library(tidyverse)
library(rstanarm)
options(mc.cores = parallel::detectCores())logist-bayes-mtcars3
Question
Betrachten Sie den Datensatz mtcars. Die Forschungsfrage betreffe den Einfluss vom Spritverbrauch, \(x\), UV, auf die Wahrscheinlichkeit, dass es sich um ein Auto mit Automatik-Schaltung, \(y\), AV, handelt.
Hinweise:
- Runden Sie auf zwei Dezimalstellen.
- Berechnen Sie ein lineares Modell auf Basis der Bayes-Statistik.
- Orientieren Sie sich am Vorgehen aus dem Unterricht.
Was ist der größte (statistische) Effekt des Prädiktors (in Wahrscheinlichkeit)?
Mit anderen Worten: Bei welchem Wert \(X=x\) des Prädiktors \(X\) ist die Veränderung an Wahrscheinlichkeit für \(y=1\) am höchsten? Vergleichen Sie dazu die Wertepaare des Prädiktors, etwas die Veränderung in Wahrscheinlichkeit von \(x=4\) zu \(x=5\)!
Solution
data(mtcars)
m1 <-
stan_glm(am ~ mpg, data = mtcars,
refresh = 0,
family = binomial(link = "logit"),
chains = 1)
coef(m1)(Intercept) mpg
-6.8892275 0.3199193
Wir ziehen hier nur ein mal die Stichproben (chains=1), um Rechenzeit zu sparen. Bei diesem einfachen Modell ist nicht zu erwarten, dass es irgendwo Schwierigkeiten gibt.
Plotten wir das Modell zur Orientierung. Eine einfache Methode zum Plotten geht so:
mtcars %>%
ggplot(aes(x = mpg, y = am)) +
geom_jitter(width = 0.1, alpha = .7) +
geom_smooth(method = "glm", method.args=list(family="binomial"))
Im Gegensatz zu einer Geraden ist die Steigung bei einer Kurve wie unserer Ogive unterschiedlich in Abhängigkeit vom X-Wert.
geom_smooth() geht hier von einem Logit-Modell mit uniformen Prioris aus, was nicht den Standard von rstan_glm gleicht. Der Hintergrund ist, dass geom_smooth() auf Basis der Frequentistischen Statistik arbeitet, rstanarm hingegen Bayesianisch. Bei Frequentistischen Modellen wird - übersetzt man sie in Bayes-Modelle - immer eine uniforme Priori-Verteilung verwendet.
Wir könnten diese Aufgabe durch einfaches Abschätzen oder Ausprobieren lösen, indem wir die vorhergesagten Änderungen in Y für verschiedene Punktepaare \((x_1,x_2)\) berechnen, wobei bei jedem Punktepaar der X-Abstand 1 beträgt. Anders gesagt könnten wir die Steigung der Ogive an verschiedenen Stellen berechnen.
preds_df <-
tibble(
mpg = 10:30,
y_logits = predict(m1, newdata = tibble(mpg = mpg)),
y_pr = invlogit(y_logits),
y_lag = lag(y_pr),
y_diff = y_pr - y_lag
)
preds_df %>%
select(mpg, y_diff)| mpg | y_diff |
|---|---|
| 10 | NA |
| 11 | 0.0088454 |
| 12 | 0.0119752 |
| 13 | 0.0160851 |
| 14 | 0.0213785 |
| 15 | 0.0280183 |
| 16 | 0.0360532 |
| 17 | 0.0453132 |
| 18 | 0.0552968 |
| 19 | 0.0651024 |
| 20 | 0.0734872 |
| 21 | 0.0791122 |
| 22 | 0.0809387 |
| 23 | 0.0786056 |
| 24 | 0.0725721 |
| 25 | 0.0639372 |
| 26 | 0.0540475 |
| 27 | 0.0441129 |
| 28 | 0.0349851 |
| 29 | 0.0271194 |
| 30 | 0.0206523 |
Das visualisieren wir mal:
preds_df %>%
ggplot(aes(x = mpg, y = y_diff)) +
geom_line() +
geom_point(size = 2, alpha = .5)
Wir sehen also, dass der maximale Zuwachs an Prozentpunkten bei ca. 0.08 liegt, was bei ca mpg=22 der Fall ist.
Diesen Wert nehmen wir als Lösung:
sol <-
max(preds_df$y_diff, na.rm = TRUE) %>%
round(2)
sol[1] 0.08
Alternativ könnten wir uns auch folgenden Sachverhalt vor Augen führen:
Die Kurve ist am steilsten in ihrem Zentrum (Wendepunkt); vgl. diese Animnation.
Der Wendepunkt liegt bei \(Pr(y=1)=1/2\), also 50%. Damit gilt auch \(\alpha + \beta x = 0\), denn \(\mathcal{L}^{-1}(0)=1/2\).
An dieser Stelle ist die Steigung der Ogive maximal und beträgt \(\beta_{\mathcal{L}}/4\) Prozentpunkte, vgl. ROS S. 220 (Kap. 13.2), also ein Viertel der Steigung in Logits.
Die obere Grenze der Steigung in Prozentpunkten liegt also bei \(\beta/4\), wobei \(\beta\) in Logits gemessen ist.
mtcars %>%
ggplot(aes(x = mpg, y = am)) +
geom_jitter(width = 0.1, alpha = .7) +
geom_smooth(method = "glm", method.args=list(family="binomial")) +
geom_hline(yintercept = 1/2, linetype = "dashed") +
geom_vline(xintercept = -coef(m1)[1] / coef(m1)[2], linetype = "dashed") +
geom_point(x = -coef(m1)[1] / coef(m1)[2],
y = 1/2,
color = "red",
size = 3,
alpha = .3)
In unserem Fall:
max_steigung_in_pr <-
coef(m1)[2] / 4
max_steigung_in_pr mpg
0.07997982
Wir hätten den steilsten Punkt auch so bestimmen können:
\[\begin{align} -6.8 + 0.32x &=0 \\ 0.32x &= 6.8 \\ x &= 6.8 / 0.32 \approx 21 \end{align} \]
Aufgabenname: logist-bayes-mtcars3
Meta-information
extype: num expoints: 1 exsolution: 0.08 exclozetype: num exname: logist-bayes-mtcars3 extol: 0.02