การแจกแจงเชิงพยากรณ์
ทำได้ดีมากในการวิเคราะห์ค่า parameter ที่ดึงมา! ทีนี้มาใช้โมเดล linear regression เพื่อทำนายผลกัน จะมีคลิกกี่ครั้งหากแสดงโฆษณาเสื้อผ้า 10 ชิ้นและโฆษณารองเท้าผ้าใบ 10 ชิ้น? เพื่อหาคำตอบ ต้องดึงค่าจากการแจกแจงเชิงพยากรณ์ ซึ่งเป็นการแจกแจงแบบปกติที่มีค่าเฉลี่ยกำหนดโดยสูตร linear regression และค่าเบี่ยงเบนมาตรฐานที่ประมาณโดยโมเดล
ขั้นแรก สรุป posterior ของแต่ละ parameter ด้วยค่าเฉลี่ย จากนั้นคำนวณค่าเฉลี่ยของการแจกแจงเชิงพยากรณ์ตามสมการถดถอย ต่อมาดึงตัวอย่างจากการแจกแจงเชิงพยากรณ์ และสุดท้ายพล็อตความหนาแน่นของมัน นี่คือสูตร regression สำหรับอ้างอิง:
pymc3, numpy, และ seaborn ถูก import มาแล้วภายใต้ชื่อย่อตามปกติ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูลแบบเบย์เซียนด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Aggregate posteriors of the parameters to point estimates
intercept_coef = ____
sneakers_coef = ____
clothes_coef = ____
sd_coef = ____