In traditional investment decision making, one tool commonly used is the mean variance model, also known as an expected-value variance (EV) model, which evaluates the anticipated payout of different assets with respect to uncertainty where portfolios with higher risk demand higher expected returns from an individual. This thesis adapts this framework to a cost setting where decision makers are evaluating alternative physical assets that carry lifetime cost uncertainty for maintenance. Specifically, this paper examines homeowner choices for their home plumbing systems in the event of a pinhole leak, a tiny pin-sized hole that forms in copper, drinking-water pipes. These leaks can cause substantial damage and cost homeowners thousands of dollars in repairs. Since pinhole leaks are not related to the age of pipe material, a homeowner is subject to the risk of additional costs if a pinhole leak occurs again despite their repair efforts. The EV cost model in this paper defines two discrete choices for the homeowner in the event of a leak; to apply a simple repair at lower cost and higher future cost uncertainty, or to replace their plumbing with new pipe material, usually made of plastic, at a higher upfront cost but lower likelihood of future expenses. The risk preference of homeowners are demonstrated by their repair strategy selection, as well as the level of cost they incur to reduce uncertainty. Risk neutral individuals will select the repair strategy with the lowest lifetime expected cost and high variance, while risk averse homeowners will prefer to replace their plumbing with higher cost but lower variance. Risk averse individuals are also exposed to indirect costs, which is an additional unobserved cost in the form of a risk premium the homeowner is willing to pay to remove all uncertainty of future pinhole leak expense. Expected costs and variances are also higher for regions in the U.S. that experience elevated leak incident rates, known as hotspots. Using this mean variance cost framework, indirect cost can be quantified for homeowners in hotspot regions and compared to the rest of the U.S. to evaluate the magnitude of pinhole leak risk. The EV cost model estimates risk premiums on pinhole leaks to be $442 for homeowners in hotspots and $305 for those in the rest of the U.S. Finally, this paper examines the impact of pinhole leak cost uncertainty on the U.S. economy. Of an estimated $692 million in annual pinhole leak costs to homeowners, this study estimates a lower bound cost of $54 million per year (7.8% of estimated national annual cost) in risk premium that homeowners would be willing to pay to avoid pinhole leak cost uncertainty. Information in this study on the role of risk in home plumbing decisions and indirect costs would be helpful to policymakers and water utility managers as they deal with infrastructure management decisions. Furthermore, the EV cost methodology established in this paper demonstrates an effective use of mean variance modeling under cost uncertainty. / Master of Science

People go through their life making all kinds of decisions, and some of these decisions affect their demand for transportation, for example, their choices of where to live and where to work, how and when to travel and which route to take. Transport related choices are typically time dependent and characterized by large number of alternatives that can be spatially correlated. This thesis deals with models that can be used to analyze and predict discrete choices in large-scale networks. The proposed models and methods are highly relevant for, but not limited to, transport applications. We model decisions as sequences of choices within the dynamic discrete choice framework, also known as parametric Markov decision processes. Such models are known to be difficult to estimate and to apply to make predictions because dynamic programming problems need to be solved in order to compute choice probabilities. In this thesis we show that it is possible to explore the network structure and the flexibility of dynamic programming so that the dynamic discrete choice modeling approach is not only useful to model time dependent choices, but also makes it easier to model large-scale static choices. The thesis consists of seven articles containing a number of models and methods for estimating, applying and testing large-scale discrete choice models. In the following we group the contributions under three themes: route choice modeling, large-scale multivariate extreme value (MEV) model estimation and nonlinear optimization algorithms. Five articles are related to route choice modeling. We propose different dynamic discrete choice models that allow paths to be correlated based on the MEV and mixed logit models. The resulting route choice models become expensive to estimate and we deal with this challenge by proposing innovative methods that allow to reduce the estimation cost. For example, we propose a decomposition method that not only opens up for possibility of mixing, but also speeds up the estimation for simple logit models, which has implications also for traffic simulation. Moreover, we compare the utility maximization and regret minimization decision rules, and we propose a misspecification test for logit-based route choice models. The second theme is related to the estimation of static discrete choice models with large choice sets. We establish that a class of MEV models can be reformulated as dynamic discrete choice models on the networks of correlation