선택 설계 플랫폼에서는 사용자가 지정하는 모수 확률 값의 사전 분포에 대해 설계를 최적화하는 베이지안 방법을 사용합니다. 이산 선택 모형은 모수에서 비선형이므로 선택 설계의 효율도는 미지의 모수에 따라 달라집니다. 베이지안 D-최적 기준은 사전 분포와 관련한 정보 행렬의 행렬식에 대한 로그 기대값입니다. 선택 설계 플랫폼은 사전 확률 분포와 관련하여 이 기대를 최대화합니다. 자세한 내용은 베이지안 D-최적 및 설계 구성 및 Kessels et al. (2011)에서 확인하십시오.
다음과 같은 유형의 설계도 생성할 수 있습니다.
• 효용 중립 설계 - 효용 중립 설계에서는 선택 집합 내의 모든 선택 항목에 대한 확률이 동등합니다. 사전 평균은 0으로 설정됩니다.
• 로컬 D-최적 설계 - 로컬 D-최적 설계는 사전 평균을 고려하지만 사전 공분산 행렬의 정보는 포함하지 않습니다.
효용 중립 설계와 로컬 D-최적 설계에 대한 자세한 내용은 효용 중립 설계 및 로컬 D-최적 설계에서 확인하십시오.