비선형 로지스틱 회귀
3장에서 통근자가 이동한 거리와, 그 거리가 버스를 탈 확률에 미치는 선형 효과를 살펴봤습니다. 하지만 이 관계가 비선형이고 단조롭지 않다면 어떻게 될까요?
예를 들어, 통근 거리가 가장 짧거나 가장 긴 사람들은 오히려 버스를 탈 가능성이 낮을 수도 있습니다.
R에서는 수식의 일부로 I(..) 함수를 사용해 비선형 항을 추가할 수 있습니다.
예를 들어 y~I(x^2)는 x*x에 대한 계수를 추정하도록 해줍니다.
이번 연습에서는 버스 데이터를 더 자세히 살펴보겠습니다.
이 연습은 강의의 일부입니다
R에서 Generalized Linear Models
연습 안내
- 두 번째
geom_smooth()호출의formula옵션에y ~ I(x^2)수식을 추가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot linear effect of travel distance on probability of taking the bus
gg_jitter <-
ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) +
geom_jitter(width = 0, height = 0.05) +
geom_smooth(method = 'glm',
method.args = list(family = 'binomial'))
# Add a non-linear equation to a geom_smooth()
gg_jitter +
geom_smooth(method = 'glm',
method.args = list(family = 'binomial'),
formula = ___,
color = 'red')