Это будет очень и очень не скоро, потому как анализ данных это не только МЛ, а ещё и статистика, а Пайтон в ту сторону и не смотрит

Ну смотрит, но..  документации и встроенные удобства несравнимы

Я вообще несколько не об этом, встроенные удобства в таком случае лучше всего в Ворде. Я скорее о том, что тестирование гипотез в питоне напоминает филиал ада, а в Р - приятную кафеху, где есть пивко и можно курить

Эм, нет. В R ты запускаешь и получаешь результат в удоьнрй форме, с удобным выводом и докумениацией, где внещапно прописаны нюансы метода

В питоне ты можешь разобраться как это делать, получишь тот же результат, но с уродским выводом и как вариант хэлпа вообще не завезлиб

Это как раз "встроенные" удобства

А, прошу прощения, неправильно комментарий понял

“подобие” с линейной регрессией сохраняется только в случае одной переменной, поскольку в остальных случаях аддитивные эффекты в лог-пространстве превращаются в мультипликативные при экспоненциировании
если вас интересуют качественные предсказания (увеличивается X, увеличается Y), это ок, но количественные предсказания перестают быть линейными и в целом  все становится сложнее (типа, влияет способ расчета для предсказаний - marginal predictions vs average predictions или как-то так)

А можно ссылочку, чтобы почитать понятное что-то? Мне нужно как раз написать интерпретацию множественной пуассоновской регрессии, где есть один категориальный и два количественных. И я хочу интерпретировать это в терминах "для кошек у нас количество событий такое, а для собак такое, при этом для кошек с каждым повышением длины прыжка на 1 количество событий увеличивается на N".

так схожу ссылку не дам, гугл что-то типа
https://www.google.com/search?q=log+regression+exponentiation+multiplicative&oq=log+regression+exponentiation+multiplicative&aqs=chrome..69i57.14433j0j7&sourceid=chrome&ie=UTF-8
а про сложности, например тут https://clas.ucdenver.edu/marcelo-perraillon/sites/default/files/attached-files/perraillon_marginal_effects_lecture_lisbon_0.pdf

все так, да

О, спасибо большое!

проблема в том, что вот это “на N” зависит от точки отсчета даже если в модели всего 1 переменная (при увеличении Х на 1, Y увеличивается не “на”, а “в N” раз)
когда появляется вторая переменная, все еще немного усложняется, но для вашей модели с категориальной X1 и численной X2 все не так сложно, погуглите

Ага, теперь я уже лучше понимаю, в принципе не так сложно уж. В основном не смекал про мультипликативность. Спасибо!

Интересно, а почему с shiny именно на dash? У меня небольшой опыт знакомства c dash, по показалось, что очень все там неудобно и не доделано. Особенно в open-сорсной версии.

Dash вроде как генерик shiny...

В смысле генерик? Там очень много руками надо делать по сравнению с shiny

Воспроизведенная копия. Но, видимо, не совсем копия получилась, а что-то с меньшими возможностями

Вопрос поддержки, shiny только я знаю как править, html+python  может поправить любой стандартный разработчик.

А, у меня генерик ассоциируется с генерик функцией, а не генерик лекарством)