Analyse des paramètres de régression
Votre modèle de régression linéaire comporte quatre paramètres : l'ordonnée à l'origine, l'effet des annonces de vêtements, l'effet des annonces de chaussures de course, et la variance. Des échantillons tirés de leurs distributions a posteriori respectives ont été préparés pour vous et sont disponibles dans intercept_draws, clothes_draws, sneakers_draws et sd_draws.
Avant de faire des prédictions avec votre modèle, il est recommandé d'examiner visuellement les tirages a posteriori. Dans cet exercice, vous commencerez par consulter les statistiques descriptives des tirages de chaque paramètre, puis vous visualiserez la distribution a posteriori de l'un d'eux à titre d'exemple. pymc3 et pandas ont été importés pour vous sous les noms pm et pd. Voyons les tirages des paramètres !
Cette activité fait partie du cours
Analyse bayésienne des données en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})