Codificarea variabilelor categoriale
În exercițiile anterioare ai exersat crearea matricelor de model pentru variabile continue și aplicarea transformărilor de variabile. În acest exercițiu vei exersa modalitățile de codificare a unei variabile categoriale.
Datele categoriale oferă o modalitate de a analiza și compara relații în funcție de grupuri sau factori diferiți. Prin urmare, alegerea grupului de referință este importantă și, adesea, în funcție de studiul în cauză, s-ar putea să vrei să schimbi grupul de referință față de cel implicit. Un motiv frecvent pentru schimbarea grupului de referință este că interpretarea estimărilor coeficienților devine mai relevantă și mai interesantă în contextul studiului respectiv.
Pentru acest exercițiu vei reveni la setul de date crab, unde color și spine sunt variabile categoriale.
Setul de date crab este preîncărcat în spațiul de lucru.
Acest exercițiu face parte din cursul
Modele Liniare Generalizate în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import function dmatrix
from ____ import ____
# Construct and print model matrix for color as categorical variable
print(____('____', data = ____,
return_type = 'dataframe').head())