Prediktivní distribuce
Skvěle, analýza vzorků parametrů se povedla! Teď využijeme lineární regresní model k předpovědím. Kolik kliknutí můžeme očekávat, pokud zobrazíme 10 reklam na oblečení a 10 reklam na tenisky? Abychom to zjistili, budeme vzorkovat z prediktivní distribuce: normálního rozdělení, jehož střední hodnota je definována vzorcem lineární regrese a směrodatná odchylka je odhadnuta modelem.
Nejprve shrneš posterior každého parametru jeho průměrem. Pak vypočítáš střední hodnotu prediktivní distribuce podle regresní rovnice. Následně z prediktivní distribuce vykreslíš vzorek a nakonec zobrazíš jeho hustotu. Pro přehlednost uvádíme regresní vzorec:
pymc3, numpy a seaborn jsou importovány pod svými obvyklými aliasy.
Toto cvičení je součástí kurzu
Bayesian Data Analysis in Python
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Aggregate posteriors of the parameters to point estimates
intercept_coef = ____
sneakers_coef = ____
clothes_coef = ____
sd_coef = ____