Marketingvoorbeeld
Zoals in de video beschreven, wil onze klant weten of de aanbeveling van een vriend het aantal mensen verhoogt dat zijn online product koopt in plaats van voorbij te laten gaan. Hij heeft ons een samenvatting van zijn gegevens gegeven als een data.frame met de naam all_data. Deze data bevat het aantal Purchases en Passes voor 4 teststeden (city) en de klant-ranking. Deze datastructuur leent zich voor het gebruik van cbind() op de twee relevante kolommen om een matrix te maken (je kunt ook andere manieren gebruiken om in R een matrix te maken, maar dit is een van de eenvoudigste methoden).
Je wilt weten of de aanbeveling van een friend meer mensen het product doet kopen. Om deze vraag te beantwoorden, bouw je een glmer()-model en bekijk je vervolgens de modeluitvoer.
Als de parameterschatting voor friend significant groter is dan nul, dan verhoogt een aanbeveling van een vriend de kans dat iemand een aankoop doet.
Als de parameterschatting voor friend significant kleiner is dan nul, dan verlaagt een aanbeveling van een vriend de kans dat iemand een aankoop doet.
Als de parameterschatting voor friend niet significant verschilt van nul, dan heeft een aanbeveling van een vriend geen effect op de kans dat iemand een aankoop doet.
Deze oefening maakt deel uit van de cursus
Hiërarchische en Mixed-Effects-modellen in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Load lmerTest
library(lmerTest)
# Fit the model and look at its summary
model_out <- ___
summary(model_out)