开始使用免费开始使用

概率的变化率

对于 wells 数据集,您已经用模型公式 switch ~ distance100 拟合了一个逻辑回归模型,得到如下拟合: $$ log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100 $$

在本练习中,您将使用该模型来理解在某个 distance100 值(例如 1.5,如下图所示)处,估计概率如何变化。

回顾 逆 logit(概率)的公式:

$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$

以及模型在点 \(x\) 处拟合曲线的切线斜率

$$ \beta*\mu(1-\mu) $$

数据集 wells 和模型 wells_GLM 已加载到工作区。

本练习是课程的一部分

Python 中的广义线性模型

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Define x at 1.5
x = ____

# Extract intercept & slope from the fitted model
intercept, slope = ____.____
编辑并运行代码