2つの説明変数によるロジスティック回帰
複数の説明変数をロジスティック回帰モデルに含めるときの構文は、線形回帰と同じです。変更点は単回帰のときと同様で、誤差分布に二項分布を用いた「一般化」線形モデルを実行することだけです。
ここでは、データセットの2つの説明変数（顧客関係の長さと直近の購買時期）を使って、解約ステータスのモデルを当てはめます。
churn が利用可能です。
この演習はコースの一部です
Rで学ぶ中級回帰分析
演習の手順
- 解約ステータス
has_churnedを目的変数として、顧客関係の長さtime_since_first_purchase、直近の購買時期time_since_last_purchase、およびそれら説明変数間の交互作用を含むロジスティック回帰を当てはめてください。
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。
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter <- ___
# See the result
mdl_churn_vs_both_inter