Die RailTrail-Daten neu betrachten
In deiner bisherigen Arbeit hast du gesehen, dass der Rail-Trail-volume an einem weekday tendenziell niedriger ist als am Wochenende. Ein Teil der Variabilität in volume könnte auch durch die Außentemperatur erklärt werden. Zum Beispiel erwarten wir an warmen, angenehmen Tagen ein höheres Verkehrsaufkommen auf dem Trail.
Der Datensatz RailTrail in deinem Workspace enthält hightemp, die beobachtete Höchsttemperatur (F) für jeden der 90 Tage im Untersuchungszeitraum. Du nutzt diese Daten, um den Zusammenhang zwischen Trail-volume, weekday-Status und hightemp zu untersuchen.
Diese Übung ist Teil des Kurses
<Kurs>Bayesianisches Modellieren mit RJAGS</Kurs>Übungsanweisungen
Erstelle ein Streudiagramm von volume nach hightemp:
- Verwende
color, um zwischen Wochentagen und Wochenenden zu unterscheiden. - Nutze
geom_smooth(), um die lineare Beziehung zwischen den beobachteten Werten vonvolumeundhightemphervorzuheben.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Construct a plot of volume by hightemp & weekday
ggplot(___, aes(y = ___, x = ___, color = ___)) +
___() +
geom_smooth(method = "lm", se = FALSE)