Aan de slagGa gratis aan de slag

Een logistisch model voor biervraag

Het lineaire model past niet goed bij de data als je aankoopkansen wilt voorspellen. Je hebt een responsfunctie nodig die de modelvoorspellingen tussen nul en één begrenst.

De logistische responsfunctie kan dat voor je doen. Daarvoor heb je de functie glm() nodig. De functie glm() werkt erg vergelijkbaar met de functie lm(). Het belangrijkste verschil is het extra family-argument. Omdat HOPPINESS een binaire variabele is, moet je het family-argument instellen op binomial.

Deze oefening maakt deel uit van de cursus

Responsmodellen bouwen in R

Cursus bekijken

Oefeninstructies

  • Leg HOPPINESS uit met price.ratio met de functie glm() en het argument family = binomial. Ken het resultaat toe aan een object met de naam logistic.model.
  • Haal de coëfficiënten van het logistic.model op met de functie coef().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Explain HOPPINESS by price.ratio
___ <- ___(___, family = ___, data = choice.data)

# Obtain the coefficients
Code bewerken en uitvoeren