Términos de interacción
En el vídeo aprendiste a incluir interacciones en la estructura del modelo cuando hay una variable continua y otra categórica. En este ejercicio analizarás los efectos de la interacción entre dos variables continuas.
Usarás variables centradas en lugar de los valores originales para poder interpretar con más facilidad los efectos de los coeficientes, es decir, desde el nivel de los valores medios en lugar de 0, que puede no tener sentido para el estudio. En otras palabras, no queremos interpretar el modelo asumiendo 0 para las variables arsenic o distance100.
El modelo 'switch ~ distance100 + arsenic' ya está precargado como model_dist_ars en el espacio de trabajo.
Además, el conjunto de datos wells está precargado.
Este ejercicio forma parte del curso
Modelos lineales generalizados en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)