Veranderingssnelheid van de kans
Voor de wells-gegevensset heb je al een logistische regressie gefit met de modelformule switch ~ distance100, wat de volgende fit opleverde
$$
log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100
$$
In deze oefening gebruik je dat model om te begrijpen hoe de geschatte kans verandert bij een bepaalde waarde van distance100, bijvoorbeeld 1,5, zoals weergegeven in de onderstaande figuur.
Herinner de formules voor de inverse-logit (kans)
$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$
en de helling van de raaklijn van de modelfit in punt \(x\):
$$ \beta*\mu(1-\mu) $$
Gegevensset wells en het model wells_GLM zijn geladen in de werkruimte.
Deze oefening maakt deel uit van de cursus
Generalized Linear Models in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Define x at 1.5
x = ____
# Extract intercept & slope from the fitted model
intercept, slope = ____.____