library(tidyverse)penguins-regr03
lm
bayes
rope
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