Ajuste uma regressão logística multivariável
Usando o que você viu no vídeo, vamos retomar o conjunto de dados crab para ajustar um modelo de regressão logística multivariável. No capítulo 2, você ajustou uma regressão logística com width como variável explicativa. Neste exercício, você vai analisar os efeitos de adicionar color como variável adicional.
A variável color tem uma ordem natural: medium light, medium, medium dark e dark. Portanto, color é uma variável ordinal que, neste exemplo, você tratará como quantitativa.
O conjunto de dados crab já está carregado no ambiente. Observe também que a única diferença em relação ao caso univariado está no argumento da fórmula: agora você vai adicionar estrutura para incorporar a nova variável.
Este exercício faz parte do curso
Modelos Lineares Generalizados em Python
Instruções do exercício
- Importe as funções necessárias da biblioteca
statsmodelspara GLMs. - Defina o argumento
formulaem quewidthecolorsão as variáveis explicativas eyé a resposta. - Ajuste um modelo de regressão logística multivariável usando a função
glm(). - Imprima os resultados do modelo.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm
# Define model formula
formula = '____ ~ ____'
# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____
# Print model summary
____(____.____)