Model genişletmeleri 2: Gecikmeli etkiler

R ile Tepki Modelleri Oluşturma

Kathrin Gruber

Assistant Professor of Econometrics Erasmus University Rotterdam

Gecikmeler hakkında

Taşma etkisi

Pazarlama faaliyetleri ile yanıt arasındaki süre.
Geri kaydırma ile birden çok dönemin değerlendirilmesi.

Nasıl geciktirilir?

head(cbind(sales.data$PRICE, 
           lag(sales.data$PRICE, n = 1)))

        [,1]     [,2]
[1,] 1.090000       NA
[2,] 1.271818 1.090000
[3,] 1.271818 1.271818
[4,] 1.271818 1.271818
[5,] 1.271818 1.271818
[6,] 1.271818 1.271818

Gecikmeli fiyat etkileri ekleme

Price.lag <- lag(sales.data$PRICE)

lag.model <- lm(log(SALES) ~ PRICE + Price.lag, data = sales.data)
coef(lag.model)

(Intercept)        PRICE    Price.lag  
      3.906       -4.579        4.935

Daha fazla gecikme

Coupon.lag <-  lag(sales.data$COUPON)

lm(update(lag.model, . ~ . + COUPON + Coupon.lag), data = sales.data)

Call:
lm(formula = update(lag.model, . ~ . + COUPON + Coupon.lag), data = sales.data)

Coefficients:
(Intercept)        PRICE    Price.lag       COUPON   Coupon.lag  
     3.8327      -4.5050       4.8426       0.9697       0.3840

Katma değer nedir?

lag.model <- lm(log(SALES) ~ PRICE + Price.lag + DISPLAY + Display.lag + 
                COUPON + Coupon.lag + DISPLAYCOUPON + DisplayCoupon.lag, 
                data = sales.data)

plot(log(SALES) ~ 1, data = sales.data)
lines(c(NA, fitted.values(lag.model)) ~ 1)

Haydi pratik yapalım!

R ile Tepki Modelleri Oluşturma