1. Учиться
    2. /
  2. Courses
    3. /
  3. R による階層モデルと混合効果モデル
Connected

Exercise

マーケティングの例

動画で説明したとおり、クライアントは、友人からの推薦がオンライン商品の「購入」を「見送り」よりも増やすかどうかに関心があります。彼はデータの要約を all_data という data.frame で渡してくれました。このデータには、4つのテスト都市（city）ごとの Purchases（購入数）と Pass（見送り数）、さらに顧客の ranking（ランク）が含まれています。このデータ構造では、対象となる2列に対して cbind() を使って行列を作るのが便利です（Rで行列を作る方法は他にもありますが、これは最も簡単な方法の一つです）。

あなたは、friend からの推薦が商品の購入を増やすかどうかを確認したいと考えています。この問いに答えるために、glmer() モデルを構築し、その出力を確認します。

friend の推定値がゼロより有意に大きい場合、友人の推薦は購入される確率を高めます。 friend の推定値がゼロより有意に小さい場合、友人の推薦は購入される確率を下げます。 friend の推定値がゼロと有意に異ならない場合、友人の推薦は購入の有無に影響を与えません。

Инструкции 1 / 2

undefined XP
    1
    2
  • all_data の data.frame に対して glmer() を当ててください。cbind(Purchases, Pass) を従属変数にし、予測子は friend と ranking（friend を先に）を使います。ランダム効果には city を用い、family = "binomial" とします。
  • glmer() は行列入力を必要とするため、cbind() が必要です。