Analysera regressionsparametrar
Din linjära regressionsmodell har fyra parametrar: interceptet, effekten av klädannonser, effekten av skoannonserna och variansen. Dragningar från respektive posteriordistribution har redan gjorts åt dig och finns tillgängliga som intercept_draws, clothes_draws, sneakers_draws och sd_draws.
Innan du gör prediktioner med din modell är det bra att analysera posteriordragningarna visuellt. I den här övningen tittar du först på deskriptiv statistik för varje parameters dragningar och visualiserar sedan posteriordistributionen för en av dem som ett exempel. pymc3 och pandas har importerats åt dig som pm respektive pd. Låt oss undersöka parameterdragningarna!
Den här övningen är en del av kursen
Bayesiansk dataanalys i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})