Marketing-Beispiel
Wie im Video beschrieben, möchte unser Kunde wissen, ob eine Empfehlung durch einen Freund die Zahl der Käufer seines Online-Produkts erhöht, statt dass sie vorbeischauen. Er hat uns eine Zusammenfassung seiner Daten als data.frame namens all_data gegeben. Diese Daten enthalten die Anzahl der Purchases und Passes für 4 Teststädte (city) sowie das Kunden-ranking. Diese Datenstruktur eignet sich dafür, mit cbind() aus den beiden interessierenden Spalten eine Matrix zu erstellen (du könntest in R auch andere Methoden verwenden, aber dies ist eine der einfachsten).
Du willst herausfinden, ob die Empfehlung eines friend die Käufe erhöht. Um diese Frage zu beantworten, baust du ein glmer()-Modell und untersuchst anschließend dessen Ausgabe.
Wenn der Parameterschätzer für friend signifikant größer als null ist, erhöht eine Empfehlung die Chance auf einen Kauf.
Wenn der Parameterschätzer für friend signifikant kleiner als null ist, verringert eine Empfehlung die Chance auf einen Kauf.
Wenn der Parameterschätzer für friend sich nicht signifikant von null unterscheidet, hat eine Empfehlung keinen Einfluss auf die Kaufentscheidung.
Diese Übung ist Teil des Kurses
Hierarchische und gemischte Effekte-Modelle in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Load lmerTest
library(lmerTest)
# Fit the model and look at its summary
model_out <- ___
summary(model_out)