1. Learn
    2. /
  2. คอร์ส
    3. /
  3. Modèles linéaires généralisés en Python
Connected

แบบฝึกหัด

Modèle linéaire et variable réponse binaire

Dans la vidéo, vous avez vu un exemple d'ajustement d'un modèle linéaire à une variable réponse binaire et comment la situation peut rapidement se détériorer. Vous avez appris qu'avec un ajustement linéaire, on obtient des valeurs ajustées \(\hat{y}\) qui ne respectent pas la logique du problème, puisque la variable réponse ne prend que les valeurs 0 et 1.

À l'aide du jeu de données préchargé crab, vous étudierez cet effet en modélisant y en fonction de x dans le cadre des GLM.

Rappelez-vous que la formulation d'un GLM est :

glm(formula = 'y ~ X', data = my_data, family = sm.families.____).fit()

où vous précisez formula, data et family.

Rappelez aussi qu'un GLM avec :

  • la famille Gaussian correspond à un modèle linéaire (un cas particulier des GLM)
  • la famille Binomial correspond à une régression logistique.

คำแนะนำ

100 XP
  • En utilisant le jeu de données crab, définissez la formule du modèle de sorte que y soit prédite par width.
  • Pour ajuster un modèle linéaire avec la formule GLM, utilisez Gaussian() pour l'argument family, ce qui suppose que y est continue et approximativement distribuée normalement.
  • Pour ajuster un modèle logistique avec la formule GLM, utilisez Binomial() pour l'argument family.
  • Ajustez un modèle avec glm() en fournissant les bons arguments, puis utilisez print() et summary() pour afficher les résumés des modèles ajustés.