Що таке ієрархічна модель вибору?

Моделювання вибору для маркетингу в R

Elea McDonnell Feit

Assistant Professor of Marketing, Drexel University

Гетерогенність у вподобаннях

визначення гетерогенності

Ієрархічні моделі вибору (моделі з випадковими коефіцієнтами)

for (i in 1:n_resp) { 
  beta[i] <- mvrnorm(1, beta_0, Sigma)  # Random normal vector

  for (j in 1:n_task[i]) {

    X <- X[X$resp == i & X$task == j, ] 
    u <- X %*% beta[i]
    p[i,] <- exp(u) / sum(exp(u))

  }

}

Підгонка ієрархічної мультиноміальної логіт-моделі

sportscar$chid <- cumsum(sportscar$alt == 1)

sportscar <- dfidx(sportscar, 
                   idx = list(c("chid", "resp_id"), "alt"), 
                   choice = "choice")

m7 <- mlogit(choice ~ 0 + seat + trans + convert + price, 
             data = sportscar, 
             rpar = c(price = "n"), 
             panel = TRUE)

summary(m7)

...
Coefficients :
              Estimate Std. Error  z-value  Pr(>|z|)    
seat4       -0.0326218  0.0740443  -0.4406   0.65952    
seat5        0.4544553  0.0714673   6.3589 2.032e-10 ***
transmanual -1.2925526  0.0636226 -20.3159 < 2.2e-16 ***
convertyes   0.1400733  0.0588390   2.3806   0.01728 *  
price       -0.1249808  0.0081003 -15.4291 < 2.2e-16 ***
sd.price    -0.0067935  0.0457854  -0.1484   0.88205    

Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Log-Likelihood: -1814.7

random coefficients
      Min.    1st Qu.     Median       Mean    3rd Qu. Max.
price -Inf -0.1295629 -0.1249808 -0.1249808 -0.1203987  Inf
...

Розподіл коефіцієнта price

plot(m7)

щільність коефіцієнта price

Давайте потренуємось!

Моделювання вибору для маркетингу в R