Plotta data och linjär modellanpassning

I de tidigare övningarna har du tränat på att anpassa och tolka Poisson-regressionsmodellen. I den här övningen ska du visuellt analysera crab-data och sedan modellanpassningen.

Först plottar du en linjär anpassning till data, som du sedan kommer att använda för att jämföra med de anpassade värdena från Poisson-regressionen.

Den här övningen är en del av kursen

Generaliserade linjära modeller i Python

Visa kurs

Övningsinstruktioner

Importera biblioteken seaborn och matplotlib.
Använd datamängden crab för att plotta datapunkterna med width på x-axeln och sat på y-axeln, med ett jitter på 0.3 för variabeln sat.
Lägg till en linjär modellanpassning genom att sätta argumentet fit_reg till True.
Sätt 'color' för linjen till 'green' och 'label' till 'LM fit'.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

Redigera och kör kod