Bắt đầu ngayBắt đầu miễn phí

Giá trị gia tăng là gì?

Bạn vẫn còn nhớ hiệu năng kém của mô hình phản hồi đơn giản đầu tiên. Giờ bạn muốn biết việc đưa độ trễ vào có mang lại giá trị gì. Do đó, bạn kết hợp tất cả công cụ marketing và hiệu ứng độ trễ của chúng trong một mô hình tên là extended.model. Bạn lấy giá trị dự báo của mô hình bằng cách dùng hàm fitted.values() trên đối tượng extended.model. Để bù cho việc mất quan sát đầu tiên do phép dịch độ trễ, bạn nối thêm NA vào vector giá trị dự báo.

Lần này, để kiểm tra mô hình, bạn hiển thị mối quan hệ giữa log(SALES) và chỉ số chạy bằng plot(). Tương tự, bạn thêm đường dự báo của mô hình vào đồ thị bằng lines(). Hàm lines() sẽ nối các điểm dữ liệu dự báo với chỉ số chạy bằng các đoạn thẳng.

Bài tập này là một phần của khóa học

Xây dựng mô hình phản hồi trong R

Xem khóa học

Hướng dẫn bài tập

  • Ước lượng một mô hình phản hồi mở rộng giải thích log(SALES) bằng tất cả công cụ marketing và các biến độ trễ của chúng. Gán kết quả vào đối tượng tên extended.model.
  • Lấy các giá trị dự báo của mô hình bằng hàm fitted.values() trên đối tượng extended.model. Gán kết quả vào đối tượng predicted.values.
  • Hiển thị mối quan hệ giữa log(SALES) và chỉ số chạy bằng hàm plot().
  • Thêm các giá trị dự báo của mô hình vào đồ thị bằng hàm lines().

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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
___(___ ~ ___)
Chỉnh sửa và Chạy Mã