（K、H）。这些数字显示一方面不同的品牌之间的价格定位存在一定的区别（differe
tiatio
）；另一方面多数品牌都集中在高价位和中价位的竞争。表1中给出了各种销售促销的促销频度值。促销频度是指采取销售促销的天数占全部观察天数的百分比。在观察的期间内只有一个品牌（I）没有采取过任何的销售促销，其它10个品牌都或多或少地采取了一定的销售促销。这表明销售促销在这个市场上是被广泛采用的，另一方面也表明这个市场的竞争还是非常激烈的。在所观察到的五种销售促销手段中，采用最多的促销手段是临时降价（8个品牌），其次是端架展示（7个品牌），再次是促销小姐和免费礼品（3到4个品牌），最少的是买即送（2个品牌）。不同的品牌采取不同的销售促销手段的组合，促销的频率也有所不同。由于观察的时间较短，本文在这方面不做过多的推断。表1：市场份额、日常价格及促销频度
促销小姐市场品牌份额（％）ABCDEFGHIJK3491398306375905990576143日常价格（元）089090117095068093073025058081034临时降价买即送
a
端架展示
只有促销小姐
只有免费礼品
a
a
a
a
和免费礼品
（％）
a
（％）100100004010010010010040000001000000100
（％）100100004010001006040
（％）010402000000100
（％）60000700000200
（％）40000300000500
注：a：销售促销的天数占全部观察天数的百分比。
42模型拟合检验（good
essoffittest）在给出模型结果之前先要检验模型对数据拟合的好坏。我们采用两个不同的检验指标。第一个是似然比率指标（likelihoodratioi
dex）2。它相当于回归分析中的R2，反映出模，ρ型中自变量对消费者购买商品概率的解释力。其计算公式如下：
ρ21
LL1LL0
11
其中，LL1在给定模型参数时的对数似然值，LL0是当模型参数都为0时的似然值。ρ2的值在0和1之间；值越大，模型中的变量的解释力就越大。通常，对于MNL模型ρ2在
8
f02到04之间就说明模型对数据的拟合很好了（LouviereHe
shera
dSwait2000pp5355）。表2给出了LL1，LL0和ρ2的值。所估计模型的ρ2为021，说明模型的结果还是可以接受的。表2：MNL模型拟合检验LL0LL1ρ2339324762119
我们用来检验模型对数据拟合好坏的另外一个指标是市场份额的预测误差。因为市场份额是本研究中的目标变量，所以我们对市场份额的预测误差格外关注。我们采用计量经济学中常用的平均绝对百分比误差（Mea
AbsolutePerce
tageErrororMAPE），其计算公式为：
平均绝对r