Predicción de probabilidades de elección con PROC BCHOICE

Este script ilustra el uso del procedimiento BCHOICE para ajustar un modelo de elección discreta (aquí preferencias por chocolate) y predecir las probabilidades de elección para un conjunto de escenarios definidos por el usuario (covariables). Crea datos de entrenamiento y una matriz de diseño (DesignMatrix), ejecuta la simulación MCMC y genera distribuciones predictivas posteriores a través de la instrucción PREDDIST.

Análisis de datos

Type : CREATION_INTERNE

Los datos de entrenamiento (Chocs) y las covariables para la predicción (DesignMatrix) se crean íntegramente en el script mediante pasos DATA y DATALINES.

1 Bloque de código

DATA STEP Data

Explicación :
Creación del conjunto de datos 'Chocs' que contiene las elecciones observadas (variable Choice) para 10 sujetos (Subj) en función de las características binarias del producto (Dark, Soft, Nuts).

¡Copiado!

1	DATA Chocs;
2	INPUT Subj Choice Dark Soft Nuts;
3	DATALINES;
4	1 0 0 0 0
5	1 0 0 0 1
6	1 0 0 1 0
7	1 0 0 1 1
8	1 1 1 0 0
9	1 0 1 0 1
10	1 0 1 1 0
11	1 0 1 1 1
12	2 0 0 0 0
13	2 0 0 0 1
14	2 0 0 1 0
15	2 0 0 1 1
16	2 0 1 0 0
17	2 1 1 0 1
18	2 0 1 1 0
19	2 0 1 1 1
20	3 0 0 0 0
21	3 0 0 0 1
22	3 0 0 1 0
23	3 0 0 1 1
24	3 0 1 0 0
25	3 0 1 0 1
26	3 1 1 1 0
27	3 0 1 1 1
28	4 0 0 0 0
29	4 0 0 0 1
30	4 0 0 1 0
31	4 0 0 1 1
32	4 1 1 0 0
33	4 0 1 0 1
34	4 0 1 1 0
35	4 0 1 1 1
36	5 0 0 0 0
37	5 1 0 0 1
38	5 0 0 1 0
39	5 0 0 1 1
40	5 0 1 0 0
41	5 0 1 0 1
42	5 0 1 1 0
43	5 0 1 1 1
44	6 0 0 0 0
45	6 0 0 0 1
46	6 0 0 1 0
47	6 0 0 1 1
48	6 0 1 0 0
49	6 1 1 0 1
50	6 0 1 1 0
51	6 0 1 1 1
52	7 0 0 0 0
53	7 1 0 0 1
54	7 0 0 1 0
55	7 0 0 1 1
56	7 0 1 0 0
57	7 0 1 0 1
58	7 0 1 1 0
59	7 0 1 1 1
60	8 0 0 0 0
61	8 0 0 0 1
62	8 0 0 1 0
63	8 0 0 1 1
64	8 0 1 0 0
65	8 1 1 0 1
66	8 0 1 1 0
67	8 0 1 1 1
68	9 0 0 0 0
69	9 0 0 0 1
70	9 0 0 1 0
71	9 0 0 1 1
72	9 0 1 0 0
73	9 1 1 0 1
74	9 0 1 1 0
75	9 0 1 1 1
76	10 0 0 0 0
77	10 0 0 0 1
78	10 0 0 1 0
79	10 0 0 1 1
80	10 0 1 0 0
81	10 1 1 0 1
82	10 0 1 1 0
83	10 0 1 1 1
84	;

2 Bloque de código

DATA STEP Data

Explicación :
Creación de una tabla 'DesignMatrix' que contiene las 8 combinaciones posibles de atributos para los cuales se desean calcular las probabilidades predichas.

¡Copiado!

1	DATA DesignMatrix;
2	INPUT Dark Soft Nuts;
3	DATALINES;
4	0 0 0
5	0 0 1
6	0 1 0
7	0 1 1
8	1 0 0
9	1 0 1
10	1 1 0
11	1 1 1
12	;

3 Bloque de código

PROC BCHOICE

Explicación :
Ejecución de PROC BCHOICE para ajustar el modelo. La instrucción MODEL especifica la respuesta y los efectos. La instrucción PREDDIST utiliza las covariables de 'DesignMatrix' para generar las distribuciones predictivas (Probabilidades) en la tabla de salida 'Predout'.

¡Copiado!

1	PROC BCHOICE DATA=Chocs outpost=Bsamp nmc=10000 thin=2 seed=124;
2	class Dark(ref='0') Soft(ref='0') Nuts(ref='0') Subj;
3	model Choice = Dark Soft Nuts / choiceset=(Subj);
4	preddist covariates=DesignMatrix nalter=8 outpred=Predout;
5	RUN;

4 Bloque de código

MACRO CALL

Explicación :
Llamada a la macro %SUMINT para resumir los intervalos de credibilidad de las probabilidades predichas (variables que comienzan con Prob_1_) contenidas en la tabla 'Predout'.

¡Copiado!

1	%SUMINT(DATA=Predout, var=Prob_1_:)

Este material se proporciona "tal cual" por We Are Cas. No hay garantías, expresas o implícitas, en cuanto a la comerciabilidad o idoneidad para un propósito particular con respecto a los materiales o el código contenidos en este documento. We Are Cas no es responsable de los errores en este material tal como existe ahora o existirá, ni We Are Cas proporciona soporte técnico para el mismo.

Información de copyright : SAS SAMPLE LIBRARY, NAME: BCHCEX7, PRODUCT: STAT

Retour à la liste