Verificare l'overdispersion
In questo esercizio controllerai la presenza di overdispersion nel modello che hai adattato in precedenza, ovvero il modello di Poisson sui granchi ferro di cavallo in cui hai adattato sat in funzione di width. Ricorda dal video che, per verificare una potenziale overdispersion nell’adattamento, puoi calcolare quanto segue
model.pearson_chi2 / model.df_resid
dove .pearson_chi2 rappresenta la statistica di Pearson e .df_resid i gradi di libertà dei residui.
Il modello crab_pois e il dataset crab sono già caricati nell'ambiente di lavoro.
Questo esercizio fa parte del corso
Modelli lineari generalizzati in Python
Istruzioni dell'esercizio
- Calcola il rapporto tra la statistica di Pearson e i gradi di libertà dei residui per il modello di regressione di Poisson
crab_pois.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compute and print the overdispersion approximation
____(____.____ / ____.____)