Логарифм шанів (log odds ratio)
Один із недоліків використання ймовірностей і коефіцієнтів шансів для прогнозів логістичної регресії полягає в тому, що лінії прогнозів для кожного з них є вигнутими. Через це важче зрозуміти, що відбувається з прогнозом, коли ви змінюєте пояснювальну змінну. Натомість логарифм коефіцієнта шансів («log odds ratio») має лінійну залежність між передбаченою відповіддю та пояснювальною змінною. Тобто, коли пояснювальна змінна змінюється, у метриці відповіді не буде різких стрибків — лише лінійні зміни.
Оскільки фактичні значення логарифма коефіцієнта шансів є менш інтуїтивними, ніж (лінійний) коефіцієнт шансів, для візуалізації зазвичай краще будувати графік коефіцієнта шансів і застосовувати логарифмічне перетворення до шкали осі y.
mdl_churn_vs_relationship, explanatory_data та plt_churn_vs_relationship доступні, а dplyr підключено.
Ця вправа є частиною курсу
Вступ до Regression у R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Update the data frame
prediction_data <- explanatory_data %>%
mutate(
has_churned = predict(mdl_churn_vs_relationship, explanatory_data, type = "response"),
odds_ratio = has_churned / (1 - has_churned),
# Add the log odds ratio from odds_ratio
log_odds_ratio = ___,
# Add the log odds ratio using predict()
log_odds_ratio2 = ___
)
# See the result
prediction_data