Specificarea și estimarea modelului

Ai văzut comanda glm() pentru rularea unei regresii logistice. glm() vine de la „model liniar generalizat" și oferă o întreagă familie de modele de regresie.

Folosește setul de date al exercițiului pentru această sarcină de programare. Datele defaultData de care ai nevoie sunt disponibile în mediul tău și sunt pregătite pentru modelare.

Acest exercițiu face parte din cursul

Machine Learning pentru Analiză de Marketing în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește funcția glm() pentru a modela probabilitatea ca un client să nu își achite plata, utilizând o regresie logistică. Include toate variabilele explicative din setul de date și specifică datele care urmează să fie utilizate.
Nu uita să specifici argumentul family.
Extrage coeficienții din model, transformă-i în rapoarte de cote și rotunjește rezultatele.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build logistic regression model
logitModelFull <- ___(PaymentDefault ~ limitBal + sex + education + marriage +
                   age + pay1 + pay2 + pay3 + pay4 + pay5 + pay6 + billAmt1 + 
                   billAmt2 + billAmt3 + billAmt4 + billAmt5 + billAmt6 + payAmt1 + 
                   payAmt2 + payAmt3 + payAmt4 + payAmt5 + payAmt6, 
                family = ___, data = ___)

# Take a look at the model
___(logitModelFull)

# Take a look at the odds ratios
coefsexp <- ___(logitModelFull) %>% ___ %>% round(2)
coefsexp

Editează și rulează codul