Tracer les données et l'ajustement du modèle linéaire

Dans les exercices précédents, vous avez pratiqué l'ajustement et l'interprétation du modèle de régression de Poisson. Dans cet exercice, vous allez analyser visuellement les données crab, puis l'ajustement du modèle.

D'abord, vous tracerez un ajustement linéaire aux données, que vous utiliserez ensuite pour le comparer aux valeurs ajustées de la régression de Poisson.

Cette activité fait partie du cours

Modèles linéaires généralisés en Python

Voir le cours

Instructions de l’exercice

Importez les bibliothèques seaborn et matplotlib.
À l'aide du jeu de données crab, tracez les points de données avec width sur l'axe des x et sat sur l'axe des y, avec une dispersion (« jitter ») de 0.3 pour la variable sat.
Ajoutez un ajustement de modèle linéaire en définissant l'argument fit_reg à True.
Définissez la 'color' de la ligne ajustée à 'green' et la 'label' à 'LM fit'.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

Modifier et exécuter le code