Zacznij terazZacznij za darmo

Model logistyczny dla popytu na piwo

Model liniowy nie sprawdza się przy przewidywaniu prawdopodobieństw zakupu. Potrzebujesz funkcji odpowiedzi, która ogranicza przewidywane wartości modelu do przedziału od zera do jednego.

Świetnie nadaje się do tego logistyczna funkcja odpowiedzi. Będziesz do niej potrzebować funkcji glm(). Działa ona bardzo podobnie do funkcji lm(). Główna różnica polega na dodatkowym argumencie family. Ponieważ HOPPINESS jest zmienną binarną, musisz ustawić argument family jako binomial.

To ćwiczenie jest częścią kursu

Budowanie modeli reakcji w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Wyjaśnij zmienną HOPPINESS za pomocą price.ratio, używając funkcji glm() z argumentem family = binomial. Przypisz wynik do obiektu o nazwie logistic.model.
  • Uzyskaj współczynniki modelu logistic.model, używając funkcji coef().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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

# Obtain the coefficients
Edytuj i uruchom kod