Обмежені прогнози
Функція glm() використовується, тому що вам потрібна функція відгуку, яка обмежує прогнози моделі між нулем і одиницею. Покажімо цей ефект на графіку. Але цього разу потрібно намалювати криву (а не пряму лінію)!
Почніть із побудови залежності HOPPINESS ~ price.ratio. Додати логістичну функцію на графік можна за допомогою curve(). Функція curve() використовується, щоб обчислювати іншу функцію в точках даних x. Тут такою функцією є predict()! Функція predict() отримує коефіцієнти з logistic.model, щоб робити прогнози для деяких значень, наданих у об'єкті data frame. Хитрість у тому, щоб установити price.ratio = x в аргументі data.frame. Це проводить криву через спрогнозовані значення даних.
Ця вправа є частиною курсу
Побудова моделей відгуку в R
Інструкції до вправи
- Відобразіть залежність між
HOPPINESSіprice.ratioза допомогою функціїplot(). - Отримайте ймовірності купівлі для Hoppiness, застосувавши функцію
predict()доlogistic.modelізprice.ratioв аргументі data frame. - Проведіть криву через спрогнозовані значення даних за допомогою функції
curve().
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Plot HOPPINESS against price.ratio
___(___, data = choice.data)
# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)