Extraire les estimations des paramètres
Dans un modèle de régression, les coefficients estimés sont généralement l'élément d'intérêt principal. Dans l'exercice précédent, vous avez vu comment afficher les résultats de l'ajustement du modèle et, par le fait même, les valeurs des coefficients avec leurs statistiques associées. Dans cet exercice, vous allez apprendre à extraire les coefficients à partir de l'objet du modèle.
L'attribut .params contient les coefficients du modèle ajusté, en commençant par la valeur de l'ordonnée à l'origine (interception). Pour calculer un intervalle de confiance de 95 % pour les coefficients, vous pouvez utiliser la méthode .conf_int() du modèle ajusté wells_fit.
Rappelez-vous que le modèle que vous avez ajusté a été enregistré sous le nom wells_fit et qu'il est donc chargé dans votre espace de travail.
Cette activité fait partie du cours
Modèles linéaires généralisés en Python
Instructions de l’exercice
- Enregistrez les coefficients comme
interceptetslopeà l'aide de l'attribut.params. - Affichez l'ordonnée à l'origine et la pente enregistrées.
- Extrayez et affichez les intervalles de confiance à 95 % des coefficients à l'aide de
.conf_int().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Extract coefficients from the fitted model wells_fit
intercept, slope = wells_fit.____
# Print coefficients
print('Intercept =', ____)
print('Slope =', ____)
# Extract and print confidence intervals
____(____.____)