Chocolademodel met alle coëfficiënten willekeurig

Nu we de effects coding hebben opgeslagen bij de chocolate-gegevens, kunnen we een model fitten waarbij alle coëfficiënten normaal verdeeld zijn. Daarvoor moeten we de rpar-vector maken om aan mlogit() door te geven. Dat is een beetje lastig, dus ik heb de code voor je geschreven, maar voer hem zelf uit om te zien hoe het werkt. Daarna schrijf jij de aanroep van mlogit().

Deze oefening maakt deel uit van de cursus

Keuzemodellering voor marketing in R

Cursus bekijken

Oefeninstructies

De eerste twee inputs zijn de modelformule Selection ~ 0 + Brand + Type + Price en de data chocolate.
De volgende input moet rpar = my_rpar zijn, waarmee je mlogit() vertelt welke coëfficiënten normaal verdeeld moeten zijn.
De laatste input moet panel = TRUE zijn.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# create my_rpar vector
choc_m2 <- mlogit(Selection ~ 0 + Brand + Type + Price, data=chocolate)
my_rpar <- rep("n", length(choc_m2$coef))
names(my_rpar) <- names(choc_m2$coef)
my_rpar

# fit model with random coefficients
choc_m7 <- mlogit(___)

Code bewerken en uitvoeren

Keuzemodellering voor marketing in R

SkillTag.level.advancedSkillTag.label

4.8+

28 reviews

Our goal for this chapter is to get you through the entire choice modeling process as quickly as possible, so that you get a broad understanding of what we can do with choice models and how the choice modeling process works. The main idea here is that we can use a choice model to understand how customers' product choices depend on the features of those products. Do sportscar buyers prefer manual transmissions to automatic? By how much? In order to give you an overview, we will skip over many of the details. In later chapters, we will go back and cover important issues in preparing data, specifying and interpreting models and reporting your findings, so that you are fully prepared to use these methods with your own choice data.

Exercise 1: Why choice?Exercise 2: Choice data Exercise 3: Inspecting choice data Exercise 4: Finding the levels of a factor Exercise 5: Inspecting a choice observation Exercise 6: What did people choose?Exercise 7: Fitting and interpreting a choice model Exercise 8: Fitting a choice model Exercise 9: Interpreting parameters Exercise 10: Using choice models to make decisions Exercise 11: Predicting choice shares Exercise 12: Plotting choice shares