1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do lineárního modelování v Pythonu
Connected

cvičení

Rozptyl kolem trendu

Data nemusí být dokonale lineární – v měřeních může existovat určitá náhodná variabilita neboli „rozptyl", která se promítá i do variability parametrů modelu. Tato variabilita parametru je kvantifikována pomocí „standardní chyby" a interpretována jako „nejistota" v odhadu daného parametru.

V tomto cvičení použiješ ols z knihovny statsmodels k sestavení modelu a extrakci standardní chyby pro každý parametr tohoto modelu.

Pokyny

100 XP
  • Ulož předem načtená data do DataFrame df – pojmenuj x_data jako times a y_data jako distances.
  • Pomocí model_fit = ols().fit() nafituj lineární model ve tvaru formula="distances ~ times" na data=df.
  • Extrahuj odhadovaný intercept model_fit.params['Intercept'] a standardní chybu interceptu z model_fit.bse['Intercept'].
  • Totéž zopakuj pro slope a nakonec všechny 4 hodnoty vypiš s výstižnými názvy.