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
Oefeninstructies
- De eerste twee inputs zijn de modelformule
Selection ~ 0 + Brand + Type + Priceen de datachocolate. - De volgende input moet
rpar = my_rparzijn, waarmee jemlogit()vertelt welke coëfficiënten normaal verdeeld moeten zijn. - De laatste input moet
panel = TRUEzijn.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan 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(___)