Poisson hız parametresi için çıkarım

Tekrar, hafta içi durumu \(X\)_i ve sıcaklık \(Z\)_i ile miktar \(Y\)_i için Bayesyen Poisson regresyon modelinin olabilirlik yapısını anımsa:

\(Y\)_i \(\sim Pois(l\)_i) ve \(l\)_i\( \; = exp(a + b \; X\)_i \(+ c \; Z\)_i\()\)

Modelin artgösteriminin 10.000 yinelemelik RJAGS benzetimi, poisson_sim, çalışma alanında bir Markov zinciri çıktısı veri çerçevesiyle birlikte bulunuyor:

> 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

Parametreler \(a\), \(b\) ve \(c\) için bu 10.000 benzersiz artgösterim olası değer kümesini kullanarak, 80 derece günlerde tipik patika hacmi hakkında çıkarımlar yapacaksın.

Bu egzersiz, kursun bir parçasıdır

RJAGS ile Bayesçi Modelleme

Kursa Göz Atın

Egzersiz talimatları

Her bir poisson_chains parametre değer kümesinden, 80 derecelik bir hafta sonu günündeki tipik patika hacimlerini \(l\) olarak hesapla. Bu eğilimleri poisson_chains içinde l_weekend adlı yeni bir değişkende sakla.
Benzer şekilde, 80 derecelik bir hafta içi günündeki tipik patika hacimlerini hesapla. Bunları l_weekday adlı yeni bir değişkende sakla.
80 derecelik bir hafta sonu günü ve 80 derecelik bir hafta içi günü için tipik hacmin %95 artgösterim güvenilirlik aralıklarını hesapla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Calculate the typical volume on 80 degree weekends & 80 degree weekdays
poisson_chains <- poisson_chains %>% 
    mutate(l_weekend = exp(___ + ___ * 80)) %>% 
    mutate(l_weekday = exp(___ + ___ + ___ * 80))

# Construct a 95% CI for typical volume on 80 degree weekend


# Construct a 95% CI for typical volume on 80 degree weekday

Kodu Düzenle ve Çalıştır