1. Обучение
    2. /
  2. Курса
    3. /
  3. Обобщённые линейные модели в Python
Connected

Упражнение

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.

Инструкции 1/2

undefined XP
    1
    2
  • Импортируйте библиотеку statsmodels.api как sm и glm из statsmodels.formula.api.
  • Постройте и выведите модель пуассоновской регрессии, где sat — переменная отклика, а width — объясняющая переменная.