對數勝算比（log odds ratio）
在邏輯斯迴歸的預測中，機率與勝算比的一個缺點是，它們各自的預測線都是彎曲的。這會讓你在調整解釋變數時，比較難直觀判斷預測會如何改變。勝算比取對數後的值（「對數勝算比」）則能讓預測的反應變數與解釋變數呈線性關係。也就是說，當解釋變數改變時，反應指標不會出現劇烈變化，而是線性地改變。
由於對數勝算比的實際數值不如（線性的）勝算比直觀，在視覺化時通常會畫出勝算比，並在 y 軸套用對數轉換。
mdl_churn_vs_relationship、explanatory_data 與 plt_churn_vs_relationship 已可使用，且已載入 dplyr。
本練習屬於課程
R 迴歸入門
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。
# Update the data frame
prediction_data <- explanatory_data %>%
mutate(
has_churned = predict(mdl_churn_vs_relationship, explanatory_data, type = "response"),
odds_ratio = has_churned / (1 - has_churned),
# Add the log odds ratio from odds_ratio
log_odds_ratio = ___,
# Add the log odds ratio using predict()
log_odds_ratio2 = ___
)
# See the result
prediction_data