Termes d’interaction
Dans la vidéo, vous avez appris à inclure des interactions dans la structure du modèle lorsqu’il y a une variable continue et une variable catégorielle. Dans cet exercice, vous allez analyser les effets de l’interaction entre deux variables continues.
Vous utiliserez des variables centrées plutôt que les valeurs d’origine afin de pouvoir interpréter plus facilement les effets des coefficients, c’est-à-dire à partir du niveau des valeurs moyennes plutôt qu’à 0, ce qui peut ne pas être pertinent pour l’étude. En d’autres termes, nous ne voulons pas interpréter le modèle en supposant 0 pour les variables arsenic ou distance100.
Le modèle 'switch ~ distance100 + arsenic' a été préchargé sous le nom model_dist_ars dans l’espace de travail.
Le jeu de données wells est également préchargé.
Cet exercice fait partie du cours
Modèles linéaires généralisés en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Import libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)