Оценка параметра лямбда
В видео вы узнали, как логарифмическая функция связи обеспечивает линейную комбинацию параметров, определяющих модель Пуассоновской регрессии вида
$$ log(\lambda)=\beta_0+\beta_1x_1 $$
Чтобы получить функцию отклика в терминах лямбда, мы потенцировали функцию модели и получили
$$ \lambda=E(y)=exp(\beta_0 + \beta_1x_1) $$ $$ \lambda=E(y)=exp(\beta_0) \times exp(\beta_1x_1) $$
В этом упражнении вы воспользуетесь данной формулой на данных о подковообразных крабах, чтобы вычислить оценку среднего значения \(y\) для ширины панциря самки краба.
Набор данных crab уже загружен в рабочую область.
Это упражнение является частью курса
Обобщённые линейные модели в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import libraries
import ____.____ as sm
from ____.formula.api import ____
# Fit Poisson regression of sat by width
model = ____('____ ~ ____', data = ____, family = ____.____.____).____
# Display model results
____(model.____)