1. 학습
    2. /
  2. 강의
    3. /
  3. Rで学ぶレスポンスモデル構築
Connected

연습 문제

ビール需要のためのプロビットモデル

他のデータサイエンティストは、購買意思決定のモデリングに probit 応答関数を好むと聞きました。probit は購買の意思決定を潜在的な傾向として扱います。難しそうで少し不安になりますが、あなたも probit を試してみることにします。

関係式 HOPPINESS ~ price.ratio を記述するには、今回も関数 glm() を使えます。family 引数に binomial(link = probit) を追加するだけでOKです。いつも通り、推定係数は関数 coef() で取得します。

지침

100 XP
  • 関数 glm() と引数 family = binomial(link = probit) を用いて、price.ratio で HOPPINESS を説明してください。結果を probit.model というオブジェクトに代入します。
  • 関数 coef() を使って、probit.model の係数を取得してください。