1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ一般化線形モデル
Connected

演習

多変量ロジスティック回帰を当てはめる

ビデオで学んだ内容を使って、crab データセットに多変量ロジスティック回帰モデルを当てはめます。チャプター2では、説明変数に width を用いたロジスティック回帰を実行しました。この演習では、追加の変数として color を加える効果を分析します。

color 変数は、medium light、medium、medium dark、dark のように自然な順序を持ちます。そのため color は順序尺度の変数ですが、この例では数量変数として扱います。

crab データセットはワークスペースにあらかじめ読み込まれています。なお、単変量の場合とのコード上の違いは formula 引数だけで、新しい変数を組み込むための構造を追加する点です。

指示

100 XP
  • GLM 用に statsmodels ライブラリから必要な関数をインポートします。
  • 応答変数を y、説明変数を width と color とする formula 引数を定義します。
  • glm() 関数を使って多変量ロジスティック回帰モデルを当てはめます。
  • モデル結果を表示します。