Повторный анализ данных RailTrail

В ходе предыдущей работы вы заметили, что показатель volume на велосипедной дорожке, как правило, ниже в будние дни (weekday), чем в выходные. Часть изменчивости volume может объясняться также внешней температурой. Например, можно ожидать, что посещаемость маршрута растёт в тёплые, комфортные дни.

Набор данных RailTrail в вашем рабочем пространстве содержит переменную hightemp — наблюдаемую максимальную температуру (в °F) для каждого из 90 дней исследуемого периода. Используйте эти данные, чтобы изучить связи между посещаемостью маршрута (volume), признаком рабочего дня (weekday) и максимальной температурой (hightemp).

Это упражнение является частью курса

Байесовское моделирование с RJAGS

Посмотреть курс

Инструкции к упражнению

Постройте точечный график зависимости volume от hightemp:

Используйте color, чтобы различать будние и выходные дни.
Добавьте geom_smooth(), чтобы выделить линейную зависимость между наблюдаемыми значениями volume и hightemp.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Construct a plot of volume by hightemp & weekday
ggplot(___, aes(y = ___, x = ___, color = ___)) + 
    ___() + 
	geom_smooth(method = "lm", se = FALSE)

Редактировать и запускать код