拟合线性回归模型
自 2015 年起，欧洲 IT 专业人士每年都会进行一次匿名薪资调查。2018 年，有数百名受访者自愿参与。 调查数据包含受访者的工作年限以及其当前薪资。
您将分析这两个变量之间的关系，看看更多的从业年限是否会带来更高或更低的薪资。
自变量为 experience_years，因变量为 current_salary。
数据已加载为 data，并已分别将 statsmodels.api 和 pandas 以 sm 和 pd 的名称导入供您使用。
本练习是课程的一部分
使用 Python 分析调查数据
练习说明
- 定义变量
x和y。 - 添加常数项。
- 执行
OLS()回归并对模型调用.fit()。 - 打印摘要表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Define variable, x and y
x = salary_survey.____.____
y = salary_survey.____.____
# Add the constant term
x = ____.____(x)
# Perform .OLS() regression and fit
result = ____.____(y,x).____()
# Print the summary table
print(____.____())