Model probit untuk permintaan bir
Anda mendengar data scientist lain lebih suka menggunakan fungsi respons probit untuk memodelkan keputusan pembelian. Probit memperlakukan keputusan pembelian sebagai kecenderungan laten. Itu terdengar canggih dan membuat Anda agak gugup, jadi Anda juga mencoba probit.
Anda kembali dapat menggunakan fungsi glm() untuk menjelaskan relasi HOPPINESS ~ price.ratio. Anda hanya perlu menambahkan argumen family dengan binomial(link = probit). Seperti biasa, koefisien estimasi diperoleh dengan menggunakan fungsi coef().
Latihan ini merupakan bagian dari kursus
Membangun Model Respons di R
Instruksi latihan
- Jelaskan
HOPPINESSdenganprice.ratiomenggunakan fungsiglm()dan argumenfamily = binomial(link = probit). Simpan hasilnya ke objek bernamaprobit.model. - Peroleh koefisien dari
probit.modeldengan menggunakan fungsicoef().
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Explain HOPPINESS by price.ratio
probit.model <- ___(___, family = ___, data = choice.data)
# Obtain the coefficients