1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Bayesovské modelování s RJAGS
Connected

cvičení

Vizualizace apriorních rozdělení regrese

V předchozím cvičení jsi nasimuloval/a 10 000 samples pro každý parametr (\(a\), \(b\), \(s\)) bayesovského regresního modelu váhy \(Y\) v závislosti na výšce \(X\): \(Y \sim N(m, s^2)\) s průměrem \(m = a + bX\). Hodnoty \(a\), \(b\) a \(s\) v každém řádku tabulky samples představují jeden apriorně přijatelný regresní scénář. Abys prozkoumala rozsah těchto apriorních scénářů, nasimuluj 50 dvojic hodnot výšky a váhy pro každou z prvních 12 sad apriorních parametrů \(a\), \(b\) a \(s\).

Pokyny

100 XP
  • Vytvoř datový rámec prior_simulation, který bude obsahovat n = 50 replikací prvních 12 sad apriorních parametrů z tabulky samples (celkem 600 řádků!).
  • Pro každý z 600 řádků prior_simulation:
    • Simuluj hodnotu height z modelu \(N(170, 10^2)\).
    • Simuluj hodnotu weight z modelu \(N(a + b X, s^2)\), kde \(X\) je výška a \((a,b,s)\) jsou apriorní parametry.
  • Nyní máš 50 nasimulovaných dvojic height a weight pro každou z 12 sad parametrů. Pomocí ggplot() sestav bodový graf těchto 50 dvojic pro každou set hodnot parametrů. Nezapomeň vynést weight na osu y!