Inferensi posterior untuk regresi multivariat
Keluaran simulasi RJAGS 10.000 iterasi, rail_sim_2, tersedia di ruang kerja Anda bersama dengan sebuah data frame berisi keluaran rantai Markov:
> head(rail_chains_2, 2)
a b.1. b.2. c s
1 49.76954 0 -12.62112 4.999202 111.02247
2 30.22211 0 -3.16221 4.853491 98.11892
Anda akan menggunakan 10.000 set nilai parameter unik ini untuk merangkum tren rerata posterior dalam hubungan antara volume lintasan, status weekday, dan hightemp.
Latihan ini merupakan bagian dari kursus
Pemodelan Bayesian dengan RJAGS
Instruksi latihan
Buat scatterplot volume terhadap hightemp.
- Gunakan
coloruntuk membedakan hari kerja dan akhir pekan. - Tumpangtindihkan garis
redyang merepresentasikan tren rerata posterior dari hubungan linear antaravolumedanhightempuntuk akhir pekan:m = a + c Z - Tumpangtindihkan garis
turquoise3yang merepresentasikan tren rerata posterior dari hubungan linear antaravolumedanhightempuntuk hari kerja:m = (a + b.2.) + c Z
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Plot the posterior mean regression models
ggplot(___, aes(x = ___, y = ___, color = ___)) +
geom_point() +
geom_abline(intercept = mean(___), slope = mean(___), color = "red") +
geom_abline(intercept = mean(___) + mean(___), slope = mean(___), color = "turquoise3")