Mai multe variabile într-un model de regresie logistică
Interpretarea unui singur parametru rămâne valabilă și atunci când incluzi mai multe variabile într-un model. Când analizezi efectul unei anumite variabile, se presupune că celelalte variabile rămân constante. Există o expresie latină celebră pentru aceasta: ceteris paribus, care înseamnă literalmente „toate celelalte rămânând la fel".
Pentru a construi un model de regresie logistică cu mai multe variabile, folosești semnul + pentru a adăuga variabile. Formula va arăta astfel:
y ~ x1 + ... + xk
Atunci când evaluezi un model, există mai multe aspecte de luat în considerare. Ai analizat deja valorile parametrilor, dar acestea nu sunt singurul element important. La fel de importantă este semnificația statistică a estimărilor parametrilor. Semnificația unui parametru este adesea exprimată printr-o p-valoare, însă în rezultatul modelului o vei vedea notată ca Pr(>|t|). În glm, semnificația ușoară este indicată prin "."\, iar semnificația foarte puternică prin "***". Când un parametru nu este semnificativ, nu poți afirma că acesta diferă semnificativ de 0. Semnificația statistică este esențială: în general, are sens să interpretezi efectul asupra riscului de nerambursare doar pentru parametrii semnificativi.
Acest exercițiu face parte din cursul
Modelarea riscului de credit în R
Instrucțiuni pentru exercițiu
- Creează un model de regresie logistică folosind funcția
glm()șitraining_set. Include variabileleage,ir_cat,grade,loan_amntșiannual_inc. Numește acest modellog_model_multi. - Obține nivelurile de semnificație folosind
summary()împreună cu modelul tău. Vei aprofunda semnificația acestor niveluri în exercițiul următor!
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Build the logistic regression model
# Obtain significance levels using summary()