So sánh hai mô hình
Từ bài tập trước, bạn đã khớp một mô hình với distance100 và arsenic là các biến giải thích. Trong bài này, bạn sẽ phân tích tác động lên độ phù hợp mô hình khi thêm từng biến.
Nhắc lại, các mô hình bạn đã khớp như sau và đã được nạp sẵn trong không gian làm việc:
model_dist = 'switch ~ distance100'model_dist_ars = 'switch ~ distance100 + arsenic
Bộ dữ liệu wells cũng đã được nạp sẵn trong không gian làm việc.
Bài tập này là một phần của khóa học
Mô hình Tuyến tính Tổng quát (GLM) trong Python
Hướng dẫn bài tập
- Tính chênh lệch deviance khi thêm
distance100vào mô hình rỗng (null model). - Tính chênh lệch deviance khi thêm
arsenicvào mô hình đã có biếndistance100.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute the difference in adding distance100 variable
diff_deviance_distance = ____.____ - ____.____
# Print the computed difference in deviance
print('Adding distance100 to the null model reduces deviance by: ',
round(____,3))
# Compute the difference in adding arsenic variable
diff_deviance_arsenic = ____.____ - ____.____
# Print the computed difference in deviance
print('Adding arsenic to the distance model reduced deviance further by: ',
round(____,3))