Modèles à réponse logistique

Créer des modèles de réponse dans R

Kathrin Gruber

Assistant Professor of Econometrics Erasmus University Rotterdam

Fonction de réponse logistique

Borne les prédictions entre 0 et 1.
Suppose une relation courbe.

Un modèle logistique pour la demande de bière

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

(Intercept)  price.ratio 
  -3.572678   -6.738768

Prédictions bornées

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

Effets marginaux moyens

Modèle logistique non linéaire :

margins(logistic.model)

price.ratio
    -0.4585

Modèle linéaire de probabilité

coef(probability.model)

(Intercept)  price.ratio 
 0.09700236  -0.29594939

Graphiques d'effet

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

Passons à la pratique !

Créer des modèles de réponse dans R