事後予測分布

weight_chains データフレーム（ワークスペース内）には、身長180cmの成人の体重に対する100,000個の事後予測値 Y_180 が含まれています。

> head(weight_chains, 2)
          a        b        s iter    m_180    Y_180
1 -113.9029 1.072505 8.772007    1 79.14803 71.65811
2 -115.0644 1.077914 8.986393    2 78.96014 75.78893

これらの100,000個の予測値を使って、身長180cmの成人の体重に対する事後予測分布を近似します。bdims データはワークスペースに読み込まれています。

10,000個の Y_180 の値を使って、身長180cmの成人の体重に対する95%事後信用区間を求めましょう。
100,000個の事後予測値の密度プロットを作成しましょう。
bdims の wgt と hgt の散布図を作成しましょう。
- geom_abline() を使って、事後回帰トレンドを重ねて表示します。
- geom_segment() を使って、hgt が180の位置に縦線を重ねて表示し、ci_180 の下限と上限（y と yend）を示します。