penguins-regr03

lm
bayes
rope
Published

July 14, 2026

library(tidyverse)

Question

Beantworten Sie folgende Forschungsfrage:

Wie groß ist die Wahrscheinlichkeit für einen positiven Zusammenhang von Schnabellänge und Gewicht (AV) bei Pinguinen?

Hinweise:

  • Nutzen Sie den Datensatz aus dem R-Paket palmerpenguins.
  • Fixieren Sie die Zufallszahlen auf den Startwert 42.
  • Nutzen Sie den Stan-Golem.

Solution

Wir rufen Stan: Hey, Stan, komm mal rüber. Berechne uns das folgende Modell: gewicht ~ schnabellänge.

library(rstanarm)
library(easystats)
library(tidyverse)
library(palmerpenguins)
data(penguins)
m1 <- stan_glm(body_mass_g ~ bill_length_mm, 
               seed = 42,
               refresh = 0,
               data = penguins)
plot(parameters(m1))

So sieht man es auch auch gut, wenn man bedenkt, dass es hier um (exakt) Null geht:

plot(rope(m1))

parameters(m1)
Parameter Median CI CI_low CI_high pd Rhat ESS_tail Prior_Distribution Prior_Location Prior_Scale
(Intercept) 362.87728 0.95 -192.71794 899.6088 0.906 0.9997420 2328 normal 4201.754 2004.8863
bill_length_mm 87.45409 0.95 75.22585 100.1245 1.000 0.9997733 2407 normal 0.000 367.2233

Mit einer Wahrscheinlichkeit von 100% (gerundet auf 2 Dezimalstellen) ist der Effekt positiv, laut unserem Modell.

Aufgabenname: penguins-regr03

Meta-information

extype: string exsolution: NA exname: penguins-regr03 expoints: 1 categories: - lm - bayes - rope