Ajuster un modèle de probabilité de survie du moineau

Dans cet exercice, vous allez estimer la probabilité qu’un moineau survive à une violente tempête hivernale, à partir de ses caractéristiques physiques. Le jeu de données sparrow a été préchargé. La variable à prédire est status ("Survived", "Perished"). Les variables que nous allons prendre en compte sont :

total_length : longueur de l’oiseau, de l’extrémité du bec à l’extrémité de la queue (mm)
weight : en grammes
humerus : longueur de l’humérus ("os du bras" qui relie l’aile au corps) (pouces)

Rappelez-vous que lorsque vous utilisez glm() (docs) pour créer un modèle de régression logistique, vous devez préciser explicitement family = binomial :

glm(formula, data = data, family = binomial)

Vous appellerez summary() et broom::glance() pour explorer différentes fonctions d’examen d’un modèle de régression logistique. L’un des diagnostics que vous allez observer est l’analogue du $R^2$, appelé pseudo-$R^2$.

$$ pseudoR^2 = 1 - \frac{deviance}{null.deviance} $$

Vous pouvez considérer la déviance comme l’analogue de la variance : c’est une mesure de la variation dans des données catégorielles. Le pseudo-$R^2$ est analogue au $R^2$ en régression classique : le $R^2$ mesure la « variance expliquée » par un modèle de régression. Le pseudo-$R^2$ mesure la « déviance expliquée ».

Cet exercice fait partie du cours

<cours>Apprentissage supervisé en R : Régression</cours>

Voir le cours

Instructions de l’exercice

Comme suggéré dans la vidéo, vous prédirez les issues TRUE et FALSE. Créez une nouvelle colonne survived dans le data frame sparrow qui vaut TRUE lorsque status == "Survived".
Créez la formule fmla qui exprime survived en fonction des variables d’intérêt. Affichez-la.
Ajustez un modèle de régression logistique pour prédire la probabilité de survie du moineau. Assignez le modèle à la variable sparrow_model.
Appelez summary() pour voir les coefficients du modèle, la déviance et la déviance nulle.
Appelez glance() sur le modèle pour voir les déviances et autres diagnostics dans un data frame. Assignez la sortie de glance() à la variable perf.
Calculez le pseudo-$R^2$.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# sparrow is available
summary(sparrow)

# Create the survived column
sparrow$survived <- ___

# Create the formula
(fmla <- _____)

# Fit the logistic regression model
sparrow_model <- ___

# Call summary
___

# Call glance
(perf <- ___)

# Calculate pseudo-R-squared
(pseudoR2 <- ___)

Modifier et exécuter le code