Kom igångKom igång gratis

Chokladmodell med slumpmässig priskoefficient

Nu är vi redo att anpassa en hierarkisk modell till chocolate-data. Vi utgår från koden vi använde tidigare för att skatta en icke-hierarkisk valmodell och anpassar den så att parametern Price är normalfördelad. chocolate-data är fortfarande inläst.

Den här övningen är en del av kursen

Valmodellering för marknadsföring i R

Visa kurs

Övningsinstruktioner

  • Lägg till argumentet id.var = "Subject" i mlogit.data(). Det anger vilken person som svarat på varje fråga.
  • Lägg till argumentet rpar i mlogit(). Det ska vara c(Price = "n") för att ange att koefficienten för Price ska vara normalfördelad.
  • Lägg till argumentet panel = TRUE i mlogit() för att ange att varje Subject ska ha en egen Price-koefficient.
  • Plotta den hierarkiska modellen genom att skriva plot(choc_m6).

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# add id.var input to mlogit.data call
chocolate <- mlogit.data(chocolate, choice = "Selection", shape="long", 
                         varying=6:8, alt.var = "Alt", ____)
                         
# add rpar and panel inputs to mlogit call
choc_m6 <- mlogit(Selection ~ 0 + Brand + Type + Price, data = chocolate, 
                  ____, ____)

# plot the model
Redigera och kör kod