structures. These dynamic models can then be estimated quickly using dynamic programming techniques and an efficient nonlinear optimization algorithm. Finally, the third theme focuses on structured quasi-Newton techniques for estimating discrete choice models by maximum likelihood. We examine and adapt switching methods that can be easily integrated into usual optimization algorithms (line search and trust region) to accelerate the estimation process. The proposed dynamic discrete choice models and estimation methods can be used in various discrete choice applications. In the area of big data analytics, models that can deal with large choice sets and sequential choices are important. Our research can therefore be of interest in various demand analysis applications (predictive analytics) or can be integrated with optimization models (prescriptive analytics). Furthermore, our studies indicate the potential of dynamic programming techniques in this context, even for static models, which opens up a variety of future research directions. / Les gens consacrent une importante part de leur existence à prendre diverses décisions, pouvant affecter leur demande en transport, par exemple les choix de lieux d'habitation et de travail, les modes de transport, les heures de départ, le nombre et type de voitures dans le ménage, les itinéraires ... Les choix liés au transport sont généralement fonction du temps et caractérisés par un grand nombre de solutions alternatives qui peuvent être spatialement corrélées. Cette thèse traite de modèles pouvant être utilisés pour analyser et prédire les choix discrets dans les applications liées aux réseaux de grandes tailles. Les modèles et méthodes proposées sont particulièrement pertinents pour les applications en transport, sans toutefois s'y limiter. Nous modélisons les décisions comme des séquences de choix, dans le cadre des choix discrets dynamiques, aussi connus comme processus de décision de Markov paramétriques. Ces modèles sont réputés difficiles à estimer et à appliquer en prédiction, puisque le calcul des probabilités de choix requiert la résolution de problèmes de programmation dynamique. Nous montrons dans cette thèse qu'il est possible d'exploiter la structure du réseau et la flexibilité de la programmation dynamique afin de rendre l'approche de modélisation dynamique en choix discrets non seulement utile pour représenter les choix dépendant du temps, mais également pour modéliser plus facilement des choix statiques au sein d'ensembles de choix de très grande taille. La thèse se compose de sept articles, présentant divers modèles et méthodes d'estimation, leur application ainsi que des expériences numériques sur des modèles de choix discrets de grande taille. Nous regroupons les contributions en trois principales thématiques: modélisation du choix de route, estimation de modèles en valeur extrême multivariée (MEV) de grande taille et algorithmes d'optimisation non-linéaire. Cinq articles sont associés à la modélisation de choix de route. Nous proposons différents modèles de choix discrets dynamiques permettant aux utilités des chemins d'être corrélées, sur base de formulations MEV et logit mixte. Les modèles résultants devenant coûteux à estimer, nous présentons de nouvelles approches permettant de diminuer les efforts de calcul. Nous proposons par exemple une méthode de décomposition qui non seulement ouvre la possibilité d'estimer efficacement des modèles logit mixte, mais également d'accélérer l'estimation de modèles simples comme les modèles logit multinomiaux, ce qui a également des implications en simulation de trafic. De plus, nous comparons les règles de décision basées sur le principe de maximisation d'utilité de celles sur la minimisation du regret pour ce type de modèles. Nous proposons finalement un test statistique sur les erreurs de spécification pour les modèles de choix de route basés sur le logit multinomial. Le second thème porte sur l'estimation de modèles de choix discrets statiques avec de grands ensembles de choix. Nous établissons que certains types de modèles MEV peuvent être reformulés comme des modèles de choix discrets dynamiques, construits sur des réseaux de structure de corrélation. Ces modèles peuvent alors être estimées rapidement en utilisant des techniques de programmation dynamique en combinaison avec un algorithme efficace d'optimisation non-linéaire. La troisième et dernière thématique concerne les algorithmes d'optimisation non-linéaires dans le cadre de l'estimation de modèles complexes de choix discrets par maximum de vraisemblance. Nous examinons et adaptons des méthodes quasi-Newton structurées qui peuvent être facilement intégrées dans des algorithmes d'optimisation usuels (recherche linéaire et région de confiance) afin d'accélérer le processus d'estimation. Les modèles de choix discrets dynamiques et les méthodes d'optimisation proposés peuvent être employés dans diverses applications de choix discrets. Dans le domaine des sciences de données, des modèles qui peuvent traiter de grands ensembles de choix et des ensembles de choix séquentiels sont importants. Nos recherches peuvent dès lors être d'intérêt dans diverses applications d'analyse de la demande (analyse prédictive) ou peuvent être intégrées à des modèles d'optimisation (analyse prescriptive). De plus, nos études mettent en évidence le potentiel des techniques de programmation dynamique dans ce contexte, y compris pour des modèles statiques, ouvrant la voie à de multiples directions de recherche future.

