Termos de interação
No vídeo, você aprendeu como incluir interações na estrutura do modelo quando há uma variável contínua e uma categórica. Neste exercício, você vai analisar os efeitos de interação entre duas variáveis contínuas.
Você usará variáveis centralizadas em vez dos valores originais para interpretar os efeitos dos coeficientes com mais facilidade, ou seja, a partir do nível das médias e não do 0, que pode não fazer sentido para este estudo. Em outras palavras, não queremos interpretar o modelo assumindo 0 para as variáveis arsenic ou distance100.
O modelo 'switch ~ distance100 + arsenic' já foi carregado como model_dist_ars no ambiente.
O conjunto de dados wells também está pré-carregado.
Este exercício faz parte do curso
Modelos Lineares Generalizados em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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(____.____)