ComenzarEmpieza gratis

El principio de la desviancia

No hay R-cuadrado en el resumen del modelo. En su lugar, se informan dos tipos de desviancia. La desviancia nula sirve como referencia y se puede evaluar en relación con la desviancia residual de extended.model.

El modelo nulo es un modelo logístico sin predictores adicionales. Puedes especificar este modelo solo con intercepto mediante la relación HOPPINESS ~ 1. De nuevo, usa la función glm() y el argumento de familia family = binomial. El resultado se llama null.model. Evalúa la mejora en la precisión predictiva comparando la reducción de la desviancia de extended.model frente a null.model usando la función anova() y el argumento adicional test = "Chisq".

Este ejercicio forma parte del curso

Creación de modelos de respuesta en R

Ver curso

Instrucciones del ejercicio

  • Explica HOPPINESS únicamente con el intercepto. Usa la función glm() y el argumento family = binomial. Asigna el resultado a un objeto llamado null.model.
  • Compara extended.model con null.model usando la función anova() y el argumento test = "Chisq".

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Explain HOPPINESS by the intercept only
___ <- ___(___, family = ___, data = choice.data)

# Compare null.model and extended.model
___(extended.model, ___, test = ___)
Editar y ejecutar código