Сравнение двух моделей

В предыдущем упражнении вы построили модель с переменными distance100 и arsenic в качестве объясняющих переменных. В этом упражнении вы проанализируете, как каждая из добавленных переменных влияет на качество подгонки модели.

Напомним, что построенные вами модели выглядят следующим образом и уже загружены в рабочую область:

model_dist = 'switch ~ distance100'
model_dist_ars = 'switch ~ distance100 + arsenic

Набор данных wells также заранее загружен в рабочую область.

Это упражнение является частью курса

Обобщённые линейные модели в Python

Посмотреть курс

Инструкции к упражнению

Вычислите разницу в девиансе при добавлении переменной distance100 к нулевой модели.
Вычислите разницу в девиансе при добавлении переменной arsenic к модели с переменной distance100.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compute the difference in adding distance100 variable
diff_deviance_distance = ____.____ - ____.____

# Print the computed difference in deviance
print('Adding distance100 to the null model reduces deviance by: ', 
      round(____,3))

# Compute the difference in adding arsenic variable
diff_deviance_arsenic = ____.____ - ____.____

# Print the computed difference in deviance
print('Adding arsenic to the distance model reduced deviance further by: ', 
      round(____,3))

Редактировать и запускать код