トレンドラインの手法
前の演習では、ggplot2 のデフォルトの geom_smooth() を使いました。
この演習では、代わりに glm() を使います。
これにより、ggplot2 でロジスティック回帰を「可視化」できます。
具体的には、通勤距離に応じてバスを利用する確率をプロットします。
geom_smooth() に対して、glm() メソッドを使うように指定する必要があります。
第2章で学んだように、glm() のデフォルトの family は Gaussian で、これは lm() と同じ結果を返します。
したがって、glm() の method 引数も指定する必要があります。
前の演習で作成した gg_jitter を生成するコードは、すでに用意されています。
この演習はコースの一部です
R における Generalized Linear Models
演習の手順
geom_smooth()では"glm"メソッドを使ってください。method.argsで family を'binomial'に設定してください。
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。
# Create a jittered plot of MilesOneWay vs Bus2 using the bus dataset
gg_jitter <- ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) +
geom_jitter(width = 0, height = 0.05) +
ylab("Probability of riding the bus") +
xlab("One-way commute trip (in miles)")
# Add a geom_smooth() that uses a GLM method to your plot
gg_jitter + geom_smooth(method = ___ , method.args = list(___))