Lineární model a binární závislá proměnná

Ve videu jsi viděl/a příklad přizpůsobení lineárního modelu binární závislé proměnné a jak rychle může dojít k problémům. Zjistil/a jsi, že proložením přímkou lze získat odhadnuté hodnoty \(\hat{y}\), které neodpovídají logice úlohy — závislá proměnná totiž nabývá pouze hodnot 0 a 1.

Na předem načteném datasetu crab si tento efekt prozkoumáš sám/sama tím, že budeš modelovat y jako funkci x v rámci GLM.

Vzorec pro GLM má tvar:

glm(formula = 'y ~ X', data = my_data, family = sm.families.____).fit()

kde zadáváš formula, data a family.

Připomeň si, že GLM s:

rodinou Gaussian je lineární model (speciální případ GLM)
rodinou Binomial je logistický regresní model.

Toto cvičení je součástí kurzu

Zobecněné lineární modely v Pythonu

Zobrazit kurz

Pokyny k cvičení

Pomocí datasetu crab definuj vzorec modelu tak, aby y bylo předpovídáno proměnnou width.
Pro přizpůsobení lineárního modelu pomocí GLM použij jako argument family hodnotu Gaussian(), která předpokládá, že y je spojitá a přibližně normálně rozdělená proměnná.
Pro přizpůsobení logistického modelu pomocí GLM použij jako argument family hodnotu Binomial().
Přizpůsob model pomocí glm() se správnými argumenty a výsledné shrnutí zobraz pomocí print() a summary().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define model formula
formula = '____ ~ ____'

# Define probability distribution for the response variable for 
# the linear (LM) and logistic (GLM) model
family_LM = sm.families.____
family_GLM = sm.families.____

# Define and fit a linear regression model
model_LM = glm(formula = ____, data = ____, family = ____).fit()
print(____.____)

# Define and fit a logistic regression model
model_GLM = glm(formula = ____, data = ____, family = ____).fit()
print(____.____)

Upravit a spustit kód