Anpassa en logistisk regression

I den här övningen fortsätter du med data från studien om arsenikhaltigt grundvatten i Bangladesh, där målet är att modellera sannolikheten för att byta brunn givet arsenikhalten i den aktuella brunnen.

Kom ihåg datamängdens struktur:

Datamängden wells är förinstallerad i arbetsutrymmet.

Den här övningen är en del av kursen

Generaliserade linjära modeller i Python

Visa kurs

Övningsinstruktioner

Importera statsmodels och glm.
Anpassa en logistisk regressionsmodell med glm() där switch prediceras av arsenic.
Skriv ut en modellsammanfattning med .summary().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Load libraries and functions
import ____.api as sm
from ____.____.api import glm

# Fit logistic regression model
model_GLM = ____(formula = ____,
                data = ____,
                family = ____.____.____).____ 

# Print model summary
print(____.____)

Redigera och kör kod