Verificando o ajuste do modelo

No vídeo, você analisou o exemplo de uma melhoria no ajuste do modelo ao adicionar uma variável adicional nos dados wells. Continuando com esse conjunto de dados, você verá como o aumento adicional na complexidade do modelo afeta a deviance e o ajuste do modelo.

O conjunto de dados wells já foi pré-carregado no workspace.

Este exercício faz parte do curso

Modelos Lineares Generalizados em Python

Ver curso

Instruções do exercício

Ajuste um modelo de regressão logística com switch como resposta e distance100 e arsenic como variáveis explicativas.
Calcule a diferença na deviance entre o modelo apenas com intercepto e o modelo que inclui todas as variáveis.
Imprima a diferença calculada.

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_dist_ars = glm(____, ____ = ____, ____ = sm.____.____).____

# Compare deviance of null and residual model
diff_deviance = ____.____ - ____.____

# Print the computed difference in deviance
____(____)

Editar e executar o código