Analiza el resumen del modelo lineal
Analizar el rendimiento de los distintos modelos imputados es una de las tareas más importantes al trabajar con datos faltantes. De ello depende el tipo de DataFrame imputado en el que puedes confiar. Para el análisis, puedes ajustar un modelo de regresión lineal sobre el DataFrame imputado y revisar varios parámetros que influyen en la elección del tipo de imputación.
En este ejercicio, ya tienes cargado el DataFrame diabetes_cc, que es el caso completo del DataFrame de diabetes. El caso completo sirve como base de comparación frente a otros DataFrames imputados. Usarás el paquete statsmodels.api cargado como sm para crear un modelo de regresión lineal y generar resúmenes.
Este ejercicio forma parte del curso
Cómo tratar datos faltantes en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Add constant to X and set X & y values to fit linear model
X = sm.add_constant(___)
y = ___
lm = sm.OLS(y, X).fit()