Simpsonův paradox
Simpsonův paradox nastává, když přidání nebo odebrání koeficientu změní výsledky analýzy – a v regresích na to musíš dávat pozor.
Ilustruje to dobře dataset přijímacího řízení na UC Berkeley z roku 1973.
Na první pohled to vypadá, že ženy mají menší šanci na přijetí do postgraduálních programů.
Jenže když přidáš Department jako koeficient, statistická významnost pohlaví zmizí.
Ukazuje se totiž, že uchazečky se hlásily na náročnější programy než uchazeči.
Poznámka k datům: Data obsahují čtyři sloupce: Dept, Gender, Admitted a Rejected. Model glm() s rodinou "binomial" sestavíš tak, že sloupce Admitted a Rejected spojíš pomocí cbind().
Toto cvičení je součástí kurzu
Zobecněné lineární modely v R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Build a binomial glm where Admitted and Rejected are predicted by Gender
glm_1 <- ___