1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uogólnione modele liniowe w Pythonie
Connected

ćwiczenie

Wyodrębnianie estymatorów parametrów

Estymatory współczynników są zazwyczaj najważniejszym elementem modelu regresji. W poprzednim ćwiczeniu poznałeś sposób wyświetlania wyników dopasowania modelu, a tym samym wartości współczynników wraz z odpowiadającymi im statystykami. W tym ćwiczeniu nauczysz się wyodrębniać współczynniki z obiektu modelu.

Atrybut .params zawiera współczynniki dopasowanego modelu, zaczynając od wartości wyrazu wolnego. Aby obliczyć 95-procentowy przedział ufności dla współczynników, możesz użyć metody .conf_int() dopasowanego modelu wells_fit.

Pamiętaj, że dopasowany model został zapisany jako wells_fit i jest dostępny w twoim środowisku pracy.

Instrukcje

100 XP
  • Zapisz współczynniki jako intercept i slope, korzystając z atrybutu .params.
  • Wyświetl zapisane wartości wyrazu wolnego i nachylenia.
  • Wyodrębnij i wyświetl 95-procentowe przedziały ufności dla współczynników, używając .conf_int().