Régression logistique de base

Dans la vidéo, vous avez examiné un modèle de régression logistique incluant la variable age comme prédicteur. Vous allez maintenant ajouter une variable catégorielle et apprendre à interpréter ses estimations de paramètres.

Lorsque vous incluez une variable catégorielle dans un modèle de régression logistique sous R, vous obtenez une estimation de paramètre pour toutes ses modalités, sauf une. La modalité pour laquelle aucune estimation n’est fournie est appelée la « modalité de référence ». Le paramètre de chacune des autres modalités représente l’odds ratio en faveur d’un défaut de paiement entre la modalité considérée et la modalité de référence. Ne vous inquiétez pas si cela n’est pas encore complètement clair : vous ferez d’autres exercices sur ce point un peu plus loin !

Cet exercice fait partie du cours

<cours>Modélisation du risque de crédit en R</cours>

Voir le cours

Instructions de l’exercice

Construisez un modèle de régression logistique appelé log_model_cat avec la variable catégorielle ir_cat comme seul prédicteur. Votre appel à glm() doit contenir trois arguments :
loan_status ~ ir_cat
family = "binomial"
data = training_set
Affichez le résultat dans la console pour voir vos estimations de paramètres.
Identifiez la modalité de référence en regardant à nouveau la structure de ir_cat (dans l’ensemble de données complet loan_data). Utilisez pour cela la fonction table().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Build a glm model with variable ir_cat as a predictor



# Print the parameter estimates 


# Look at the different categories in ir_cat using table()

Modifier et exécuter le code