LoslegenKostenlos loslegen

Preiselastizität berechnen

Jetzt, da du die Preiselastizität kennst, schauen wir uns an, wie elastisch die Preise für das High-End-Produkt in der Metropolregion sind! Große Trainings- und Validierungsdatensätze wurden bereits für dich erstellt und sind in den Objekten bev_xts_train und bev_xts_valid gespeichert.

Die Verkäufe für das High-End-Produkt sind bereits als MET_hi in den Workspace geladen. Zuerst musst du die Preise aus dem Objekt bev_xts_train extrahieren. Die Spaltenbezeichnung für die Preise im Objekt bev_xts_train lautet MET.hi.p.

Diese Übung ist Teil des Kurses

Prognose der Produktnachfrage in R

Kurs anzeigen

Anleitung zur Übung

  • Speichere den Logarithmus der Preise für das High-End-Produkt (MET.hi.p) als Vektor.
  • Lade den Logarithmus der Verkäufe und den Logarithmus der Preise in ein Data Frame.
  • Baue ein Regressionsmodell, das den Logarithmus der Verkäufe mit dem Logarithmus der Preise vorhersagt.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Save the prices of each product
l_MET_hi_p <- as.vector(___(bev_xts_train[,"___"]))

# Save as a data frame
MET_hi_train <- data.frame(as.vector(log(MET_hi)), l_MET_hi_p)
colnames(MET_hi_train) <- c("log_sales", "log_price")

# Calculate the regression
model_MET_hi <- lm(___ ~ ___, data = ___)
Code bearbeiten und ausführen