Ajuster une régression logistique multiple
Dans la vidéo, vous avez appris à ajuster une régression avec deux variables prédictives différentes. Dans cet exercice, vous allez construire le modèle dont nous avons parlé. La distance parcourue par un·e navetteur·euse pourrait être importante pour déterminer s’il ou elle est plus susceptible de prendre le bus. De même, le nombre de jours où un·e navetteur·euse se rend au travail pourrait être important pour déterminer s’il ou elle est plus susceptible de prendre le bus. À l’aide de ce modèle, nous examinerons comment ces variables peuvent servir à prédire la probabilité qu’un·e navetteur·euse prenne le bus.
Cet exercice fait partie du cours
<cours>Modèles Linéaires Généralisés (GLM) en R</cours>Instructions de l’exercice
- Créez une régression logistique à partir du data frame
bus. Enregistrez le résultat dansbus_both. - Prédisez si quelqu’un prend le
Busen fonction deCommuteDaysetMilesOneWay. Assurez-vous d’utiliser les variables dans cet ordre dans la formule. - Utilisez
summary()surbus_both.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Build a logistic regression with Bus predicted by CommuteDays and MilesOneWay
___
# Look at the summary of the output
___