Eğilim çizgileri için yöntemler
Önceki egzersizde, ggplot2'nin varsayılan geom_smooth() fonksiyonunu kullanmıştın.
Bu egzersizde ise bunun yerine bir glm() kullanacaksın.
Bu sayede ggplot2 ile bir lojistik regresyonu "görebileceksin".
Özel olarak, işe gidiş mesafesine göre otobüsle gitme olasılığını çizeceksin.
geom_smooth()'a glm() yöntemini kullanmasını söylemen gerekecek.
Bölüm 2'den hatırlayacağın gibi, bir glm() için varsayılan family Gaussian'dır ve lm() ile aynı sonuçları üretir.
Bu nedenle, glm()'den yöntem argümanını da belirtmen gerekecek.
Son egzersizde oluşturduğun gg_jitter'ı üretmek için gerekli kod sana verildi.
Bu egzersiz, kursun bir parçasıdır
R'de Genelleştirilmiş Doğrusal Modeller
Egzersiz talimatları
geom_smooth()ile"glm"yöntemini kullan.method.argsile family değerini'binomial'olarak ayarla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create a jittered plot of MilesOneWay vs Bus2 using the bus dataset
gg_jitter <- ggplot(data = bus, aes(x = MilesOneWay, y = Bus2)) +
geom_jitter(width = 0, height = 0.05) +
ylab("Probability of riding the bus") +
xlab("One-way commute trip (in miles)")
# Add a geom_smooth() that uses a GLM method to your plot
gg_jitter + geom_smooth(method = ___ , method.args = list(___))