शुरू करेंमुफ़्त में शुरू करें

रैंडम प्राइस कोएफिशिएंट वाला चॉकलेट मॉडल

ठीक है, अब हम chocolate डेटा पर एक hierarchical मॉडल फिट करने के लिए तैयार हैं। पहले वाले non-hierarchical choice मॉडल के कोड से शुरू कीजिए और उसे इस तरह संशोधित कीजिए कि Price पैरामीटर को normally distributed माना जाए। chocolate डेटा अभी भी लोडेड है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में मार्केटिंग के लिए Choice Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • किसी hierarchical मॉडल को यह जानना होता है कि हर choice किस व्यक्ति ने किया। dfidx() के पहले इंडेक्स में Subject कॉलम जोड़ें ताकि हर choice question उस व्यक्ति से लिंक हो जाए जिसने उसे उत्तर दिया।
  • mlogit() में rpar इनपुट जोड़ें। इसे c(Price = "n") सेट करें ताकि यह संकेत हो कि आप Price के कोएफिशिएंट को normally distributed मानना चाहते हैं।
  • mlogit() में panel = TRUE इनपुट जोड़ें ताकि यह मान लिया जाए कि हर Subject का अपना अलग Price कोएफिशिएंट है।
  • hierarchical मॉडल को प्लॉट करने के लिए plot(choc_m6) टाइप करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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
कोड संपादित करें और चलाएँ