Logistische regressie met 2 verklarende variabelen
Om meerdere verklarende variabelen in logistische regressiemodellen op te nemen, gebruik je dezelfde syntax als voor lineaire regressies. De enige wijziging is hetzelfde als in het eenvoudige geval: je draait een gegeneraliseerd lineair model met een binomiale foutfamilie.
Hier ga je een model fitten voor churnstatus met beide verklarende variabelen uit de gegevensset: de duur van de klantrelatie en de recency van de aankoop.
churn is beschikbaar.
Deze oefening maakt deel uit van de cursus
Intermediary Regression in R
Oefeninstructies
- Fit een logistische regressie van churnstatus,
has_churnedtegenover de duur van de klantrelatie,time_since_first_purchase, en de recency van de aankoop,time_since_last_purchase, en een interactie tussen de verklarende variabelen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter <- ___
# See the result
mdl_churn_vs_both_inter