การเปรียบเทียบผลลัพธ์ของ Logistic Regression

ในการสร้างโมเดล จำนวนข้อสังเกตควรมากกว่าจำนวนพารามิเตอร์ที่ประมาณค่าในโมเดล ส่วนต่างนี้เรียกว่า องศาอิสระ (degrees of freedom)

โมเดลที่มีข้อสังเกตน้อยเกินไปอาจเกิดปัญหา overfit หรือแม้แต่ไม่สามารถ fit ได้เลย (บางครั้งเรียกว่า singular) นอกจากนี้ การตรวจสอบค่าองศาอิสระยังช่วยให้ตรวจทานข้อมูลและโค้ดได้ด้วย เช่น หากค่าองศาอิสระไม่ตรงกับจำนวนข้อสังเกตที่คาดไว้ อาจหมายความว่าข้อมูลยังต้องทำความสะอาดเพิ่มเติม มีข้อผิดพลาดในโค้ด หรือเกิดความผิดพลาดในการสร้างโมเดล

รูปแบบข้อมูลแบบ wide และ long ที่ป้อนเข้า glm() ให้ค่าองศาอิสระที่แตกต่างกัน เพราะจำนวนแถวของข้อมูลที่ต่างกันทำให้โมเดลตีความว่าจำนวนข้อสังเกตต่างกันด้วย

ในแบบฝึกหัดก่อนหน้า ได้ fit logistic regression ด้วยตัวเลือกข้อมูล 3 แบบ โมเดลเหล่านี้ถูกโหลดให้แล้วในชื่อ lr_1, lr_2 และ lr_3 ลองดู summary ของทั้งสามโมเดล

ค่าองศาอิสระของแต่ละโมเดลแตกต่างกันอย่างไร?