ÎncepețiÎncepe gratuit

Care este valoarea adăugată?

Îți amintești de performanța slabă a primului tău model simplu de răspuns. Acum ești curios să afli ce valoare adaugă utilizarea decalajelor temporale. Prin urmare, combini toate instrumentele de marketing și efectele lor decalate într-un singur model numit extended.model. Obții predicțiile modelului folosind funcția fitted.values() aplicată pe obiectul extended.model. Pentru a compensa pierderea primei observații cauzate de operația de decalaj, adaugi NA la începutul vectorului de valori prezise.

De această dată, pentru a verifica modelul, afișezi relația dintre log(SALES) și indicele de parcurgere folosind plot(). De asemenea, adaugi predicțiile modelului la grafic folosind lines(). Funcția lines() unește punctele de date prezise și indicele de parcurgere prin segmente de linie.

Acest exercițiu face parte din cursul

Construirea modelelor de răspuns în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Estimează un model extins de răspuns care explică log(SALES) prin toate instrumentele de marketing și termenii lor decalați. Atribuie rezultatul unui obiect numit extended.model.
  • Obține predicțiile modelului folosind funcția fitted.values() aplicată pe obiectul extended.model. Atribuie rezultatul unui obiect numit predicted.values.
  • Afișează relația dintre log(SALES) și indicele de parcurgere folosind funcția plot().
  • Adaugă predicțiile modelului la grafic folosind funcția lines().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Extend the sales resonse model
___ <- ___(___ ~ PRICE + Price.lag + DISPLAY + Display.lag + COUPON + Coupon.lag + DISPLAYCOUPON + DisplayCoupon.lag, data = sales.data)

# Obtain the model predictions
predicted.values <- c(NA,___(___))

# Plot log(SALES) against the running index
___(___ ~ 1, data = sales.data)

# Add the model predictions to the plot
___(___ ~ ___)
Editează și rulează codul