受限範圍的預測
這裡使用 glm() 函式，是因為你需要一個能把模型預測限制在 0 到 1 之間的反應函式。讓我們用圖來示範這個效果。不過這次你需要畫的是一條曲線（不是直線）！
先繪製 HOPPINESS ~ price.ratio 的關係圖。你可以用 curve() 把邏輯斯函式加到圖上。curve() 函式會在 x 資料點上評估另一個函式。這裡要評估的函式是 predict()！predict() 會擷取 logistic.model 的係數，對提供於 data frame 物件中的一些值進行預測。關鍵是在 data.frame 參數中設定 price.ratio = x。這會在預測的資料值之間擬合出一條曲線。
本練習屬於課程
在 R 中建立反應模型
練習說明
- 使用
plot()函式，顯示HOPPINESS與price.ratio的關係。 - 在 data frame 參數中帶入
price.ratio，將predict()應用於logistic.model，取得 Hoppiness 的購買機率。 - 使用
curve()函式，對預測的資料值擬合一條曲線。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Plot HOPPINESS against price.ratio
___(___, data = choice.data)
# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)