bws_case1_app / _Main_Generalized.R
rodrigoheldt
Add Insights tab: Gamma heatmap, SoP by segment, slopegraph, beta distributions, strategic quadrant
6a30d28
Raw History Blame Contribute Delete
12.8 kB
# ==============================================================================
# _Main_Generalized.R – Versão generalizada de _Main.R
#
# Ponto de entrada: seção 1.3 — o usuário fornece diretamente o arquivo
# dataMlogit.csv, eliminando a dependência do pipeline Qualtrics.
#
# Estrutura idêntica ao _Main.R original a partir da seção 2.
# Modelos: MNL · MXL · MXL-Hier (todos via pacote gmnl)
# ==============================================================================
# ==============================================================================
# PARÂMETROS DO USUÁRIO <<< EDITE APENAS ESTA SEÇÃO >>>
# ==============================================================================
# 1. Caminho para o arquivo dataMlogit no formato padronizado
dataMlogitFile <- "Data/dataMlogit.csv"
# 2. Variáveis de segmentação ORIGINAIS presentes em dataMlogit
# (colunas categóricas, ex: "Usage" — não as dummies "Usage_Medium")
segmentationVars <- c("NCards", "Usage", "Age", "Education")
# 3. Radical da variável de segmentação a usar no MXL-Hier (heterog. observada)
# O código detecta automaticamente as dummies correspondentes.
# Exemplo: "Usage_" → detecta Usage_Medium, Usage_High, etc.
segmentationVarsRadical <- "Usage_"
# 4. Número de draws para os modelos Mixed Logit (MXL e MXL-Hier)
nDraws <- 200 # Halton sequences converge com menos draws que Monte Carlo (haltons=NA)
# 5. Rótulo do segmento de REFERÊNCIA do MXL-Hier (categoria omitida nas dummies)
# Exemplo: segmentationVarsRadical = "Usage_" → referência = "Usage_Low"
referenceSegmentLabel <- "Usage_Low"
# 6. Segmentos a comparar no slopegraph (seção 7.3)
slopegraphFrom <- "Usage_Low"
slopegraphTo <- "Usage_High"
# 7. Variável categórica original usada no MXL-Hier (para distribuição de beta_i)
# = nome da coluna categórica em dataMlogit (sem o sufixo "_")
hierSegmentVarCategorical <- "Usage"
# 8. Número de atributos top para a distribuição de beta_i (seção 7.4)
nTopAttributes <- 6
# 5. (Opcional) Arquivo CSV com mapeamento labelId → rótulo legível
# Colunas: labelId (ex: "T1"), label (ex: "Cashback nas compras")
# Deixe NULL para usar os próprios labelIds como rótulos
attributeLabelFile <- "Data/attributeLabel.csv"
# ==============================================================================
# FIM DOS PARÂMETROS DO USUÁRIO
# ==============================================================================
#### 1. Carregamento de pacotes e funções ######################################
library(gmnl)
library(mlogit)
library(tidyverse)
library(stringr)
library(fastDummies)
library(lmtest)
library(ggrepel)
source("Functions/CreateResultCount.R")
source("Functions/ShareOfPreferencesMnlMixl.R")
source("Functions/ShareOfPreferencesMixlHier.R")
source("Functions/MakeFormulaMixlHier.R")
source("Functions/SegmentationAnalysis.R")
source("Functions/files2/ShareOfPreferencesBySegment.R")
source("Functions/files2/PlotGammaHeatmap.R")
source("Functions/files2/PlotShareOfPreferencesBySegment.R")
source("Functions/files2/PlotAttributeRankingSlopegraph.R")
source("Functions/files2/PlotBetaDistributionsBySegment.R")
source("Functions/files2/PlotStrategicQuadrant.R")
# 1.3. Carregar dataMlogit (ponto de entrada generalizado) ---------------------
dataMlogit <- read.csv(
file = dataMlogitFile,
header = TRUE,
sep = ","
) %>%
mutate(
Response = as.logical(Response),
Str = as.character(Str),
Id = as.integer(Id),
Q = as.integer(Q),
Pair = as.integer(Pair)
)
# 1.4. Detectar colunas de atributos e rótulos ---------------------------------
attributeCols <- sort(names(dataMlogit)[grepl("^T[0-9]+$", names(dataMlogit))])
message("Atributos detectados (", length(attributeCols), "): ",
paste(attributeCols, collapse = ", "))
if (!is.null(attributeLabelFile) && file.exists(attributeLabelFile)) {
attributeLabel <- read.csv(attributeLabelFile, stringsAsFactors = FALSE)
