Jämföra residualstandardfel
Ett annat vanligt mått för att bedöma modellens anpassning är residualstandardfelet (RSE), som mäter den typiska storleken på residualerna.
RSE kan inte hämtas direkt med statsmodels, men du kan hämta medelkvadratfelet (MSE) via attributet .mse_resid. Genom att ta kvadratroten ur MSE får du fram RSE.
I den förra övningen såg du hur modellens förklaringsgrad ökade när båda förklaringsvariablerna inkluderades. Hur tror du att RSE påverkas när båda förklaringsvariablerna används?
mdl_price_vs_conv, mdl_price_vs_age och mdl_price_vs_both finns tillgängliga som anpassade modeller.
Den här övningen är en del av kursen
Intermediär regression med statsmodels i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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: ", ____)