Actividad Interpretacion de modelo logit
2023-08-30
Actividad Interpretacion Modelos Logit
Preprocesamiento de datos
library(aod)
library(ggplot2)
library(agricolae)
mydata <- read.csv("https://stats.idre.ucla.edu/stat/data/binary.csv")
names(mydata)## [1] "admit" "gre" "gpa" "rank"attach(mydata)Modelo logit
Dependiente=“admit” Explicativas=“gre” “gpa” “rank”
R1= glm(admit ~gre + gpa + rank, family = binomial(link = "logit"),data=mydata)
summary(R1)##
## Call:
## glm(formula = admit ~ gre + gpa + rank, family = binomial(link = "logit"),
## data = mydata)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -3.449548 1.132846 -3.045 0.00233 **
## gre 0.002294 0.001092 2.101 0.03564 *
## gpa 0.777014 0.327484 2.373 0.01766 *
## rank -0.560031 0.127137 -4.405 1.06e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 499.98 on 399 degrees of freedom
## Residual deviance: 459.44 on 396 degrees of freedom
## AIC: 467.44
##
## Number of Fisher Scoring iterations: 4R1##
## Call: glm(formula = admit ~ gre + gpa + rank, family = binomial(link = "logit"),
## data = mydata)
##
## Coefficients:
## (Intercept) gre gpa rank
## -3.449548 0.002294 0.777014 -0.560031
##
## Degrees of Freedom: 399 Total (i.e. Null); 396 Residual
## Null Deviance: 500
## Residual Deviance: 459.4 AIC: 467.4Betas Estimados
#Esstimacion de Betas
0.002294 #GRE## [1] 0.0022940.777014 #GPA## [1] 0.777014-0.560031 #Rankin de la u## [1] -0.560031Interpretacion Signos
La relacion que existe ente el GRE, el GPA y la posibilidad de ser admtiddo es positiva, por ende el aumento de cualquiera de las dos variable es aumenta la probabilidad de que los estudiantes entrenn a la universida desesada sin embargo , el ranking de la universidad presenta una relacion negativa
Odd Ratios
ODD_INT=exp(-3.449548)
#0.03175999, es mas probable en 0.03175999 el Fracaso que el exito
ODD_GRE=exp(0.002294)
#1.002297, es mas probable en 1.002297 el Exito que el Fracaso
ODD_GPA=exp(0.777014)
#2.174968, es mas probable en 2.174968 el Exito que el Fracaso
ODD_RANK=exp(-0.560031)
#0.5711914, Es mas probable en 0.5711914 el Fracas que el ExitoRecordando que
# si = 1 , la variable no afecta
# Si < 1 , es mas probable el fracaso que el exito
# Si > 1 , Es mas prbable el exito que el fracasso Prediccion
Prediccion=predict(R1, type="response")
print(Prediccion)## 1 2 3 4 5 6 7
## 0.18955274 0.31778074 0.71781361 0.14894919 0.09795420 0.37867847 0.39904113
## 8 9 10 11 12 13 14
## 0.22117613 0.22152035 0.52050192 0.32159487 0.37795110 0.69886180 0.36108969
## 15 16 17 18 19 20 21
## 0.66912853 0.20495385 0.29042043 0.08991589 0.54471952 0.54725357 0.17953077
## 22 23 24 25 26 27 28
## 0.44150936 0.10696539 0.16095923 0.44442891 0.66138167 0.55420961 0.16927359
## 29 30 31 32 33 34 35
## 0.43086103 0.43527861 0.18037269 0.31362247 0.24760612 0.45352934 0.32214498
## 36 37 38 39 40 41 42
## 0.21718685 0.46162831 0.15663993 0.27079774 