Logistische Wahrscheinlichkeiten

Vorhersagen eines logistischen Regressionsmodells liefern die Wahrscheinlichkeit für ein Ergebnis von 1 – entweder gruppenübergreifend oder gruppenspezifisch, je nach Modellspezifikation.

Ein Unternehmen hat Daten dazu erhoben, ob Personen auf eine Anzeige geklickt haben (Click), und möchte wissen, wie die auf der Website verbrachte Zeit (TimeSearching) mit dem Klicken auf die Anzeige zusammenhängt. Du hast eine logistische Regression gerechnet und festgestellt, dass das Modell ohne Gruppenbetrachtung gut passt. Das Unternehmen interessiert die Wahrscheinlichkeit, dass die Anzeige geklickt wird, wenn 52 Minuten auf der Seite verbracht werden.

Der Datensatz webdata und das logistische Regressionsmodell logmodel wurden für dich geladen.

Diese Übung ist Teil des Kurses

A/B-Tests in R

Kurs anzeigen

Anleitung zur Übung

Speichere die zu prognostizierenden Daten (52 Minuten) mit demselben Namensschema wie die ursprüngliche Datenspalte und lege dieses Objekt dann in einem Data Frame namens timepredict ab.
Bestimme die Wahrscheinlichkeit, dass die Anzeige geklickt wird, wenn 52 Minuten auf der Seite verbracht werden, und nutze dafür das Modell logmodel und die neuen Daten timepredict.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Store the data to predict
___
timepredict <- data.frame(___)

# Determine the likelihood of an ad being clicked
predict(___, newdata = ___, type = ___)

Code bearbeiten und ausführen