शुरू करेंमुफ़्त में शुरू करें

मॉडल फिट जाँचना

वीडियो में आपने wells डेटा पर अतिरिक्त वैरिएबल जोड़कर मॉडल फिट में हुए सुधार का उदाहरण देखा. इसी डेटासेट के साथ आगे बढ़ते हुए, आप देखेंगे कि मॉडल की जटिलता बढ़ाने से deviance और मॉडल फिट पर क्या प्रभाव पड़ता है.

वर्कस्पेस में wells डेटासेट पहले से लोड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Generalized Linear Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • switch को response और distance100 तथा arsenic को explanatory वैरिएबल्स मानकर एक logistic regression मॉडल फिट करें.
  • सिर्फ इंटरसेप्ट वाले मॉडल और सभी वैरिएबल्स वाले मॉडल की deviance का अंतर निकालें.
  • निकाला गया अंतर प्रिंट करें.

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_dist_ars = glm(____, ____ = ____, ____ = sm.____.____).____

# Compare deviance of null and residual model
diff_deviance = ____.____ - ____.____

# Print the computed difference in deviance
____(____)
कोड संपादित करें और चलाएँ