Logistiska responsmodeller

Bygga responsmodeller i R

Kathrin Gruber

Assistant Professor of Econometrics Erasmus University Rotterdam

Logistisk responsfunktion

Begränsar modellens prediktioner till intervallet 0–1.
Förutsätter ett kurvilineärt samband.

En logistisk modell för ölefterfrågan

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

(Intercept)  price.ratio 
  -3.572678   -6.738768

Begränsade prediktioner

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

Genomsnittliga marginaleffekter

Icke-linjär logistisk modell:

margins(logistic.model)

price.ratio
    -0.4585

Linjär sannolikhetsmodell

coef(probability.model)

(Intercept)  price.ratio 
 0.09700236  -0.29594939

Effektplots

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

Nu kör vi en övning!

Bygga responsmodeller i R