1. Apprendre
    2. /
  2. Cours
    3. /
  3. RJAGS によるベイズモデリング
Connected

Exercice

事後信用区間

ここでは、身長に対する体重の変化率を表す傾きパラメータ \(b\) に注目しましょう。\(b\) の事後平均は、傾きの事後モデルにおけるトレンドを反映します。一方、事後信用区間は、事後的に妥当な傾きの値の範囲を示し、\(b\) に対する事後の不確実性を表します。たとえば、\(b\) の95%信用区間は、\(b\) の事後分布の2.5パーセンタイルから97.5パーセンタイルまでの範囲です。つまり、\(b\) がこの範囲に含まれる（事後）確率は95%ということになります。

ここでは、RJAGSのシミュレーション出力を使って \(b\) の信用区間を近似します。事後分布の100,000回反復RJAGSシミュレーション weight_sim_big と、マルコフ連鎖の出力をまとめたデータフレーム weight_chains がワークスペースに用意されています。

Instructions

100 XP
  • weight_sim_big の連鎖に対して summary() 統計量を取得します。
  • \(b\) の 2.5% および 97.5% 事後分位点は summary() の表2に表示されます。weight_chains の生データに quantile() を適用して、これらの計算を確認しましょう。結果を ci_95 として保存し、表示します。
  • 同様に、weight_chains のデータを使って \(b\) の90%信用区間を構築します。結果を ci_90 として保存し、表示します。
  • \(b\) のマルコフ連鎖の値について密度プロットを作成します。xintercept = ci_90 を指定した geom_vline() を使って、\(b\) の90%信用区間を表す垂直線を重ねて表示します。