Inference pro objem podle dne v týdnu

Výstup ze simulace RJAGS o 10 000 iteracích, rail_sim_1, je k dispozici v tvém pracovním prostředí spolu s datovým rámcem výstupu Markovových řetězců:

> head(rail_chains_1, 2)
         a b.1.       b.2.        s 
1 420.6966    0  -54.30783 118.2328
2 399.5823    0  -52.02570 119.9499

Tyto řetězce obsahují 10 000 unikátních sad hodnot pro a (typický objem stezky o víkendových dnech) a b.2. (kontrast mezi typickým objemem ve všední den a o víkendu). Například první sada parametrů říká, že o víkendových dnech projede stezkou typicky 420.6966 jezdců a ve všední dny je jich 54.30783 méně. Ve všední den tedy projede typicky 420.6966 - 54.30783 = 366.3888 jezdců. Tato simulovaná data využiješ k tomu, abys udělal/a inference o objemu na stezce ve všední dny.

Toto cvičení je součástí kurzu

Bayesovské modelování s RJAGS

Zobrazit kurz

Pokyny k cvičení

Zkombinuj hodnoty řetězců a a b.2. a vytvoř řetězec 10 000 hodnot pro typický objem stezky ve všední den. Ulož výsledek jako weekday_mean do rail_chains_1.
Pomocí ggplot() sestrojí graf hustoty hodnot řetězce weekday_mean.
Sestrojí 95% věrohodnostní interval pro typický objem stezky ve všední den.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Construct a chain of values for the typical weekday volume
rail_chains_1 <- rail_chains_1 %>% 
    mutate(weekday_mean = ___)

# Construct a density plot of the weekday chain
ggplot(___, aes(x = ___)) + 
    geom_density()

# 95% credible interval for typical weekday volume

Upravit a spustit kód