所有系数均为随机的巧克力模型
现在我们已经在 chocolate 数据中保存了效应编码，就可以拟合一个所有系数都服从正态分布的模型了。为此，您需要创建传给 mlogit() 的 rpar 向量。这一步有些复杂，所以我已为您写好代码，但请运行它以了解其工作方式。接下来，您将编写对 mlogit() 的调用。
本练习是课程的一部分
R 中的营销选择建模
练习说明
- 前两个输入是模型公式
Selection ~ 0 + Brand + Type + Price和数据chocolate。 - 接下来应输入
rpar = my_rpar，用于告诉mlogit()哪些系数应服从正态分布。 - 最后一个输入应为
panel = TRUE。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(___)