Підгонка моделі лінійної регресії
Анонімне опитування щодо зарплат щороку з 2015 року проводять серед ІТ‑спеціалістів Європи. У 2018 році сотні респондентів погодилися взяти участь. В анкеті є дані про кількість років досвіду та поточну зарплату респондентів.
Ви проаналізуєте зв'язок між цими двома змінними, щоб з'ясувати, чи більше років досвіду пов'язано з вищою чи нижчою зарплатою.
Ваша незалежна змінна — experience_years, а залежна — current_salary.
Дані вже завантажено для вас як data, а також підключено statsmodels.api і pandas як sm та pd відповідно.
Ця вправа є частиною курсу
Аналіз опитувальних даних у Python
Інструкції до вправи
- Визначте змінні
xіy. - Додайте сталий член.
- Виконайте регресію
OLS()і.fit()модель. - Виведіть підсумкову таблицю.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Define variable, x and y
x = salary_survey.____.____
y = salary_survey.____.____
# Add the constant term
x = ____.____(x)
# Perform .OLS() regression and fit
result = ____.____(y,x).____()
# Print the summary table
print(____.____())