Ispezionare un’osservazione di scelta

Usa la funzione tail() per stampare le ultime sei righe del data frame sportscar. Per l’ultima osservazione di scelta nel data frame (resp.id==200, ques==10), qual era il prezzo dell’opzione scelta?

Questo esercizio fa parte del corso

Choice Modeling for Marketing in R

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

Choice Modeling for Marketing in R

AvançadoNível de habilidade

4.8+

41 reviews

Inizia il corso gratuitamente

L’obiettivo di questo capitolo è portarti attraverso l’intero processo di choice modeling il più rapidamente possibile, così da darti una visione d’insieme di cosa possiamo fare con i modelli di scelta e di come funziona il processo. L’idea chiave è che possiamo usare un modello di scelta per capire come le scelte dei clienti tra i prodotti dipendono dalle caratteristiche di quei prodotti. Chi acquista una sportiva preferisce il cambio manuale rispetto all’automatico? E di quanto? Per offrirti una panoramica, sorvoleremo su molti dettagli. Nei capitoli successivi, torneremo ad approfondire temi importanti come la preparazione dei dati, la specificazione e l’interpretazione dei modelli e la presentazione dei risultati, così da metterti in condizione di applicare questi metodi ai tuoi dati di scelta.

Exercise 1: Perché la scelta?Exercise 2: Dati di scelta Exercise 3: Esplorare i dati di scelta Exercise 4: Trovare i livelli di un fattore Exercise 5: Ispezionare un’osservazione di scelta

Esercizio attuale

Exercise 6: Cosa hanno scelto le persone?Exercise 7: Adattare e interpretare un modello di scelta Exercise 8: Adattare un modello di scelta Exercise 9: Interpretare i parametri Exercise 10: Usare i modelli di scelta per prendere decisioni Exercise 11: Prevedere le quote di scelta Exercise 12: Rappresentare le quote di scelta

Esistono molte fonti per ottenere dati di scelta e diversi formati possibili. In questo capitolo prenderemo dati forniti in vari formati alternativi e vedremo come prepararli per il choice modeling. Discuteremo anche come progettare una survey per raccogliere i tuoi dati di scelta.

Exercise 1: Assemblare i dati di scelta Exercise 2: Quante scelte abbiamo?Exercise 3: Attributi e livelli Exercise 4: Esamina una singola scelta Exercise 5: Conversione da formato wide a long Exercise 6: Converti da wide a long Exercise 7: Ordina i dati in formato long Exercise 8: Modifica la variabile Selection Exercise 9: Dati di scelta in due file Exercise 10: Esamina una scelta in due file Exercise 11: Unire due file Exercise 12: Visualizzare i dati di scelta Exercise 13: Quali tipi di cioccolato scelgono le persone?Exercise 14: Le persone scelgono prezzi più bassi?Exercise 15: Progettare un sondaggio congiunto

In questo capitolo approfondiamo la stima dei modelli di scelta. Per darti una base su cui ragionare, ci concentreremo su come il modello logit multinomiale converte le caratteristiche dei prodotti in una previsione di ciò che sceglierà il decisore. Questo ti fornirà un quadro di riferimento per decidere quali caratteristiche includere nel tuo modello.

Exercise 1: Choice models - dietro le quinte Exercise 2: Crea un oggetto mlogit.data Exercise 3: Stima un modello di scelta Exercise 4: Rimuovi l'intercetta Exercise 5: Interpretare i parametri del modello di scelta Exercise 6: Qual è la marca di cioccolato più preferita?Exercise 7: Calcolare la willingness-to-pay Exercise 8: Prezzo come fattore Exercise 9: Test del rapporto di verosimiglianza Exercise 10: Intercette e interazioni Exercise 11: Interazione tra marca e tipo Exercise 12: Interazione tra prezzo e ordine della domanda Exercise 13: Prevedere le quote Exercise 14: Prevedere le quote per il segmento racer Exercise 15: Prevedi le quote per le tavolette di cioccolato Exercise 16: Traccia le quote per le barrette di cioccolato

Le persone hanno gusti e preferenze differenti. È intuitivo, ma anche ampiamente documentato nel marketing. Questo capitolo tratta modelli di scelta in cui assumiamo che decisori diversi abbiano preferenze diverse che influenzano le loro scelte. Quando i nostri modelli riconoscono che i consumatori hanno preferenze eterogenee, tendono a prevedere quote maggiori per prodotti di nicchia che attraggono un sottoinsieme di consumatori. I modelli gerarchici sono utilizzati nella maggior parte delle applicazioni commerciali di choice modeling, quindi è importante capirne il funzionamento.

Exercise 1: Che cos’è un modello di scelta gerarchico?Exercise 2: Quante persone hanno risposto al sondaggio sul cioccolato?Exercise 3: Modello per il cioccolato con coefficiente di prezzo casuale Exercise 4: Eterogeneità nelle preferenze per altre caratteristiche Exercise 5: Impostare gli effects codes Exercise 6: Modello per il cioccolato con tutti i coefficienti casuali Exercise 7: Interpretare i parametri del modello gerarchico Exercise 8: Come viene valutata la cioccolata bianca?Exercise 9: Prevedere le quote con modelli gerarchici Exercise 10: Prevedere le quote per le cioccolate Exercise 11: Arrivederci e in bocca al lupo!