Exemple marketing
Comme expliqué dans la vidéo, notre client souhaite savoir si la recommandation d’un ami augmente le nombre de personnes qui achètent, plutôt que de passer, son produit en ligne. Il nous a fourni un résumé de ses données sous forme d’un data.frame nommé all_data. Ces données incluent le nombre d’Purchases et de Pass pour 4 villes test (city) ainsi que le ranking des clients. Cette structure de données se prête bien à l’utilisation de cbind() sur les deux colonnes d’intérêt pour créer une matrice (vous pourriez utiliser d’autres méthodes pour créer une matrice en R, mais celle-ci est l’une des plus simples).
Vous souhaitez voir si la recommandation d’un friend augmente les achats du produit. Pour répondre à cette question, vous allez construire un modèle glmer() puis examiner sa sortie.
Si l’estimation du paramètre pour friend est significativement supérieure à zéro, alors la recommandation d’un ami augmente la probabilité d’achat.
Si l’estimation du paramètre pour friend est significativement inférieure à zéro, alors la recommandation d’un ami diminue la probabilité d’achat.
Si l’estimation du paramètre pour friend n’est pas significativement différente de zéro, alors la recommandation d’un ami n’a aucun effet sur la probabilité d’achat.
Cet exercice fait partie du cours
Modèles hiérarchiques et à effets mixtes en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Load lmerTest
library(lmerTest)
# Fit the model and look at its summary
model_out <- ___
summary(model_out)