Reststandaardfout vergelijken
De andere veelgebruikte maat voor modelpassing is de reststandaardfout (RSE), die de typische grootte van de residuen meet.
RSE is niet direct op te vragen met statsmodels, maar je kunt wel de mean squared error (MSE) ophalen via het attribuut .mse_resid. Door de vierkantswortel van de MSE te nemen, krijg je de RSE.
In de vorige oefening zag je dat het opnemen van beide verklarende variabelen in het model de determinatiecoëfficiënt verhoogde. Hoe denk je dat het gebruik van beide verklarende variabelen de RSE zal veranderen?
mdl_price_vs_conv, mdl_price_vs_age en mdl_price_vs_both zijn beschikbaar als gefitte modellen.
Deze oefening maakt deel uit van de cursus
Gemiddelde regressie met statsmodels in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Print the RSE for mdl_price_vs_conv
print("rse_conv: ", ____)
# Print the RSE for mdl_price_vs_age
print("rse_age: ", ____)
# Print RSE for mdl_price_vs_both
print("rse_both: ", ____)