Inférence sur le volume par jour de semaine
La sortie de la simulation RJAGS à 10 000 itérations, rail_sim_1, est disponible dans votre espace de travail, ainsi qu’un data frame contenant la sortie de la chaîne de Markov :
> 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
Ces chaînes fournissent 10 000 ensembles de valeurs pour a, le volume typique sur les sentiers les jours de week-end, et pour b.2., le contraste entre le volume typique en semaine et celui du week-end. Par exemple, le premier ensemble de paramètres indique qu’il y a typiquement 420.6966 usagers les jours de week-end et 54.30783 usagers de moins les jours de semaine. Ainsi, il y a en général 420.6966 - 54.30783 = 366.3888 usagers en semaine. Vous utiliserez ces données de simulation pour formuler des inférences sur le volume en semaine.
Cet exercice fait partie du cours
<cours>Modélisation bayésienne avec RJAGS</cours>Instructions de l’exercice
- Combinez les valeurs des chaînes
aetb.2.pour construire une chaîne de 10 000 valeurs du volume typique des sentiers en semaine. Enregistrez-la sous le nomweekday_meandansrail_chains_1. - Utilisez
ggplot()pour tracer la densité des valeurs de la chaîneweekday_mean. - Construisez un intervalle de crédibilité à 95 % pour le volume typique en semaine.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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