Inferentie voor volume per weekdag

De RJAGS-simulatie-uitvoer met 10.000 iteraties, rail_sim_1, staat in je werkruimte, samen met een data frame met de Markovketen-uitvoer:

> 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

Deze ketens bevatten 10.000 unieke combinaties van waarden voor a, het typische trailvolume op weekend-dagen, en b.2., het contrast tussen typisch weekdagvolume en weekendvolume. Zo geven de eerste parameters bijvoorbeeld aan dat er doorgaans 420.6966 reizigers zijn op weekenddagen en 54.30783 minder reizigers op weekdagen. Er zijn dus doorgaans 420.6966 - 54.30783 = 366.3888 reizigers op weekdagen. Je gebruikt deze simulatiegegevens om conclusies te trekken over het trailvolume op weekdagen.

Deze oefening maakt deel uit van de cursus

Bayesiaans modelleren met RJAGS

Cursus bekijken

Oefeninstructies

Combineer de a- en b.2.-ketenwaarden om een keten van 10.000 waarden te maken voor het typische trailvolume op weekdagen. Sla dit op als weekday_mean in rail_chains_1.
Gebruik ggplot() om een dichtheidsplot te maken van de weekday_mean-ketenwaarden.
Bepaal een 95%-geloofwaardig interval voor het typische trailvolume op weekdagen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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

Code bewerken en uitvoeren