1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie bayesowskie z RJAGS
Connected

ćwiczenie

Posteriori predyktywny rozkład

Ramka danych weight_chains (dostępna w twoim środowisku) zawiera 100 000 posteriori predykcji, Y_180, dotyczących wagi osoby dorosłej o wzroście 180 cm:

> 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

Wykorzystasz te 100 000 predykcji do przybliżenia posteriori predyktywnego rozkładu wagi osoby dorosłej o wzroście 180 cm. Zbiór danych bdims jest dostępny w twoim środowisku.

Instrukcje

100 XP
  • Korzystając z 10 000 wartości Y_180, wyznacz 95% posteriori przedział wiarygodny dla wagi osoby dorosłej o wzroście 180 cm.
  • Skonstruuj wykres gęstości na podstawie 100 000 posteriori predykcji.
  • Skonstruuj wykres punktowy zależności wgt od hgt na podstawie danych bdims.
    • Użyj geom_abline(), aby nałożyć na wykres posteriori trend regresji.
    • Użyj geom_segment(), aby nałożyć pionową linię przy hgt równym 180, reprezentującą dolną i górną granicę (y i yend) przedziału ci_180.