L'effetto della multicollinearità
Usando l'insieme di dati crab analizzerai gli effetti della multicollinearità. Ricorda che la multicollinearità può avere i seguenti effetti:
- Il coefficiente non è significativo, ma la variabile è altamente correlata con \(y\).
- Aggiungere/rimuovere una variabile cambia in modo significativo i coefficienti.
- Segno del coefficiente non logico.
- Le variabili hanno un'elevata correlazione a coppie.
Questo esercizio fa parte del corso
Modelli lineari generalizzati in Python
Istruzioni dell'esercizio
- Importa le funzioni necessarie dalla libreria
statsmodelsper i GLM. - Stima un modello di regressione logistica multivariata con
weightewidthcome variabili esplicative eycome risposta. - Visualizza i risultati del modello usando la funzione
print().
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm
# Define model formula
formula = '____ ~ ____'
# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____
# Print model summary
____(____.____)