Aan de slagBegin gratis

Chocolademodel met willekeurige prijscoëfficiënt

Oké, we gaan een hiërarchisch model fitten op de chocolate-gegevens. Begin met de code die we eerder gebruikten om een niet-hiërarchisch keuzemodel te schatten en pas die aan om een model te schatten waarin de parameter Price normaal verdeeld is. De chocolate-gegevens zijn nog steeds geladen.

Deze oefening maakt deel uit van de cursus

Keuzemodellering voor marketing in R

Bekijk cursus

Oefeninstructies

  • Een hiërarchisch model moet weten welke persoon elke keuze heeft gemaakt. Voeg de kolom Subject toe aan de eerste index in dfidx() zodat elke keuzevraag is gekoppeld aan de persoon die hem beantwoordde.
  • Voeg de input rpar toe aan mlogit(). Die moet gelijk zijn aan c(Price = "n") om aan te geven dat je wilt dat de coëfficiënt voor Price normaal verdeeld is.
  • Voeg de input panel = TRUE toe aan mlogit() om aan te geven dat je ervan uitgaat dat elke Subject zijn of haar eigen Price-coëfficiënt heeft.
  • Plot het hiërarchische model door plot(choc_m6) te typen.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# add Subject to the first index of dfidx()
chocolate <- dfidx(chocolate, idx = list(c("chid", ____), "Alt"), 
                   choice = "Selection")

# add rpar and panel inputs to mlogit call
choc_m6 <- mlogit(Selection ~ 0 + Brand + Type + Price, data = chocolate, 
                  ____, ____)

# plot the model
Code bewerken en uitvoeren