Félicitations !

Modèles linéaires généralisés en Python

Ita Cirovic Donev

Data Science Consultant

MODÈLE

  • Données $\rightarrow$
  • Fonction de liaison $\rightarrow$
  • Modèle $\rightarrow$
  • Augmenter x d'une unité $\rightarrow$

RÉGRESSION LOGISTIQUE

  • Binaire
  • Logit
  • $logit(y) = \beta_0+\beta_1x_1$
  • augmente les $\color{red}{\text{log-cotes}}$ de $\beta_1$

MODÈLE LINÉAIRE

  • Continu
  • Identité
  • $y = \beta_0+\beta_1x_1$
  • augmente $\color{red}{y}$ de $\beta_1$

RÉGRESSION DE POISSON

  • Comptage
  • Logarithme
  • $log(\lambda) = \beta_0+\beta_1x_1$
  • $\color{red}{\text{multiplie } \lambda}$ par $exp(\beta_1)$
Modèles linéaires généralisés en Python

FONCTIONS PYTHON PRINCIPALES

  • Ajuster le modèle
    statmodels $\rightarrow$

MODÈLE LINÉAIRE

glm('y ~ x', data)

glm('y ~ x', data, 
    family = sm.families.Gaussian())

RÉGRESSION LOGISTIQUE

glm('y ~ x', data, 
    family = sm.families.Binomial())

RÉGRESSION DE POISSON

glm('y ~ x', data, 
    family = sm.families.Poisson())
Modèles linéaires généralisés en Python

Prochaines étapes…

  • Cours DataCamp
  • Excellents ouvrages de référence
    • Regression Modeling Strategies, Frank E. Harrell, Jr.
    • An Introduction to Categorical Data Analysis, Alan Agresti
    • Applied Predictive Modeling, Max Kuhn et Kjell Johnson
Modèles linéaires généralisés en Python

Bon modélisation !

Modèles linéaires généralisés en Python

Preparing Video For Download...