Métodos para linhas de tendência

No exercício anterior, você usou o geom_smooth() padrão do ggplot2. Neste exercício, você usará um glm() em seu lugar. Isso vai permitir que você "veja" uma regressão logística com o ggplot2. Especificamente, você vai plotar a probabilidade de alguém pegar o ônibus dado a distância do trajeto.

Você precisará informar ao geom_smooth() que use o método glm(). Lembre-se do Capítulo 2 que a família padrão de um glm() é a Gaussiana, que produz os mesmos resultados que um lm(). Assim, você também precisará especificar o argumento de método do glm().
O código para criar gg_jitter, que você montou no último exercício, foi fornecido para você.

Este exercício faz parte do curso

Modelos Lineares Generalizados em R

Ver curso

Instruções do exercício

Use o método "glm" com geom_smooth().
Com method.args, defina a família como 'binomial'.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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(___))

Editar e executar o código