Inferenza sul volume per giorno feriale
L'output della simulazione RJAGS da 10.000 iterazioni, rail_sim_1, è nel tuo workspace insieme a un data frame dell'output della catena di 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
Queste catene forniscono 10.000 insiemi unici di valori per a, il volume tipico del percorso nei giorni di weekend, e b.2., il contrasto tra il volume tipico dei giorni feriali e quello del weekend. Ad esempio, il primo insieme di parametri indica che ci sono tipicamente 420.6966 passeggeri nei giorni di weekend e 54.30783 passeggeri in meno nei giorni feriali. Pertanto ci sono tipicamente 420.6966 - 54.30783 = 366.3888 passeggeri nei giorni feriali. Userai questi dati di simulazione per trarre inferenze sul volume del percorso nei giorni feriali.
Questo esercizio fa parte del corso
Modeling bayesiano con RJAGS
Istruzioni dell'esercizio
- Combina i valori delle catene
aeb.2.per costruire una catena di 10.000 valori per il volume tipico del percorso nei giorni feriali. Salvalo comeweekday_meaninrail_chains_1. - Usa
ggplot()per costruire un grafico di densità dei valori della catenaweekday_mean. - Costruisci un intervallo credibile al 95% per il volume tipico dei giorni feriali.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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