购物篮指的是顾客在超市内购物时装商品的篮子， 当顾客付款时这些购物篮

内的商品被营业职员通过收款机逐一登记结算并记实。 所谓的购物篮分析就是通过这些购物篮子所显示的信息来研究顾客的购买行为。消费者的购物篮隐含着重要且有价值的信息，等待人们去发掘。如：我们可以知道消费者的购买习惯、产品偏好、品牌忠诚度等等。而本文尝试通过公道的数目方法，研究产品的相关性。也就是说，我们关心的题目是那些产品互相之间具有很强的相关性。从而我们可以知道，当一个消费者购买其中一个产品的情况下，极有可能同时购买另外一个产品。这对于超市公道定价促销有着重要的指导意义。此类研究在国外已有成功案例，而海内市场营销界的文献资料中则很少见到。

国外对消费者同时购买行为最深入的数目研究，应该属于 Manchanda, Ansari,  以及Gupta（1999） 。他们提出了一个基于随机效用函数（Random Utility Theory）的多种类同时购买决议计划（Multicategory Purchase Incidence Decision）的模型。该模型通过贝叶斯多维 Probit

模型（Bayesian Multivariate Probit Model） ，精细地刻画了各个消费者的同时购买行为特征，

并同时考虑到了消费者异质性（Heterogeneity）的影响。类似的基于贝叶斯框架的消费者选

择模型（Bayesian Consumer Choice Model） ，大量地存在于文献当中。有爱好的读者，可以在最近的 Rossi, Allenby, 和 McCulloch（2005）找到很好的先容及相关文献。

点击购物篮了解更多信息