En logistisk modell för ölefterfrågan
Den linjära modellen passar inte data när det gäller att förutsäga köpsannolikheter. Du behöver en responsfunktion som begränsar modellens förutsägelser till intervallet noll till ett.
Den logistiska responsfunktionen kan göra just det. Därför behöver du funktionen glm(). Funktionen glm() fungerar på ett liknande sätt som lm(). Den viktigaste skillnaden är det extra argumentet family. Eftersom HOPPINESS är en binär variabel måste du ange argumentet family som binomial.
Den här övningen är en del av kursen
Bygga responsmodeller i R
Övningsinstruktioner
- Förklara
HOPPINESSmed hjälp avprice.ratiogenom att använda funktionenglm()och argumentetfamily = binomial. Tilldela resultatet till ett objekt med namnetlogistic.model. - Hämta koefficienterna för
logistic.modelmed hjälp av funktionencoef().
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Explain HOPPINESS by price.ratio
___ <- ___(___, family = ___, data = choice.data)
# Obtain the coefficients