分析線性模型的摘要
分析不同插補模型的表現，是處理遺漏值時最重要的任務之一。這會決定你可以信賴哪一種插補後的 DataFrame。做分析時，你可以在插補後的 DataFrame 上擬合線性迴歸模型，並檢查會影響插補方法選擇的各種參數。
在這個練習中，已經為你載入了 DataFrame diabetes_cc，它是糖尿病資料的完整案例（complete case）。完整案例可作為與其他插補後 DataFrame 比較的基準。你會使用已載入為 sm 的套件 statsmodels.api 來建立線性迴歸模型並產生摘要。
本練習屬於課程
在 Python 中處理遺漏值
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Add constant to X and set X & y values to fit linear model
X = sm.add_constant(___)
y = ___
lm = sm.OLS(y, X).fit()