} else {
attributeLabel <- data.frame(labelId = attributeCols, label = attributeCols,
stringsAsFactors = FALSE)
}
# 1.5. Extrair características individuais direto do dataMlogit ---------------
segVarsPresent <- segmentationVars[segmentationVars %in% names(dataMlogit)]
indCharacteristics <- dataMlogit %>%
distinct(Id, .keep_all = TRUE) %>%
select(Id, all_of(segVarsPresent))
# 1.6. Preparar dados no formato mlogit.data (necessário para gmnl) -----------
dataMlogitGmnl <- mlogit.data(
data = dataMlogit,
choice = "Response",
shape = "long",
chid.var = c("Str", "Id"),
alt.var = "Pair"
)
# ==============================================================================
# 2. Análise de contagem
# ==============================================================================
resultCount <- CreateResultCount(
dataMlogit = dataMlogit
)
print(resultCount)
# ==============================================================================
# 3. Multinomial Logit (MNL)
# ==============================================================================
resultMnl <- gmnl(
formula = as.formula(
paste0(
"Response ~ ",
str_c(resultCount %>% filter(Rank != max(Rank)) %>% pull(labelId),
collapse = " + "),
" - 1 | 0"
)
),
data = dataMlogitGmnl,
model = "mnl"
)
summary(resultMnl)
# 3.1. AIC e Log-Likelihood
AIC(resultMnl)
logLik(resultMnl)
# 3.2. Share of Preferences
shareOfPreferencesMnl <- ShareOfPreferencesMnlMixl(
resultModelOutput = resultMnl,
resultCount = resultCount
)
print(shareOfPreferencesMnl)
# ==============================================================================
# 4. Mixed Logit – heterogeneidade NÃO observada (MXL)
# ==============================================================================
# 4.1. Vetor de parâmetros aleatórios (distribuição normal para todos)
random_params <- setNames(
rep("n", nrow(resultCount) - 1),
resultCount %>% filter(Rank != max(Rank)) %>% pull(labelId)
)
# 4.2. Estimação
resultMxl <- gmnl(
formula = as.formula(
paste0(
"Response ~ ",
str_c(resultCount %>% filter(Rank != max(Rank)) %>% pull(labelId),
collapse = " + "),
" - 1 | 0"
)
),
data = dataMlogitGmnl,
model = "mixl",
ranp = random_params,
panel = TRUE,
id.var = "Id",
R = nDraws,
haltons = NULL, # Halton sequences: convergência ~3-5x mais rápida
cores = parallel::detectCores() - 1 # Usar todos os núcleos menos 1
)
summary(resultMxl)
# 4.3. AIC e Log-Likelihood
AIC(resultMxl)
logLik(resultMxl)
# 4.4. Share of Preferences
shareOfPreferencesMxl <- ShareOfPreferencesMnlMixl(
resultModelOutput = resultMxl,
resultCount = resultCount
)
print(shareOfPreferencesMxl)
# ==============================================================================
# 5. Mixed Logit Hierárquico – heterogeneidade OBSERVADA (MXL-Hier)
# ==============================================================================
# 5.1. Detectar automaticamente as colunas dummy do radical informado
# Ex: segmentationVarsRadical = "Usage_" → c("Usage_Medium","Usage_High")
hierDummyCols <- dataMlogit %>%
select(starts_with(segmentationVarsRadical)) %>%
colnames()
message("Variáveis de heterogeneidade observada (", length(hierDummyCols), "): ",
paste(hierDummyCols, collapse = ", "))
# 5.2. Construir fórmula e parâmetros via MakeFormulaMixlHier
formulaMixlHier <- MakeFormulaMixlHier(
segmentationVars = hierDummyCols,
resultCount = resultCount
)
# 5.3. Estimação
resultMxlHier <- gmnl(
formula = formulaMixlHier$formulaMixlHier,
data = dataMlogitGmnl,
model = "mixl",
ranp = formulaMixlHier$randomParams,
mvar = formulaMixlHier$mVar,
panel = TRUE,
id.var = "Id",
R = nDraws,
haltons = NULL, # Halton sequences: convergência ~3-5x mais rápida
cores = parallel::detectCores() - 1 # Usar todos os núcleos menos 1
)
summary(resultMxlHier)
# 5.4. AIC e Log-Likelihood
AIC(resultMxlHier)
logLik(resultMxlHier)
# 5.5. Share of Preferences
shareOfPreferencesMxlHier <- ShareOfPreferencesMixlHier(
resultModelOutput = resultMxlHier,
resultCount = resultCount,
dataMlogit = dataMlogit,
mVarList = formulaMixlHier$mVar
)
print(shareOfPreferencesMxlHier)
