ผลกระทบของ Multicollinearity
ใช้ชุดข้อมูล crab เพื่อวิเคราะห์ผลกระทบของ multicollinearity โดย multicollinearity อาจส่งผลดังต่อไปนี้
- สัมประสิทธิ์ไม่มีนัยสำคัญ แต่ตัวแปรมีความสัมพันธ์สูงกับ \(y\)
- การเพิ่มหรือลบตัวแปรทำให้สัมประสิทธิ์เปลี่ยนแปลงอย่างมีนัยสำคัญ
- เครื่องหมายของสัมประสิทธิ์ไม่สมเหตุสมผล
- ตัวแปรมีความสัมพันธ์เชิงคู่สูง
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Generalized Linear Models ใน Python
คำแนะนำการฝึกหัด
- นำเข้าฟังก์ชันที่จำเป็นจากไลบรารี
statsmodelsสำหรับ GLM - สร้างโมเดล Logistic Regression แบบหลายตัวแปร โดยใช้
weightและwidthเป็นตัวแปรอธิบาย และyเป็นตัวแปรตอบสนอง - แสดงผลลัพธ์ของโมเดลโดยใช้ฟังก์ชัน
print()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm
# Define model formula
formula = '____ ~ ____'
# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____
# Print model summary
____(____.____)