Logistic 分佈的 CDF 不只是一條固定的曲線。就像常態分佈的平均數與標準差會影響其 CDF 曲線一樣，Logistic 分佈也有 location 與 scale 參數。這裡你會視覺化觀察，當這些參數改變時，CDF 曲線如何隨之改變。
參數的改變會如何影響 CDF 曲線？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
把你的線性迴歸技巧擴展到「平行斜率」迴歸，包含一個數值型與一個類別型的解釋變數。這是邁向多元線性迴歸的第一步。
探索解釋變數之間的交互作用。納入交互作用能讓模型更貼近現實，並提升預測能力。你也會處理辛普森悖論：在有多個解釋變數時會出現的非直覺結果。
看看建模（特別是線性迴歸）如何讓你輕鬆處理超過兩個解釋變數。當你熟悉線性迴歸模型的配適後，將親自實作一個線性迴歸演算法。
把你的羅吉斯迴歸技巧擴展到多個解釋變數。理解支撐此類迴歸的羅吉斯分配。最後，實作你自己的羅吉斯迴歸演算法。
當前練習
