所有係數皆為隨機的巧克力模型
現在 chocolate 資料中已經備好 effects coding，我們要來擬合一個所有係數皆呈常態分佈的模型。為了做到這點，我們需要建立要傳給 mlogit() 的 rpar 向量。這有一點繁瑣，所以我已經幫你寫好程式碼了，但請你執行看看它如何運作。接著，你要自己撰寫呼叫 mlogit() 的程式。
本練習屬於課程
R 的行銷選擇模型
練習說明
- 前兩個輸入為模型公式
Selection ~ 0 + Brand + Type + Price與資料chocolate。 - 接著的輸入應為
rpar = my_rpar，用來告訴mlogit()我們希望哪些係數為常態分佈。 - 最後一個輸入應為
panel = TRUE。
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。
# 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(___)