Logistic回歸用於R中的廣告分析

Question

我有一個數據集，用於測試7天的廣告時間是否比5天的廣告時間更好。 我認為邏輯回歸將是檢驗這一點的最佳方法。 我分別進行了2周的測試。 我有流量，注冊，損耗等數據。

數據如下所示：

              5d         7d  greater (does the 7d have atleast 5% more than 5d)
Traffic     179650  196395   1
subscribers 437899  442068   0
attrition   2304    2376     0
signups     5039    6246     1

1表示是，0表示否。

我在R中運行此代碼：

fit2<-glm(greater~X5d + X7d, data=logr2, family = "binomial")

然后

predict(fit2, data=logr2, type = "response")

我的輸出是：

 1            2            3            4 
1.000000e+00 6.753019e-13 1.386707e-10 1.000000e+00 

要么

> round(predict(fit2, data=logr2, type = "response"))
1 2 3 4 
1 0 0 1 

如何運行它，以使我只得到1個輸出來告訴我1或0（即7天的總體增長率是否大於5％？）

謝謝

Answer 1

我認為您已經混淆了predict函數的參數名稱（請參閱文檔 ），請嘗試以下操作：

predict(fit2, newdata=logr2, type = "response")

奇怪的輸出來自以下事實：您將訓練數據作為預測的輸入，這實際上沒有任何意義。 嘗試一些新的數據點，如下所示：

input = data.frame(X5d = 123, X7d = 22)
predict(fit2, newdata=logr2, type = "response")

結果：

1個

2.775557e-13

這意味着它是1 ，幾率幾乎為0 。

如果您從數據集中給出確切點：

input = data.frame(X5d = 179650, X7d = 196395)
predict(fit2, newdata=input, type = "response")

結果：

1個

1個

因此，它是1的概率為1 。

您可以從訓練集中檢查其他數據點-結果是完美的，因為對於這樣的訓練數據樣本，您的擬合是理想的。

您可以在此處找到一個簡單的類似示例。