营销示例

正如视频中所述，我们的客户想知道：朋友的推荐是否会让更多人购买，而不是放弃他的在线产品。他向我们提供了一个名为 all_data 的 data.frame，其中汇总了数据。该数据包含 4 个测试城市（city）的 Purchases（购买次数）和 Pass（放弃次数），以及客户的 ranking（排名）。这种数据结构适合对这两列使用 cbind() 创建一个矩阵（在 R 中还有其他创建矩阵的方法，但这是最简单的方法之一）。

您想检验的是，来自 friend 的推荐是否会提高人们购买该产品的概率。为回答这个问题，您将构建一个 glmer() 模型，然后查看模型输出。

如果 friend 的参数估计显著大于 0，则朋友的推荐会提高购买的概率。 如果 friend 的参数估计显著小于 0，则朋友的推荐会降低购买的概率。 如果 friend 的参数估计与 0 不显著不同，则朋友的推荐对是否购买没有影响。