辛普森悖論(Simpson's paradox)
辛普森悖論指的是在加入或移除自變數(係數)後,分析結果發生改變的情況,這在迴歸分析中特別重要。
加州大學柏克萊分校 1973 年的【研究所錄取資料】(https://stat.ethz.ch/R-manual/R-devel/library/datasets/html/UCBAdmissions.html) 說明了這一點。
乍看之下,女性好像較不容易被研究所錄取。
然而,將 Department 納入為自變數後,性別的顯著性就消失了。
其實原因在於,申請的女性多半選擇競爭更激烈的系所。
資料說明: 在這份資料中,你會看到四欄:Dept、Gender、Admitted、Rejected。你可以把 Admitted 與 Rejected 綁在一起,建立「二元」的 glm()。
本練習屬於課程
R 的廣義線性模型
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 binomial glm where Admitted and Rejected are predicted by Gender
glm_1 <- ___