Coeficienți exprimați în cote

Anterior, ai ajustat un model de regresie logistică pentru probabilitatea de a schimba fântâna în funcție de nivelurile de arsenic. În acest exercițiu, vei vedea cum o altă variabilă, distance100, se raportează la probabilitatea de schimbare și vei interpreta valorile coeficienților în termeni de cote.

Reține că modelul de regresie logistică operează cu log-cote, deci pentru a afla cu cât se înmulțesc cotele la o creștere cu o unitate a lui x, exponențiezi estimările coeficienților. Aceasta se numește raport de cote (odds ratio).

Cotele reprezintă raportul dintre probabilitatea că un eveniment are loc și probabilitatea că nu are loc. De exemplu, dacă cotele de a câștiga un joc sunt 1/2 sau 1 la 2 (1:2), înseamnă că pentru fiecare victorie există 2 înfrângeri.

Setul de date wells este încărcat în spațiul de lucru.

Acest exercițiu face parte din cursul

Modele Liniare Generalizate în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă biblioteca statsmodels și funcția glm din statsmodels.formula.api. Importă și numpy ca np.
Folosind glm(), ajustează un model de regresie logistică în care switch este prezis de distance100.
Extrage coeficienții modelului folosind .params.
Calculează efectul multiplicativ asupra cotelor folosind funcția exp() din numpy.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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.____(____.____))

Editează și rulează codul