Vorhersagen mit logistischen Modellen
Das logistische Regressionsmodell berechnet die Wahrscheinlichkeiten, dass eine gegebene Beobachtung zu einer der Klassen gehört.
Das logistische Modell mit zwei erklärenden Variablen hat die folgende Form:
$$\frac{1}{1+e^{-(\beta_{0} + \beta_{1} \cdot x_{1} + \beta_{2} \cdot x_{2})}}$$
Die R-Funktionen übernehmen die schwere Arbeit, aber wenn du die Mechanik dahinter kennst, gibt dir das Sicherheit für die korrekte Anwendung im Interview.
Im vorherigen Übungsschritt hast du den Datensatz parkinsons verwendet und das logistische Regressions-model angepasst. Diese beiden Objekte und der Data Frame new_person sind in deiner Umgebung verfügbar.
Diese Übung ist Teil des Kurses
<Kurs>Statistik-Interviewfragen in R üben</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Print the new person's data
print(___)
# Print the logistic model
___(___)