Kom igångKom igång gratis

Inferens för volym per veckodag

Simuleringsutdata från 10 000 iterationer i RJAGS, rail_sim_1, finns i din arbetsmiljö tillsammans med en dataram för Markov-kedjeutdata: 

> 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

Dessa kedjor innehåller 10 000 unika parameteruppsättningar för a, den typiska spårvolymen under helgdagar, och b.2., kontrasten mellan typisk vardagsvolym och helgvolym. Den första parameteruppsättningen indikerar till exempel att det typiskt finns 420.6966 cyklister under helger och 54.30783 färre cyklister under vardagar. Det innebär att det typiskt finns 420.6966 - 54.30783 = 366.3888 cyklister under vardagar. Du kommer att använda dessa simuleringsdata för att dra slutsatser om vardagsvolymen på spåret.

Den här övningen är en del av kursen

Bayesiansk modellering med RJAGS

Visa kurs

Övningsinstruktioner

  • Kombinera kedjevärdena för a och b.2. för att konstruera en kedja med 10 000 värden för den typiska vardagsvolymen på spåret. Spara detta som weekday_mean i rail_chains_1.
  • Använd ggplot() för att konstruera ett täthetdiagram över kedjevärdena i weekday_mean.
  • Konstruera ett 95%-igt kredibilitetsintervall för den typiska vardagsvolymen på spåret.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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
Redigera och kör kod