Inferență pentru volumul pe zile lucrătoare

Rezultatul simulării RJAGS cu 10.000 de iterații, rail_sim_1, se află în spațiul tău de lucru, împreună cu un cadru de date al ieșirii lanțului Markov:

> 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

Aceste lanțuri furnizează 10.000 de seturi unice de valori pentru a, volumul tipic al traseului în zilele de weekend, și b.2., contrastul dintre volumul tipic din zilele lucrătoare și cel din weekend. De exemplu, primul set de parametri indică faptul că există de obicei 420.6966 utilizatori în zilele de weekend și cu 54.30783 mai puțini utilizatori în zilele lucrătoare. Prin urmare, există de obicei 420.6966 - 54.30783 = 366.3888 utilizatori în zilele lucrătoare. Vei folosi aceste date simulate pentru a face inferențe despre volumul traseului în zilele lucrătoare.

Acest exercițiu face parte din cursul

Modelare bayesiană cu RJAGS

Vezi cursul

Instrucțiuni pentru exercițiu

Combină valorile lanțurilor a și b.2. pentru a construi un lanț de 10.000 de valori pentru volumul tipic al traseului în zilele lucrătoare. Stochează rezultatul ca weekday_mean în rail_chains_1.
Folosește ggplot() pentru a construi o diagramă de densitate a valorilor lanțului weekday_mean.
Construiește un interval de credibilitate de 95% pentru volumul tipic al traseului în zilele lucrătoare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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

Editează și rulează codul