Interaction terms
वीडियो में आपने सीखा कि जब एक वैरिएबल continuous हो और दूसरा categorical, तो मॉडल स्ट्रक्चर में interactions कैसे शामिल किए जाते हैं। इस अभ्यास में आप दो continuous वैरिएबल्स के बीच interaction के प्रभावों का विश्लेषण करेंगे.
आप मूल मानों की जगह centered वैरिएबल्स का उपयोग करेंगे, ताकि कोएफिशिएंट के प्रभावों की व्याख्या करना आसान हो जाए — यानी 0 के बजाय औसत मान के स्तर से। 0 मानना इस स्टडी के संदर्भ में तार्किक नहीं हो सकता। दूसरे शब्दों में, हम मॉडल की व्याख्या arsenic या distance100 वैरिएबल्स के लिए 0 मानकर नहीं करना चाहते।
मॉडल 'switch ~ distance100 + arsenic' कार्यस्थान में model_dist_ars नाम से पहले से लोड है.
साथ ही wells डेटासेट भी प्रीलोडेड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Generalized Linear Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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(____.____)