Adatta una regressione logistica
In questo esercizio continuiamo con i dati dello studio sulla contaminazione delle acque sotterranee da arsenico in Bangladesh, dove vuoi modellare la probabilità di cambiare il pozzo attuale dato il livello di arsenico presente nel pozzo.
Ricorda la struttura dell'insieme di dati:
L'insieme di dati wells è già caricato nell'ambiente di lavoro.
Questo esercizio fa parte del corso
Modelli lineari generalizzati in Python
Istruzioni dell'esercizio
- Importa
statsmodelseglm. - Usando
glm(), adatta un modello di regressione logistica in cuiswitchè predetta daarsenic. - Stampa il riepilogo del modello usando
.summary().
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Load libraries and functions
import ____.api as sm
from ____.____.api import glm
# Fit logistic regression model
model_GLM = ____(formula = ____,
data = ____,
family = ____.____.____).____
# Print model summary
print(____.____)