交互作用項
在影片中你學到，當模型包含一個連續變數與一個類別變數時，如何在模型結構中加入交互作用。本練習要你分析兩個連續變數之間的交互作用效果。
你會使用中心化後的變數來取代原始數值，這樣比較容易解讀迴歸係數的影響，也就是從平均值的水準來解讀，而不是從 0（對本研究可能不合理）開始。換句話說，我們不想在解讀模型時假設 arsenic 或 distance100 變數為 0。
模型 'switch ~ distance100 + arsenic' 已以 model_dist_ars 名稱預先載入到工作環境中。
同時 wells 資料集也已預先載入。
本練習屬於課程
Generalized Linear Models in Python
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。
# Import libraries
import statsmodels.api as sm
from statsmodels.formula.api import glm
# Fit GLM and print model summary
model_int = ____('____ ~ ____(____) + ____(____) + ____(____):____(____)',
data = ____, family = ____).____
# View model results
print(____.____)