Interakční členy
Ve videu jsi se naučil/a, jak do struktury modelu zahrnout interakce v případě, kdy máme jednu spojitou a jednu kategorickou proměnnou. V tomto cvičení si analyzuješ efekty interakce mezi dvěma spojitými proměnnými.
Místo původních hodnot použiješ centrované proměnné – bude pak snazší interpretovat efekty koeficientů, tedy z úrovně průměrných hodnot, nikoli od nuly, což by v daném kontextu nemuselo dávat smysl. Jinými slovy, nechceme model interpretovat za předpokladu, že arsenic nebo distance100 nabývají hodnoty 0.
Model 'switch ~ distance100 + arsenic' je v pracovním prostředí předem načten jako model_dist_ars.
Také datová sada wells je předem načtena.
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 libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)