एक choice observation का निरीक्षण

फंक्शन tail() का उपयोग करके sportscar डेटा फ्रेम की आख़िरी छह पंक्तियाँ प्रिंट करें. डेटा फ्रेम की आख़िरी choice observation (resp.id==200, ques==10) के लिए, चुने गए option की कीमत क्या थी?

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में मार्केटिंग के लिए Choice Modeling

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

हमारे इंटरैक्टिव अभ्यासों में से किसी एक के साथ सिद्धांत को व्यवहार में बदलें

अभ्यास शुरू करें

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में मार्केटिंग के लिए Choice Modeling

SkillTag.level.advancedSkillTag.label

4.8+

42 reviews

पाठ्यक्रम मुफ्त में शुरू करें

इस अध्याय का लक्ष्य है कि हम आपको पूरे choice modeling प्रोसेस से जितनी जल्दी हो सके गुज़ारें, ताकि आपको समझ आए कि choice models से हम क्या कर सकते हैं और यह प्रक्रिया कैसे चलती है. मुख्य विचार यह है कि हम choice model का उपयोग करके समझते हैं कि ग्राहकों की प्रोडक्ट पसंद उन प्रोडक्ट्स की विशेषताओं पर कैसे निर्भर करती है. क्या स्पोर्ट्सकार ख़रीदने वाले ऑटोमैटिक के बजाय मैन्युअल ट्रांसमिशन पसंद करते हैं? कितनी हद तक? आपको ओवरव्यू देने के लिए हम कई विवरणों को अभी छोड़ देंगे. अगले अध्यायों में हम डेटा तैयार करने, मॉडल निर्दिष्ट और व्याख्यायित करने, और अपने निष्कर्ष रिपोर्ट करने के महत्वपूर्ण मुद्दों पर वापस आएँगे, ताकि आप अपने choice data के साथ इन तरीकों का आत्मविश्वास से उपयोग कर सकें.

Exercise 1: चॉइस क्यों?Exercise 2: चॉइस डेटा Exercise 3: चॉइस डेटा का निरीक्षण Exercise 4: किसी फैक्टर के लेवल्स खोजना Exercise 5: एक choice observation का निरीक्षण

वर्तमान अभ्यास

Exercise 6: लोगों ने क्या चुना?Exercise 7: चॉइस मॉडल को फिट करना और व्याख्या करना Exercise 8: एक choice मॉडल फिट करना Exercise 9: पैरामीटरों की व्याख्या Exercise 10: निर्णय लेने के लिए choice मॉडल्स का उपयोग Exercise 11: चॉइस शेयर की भविष्यवाणी Exercise 12: चॉइस शेयर का प्लॉट बनाना

Choice data कई स्रोतों से मिल सकता है और अलग-अलग फ़ॉर्मैट में हो सकता है. इस अध्याय में, हम अलग-अलग वैकल्पिक फ़ॉर्मैट में दिए गए डेटा को लेंगे और सीखेंगे कि उसे choice modeling के लिए सही रूप में कैसे लाया जाए. हम यह भी चर्चा करेंगे कि आप अपना choice data एकत्र करने के लिए सर्वे कैसे डिज़ाइन कर सकते हैं.

Exercise 1: चॉइस डेटा इकट्ठा करना Exercise 2: हमारे पास कितने choices हैं?Exercise 3: Attributes और levels Exercise 4: एक एकल choice जाँचें Exercise 5: Wide से Long में रूपांतरण Exercise 6: Wide से long में बदलें Exercise 7: लॉन्ग डेटा को सॉर्ट करें Exercise 8: Selection वैरिएबल बदलें Exercise 9: दो फाइलों में choice डेटा Exercise 10: दो फाइलों में किसी एक choice को जाँचें Exercise 11: दो फ़ाइलों को मर्ज करना Exercise 12: चॉइस डेटा का विज़ुअलाइज़ेशन Exercise 13: लोग किस तरह की चॉकलेट चुनते हैं?Exercise 14: क्या लोग कम कीमतें चुनते हैं?Exercise 15: Conjoint सर्वे डिज़ाइन करना

इस अध्याय में, हम choice models के अनुमान में गहराई से जाएँगे. आपको एक ठोस आधार देने के लिए, हम इस पर फ़ोकस करेंगे कि multinomial logit model प्रोडक्ट फीचर्स को इस भविष्यवाणी में कैसे बदलता है कि निर्णय लेने वाला क्या चुनेगा. इससे आपको यह तय करने के लिए एक ढाँचा मिलेगा कि अपने मॉडल में किन फीचर्स को शामिल करना है.

Exercise 1: चॉइस मॉडल्स - अंदर की कार्यप्रणाली Exercise 2: mlogit.data ऑब्जेक्ट बनाएँ Exercise 3: एक choice मॉडल फिट करें Exercise 4: इंटरसेप्ट हटाएँ Exercise 5: चॉइस मॉडल पैरामीटर की व्याख्या Exercise 6: कौन-सा चॉकलेट ब्रांड सबसे ज़्यादा पसंद किया जाता है?Exercise 7: विलिंगनेस-टू-पे की गणना Exercise 8: फैक्टर के रूप में Price Exercise 9: Likelihood-ratio टेस्ट Exercise 10: इंटरसेप्ट और इंटरैक्शन Exercise 11: ब्रांड और टाइप के बीच इंटरेक्शन Exercise 12: Price और Trial के बीच इंटरैक्शन Exercise 13: शेयर का पूर्वानुमान Exercise 14: racer सेगमेंट के लिए शेयर का पूर्वानुमान Exercise 15: चॉकलेट बार्स के लिए शेयर प्रिडिक्ट करें Exercise 16: चॉकलेट बार्स के लिए शेयर प्लॉट करें

अलग-अलग लोगों की पसंद-नापसंद अलग होती है. यह सहज रूप से स्पष्ट लगता है, और मार्केटिंग में व्यापक शोध भी इसे दर्शाता है. यह अध्याय उन choice models को कवर करता है जहाँ हम मानते हैं कि अलग-अलग निर्णयकर्ता अलग प्राथमिकताएँ रखते हैं जो उनके चुनावों को प्रभावित करती हैं. जब हमारे मॉडल यह मानते हैं कि उपभोक्ताओं की प्राथमिकताएँ भिन्न हैं, तो वे अक्सर niche प्रोडक्ट्स के लिए अधिक शेयर का अनुमान लगाते हैं, जो केवल कुछ उपभोक्ताओं को आकर्षित करते हैं. हायरार्किकल मॉडल अधिकतर व्यावसायिक choice modeling एप्लिकेशनों में उपयोग होते हैं, इसलिए यह समझना ज़रूरी है कि वे कैसे काम करते हैं.

Exercise 1: हायरार्किकल चॉइस मॉडल क्या होता है?Exercise 2: चॉकलेट सर्वे का जवाब कितने लोगों ने दिया?Exercise 3: रैंडम प्राइस कोएफ़िशिएंट वाला चॉकलेट मॉडल Exercise 4: अन्य फीचर्स के लिए पसंदों में विविधता Exercise 5: इफेक्ट्स कोड सेट करना Exercise 6: सभी गुणांकों को रैंडम मानकर चॉकलेट मॉडल Exercise 7: Hierarchical मॉडल के पैरामीटर समझना Exercise 8: लोग व्हाइट चॉकलेट को कैसे महत्व देते हैं?Exercise 9: हायरार्किकल मॉडलों से शेयर का पूर्वानुमान Exercise 10: चॉकलेट्स के लिए शेयर का पूर्वानुमान Exercise 11: अलविदा और शुभकामनाएँ!