Сравнение остаточного стандартного отклонения
Ещё одна распространённая метрика для оценки качества модели — остаточное стандартное отклонение (RSE), которое измеряет типичный размер остатков.
RSE нельзя получить напрямую с помощью statsmodels, однако можно извлечь среднеквадратичную ошибку (MSE) через атрибут .mse_resid. Из MSE легко вычислить RSE, взяв квадратный корень.
В предыдущем упражнении вы убедились, что включение обоих объясняющих переменных в модель повышает коэффициент детерминации. Как, по-вашему, использование обоих объясняющих переменных повлияет на RSE?
mdl_price_vs_conv, mdl_price_vs_age и mdl_price_vs_both доступны как подогнанные модели.
Это упражнение является частью курса
Промежуточная регрессия со statsmodels в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Print the RSE for mdl_price_vs_conv
print("rse_conv: ", ____)
# Print the RSE for mdl_price_vs_age
print("rse_age: ", ____)
# Print RSE for mdl_price_vs_both
print("rse_both: ", ____)