CommencezCommencez gratuitement

Un modèle logistique pour la demande de bière

Le modèle linéaire ne convient pas pour prédire des probabilités d'achat. Il vous faut une fonction de réponse qui borne les prédictions du modèle entre zéro et un.

La fonction de réponse logistique répond exactement à ce besoin. Vous utiliserez donc la fonction glm(). La fonction glm() fonctionne de façon très similaire à lm(). La principale différence est l'argument supplémentaire family. Comme HOPPINESS est une variable binaire, vous devez définir l'argument family à binomial.

Cette activité fait partie du cours

Créer des modèles de réponse dans R

Voir le cours

Instructions de l’exercice

  • Expliquez HOPPINESS par price.ratio en utilisant la fonction glm() avec l'argument family = binomial. Assignez le résultat à un objet nommé logistic.model.
  • Obtenez les coefficients de logistic.model avec la fonction coef().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

# Obtain the coefficients
Modifier et exécuter le code