1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Zobecněné lineární modely v Pythonu
Connected

cvičení

Trénink multivariabilní logistické regrese

S využitím znalostí z videa se vrátíme k datasetu crab a nafitujeme multivariabilní logistický regresní model. Ve 2. kapitole jsi nafitoval/a logistickou regresi s proměnnou width jako vysvětlující proměnnou. V tomto cvičení prozkoumáš, jak se model změní po přidání proměnné color.

Proměnná color má přirozené uspořádání od medium light, medium, medium dark až po dark. Jde tedy o ordinální proměnnou, kterou v tomto příkladu budeme tratovat jako kvantitativní.

Dataset crab je v pracovním prostředí již připravený. Všimni si, že oproti univariabilnímu případu se kód liší pouze v argumentu formula – tam teď přidáš strukturu pro zahrnutí nové proměnné.

Pokyny

100 XP
  • Naimportuj potřebné funkce z knihovny statsmodels pro GLM modely.
  • Definuj argument formula tak, aby width a color byly vysvětlující proměnné a y byla odezva.
  • Nafituj multivariabilní logistický regresní model pomocí funkce glm().
  • Vypiš výsledky modelu.