Odds के संदर्भ में coefficients
पहले आपने arsenic स्तरों के आधार पर कुएँ बदलने (switch) की probability के लिए एक logistic regression मॉडल फिट किया था। इस अभ्यास में, आप देखेंगे कि एक और वैरिएबल distance100 का switching की probability से क्या संबंध है और coefficients को odds के संदर्भ में कैसे interpret करना है।
याद करें कि logistic regression मॉडल log odds के रूप में होता है, इसलिए यदि x में एक यूनिट वृद्धि दी जाए तो odds कितने गुना बदलेंगे, यह पाने के लिए आप coefficient estimates को exponentiate करते हैं। इसे odds ratio भी कहा जाता है।
ध्यान रखें कि odds किसी घटना के होने की संभावना और न होने की संभावना के अनुपात को कहते हैं। उदाहरण के लिए, यदि किसी खेल को जीतने के odds 1/2 या 1 से 2 (1:2) हैं, तो इसका मतलब है कि हर 1 जीत पर 2 हारें होती हैं।
wells डेटासेट workspace में लोड है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Generalized Linear Models
अभ्यास निर्देश
statsmodelsलाइब्रेरी औरstatsmodels.formula.apiसेglmफंक्शन इम्पोर्ट करें। साथ हीnumpyकोnpनाम से इम्पोर्ट करें।glm()का उपयोग करके एक logistic regression मॉडल फिट करें जहाँswitchकोdistance100से predict किया जाए।.paramsका उपयोग करके मॉडल के coefficients निकालें।- odds पर multiplicative प्रभाव निकालने के लिए
numpyकीexp()फंक्शन का उपयोग करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load libraries and functions
import ____.api as sm
from ____.____.api import glm
import ____ as ____
# Fit logistic regression model
model_GLM = ____(formula = ____,
data = ____,
family = ____.____.____).____
# Extract model coefficients
print('Model coefficients: \n', ____.____)
# Compute the multiplicative effect on the odds
print('Odds: \n', np.____(____.____))