CommencezCommencez gratuitement

Modèle de chocolat avec coefficient de prix aléatoire

Très bien, nous sommes prêts à ajuster un modèle hiérarchique aux données chocolate. Repartons du code utilisé précédemment pour estimer un modèle de choix non hiérarchique et modifions-le pour estimer un modèle où le paramètre Price suit une distribution normale. Les données chocolate sont toujours chargées.

Cette activité fait partie du cours

Modélisation des choix pour le marketing avec R

Voir le cours

Instructions de l’exercice

  • Ajoutez l'argument id.var = "Subject" à mlogit.data(). Cela indique à mlogit.data() quelle personne a répondu à chaque question.
  • Ajoutez l'argument rpar à mlogit(). Il doit être égal à c(Price = "n") pour indiquer que vous voulez que le coefficient de Price suive une distribution normale.
  • Ajoutez l'argument panel = TRUE à mlogit() pour préciser que vous supposez que chaque Subject a son propre coefficient de Price.
  • Tracez le modèle hiérarchique en tapant plot(choc_m6).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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
Modifier et exécuter le code