No description available.

每個人在面臨特定的選擇集合時, 可能會有不同的選擇行為發生, 如果將每個人的反 應集合起來, 組成一組資料, 利用這些資料, 我們就可以導出一種行為模式。一般的 行為模式都將應變數視為連續變數( 例如需求量),近年發展出的個體選擇模式(Discr -ete Choice Model)則將應變數視為間斷的(Discrete)孌數( 例如交通工具的選擇: 汽車=1、火車=2、飛機=3等等) 。藉由這種模式, 我們可以進一步研究或預測人類在 面臨各種選擇時所產生的行為。 一個行為模式, 包含了可以被觀察的自變數和未知的參數, 我們利用抽樣觀察而得的 資料來推估這些未知的參數, 但不同的抽樣方法會導致不同的估計值。一般而言, 在 這類問題中應用到的抽樣方法有三種:1. 簡單隨機抽樣、2.外生分層抽樣、3.內生分 層抽樣。本文主要的研究內容集中在探討運用不同的內生分層抽樣法所推估的參數值 之間的差異。 研究方法大致可分為三個步驟: 一. 閱讀前人的文獻, 彙總整理前人的方法, 并發現新的抽樣與估計法: 此法是先決 定內生分層后每層的抽樣比例, 再用系統抽樣的方法抽出樣本, 最后用最大概似法對 參數加以推估。以Binary Logit Model為例: P(1︱x)=1/(1+exp(-xb)) P(0︱x)=1/(1+exp(xb)) 其log likelihood fuction為 logL=Σ {y [log(gl)+log(p(1︱x )]+(1-y )[log(g0)+log(P(0︱x )]-log[gl P (1︱x )+g0 P(0︱x )]} 其中y =1 or 0;gi是選擇i 選項的抽樣比例(i=1 or 0);x 為自變數;b是欲估計的參 數。 二、證明利用新法所產生之估計式, 和前人所研究出的估計式同樣具有一致性。 三、模擬一組母體, 再比較新法與前人的估計式間的差異。

個體選擇模式(discrete choice model)廣泛應用於國外的交通運輸及行銷領域，而國內交通運輸領域，也長期以此模式分析個體的運具選擇行為。反觀國內的行銷領域，因較難取得消費者的商品品牌購買紀錄，而鮮少應用個體選擇模式分析消費者的選擇行為。有鑒於此，本研究嘗試以問卷收集消費者對三個洗髮精品牌的選擇行為，以個體選擇模式中的多項邏輯模式(multinomial logit model)、巢狀邏輯模式(nested multinomial logit model)、混合多項邏輯模式(mixed logit model)進行分析，檢驗問卷設計中的促銷活動、消費者特性對選擇行為的影響性。 實證分析的結果發現，洗髮精的原價格及促銷折扣、贈品容量、加量不加價等促銷活動，皆對消費者的選擇行為有顯著的影響力，其中促銷折扣與贈品容量影響的程度較大，是較具有效果的促銷活動。而消費者的性別、年齡、職業及品牌更換的頻率，皆影響洗髮精的選擇行為。此外，消費者若固定選擇自己最常購買的洗髮精，此類型的消費者與其他人的品牌選擇行為，也有顯著的不同。 此外，根據本研究樣本，我們也發現海倫仙度絲與潘婷間的替代、互補性較強。 / Discrete choice model has been demonstrated to be a useful tool for analyzing consumers’ choice behavior data in the area of transportation and marketing research. However, since a complete data set containing consumers’ history of purchase behavior was rarely available to public, the model was less popular in the marketing research area than in the transportation research in Taiwan. Based on limited survey data on consumers’ choice among three different brands of shampoo, we applied multinomial logit model、nested multinomial logit model、mixed logit model in this study to understand promotion program’s effect on consumers’ choice behavior , the result showed that shampoos’ original price、discount、volume of hair conditioner bestowal、more volume with the same price all had significant impacts on consumers’ choice behavior, among them, discount and volume of hair conditioner bestowel influenced more .In addition, consumers’ gender、age、occupation and frequency of changing brands also affected consumers on choosing brands of shampoos. The study also found that a consumer who chose the same brand regularly behaved notably differently.

