Comparar el error estándar residual
La otra métrica habitual para evaluar el ajuste del modelo es el error estándar residual (RSE), que mide el tamaño típico de los residuales.
statsmodels no permite recuperar directamente el RSE, pero sí puedes obtener el error cuadrático medio (MSE) con el atributo .mse_resid. Si tomas la raíz cuadrada del MSE, obtendrás el RSE.
En el último ejercicio viste que incluir ambas variables explicativas en el modelo aumentó el coeficiente de determinación. ¿Cómo crees que usar ambas variables explicativas cambiará el RSE?
mdl_price_vs_conv, mdl_price_vs_age y mdl_price_vs_both están disponibles como modelos ajustados.
Este ejercicio forma parte del curso
Regresión intermedia con statsmodels en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Print the RSE for mdl_price_vs_conv
print("rse_conv: ", ____)
# Print the RSE for mdl_price_vs_age
print("rse_age: ", ____)
# Print RSE for mdl_price_vs_both
print("rse_both: ", ____)