Kom igångKom igång gratis

Begränsade prediktioner

Funktionen glm() används för att du behöver en responsfunktion som begränsar modellens prediktioner till intervallet mellan noll och ett. Låt oss illustrera den här effekten i ett diagram. Den här gången ska du rita en kurva i stället för en rät linje!

Du börjar med att plotta sambandet HOPPINESS ~ price.ratio. Du kan lägga till den logistiska funktionen i diagrammet med hjälp av curve(). Funktionen curve() används för att beräkna en annan funktion vid x datapunkter. Här är den funktionen predict()! Funktionen predict() hämtar koefficienterna från logistic.model för att göra prediktioner om värden som anges i ett data frame-objekt. Tricket är att sätta price.ratio = x i argumentet data.frame. Det anpassar en kurva genom de predikterade datavärdena.

Den här övningen är en del av kursen

Bygga responsmodeller i R

Visa kurs

Övningsinstruktioner

  • Visa sambandet mellan HOPPINESS och price.ratio med hjälp av funktionen plot().
  • Beräkna köpssannolikheterna för Hoppiness genom att applicera funktionen predict() på logistic.model med price.ratio i data frame-argumentet.
  • Anpassa en kurva genom de predikterade datavärdena med hjälp av funktionen curve().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Plot HOPPINESS against price.ratio
___(___, data = choice.data)

# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)
Redigera och kör kod