LoslegenKostenlos loslegen

Schokoladenmodell mit zufälligem Preiskoeffizienten

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

Diese Übung ist Teil des Kurses

Choice Modeling für Marketing in R

Kurs anzeigen

Anleitung zur Übung

  • Füge die Eingabe id.var = "Subject" zu mlogit.data() hinzu. Das teilt mlogit.data() mit, welche Person jede Frage beantwortet hat.
  • Füge die Eingabe rpar zu mlogit() hinzu. Sie sollte c(Price = "n") entsprechen, um anzugeben, dass der Koeffizient für Price normalverteilt sein soll.
  • Füge die Eingabe panel = TRUE zu mlogit() hinzu, um anzugeben, dass du annimmst, dass jedes Subject seinen eigenen Price-Koeffizienten hat.
  • Plotte das hierarchische Modell, indem du plot(choc_m6) eingibst.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# add id.var input to mlogit.data call
chocolate <- mlogit.data(chocolate, choice = "Selection", shape="long", 
                         varying=6:8, alt.var = "Alt", ____)
                         
# 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