Porovnání výstupů logistické regrese

Při tvorbě modelů chceš mít více pozorování, než je počet odhadovaných parametrů. Těmto nadbytečným hodnotám se říká stupně volnosti.

Model s příliš malým počtem pozorování může být přetrénovaný (overfit), nebo dokonce neodhadnutelný (někdy označovaný jako singulární). Sledování stupňů volnosti ti navíc pomůže zkontrolovat data i kód. Například nesoulad mezi stupni volnosti a počtem pozorování, které očekáváš, může naznačovat, že data potřebují další čištění, v kódu se skrývá chyba nebo že model není správně sestavený.

Široký a dlouhý formát vstupu pro funkci glm() produkují různé stupně volnosti, protože rozdílný počet řádků dat způsobuje, že model předpokládá odlišný počet pozorování.

V předchozích cvičeních jsi odhadl/a logistickou regresi třemi různými způsoby zadání vstupu. Tyto modely jsou pro tebe načteny jako lr_1, lr_2 a lr_3. Prohledni si jejich souhrny.

Jak se stupně volnosti napříč modely liší?