Contexte général La Côte d'Ivoire est un pays de l’Afrique de l’Ouest qui a décidé, depuis 2001, d'étendre la couverture des prestations de santé à toute sa population. En effet, cette réforme du système de santé avait pour but de fournir, à chaque ivoirien, une couverture médicale et pharmaceutique. Toutefois, la mise en œuvre de cette réforme était difficile car, contrairement aux pays développés, les pays en développement ont un secteur « informel » échappant à la législation du travail et occupant une place importante. En conséquence, il a été recommandé qu’il y ait deux caisses d'assurance santé, une pour le secteur formel (fonctionnaires) et l'autre pour le secteur informel. Ces caisses auraient légitimité en ce qui a trait aux décisions de remboursement de médicaments. D’ores-et-déjà, il existe une mutuelle de santé appelée la Mutuelle Générale des Fonctionnaires et Agents de l'État de Côte d'Ivoire (MUGEFCI), chargée de couvrir les frais médicaux et pharmaceutiques des fonctionnaires et agents de l’Etat. Celle-ci connaît, depuis quelques années, des contraintes budgétaires. De plus, le processus actuel de remboursement des médicaments, dans cette organisation, ne prend pas en considération les valeurs implicites liées aux critères d'inscription au formulaire. Pour toutes ces raisons, la MUGEFCI souhaite se doter d’une nouvelle liste de médicaments remboursables, qui comprendrait des médicaments sécuritaires avec un impact majeur sur la santé (service médical rendu), à un coût raisonnable. Dans le cadre de cette recherche, nous avons développé une méthode de sélection des médicaments pour des fins de remboursement, dans un contexte de pays à faibles revenus. Cette approche a ensuite été appliquée dans le cadre de l’élaboration d’une nouvelle liste de médicaments remboursables pour la MUGEFCI. Méthode La méthode de sélection des médicaments remboursables, développée dans le cadre de cette recherche, est basée sur l'Analyse de Décision Multicritère (ADM). Elle s’articule autour de quatre étapes: (1) l'identification et la pondération des critères pertinents d'inscription des médicaments au formulaire (combinant revue de la littérature et recherche qualitative, suivies par la réalisation d’une expérience de choix discrets); (2) la détermination d'un ensemble de traitements qui sont éligibles à un remboursement prioritaire; (3) l’attribution de scores aux traitements selon leurs performances sur les niveaux de variation de chaque critère, et (4) le classement des traitements par ordre de priorité de remboursement (classement des traitements selon un score global, obtenu après avoir additionné les scores pondérés des traitements). Après avoir défini la liste des médicaments remboursables en priorité, une analyse d’impact budgétaire a été réalisée. Celle-ci a été effectuée afin de déterminer le coût par patient lié à l'utilisation des médicaments figurant sur la liste, selon la perspective de la MUGEFCI. L’horizon temporel était de 1 an et l'analyse portait sur tous les traitements admissibles à un remboursement prioritaire par la MUGEFCI. En ce qui concerne la population cible, elle était composée de personnes assurées par la MUGEFCI et ayant un diagnostic positif de maladie prioritaire en 2008. Les coûts considérés incluaient ceux des consultations médicales, des tests de laboratoire et des médicaments. Le coût par patient, résultant de l'utilisation des médicaments figurant sur la liste, a ensuite été comparé à la part des dépenses par habitant (per capita) allouée à la santé en Côte d’Ivoire. Cette comparaison a été effectuée pour déterminer un seuil en deçà duquel la nouvelle liste des médicaments remboursables en priorité était abordable pour la MUGEFCI. Résultats Selon les résultats de l’expérience de choix discrets, réalisée auprès de professionnels de la santé en Côte d'Ivoire, le rapport coût-efficacité et la sévérité de la maladie sont les critères les plus importants pour le remboursement prioritaire des médicaments. Cela se traduit par une préférence générale pour les antipaludiques, les traitements pour l'asthme et les antibiotiques indiqués pour les infections urinaires. En outre, les résultats de l’analyse d’impact budgétaire suggèrent que le coût par patient lié à l'utilisation des médicaments figurant sur la liste varierait entre 40 et 160 dollars américains. Etant donné que la part des dépenses par habitant allouées à la santé en Côte d’Ivoire est de 66 dollars américains, l’on pourrait conclure que la nouvelle liste de médicaments remboursables serait abordable lorsque l'impact économique réel de l’utilisation des médicaments par patient est en deçà de ces 66 dollars américains. Au delà de ce seuil, la MUGEFCI devra sélectionner les médicaments remboursables en fonction de leur rang ainsi que le coût par patient associé à l’utilisation des médicaments. Plus précisément, cette sélection commencera à partir des traitements dans le haut de la liste de médicaments prioritaires et prendra fin lorsque les 66 dollars