1. Обучение
    2. /
  2. Курса
    3. /
  3. Uogólnione modele liniowe w Pythonie
Connected

упражнение

Dewiantacja i transformacja liniowa

Jak widziałeś w poprzednich ćwiczeniach, dewiantacja malała wraz z dodawaniem zmiennych poprawiających dopasowanie modelu. W tym ćwiczeniu przyjrzysz się przykładowi danych dotyczących zmiany studni i modelowi dopasowanemu ze zmienną distance. Sprawdzisz, co się dzieje, gdy zastosujemy liniową transformację zmiennej.

Zmienna distance100 to oryginalna zmienna distance podzielona przez 100 – taki zabieg ułatwia interpretację wyników i nadaje im bardziej intuicyjne znaczenie. Możesz przejrzeć dane za pomocą wells.head(), aby wyświetlić pierwsze 5 wierszy.

Zbiór danych wells oraz model 'swicth ~ distance100' zostały wstępnie załadowane jako model_dist.

Инструкции

100 XP
  • Zaimportuj statsmodels jako sm oraz funkcję glm().
  • Dopasuj model regresji logistycznej ze zmienną distance jako predyktorem i switch jako zmienną odpowiedzi, a wynik zapisz jako model_dist_1.
  • Oblicz i wyświetl różnicę w dewiantacji między bieżącym modelem a modelem ze zmienną distance100 jako predyktorem.