MulaiMulai sekarang secara gratis

Model cokelat dengan koefisien harga acak

Baik, kita siap memodelkan hierarkis pada data chocolate. Mulailah dengan kode sebelumnya untuk mengestimasi model pilihan non-hierarkis, lalu modifikasi agar mengestimasi model dengan parameter Price berdistribusi normal. Data chocolate masih dimuat.

Latihan ini adalah bagian dari kursus

Pemodelan Pilihan untuk Pemasaran di R

Lihat Kursus

Petunjuk latihan

  • Tambahkan masukan id.var = "Subject" ke mlogit.data(). Ini memberi tahu mlogit.data() siapa yang menjawab setiap pertanyaan.
  • Tambahkan masukan rpar ke mlogit(). Nilainya harus c(Price = "n") untuk menunjukkan bahwa Anda menginginkan koefisien Price berdistribusi normal.
  • Tambahkan masukan panel = TRUE ke mlogit() untuk menyatakan bahwa Anda mengasumsikan setiap Subject memiliki koefisien Price masing-masing.
  • Plot model hierarkis dengan mengetik plot(choc_m6).

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# add id.var input to mlogit.data call
chocolate <- mlogit.data(chocolate, choice = "Selection", shape="long", 
                         varying=6:8, alt.var = "Alt", ____)
                         
# add rpar and panel inputs to mlogit call
choc_m6 <- mlogit(Selection ~ 0 + Brand + Type + Price, data = chocolate, 
                  ____, ____)

# plot the model
Edit dan Jalankan Kode