在邏輯斯回歸模型中加入多個變數
當模型包含多個變數時,單一參數的解讀方式依然適用。當你討論某一變數改變時的解釋,通常假設其他變數保持不變。這個假設有個拉丁文說法,叫做 ceteris paribus,字面意思是「其他條件都相同」。
要建立包含多個變數的邏輯斯回歸模型,你可以用 + 號把變數加進去。你的公式會像這樣:
y ~ x1 + ... + xk
在評估模型時,有幾件事需要注意。你已經看過參數估計值,但那並不是唯一重要的內容。另一個重點是某個參數估計的統計顯著性。參數的顯著性常以 p-value(p 值) 表示,不過在模型輸出中你會看到標示為 Pr(>|t|)。在 glm 的摘要中,從「.」代表較弱的顯著性到「***」代表非常強的顯著性。當參數不顯著時,表示你無法確認該參數與 0 有顯著差異。統計顯著性很重要;一般來說,只有對顯著的參數,解讀其對違約機率的影響才有意義。
本練習屬於課程
R 的信用風險建模
練習說明
- 使用
glm()與training_set建立一個邏輯斯回歸模型,包含變數age、ir_cat、grade、loan_amnt與annual_inc。將此模型命名為log_model_multi。 - 使用
summary()搭配你的模型來取得顯著性等級。你會在下一個練習更深入了解顯著性等級的意義!
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 the logistic regression model
# Obtain significance levels using summary()