 실질적 활용에 있어서 모형 추정이 불가능하다는 단점을 지니고 있을 뿐만 아니라, Bass(1969) 모형처럼 엄밀한 확률이론에 근간을 둔 모형이라기보다는 직관과 통찰력에 근간을 둔 Bass모형의 단순한 확장 모형이라는 한계를 지니고 있다. 본 연구는 이러한 한계를 극복하고 확률이론을 바탕으로 종속적 관계를 가지는 상품들에 대한 수요 확산모형을 개발하는데 목적이 있다. Bass의 신상품확산모형은 hazard 함수 모형의 일종으로 신상품의 확산을 혁신과 구전효과로 설명한 과학적 모형이다. 본 연구에서는 확률이론을 활용함으로써 이러한 Bass의 hazard 함수 모형의 확장이 가능함을 보이고, 이를 토대로 종속적 관계에 있는 신상품들에 대한 수요 확산모형을 개발하였다. 또한 개발된 모형을 한국의 이동전화와 무선인터넷 사례에 적용하여 실증 분석을 수행하였다.

• Asia Marketing Journal
• /
• v.3 no.3
• /
• pp.46-70
• /
• 2001

본 연구는 첨단기술 제품들에서 볼 수 있는 지속적인 기술혁신으로 인하여 새롭게 시장에 진입하는 신규세대 제품과 이전세대 제품들의 동태적 판매량을 묘사하고 예측할 수 있는 모형들을 제시하고 비교·분석하는데 목적이 있다. 본 논문에서는 Bass(1969)의 내구성 소비재에 대한 최초구매 확산모형을 기반으로 하여 개발된 기술적 대체를 반영한 확산모형들, 즉 Norton and Bass(1987), Mahajan and Muller(1996), Jun and Park(1999)의 모형들의 이론적인 틀과 가정들을 비교·분석함으로써 기존 모형과는 변수와 계수의 의미가 다른 모형을 제시하고, 전세계 DRAM 반도체 출하량 자료를 사용하여 모형들 간의 경험적 비교를 행하였다. Jun and Park(1999)이 전세계 DRAM 반도체 출하량 자료에 적용하기 위하여 새롭게 개발한 타입 II 모형(즉 JP2)은 본 연구의 경험적 비교의 결과에 비추어 볼 때 그들의 타입 I 모형이 취한 가정들을 변화시켜서 모형을 구성하는 변수들과 계수들의 의미가 달라진 JPI 모형 또는 Norton and Bass(1987)의 모형(즉 NB1)보다 실제 적용에 있어서 열등할 수 있다는 것을 본 연구는 보여주었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.532-535
• /
• 2004

현재 국내 초고속 인터넷 인프라는 세계 최고 수준으로 xDSL 계열의 디지털 가입자 회선과 HFC(Hybrid Fiber Coxial) 망을 활용한 케이블 모뎀이 시장을 거의 차지하고 치열한 경쟁을 보이고 있다. 하지만 서비스 가입자 수준은 거의 포화점에 다다른 것으로 보이며 앞으로 속도를 비롯한 품질 면에서 진보된 차세대 인터넷 접속 서비스 구축을 계획하고 있다. NGN은 유무선 통합을 통한 다양한 서비스를 제공을 목표로 정부나 기업에서 추진 중은 차세대 통합 정보통신 인프라이다. 이 NGN을 실현시킬 수 있는 가입자 망 기술로서는 FTTH가 유력하게 거론되고 있다. 본 연구에서는 초고속 인터넷 서비스 수요에 대한 체계적인 분석을 통하여 NGN 서비스 특성을 반영하는 적절한 예측 모형을 제시하였다. FTTH 가입자 수요를 예측하기 위해 본 논문에서는 Bass 모형의 변형인 변형된 공존 Bass 모형을 이용하였다.

• Journal of Distribution Research
• /
• v.15 no.4
• /
• pp.61-85
• /
• 2010

Introduction: Diffusion is process by which an innovation is communicated through certain channel overtime among the members of a social system(Rogers 1983). Bass(1969) suggested the Bass model describing diffusion process. The Bass model assumes potential adopters of innovation are influenced by mass-media and word-of-mouth from communication with previous adopters. Various expansions of the Bass model have been conducted. Some of them proposed a third factor affecting diffusion. Others proposed multinational diffusion model and it stressed interactive effect on diffusion among several countries. We add a spatial factor in the Bass model as a third communication factor. Because of situation where we can not control the interaction between markets, we need to consider that diffusion within certain market can be influenced by diffusion in contiguous market. The process that certain type of retail extends is a result that particular market can be described by the retail life cycle. Diffusion of retail has pattern following three phases of spatial diffusion: adoption of innovation happens in near the diffusion center first, spreads to the vicinity of the diffusing center and then adoption of innovation is completed in peripheral areas in saturation stage. So we expect spatial effect to be important to describe diffusion of domestic discount store. We define a spatial diffusion model using multinational diffusion model and apply it to the diffusion of discount store. Modeling: In this paper, we define a spatial diffusion model and apply it to the diffusion of discount store. To define a spatial diffusion model, we expand learning model(Kumar and Krishnan 2002) and separate diffusion process in diffusion center(market A) from diffusion process in the vicinity of the diffusing center(market B). The proposed spatial diffusion model is shown in equation (1a) and (1b). Equation (1a) is the diffusion process in diffusion center and equation (1b) is one in the vicinity of the diffusing center. $$\array{{S_{i,t}=(p_i+q_i{\frac{Y_{i,t-1}}{m_i}})(m_i-Y_{i,t-1})\;i{\in}\{1,{\cdots},I\}\;(1a)}\\{S_{j,t}=(p_j+q_j{\frac{Y_{j,t-1}}{m_i}}+{\sum\limits_{i=1}^I}{\gamma}_{ij}{\frac{Y_{i,t-1}}{m_i}})(m_j-Y_{j,t-1})\;i{\in}\{1,{\cdots},I\},\;j{\in}\{I+1,{\cdots},I+J\}\;(1b)}}$$ We rise two research questions. (1) The proposed spatial diffusion model is more effective than the Bass model to describe the diffusion of discount stores. (2) The more similar retail environment of diffusing center with that of the vicinity of the contiguous market is, the larger spatial effect of diffusing center on diffusion of the vicinity of the contiguous market is. To examine above two questions, we adopt the Bass model to estimate diffusion of discount store first. Next spatial diffusion model where spatial factor is added to the Bass model is used to estimate it. Finally by comparing Bass model with spatial diffusion model, we try to find out which model describes diffusion of discount store better. In addition, we investigate the relationship between similarity of retail environment(conceptual distance) and spatial factor impact with correlation analysis. Result and Implication: We suggest spatial diffusion model to describe diffusion of discount stores. To examine the proposed spatial diffusion model, 347 domestic discount stores are used and we divide nation into 5 districts, Seoul-Gyeongin(SG), Busan-Gyeongnam(BG), Daegu-Gyeongbuk(DG), Gwan- gju-Jeonla(GJ), Daejeon-Chungcheong(DC), and the result is shown