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

cvičení

Deviance a lineární transformace

Jak jsi viděl/a v předchozích cvičeních, deviance se snížila pokaždé, když jsi přidal/a proměnnou, která zlepšila přizpůsobení modelu. V tomto cvičení se zaměříš na příklad s daty o přepínání studní a na model, který jsi natrénoval/a s proměnnou distance. Tentokrát ale zjistíš, co se stane při lineární transformaci proměnné.

Proměnná distance100 je původní proměnná distance vydělená hodnotou 100 – díky tomu je výsledná reprezentace a interpretace výsledků přehlednější. Data si můžeš prohlédnout pomocí wells.head(), které zobrazí prvních 5 řádků.

Dataset wells a model 'swicth ~ distance100' jsou předem načteny jako model_dist.

Pokyny

100 XP
  • Importuj statsmodels jako sm a funkci glm().
  • Přizpůsob logistický regresní model s proměnnou distance jako vysvětlující proměnnou a switch jako závislou proměnnou a výsledek ulož jako model_dist_1.
  • Zjisti a vypiš rozdíl v devianci aktuálního modelu a modelu s proměnnou distance100 jako vysvětlující proměnnou.