Schat parameter lambda
In de video heb je geleerd hoe de log-koppelfunctie zorgt voor de lineaire combinatie in de parameters die het Poisson-regressiemodel definiëren van de vorm
$$ log(\lambda)=\beta_0+\beta_1x_1 $$
Om de responsfunctie in termen van lambda te krijgen, hebben we de modelfunctie geëxponentieerd en
$$ \lambda=E(y)=exp(\beta_0 + \beta_1x_1) $$ $$ \lambda=E(y)=exp(\beta_0) \times exp(\beta_1x_1) $$
In deze oefening gebruik je deze formulering met de gegevens over de hoefijzerkrab om de schatting te berekenen van de gemiddelde \(y\) voor de breedte van het vrouwtje.
Gegevensset crab is vooraf ingeladen in de werkruimte.
Deze oefening maakt deel uit van de cursus
Generalized Linear Models in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import libraries
import ____.____ as sm
from ____.formula.api import ____
# Fit Poisson regression of sat by width
model = ____('____ ~ ____', data = ____, family = ____.____.____).____
# Display model results
____(model.____)