# ==============================================================================
# 6. Likelihood Ratio Tests (LRT)
# ==============================================================================
# 6.1. MNL vs MXL (testa se heterogeneidade não observada é relevante)
lrtest(resultMnl, resultMxl)
# 6.2. MXL vs MXL-Hier (testa se heterogeneidade observada acrescenta)
lrtest(resultMxl, resultMxlHier)
# ==============================================================================
# 7. Segmentação por variáveis demográficas/comportamentais (via MXL indpar)
# ==============================================================================
# Extrair parâmetros individuais do gmnl ($bi = array [Id, R, beta])
indpar_matrix <- apply(resultMxl$bi, c(1, 3), mean)
indpar_df <- as.data.frame(indpar_matrix) %>%
mutate(id = sort(unique(dataMlogit$Id))) %>%
select(id, everything())
if (!dir.exists("Results")) dir.create("Results")
for (segVar in segVarsPresent) {
message("Segmentação por: ", segVar)
assign(
paste0("segmentation", segVar),
SegmentationAnalysis(
indpar = indpar_df,
indCharacteristics = indCharacteristics,
segmentationVar = segVar
)
)
}
# ==============================================================================
# FORMATO ESPERADO DE dataMlogit (referência rápida)
# ==============================================================================
# Id, Q, Str, Best, Worst, Pair, ResponseBest, ResponseWorst, Response,
# T1..Tn (dummies +1/-1/0 por atributo),
# [segVars originais], [dummies de segVars]
# Ver Data/README.txt para descrição completa.
# ==============================================================================
# ==============================================================================
# 7. Post-hoc insights do MXL-Hier (heterogeneidade observada)
# Equivalente ao _MainHeterogeneityInsights.R original.
# ==============================================================================
# 7.1. Heatmap dos coeficientes Gamma
# Visualiza o quanto cada segmento desloca a preferência média de cada atributo
# em relação ao grupo de referência.
heatmapGamma <- PlotGammaHeatmap(
resultModelOutput = resultMxlHier,
resultCount = resultCount,
segmentationVars = hierDummyCols,
attributeLabel = attributeLabel
)
print(heatmapGamma$plot)
# 7.2. Share of Preferences por segmento
# Calcula o SoP para perfis sintéticos de cada segmento usando os Gamma estimados.
sopBySegment <- PlotShareOfPreferencesBySegment(
resultModelOutput = resultMxlHier,
resultCount = resultCount,
mVarList = formulaMixlHier$mVar,
segmentationVars = hierDummyCols,
referenceSegmentLabel = referenceSegmentLabel,
attributeLabel = attributeLabel
)
print(sopBySegment$plot)
# 7.3. Slopegraph de mudança de ranking entre segmentos
# Atributos que sobem indicam oportunidade de diferenciação no segmento de destino.
slopegraph <- PlotAttributeRankingSlopegraph(
sopBySegmentData = sopBySegment$data,
fromSegment = slopegraphFrom,
toSegment = slopegraphTo
)
print(slopegraph$plot)
# 7.4. Distribuição de beta_i por segmento (via effect.gmnl)
# Extrai estimativas individuais condicionais e as distribui por segmento.
betaDist <- PlotBetaDistributionsBySegment(
resultModelOutput = resultMxlHier,
resultCount = resultCount,
dataMlogit = dataMlogit,
attributeLabel = attributeLabel,
segmentVar = hierSegmentVarCategorical,
nTopAttributes = nTopAttributes
)
print(betaDist$plot)
# 7.5. Quadrante estratégico 2×2
# Mapeia cada atributo em (importância média) × (variabilidade entre segmentos).
# Quadrantes sugerem ações estratégicas distintas por atributo.
quadrant <- PlotStrategicQuadrant(
sopBySegmentData = sopBySegment$data,
referenceSegment = referenceSegmentLabel
)
print(quadrant$plot)
# 7.6. Tabela consolidada de insights estratégicos
insightsTable <- quadrant$data %>%
arrange(desc(meanShare)) %>%
mutate(
meanShare = scales::percent(meanShare, accuracy = 0.1),
shareRange = scales::percent(shareRange, accuracy = 0.1)
)
print(insightsTable)
# write.csv(insightsTable, "Results/strategic_insights.csv", row.names = FALSE)