分析回归参数
您的线性回归模型包含 4 个参数：截距、服装广告的影响、运动鞋广告的影响，以及方差。各参数后验分布的抽样结果已经为您准备好，分别保存在 intercept_draws、clothes_draws、sneakers_draws 和 sd_draws 中。
在使用模型进行预测之前，先对后验抽样进行可视化分析是一个好习惯。本练习中，您将先查看每个参数抽样的描述性统计量，然后以其中一个参数为例，可视化其后验分布。pymc3 和 pandas 已分别以 pm 和 pd 名称导入。现在就来看看这些参数的抽样吧！
本练习是课程的一部分
Python 中的贝叶斯数据分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Collect parameter draws in a DataFrame
posterior_draws_df = ____({
"intercept_draws": ____,
"clothes_draws": ____,
"sneakers_draws": ____,
"sd_draws": ____,
})