Definindo códigos de efeitos

Neste exercício, vamos alterar o data frame de chocolate para que os contrastes dos fatores Brand e Type sejam definidos como códigos de efeitos. Os dados chocolate já foram carregados e eu escrevi o código para alterar o fator Brand. Sua tarefa é copiar esse código e adaptá-lo para a variável Type.

Este exercicio faz parte do curso

Modelagem de Escolha para Marketing em R

Ver curso

Instruções do exercicio

Copie as três linhas de código que escrevi para alterar os contrastes da variável Brand.
No código copiado, troque chocolate$Brand por chocolate$Type.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# set the contrasts for Brand to effects code
contrasts(chocolate$Brand) <- contr.sum(levels(chocolate$Brand))
dimnames(contrasts(chocolate$Brand))[[2]] <- levels(chocolate$Brand)[1:4]
contrasts(chocolate$Brand)

# set the contrasts for Type to effects code

Editar e Executar Código

Este exercicio faz parte do curso

Modelagem de Escolha para Marketing em R

AvançadoNível de habilidade

4.8+

42 reviews

Comece o curso gratuitamente

Nosso objetivo neste capítulo é levar você por todo o processo de modelagem de escolha o mais rápido possível, para que tenha uma visão ampla do que podemos fazer com modelos de escolha e de como o processo funciona. A ideia principal é que podemos usar um modelo de escolha para entender como as escolhas de produtos dos clientes dependem das características desses produtos. Compradores de carros esportivos preferem câmbio manual a automático? E por quanto? Para dar essa visão geral, vamos pular muitos detalhes. Nos capítulos seguintes, vamos retomar e abordar pontos importantes na preparação dos dados, na especificação e interpretação dos modelos e na apresentação dos seus resultados, para que você esteja totalmente preparado para usar esses métodos com seus próprios dados de escolha.

Exercise 1: Por que escolha?Exercise 2: Dados de escolhas Exercise 3: Inspecionando dados de escolha Exercise 4: Encontrando os níveis de um fator Exercise 5: Inspecionando uma observação de escolha Exercise 6: O que as pessoas escolheram?Exercise 7: Ajustando e interpretando um modelo de escolha Exercise 8: Ajustando um modelo de escolha Exercise 9: Interpretando parâmetros Exercise 10: Usando modelos de escolha para tomar decisões Exercise 11: Prevendo participações de escolha Exercise 12: Plotando as participações de escolha

Há muitas fontes de dados de escolha e várias formas de formatação. Neste capítulo, vamos pegar dados fornecidos em formatos alternativos e aprender a prepará-los para a modelagem de escolha. Também vamos discutir como você pode construir uma pesquisa para coletar seus próprios dados de escolha.

Exercise 1: Montando dados de escolha Exercise 2: Quantas escolhas temos?Exercise 3: Atributos e níveis Exercise 4: Inspecionar uma única escolha Exercise 5: Convertendo de formato wide para long Exercise 6: Converter de wide para long Exercise 7: Ordene os dados em formato long Exercise 8: Altere a variável Selection Exercise 9: Dados de escolha em dois arquivos Exercise 10: Inspecionar uma escolha em dois arquivos Exercise 11: Mesclando dois arquivos Exercise 12: Visualizando dados de escolha Exercise 13: Quais tipos de chocolate as pessoas escolhem?Exercise 14: As pessoas escolhem preços mais baixos?Exercise 15: Como criar uma pesquisa de conjoint

Neste capítulo, vamos nos aprofundar na estimação de modelos de escolha. Para dar base ao seu entendimento, vamos focar em como o modelo logit multinomial transforma as características do produto em uma previsão do que o tomador de decisão vai escolher. Isso vai oferecer um arcabouço para você decidir quais características incluir no seu modelo.

Exercise 1: Modelos de escolha - por baixo dos panos Exercise 2: Criar objeto mlogit.data Exercise 3: Ajuste um modelo de escolha Exercise 4: Remover o intercepto Exercise 5: Interpretando os parâmetros do modelo de escolha Exercise 6: Qual marca de chocolate é mais preferida?Exercise 7: Calculando a disposição a pagar Exercise 8: Preço como fator Exercise 9: Teste de razão de verossimilhança Exercise 10: Interceptos e interações Exercise 11: Interação entre marca e tipo Exercise 12: Interação entre preço e ordem do teste Exercise 13: Prevendo participações Exercise 14: Prevendo participações para o segmento racer Exercise 15: Prever participação para barras de chocolate Exercise 16: Plotar as participações para barras de chocolate

Pessoas diferentes têm gostos e preferências diferentes. Isso é intuitivo, e há também ampla pesquisa em marketing mostrando que é verdade. Este capítulo aborda modelos de escolha nos quais assumimos que diferentes tomadores de decisão têm preferências distintas que influenciam suas escolhas. Quando nossos modelos reconhecem que consumidores diferentes têm preferências diferentes, eles tendem a prever participações maiores para produtos de nicho que atraem um subconjunto de consumidores. Modelos hierárquicos são usados na maioria das aplicações comerciais de modelagem de escolha, então é importante entender como funcionam.

Exercise 1: O que é um modelo de escolha hierárquico?Exercise 2: Quantas pessoas responderam à pesquisa sobre chocolate?Exercise 3: Modelo de chocolate com coeficiente de preço aleatório Exercise 4: Heterogeneidade nas preferências por outros atributos Exercise 5: Definindo códigos de efeitos

Exercicio Atual

Exercise 6: Modelo de chocolate com todos os coeficientes aleatórios Exercise 7: Interpretando parâmetros de modelos hierárquicos Exercise 8: Como as pessoas valorizam o chocolate branco?Exercise 9: Prevendo participações com modelos hierárquicos Exercise 10: Prevendo participações para chocolates Exercise 11: Até logo e boa sorte!