Inspecionando amostras a posteriori
Você continua trabalhando na tarefa de prever o número de bicicletas alugadas por dia em um sistema de compartilhamento. As amostras a posteriori do seu modelo de regressão, que você coletou anteriormente, estão disponíveis no seu workspace como trace_1.
Você sabe que, após obter as distribuições a posteriori, é uma boa prática examiná-las para ver se fazem sentido e se o processo de MCMC convergiu corretamente. Neste exercício, você vai criar dois gráficos para visualizar as amostras a posteriori e resumi-las em uma tabela. Vamos inspecionar nossos posteriores!
OBSERVAÇÃO: aguarde até meio minuto para os gráficos renderizarem, pois há muitas amostras para processar.
Este exercício faz parte do curso
Análise de Dados Bayesiana em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import pymc3
____
# Draw a trace plot of trace_1
____
plt.show()
# Draw a forest plot of trace_1
____
plt.show()