Visualize o ajuste do modelo usando regplot()

Depois de ajustar e analisar o modelo, podemos visualizá-lo traçando os pontos observados e a regressão logística ajustada.

Com o gráfico, você consegue entender visualmente a relação entre a variável explicativa e a resposta ao longo do intervalo de valores da variável explicativa.

Podemos usar a função regplot() do módulo seaborn para isso. A função regplot() recebe um argumento logistic, que permite especificar se você deseja estimar o modelo de regressão logística para os dados fornecidos usando True ou False. Isso também produzirá o gráfico do ajuste.

Lembre-se do modelo que você ajustou anteriormente:
$$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

O conjunto de dados wells já está carregado no seu workspace.

Este exercício faz parte do curso

Modelos Lineares Generalizados em Python

Ver curso

Instruções do exercício

Usando os dados wells, faça o gráfico de arsenic no eixo x e switch no eixo y.
Aplique y_jitter de 0.03 para dispersar os valores da resposta e facilitar a visualização.
Use True para o argumento logistic para sobrepor a função logística aos dados e defina o argumento de intervalos de confiança ci como None, o que não exibirá o intervalo de confiança e acelerará o cálculo.
Exiba o gráfico usando plt.show().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Plot arsenic and switch and add overlay with the logistic fit
sns.regplot(x = ____, y = ____, 
            y_jitter = ____,
            data = ____, 
            logistic = ____,
            ci = ____)

# Display the plot
____

Editar e executar o código