Vergelijk twee modellen

In de vorige oefening heb je een model gefit met distance100 en arsenic als verklarende variabelen. In deze oefening analyseer je de impact op de modelpassingen van elk van de toegevoegde variabelen.

Onthoud dat de modellen die je hebt gefit als volgt zijn en alvast zijn ingeladen in de werkruimte:

model_dist = 'switch ~ distance100'
model_dist_ars = 'switch ~ distance100 + arsenic

De gegevensset wells is ook al ingeladen in de werkruimte.

Deze oefening maakt deel uit van de cursus

Generalized Linear Models in Python

Cursus bekijken

Oefeninstructies

Bereken het verschil in deviantie wanneer distance100 wordt toegevoegd aan het nullmodel.
Bereken het verschil in deviantie wanneer arsenic wordt toegevoegd aan het model met de variabele distance100.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Compute the difference in adding distance100 variable
diff_deviance_distance = ____.____ - ____.____

# Print the computed difference in deviance
print('Adding distance100 to the null model reduces deviance by: ', 
      round(____,3))

# Compute the difference in adding arsenic variable
diff_deviance_arsenic = ____.____ - ____.____

# Print the computed difference in deviance
print('Adding arsenic to the distance model reduced deviance further by: ', 
      round(____,3))

Code bewerken en uitvoeren