Вплив мультиколінеарності

Використовуючи набір даних crab, ви проаналізуєте вплив мультиколінеарності. Нагадаємо, що мультиколінеарність може мати такі наслідки:

Коефіцієнт не є значущим, але змінна сильно корелює з \(y\).
Додавання або вилучення змінної суттєво змінює коефіцієнти.
Нелогічний знак коефіцієнта.
Змінні мають високу попарну кореляцію.

Ця вправа є частиною курсу

Узагальнені лінійні моделі в Python

Переглянути курс

Інструкції до вправи

Імпортуйте потрібні функції з бібліотеки statsmodels для GLM.
Навчіть багатофакторну логістичну регресію з weight і width як пояснювальними змінними та y як відгуком.
Перегляньте результати моделі за допомогою функції print().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm

# Define model formula
formula = '____ ~ ____'

# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____

# Print model summary
____(____.____)

Редагувати та запускати код