Chokladmodell med alla koefficienter som slumpmässiga
Nu när effektkodningen är lagrad i chocolate-datan är vi redo att anpassa en modell där alla koefficienter är normalfördelade. För att göra det behöver vi skapa vektorn rpar som ska skickas in till mlogit(). Det är lite knepigt, så jag har skrivit den koden åt dig – men kör den gärna för att se hur den fungerar. Sedan ska du skriva anropet till mlogit().
Den här övningen är en del av kursen
Valmodellering för marknadsföring i R
Övningsinstruktioner
- De två första indata är modellformeln
Selection ~ 0 + Brand + Type + Priceoch datanchocolate. - Nästa indata ska vara
rpar = my_rpar, vilket talar om förmlogit()vilka koefficienter vi vill ska vara normalfördelade. - Det sista indatat ska vara
panel = TRUE.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# create my_rpar vector
choc_m2 <- mlogit(Selection ~ 0 + Brand + Type + Price, data=chocolate)
my_rpar <- rep("n", length(choc_m2$coef))
names(my_rpar) <- names(choc_m2$coef)
my_rpar
# fit model with random coefficients
choc_m7 <- mlogit(___)