機率的變化速率
在 wells 資料集上,你已經用模型式 switch ~ distance100 配適了羅吉斯回歸,得到下列結果:
$$
log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100
$$
在本練習中,你將用這個模型來理解在特定 distance100 數值(例如 1.5,見下圖)時,估計機率如何改變。

回想 inverse-logit(機率)的公式:
$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$
以及模型在點 \(x\) 上之切線斜率的公式:
$$ \beta*\mu(1-\mu) $$
工作區中已載入資料集 wells 與模型 wells_GLM。
本練習屬於課程
Generalized Linear Models in Python
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。
# Define x at 1.5
x = ____
# Extract intercept & slope from the fitted model
intercept, slope = ____.____