BaşlayınÜcretsiz başlayın

Sınırlandırılmış tahminler

Model tahminlerini sıfır ile bir arasında sınırlandıran bir tepki fonksiyonuna ihtiyaç duyduğun için glm() fonksiyonu kullanılır. Bu etkiyi bir grafikte gösterelim. Ama bu kez bir doğru yerine bir eğri çizeceksin!

Önce HOPPINESS ~ price.ratio ilişkisini çizmeye başlıyorsun. Lojistik fonksiyonu grafiğe curve() kullanarak ekleyebilirsin. curve() fonksiyonu, başka bir fonksiyonu x veri noktalarında değerlendirmek için kullanılır. Burada bu fonksiyon predict()! predict() fonksiyonu, bir data frame nesnesinde verilen bazı değerler hakkında tahmin yapmak için logistic.model'ün katsayılarını kullanır. Püf noktası, data.frame argümanında price.ratio = x olarak ayarlamaktır. Bu, tahmin edilen veri değerlerinden geçen bir eğri uydurur.

Bu egzersiz, kursun bir parçasıdır

R ile Tepki Modelleri Oluşturma

Kursa Göz Atın

Egzersiz talimatları

  • plot() fonksiyonunu kullanarak HOPPINESS ile price.ratio arasındaki ilişkiyi göster.
  • predict() fonksiyonunu logistic.model üzerinde, data frame argümanında price.ratio ile uygulayarak Hoppiness için satın alma olasılıklarını elde et.
  • curve() fonksiyonunu kullanarak tahmin edilen veri değerlerinden geçen bir eğri uydur.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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

# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)
Kodu Düzenle ve Çalıştır