Code
library(tidyverse)
library(easystats)
library(rstanarm) # Bayes-Golem
library(ggpubr) # Datenvisualisierung
Abbildung 1.1 gibt einen Überblick zum aktuellen Standort im Modulverlauf.
Nach Absolvieren des jeweiligen Kapitels sollen folgende Lernziele erreicht sein.
Sie können …
Der Stoff dieses Kapitels orientiert sich an McElreath (2020), Kap. 4.4.
In diesem Kapitel benötigen Sie folgende R-Pakete.
library(tidyverse)
library(easystats)
library(rstanarm) # Bayes-Golem
library(ggpubr) # Datenvisualisierung
Da wir in diesem Kapitel immer mal wieder eine Funktion aus dem R-Paket {easystats}
verwenden: Hier finden Sie eine Übersicht aller Funktionen des Pakets.1
In diesem Kapitel benötigen wir den Datensatz zu den !Kung-Leuten, Howell1a
, McElreath (2020). Sie können ihn hier herunterladen.
<- "https://raw.githubusercontent.com/sebastiansauer/Lehre/main/data/Howell1a.csv"
Kung_path
<- read.csv(Kung_path)
kung
<- kung %>% filter(age > 18) kung_erwachsen
Beispiel 9.1 (Grundkonzepte der linearen Regression) Fassen Sie die Grundkonzepte der linearen Regression kurz zusammen! \(\square\)
Beispiel 9.2 (Was ist eine Post-Verteilung und wozu ist sie gut?) Erklären Sie kurz, was eine Post-Verteilung ist - insbesondere im Zusammenhang mit den Koeffizienten einer einfachen Regression - und wozu sie gut ist. \(\square\)
Dieses Kapitel stellt ein einfaches Regressionsmodell vor, wo die Körpergröße auf das Gewicht zurückgeführt wird; also ein sehr eingängiges Modell.
Neu ist dabei lediglich, dass die Parameter des Modells - \(\beta_0\), \(\beta_1\), \(\sigma\) - jetzt über eine Post-Verteilung verfügen. Die Post-Verteilung ist der Zusatznutzen der Bayes-Statistik. Die “normale” Regression hat uns nur einzelne Werte für die Modellparameter geliefert (“Punktschätzer”). Mit Bayes haben wir eine ganz Verteilung pro Parameter.
Die (einfache) Regression prüft, inwieweit zwei Variablen, \(Y\) und \(X\) linear zusammenhängen. Je mehr sie zusammenhängen, desto besser kann man \(X\) nutzen, um \(Y\) vorherzusagen (und umgekehrt). Hängen \(X\) und \(Y\) zusammen, heißt das nicht (unbedingt), dass es einen kausalen Zusammenhang zwischen \(X\) und \(Y\) gibt. Linear ist ein Zusammenhang, wenn der Zuwachs in \(Y\) relativ zu \(X\) konstant ist: wenn \(X\) um eine Einheit steigt, steigt \(Y\) immer um \(b\) Einheiten (nicht kausal, sondern deskriptiv gemeint).2
Laden wir die !Kung-Daten und visualisieren wir uns den Zusammenhang zwischen Gewicht (X, UV) und Größe (Y, AV), Abbildung 9.1.
%>%
kung_erwachsen ggplot(
aes(x = weight, y = height)) +
geom_point(alpha = .7) +
geom_smooth(method = "lm")
ggscatter(kung_erwachsen,
x = "weight", y = "height",
add = "reg.line")
Die Daten können Sie hier herunterladen.
Tabelle 9.1 zeigt die zentralen deskriptiven Statistiken zum !Kung-Datensatz.
