Especificación y estimación del modelo
Ya has visto el comando glm() para ejecutar una regresión logística. glm() significa generalized linear model y ofrece toda una familia de modelos de regresión.
Usa el conjunto de datos del ejercicio para esta tarea de código. Los datos defaultData que necesitas para este ejercicio están disponibles en tu entorno y listos para modelar.
Este ejercicio forma parte del curso
Machine Learning para analítica de marketing en R
Instrucciones del ejercicio
- Usa la función
glm()para modelar la probabilidad de que un cliente incurra en impago utilizando una regresión logística. Incluye todas las variables explicativas del conjunto de datos y especifica los datos que se usarán. - No olvides especificar el argumento
family. - Extrae los coeficientes del modelo, luego transfórmalos a odds ratios y redondea.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Build logistic regression model
logitModelFull <- ___(PaymentDefault ~ limitBal + sex + education + marriage +
age + pay1 + pay2 + pay3 + pay4 + pay5 + pay6 + billAmt1 +
billAmt2 + billAmt3 + billAmt4 + billAmt5 + billAmt6 + payAmt1 +
payAmt2 + payAmt3 + payAmt4 + payAmt5 + payAmt6,
family = ___, data = ___)
# Take a look at the model
___(logitModelFull)
# Take a look at the odds ratios
coefsexp <- ___(logitModelFull) %>% ___ %>% round(2)
coefsexp