Visualizza l'adattamento del modello con regplot()
Dopo aver stimato e analizzato il modello, possiamo visualizzarlo tracciando i punti osservati e la regressione logistica stimata.
Con il grafico puoi capire visivamente la relazione tra la variabile esplicativa e la risposta nell'intervallo dei valori della variabile esplicativa.
Per farlo possiamo usare la funzione regplot() del modulo seaborn. La funzione regplot() accetta un argomento logistic, che ti permette di specificare se vuoi stimare il modello di regressione logistica per i dati forniti usando i valori True o False. Questo produrrà anche il grafico dell'adattamento.
Ricorda che il modello che hai stimato in precedenza:
$$
\log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic}
$$
Il set di dati wells è già caricato nel tuo workspace.
Questo esercizio fa parte del corso
Modelli lineari generalizzati in Python
Istruzioni dell'esercizio
- Usando i dati
wells, tracciaarsenicsull'asse x eswitchsull'asse y. - Applica un
y_jitterdi 0.03 per distribuire i valori della risposta e facilitarne la visualizzazione. - Usa
Trueper l'argomentologisticin modo da sovrapporre la funzione logistica ai dati forniti e imposta l'argomento degli intervalli di confidenzacisuNone, così l'intervallo di confidenza non verrà mostrato e il calcolo sarà più veloce. - Visualizza il grafico usando
plt.show().
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Plot arsenic and switch and add overlay with the logistic fit
sns.regplot(x = ____, y = ____,
y_jitter = ____,
data = ____,
logistic = ____,
ci = ____)
# Display the plot
____