Comparer l’ordre des variables

L’ordre des variables prédictives peut être important, surtout si elles sont corrélées. En effet, modifier l’ordre de variables prédictives corrélées peut changer les estimations des coefficients de régression. Ce problème s’appelle la multicolinéarité.

Dans cet exercice, vous allez ajuster deux régressions multiples différentes avec les données de bus afin de comparer l’importance de l’ordre des variables du modèle. Commencez par examiner la corrélation entre CommuteDays et MilesOneWay. Ensuite, ajustez deux régressions logistiques à partir du data frame bus où Bus est prédite par CommuteDays et MilesOneWay dans deux ordres différents.

Après avoir construit les deux modèles, consultez le summary() de chacun pour examiner les résultats.