Kom igångKom igång gratis

Anpassa en linjär regressionsmodell

En anonym löneundersökning har genomförts årligen sedan 2015 bland europeiska IT-specialister. År 2018 deltog hundratals respondenter frivilligt. Undersökningsdatan innehåller uppgifter om respondenternas antal års erfarenhet och deras nuvarande lön.

Du ska analysera sambandet mellan dessa två variabler för att ta reda på om fler års erfarenhet leder till högre eller lägre lön.

Din oberoende variabel är experience_years och din beroende variabel är current_salary.

Datan har lästs in åt dig som data, tillsammans med statsmodels.api och pandas, som sm respektive pd.

Den här övningen är en del av kursen

Analysera enkätdata med Python

Visa kurs

Övningsinstruktioner

  • Definiera variablerna x och y.
  • Lägg till konstanttermen.
  • Utför OLS()-regressionen och anpassa modellen med .fit().
  • Skriv ut sammanfattningstabellen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Define variable, x and y
x = salary_survey.____.____
y = salary_survey.____.____

# Add the constant term
x = ____.____(x)

# Perform .OLS() regression and fit
result = ____.____(y,x).____()

# Print the summary table
print(____.____())
Redigera och kör kod