LoslegenKostenlos starten

Ein logistisches Modell für die Biernachfrage

Das lineare Modell passt nicht zu den Daten, wenn es um die Vorhersage von Kaufwahrscheinlichkeiten geht. Du brauchst eine Response-Funktion, die die Modellvorhersagen zwischen null und eins begrenzt.

Die logistische Response-Funktion kann das für dich leisten. Dafür benötigst du die Funktion glm(). Die Funktion glm() funktioniert sehr ähnlich wie lm(). Der Hauptunterschied ist das zusätzliche Argument family. Da HOPPINESS eine binäre Variable ist, musst du das Argument family als binomial angeben.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Erkläre HOPPINESS durch price.ratio mit der Funktion glm() und dem Argument family = binomial. Weise das Ergebnis einem Objekt namens logistic.model zu.
  • Ermittele die Koeffizienten des logistic.model mit der Funktion coef().

Interaktive praktische Übung

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

# Explain HOPPINESS by price.ratio
___ <- ___(___, family = ___, data = choice.data)

# Obtain the coefficients
Code bearbeiten und ausführen