Prédire les parts de choix

J'ai chargé une fonction appelée predict_mnl() qui nous permet de prédire les parts de choix pour un nouvel ensemble de produits. predict_mnl() prend deux paramètres :

un objet de modèle produit par mlogit
une trame de données décrivant les produits pour lesquels nous voulons prédire les parts

Cette activité fait partie du cours

Modélisation des choix pour le marketing avec R

Voir le cours

Instructions de l’exercice

Examinez products pour voir quelles caractéristiques possèdent ces quatre voitures. products n'est pas volumineux ; vous pouvez simplement taper son nom pour afficher la trame de données complète dans la console.
Utilisez predict_mnl() pour prédire les parts pour ces deux produits. Vous devrez définir le premier paramètre à m1 et le second à products.
Affichez les parts dans la console en tapant shares.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# inspect products


# use predict_mnl to predict share for products
shares <- predict_mnl(___, ___)

# print the shares to the console

Modifier et exécuter le code

Modélisation des choix pour le marketing avec R

SkillTag.level.advancedSkillTag.label

4.8+

42 reviews

L'objectif de ce chapitre est de vous faire parcourir l'ensemble du processus de modélisation des choix le plus rapidement possible, afin que vous ayez une vue d'ensemble de ce que l'on peut faire avec les modèles de choix et de la façon dont le processus fonctionne. L'idée principale, c'est qu'un modèle de choix permet de comprendre dans quelle mesure les choix de produits des clients dépendent des caractéristiques de ces produits. Les acheteurs de voitures sport préfèrent-ils les transmissions manuelles aux automatiques? Et dans quelle mesure? Pour vous donner un aperçu, nous passerons sur de nombreux détails. Dans les chapitres suivants, nous reviendrons sur des points essentiels comme la préparation des données, la spécification et l'interprétation des modèles, ainsi que la présentation de vos résultats, pour que vous soyez entièrement prêt à utiliser ces méthodes avec vos propres données de choix.

Exercise 1: Pourquoi les choix ?Exercise 2: Données de choix Exercise 3: Examiner les données de choix Exercise 4: Trouver les niveaux d'un facteur Exercise 5: Inspecter une observation de choix Exercise 6: Qu'est-ce que les gens ont choisi?Exercise 7: Ajuster et interpréter un modèle de choix Exercise 8: Ajuster un modèle de choix Exercise 9: Interpréter les paramètres Exercise 10: Utiliser les modèles de choix pour prendre des décisions Exercise 11: Prédire les parts de choix

Exercice en cours

Exercise 12: Tracer les parts de choix