Prediksi dan odds ratio

Pengantar Regresi di R

Richie Cotton

Data Evangelist at DataCamp

Prediksi ggplot

plt_churn_vs_recency_base <- ggplot(
  churn, 
  aes(time_since_last_purchase, has_churned)
) +
  geom_point() +
  geom_smooth(
    method = "glm", 
    se = FALSE, 
    method.args = list(family = binomial)
  )

Plot sebar churn vs waktu sejak pembelian terakhir, dengan garis tren logistik.

Membuat prediksi

mdl_recency <- glm(
  has_churned ~ time_since_last_purchase, data = churn, family = "binomial"
)

explanatory_data <- tibble(
  time_since_last_purchase = seq(-1, 6, 0.25)
)

prediction_data <- explanatory_data %>% 
  mutate(
    has_churned = predict(mdl_recency, explanatory_data, type = "response")
  )

Menambahkan prediksi titik

plt_churn_vs_recency_base +
  geom_point(
    data = prediction_data, 
    color = "blue"
  )

Plot sebar churn vs waktu sejak pembelian terakhir, dengan garis tren logistik. Plot dianotasi dengan hasil dari predict(), yang mengikuti garis tren persis.

Mendapatkan hasil paling mungkin

prediction_data <- explanatory_data %>% 
  mutate(
    has_churned = predict(mdl_recency, explanatory_data, type = "response"),
    most_likely_outcome = round(has_churned)
  )

Memvisualisasikan hasil paling mungkin

plt_churn_vs_recency_base +
  geom_point(
    aes(y = most_likely_outcome),
    data = prediction_data,
    color = "green"
  )

Plot sebar churn vs waktu sejak pembelian terakhir, dengan garis tren logistik. Plot dianotasi dengan hasil paling mungkin. Untuk waktu rendah sejak pembelian terakhir, hasil paling mungkin adalah tidak churn. Untuk waktu tinggi, hasil paling mungkin adalah churn.

Odds ratio

Odds ratio adalah probabilitas suatu kejadian dibagi probabilitas tidak terjadinya.

$$ odds\_ratio = \frac{probability}{(1 - probability)} $$

$$ odds\_ratio = \frac{0.25}{(1 - 0.25)} = \frac{1}{3} $$

Plot garis odds ratio vs probabilitas. Kurva naik mendekati tak hingga saat probabilitas mendekati satu.

Menghitung odds ratio

prediction_data <- explanatory_data %>%
  mutate(
    has_churned = predict(mdl_recency, explanatory_data, type = "response"),
    most_likely_response = round(has_churned),
    odds_ratio = has_churned / (1 - has_churned)
  )

Memvisualisasikan odds ratio

ggplot(
  prediction_data, 
  aes(time_since_last_purchase, odds_ratio)
) +
  geom_line() +
  geom_hline(yintercept = 1, linetype = "dotted")

Plot garis odds ratio vs waktu sejak pembelian terakhir, dengan garis pada odds ratio sama dengan satu. Untuk waktu rendah sejak pembelian terakhir, hasil paling mungkin adalah tidak churn. Odds churn meningkat seiring bertambahnya waktu, hingga lima kali odds tidak churn.

Memvisualisasikan log odds ratio

ggplot(
  prediction_data, 
  aes(time_since_last_purchase, odds_ratio)
) +
  geom_line() +
  geom_hline(yintercept = 1, linetype = "dotted") +
  scale_y_log10()

Plot garis odds ratio vs waktu sejak pembelian terakhir, dengan garis pada odds ratio sama dengan satu. Sumbu-y logaritmik membuat garis odds ratio menjadi linear.

Menghitung log odds ratio

prediction_data <- explanatory_data %>%
  mutate(
    has_churned = predict(mdl_recency, explanatory_data, type = "response"),
    most_likely_response = round(has_churned),
    odds_ratio = has_churned / (1 - has_churned),
    log_odds_ratio = log(odds_ratio),
    log_odds_ratio2 = predict(mdl_recency, explanatory_data)
  )

Semua prediksi bersama

tm_snc_lst_prch	has_churned	most_lkly_rspns	odds_ratio	log_odds_ratio	log_odds_ratio2
0	0.491	0	0.966	-0.035	-0.035
2	0.623	1	1.654	0.503	0.503
4	0.739	1	2.834	1.042	1.042
6	0.829	1	4.856	1.580	1.580
...	...	...	...	...	...

Membandingkan skala

Skala	Mudah ditafsir?	Perubahan mudah ditafsir?	Presisi?
Probabilitas	✔	✘	✔
Hasil paling mungkin	✔✔	✔	✘
Odds ratio	✔	✘	✔
Log odds ratio	✘	✔	✔

Ayo berlatih!

Pengantar Regresi di R