วิเคราะห์ข้อมูล RailTrail อีกครั้ง
จากที่ผ่านมา คุณสังเกตเห็นว่า volume ของเส้นทางรถไฟมักจะต่ำกว่าในวัน weekday เมื่อเทียบกับวันหยุดสุดสัปดาห์ ความแปรปรวนของ volume บางส่วนอาจอธิบายได้ด้วยอุณหภูมิภายนอก ตัวอย่างเช่น เราอาจคาดว่าปริมาณการใช้เส้นทางจะเพิ่มขึ้นในวันที่อากาศอบอุ่นและน่าพักผ่อน
ชุดข้อมูล RailTrail ใน workspace มีตัวแปร hightemp ซึ่งเป็นอุณหภูมิสูงสุดที่บันทึกไว้ (หน่วย F) สำหรับแต่ละวันใน 90 วันของช่วงการศึกษา คุณจะใช้ข้อมูลเหล่านี้เพื่อสำรวจความสัมพันธ์ระหว่าง volume ของเส้นทาง, สถานะ weekday และ hightemp
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างแบบจำลอง Bayesian ด้วย RJAGS
คำแนะนำการฝึกหัด
สร้างกราฟกระจายของ volume เทียบกับ hightemp:
- ใช้
colorเพื่อแยกความแตกต่างระหว่างวันธรรมดาและวันหยุดสุดสัปดาห์ - ใช้
geom_smooth()เพื่อแสดงความสัมพันธ์เชิงเส้นระหว่างค่าvolumeและhightempที่สังเกตได้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Construct a plot of volume by hightemp & weekday
ggplot(___, aes(y = ___, x = ___, color = ___)) +
___() +
geom_smooth(method = "lm", se = FALSE)