Der Effekt von Multikollinearität

Mit dem Datensatz crab analysierst du die Auswirkungen von Multikollinearität. Denk daran, dass Multikollinearität folgende Effekte haben kann:

Der Koeffizient ist nicht signifikant, obwohl die Variable stark mit \(y\) korreliert ist.
Das Hinzufügen/Entfernen einer Variable ändert die Koeffizienten deutlich.
Unlogisches Vorzeichen des Koeffizienten.
Variablen weisen eine hohe paarweise Korrelation auf.

Diese Übung ist Teil des Kurses

<Kurs>Generalisierte lineare Modelle in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere die nötigen Funktionen aus der statsmodels-Bibliothek für GLMs.
Fitte ein multivariates logistisches Regressionsmodell mit weight und width als erklärenden Variablen und y als Zielvariable.
Gib die Modellergebnisse mit der Funktion print() aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm

# Define model formula
formula = '____ ~ ____'

# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____

# Print model summary
____(____.____)

Code bearbeiten und ausführen