<- "data/Howell1a.csv"
Kung_path <- read_csv(Kung_path)
kung
<- kung %>% filter(age > 18)
kung_erwachsen
describe_distribution(kung_erwachsen)
Variable | Mean | SD | IQR | Range | Skewness | Kurtosis | n | n_Missing |
---|---|---|---|---|---|---|---|---|
height | 154.64 | 7.77 | 12.06 | (136.53, 179.07) | 0.14 | -0.50 | 346 | 0 |
weight | 45.05 | 6.46 | 9.14 | (31.52, 62.99) | 0.14 | -0.53 | 346 | 0 |
age | 41.54 | 15.81 | 22.00 | (19.00, 88.00) | 0.68 | -0.20 | 346 | 0 |
male | 0.47 | 0.50 | 1.00 | (0.00, 1.00) | 0.10 | -2.00 | 346 | 0 |
Wie aus Tabelle 9.1 abzulesen ist, beträgt das mittlere Körpergewicht (weight
) liegt ca. 45kg (sd 7 kg).
Wir brauchen die EDA hier nicht wirklich, aber es ist praktisch. Das Paket DataExplorer
hat ein paar nette Hilfen zur explorativen Datenanalyse.
library(DataExplorer)
Nein, s. Abb. Abbildung 9.2.
Betrachten wir die Verteilung der numerischen Variablen des Datensatzes, s. Abbildung 9.3.
Betrachten wir die Verteilung der kategorialen Variablen des Datensatzes, s. Abbildung 9.4.
Die Korrelationen der (numerischen) Variablen sind in Abbildung 9.5 dargestellt.
Übungsaufgabe 9.1 (EDA-Bericht) Probieren Sie mal die folgende Funktion aus, die Ihnen einen Bericht zur EDA erstellt: create_report(kung_erwachsen)
. \(\square\)
Zieht man von jedem Gewichtswert den Mittelwert ab, so bekommt man die Abweichung des Gewichts vom Mittelwert (Prädiktor “zentrieren”, engl. to center). Wenn man den Prädiktor (weight
) zentriert hat, ist der Achsenabschnitt, \(\beta_0\), einfacher zu verstehen. In einem Modell mit zentriertem Prädiktor (weight
) gibt der Achsenabschnitt die Größe einer Person mit durchschnittlichem Gewicht an. Würde man weight
nicht zentrieren, gibt der Achsenabschnitt die Größe einer Person mit weight=0
an, was nicht wirklich sinnvoll zu interpretieren ist. Vgl. Gelman et al. (2021), Kap. 10.4, 12.2.
Man zentriert eine Variable \(X\), indem man von \(x_i\) den Mittelwert \(\bar{x}\) abzieht: \(x_i - \bar{x}\).
<-
kung_zentriert %>%
kung_erwachsen mutate(weight_c = weight - mean(weight))
Mit Hilfe von center()
aus {easystats}
kann man sich das Zentrieren auch erleichtern.
<-
kung_zentriert %>%
kung_erwachsen mutate(weight_c = as.numeric(center(weight)))
height | weight | age | male | weight_c |
---|---|---|---|---|
152 | 48 | 63 | 1 | 3 |
140 | 36 | 63 | 0 | −9 |
137 | 32 | 65 | 0 | −13 |
Wie man sieht, wird die Verteilung von weight
durch die Zentrierung “zur Seite geschoben”: Der Mittelwert von weight_c
(das zentrierte Gewicht) liegt jetzt bei 0, s. Abbildung 9.6.
Das schwierigste ist dabei, nicht zu vergessen, dass kung_zentriert
die Tabelle mit zentriertem Prädiktor ist, nicht kung_erwachsen
.
Einige Regressionskoeffizienten, wie der Achsenabschnitt (Intercept) sind schwer zu interpretieren: Bei einem (erwachsenen) Menschen mit Gewicht 0, was wäre wohl die Körpergröße? Hm, Philosophie steht heute nicht auf der Tagesordnung. Da wäre es schön, wenn wir die Daten so umformen könnten, dass der Achsenabschnitt eine sinnvolle Aussage macht. Zum Glück geht das leicht: Wir zentrieren den Prädiktor (Gewicht)!
