1. 学ぶ
    2. /
  2. コース
    3. /
  3. Zobecněné lineární modely v Pythonu
Connected

演習

Rychlost změny pravděpodobnosti

Pro dataset wells jsi již natrénoval/a logistický regresní model s formulí switch ~ distance100 a získal/a následující fit $$ log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100 $$

V tomto cvičení použiješ tento model k pochopení toho, jak se odhadovaná pravděpodobnost mění při určité hodnotě distance100, konkrétně při hodnotě 1,5, jak je znázorněno na obrázku níže.

Připomeň si vzorce pro inverzní logit (pravděpodobnost)

$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$

a směrnici tečny fitu modelu v bodě \(x\):

$$ \beta*\mu(1-\mu) $$

Dataset wells a model wells_GLM jsou načteny v pracovním prostředí.

指示1 / 3

undefined XP
    1
    2
    3
  • Definuj proměnnou x jako hodnotu distance100 rovnou 1,5.
  • Extrahuj koeficienty modelu a ulož je jako intercept a slope.