Het effect van multicollineariteit

Met de crab-gegevensset ga je de effecten van multicollineariteit analyseren. Denk eraan dat multicollineariteit de volgende effecten kan hebben:

Coëfficiënt is niet significant, maar de variabele is sterk gecorreleerd met \(y\).
Het toevoegen/verwijderen van een variabele verandert coëfficiënten aanzienlijk.
Niet-logisch teken van de coëfficiënt.
Variabelen hebben een hoge paargewijze correlatie.

Deze oefening maakt deel uit van de cursus

Generalized Linear Models in Python

Cursus bekijken

Oefeninstructies

Importeer de noodzakelijke functies uit de statsmodels-bibliotheek voor GLM's.
Pas een multivariabel logistiek regressiemodel toe met weight en width als verklarende variabelen en y als respons.
Bekijk de modelresultaten met de functie print().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm

# Define model formula
formula = '____ ~ ____'

# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____

# Print model summary
____(____.____)

Code bewerken en uitvoeren