Ajustar regressão logística
Neste exercício, você vai continuar com os dados do estudo sobre a contaminação de água subterrânea por arsênico em Bangladesh, em que queremos modelar a probabilidade de trocar o poço atual dado o nível de arsênico presente no poço.
Lembre-se da estrutura do conjunto de dados:
O conjunto de dados wells já está pré-carregado no ambiente de trabalho.
Este exercício faz parte do curso
Modelos Lineares Generalizados em Python
Instruções do exercício
- Importe
statsmodelseglm. - Usando
glm(), ajuste um modelo de regressão logística em queswitché previsto porarsenic. - Imprima o resumo do modelo usando
.summary().
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Load libraries and functions
import ____.api as sm
from ____.____.api import glm
# Fit logistic regression model
model_GLM = ____(formula = ____,
data = ____,
family = ____.____.____).____
# Print model summary
print(____.____)