Stima del modello passo dopo passo

Nella video-lezione, hai visto i componenti chiave per stimare un GLM in Python usando il pacchetto statsmodels. In questo esercizio definirai i componenti del GLM passo dopo passo e, alla fine, stimerai il modello chiamando il metodo .fit().

Userai un insieme di dati sulla contaminazione delle acque sotterranee con arsenico in Bangladesh, in cui vogliamo modellare la decisione della famiglia di cambiare il pozzo attuale.
Le colonne del dataset sono:

• switch: 1 se è avvenuto il cambio del pozzo; 0 altrimenti
• arsenic: livello di contaminazione da arsenico nel pozzo
• distance: distanza dal pozzo sicuro noto più vicino
• education: anni di istruzione del capofamiglia

Il dataset wells è stato precaricato nell'ambiente di lavoro.