Analisando parâmetros da regressão
Seu modelo de regressão linear tem quatro parâmetros: o intercepto, o impacto de anúncios de roupas, o impacto de anúncios de tênis e a variância. As amostras de seus respectivos pós-distribuições já foram geradas para você e estão disponíveis como intercept_draws, clothes_draws, sneakers_draws e sd_draws, respectivamente.
Antes de fazer previsões com seu modelo, é uma boa prática analisar visualmente as amostras a posteriori. Neste exercício, você primeiro vai observar as estatísticas descritivas das amostras de cada parâmetro e, em seguida, vai visualizar a distribuição a posteriori de um deles como exemplo. pymc3 e pandas já foram importados para você como pm e pd, respectivamente. Vamos dar uma olhada nas amostras dos parâmetros!
Este exercício faz parte do curso
Análise de Dados Bayesiana em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})