Logistische regressie fitten

In deze oefening ga je verder met de data uit het onderzoek naar de verontreiniging van grondwater met arseen in Bangladesh. Je wilt de kans modelleren dat iemand van waterput wisselt, gegeven het arseenniveau in de put.

Herinner de structuur van de gegevensset:

Gegevensset wells is al voor je ingeladen in de workspace.

Deze oefening maakt deel uit van de cursus

Generalized Linear Models in Python

Bekijk cursus

Oefeninstructies

Importeer statsmodels en glm.
Gebruik glm() om een logistisch regressiemodel te fitten waarbij switch wordt voorspeld door arsenic.
Print de model-samenvatting met .summary().

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Load libraries and functions
import ____.api as sm
from ____.____.api import glm

# Fit logistic regression model
model_GLM = ____(formula = ____,
                data = ____,
                family = ____.____.____).____ 

# Print model summary
print(____.____)

Code bewerken en uitvoeren