比较两个模型
在上一个练习中，您已拟合了以 distance100 和 arsenic 为自变量的模型。本练习中，您将分析每个新增变量对模型拟合的影响。
回顾您已拟合并已在工作区预加载的模型：
model_dist = 'switch ~ distance100'model_dist_ars = 'switch ~ distance100 + arsenic
数据集 wells 也已预加载到工作区。
本练习是课程的一部分
Python 中的广义线性模型
练习说明
- 计算在空模型中加入
distance100时的离差（deviance）差值。 - 计算在包含
distance100的模型中加入arsenic时的离差差值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Compute the difference in adding distance100 variable
diff_deviance_distance = ____.____ - ____.____
# Print the computed difference in deviance
print('Adding distance100 to the null model reduces deviance by: ',
round(____,3))
# Compute the difference in adding arsenic variable
diff_deviance_arsenic = ____.____ - ____.____
# Print the computed difference in deviance
print('Adding arsenic to the distance model reduced deviance further by: ',
round(____,3))