मॉडल फिट करना

आप एवोकाडो की प्राइस इलास्टिसिटी का अनुमान लगाने के लिए एक लीनियर रिग्रेशन मॉडल इस्तेमाल कर सकते हैं। रिग्रेशन फ़ॉर्मूला यह होना चाहिए:

यहाँ, \(\beta_1\) प्राइस इलास्टिसिटी होगी, यानी प्राइस का सेल्स पर प्रभाव। आप मानेंगे कि रेगुलर और ऑर्गेनिक एवोकाडो के लिए इलास्टिसिटी समान है। आप यह भी उम्मीद करते हैं कि यह नेगेटिव होगी: प्राइस जितना ज्यादा, सेल्स उतनी कम — अधिकांश वस्तुओं में ऐसा ही होता है। इस पूर्व-ज्ञान (prior knowledge) को मॉडल में शामिल करने के लिए, आप प्राइस के लिए मीन -80 वाली नॉर्मल डिस्ट्रीब्यूशन को प्रायर के रूप में उपयोग करने का निर्णय लेते हैं। आप ऐसा मॉडल कैसे बनाएँगे?

नोट: ध्यान रखें कि एक नए Python सत्र में पहली बार pm.sample() कॉल करने पर कुछ समय लगता है, क्योंकि अंदर ही अंदर Python कोड C में कम्पाइल होता है। आपका समय बचाने के लिए, हम आपसे सिर्फ सही कोड लिखने के लिए कह रहे हैं, उसे चलाने के लिए नहीं।