Compararea rezultatelor regresiei logistice

Când construiești modele, vrei să ai mai multe observații decât parametri estimați de model. Aceste variabile suplimentare se numesc grade de libertate.

Un model cu prea puține observații poate fi supraantenat sau chiar imposibil de ajustat (uneori denumit singular). În plus, examinarea gradelor de libertate te poate ajuta să verifici datele și codul. De exemplu, o nepotrivire între gradele de libertate și numărul de observații pe care îl aștepți poate indica că datele necesită o curățare suplimentară, că există un bug în cod sau că există o eroare de modelare.

Formatele de intrare wide și long pentru glm() produc grade de libertate diferite, deoarece diferența în numărul de rânduri din date determină modelul să considere că există o diferență în numărul de observații.

În exercițiile anterioare, ai ajustat o regresie logistică folosind trei opțiuni diferite de intrare. Acestea au fost încărcate pentru tine ca lr_1, lr_2 și lr_3. Examinează sumarele celor trei modele.

Cum variază gradele de libertate între modele?