américains seront épuisés. Conclusion Cette étude fait la démonstration de ce qu’il est possible d'utiliser l’analyse de décision multicritère pour développer un formulaire pour les pays à faibles revenus, la Côte d’Ivoire en l’occurrence. L'application de cette méthode est un pas en avant vers la transparence dans l'élaboration des politiques de santé dans les pays en développement. / Background Côte d'Ivoire is a West African country that decided, since 2001, to expand its health coverage benefit packages to the entire population. Indeed, this health care system reform was aimed at providing each Ivorian with medical and pharmaceutical coverage. However, the implementation of this reform was challenging since, unlike developed countries, developing countries have an « informal » sector escaping the labour law and occupying an important place. As a result, it was recommended to create two health insurance funds, one for the formal sector (government officials) and the other for the informal sector. These funds would have legitimacy in regard to drug reimbursement decision-making. There is, already, a health insurance fund called the Mutuelle Générale des Fonctionnaires et Agents de l’État de Côte d’Ivoire (MUGEFCI), responsible for covering medical and pharmaceutical expenses of government officials and agents. The latter is experiencing budgetary constraints. Moreover, the current process of drug reimbursement, in this organization, does not take into account the implicit values associated to formulary listing criteria. For all these reasons, the MUGEFCI aims at developing a new list of reimbursable drugs, which would include safe drugs with a major impact on health (high medical service), at reasonable costs. In this research, we have developed a formulary listing framework for low-income countries. This framework was then applied to the development of a new formulary for the MUGEFCI. Methods The formulary listing framework, based on Multicriteria Decision Analysis (MCDA), was composed of four steps: (1) the identification and weighting of relevant formulary listing criteria (combining both literature review and qualitative research approaches, followed by the conduct of a discrete choice experiment); (2) the determination of priority diagnostic/treatments to be assessed (determination of a set of treatments that are eligible for priority reimbursement); (3) the treatments scoring (assignment of numerical values to the treatments’ performance on the variation levels of each criterion), and (4) the treatments ranking by priority order of reimbursement (ranking of treatments according to an overall value, obtained after summing up the weighted treatment scores). After having defined the priority list of reimbursable drugs, we conducted a budget impact analysis (BIA). The latter was carried out to determine the costs per patient resulting from the use of drugs included on the new formulary, according to the perspective of the MUGEFCI. The temporal framework was 1 year and the analysis included all the treatments eligible for a priority reimbursement by the MUGEFCI. As for the target population, it was composed of people (MUGEFCI enrolees) with a positive diagnostic of priority diseases in 2008. The costs considered in this BIA included those of medical consultations, laboratory tests and medications. The cost per patient, resulting from the use of drugs on the formulary, was then compared to the per capita health care spending in Côte d'Ivoire. This comparison was made to assess the extent to which the new priority list of reimbursable drugs was affordable for the MUGEFCI. Results According to the results of the discrete choice experiment, carried out among health professionals in Côte d’Ivoire, cost-effectiveness and severity of diseases are the most significant criteria for priority reimbursement of drugs. This translates into a general preference for antimalarial, treatments for asthma and antibiotics for urinary infection. Moreover, the results of the BIA suggest that the cost per patient, resulting from the use of drugs on the formulary, would vary between 40 and 160 US dollars. Since the per capita health care spending in Côte d'Ivoire is 66 US dollars, one could conclude that the new priority list of reimbursable drugs will be affordable when the real economic impact per patient of drugs is under 66 US dollars. Beyond this threshold, the MUGEFCI will have to select the reimbursable drugs according to their rank in the priority list and their respective economic impact per patient (cost per patient). Particularly, this selection will start from the treatment on the top of the list and will end when the 66 US dollars are exhausted. Conclusion This study demonstrates that it is possible to use multi-criteria decision analysis to develop a formulary for low-income countries, Côte d'Ivoire for instance. The application of this method is a step towards transparency in the formulation of health policies in developing countries.

