शुरू करेंमुफ़्त में शुरू करें

Poisson posterior prediction

आपका l_weekday वैरिएबल 80 डिग्री वीकडे पर वॉल्यूम के रुझान (trend) को दर्शाता है:

> head(poisson_chains, 2)
       a b.1.    b.2.      c l_weekend l_weekday
1 5.0198    0 -0.1222 0.0141   465.924   412.324
2 5.0186    0 -0.1218 0.0141   466.284   412.829

अब जब आप इस रुझान को समझ गए हैं, तो कुछ प्रेडिक्शन करें! खास तौर पर, अगले 80 डिग्री वीकडे पर ट्रेल वॉल्यूम को प्रेडिक्ट करें. ऐसा करने के लिए, आपको रुझान से व्यक्तिगत विविधता (individual variability) को ध्यान में रखना होगा, जिसे likelihood \(Y\)i \(\sim Pois(l\)i) द्वारा मॉडल किया गया है.

rpois(n, lambda) का उपयोग करते हुए, जहाँ n सैंपल साइज है और lambda रेट पैरामीटर है, आप poisson_chains में posterior में संभव रुझान के प्रत्येक मान के तहत वॉल्यूम की Poisson भविष्यवाणियाँ सिम्युलेट करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

RJAGS के साथ Bayesian Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • poisson_chains में मौजूद 10,000 l_weekday मानों में से प्रत्येक के लिए, 80 डिग्री वीकडे पर वॉल्यूम को प्रेडिक्ट करने हेतु rpois() का उपयोग करें. इन्हें poisson_chains में Y_weekday के रूप में स्टोर करें.
  • अपनी Y_weekday प्रेडिक्शनों का एक density प्लॉट बनाने के लिए ggplot() का उपयोग करें.
  • posterior प्रायिकता का अनुमान लगाएँ कि 80 डिग्री वीकडे पर वॉल्यूम 400 यूज़र्स से कम होगा.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Simulate weekday predictions under each parameter set
poisson_chains <- poisson_chains %>% 
    mutate(Y_weekday = rpois(n = ___, lambda = ___))
    
# Construct a density plot of the posterior weekday predictions
ggplot(___, aes(x = ___)) + 
    geom_density()
    
# Posterior probability that weekday volume is less 400
mean(___)
कोड संपादित करें और चलाएँ