分析线性模型摘要
评估不同插补模型的性能，是处理缺失数据时最关键的任务之一。它决定了您可以信赖哪一种插补后的 DataFrame。为了进行分析，您可以在插补后的 DataFrame 上拟合线性回归模型，并检查影响插补类型选择的各项参数。
在本练习中，已为您加载了 DataFrame diabetes_cc，它是糖尿病数据的完整案例（complete case）。完整案例可作为与其他插补后 DataFrame 比较的基准。您将使用已加载为 sm 的包 statsmodels.api 来创建线性回归模型并生成摘要。
本练习是课程的一部分
在 Python 中处理缺失数据
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Add constant to X and set X & y values to fit linear model
X = sm.add_constant(___)
y = ___
lm = sm.OLS(y, X).fit()