我们尝试使用无选项计算CBCA。我们遵循Elea McDonnel撰写的“用于营销研究和分析的R（使用R！）”一书，使用了ChoiceModelR软件包。我们在此处找到函数“ predict.hb.mnl”。

predict.hb.mnl <- function(betadraws,data) {
  data.model <- model.matrix(~ Scan + Eco + price,data = data)#our formula
  data.model <- data.model[,-1]
  nresp <- dim(betadraws)[1]
  ndraws <- dim(bayesLukas$betadraw)[3]
  shares <- array(dim=c(nresp,nrow(data),ndraws))
  for (d in 1:ndraws) {
    for (i in 1:nresp) {
      utility <- data.model %*% betadraws[i,d]
      shares[i,d] = exp(utility) / sum(exp(utility))
    }
  }
  shares.agg <- apply(shares,2:3,mean)
  cbind(share = apply(shares.agg,1,mean),pct = t(apply(shares.agg,quantile,probs = c(0.05,0.95))),data)
}

此函数计算每个面板单元的beta，但不考虑数据中的none选项。是否有可能补充上面的功能，或者有其他建议我们可以添加它。 非常感谢！