로그 오즈비
로지스틱 회귀 예측에서 확률과 오즈비의 단점 중 하나는 예측선이 곡선 형태라는 점입니다. 이 때문에 설명 변수를 변경했을 때 예측이 어떻게 달라지는지 직관적으로 파악하기가 어렵습니다. 반면 오즈비의 로그(“로그 오즈비”)는 예측 반응과 설명 변수 사이에 선형적인 관계가 있습니다. 즉, 설명 변수가 변할 때 반응 지표가 급격히 변하지 않고 선형적으로만 변합니다.
다만 로그 오즈비의 실제 값은 (선형) 오즈비보다 직관성이 떨어지므로, 시각화할 때는 보통 오즈비를 그대로 그린 뒤 y축에 로그 변환을 적용하는 방식이 더 좋습니다.
mdl_churn_vs_relationship, explanatory_data, 그리고 plt_churn_vs_relationship를 사용할 수 있으며 dplyr이 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 시작하는 회귀 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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