Logistic Regression แบบไม่เป็นเส้นตรง
ในบทที่ 3 คุณได้สำรวจระยะทางที่ผู้โดยสารเดินทาง และผลกระทบเชิงเส้นตรงที่มีต่อความน่าจะเป็นในการขึ้นรถบัส แต่ถ้าความสัมพันธ์นี้ไม่เป็นเส้นตรงและไม่เป็นแบบทิศทางเดียวล่ะ?
ตัวอย่างเช่น ถ้าคนที่เดินทางในระยะสั้นมากและระยะยาวมากต่างก็มีแนวโน้มขึ้นรถบัสน้อยกว่าคนกลุ่มอื่น?
ใน R สามารถเพิ่มพจน์ไม่เป็นเส้นตรงลงในสูตรได้โดยใช้ฟังก์ชัน I(..) เช่น y~I(x^2) ช่วยให้ประมาณค่าสัมประสิทธิ์ของ x*x ได้
ในแบบฝึกหัดนี้ จะได้วิเคราะห์ข้อมูลรถบัสเพิ่มเติม
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Generalized Linear Models ใน R
คำแนะนำการฝึกหัด
- เพิ่มสูตร
y ~ I(x^2)ลงในออปชันformulaในการเรียกใช้geom_smooth()ครั้งที่สอง
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Plot linear effect of travel distance on probability of taking the bus
gg_jitter <-
ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) +
geom_jitter(width = 0, height = 0.05) +
geom_smooth(method = 'glm',
method.args = list(family = 'binomial'))
# Add a non-linear equation to a geom_smooth()
gg_jitter +
geom_smooth(method = 'glm',
method.args = list(family = 'binomial'),
formula = ___,
color = 'red')