Membandingkan keluaran regresi logistik

Saat membangun model, Anda sebaiknya memiliki lebih banyak observasi daripada jumlah parameter yang diestimasi untuk model tersebut. Variabel ekstra ini disebut derajat kebebasan.

Model dengan terlalu sedikit observasi dapat mengalami overfit, atau bahkan tidak dapat dipasangkan sama sekali (terkadang disebut singular). Selain itu, meninjau derajat kebebasan dapat membantu Anda memeriksa ulang data dan kode. Misalnya, ketidaksesuaian antara derajat kebebasan dan jumlah observasi yang Anda perkirakan dapat menunjukkan bahwa data perlu dibersihkan lebih lanjut, ada bug dalam kode, atau terdapat kesalahan pemodelan.

Format input lebar versus panjang untuk glm() menghasilkan derajat kebebasan yang berbeda karena perbedaan jumlah baris data membuat model menganggap jumlah observasinya berbeda.

Pada latihan sebelumnya, Anda memasangkan regresi logistik menggunakan tiga opsi input yang berbeda. Ketiganya telah dimuat untuk Anda sebagai lr_1, lr_2, dan lr_3. Lihat ringkasan dari ketiga model ini.

Bagaimana variasi derajat kebebasan di antara model-model tersebut?