Memeriksa kesesuaian model

Dalam video, Anda menganalisis contoh peningkatan kesesuaian model dengan menambahkan variabel tambahan pada data wells. Melanjutkan dengan himpunan data ini, Anda akan melihat bagaimana peningkatan lebih lanjut pada kompleksitas model memengaruhi deviance dan kesesuaian model.

Himpunan data wells telah dimuat sebelumnya di workspace.

Latihan ini merupakan bagian dari kursus

Generalized Linear Models di Python

Lihat Kursus

Instruksi latihan

Pasang model regresi logistik dengan switch sebagai respons dan distance100 serta arsenic sebagai variabel penjelas.
Hitung selisih deviance antara model dengan hanya intersep dan model yang mencakup semua variabel.
Cetak selisih yang dihitung.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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
____(____)

Edit dan Jalankan Kode