Le problème de tarification qui nous intéresse ici consiste à maximiser le revenu généré par les usagers d'un réseau de transport. Pour se rendre à leurs destinations, les usagers font un choix de route et utilisent des arcs sur lesquels nous imposons des tarifs. Chaque route est caractérisée (aux yeux de l'usager) par sa "désutilité", une mesure de longueur généralisée tenant compte à la fois des tarifs et des autres coûts associés à son utilisation. Ce problème a surtout été abordé sous une modélisation déterministe de la demande selon laquelle seules des routes de désutilité minimale se voient attribuer une mesure positive de flot. Le modèle déterministe se prête bien à une résolution globale, mais pèche par manque de réalisme. Nous considérons ici une extension probabiliste de ce modèle, selon laquelle les usagers d'un réseau sont alloués aux routes d'après un modèle de choix discret logit. Bien que le problème de tarification qui en résulte est non linéaire et non convexe, il conserve néanmoins une forte composante combinatoire que nous exploitons à des fins algorithmiques. Notre contribution se répartit en trois articles. Dans le premier, nous abordons le problème d'un point de vue théorique pour le cas avec une paire origine-destination. Nous développons une analyse de premier ordre qui exploite les propriétés analytiques de l'affectation logit et démontrons la validité de règles de simplification de la topologie du réseau qui permettent de réduire la dimension du problème sans en modifier la solution. Nous établissons ensuite l'unimodalité du problème pour une vaste gamme de topologies et nous généralisons certains de nos résultats au problème de la tarification d'une ligne de produits. Dans le deuxième article, nous abordons le problème d'un point de vue numérique pour le cas avec plusieurs paires origine-destination. Nous développons des algorithmes qui exploitent l'information locale et la parenté des formulations probabilistes et déterministes. Un des résultats de notre analyse est l'obtention de bornes sur l'erreur commise par les modèles combinatoires dans l'approximation du revenu logit. Nos essais numériques montrent qu'une approximation combinatoire rudimentaire permet souvent d'identifier des solutions quasi-optimales. Dans le troisième article, nous considérons l'extension du problème à une demande hétérogène. L'affectation de la demande y est donnée par un modèle de choix discret logit mixte où la sensibilité au prix d'un usager est aléatoire. Sous cette modélisation, l'expression du revenu n'est pas analytique et ne peut être évaluée de façon exacte. Cependant, nous démontrons que l'utilisation d'approximations non linéaires et combinatoires permet d'identifier des solutions quasi-optimales. Finalement, nous en profitons pour illustrer la richesse du modèle, par le biais d'une interprétation économique, et examinons plus particulièrement la contribution au revenu des différents groupes d'usagers. / The network pricing problem consists in finding tolls to set on a subset of a network's arcs, so to maximize a revenue expression. A fixed demand of commuters, going from their origins to their destinations, is assumed. Each commuter chooses a path of minimal "disutility", a measure of discomfort associated with the use of a path and which takes into account fixed costs and tolls. A deterministic modelling of commuter behaviour is mostly found in the literature, according to which positive flow is only assigned to \og shortest\fg\: paths. Even though the determinist pricing model is amenable to global optimization by the use of enumeration techniques, it has often been criticized for its lack of realism. In this thesis, we consider a probabilistic extension of this model involving a logit dicrete choice model. This more realistic model is non-linear and non-concave, but still possesses strong combinatorial features. Our analysis spans three separate articles. In the first we tackle the problem from a theoretical perspective for the case of a single origin-destination pair and develop a first order analysis that exploits the logit assignment analytical properties. We show the validity of simplification rules to the network topology which yield a reduction in the problem dimensionality. This enables us to establish the problem's unimodality for a wide class of topologies. We also establish a parallel with the product-line pricing problem, for which we generalize some of our results. In our second article, we address the problem from a numerical point of view for the case where multiple origin-destination pairs are present. We work out algorithms that exploit both local information and the pricing problem specific combinatorial features. We provide theoretical results which put in perspective the deterministic and probabilistic models, as well as numerical evidence according to which a very simple combinatorial approximation can lead to the best solutions. Also, our experiments clearly indicate that under any reasonable setting, the logit pricing problem is much smoother, and admits less optima then its deterministic counterpart. The third article is concerned with an extension to an heterogeneous demand resulting from a mixed-logit discrete choice model. Commuter price sensitivity is assumed random and the corresponding revenue expression admits no closed form expression. We devise nonlinear and combinatorial approximation schemes for its evaluation and optimization, which allow us to obtain quasi-optimal solutions. Numerical experiments here indicate that the most realistic model yields the best solution, independently of how well the model can actually be solved. We finally illustrate how the output of the model can be used for economic purposes by evaluating the contributions to the revenue of various commuter groups.

