対数オッズ比
ロジスティック回帰の予測を確率やオッズ比で表すと、予測線が曲線になるのが難点です。説明変数を変えたときに予測がどう変わるか直感的に捉えにくくなります。これに対して、オッズ比の対数（「対数オッズ比」）は、予測される応答と説明変数の間に線形の関係があります。つまり、説明変数が変化しても、応答の指標は劇的には変わらず、線形的に変化します。
ただし、対数オッズ比の値そのものは（線形な）オッズ比に比べて直感的ではありません。可視化の目的では、ふつうはオッズ比をそのままプロットし、y軸のスケールに対数変換を適用するほうが分かりやすいです。
mdl_churn_vs_relationship、explanatory_data、plt_churn_vs_relationship が利用可能で、dplyr は読み込まれています。
この演習はコースの一部です
Rで学ぶ回帰入門
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。
# Update the data frame
prediction_data <- explanatory_data %>%
mutate(
has_churned = predict(mdl_churn_vs_relationship, explanatory_data, type = "response"),
odds_ratio = has_churned / (1 - has_churned),
# Add the log odds ratio from odds_ratio
log_odds_ratio = ___,
# Add the log odds ratio using predict()
log_odds_ratio2 = ___
)
# See the result
prediction_data