Simpson's paradox
Simpson's paradox เกิดขึ้นเมื่อการเพิ่มหรือลบตัวสัมประสิทธิ์ทำให้ผลการวิเคราะห์เปลี่ยนแปลงไป ซึ่งเป็นประเด็นสำคัญในการวิเคราะห์การถดถอย
ข้อมูลการรับเข้าศึกษาระดับบัณฑิตศึกษา ของ UC-Berkeley ปี 1973 เป็นตัวอย่างที่ชัดเจน
เมื่อมองเผิน ๆ ดูเหมือนว่านักศึกษาหญิงมีโอกาสได้รับการตอบรับเข้าโปรแกรมบัณฑิตศึกษาน้อยกว่า
อย่างไรก็ตาม เมื่อเพิ่ม Department เป็นตัวสัมประสิทธิ์ ความมีนัยสำคัญของตัวแปรเพศก็หายไป
เหตุที่เป็นเช่นนี้เพราะนักศึกษาหญิงส่วนใหญ่สมัครเข้าโปรแกรมที่มีการแข่งขันสูงกว่าของนักศึกษาชาย
หมายเหตุเกี่ยวกับข้อมูล: ชุดข้อมูลประกอบด้วย 4 คอลัมน์ ได้แก่ Dept, Gender, Admitted และ Rejected สามารถสร้าง glm() แบบ "binomial" ได้โดยการรวม Admitted และ Rejected ด้วย cbind()
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Generalized Linear Models ใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Build a binomial glm where Admitted and Rejected are predicted by Gender
glm_1 <- ___