IniziaInizia gratis

Log odds ratio

Uno svantaggio nell'usare probabilità e odds ratio per le previsioni della regressione logistica è che le linee di previsione sono curve. Questo rende più difficile capire cosa succede alla previsione quando modifichi la variabile esplicativa. Il logaritmo dell'odds ratio (il "log odds ratio") ha invece una relazione lineare tra risposta prevista e variabile esplicativa. Significa che, al variare della variabile esplicativa, non vedi cambiamenti bruschi nella metrica di risposta, ma solo cambiamenti lineari.

Dato che i valori del log odds ratio sono meno intuitivi rispetto all’odds ratio (lineare), per la visualizzazione di solito è meglio tracciare l’odds ratio e applicare una trasformazione logaritmica alla scala dell’asse y.

mdl_churn_vs_relationship, explanatory_data e plt_churn_vs_relationship sono disponibili e dplyr è caricato.

Questo esercizio fa parte del corso

Introduzione alla regressione in R

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Update the data frame
prediction_data <- explanatory_data %>% 
  mutate(   
    has_churned = predict(mdl_churn_vs_relationship, explanatory_data, type = "response"),
    odds_ratio = has_churned / (1 - has_churned),
    # Add the log odds ratio from odds_ratio
    log_odds_ratio = ___,
    # Add the log odds ratio using predict()
    log_odds_ratio2 = ___
  )

# See the result
prediction_data
Modifica ed esegui il codice