Lojistik regresyon çıktılarının karşılaştırılması

Model kurarken, model için tahmin edilen parametrelerden daha fazla gözleme sahip olmak istersin. Bu fazladan değişkenler serbestlik dereceleri olarak adlandırılır.

Çok az gözleme sahip bir model aşırı öğrenmiş olabilir, hatta uydurulamaz bile olabilir (bazen tekillik denir). Ayrıca, serbestlik derecelerine bakmak verini ve kodunu tekrar kontrol etmene yardımcı olur. Örneğin, serbestlik dereceleri ile sahip olduğunu düşündüğün gözlem sayısı arasındaki uyuşmazlık, verinin daha fazla temizlenmesi gerektiğine, kodunda bir hata olduğuna veya bir modelleme hatası bulunduğuna işaret edebilir.

glm() için geniş ve uzun giriş biçimleri farklı serbestlik dereceleri üretir; çünkü veri satır sayısındaki fark, modelin gözlem sayısının farklı olduğunu düşünmesine neden olur.

Önceki egzersizlerde, üç farklı giriş seçeneği kullanarak bir lojistik regresyon kurdun. Bunlar senin için lr_1, lr_2 ve lr_3 olarak yüklendi. Bu üç modelin özetlerine bak.

Serbestlik dereceleri modeller arasında nasıl değişiyor?