वीकडे के अनुसार वॉल्यूम के लिए इन्फ़रेंस
10,000 इटरेशन वाला RJAGS सिमुलेशन आउटपुट rail_sim_1 आपके वर्कस्पेस में उपलब्ध है, साथ में मार्कोव चेन आउटपुट का एक डेटा फ्रेम भी है:
> 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
इन चेन्स में a के 10,000 युनिक सेट्स हैं, जो कि वीकेंड दिनों में सामान्य ट्रेल वॉल्यूम है, और b.2. के, जो सामान्य वीकडे वॉल्यूम बनाम वीकेंड वॉल्यूम के बीच का कॉन्ट्रास्ट है. उदाहरण के लिए, पहले पैरामीटर्स बताते हैं कि वीकेंड दिनों में आम तौर पर 420.6966 राइडर्स होते हैं और वीकडे में 54.30783 राइडर्स कम होते हैं. इसलिए वीकडे में सामान्यतः 420.6966 - 54.30783 = 366.3888 राइडर्स होते हैं. आप इन सिमुलेशन डेटा का उपयोग वीकडे ट्रेल वॉल्यूम के बारे में निष्कर्ष निकालने के लिए करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
RJAGS के साथ Bayesian Modeling
अभ्यास निर्देश
aऔरb.2.चेन मानों को जोड़कर सामान्य वीकडे ट्रेल वॉल्यूम के 10,000 मानों की एक चेन बनाइए. इसेrail_chains_1मेंweekday_meanके रूप में स्टोर करें.ggplot()का उपयोग करकेweekday_meanचेन मानों का एक डेंसिटी प्लॉट बनाइए.- सामान्य वीकडे ट्रेल वॉल्यूम के लिए 95% क्रेडिबल इंटरवल बनाइए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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