Poisson regresyon modelini görselleştirme

Hacim \(Y\)_i'nin, hafta içi durumu \(X\)_i ve sıcaklık \(Z\)_i ile Poisson regresyonuna dayalı Bayesçi modelinin olabilirlik yapısını anımsa: \(Y\)_i \(\sim Pois(l\)_i) burada

\(log(l\)_i\() \; = a + b \; X\)_i \(+ c \; Z\)_i; dolayısıyla
\(l\)_i\( \; = exp(a + b \; X\)_i \(+ c \; Z\)_i\()\)

Modelin art-ısı dağılımına ait 10.000 yinelemelik RJAGS benzetimin, poisson_sim, çalışma alanında ve Markov zinciri çıktısının bir veri çerçevesiyle birlikte mevcut:

> head(poisson_chains, 2)
         a b.1.       b.2.          c
1 5.019807    0 -0.1222143 0.01405269
2 5.018642    0 -0.1217608 0.01407691

Bu sonuçları, art-ısı Poisson regresyon eğilimlerini çizmek için kullanacaksın. Bu doğrusal olmayan eğilimler ggplot()'a stat_function() ile eklenebilir. Örneğin, fun = function(x){x^2} belirtmek, ikinci dereceden bir eğilim çizgisi döndürür.

Bu egzersiz, kursun bir parçasıdır

RJAGS ile Bayesçi Modelleme

Kursa Göz Atın

Egzersiz talimatları

hightemp'e göre volume için aşağıdaki özelliklere sahip bir saçılım grafiği oluştur:

Hafta içi ve hafta sonunu ayırt etmek için color kullan.
Hafta sonları için, volume ile hightemp arasındaki doğrusal ilişkinin art-ısı Poisson regresyon eğilimi \(l\)_i'nin ortalamasını temsil eden kırmızı bir eğri bindir: l = exp(a + c Z)
Hafta içleri için, volume ile hightemp arasındaki doğrusal ilişkinin art-ısı Poisson regresyon eğilimi \(l\)_i'nin ortalamasını temsil eden turquoise3 bir eğri bindir: l = exp((a + b.2.) + c Z)

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Plot the posterior mean regression models
ggplot(___, aes(x = ___, y = ___, color = ___)) + 
    geom_point() + 
    stat_function(fun = function(x){___(mean(___) + mean(___) * x)}, color = "red") + 
    stat_function(fun = function(x){___(mean(___) + mean(___) + mean(___) * x)}, color = "turquoise3")

Kodu Düzenle ve Çalıştır