LoslegenKostenlos starten

Schokoladenmodell mit allen zufälligen Koeffizienten

Jetzt, da wir das Effects Coding in den chocolate-Daten gespeichert haben, sind wir bereit, ein Modell zu schätzen, in dem alle Koeffizienten normalverteilt sind. Dafür müssen wir den Vektor rpar erstellen, der an mlogit() übergeben wird. Das ist ein bisschen knifflig, deshalb habe ich den Code für dich vorbereitet – führe ihn aus, um zu sehen, wie er funktioniert. Anschließend schreibst du den Aufruf für mlogit() selbst.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Die ersten beiden Eingaben sind die Modellformel Selection ~ 0 + Brand + Type + Price und die Daten chocolate.
  • Die nächste Eingabe sollte rpar = my_rpar sein. Damit teilst du mlogit() mit, welche Koeffizienten normalverteilt sein sollen.
  • Die letzte Eingabe sollte panel = TRUE sein.

Interaktive praktische Übung

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

# create my_rpar vector
choc_m2 <- mlogit(Selection ~ 0 + Brand + Type + Price, data=chocolate)
my_rpar <- rep("n", length(choc_m2$coef))
names(my_rpar) <- names(choc_m2$coef)
my_rpar

# fit model with random coefficients
choc_m7 <- mlogit(___)
Code bearbeiten und ausführen