ロジスティック回帰の出力を比較する

モデルを作成するときは、モデルで推定されるパラメータの数よりも多くの観測値があることが望ましいです。 この余裕分は、自由度 と呼ばれます。

観測値が少なすぎるモデルは、過学習 になったり、フィット自体が不可能（singular と呼ばれることがあります）になることもあります。さらに、自由度を確認することで、データやコードのダブルチェックにも役立ちます。たとえば、自由度と自分が想定している観測数が一致しない場合、データのクリーニングが不十分であったり、コードにバグがある、あるいはモデリングの誤りがある可能性を示します。

glm() に渡すワイド形式とロング形式の入力は、データの行数が異なるため、モデルが観測数に差があると判断し、結果として自由度が異なります。

前の演習では、3つの異なる入力方法でロジスティック回帰を当てはめました。 これらは lr_1、lr_2、lr_3 として読み込まれています。 この3つのモデルのサマリーを確認しましょう。

モデル間で自由度はどのように異なりますか？