शुरू करेंमुफ़्त में शुरू करें

लिनियर रिग्रेशन मॉडल फिट करना

2015 से हर साल यूरोपीय IT विशेषज्ञों के बीच एक अनाम वेतन सर्वे किया गया है. 2018 में, सैकड़ों उत्तरदाताओं ने भाग लेने के लिए स्वेच्छा से सहमति दी. सर्वे डेटा में उत्तरदाताओं के अनुभव के वर्षों की संख्या और उनका मौजूदा वेतन शामिल है.

आप इन दो वैरिएबल्स के बीच संबंध का विश्लेषण करेंगे ताकि पता चले कि अधिक वर्षों का अनुभव वेतन को बढ़ाता है या घटाता है.

आपका independent वैरिएबल experience_years है, और dependent वैरिएबल current_salary है.

डेटा आपके लिए data के रूप में लोड किया गया है, और साथ में statsmodels.api और pandas क्रमशः sm और pd के रूप में उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में सर्वे डेटा का विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • वैरिएबल्स x और y को परिभाषित करें.
  • constant टर्म जोड़ें.
  • OLS() रिग्रेशन चलाएँ और मॉडल को .fit() करें.
  • summary टेबल प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define variable, x and y
x = salary_survey.____.____
y = salary_survey.____.____

# Add the constant term
x = ____.____(x)

# Perform .OLS() regression and fit
result = ____.____(y,x).____()

# Print the summary table
print(____.____())
कोड संपादित करें और चलाएँ