基本 Logistic Regression
在影片中，你看過一個把變數 age 當作預測因子的羅吉斯迴歸模型。現在，你要加入一個類別型變數，並學習如何解讀它的參數估計值。
在 R 的羅吉斯迴歸模型中加入類別型變數時，除了其中 1 個類別之外，你會得到其餘所有類別的參數估計值。沒有提供參數估計的那個類別稱為「參考類別」。其他每個類別所對應的參數，代表該類別相對於參考類別在貸款違約上的勝算比。若你現在還不完全理解也沒關係，稍後你會做更多相關的練習！
本練習屬於課程
R 的信用風險建模
練習說明
- 建立名為
log_model_cat的羅吉斯迴歸模型，僅使用類別型變數ir_cat作為預測因子。你呼叫 glm() 時應包含三個引數： loan_status ~ ir_catfamily = "binomial"data = training_set- 在主控台檢視結果以查看你的參數估計值。
- 重新查看
ir_cat在完整資料集loan_data中的結構，找出參考類別。使用table()函式來完成這件事。
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。
# Build a glm model with variable ir_cat as a predictor
# Print the parameter estimates
# Look at the different categories in ir_cat using table()