以勝算解讀係數
先前你已經針對 arsenic 濃度配適了一個邏輯斯迴歸模型，用來估計是否更換水井的機率。這個練習中，你會看看另一個變數 distance100 如何影響更換的機率，並以勝算（odds）的角度解讀係數值。
回顧一下，邏輯斯迴歸的模型是以對數勝算（log odds）來表示。因此，若要知道當 x 增加 1 個單位時，勝算會乘上多少倍，你需要對係數估計值取指數。這也稱為「勝算比」（odds ratio）。
勝算是事件發生與不發生的比例。例如，若遊戲獲勝的勝算是 1/2 或 1 比 2（1:2），代表每 1 次勝利相對應有 2 次失敗。
wells 資料集已載入工作環境中。
本練習屬於課程
Generalized Linear Models in Python
練習說明
- 匯入
statsmodels函式庫與statsmodels.formula.api中的glm函式。也將numpy以np匯入。 - 使用
glm()配適以switch為應變數、distance100為自變數的邏輯斯迴歸模型。 - 使用
.params取出模型係數。 - 使用
numpy的exp()函式計算對勝算的乘法效果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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.____(____.____))