Calculează VIF

Așa cum ai aflat din videoclip, unul dintre cele mai utilizate instrumente de diagnosticare a multicoliniarității este factorul de inflație a varianței (VIF), calculat pentru fiecare variabilă explicativă.

Reține că pragul orientativ este VIF = 2,5: dacă valoarea VIF depășește 2,5, ar trebui să iei în considerare efectul multicoliniarității asupra modelului ajustat.

model-ul ajustat anterior și setul de date crab sunt preîncărcate în spațiul de lucru.

Acest exercițiu face parte din cursul

Modele Liniare Generalizate în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Din statsmodels, importă variance_inflation_factor.
Din setul de date crab, selectează coloanele weight, width și color și salvează-le ca X. Adaugă o coloană Intercept cu valori de unu în X.
Folosind funcția DataFrame() din pandas, creează un dataframe gol numit vif și adaugă numele coloanelor din X în coloana Variables.
Pentru fiecare variabilă, calculează VIF folosind funcția variance_inflation_factor() și salvează rezultatele în dataframe-ul vif, în coloana VIF.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import functions
from statsmodels.stats.outliers_influence import ____

# Get variables for which to compute VIF and add intercept term
X = ____[[____, ____, ____]]
X[____] = 1

# Compute and view VIF
vif = pd.____
vif["variables"] = X.____
vif["VIF"] = [____(X.values, i) for i in range(X.shape[1])]

# View results using print
____(____)

Editează și rulează codul