1. Apprendre
    2. /
  2. Cours
    3. /
  3. Modèles linéaires généralisés en Python
Connected

Exercice

Ajuster une régression logistique multivariée

En vous appuyant sur la vidéo, vous allez revenir au jeu de données crab pour ajuster un modèle de régression logistique multivariée. Au chapitre 2, vous avez ajusté une régression logistique avec width comme variable explicative. Dans cet exercice, vous analyserez l'effet d'ajouter color comme variable supplémentaire.

La variable color suit un ordre naturel : moyennement clair, moyen, moyennement foncé et foncé. Ainsi, color est une variable ordinale que, dans cet exemple, vous traiterez comme une variable quantitative.

Le jeu de données crab est déjà chargé dans l'espace de travail. Notez aussi que la seule différence par rapport au cas univarié se trouve dans l'argument de formule, où vous ajouterez maintenant la structure nécessaire pour intégrer la nouvelle variable.

Instructions

100 XP
  • Importez les fonctions nécessaires de la bibliothèque statsmodels pour les GLM.
  • Définissez l'argument formula où width et color sont les variables explicatives et y est la réponse.
  • Ajustez un modèle de régression logistique multivariée en utilisant la fonction glm().
  • Affichez les résultats du modèle.