Підгоніть модель імовірності виживання горобця

У цій вправі ви оціните імовірність того, що горобець переживе сильну зимову бурю, на основі його фізичних характеристик. Набір даних sparrow уже завантажено. Цільова змінна для прогнозування — status ("Survived", "Perished"). Розглядаємо такі змінні:

total_length: довжина птаха від кінчика дзьоба до кінчика хвоста (мм)
weight: у грамах
humerus: довжина плечової кістки ("upper arm bone", що з'єднує крило з тілом) (дюйми)

Пам'ятайте, що під час використання glm() (docs) для створення моделі логістичної регресії необхідно явно вказати family = binomial:

glm(formula, data = data, family = binomial)

Ви викличете summary() і broom::glance(), щоб переглянути різні функції для аналізу моделі логістичної регресії. Один із діагностичних показників, який ви розглянете, — це аналог $R^2$, що називається псевдо-$R^2$.

$$ pseudoR^2 = 1 - \frac{deviance}{null.deviance} $$

Відхилення (deviance) можна вважати аналогом дисперсії: це міра варіації в категоріальних даних. Псевдо-$R^2$ є аналогом $R^2$ для стандартної регресії: $R^2$ вимірює «пояснену дисперсію» регресійної моделі. Псевдо-$R^2$ вимірює «пояснене відхилення».

Ця вправа є частиною курсу

Кероване навчання в R: регресія

Переглянути курс

Інструкції до вправи

Як показано у відео, ви робитимете прогноз для результатів TRUE і FALSE. Створіть новий стовпець survived у датафреймі sparrow, який дорівнює TRUE, коли status == "Survived".
Створіть формулу fmla, яка задає survived як функцію змінних інтересу. Виведіть її.
Підженіть модель логістичної регресії для прогнозування імовірності виживання горобця. Присвойте модель змінній sparrow_model.
Викличте summary(), щоб побачити коефіцієнти моделі, deviance та null deviance.
Викличте glance() для моделі, щоб переглянути значення deviance та інші діагностики у датафреймі. Присвойте результат glance() змінній perf.
Обчисліть псевдо-$R^2$.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# sparrow is available
summary(sparrow)

# Create the survived column
sparrow$survived <- ___

# Create the formula
(fmla <- _____)

# Fit the logistic regression model
sparrow_model <- ___

# Call summary
___

# Call glance
(perf <- ___)

# Calculate pseudo-R-squared
(pseudoR2 <- ___)

Редагувати та запускати код