Ajuster un modèle binomial négatif
La loi binomiale négative permet à la variance de dépasser la moyenne, ce que vous avez mesuré à l'exercice précédent dans vos données crab. Dans cet exercice, vous allez reprendre l'ajustement précédent de la régression de Poisson avec une fonction de liaison logarithmique et, en plus, ajuster un modèle binomial négatif en utilisant également la liaison logarithmique.
Vous allez analyser et voir comment les mesures statistiques ont changé.
Le modèle crab_pois et les données crab sont chargés dans votre espace de travail.
Cette activité fait partie du cours
Modèles linéaires généralisés en Python
Instructions de l’exercice
- Définissez une formule de régression où
satest expliqué parwidth. - Ajustez le modèle binomial négatif avec
NegativeBinomial()et enregistrez-le sous le nomcrab_NB. - Affichez les résumés du modèle de Poisson
crab_poiset du nouveau modèle binomial négatif.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Define the formula for the model fit
formula = '____ ~ ____'
# Fit the GLM negative binomial model using log link function
crab_NB = smf.glm(formula = ____, data = ____,
family = ____.____.____).____
# Print Poisson model's summary
print(____.____)
# Print the negative binomial model's summary
print(____.____)