CommencezCommencez gratuitement

Ajuster un modèle de régression linéaire

Un sondage anonyme sur les salaires est mené chaque année depuis 2015 auprès de spécialistes TI en Europe. En 2018, des centaines de répondants ont accepté d'y participer. Les données du sondage incluent le nombre d'années d'expérience des répondants et leur salaire actuel.

Vous allez analyser la relation entre ces deux variables pour déterminer si davantage d'années d'expérience se traduit par un salaire plus élevé ou plus bas.

Votre variable indépendante est experience_years, et votre variable dépendante est current_salary.

Les données ont été chargées pour vous sous data, et statsmodels.api et pandas sont importés sous sm et pd, respectivement.

Cette activité fait partie du cours

Analyser des données de sondage avec Python

Voir le cours

Instructions de l’exercice

  • Définissez les variables x et y.
  • Ajoutez le terme constant.
  • Exécutez la régression OLS() et appliquez .fit() au modèle.
  • Affichez le tableau récapitulatif.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Define variable, x and y
x = salary_survey.____.____
y = salary_survey.____.____

# Add the constant term
x = ____.____(x)

# Perform .OLS() regression and fit
result = ____.____(y,x).____()

# Print the summary table
print(____.____())
Modifier et exécuter le code