Zacznij terazZacznij za darmo

Ograniczone prognozy

Funkcja glm() jest używana dlatego, że potrzebna jest funkcja odpowiedzi, która ogranicza prognozy modelu do przedziału między zerem a jedynką. Zilustrujmy ten efekt na wykresie – tym razem narysujemy krzywą zamiast prostej linii!

Zacznij od wykreślenia zależności HOPPINESS ~ price.ratio. Krzywą logistyczną możesz dodać do wykresu za pomocą funkcji curve(). Funkcja curve() służy do wyznaczania wartości innej funkcji w punktach x. Tą funkcją jest tutaj predict()! Funkcja predict() pobiera współczynniki modelu logistic.model, aby wyznaczyć prognozy dla wartości podanych w obiekcie ramki danych. Kluczowe jest ustawienie price.ratio = x w argumencie data.frame. W ten sposób dopasowujesz krzywą do przewidywanych wartości.

To ćwiczenie jest częścią kursu

Budowanie modeli reakcji w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Wyświetl zależność między HOPPINESS a price.ratio, używając funkcji plot().
  • Wyznacz prawdopodobieństwa zakupu dla Hoppiness, stosując funkcję predict() na modelu logistic.model z price.ratio w argumencie ramki danych.
  • Dopasuj krzywą do przewidywanych wartości, używając funkcji curve().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Plot HOPPINESS against price.ratio
___(___, data = choice.data)

# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)
Edytuj i uruchom kod