CommencerCommencez gratuitement

Modèle pour le 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.

Cet exercice fait partie du cours

<cours>Modélisation des choix pour le marketing en R</cours>
Voir le cours

Instructions de l’exercice

  • Un modèle hiérarchique doit savoir quelle personne a fait chaque choix. Ajoutez la colonne Subject au premier index dans dfidx() afin que chaque question de choix soit reliée à la personne qui y a répondu.
  • Ajoutez l'argument rpar à mlogit(). Il doit être égal à c(Price = "n") pour indiquer que vous souhaitez que le coefficient de Price suive une distribution normale.
  • Ajoutez l'argument panel = TRUE à mlogit() pour indiquer que vous supposez que chaque Subject a son propre coefficient Price.
  • Tracez le modèle hiérarchique en tapant plot(choc_m6).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# add Subject to the first index of dfidx()
chocolate <- dfidx(chocolate, idx = list(c("chid", ____), "Alt"), 
                   choice = "Selection")

# 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