BaşlayınÜcretsiz başlayın

Bira talebi için bir probit modeli

Diğer veri bilimcilerin satın alma kararlarını modellemek için probit tepki fonksiyonunu tercih ettiğini duydun. Probit, satın alma kararlarını örtük eğilimler olarak ele alır. Kulağa havalı geliyor ve seni biraz geriyor, bu yüzden probit’i sen de denemek istiyorsun.

glm() fonksiyonunu yine HOPPINESS ~ price.ratio ilişkisini tanımlamak için kullanabilirsin. Yalnızca family argümanına binomial(link = probit) eklemen yeterli. Her zamanki gibi, tahmin edilen katsayıları coef() fonksiyonunu kullanarak elde edebilirsin.

Bu egzersiz, kursun bir parçasıdır

R ile Tepki Modelleri Oluşturma

Kursa Göz Atın

Egzersiz talimatları

  • glm() fonksiyonunu ve family = binomial(link = probit) argümanını kullanarak HOPPINESS’ı price.ratio ile açıkla. Sonucu probit.model adlı bir objeye ata.
  • probit.model’in katsayılarını coef() fonksiyonunu kullanarak elde et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Explain HOPPINESS by price.ratio
probit.model <- ___(___, family = ___, data = choice.data)

# Obtain the coefficients
Kodu Düzenle ve Çalıştır