Побудова простих моделей логістичної регресії

Набір даних donors містить 93 462 приклади людей, яким надіслали лист із проханням про пожертву для паралізованих військових ветеранів. У стовпці donated значення 1 означає, що людина зробила внесок у відповідь на розсилку, а 0 — що ні. Це бінарний результат буде залежною змінною для моделі логістичної регресії.

Решта стовпців — це ознаки потенційних донорів, які можуть впливати на їхню поведінку щодо пожертв. Це незалежні змінні моделі.

Під час побудови регресійної моделі часто корисно висунути гіпотезу про те, які незалежні змінні прогнозуватимуть залежну. Стовпець bad_address, у якому 1 означає некоректну поштову адресу, а 0 — коректну, імовірно, зменшує шанси на пожертву. Так само можна припустити, що релігійні інтереси (interest_religion) та інтерес до справ ветеранів (interest_veterans) пов'язані з більшою благодійною активністю.

У цій вправі ви використаєте ці три чинники, щоб створити просту модель поведінки пожертв. Набір даних donors доступний для використання.

Ця вправа є частиною курсу

Наглядове навчання в R: Класифікація

Переглянути курс

Інструкції до вправи

Перегляньте donors за допомогою функції str().
Порахуйте кількість випадків для кожного рівня змінної donated за допомогою функції table().
Навчіть модель логістичної регресії через формульний інтерфейс із трьома незалежними змінними, описаними вище.
- Викличте glm() з формулою як першим аргументом і передайте датафрейм як аргумент data.
- Збережіть результат у змінній donation_model.
Підсумуйте об'єкт моделі за допомогою summary().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Examine the dataset to identify potential independent variables


# Explore the dependent variable


# Build the donation model
donation_model <- glm(___, 
                      data = ___, family = "___")

# Summarize the model results

Редагувати та запускати код