Как разработать линейную модель? ⇐ Python

[Anonymous]

В этом задании на Python будет выполнен статистический анализ с использованием дисперсионного анализа (ANOVA) и линейных моделей. Работая с реальным набором данных, студенты будут применять ANOVA для изучения различий в средних значениях категориальных переменных и построения линейных моделей для прогнозирования зависимой переменной. Затем оцените предположения и ограничения ANOVA и линейных моделей, предложив и внедрив решения для устранения этих ограничений, чтобы повысить достоверность и точность анализа.
Задача 1:
Исследуйте и найдите набор данных с одной или несколькими категориальными переменными и примените ANOVA, чтобы определить, существует ли значительная разница в среднем значении зависимой переменной на разных уровнях категориальной переменной. Интерпретируйте результаты и предоставьте подробный отчет с соответствующими визуализациями.
Задача 2:
Разработайте линейную модель с одной или несколькими независимыми переменными, которая прогнозирует зависимая переменная того же набора данных, который использовался в задании 1 выше. Интерпретируйте коэффициенты и оцените значимость модели с помощью F-теста. Предоставьте подробный отчет с соответствующими визуализациями.
Задание 3:
Обсудите предположения и ограничения ANOVA и линейных моделей, а также то, как они могут повлиять на достоверность результатов. Предложите возможные решения для устранения или смягчения этих ограничений и объясните, как эти решения могут быть реализованы на Python.
Задание 4:
Создайте мини-проект, который объединяет ANOVA и линейные модели для прогнозирования и получения выводов на основе того же набора данных, который использовался в задаче 1 выше. Проект должен включать следующее:
Подробное описание проблемы и вопроса исследования.
Детальный анализ данных с использованием ANOVA и линейных моделей для решения вопроса исследования.
/>Обсуждение ограничений и допущений используемых моделей и возможных решений для их устранения.
Заключение, обобщающее выводы и последствия исследовательского вопроса.
Требования:
Блокнот Jupyter, содержащий весь код Python, используемый в задачах.
Включите письменные ответы на каждое задание задачи, используя ячейки уценки в том же блокноте Jupyter.
Включите наглядные пособия для поддержки ваших ответов.
Включите короткое видео (4–5 минут), объясняющее вашу работу и освещающее основные выводы. Используйте онлайн-видеоплатформу, например Loom, YouTube или Vimeo, чтобы загрузить готовые видеоролики.
У меня возникли проблемы с выбором кода для Python.

Подробнее здесь: https://stackoverflow.com/questions/791 ... nera-model