Metode pentru linii de tendință

În exercițiul anterior, ai folosit funcția implicită geom_smooth() din ggplot2. În acest exercițiu, vei folosi în schimb glm(). Astfel vei putea „vedea" o regresie logistică vizualizată cu ggplot2. Mai concret, vei reprezenta grafic probabilitatea ca o persoană să ia autobuzul în funcție de distanța față de locul de muncă.

Va trebui să îi spui funcției geom_smooth() să folosească metoda glm(). Amintește-ți din Capitolul 2 că familia implicită pentru glm() este familia Gaussiană, care produce aceleași rezultate ca și lm(). Prin urmare, va trebui să specifici și argumentul pentru familie din glm(). Codul pentru crearea obiectului gg_jitter, construit în exercițiul anterior, îți este deja furnizat.

Acest exercițiu face parte din cursul

Modele Liniare Generalizate în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește metoda "glm" cu geom_smooth().
Prin method.args, setează familia la 'binomial'.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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(___))

Editează și rulează codul