anotações para aula

odds.R

variável resposta: 
hon, indicando se um aluno está em uma turma de elite ou não.
variável explicativa: 
gênero indicando se é do sexo feminino ou não

table(sample$hon)
49/151
151/49

chance = P/(1-P)
probabilidade = P/(P + 1-P)

chance_iguais = 1/1 ou 50/50
em probabilidade temos 0,5

chance_de_um_para_tres = 1/3
probabilidade_relacionada = 1/(1+3)

chance_de_tres_para_um = 3/1
probabilidade_relacionada = 3/(1+3)


library(readr)
sample <- read_csv("C:/Users/08451589707/Downloads/sample.csv")
View(sample)

names(sample)
modelo = glm(hon~female,family = binomial, data=sample)
summary(modelo)

exp(coefficients(modelo))



table(sample$hon,sample$female)
odds_mulher = 32/77 
odds_homem = 17/74

odds_mulher/odds_homem
escola = sample
colnames(escola) = c('sexo','leitura','escrita', 'matematica', 'elite','interacao_fem_mat')

attr(escola$sexo,'categoria') = c('0 = Masculino',"1 = Feminino")

attr(escola$elite,'categoria') = c('0 = Não elite',"1 = Elite")

attributes(escola$elite)


https://stats.oarc.ucla.edu/other/mult-pkg/faq/general/faq-how-do-i-interpret-odds-ratios-in-logistic-regression/
http://www.sthda.com/english/articles/36-classification-methods-essentials/151-logistic-regression-essentials-in-r/#computing-logistic-regression