Znovu se podíváme na data RailTrail

V předchozí části jsi zjistil/a, že volume na železniční stezce bývá v pracovní dny (weekday) nižší než o víkendu. Část variability ve volume může také vysvětlit venkovní teplota. Dá se například předpokládat, že v teplých a příjemných dnech bude návštěvnost stezky vyšší.

Dataset RailTrail ve tvém workspace obsahuje proměnnou hightemp – nejvyšší naměřenou teplotu (ve °F) pro každý z 90 dní sledovaného období. Tato data použiješ k prozkoumání vztahů mezi volume, statusem pracovního dne (weekday) a hightemp.

Toto cvičení je součástí kurzu

Bayesovské modelování s RJAGS

Zobrazit kurz

Pokyny k cvičení

Sestav bodový graf závislosti volume na hightemp:

Pomocí color rozliš pracovní dny a víkendy.
Pomocí geom_smooth() zvýrazni lineární vztah mezi pozorovanými hodnotami volume a hightemp.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Construct a plot of volume by hightemp & weekday
ggplot(___, aes(y = ___, x = ___, color = ___)) + 
    ___() + 
	geom_smooth(method = "lm", se = FALSE)

Upravit a spustit kód