Réexaminer les données de RailTrail

Dans votre travail précédent, vous avez observé que le volume du rail-trail a tendance à être plus faible un weekday que la fin de semaine. Une partie de la variabilité de volume pourrait aussi s'expliquer par la température extérieure. Par exemple, on peut s'attendre à ce que l'achalandage augmente lors des journées chaudes et agréables.

L'ensemble de données RailTrail dans votre espace de travail comprend hightemp, la température maximale observée (°F) pour chacun des 90 jours de la période d'étude. Vous utiliserez ces données pour explorer les liens entre le volume sur le sentier, le statut weekday et hightemp.

Cette activité fait partie du cours

Modélisation bayésienne avec RJAGS

Voir le cours

Instructions de l’exercice

Créez un nuage de points de volume selon hightemp :

Utilisez color pour distinguer les jours de semaine et la fin de semaine.
Utilisez geom_smooth() pour mettre en évidence la relation linéaire entre les valeurs observées de volume et de hightemp.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

Modifier et exécuter le code