Rのリスクアセスメントモデルは、因子の特定のレベルの確率を得るために

Question

私はリスクアナリストとして働いています、私の上司は私にどのように行うべきか分からないタスクを割り当てました。

今、私はいくつかの特定の条件の下で確率を得たいと思います。たとえば、データは次のようになります

sex  hair_color Credit_Score Loan_Status 
"Male" "Red"  "256"  "bad"   
"Female" "black" "133"  "bad"   
"Female" "brown" "33"   "bad"   
"Male" "yellow" "123"  "good" 

したがって、お客様ごとにLoan_Statusを予測します。 "sex"、 "hair_color"、 "credit_score"を要因として扱います。 これをRのglm（）に入れてください。

しかし、私の上司は「男性である新しい顧客、赤毛、彼のローンステータスが「良い」だろうか？

「男性顧客のローンステータスが「良い」になる確率はいくらですか？」

どのような方法を使用しますか？どのように確率を得るために？ 私は限界的なディストリビューションについて考えていますが、私はこの仕事がどういうものか、それをどのように計算するのか分かりません。私は理解することが、この問題は簡単に、そして誰が私を助けるために願ってい

は、お時間をどうもありがとうございました

Answer 1

私はこのチュートリアルでは、完全にあなたの問題に合うと思う：http://www.theanalysisfactor.com/r-tutorial-glm1/

あなたがそれを使用している場合あなたのデータでは、次のようになります。

sex <- factor(c("m", "f", "f", "m")) 
hair_color <- factor(c("red", "black", "brown", "yellow")) 
credit_score <- c(256, 133, 33, 123) 
loan_status <- factor(c("b", "b", "b", "g")) 

data <- data.frame(sex, hair_color, credit_score, loan_status) 

model <- glm(formula = loan_status ~ sex + hair_color + credit_score, 
     data = data, 
     family = "binomial") 

predict(object = model, 
    newdata = data.frame(sex = "f", hair_color = "yellow", credit_score =  100), 
    type = "response")