Zwei Modelle vergleichen

In der vorherigen Übung hast du ein Modell mit distance100 und arsenic als erklärenden Variablen angepasst. In dieser Übung analysierst du, wie sich jede der hinzugefügten Variablen auf die Modellgüte auswirkt.

Erinnere dich: Die angepassten Modelle sind die folgenden und wurden im Workspace bereits geladen:

model_dist = 'switch ~ distance100'
model_dist_ars = 'switch ~ distance100 + arsenic

Der Datensatz wells wurde ebenfalls im Workspace vorab geladen.

Diese Übung ist Teil des Kurses

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

Kurs ansehen

Übungsanweisungen

Berechne die Differenz der Devianz, wenn distance100 zum Nullmodell hinzugefügt wird.
Berechne die Differenz der Devianz, wenn arsenic zum Modell mit der Variablen distance100 hinzugefügt wird.

Interaktive praktische Übung

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

# Compute the difference in adding distance100 variable
diff_deviance_distance = ____.____ - ____.____

# Print the computed difference in deviance
print('Adding distance100 to the null model reduces deviance by: ', 
      round(____,3))

# Compute the difference in adding arsenic variable
diff_deviance_arsenic = ____.____ - ____.____

# Print the computed difference in deviance
print('Adding arsenic to the distance model reduced deviance further by: ', 
      round(____,3))

Code bearbeiten und ausführen