Logarytm ilorazu szans
Jedną z wad prawdopodobieństw i ilorazów szans w predykcjach regresji logistycznej jest to, że linie predykcji mają kształt krzywej. Utrudnia to ocenę wpływu zmian zmiennej objaśniającej na prognozowaną wartość. Logarytm ilorazu szans („logarytmiczny iloraz szans") ma natomiast liniową zależność między prognozowaną odpowiedzią a zmienną objaśniającą. Oznacza to, że wraz ze zmianą zmiennej objaśniającej wartość metryki odpowiedzi zmienia się równomiernie – bez gwałtownych skoków.
Ponieważ rzeczywiste wartości logarytmicznego ilorazu szans są mniej intuicyjne niż (liniowy) iloraz szans, do celów wizualizacji zwykle lepiej jest przedstawić iloraz szans i zastosować transformację logarytmiczną do skali osi y.
Dostępne są mdl_churn_vs_relationship, explanatory_data oraz plt_churn_vs_relationship, a biblioteka dplyr jest załadowana.
To ćwiczenie jest częścią kursu
Wprowadzenie do regresji w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Update the data frame
prediction_data <- explanatory_data %>%
mutate(
has_churned = predict(mdl_churn_vs_relationship, explanatory_data, type = "response"),
odds_ratio = has_churned / (1 - has_churned),
# Add the log odds ratio from odds_ratio
log_odds_ratio = ___,
# Add the log odds ratio using predict()
log_odds_ratio2 = ___
)
# See the result
prediction_data