Aan de slagBegin gratis

Model trainen

Vervolgens schat je een logistisch responsemodel op train.data. Gebruik daarvoor de predictorvariabelen die overbleven na modelselectie om de aankoopkansen voor HOPPINESS te verklaren. Je onderzoekt het train.model en vergelijkt de resultaten met het eerder gefitte extended.model met behulp van de functie margins().

Deze oefening maakt deel uit van de cursus

Responsmodellen bouwen in R

Bekijk cursus

Oefeninstructies

  • Schat een logistisch responsemodel op train.data. Verklaar HOPPINESS met price.ratio, FEAT.HOP en FEATDISPL.HOP. Gebruik de functie glm() met het argument family op binomial en wijs het resultaat toe aan een object train.model.
  • Onderzoek het object train.model met de functie margins().
  • Onderzoek het object extended.model met de functie margins().

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Fit the logistic response model to train.data
___ <- glm(___, family = binomial, data = ___)

# Investigate the train.model
___

# Investigate the extended.model
___
Code bewerken en uitvoeren