負二項式模型擬合
負二項式分配允許變異數大於平均數，而你在前一個練習中對 crab 資料的檢查也觀察到這種情形。本題要你回顧先前使用對數連結函式的 Poisson 迴歸擬合，並另外以相同的對數連結函式擬合負二項式模型。
你將分析並比較統計量如何改變。
工作空間中已載入模型 crab_pois 與資料 crab。
本練習屬於課程
Generalized Linear Models in Python
練習說明
- 定義迴歸模型的 formula，讓
sat由width預測。 - 使用
NegativeBinomial()擬合負二項式模型，並將模型儲存為crab_NB。 - 列印 Poisson 模型
crab_pois與新擬合的負二項式模型的摘要。
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。
# Define the formula for the model fit
formula = '____ ~ ____'
# Fit the GLM negative binomial model using log link function
crab_NB = smf.glm(formula = ____, data = ____,
family = ____.____.____).____
# Print Poisson model's summary
print(____.____)
# Print the negative binomial model's summary
print(____.____)