Sea:
set.seed(2020)
y_fitted<-runif(10,min=0,max = 1)
y_fitted
0.197 0.078 0.818 0.942 0.884 0.166 0.355 0.748 0.451 0.556
y<-sample(0:1,10,replace=T)
y
1 1 1 0 0 1 1 1 1 0
Quiero crear un dataframe tal que:
- Columna 1: si
y_fitted>= 0.5
sea 1 y siy_fitted<0.5
sea 0 - Columna 2:
y
sin modificar - Columna 3:
TRUE
siy_fitted==y
;FALSE
siy_fitted!==y
Finalmente, obtener el porcentaje de valores TRUE
que hay en la tercera columna.
El problema lo estoy teniendo al crear la columna 1:
No entiendo porqué al ejecutar las siguientes líneas de código, los valores se modifican por 1 tal y como deseo, pero los valores entre 0:0.4999
no se cambian a 0.
y_fitted[y_fitted==0:0.499999999]<-0
y_fitted[y_fitted==0.5:1]<-1
Todo esto lo quiero hacer para analizar la bondad del ajuste de mi modelo logit binomial, donde y_fitted
son los valores que estima mi modelo y los valores de y
son los valores de mi variable a explicar (endógena).
Pongo 0.499999999
para asegurarme de que ningún valor se queda fuera del cambio que deseo efectuar en la columna 1, pero estoy seguro de que hay alguna forma más limpia de hacerlo.
El porcentaje que pido me indicaría, entonces, el porcentaje de aciertos que tiene mi modelo dentro de la muestra con la que estoy trabajando.
¿Cuál es la forma más eficiente de realizar esto?