Вывод об объёме трафика по будним дням

Результат симуляции RJAGS из 10 000 итераций, rail_sim_1, находится в вашем рабочем пространстве вместе с таблицей данных выходных значений цепей Маркова:

> 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

Эти цепи содержат 10 000 уникальных наборов значений для a — типичного объёма трафика в выходные дни — и b.2. — контраста между типичным объёмом в будние и выходные дни. Например, первый набор параметров указывает, что в выходные дни маршрут проходят в среднем 420.6966 пешеходов, а в будние дни их на 54.30783 меньше. Таким образом, в будние дни типичный объём составляет 420.6966 - 54.30783 = 366.3888 пешеходов. Используйте эти данные симуляции для построения выводов об объёме трафика в будние дни.

Это упражнение является частью курса

Байесовское моделирование с RJAGS

Посмотреть курс

Инструкции к упражнению

Объедините значения цепей a и b.2., чтобы построить цепь из 10 000 значений типичного объёма трафика в будние дни. Сохраните результат как weekday_mean в rail_chains_1.
Используйте ggplot(), чтобы построить график плотности для значений цепи weekday_mean.
Постройте 95%-й достоверный интервал для типичного объёма трафика в будние дни.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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

Редактировать и запускать код