ビール需要のロジスティックモデル
購入確率を予測する場合、線形モデルはデータにうまく当てはまりません。予測値を0から1の範囲に収める応答関数が必要です。
この役割を担えるのがロジスティック応答関数です。そのため、glm() 関数を使用します。glm() は lm() 関数とよく似ていますが、主な違いは追加の family 引数です。HOPPINESS は二値変数なので、family 引数を binomial に指定してください。
この演習はコースの一部です
Rで学ぶレスポンスモデル構築
演習の手順
glm()関数と引数family = binomialを使って、price.ratioでHOPPINESSを説明し、結果をlogistic.modelというオブジェクトに代入します。coef()関数を使って、logistic.modelの係数を取得します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Explain HOPPINESS by price.ratio
___ <- ___(___, family = ___, data = choice.data)
# Obtain the coefficients