Optimalizace ceny
Skvělá práce při fitování a kontrole modelu! Teď přejdeme k věci: tvůj šéf chce vědět, jaká cena avokáda přinese největší zisk, a jaký zisk lze očekávat. Navíc požaduje, aby cena byla dělitelná 0,25 $, takže zákazníci budou moci snadno platit čtvrtdolarovými mincemi.
V tomto cvičení použiješ svůj model k předpovědi objemu prodeje a zisku pro několik rozumných cenových variant. Pak vizualizuješ prediktivní rozdělení a vybereš optimální cenu. Nakonec vypočítáš věrohodnostní interval pro svůj odhad zisku. Tak do toho!
Předdefinované posteriórní průměry jsou dostupné jako intercept_mean, organic_mean, price_mean a sd_mean. Dále jsou naimportovány pymc3, arviz a numpy jako pm, az a np.
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.
# For each price, predict volume and use it to predict profit
predicted_profit_per_price = {}
for price in [0.5, 0.75, 1, 1.25]:
pred_mean = (____)
volume_pred = ____(____, ____, size=1000)
profit_pred = ____
predicted_profit_per_price.update({price: profit_pred})