1. Learn
    2. /
  2. Courses
    3. /
  3. Phân tích dữ liệu Bayesian với Python
Connected

Exercise

Phân phối dự đoán

Làm tốt lắm khi phân tích các mẫu tham số! Giờ hãy dùng mô hình hồi quy tuyến tính để dự đoán. Nếu bạn quyết định hiển thị 10 quảng cáo quần áo và 10 quảng cáo giày sneaker, chúng ta có thể kỳ vọng bao nhiêu lượt nhấp? Để tìm ra, bạn sẽ phải lấy mẫu từ phân phối dự đoán: một phân phối chuẩn có trung bình được xác định bởi công thức hồi quy tuyến tính và độ lệch chuẩn được ước lượng bởi mô hình.

Đầu tiên, bạn sẽ tóm tắt hậu nghiệm của từng tham số bằng giá trị trung bình của nó. Sau đó, bạn sẽ tính trung bình của phân phối dự đoán theo phương trình hồi quy. Tiếp theo, bạn sẽ rút một mẫu từ phân phối dự đoán và cuối cùng là vẽ mật độ của nó. Đây là công thức hồi quy để bạn tiện tham khảo:

Số lượt nhấp tuân theo phân phối chuẩn với trung bình β0 + β1 * clothes-ads-shown + β2 * sneakers-ads-shown, và một độ lệch chuẩn sigma nào đó.

pymc3, numpy, và seaborn đã được import với các bí danh quen thuộc.

Instructions 1/4

undefined XP
    1
    2
    3
    4
  • Tóm tắt mỗi tham số đã rút (intercept_draws, sneakers_draws, clothes_draws, và sd_draws) bằng trung bình hậu nghiệm của nó.