Anpassa negativ binomialmodell

Den negativa binomialfördelningen tillåter att variansen överstiger medelvärdet – vilket är vad du mätte i föregående övning i din data crab. I den här övningen återanvänder du den tidigare anpassade Poisson-regressionen med log-länkfunktionen och anpassar dessutom en negativ binomialmodell med samma länkfunktion.

Du kommer att analysera och se hur de statistiska måtten förändrats.

Modellen crab_pois och datasetet crab är inlästa i din arbetsyta.

Den här övningen är en del av kursen

Generaliserade linjära modeller i Python

Visa kurs

Övningsinstruktioner

Definiera en formel för regressionsmodellen så att sat förutsägs av width.
Anpassa den negativa binomialmodellen med hjälp av NegativeBinomial() och spara modellen som crab_NB.
Skriv ut sammanfattningarna av Poisson-modellen crab_pois och den nyligen anpassade negativa binomialmodellen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Define the formula for the model fit
formula = '____ ~ ____'

# Fit the GLM negative binomial model using log link function
crab_NB = smf.glm(formula = ____, data = ____, 
				  family = ____.____.____).____

# Print Poisson model's summary
print(____.____)

# Print the negative binomial model's summary
print(____.____)

Redigera och kör kod