Kódování kategorických proměnných
V předchozích cvičeních jsi procvičoval/a vytváření modelových matic pro spojité proměnné a transformaci proměnných. V tomto cvičení si vyzkoušíš různé způsoby kódování kategorické proměnné.
Kategorická data umožňují analyzovat a porovnávat vztahy mezi různými skupinami nebo faktory. Proto je volba referenční skupiny důležitá – a v závislosti na konkrétní studii ji možná budeš chtít změnit oproti výchozímu nastavení. Častým důvodem pro změnu referenční skupiny je to, že interpretace odhadů koeficientů je pak pro danou studii smysluplnější a zajímavější.
V tomto cvičení se vrátíme k datasetu crab, kde color a spine jsou kategorické proměnné.
Dataset crab je v pracovním prostoru přednahrán.
Toto cvičení je součástí kurzu
Zobecněné lineární modely v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import function dmatrix
from ____ import ____
# Construct and print model matrix for color as categorical variable
print(____('____', data = ____,
return_type = 'dataframe').head())