Distribución predictiva
¡Buen trabajo analizando las extracciones de parámetros! Ahora vamos a usar el modelo de regresión lineal para hacer predicciones. ¿Cuántos clics podemos esperar si decidimos mostrar 10 anuncios de ropa y 10 de zapatillas? Para averiguarlo, tendrás que muestrear de la distribución predictiva: una distribución normal con la media definida por la fórmula de la regresión lineal y la desviación estándar estimada por el modelo.
Primero, resumirás el posterior de cada parámetro con su media. Luego, calcularás la media de la distribución predictiva según la ecuación de regresión. A continuación, extraerás una muestra de la distribución predictiva y, por último, representarás su densidad. Aquí tienes la fórmula de la regresión para tu comodidad:
pymc3, numpy y seaborn se han importado con sus alias habituales.
Este ejercicio forma parte del curso
Análisis de datos bayesiano en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Aggregate posteriors of the parameters to point estimates
intercept_coef = ____
sneakers_coef = ____
clothes_coef = ____
sd_coef = ____