Posterior-inferentie voor multivariate regressie

De RJAGS-simulatie-uitvoer met 10.000 iteraties, rail_sim_2, staat in je werkruimte, samen met een data frame met de Markovketen-uitvoer:

> 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

Je gebruikt deze 10.000 unieke sets met parameterwaarden om de posterior-gemiddelde trend samen te vatten in de relaties tussen volume, weekday-status en hightemp.

Deze oefening maakt deel uit van de cursus

Bayesiaans modelleren met RJAGS

Cursus bekijken

Oefeninstructies

Maak een spreidingsdiagram van volume tegen hightemp.

Gebruik color om onderscheid te maken tussen weekdagen en weekenden.
Leg een red lijn over de figuur die de posterior-gemiddelde trend weergeeft van de lineaire relatie tussen volume en hightemp voor weekenden: m = a + c Z
Leg een turquoise3 lijn over de figuur die de posterior-gemiddelde trend weergeeft van de lineaire relatie tussen volume en hightemp voor weekdagen: m = (a + b.2.) + c Z

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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")

Code bewerken en uitvoeren