Representar los datos y el ajuste del modelo lineal

En los ejercicios anteriores has practicado cómo ajustar e interpretar el modelo de regresión de Poisson. En este ejercicio analizarás visualmente los datos de crab y después el ajuste del modelo.

Primero, representarás un ajuste lineal a los datos, que más adelante usarás para comparar con los valores ajustados de la regresión de Poisson.

Este ejercicio forma parte del curso

Modelos lineales generalizados en Python

Ver curso

Instrucciones del ejercicio

Importa las librerías seaborn y matplotlib.
Usando el conjunto de datos crab, representa los puntos con width en el eje x y sat en el eje y, con un jitter de 0.3 para la variable sat.
Añade un ajuste de modelo lineal estableciendo el argumento fit_reg en True.
Configura el 'color' de la línea de ajuste como 'green' y la 'label' como 'LM fit'.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

Editar y ejecutar código