Regresión logística con 2 variables explicativas
Para incluir múltiples variables explicativas en modelos de regresión logística, la sintaxis es la misma que en las regresiones lineales. El único cambio es el mismo que en el caso simple: ejecutas un modelo lineal generalizado con una familia de error binomial.
Aquí ajustarás un modelo del estado de churn con ambas variables explicativas del conjunto de datos: la duración de la relación con el cliente y la recencia de la compra.
churn está disponible.
Este ejercicio forma parte del curso
Regresión intermedia en R
Instrucciones del ejercicio
- Ajusta una regresión logística del estado de churn,
has_churnedfrente a la duración de la relación con el cliente,time_since_first_purchase, y la recencia de la compra,time_since_last_purchase, además de una interacción entre las variables explicativas.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter <- ___
# See the result
mdl_churn_vs_both_inter