模型的參數告訴我們各備選方案特徵的偏好程度。舉例來說,convertyes 的參數表示相較於基準層級 convertno,大家有多偏好敞篷車頂。如果 convertyes 的參數為正,代表平均而言大家更喜歡有敞篷車頂的車款;如果為負,則代表大家更喜歡沒有敞篷車頂的車款。
convertyes
convertno
使用 summary() 檢視 m1 模型物件的參數。然後解讀 convertyes 的參數,判斷敞篷車是否比非敞篷車更受青睞或較不受青睞。
summary()
m1
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
本章的目標是儘快帶你走完整個選擇模型流程,讓你對選擇模型能做到什麼,以及整體流程如何運作,有一個全面性的理解。核心概念是:我們可以用選擇模型來理解顧客的產品選擇如何受產品特徵影響。跑車買家是否偏好手排而非自排?差距有多大?為了提供概觀,我們會略過許多細節。後續章節會回頭補充資料準備、模型建構與解讀、以及結果報告的重點議題,讓你能充分準備,將這些方法應用在你自己的選擇資料上。
當前練習
取得選擇資料的來源很多,格式也各不相同。本章會示範如何將多種替代格式提供的資料整理成適合建立選擇模型的型態。我們也會討論如何設計問卷來蒐集你自己的選擇資料。
本章將更深入探討如何估計選擇模型。為了建立你思考選擇模型的基礎,我們會聚焦在多項羅吉斯(multinomial logit)模型如何把產品特徵轉換成決策者的選擇預測。這會提供一個架構,幫助你決定模型中應該納入哪些特徵。
不同的人有不同的品味與偏好。這點直覺上很明顯,也有大量行銷研究證實如此。本章介紹的選擇模型會假設不同決策者具有不同的偏好,這些偏好會影響其選擇。當模型能辨識不同消費者之間的偏好差異時,通常會對只吸引部分消費者的小眾產品,預測較高的市占。階層式模型在多數商業選擇模型應用中都相當常見,因此了解其運作方式非常重要。