Durch Zentrieren kann man die Ergebnisse einer Regression einfacher interpretieren.
m_kung_gewicht_c
Für jede Ausprägung des Prädiktors (weight_centered
), \(wc_i\), wird eine Post-Verteilung für die abhängige Variable (height
, \(h_i\)) berechnet. Der Mittelwert \(\mu\) für jede Post-Verteilung ergibt sich aus dem linearen Modell (unserer Regressionsformel). Die Post-Verteilung berechnet sich auf Basis der Priori-Werte und des Likelihood (Bayes-Formel). Wir brauchen Priori-Werte für die Steigung \(\beta_1\) und den Achsenabschnitt \(\beta_0\) der Regressionsgeraden. Außerdem brauchen wir einen Priori-Wert, der die Streuung \(\sigma\) der Größe (height
) angibt; dieser Wert wird als exponentialverteilt angenommen. Der Likelihood gibt an, wie wahrscheinlich ein Wert height
ist, gegeben \(\mu\) und \(\sigma\). Theorem 9.1 stellt die Modelldefinition dar. ?fig-kruschke_regr_one_predctor zeigt, wie die drei Parameter zusammen die Likelihood definieren.
Theorem 9.1 (Modelldefinition m_kung_gewicht_c) \[\begin{align*} \color{red}{\text{height}_i} & \color{red}\sim \color{red}{\operatorname{Normal}(\mu_i, \sigma)} && \color{red}{\text{Likelihood}} \\ \color{green}{\mu_i} & \color{green}= \color{green}{\beta_0 + \beta_1\cdot \text{weightcentered}_i} && \color{green}{\text{Lineares Modell} } \\ \color{blue}{\beta_0} & \color{blue}\sim \color{blue}{\operatorname{Normal}(178, 20)} && \color{blue}{\text{Priori}} \\ \color{blue}{\beta_1} & \color{blue}\sim \color{blue}{\operatorname{Normal}(0, 10)} && \color{blue}{\text{Priori}}\\ \color{blue}\sigma & \color{blue}\sim \color{blue}{\operatorname{Exp}(0.1)} && \color{blue}{\text{Priori}} \end{align*}\quad \square\]
Der Achsenabschnitt (engl. intercept) eines Regressionsmodell wird in der Literatur oft mit \(\beta_0\) bezeichnet, aber manchmal auch mit \(\alpha\). Und manchmal mit noch anderen Buchstaben, das Alphabet ist weit. 🤷
m_kung_gewicht_c
\[ \begin{aligned} \color{red}{\text{height}_i} & \color{red}\sim \color{red}{\operatorname{Normal}(\mu_i, \sigma)} && \color{red}{\text{Likelihood}} \end{aligned} \]
Der Likelihood von m_kung_gewicht_c
ist ähnlich zu den vorherigen Modellen (m41, m42
). Nur gibt es jetzt ein kleines “Index-i” am \(\mu\) und am \(h\) (h wie heights
). Es gibt jetzt nicht mehr nur einen Mittelwert \(\mu\), sondern für jede Beobachtung (Zeile) einen Mittelwert \(\mu_i\). Lies etwa so:
“Die Wahrscheinlichkeit, eine bestimmte Größe bei Person \(i\) zu beobachten, gegeben \(\mu\) und \(\sigma\) ist normalverteilt (mit Mittelwert \(\mu\) und Streuung \(\sigma\))”.
m_kung_gewicht_c
\[ \begin{aligned} \color{green}{\mu_i} & \color{green}= \color{green}{\beta_0 + \beta_1\cdot \text{weightcentered}_i} && \color{green}{\text{Lineares Modell} } \\ \end{aligned} \]
\(\mu\) ist jetzt nicht mehr ein Parameter, der (stochastisch) geschätzt werden muss. \(\mu\) wird jetzt (deterministisch) berechnet. Gegeben \(\beta_0\) und \(\beta_1\) ist \(\mu\) ohne Ungewissheit bekannt. \(\text{weight}_i\) ist der Prädiktorwert (weight
) der \(i\)ten Beobachtung, also einer !Kung-Person (Zeile \(i\) im Datensatz). Lies etwa so:
“Der Mittelwert \(\mu_i\) der \(i\)ten Person berechnet sich als Summe von \(\beta_0\) und \(\beta_1\) mal \(\text{weight}_i\)”.
