交互作用項
動画では、1つの連続変数と1つのカテゴリ変数がある場合に、モデル構造へ交互作用を含める方法を学びました。この演習では、2つの連続変数間の交互作用の効果を分析します。
係数の効果を解釈しやすくするため、元の値ではなく中心化（センタリング）した変数を使います。つまり、研究の文脈で必ずしも意味を持たない0ではなく、平均値の水準から解釈できるようにします。言い換えると、arsenic や distance100 変数を0と仮定してモデルを解釈したくはありません。
モデル 'switch ~ distance100 + arsenic' は、ワークスペースで model_dist_ars としてあらかじめ読み込まれています。
wells データセットも読み込まれています。
この演習はコースの一部です
Pythonで学ぶ一般化線形モデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)