Линейная регрессия с произведением фактора и независимой переменной
Я пытаюсь оценить модель спроса:
d_t^k = a_t - b^k p_t^k + e_t^k
Индексыt
для номера недели,k
для номера продукта. Спрос на каждый товарd_t^k
зависит от общей сезонности, которую разделяют все продуктыa_t
и является аффинной функцией цены продукта на этой неделеp_t^k
плюс некоторая нормальная случайная ошибка.e_t^k
Однако, если я использую следующееlm
вызов функции, это дает мне один коэффициентb
заprice
когда то, что я хочу, это один коэффициент на продуктb^k
за .price^k
lm(demand ~ factor(week) + price, data = df)
Как правильно выразить модель?
lm(demand ~ factor(week) + factor(product) * price, data = df)
Я предполагаю, что вышесказанное сработает, и это, но я могуне могу найти никакой документации, которая говорит мне, что там происходит.
В качестве конкретного примера, у меня есть следующий код, который выполняется на немного другой модели спроса d_t ^ k = a_t + a ^ k - b ^ k p_t ^ k + e_t ^ k
# Generate fake prices and sales, and estimate the coefficients of
# the demand model.
number.of.items