Folosim date despre cumpărături pentru a analiza modificările alimentare. Arătăm că gospodăriile - inclusiv cele cu venituri sau educație mai mari - nu îmbunătățesc dieta ca răspuns la diagnosticul bolii sau la schimbările în circumstanțele gospodăriei. Apoi identificăm gospodăriile care prezintă îmbunătățiri mari în calitatea dietei. Folosim învățarea automată pentru a prezice aceste gospodării și pentru a găsi (1) concentrația dietei de bază într-un număr mic de alimente este un predictor de îmbunătățire și (2) modificările dietetice sunt concentrate într-un număr mic de alimente. Susținem că aceste modele se pot potrivi bine cu un model care încorporează costurile de atenție.

determinanți

Suntem recunoscători lui Geoffrey Kocks pentru asistență de cercetare excepțională, precum și Sofia La Porta, Julian De Georgia și Cathy Yue Bai. Concluziile extrase din datele Nielsen sunt cele ale cercetătorilor și nu reflectă punctele de vedere ale Nielsen. Nielsen nu este responsabil pentru, nu a avut niciun rol și nu a fost implicat în analiza și pregătirea rezultatelor raportate aici. Rezultatele sunt calculate pe baza datelor de la Nielsen Company (SUA), LLC și a bazelor de date de marketing furnizate de Kilts Center for Marketing Data Center de la Universitatea din Chicago Booth School of Business. Opiniile exprimate aici sunt cele ale autorilor și nu reflectă neapărat punctele de vedere ale Biroului Național de Cercetări Economice.