Inferență pentru parametrul ratei Poisson

Reamintește-ți structura de verosimilitate pentru modelul tău de regresie Poisson bayesiană a volumului \(Y\)_i în funcție de statutul de zi lucrătoare \(X\)_i și temperatura \(Z\)_i:

\(Y\)_i \(\sim Pois(l\)_i) unde \(l\)_i\( \; = exp(a + b \; X\)_i \(+ c \; Z\)_i\()\)

Simularea RJAGS cu 10.000 de iterații a posteriorului modelului, poisson_sim, se află în spațiul tău de lucru, împreună cu un cadru de date al ieșirii lanțului Markov:

> head(poisson_chains, 2)
         a b.1.       b.2.          c
1 5.019807    0 -0.1222143 0.01405269
2 5.018642    0 -0.1217608 0.01407691

Using these 10,000 unique sets of posterior plausible values for parameters \(a\), \(b\), and \(c\) you will make inferences about the typical trail volume on 80 degree days.

Acest exercițiu face parte din cursul

Modelare bayesiană cu RJAGS

Vezi cursul

Instrucțiuni pentru exercițiu

Din fiecare set de valori ale parametrilor din poisson_chains, calculează volumele tipice de vizitatori \(l\) pentru o zi de weekend cu 80 de grade. Salvează aceste valori ca o nouă variabilă, l_weekend, în poisson_chains.
Similar, calculează volumele tipice de vizitatori pentru o zi lucrătoare cu 80 de grade. Salvează-le ca o nouă variabilă, l_weekday.
Calculează intervalele credibile posterioare de 95% pentru volumul tipic dintr-o zi de weekend cu 80 de grade și pentru volumul tipic dintr-o zi lucrătoare cu 80 de grade.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Calculate the typical volume on 80 degree weekends & 80 degree weekdays
poisson_chains <- poisson_chains %>% 
    mutate(l_weekend = exp(___ + ___ * 80)) %>% 
    mutate(l_weekday = exp(___ + ___ + ___ * 80))

# Construct a 95% CI for typical volume on 80 degree weekend


# Construct a 95% CI for typical volume on 80 degree weekday

Editează și rulează codul