Hustotní grafy Markovova řetězce

Zatímco trace plot zachycuje průběh Markovova řetězce v čase, hustotní graf zobrazuje výsledné rozdělení hodnot řetězce. Hustotní graf tak poskytuje aproximaci posteriorního modelu. Níže sestavíš a prozkoumáš hustotní grafy Markovova řetězce \(m\). V pracovním prostoru máš objekt mcmc.list s názvem sleep_sim a datový rámec sleep_chains:

sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)
sleep_chains <- data.frame(sleep_sim[[1]], iter = 1:10000)

Toto cvičení je součástí kurzu

Bayesovské modelování s RJAGS

Zobrazit kurz

Pokyny k cvičení

Aplikuj plot() na sleep_sim s parametrem trace = FALSE a vytvoř hustotní grafy pro řetězce \(m\) a \(s\).
Pomocí ggplot() aplikovaného na sleep_chains znovu sestav hustotní graf řetězce \(m\).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Use plot() to construct density plots of the m and s chains


# Use ggplot() to construct a density plot of the m chain
ggplot(___, aes(x = ___)) + 
    ___()

Upravit a spustit kód