मल्टीकोलिनियरिटी का प्रभाव
crab डेटासेट का उपयोग करके आप मल्टीकोलिनियरिटी के असर का विश्लेषण करेंगे। याद रखें कि मल्टीकोलिनियरिटी के ये प्रभाव हो सकते हैं:
- कोएफ़िशिएंट महत्वपूर्ण नहीं है, लेकिन वैरिएबल का \(y\) से उच्च सहसंबंध है।
- किसी वैरिएबल को जोड़ने/हटाने से कोएफ़िशिएंट्स में बड़ा बदलाव आ जाता है।
- कोएफ़िशिएंट का चिह्न तार्किक नहीं है।
- वैरिएबल्स के बीच pairwise सहसंबंध बहुत अधिक है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Generalized Linear Models
अभ्यास निर्देश
- GLMs के लिए
statsmodelsलाइब्रेरी से ज़रूरी फंक्शन्स इम्पोर्ट करें। weightऔरwidthको explanatory वैरिएबल्स औरyको response के रूप में लेकर एक multivariate logistic regression मॉडल फिट करें।print()फंक्शन का उपयोग करके मॉडल के परिणाम देखें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm
# Define model formula
formula = '____ ~ ____'
# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____
# Print model summary
____(____.____)