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？

संभावित उत्तर

3つのモデルすべてで自由度は同じです。

ロング形式の入力（lr_1）のほうが、他の2つ（lr_2 と lr_3）より自由度が大きいです。

ワイド形式の入力（lr_2 と lr_3）のほうが、ロング形式の入力（lr_1）より自由度が大きいです。

अभ्यास

ロジスティック回帰の出力を比較する

निर्देश

संभावित उत्तर

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}अभ्यास

निर्देश

संभावित उत्तर

अभ्यास