อัตราการเปลี่ยนแปลงของความน่าจะเป็น
สำหรับชุดข้อมูล wells ที่ได้ฟิตโมเดล logistic regression ด้วยสูตร switch ~ distance100 แล้ว ได้ผลลัพธ์ดังนี้
$$
log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100
$$
ในแบบฝึกหัดนี้ จะใช้โมเดลดังกล่าวเพื่อทำความเข้าใจว่าความน่าจะเป็นที่ประมาณได้เปลี่ยนแปลงอย่างไรที่ค่า distance100 หนึ่งๆ เช่น 1.5 ตามที่แสดงในรูปด้านล่าง
ทบทวนสูตรของ inverse-logit (ความน่าจะเป็น)
$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$
และ ความชันของเส้นสัมผัส ของโมเดลที่จุด \(x\):
$$ \beta*\mu(1-\mu) $$
ชุดข้อมูล wells และโมเดล wells_GLM ถูกโหลดไว้ใน workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Generalized Linear Models ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Define x at 1.5
x = ____
# Extract intercept & slope from the fitted model
intercept, slope = ____.____