0.13535861 0.19708385 0.34086776
## 43 44 45 46 47 48 49
## 0.32177147 0.19611612 0.33639085 0.19881385 0.36571415 0.09665436 0.05989840
## 50 51 52 53 54 55 56
## 0.16671870 0.34023749 0.09549799 0.20203752 0.38488034 0.26494872 0.41968705
## 57 58 59 60 61 62 63
## 0.20320989 0.12201152 0.30662875 0.10696539 0.33705339 0.13879058 0.30791848
## 64 65 66 67 68 69 70
## 0.35933587 0.33379025 0.40041008 0.23516823 0.49420523 0.54688605 0.67345391
## 71 72 73 74 75 76 77
## 0.36506338 0.06107652 0.12406379 0.46728173 0.20467520 0.40855614 0.22543676
## 78 79 80 81 82 83 84
## 0.45352934 0.41421703 0.62731831 0.13817123 0.31822856 0.21133041 0.07196699
## 85 86 87 88 89 90 91
## 0.23408015 0.25707031 0.35124973 0.38007539 0.53613598 0.51311109 0.50303058
## 92 93 94 95 96 97 98
## 0.61547854 0.57344223 0.27638495 0.40548280 0.38505594 0.18445485 0.33301675
## 99 100 101 102 103 104 105
## 0.32606423 0.16244549 0.12987058 0.26401427 0.09704358 0.30375695 0.50340138
## 106 107 108 109 110 111 112
## 0.36254136 0.58961165 0.26183398 0.12615309 0.31263829 0.14974790 0.11139260
## 113 114 115 116 117 118 119
## 0.12209098 0.46724190 0.37889063 0.35272021 0.29326645 0.48167096 0.66830705
## 120 121 122 123 124 125 126
## 0.11097537 0.38444550 0.19878836 0.15157580 0.15880288 0.38623194 0.13887924
## 127 128 129 130 131 132 133
## 0.52932231 0.25235090 0.29897162 0.10093670 0.33531937 0.28219306 0.35496886
## 134 135 136 137 138 139 140
## 0.16945974 0.27035863 0.22992684 0.13972193 0.39751823 0.37624664 0.53705805
## 141 142 143 144 145 146 147
## 0.48804884 0.20606425 0.23041213 0.23915825 0.15221523 0.16899293 0.30435081
## 148 149 150 151 152 153 154
## 0.14939952 0.34358251 0.56460315 0.67516036 0.26391442 0.48999044 0.24774431
## 155 156 157 158 159 160 161
## 0.30149107 0.10555997 0.20966935 0.46834972 0.41488173 0.36454783 0.31838948
## 162 163 164 165 166 167 168
## 0.40566159 0.45074249 0.22174862 0.33738490 0.66912853 0.10314043 0.36617755
## 169 170 171 172 173 174 175
## 0.29429627 0.28080386 0.18471237 0.15348874 0.29614090 0.48268517 0.14187100
## 176 177 178 179 180 181 182
## 0.37079202 0.20734949 0.23189641 0.24602381 0.10884012 0.31641933 0.17830386
## 183 184 185 186 187 188 189
## 0.53599134 0.41407591 0.08511257 0.51569617 0.26114879 0.26868284 0.28914048
## 190 191 192 193 194 195 196
## 0.30584094 0.30638870 0.36729315 0.32301782 0.11624389 0.37824632 0.37859521
## 197 198 199 200 201 202 203
## 0.22614684 0.09429066 0.28237573 0.19312420 0.32682950 0.32023953 0.66912853
## 204 205 206 207 208 209 210
## 0.15705340 0.59613313 0.40427048 0.60792022 0.56932889 0.19223672 0.37295345
## 211 212 213 214 215 216 217
## 0.19830554 0.29058724 0.21680883 0.26207672 0.39482689 0.20513242 0.27362772
## 218 219 220 221 222 223 224
## 0.46853439 0.34550474 0.37859521 0.20713209 0.38474266 0.36310836 0.35474695
## 225 226 227 228 229 230 231
## 