LoslegenKostenlos starten

Modelltraining

Als Nächstes schätzt du ein logistisches Response-Modell auf train.data. Verwende dazu die Prädiktorvariablen, die nach der Modellauswahl übrig geblieben sind, um die Kaufwahrscheinlichkeiten für HOPPINESS zu erklären. Untersuche das Objekt train.model und vergleiche die Ergebnisse mit dem zuvor gefitteten extended.model, indem du die Funktion margins() verwendest.

Diese Übung ist Teil des Kurses

<Kurs>Response-Modelle in R erstellen</Kurs>
Kurs ansehen

Übungsanweisungen

  • Schätze ein logistisches Response-Modell auf train.data. Erkläre HOPPINESS durch price.ratio, FEAT.HOP und FEATDISPL.HOP. Verwende die Funktion glm() mit dem Argument family = binomial und speichere das Ergebnis in einem Objekt namens train.model.
  • Untersuche das Objekt train.model mit der Funktion margins().
  • Untersuche das Objekt extended.model mit der Funktion margins().

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Fit the logistic response model to train.data
___ <- glm(___, family = binomial, data = ___)

# Investigate the train.model
___

# Investigate the extended.model
___
Code bearbeiten und ausführen