시작하기무료로 시작하기

예측 변수 제거하기

아직은 지연된 쿠폰 효과를 모델에서 제외하고 싶지 않습니다. 회사가 향후 마케팅 의사 결정을 개선하고 캠페인을 효과적으로 운영하려면 신뢰할 수 있는 모델이 반드시 필요합니다. 확실하게 확인하기 위해, 추가 패키지 MASS에서 불러온 stepAIC() 함수를 사용해 예측 변수에 대한 후진 선택(backward selection)을 수행합니다.

stepAIC() 함수는 예측 변수들의 가능한 모든 조합을 생성한 후 AIC가 가장 낮은 조합을 찾아냅니다. direction = "backward" 인수를 사용하면 extended.model에서 시작해 AIC를 낮추는 방향으로 항을 순차적으로 제거합니다. trace = FALSE 인수는 선택 과정이 진행되는 동안 출력되는 정보를 표시하지 않도록 합니다. 최종적으로 최소 AIC 값을 갖는 모델은 summary() 함수로 요약합니다.

이 연습은 강의의 일부입니다

R로 반응 모델 구축하기

강의 보기

연습 안내

  • library() 함수를 사용해 추가 패키지 MASS를 불러오세요.
  • stepAIC() 함수를 사용해 extended.model 객체에 대한 예측 변수 후진 제거를 수행하세요. 결과는 final.model이라는 객체에 할당하세요.
  • summary() 함수를 사용해 final.model 객체를 요약하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Load the MASS package


# Backward elemination
final.model <- ___(___, direction = ___, trace = ___)

# Summarize the final model
코드 편집 및 실행