0.38199142 0.31898414 0.40959311 0.10867428 0.30930851 0.43522263 0.14151023
## 232 233 234 235 236 237 238
## 0.23064685 0.25509880 0.10992051 0.63840446 0.31486652 0.41488173 0.41084911
## 239 240 241 242 243 244 245
## 0.08944459 0.30086671 0.19533476 0.53586352 0.21929322 0.34403307 0.39921899
## 246 247 248 249 250 251 252
## 0.43626071 0.39783519 0.25027691 0.32269356 0.31794154 0.16745875 0.14514415
## 253 254 255 256 257 258 259
## 0.43322678 0.15544241 0.22148108 0.25759372 0.30733515 0.34565715 0.34311696
## 260 261 262 263 264 265 266
## 0.46479451 0.35589947 0.24737229 0.18875652 0.34565715 0.28773079 0.15939820
## 267 268 269 270 271 272 273
## 0.13152605 0.28395292 0.42037072 0.14194182 0.49193233 0.21358509 0.46056237
## 274 275 276 277 278 279 280
## 0.52101725 0.27838838 0.29364736 0.24138889 0.52563384 0.14200442 0.35074291
## 281 282 283 284 285 286 287
## 0.50145889 0.14641716 0.18317785 0.11026149 0.28369772 0.14913731 0.58116837
## 288 289 290 291 292 293 294
## 0.21404547 0.19672132 0.04879228 0.38540721 0.36023465 0.46635878 0.71306804
## 295 296 297 298 299 300 301
## 0.28351453 0.19599923 0.43300540 0.24435343 0.35175689 0.30234719 0.36880838
## 302 303 304 305 306 307 308
## 0.30610756 0.23068726 0.52068701 0.08120971 0.15832948 0.42367414 0.37477236
## 309 310 311 312 313 314 315
## 0.28929293 0.14126778 0.32366687 0.44918651 0.33485931 0.15966598 0.14648140
## 316 317 318 319 320 321 322
## 0.15779792 0.18867784 0.25353890 0.15370237 0.44466826 0.16320138 0.32460663
## 323 324 325 326 327 328 329
## 0.09940231 0.18005400 0.13718772 0.64122055 0.39226441 0.35870561 0.34436788
## 330 331 332 333 334 335 336
## 0.09397446 0.41968705 0.30445963 0.32165933 0.23507581 0.22337740 0.57331652
## 337 338 339 340 341 342 343
## 0.18404321 0.13395336 0.42937583 0.28508176 0.11578755 0.14357130 0.18641264
## 344 345 346 347 348 349 350
## 0.29703584 0.20853345 0.16406178 0.35657979 0.42886998 0.26090661 0.28234330
## 351 352 353 354 355 356 357
## 0.58120732 0.26071973 0.20183518 0.44306014 0.40281207 0.47932120 0.39579787
## 358 359 360 361 362 363 364
## 0.55329329 0.27331956 0.39734063 0.57232255 0.48523822 0.36126080 0.30122673
## 365 366 367 368 369 370 371
## 0.47148177 0.13372184 0.14212257 0.29176477 0.60562793 0.57154053 0.40094435
## 372 373 374 375 376 377 378
## 0.34340000 0.36139502 0.50780208 0.41389599 0.15534507 0.41902016 0.59233117
## 379 380 381 382 383 384 385
## 0.22491919 0.22566790 0.46810836 0.34998716 0.35353070 0.64850809 0.19267289
## 386 387 388 389 390 391 392
## 0.33191515 0.53175502 0.34788498 0.34562096 0.40753634 0.40985806 0.48980511
## 393 394 395 396 397 398 399
## 0.24472238 0.44187513 0.27405667 0.49017577 0.18498919 0.18681435 0.46810836
## 400
## 0.32504463De una manera grafica lo podemos apreciar de la siguiente manera
estad_descrip <- hist(Prediccion, plot=TRUE)
Tabla = table.freq(estad_descrip)