Dampak multikolinearitas

Dengan menggunakan himpunan data crab, Anda akan menganalisis dampak multikolinearitas. Ingat bahwa multikolinearitas dapat menimbulkan hal-hal berikut:

Koefisien tidak signifikan, tetapi variabel sangat berkorelasi dengan \(y\).
Menambah/menghapus variabel secara signifikan mengubah koefisien.
Tanda koefisien yang tidak logis.
Variabel memiliki korelasi berpasangan yang tinggi.

Latihan ini adalah bagian dari kursus

Generalized Linear Models di Python

Lihat Kursus

Petunjuk latihan

Impor fungsi yang diperlukan dari pustaka statsmodels untuk GLM.
Latih model regresi logistik multivariat dengan weight dan width sebagai variabel penjelas dan y sebagai respons.
Lihat hasil model menggunakan fungsi print().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm

# Define model formula
formula = '____ ~ ____'

# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____

# Print model summary
____(____.____)

Edit dan Jalankan Kode