Analiza parametrów regresji
Twój model regresji liniowej ma cztery parametry: wyraz wolny, wpływ reklam ubrań, wpływ reklam butów sportowych oraz wariancję. Próbki z ich odpowiednich rozkładów a posteriori zostały już pobrane i są dostępne jako intercept_draws, clothes_draws, sneakers_draws i sd_draws.
Przed przystąpieniem do prognozowania warto przeanalizować pobrane próbki wizualnie. W tym ćwiczeniu najpierw przyjrzysz się statystykom opisowym dla próbek każdego parametru, a następnie zwizualizujesz rozkład a posteriori jednego z nich jako przykład. Biblioteki pymc3 i pandas zostały już zaimportowane jako pm i pd. Przyjrzyjmy się próbkom parametrów!
To ćwiczenie jest częścią kursu
Bayesowska analiza danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})