\(\mu_i\) ist eine lineare Funktion von weight
. \(\beta_1\) gibt den Unterschied in height
zweier Beobachtung an, die sich um eine Einheit in weight
unterscheiden (Steigung der Regressionsgeraden). \(\beta_0\) gibt an, wie groß \(\mu\) ist, wenn weight
Null ist (Achsenabschnitt, engl. intercept).
m_kung_gewicht_c
\[\begin{align*} \color{blue}\beta_1 & \color{blue}\sim \color{blue}{\operatorname{Normal}(178, 20)} && \color{blue}{\text{Priori Achsenabschnitt}} \\ \color{blue}\beta_1 & \color{blue}\sim \color{blue}{\operatorname{Normal}(0, 10)} && \color{blue}{\text{Priori Regressionsgewicht}}\\ \color{blue}\sigma & \color{blue}\sim \color{blue}{\operatorname{Exp}(0.1)} && \color{blue}{\text{Priori Sigma}} \end{align*}\]
Parameter sind hypothetische Kreaturen: Man kann sie nicht beobachten, sie existieren nicht wirklich. Ihre Verteilungen nennt man Priori-Verteilungen. \(\beta_0\) wurde in m41
als \(\mu\) bezeichnet, da wir dort eine “Regression ohne Prädiktoren” berechnet haben. \(\sigma\) ist uns schon als Parameter bekannt und behält seine Bedeutung aus dem letzten Kapitel. Da height
nicht zentriert ist, der Mittelwert von \(\beta_0\) bei 178 und nicht 0. \(\beta_1\) fasst unser Vorwissen, ob und wie sehr der Zusammenhang zwischen Gewicht und Größe positiv (gleichsinnig) ist. Die Anzahl der Prioris entspricht der Anzahl der Parameter des Modells.
![Parameter ]
m_kung_starkes_beta1
Sagen wir, auf Basis gut geprüfter Evidenz haben wir folgendes Modell festgelegt: height ~ weight_c
, s. Gleichung 9.1. Dabei haben wir folgende Prioris gewählt:
\[\beta_1 \sim N(5,3); \\ \beta_0 \sim N(178, 20); \\ \sigma \sim E(0.1) \tag{9.1}\]
Wir nennen das Modell m_kung_starkes_beta1
3, s. Listing 9.1.
m_kung_starkes_beta1
in R
<-
m_kung_starkes_beta1 stan_glm(
~ weight_c, # Regressionsformel
height prior = normal(5, 3), # Regressionsgewicht (beta 1)
prior_intercept = normal(178, 20), # beta 0
prior_aux = exponential(0.1), # sigma
refresh = 0, # zeig mir keine Details
data = kung_zentriert)
Mit seed
kann man die Zufallszahlen fixieren, so dass jedes Mal die gleichen Werte resultieren. So ist die Nachprüfbarkeit der Ergebnisse (“Reproduzierbarkeit”) sichergestellt4. Welche Wert für seed
man verwendet, ist egal, solange alle den gleichen verwenden. Der Autor verwendet z.B. oft den Wert 42. Zur Erinnerung: Der Golem zieht Zufallszahlen, damit erstellt er Stichproben, die die Postverteilung schätzen.
Die ersten paar Zeilen:
id | (Intercept) | weight_c | sigma |
---|---|---|---|
1 | 155.1 | 0.9 | 5.0 |
2 | 155.5 | 0.8 | 5.1 |
3 | 155.5 | 0.9 | 5.1 |
Hier sind die Zusammenfassungen der Stichproben aus der Post-Verteilung, komfortabel zu erhalten mit dem Befehle parameters
, s. Tabelle 9.2.