Background: The increasing consumption of dietary supplements (DS) has drawn the attention of regulatory agencies, researchers and healthcare professionals. The US Food and Drug Administration (FDA) does not require premarketing assessment of DS considering them safe unless proven otherwise. However, the reporting rate of DS adverse events (DS-AE) is low. Objective: To describe pharmacists’ attitudes and knowledge of DS and DS information resources, and to determine the importance of selected attributes in pharmacists’ decisions to report a DS-AE. Methods: A convenience sample of practicing pharmacists in Virginia was surveyed using a web-based self-administered questionnaire. A conjoint analysis exercise was developed using several scenarios based on a set of five attributes: patient’s age, initiation of DS, last modification in drug therapy, evidence supporting the AE, and outcome of the AE. Participants were asked to indicate their decision to report the AE in each scenario to prescriber, drug manufacturer, DS manufacturer and FDA on a 6-point ordered scale. Participants’ attitude, knowledge of DS, demographic information, and DS information resources were also requested. Linear regression models were used to determine the relative importance of the profile attributes on a pharmacist’s decision to report the AE. The effects of other characteristics on the importance of the attributes were assessed. Results: Participants’ overall attitudes were relatively positive for the clinical use of DS but negative for safe of DS. Formal training on DS was associated with better knowledge of DS regulation. The average knowledge score of DS identification was relatively good but was low for DS regulation. Lexi-Comp® was the most widely used and available information resource and the Natural Medicines Comprehensive Database was the most useful once. The most important attribute that a pharmacist considered in the decision to report a DS-AE to DS manufacturer, drug manufacturer and FDA was the outcome of the AE followed by the evidence supporting the AE. Ranking of these two factors was the reversed in reporting to prescriber. Conclusions: Outcome and evidence of the AE are the most important factors participants considered when reporting. Other characteristics do not have an impact on the relative importance of the attributes.

We estimate the willingness to pay for electricity generated from renewable energy in the Czech Republic. Discrete choice experiment is used to elicit preferences for various attributes of renewable electricity support scheme (PM emission, GHG emission, size of RE power plant, revenue distribution, and costs). Original survey is carried with 404 respondents living in two regions - Ustecky (polluted area) and Southern Bohemia (cleaner area). We find that respondents prefer decentralized renewable electricity sources over centralized, local air quality improvements over reduction in greenhouse gas emissions. Estimated marginal willingness to pay for 1% reduction in emission of particulate matter equals to 49 CZK, respectively 3.7 % of average monthly electricity bill. In total, WTP for green electricity is larger than current compulsory contributions to renewable energy support scheme. Powered by TCPDF (www.tcpdf.org)

Iva Zvěřinová PhD Thesis Public Preferences for Environmental Policies and Behavioural Changes Abstract Environmental problems, such as climate change, are generally perceived as serious issues by the public in European countries. However, people tend to assign them a low policy priority and disagree with the introduction of some policy instruments, such as carbon tax. Few people also behave in an environmentally friendly way and reduce greenhouse gas emissions. What are the preferences of the inhabitants of several European countries regarding climate mitigation policies and behavioural changes? What makes these policies more acceptable for the public? Would people from these countries be willing to accept climate mitigation policies or behaviour, and if so, under what conditions? This thesis aims to answer these questions by applying a theoretical framework that integrates attitudes and perceptions with preferences. In the empirical part of the thesis, we analyse data from several questionnaire surveys on public responses to climate policies and climate-related behaviours in several European countries. The thesis contains four empirical studies focusing on: i. public preferences for climate mitigation policies; ii. public preferences for policy instruments to reduce GHG emissions; iii. consumers'...