Visualizzare i dati e l'adattamento del modello lineare

Negli esercizi precedenti hai fatto pratica su come adattare e interpretare il modello di regressione di Poisson. In questo esercizio analizzerai visivamente i dati crab e poi l'adattamento del modello.

Per prima cosa traccerai un adattamento lineare ai dati, che in seguito userai per confrontarlo con i valori adattati della regressione di Poisson.

Questo esercizio fa parte del corso

Modelli lineari generalizzati in Python

Visualizza il corso

Istruzioni dell'esercizio

Importa le librerie seaborn e matplotlib.
Usando il dataset crab, traccia i punti con width sull'asse x e sat sull'asse y, con un jitter di 0.3 per la variabile sat.
Aggiungi un adattamento del modello lineare impostando l'argomento fit_reg a True.
Imposta il 'color' della linea di adattamento su 'green' e il 'label' su 'LM fit'.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

Modifica ed esegui il codice