Vérifier la surdispersion
Dans cet exercice, vous allez vérifier la présence de surdispersion dans le modèle que vous avez ajusté précédemment, à savoir le modèle de Poisson sur les crabes fer à cheval où vous avez modélisé sat en fonction de width. Rappelez-vous de la vidéo : pour détecter une éventuelle surdispersion dans l'ajustement, vous calculez :
model.pearson_chi2 / model.df_resid
où .pearson_chi2 correspond à la statistique de Pearson et .df_resid au nombre de degrés de liberté des résidus.
Le modèle crab_pois et le jeu de données crab sont préchargés dans l’espace de travail.
Cet exercice fait partie du cours
Modèles linéaires généralisés en Python
Instructions
- Calculez le rapport entre la statistique de Pearson et les degrés de liberté des résidus pour le modèle de régression de Poisson
crab_pois.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Compute and print the overdispersion approximation
____(____.____ / ____.____)