1. Learn
    2. /
  2. Курси
    3. /
  3. Баєсівський аналіз даних у Python
Connected

Вправа

Прогностичний розподіл

Чудова робота з аналізом вибірок параметрів! Тепер скористаймося моделлю лінійної регресії для прогнозування. Скільки кліків ми очікуємо, якщо покажемо 10 оголошень про одяг і 10 оголошень про кросівки? Щоб це з'ясувати, потрібно зробити вибірки з прогностичного розподілу: нормального розподілу із середнім, визначеним формулою лінійної регресії, і стандартним відхиленням, оціненим моделлю.

Спочатку підсумуйте апостеріорний розподіл кожного параметра його середнім. Потім обчисліть середнє прогностичного розподілу за рівнянням регресії. Далі зробіть вибірку з прогностичного розподілу, а наприкінці побудуйте графік його густини. Ось формула регресії для зручності:

Кількість кліків має нормальний розподіл із середнім β0 + β1 * clothes-ads-shown + β2 * sneakers-ads-shown та деяким стандартним відхиленням sigma.

pymc3, numpy і seaborn вже імпортовано під звичними псевдонімами.

Інструкції 1/4

undefined XP
    1
    2
    3
    4
  • Підсумуйте кожен зі згенерованих параметрів (intercept_draws, sneakers_draws, clothes_draws і sd_draws) його апостеріорним середнім.