Człony interakcji
W materiale wideo poznałeś/-aś sposób uwzględniania interakcji w strukturze modelu, gdy mamy do czynienia z jedną zmienną ciągłą i jedną kategoryczną. W tym ćwiczeniu przeanalizujesz efekty interakcji między dwiema zmiennymi ciągłymi.
Zamiast oryginalnych wartości użyjesz zmiennych wycentrowanych, co ułatwi interpretację współczynników – będą one odnosić się do poziomu wartości średnich, a nie do zera, co w tym przypadku nie ma logicznego sensu. Innymi słowy, nie chcemy interpretować modelu, zakładając wartość 0 dla zmiennych arsenic ani distance100.
Model 'switch ~ distance100 + arsenic' jest już wczytany do środowiska jako model_dist_ars.
Wczytany jest również zbiór danych wells.
To ćwiczenie jest częścią kursu
Uogólnione modele liniowe w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)