啤酒需求的线性概率模型
为了了解价格比变化对 Hoppiness 购买概率的影响大小，您将使用 lm() 函数来描述关系式 HOPPINESS ~ price.ratio。这一次，您还将直接用 plot() 和 abline() 函数把估计得到的模型画出来。
本练习是课程的一部分
在 R 中构建响应模型
练习说明
- 使用
lm()函数，以price.ratio解释HOPPINESS的购买概率。将结果赋给名为probability.model的对象。 - 使用
plot()函数展示HOPPINESS与price.ratio之间的关系。 - 对
probability.model对象调用abline()，将模型预测添加到图中。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Explain HOPPINESS by price.ratio
probability.model <- lm(___, data = choice.data)
# Plot HOPPINESS against price.ratio
___(___, data = choice.data)
# Add the model predictions
___(___)