parameters(m_kung_starkes_beta1)
Parameter | Median | 95% CI | pd | Rhat | ESS | Prior |
---|---|---|---|---|---|---|
(Intercept) | 154.65 | (154.14, 155.19) | 100% | 0.999 | 3214 | Normal (178 +- 20) |
weight_c | 0.91 | (0.82, 0.99) | 100% | 1.001 | 4134 | Normal (5 +- 3) |
Definition 9.1 (Effektwahrscheinlichkeit) Die Kennzahl pd
(propability of direction) gibt die Effektwahrscheinlichkeit an: Die Wahrscheinlichkeit, dass der Effekt positiv (also größer als Null) oder negativ ist (je nachdem ob der Median des Effekts positiv oder negativ ist). pd
gibt aber nicht an, wie stark der Effekt ist, nur ob er klar auf einer Seite der Null liegt. Damit ist er so etwas (grob!) Ähnliches wie der p-Wert in der Frequentistischen Statistik (Makowski et al., 2019).
Am besten das Diagramm dazu anschauen, s Abbildung 9.7.
plot(p_direction(m_kung_starkes_beta1))
Rhat
und ESS
sind Kennzahlen, die untersuchen, ob mit der Stichprobenziehung im Bayes-Modell alles gut funktioniert hat. Bei einfachen Modellen (die wir hier berechnen) sollte da in der Regel alles in Ordnung sein. Rhat
sollte nicht (viel) größer als 1 oder 1,01 sein. ESS
(effective sample size) gibt die Anzahl der effektiv nutzbaren Stichproben an (im Standard werden 4000 berechnet). Die Zahl sollte nicht deutlich geringer sein.
Wir werden uns aber mit diesen beiden Kennwerten nicht weiter beschäftigen in diesem Kurs.
Zur Erinnerung: Die Bayes-Analyse liefert uns viele Stichproben zu den gesuchten Parametern, hier \(\beta_0\), \(\beta_1\) und \(\sigma\). Überzeugen wir uns mit einem Blick in die Post-Verteilung von m_kung_starkes_beta1
:
%>%
m_kung_starkes_beta1 as_tibble() %>%
head()
Wir können z.B. ein Lagemaß wie den Median hernehmen, um die “mittlere” Regressionsgerade zu betrachten, s. Abbildung 9.8.
%>%
kung_zentriert ggplot() +
aes(x = weight_c, y = height) +
geom_point() +
geom_abline(
slope = 0.9, # Median beta 1
intercept = 154, # Median beta 0
color = "blue")
estimate_expectation(m_kung_starkes_beta1, by = "weight_c") |> plot() # aus {easystats}
Einfacher ist die Syntax vielleicht, wenn man die Funktion estimate_expectation
benutzt, s. Abbildung 9.8 (a). Mit “expectation” sind hier die erwarteten Werte, also die Regressionsgerade, gemeint.
In diesem Modell gibt es drei Parameter: \(\beta_0, \beta_1, \sigma\).5 Hier folgen einige Beispiele an Fragen, die wir an unser Modell bzw. die Post-Verteilung stellen können.
Eine nützliche Zusammenfassung der Post-Verteilung bekommt man mit parameters(modell)
, s. Tabelle 9.2.
Wandelt man das Ausgabe-Objekt der Bayes-Regression, d.h. m_kung_starkes_beta1
, mit as_tibble()
in eine Tabelle um, so bekommt man eine Tabelle mit den Stichproben der Post-Verteilung:
<-
m_kung_starkes_beta1_post %>%
m_kung_starkes_beta1 as_tibble()
%>%
m_kung_starkes_beta1_post head()
Wie wir gesehen haben, nutzen wir diese Tabelle der Post-Verteilung immer wieder. Speichern wir uns sie also als ein Objekt ab, m_kung_starkes_beta1_post
. Jetzt haben wir wieder eine schöne Tabelle mit Stichproben aus der Post-Verteilung, die wir wie gewohnt befragen können. Eine Visualisierung zeigt gut sowohl Lage- als auch Streuungsmaße der Parameter, zumindest grob.,
Oder man erstellt selber ein Diagramm mit ggplot
oder ggpubr
, s. Abbildung 9.9.
