Het logistische responsmodel uitbreiden
Weet je nog? De brouwerij plaatste point-of-salesdisplays om de aankopen van Hoppiness te vergroten. Om als merk op te vallen, zette de brouwerij Hoppiness daarnaast extra in de kijker door het regionale karakter te benadrukken. Deze acties werden ook gecombineerd met point-of-salesdisplays.
Je begint met het samenvatten van de acties DISPL.HOP, FEAT.HOP en FEATDISPL.HOP met de functie summary().
Vervolgens leg je de aankoopkansen voor HOPPINESS uit met price.ratio, DISPL.HOP, FEAT.HOP en FEATDISPL.HOP. Ook hiervoor gebruik je de functie glm() met het argument family op binomial.
Tot slot bereken je de marginale effecten van de voorspellers met de functie margins().
Deze oefening maakt deel uit van de cursus
Responsmodellen bouwen in R
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Summarizing the DISPL.HOP, FEAT.HOP, FEATDISPL.HOP actions
___(choice.data[c(___,___,___)])