Plotando dados e ajuste de modelo linear

Nos exercícios anteriores, você praticou como ajustar e interpretar o modelo de regressão de Poisson. Neste exercício, você vai analisar visualmente os dados de crab e, em seguida, o ajuste do modelo.

Primeiro, você vai plotar um ajuste linear para os dados, que depois será usado para comparar com os valores ajustados da regressão de Poisson.

Este exercício faz parte do curso

Modelos Lineares Generalizados em Python

Ver curso

Instruções do exercício

Importe as bibliotecas seaborn e matplotlib.
Usando o conjunto de dados crab, plote os pontos com width no eixo x e sat no eixo y, com jitter de 0.3 para a variável sat.
Adicione um ajuste de modelo linear definindo o argumento fit_reg como True.
Defina a 'color' da reta ajustada como 'green' e o 'label' como 'LM fit'.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

Editar e executar o código