確率の変化率
wells データセットについて、すでにロジスティック回帰モデル switch ~ distance100 を当てはめており、次の推定結果を得ています。
$$
log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100
$$
この演習では、このモデルを使って、図に示すように distance100 が 1.5 のときに推定確率がどのように変化するかを理解します。

逆ロジット(確率)の公式を思い出してください。
$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$
また、点 \(x\) におけるモデル当てはめの接線の傾きは次の通りです。
$$ \beta*\mu(1-\mu) $$
データセット wells とモデル wells_GLM はワークスペースに読み込まれています。
この演習はコースの一部です
Pythonで学ぶ一般化線形モデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Define x at 1.5
x = ____
# Extract intercept & slope from the fitted model
intercept, slope = ____.____