Швидкість зміни ймовірності
Для набору даних wells ви вже оцінили логістичну регресію з формулою моделі switch ~ distance100 і отримали таке рівняння:
$$
log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100
$$
У цій вправі ви використаєте цю модель, щоб зрозуміти, як змінюється оцінена ймовірність у певному значенні distance100, наприклад 1.5, як показано на рисунку нижче.
Згадайте формули для оберненого логіту (ймовірності)
$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$
та похідної (крутизни дотичної) лінії моделі в точці \(x\):
$$ \beta*\mu(1-\mu) $$
Набір даних wells і модель wells_GLM завантажено в робочу область.
Ця вправа є частиною курсу
Узагальнені лінійні моделі в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Define x at 1.5
x = ____
# Extract intercept & slope from the fitted model
intercept, slope = ____.____