擴充邏輯斯回應模型
記得,啤酒廠為了提高 Hoppiness 的銷量,安裝了銷售點展示架(point-of-sales displays)。為了讓品牌更突出,啤酒廠另外以「在地特色」來強調 Hoppiness。這些主打活動也與銷售點展示架搭配進行。
你先用 summary() 函式來彙整 DISPL.HOP、FEAT.HOP 和 FEATDISPL.HOP 這些行動。
接著,你以 price.ratio、DISPL.HOP、FEAT.HOP 和 FEATDISPL.HOP 來解釋 HOPPINESS 的購買機率。同樣地,你會使用 glm(),並將 family 參數設為 binomial。
最後,使用 margins() 函式計算各預測變數的邊際效果。
本練習屬於課程
在 R 中建立反應模型
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Summarizing the DISPL.HOP, FEAT.HOP, FEATDISPL.HOP actions
___(choice.data[c(___,___,___)])