शुरू करेंमुफ़्त में शुरू करें

सभी गुणांकों को रैंडम मानकर चॉकलेट मॉडल

अब जबकि हमारे पास chocolate डेटा में इफेक्ट्स-कोडिंग सेव है, हम वह मॉडल फिट करने के लिए तैयार हैं जिसमें सभी गुणांक सामान्य वितरण (normally distributed) वाले हों। ऐसा करने के लिए, हमें mlogit() में देने के लिए rpar वेक्टर बनाना होगा। यह थोड़ा पेचीदा है, इसलिए मैंने आपके लिए कोड लिख दिया है, लेकिन इसे चलाइए ताकि आप देख सकें यह कैसे काम करता है। फिर, आप mlogit() का कॉल लिखेंगे।

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में मार्केटिंग के लिए Choice Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पहले दो इनपुट होंगे: मॉडल फॉर्मूला Selection ~ 0 + Brand + Type + Price और डेटा chocolate।
  • अगला इनपुट rpar = my_rpar होना चाहिए, जो mlogit() को बताता है कि किन गुणांकों को सामान्य वितरण मानना है।
  • आखिरी इनपुट panel = TRUE होना चाहिए।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# create my_rpar vector
choc_m2 <- mlogit(Selection ~ 0 + Brand + Type + Price, data=chocolate)
my_rpar <- rep("n", length(choc_m2$coef))
names(my_rpar) <- names(choc_m2$coef)
my_rpar

# fit model with random coefficients
choc_m7 <- mlogit(___)
कोड संपादित करें और चलाएँ