[1] "body_mass_g" "year"
post2-breite-postint
Question
Im Folgenden ist der Datensatz penguins zu analysieren, genauer gesagt geht es um Prädiktoren der AV, bill_length_mm.
Eine Möglichkeit, den Datensatz zu beziehen, ist diese Sammlung an Datensätzen. Suchen Sie dort nach dem Namen des Datensatzes. Importieren Sie dann die Daten in R.
Hilfe zum Datensatz ist auf dieser Webseite abrufbar.
Zur Lösung dieser Aufgabe ist folgendes lineares Modell zu berechnen:
AV: bill_length_mm.
UVs: body_mass_g, year.
Im Folgenden wird ein Prädiktor aus der Menge der UV näher betrachtet. Der gewählte Prädiktor ist: body_mass_g.
Aufgabe: Was ist die Breite des 89%-PI des Regressionskoeffizienten?
Hinweise:
- Verwenden Sie Standardwerte der R-Funktionen, soweit nicht anders angegeben.
- Runden Sie auf eine Dezimalstelle (R-Funktion
round(x, 1)). - Verwenden Sie Methoden der Bayes-Statistik für inferenzstatistische Analysen.
- Geben Sie keine Prozentzahlen an, sondern Anteile (also nicht “50%”, sondern “0.5” etc.)
- Findet sich in einer Auswahlliste möglicher Antworten nicht die exakte Lösung, wählen Sie die am besten passende.
- Beziehen Sie sich im Zweifel auf den Stoff, so wie im Unterricht behandelt.
- Geben Sie den Absolutwert an (also eine positive Zahl).
Solution
MUSTERLÖSUNG
Der Datensatz heißt: penguins. Er ist unter dieser Quelle zu beziehen.
Die Prädiktoren (UVs) des Modells lauten (hat der Dozent oben im Verborgenen bestimmt):
Daraus erstellt man eine “Modellformel” (mod_formula), von der Art y ~ x1 + x2. Damit kann man dann das Modell berechnen:
mod <- stan_glm(mod_formula, data = d)Ausgabe der Ergebnisse:
print(mod)stan_glm
family: gaussian [identity]
formula: bill_length_mm ~ body_mass_g + year
observations: 342
predictors: 3
------
Median MAD_SD
(Intercept) -377.1 597.2
body_mass_g 0.0 0.0
year 0.2 0.3
Auxiliary parameter(s):
Median MAD_SD
sigma 4.4 0.2
------
* For help interpreting the printed output see ?print.stanreg
* For info on the priors used see ?prior_summary.stanreg
Das Posterior-Intervall kann so bestimmt werden:
posterior_interval(mod,
pars = preds_chosen[1],
prob = .89) 5.5% 94.5%
body_mass_g 0.003562838 0.004509964
Die Breite ergibt sich aus der Differenz der beiden Grenzen des Intervalls. Genauer gesagt zieht man die kleinere Zahl von der größeren ab. Die Breite des 89%-PI der Posterioriverteilung beträgt: 0.
Aufgabenname: post2-breite-postint
Meta-information
exname: post2-breite-postint extype: num exsolution: 0 expoints: 1 extol: categories: - bayes - dyn - regression