LoslegenKostenlos starten

Schokoladenmodell mit zufälligem Preiskoeffizienten

Okay, wir sind bereit, ein hierarchisches Modell auf die chocolate-Daten zu fitten. Lass uns mit dem Code starten, den wir zuvor für ein nicht-hierarchisches Choice-Modell verwendet haben, und ihn so anpassen, dass ein Modell geschätzt wird, in dem der Parameter Price normalverteilt ist. Die chocolate-Daten sind weiterhin geladen.

Diese Übung ist Teil des Kurses

<Kurs>Choice Modeling für Marketing in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Ein hierarchisches Modell muss wissen, welche Person jede Entscheidung getroffen hat. Füge die Spalte Subject zum ersten Index in dfidx() hinzu, damit jede Auswahlfrage der Person zugeordnet wird, die sie beantwortet hat.
  • Füge den Parameter rpar zu mlogit() hinzu. Er sollte c(Price = "n") sein, um anzugeben, dass der Koeffizient für Price normalverteilt sein soll.
  • Füge panel = TRUE zu mlogit() hinzu, um anzugeben, dass jede/r Subject einen eigenen Price-Koeffizienten hat.
  • Zeichne das hierarchische Modell, indem du plot(choc_m6) eingibst.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# add Subject to the first index of dfidx()
chocolate <- dfidx(chocolate, idx = list(c("chid", ____), "Alt"), 
                   choice = "Selection")

# add rpar and panel inputs to mlogit call
choc_m6 <- mlogit(Selection ~ 0 + Brand + Type + Price, data = chocolate, 
                  ____, ____)

# plot the model
Code bearbeiten und ausführen