Пуассоновская регрессия для count-метрик

Условие задачи

Дано: DataFrame `app_data` с колонками day_of_week (0-6), is_weekend (0/1), push_sent (0/1), crashes (число крашей -- count-метрика). Реализуйте Пуассоновскую регрессию для count-данных: - Модель: E[Y|X] = exp(X × beta) - Log-likelihood: sum(y × Xb - exp(Xb) - log(y!)) - Подбор коэффициентов численной минимизацией -log-likelihood Дополнительно посчитайте IRR (Incidence Rate Ratio) = exp(beta) для интерпретации коэффициентов. Сохраните dict {"coefficients": {...}, "irr": {...}, "log_likelihood":...} (округлённые до 4 знаков) в `result`.

Темы

poisson_regression irr count_data statistics

Подсказки

• Пуассоновская регрессия: log(E[Y]) = Xb, т.е. E[Y] = exp(Xb)
• IRR = exp(beta) -- на сколько множителей меняется E[Y] при увеличении X на 1

Открыть задачу в тренажёре → ← Все Python-задачи