Zacznij terazZacznij za darmo

Wpływ wielu zmiennych zero-jedynkowych na sprzedaż

Browar dystrybuował również kupony producenta oferujące obniżki ceny piwa Hoppiness. Trzecia strategia marketingowa polegała na łączeniu ekspozycji z aktywnością kuponową w celu zwiększenia wolumenu sprzedaży.

Tym razem obliczysz średnią log(SALES) dla każdej kombinacji poziomów zmiennych DISPLAY, COUPON i DISPLAYCOUPON, korzystając z funkcji aggregate(). Możesz to zrobić, dodając kolejno zmienne do argumentu formuły.

Aby opisać efekty aktywności kuponowej i ekspozycji, ponownie oszacujesz liniowy model odpowiedzi przy użyciu funkcji lm(). Jak zwykle, przeanalizujesz współczynniki modelu.

To ćwiczenie jest częścią kursu

Budowanie modeli reakcji w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz średnią log(SALES) dla każdej kombinacji poziomów zmiennych DISPLAY, COUPON i DISPLAYCOUPON.
  • Wyjaśnij log(SALES) za pomocą zmiennych DISPLAY, COUPON i DISPLAYCOUPON. Użyj funkcji lm() i przypisz wynik do obiektu o nazwie dummy.model.
  • Pobierz współczynniki modelu dummy.model, korzystając z funkcji coef().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Mean log(SALES)
___(___ ~ ___ + ___ + ___, FUN = ___, data = sales.data)

# Explain log(SALES) by DISPLAY, COUPON and DISPLAYCOUPON
dummy.model <- ___(___ ~ ___ + ___ + ___, data = sales.data)

# Obtain the coefficients
Edytuj i uruchom kod