Анализ параметров регрессии
Ваша модель линейной регрессии содержит четыре параметра: свободный член, влияние рекламы одежды, влияние рекламы кроссовок и дисперсию. Выборки из соответствующих апостериорных распределений уже получены и доступны в виде intercept_draws, clothes_draws, sneakers_draws и sd_draws соответственно.
Перед тем как делать прогнозы с помощью модели, рекомендуется визуально проанализировать апостериорные выборки. В этом упражнении вы сначала изучите описательную статистику по выборкам каждого параметра, а затем построите апостериорное распределение для одного из них в качестве примера. Библиотеки pymc3 и pandas уже импортированы как pm и pd соответственно. Приступим к анализу выборок параметров!
Это упражнение является частью курса
Байесовский анализ данных на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})