Antrenează un model pentru probabilitatea de supraviețuire a unui vrabie

În acest exercițiu, vei estima probabilitatea ca o vrabie să supraviețuiască unei furtuni severe de iarnă, pe baza caracteristicilor fizice ale păsării. Setul de date sparrow a fost preîncărcat. Variabila de prezis este status ("Survived", "Perished"). Variabilele pe care le vom folosi sunt:

total_length: lungimea păsării de la vârful ciocului până la vârful cozii (mm)
weight: greutatea în grame
humerus: lungimea humerusului (osul "brațului superior" care conectează aripa de corp) (inch)

Reține că atunci când folosești glm() (docs) pentru a crea un model de regresie logistică, trebuie să specifici explicit family = binomial:

glm(formula, data = data, family = binomial)

Vei apela summary() și broom::glance() pentru a examina modelul de regresie logistică din perspective diferite. Unul dintre indicatorii de diagnostic pe care îi vei analiza este echivalentul lui $R^2$, numit pseudo-$R^2$.

$$ pseudoR^2 = 1 - \frac{deviance}{null.deviance} $$

Putem privi devianta ca pe un echivalent al varianței: este o măsură a variației din datele categoriale. Pseudo-$R^2$ este analogul lui $R^2$ din regresia standard: $R^2$ măsoară „varianța explicată" de un model de regresie, iar pseudo-$R^2$ măsoară „devianta explicată".

Acest exercițiu face parte din cursul

Învățare supervizată în R: Regresia

Vezi cursul

Instrucțiuni pentru exercițiu

Așa cum s-a sugerat în videoclip, vei prezice pe baza valorilor TRUE și FALSE. Creează o coloană nouă survived în cadrul de date sparrow, care să fie TRUE când status == "Survived".
Creează formula fmla care exprimă survived ca funcție de variabilele de interes. Afișeaz-o.
Antrenează un model de regresie logistică pentru a prezice probabilitatea de supraviețuire a vrăbiei. Atribuie modelul variabilei sparrow_model.
Apelează summary() pentru a vedea coeficienții modelului, devianta și devianta nulă.
Apelează glance() pe model pentru a vizualiza deviantele și alți indicatori de diagnostic într-un cadru de date. Atribuie rezultatul funcției glance() variabilei perf.
Calculează pseudo-$R^2$.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# sparrow is available
summary(sparrow)

# Create the survived column
sparrow$survived <- ___

# Create the formula
(fmla <- _____)

# Fit the logistic regression model
sparrow_model <- ___

# Call summary
___

# Call glance
(perf <- ___)

# Calculate pseudo-R-squared
(pseudoR2 <- ___)

Editează și rulează codul