Metody dla linii trendu

W poprzednim ćwiczeniu korzystałeś z domyślnej funkcji geom_smooth() z biblioteki ggplot2. W tym ćwiczeniu użyjesz zamiast niej funkcji glm(). Dzięki temu będzie można „zobaczyć" regresję logistyczną w ggplot2. Dokładniej rzecz ujmując, wykreślisz prawdopodobieństwo, że dana osoba jedzie autobusem, w zależności od odległości do pracy.

Musisz wskazać funkcji geom_smooth(), aby korzystała z metody glm(). Przypomnij sobie z rozdziału 2, że domyślna rodzina dla glm() to rodzina Gaussowska, która daje takie same wyniki jak lm(). Dlatego musisz również określić argument metody w glm().
Kod tworzący obiekt gg_jitter, który zbudowałeś w poprzednim ćwiczeniu, został już dla ciebie przygotowany.

To ćwiczenie jest częścią kursu

Uogólnione modele liniowe w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj metody "glm" w funkcji geom_smooth().
Za pomocą method.args ustaw rodzinę na 'binomial'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create a jittered plot of MilesOneWay vs Bus2 using the bus dataset
gg_jitter <- ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) + 
	geom_jitter(width = 0, height = 0.05) +
	ylab("Probability of riding the bus") +
	xlab("One-way commute trip (in miles)")

# Add a geom_smooth() that uses a GLM method to your plot
gg_jitter + geom_smooth(method =  ___ , method.args = list(___))

Edytuj i uruchom kod