Etkileşim terimleri
Videoda, bir sürekli ve bir kategorik değişken olduğunda model yapısına etkileşimleri nasıl dahil edeceğini öğrendin. Bu egzersizde iki sürekli değişken arasındaki etkileşimin etkilerini analiz edeceksin.
Katsayı etkilerini daha kolay yorumlayabilmek için, orijinal değerler yerine ortalanmış değişkenleri kullanacaksın; yani, eldeki çalışma için mantıklı olmayabilecek 0 değeri yerine ortalama değerler düzeyinden yorum yapacağız. Başka bir deyişle, modeli arsenic veya distance100 değişkenleri için 0 varsayarak yorumlamak istemiyoruz.
'switch ~ distance100 + arsenic' modeli çalışma alanında model_dist_ars olarak önceden yüklendi.
Ayrıca wells veri kümesi de yüklü.
Bu egzersiz, kursun bir parçasıdır
Python ile Genelleştirilmiş Doğrusal Modeller
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)