Fitování negativního binomického modelu

Negativní binomické rozdělení umožňuje, aby rozptyl přesahoval střední hodnotu – přesně to jsi změřil/a v předchozím cvičení na datech crab. V tomto cvičení si připomeneš předchozí fit Poissonovy regrese s logaritmickou linkovou funkcí a navíc nafituješ negativní binomický model, taky s logaritmickou linkovou funkcí.

Podíváš se na to, jak se změnily statistické míry.

Model crab_pois a dataset crab jsou načteny v tvém pracovním prostředí.

Toto cvičení je součástí kurzu

Zobecněné lineární modely v Pythonu

Zobrazit kurz

Pokyny k cvičení

Definuj vzorec regresního modelu tak, aby sat bylo predikováno proměnnou width.
Nafituj negativní binomický model pomocí NegativeBinomial() a ulož ho jako crab_NB.
Vypiš souhrny Poissonova modelu crab_pois a nově nafitovaného negativního binomického modelu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define the formula for the model fit
formula = '____ ~ ____'

# Fit the GLM negative binomial model using log link function
crab_NB = smf.glm(formula = ____, data = ____, 
				  family = ____.____.____).____

# Print Poisson model's summary
print(____.____)

# Print the negative binomial model's summary
print(____.____)

Upravit a spustit kód