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.

Vous allez d’abord tracer un ajustement linéaire sur les données, que vous utiliserez ensuite pour le comparer aux valeurs ajustées de la régression de Poisson.

Cet exercice fait partie du cours

Modèles linéaires généralisés en Python

Afficher le cours

Instructions

Importez les bibliothèques seaborn et matplotlib.
À partir du jeu de données crab, tracez les points avec width en abscisse (x) et sat en ordonnée (y), avec un jitter de 0.3 pour la variable sat.
Ajoutez un ajustement de modèle linéaire en fixant l’argument fit_reg à True.
Définissez la 'color' de la droite d’ajustement sur 'green' et le 'label' sur 'LM fit'.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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