Ước lượng tham số lambda
Trong video, bạn đã học cách hàm liên kết log cung cấp tổ hợp tuyến tính trong các tham số, xác định mô hình hồi quy Poisson dưới dạng
$$ log(\lambda)=\beta_0+\beta_1x_1 $$
Để thu được hàm phản hồi theo lambda, ta lũy thừa cơ số e cho hàm mô hình và được
$$ \lambda=E(y)=exp(\beta_0 + \beta_1x_1) $$ $$ \lambda=E(y)=exp(\beta_0) \times exp(\beta_1x_1) $$
Trong bài tập này, bạn sẽ dùng công thức trên với dữ liệu cua móng ngựa để tính ước lượng trung bình \(y\) theo bề rộng mai của cua cái.
Bộ dữ liệu crab đã được nạp sẵn trong môi trường làm việc.
Bài tập này là một phần của khóa học
Mô hình Tuyến tính Tổng quát (GLM) trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import libraries
import ____.____ as sm
from ____.formula.api import ____
# Fit Poisson regression of sat by width
model = ____('____ ~ ____', data = ____, family = ____.____.____).____
# Display model results
____(model.____)