Analizando los parámetros de la regresión
Tu modelo de regresión lineal tiene cuatro parámetros: la intercepción, el impacto de los anuncios de ropa, el impacto de los anuncios de zapatillas y la varianza. Ya tienes muestreos de sus distribuciones posteriores disponibles como intercept_draws, clothes_draws, sneakers_draws y sd_draws, respectivamente.
Antes de hacer predicciones con tu modelo, es buena práctica analizar visualmente las muestras posteriores. En este ejercicio, primero revisarás las estadísticas descriptivas de las muestras de cada parámetro y luego visualizarás la distribución posterior de uno de ellos como ejemplo. pymc3 y pandas se han importado como pm y pd, respectivamente. ¡Echemos un vistazo a las muestras de los parámetros!
Este ejercicio forma parte del curso
Análisis de datos bayesiano en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})