Verificare l'adattamento del modello
Nel video hai analizzato l'esempio di un miglioramento nell'adattamento del modello aggiungendo una variabile aggiuntiva sui dati wells. Proseguendo con questo insieme di dati, vedrai come un ulteriore aumento della complessità del modello influisce sulla devianza e sull'adattamento.
Il dataset wells è stato precaricato nell'ambiente di lavoro.
Questo esercizio fa parte del corso
Modelli lineari generalizzati in Python
Istruzioni dell'esercizio
- Adatta un modello di regressione logistica con
switchcome risposta edistance100earseniccome variabili esplicative. - Calcola la differenza di devianza tra il modello con sola intercetta e il modello che include tutte le variabili.
- Stampa la differenza calcolata.
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_dist_ars = glm(____, ____ = ____, ____ = sm.____.____).____
# Compare deviance of null and residual model
diff_deviance = ____.____ - ____.____
# Print the computed difference in deviance
____(____)