Nelineární logistická regrese

Ve 3. kapitole jsi zkoumal/a vzdálenost, kterou dojíždějící cestují, a lineární vliv, který má na pravděpodobnost, že někdo pojede autobusem. Co když ale tento vztah není lineární ani monotónní?

probitVsLogit

Například – co když lidé s nejkratší i nejdelší dojezdovou vzdáleností mají menší pravděpodobnost, že pojede autobusem? Nelineární členy do vzorců v R přidáš pomocí funkce I(..) jako součást tvého vzorce. Například y~I(x^2) ti umožní odhadnout koeficient pro x*x. V tomto cvičení se podíváš na data o autobusech podrobněji.

Toto cvičení je součástí kurzu

Zobecněné lineární modely v R

Zobrazit kurz

Pokyny k cvičení

Přidej vzorec y ~ I(x^2) do parametru formula ve druhém volání funkce geom_smooth().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Plot linear effect of travel distance on probability of taking the bus
gg_jitter <-
	ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) + 
	geom_jitter(width = 0, height = 0.05) + 
	geom_smooth(method = 'glm', 
                method.args = list(family = 'binomial'))

# Add a non-linear equation to a geom_smooth()
gg_jitter +
	geom_smooth(method = 'glm', 
                method.args = list(family = 'binomial'), 
                formula = ___, 
                color = 'red')

Upravit a spustit kód