Modelli di risposta logistica

Creare modelli di risposta in R

Kathrin Gruber

Assistant Professor of Econometrics Erasmus University Rotterdam

Funzione di risposta logistica

Limita le previsioni tra 0 e 1.
Presume una relazione curva.

Un modello logit per la domanda di birra

logistic.model <- glm(HOPPINESS ~ price.ratio, family = binomial, 
                      data = choice.data)
coef(logistic.model)

(Intercept)  price.ratio 
  -3.572678   -6.738768

Previsioni limitate

plot(HOPPINESS ~ price.ratio, data = choice.data)
curve(predict(logistic.model, data.frame(price.ratio = x), 
              type = "response"), add = TRUE)

Effetti marginali medi

Modello logit non lineare:

margins(logistic.model)

price.ratio
    -0.4585

Modello di probabilità lineare

coef(probability.model)

(Intercept)  price.ratio 
 0.09700236  -0.29594939

Grafici degli effetti

x <- seq(-1.25, 1.25, by = 0.25)
cplot(logistic.model, "price.ratio", xvals = x)

Passons à la pratique !

Creare modelli di risposta in R