Razão de probabilidade de log
Uma desvantagem das probabilidades e razões de chances para previsões de regressão logística é que as linhas de previsão para cada uma delas são curvas. Isso dificulta o raciocínio sobre o que acontece com a previsão quando você faz uma alteração na variável explicativa. O logaritmo da razão de chances (a "razão de chances logarítmica" ou "logit") tem uma relação linear entre a resposta prevista e a variável explicativa. Isso significa que, à medida que a variável explicativa muda, você não vê mudanças drásticas na métrica de resposta - apenas mudanças lineares.
Como os valores reais da razão de chances logarítmica são menos intuitivos do que a razão de chances (linear), para fins de visualização, geralmente é melhor plotar a razão de chances e aplicar uma transformação logarítmica à escala do eixo y.
mdl_churn_vs_relationship, explanatory_data e prediction_data estão disponíveis no exercício anterior.
Este exercício faz parte do curso
Introdução à regressão com statsmodels em Python
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Update prediction data with log_odds_ratio
____
# Print the head
print(____)