모형 적합도 확인
동영상에서는 wells 데이터에서 추가 변수를 넣어 모형 적합도가 좋아지는 예시를 살펴봤어요. 같은 데이터로 계속해서, 모형 복잡도를 더 높였을 때 이탈도와 적합도에 어떤 영향이 있는지 확인해 보겠습니다.
wells 데이터셋은 작업 공간에 미리 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 Generalized Linear Models
연습 안내
- 반응 변수로
switch, 설명 변수로distance100과arsenic을 사용해 로지스틱 회귀모형을 적합하세요. - 절편만 있는 모형과 모든 변수를 포함한 모형의 이탈도 차이를 계산하세요.
- 계산한 차이를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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
____(____)