%>%
m_kung_starkes_beta1_post ggplot(aes(x = weight_c)) +
geom_density(fill = "orange")
Abbildung 9.9 zeigt, dass Mittelwert, Median und Modus eng zusammenliegen. Zur Erinnerung: Der Modus gibt den häufigsten, d.h. hier also den wahrscheinlichsten, Wert an. Der Modus wird hier auch Maximum a Posteriori (MAP) genannt, daher:
%>%
m_kung_starkes_beta1_post summarise(map_b1 = map_estimate(weight_c))
Hier ist die Verteilung von \(\sigma\) visualisiert, s. Abbildung 9.10.
%>%
m_kung_starkes_beta1_post ggplot(aes(x = sigma)) +
geom_density(fill = "orange")
Alternativ kann man sich die Verteilung eines Parameters auch so ausgeben lassen, gleich mit Intervallgrenzen, z.B. 95%, s. Abbildung 9.11.
<- hdi(m_kung_starkes_beta1_post) # analog mit eti(m_kung_starkes_beta1)
m_kung_starkes_beta1_hdi
plot(m_kung_starkes_beta1_hdi)
Ergänzt man bei plot()
noch show_intercept = TRUE
wird auch der Achsenabschnitt angezeigt. Den Parameter der Vorhersage-Genauigkeit, \(\sigma\) bekommt man mit get_sigma
:
get_sigma(m_kung_starkes_beta1)
## [1] 5.1
## attr(,"class")
## [1] "insight_aux" "numeric"
Diese Frage wird durch die Ungewissheitsintervalle in der Ausgabe beantwortet.
An einigen Stellen wird empfohlen, anstelle eines (gebräuchlichen) 95%-Intervalls auf ein 90%- oder 89%-Intervall auszuweichen, aufgrund der besseren numerischen Stabilität.
Abbildung 9.12 stellt die Ungewissheit der Post-Verteilung dar, in dem einige Stichproben aus der Post-Verteilung visualisiert werden.
%>%
kung_zentriert ggplot(aes(x = weight_c,
y = height)) +
geom_point() +
geom_abline(
data = m_kung_starkes_beta1_post %>%
slice_head(n = 10),
aes(slope = weight_c,
intercept = `(Intercept)`),
alpha = .3)
%>%
kung_zentriert ggplot(aes(x = weight_c,
y = height)) +
geom_point() +
geom_abline(
data = m_kung_starkes_beta1_post %>%
slice_head(n = 100),
aes(slope = weight_c,
intercept = `(Intercept)`),
alpha = .1)
%>%
kung_zentriert ggplot(aes(x = weight_c,
y = height)) +
geom_point() +
geom_abline(
data = m_kung_starkes_beta1_post %>%
slice_head(n = 1e3),
aes(slope = weight_c,
intercept = `(Intercept)`),
alpha = .01)
Einfacher ist die Visualisierung mit estimate_expectation
, s. Abbildung 9.13.
Zur Erinnerung: Bei einem zentrierten Prädiktor misst der Achsenabschnitt die mittlere Größe8.
Quantile:
%>%
m_kung_starkes_beta1_post summarise(
q_50 = quantile(`(Intercept)`, prob = .5),
q_90 = quantile(`(Intercept)`, prob = .9),
q_05 = quantile(`(Intercept)`, prob = .95))
50%-PI:
%>%
m_kung_starkes_beta1 eti(ci = .5)
Wie wahrscheinlich ist es, dass die mittlere Größe bei mind. 155 cm liegt?
%>%
m_kung_starkes_beta1_post count(gross = `(Intercept)` >= 155) %>%
mutate(prop = n / sum(n))
Die Wahrscheinlichkeit beträgt 0.1.
Wie wahrscheinlich ist es, dass die mittlere Größe höchstens 154.5 cm beträgt?
%>%
m_kung_starkes_beta1_post count(klein = (`(Intercept)` <= 154.5)) %>%
mutate(prop = n / sum(n))
Die Wahrscheinlichkeit beträgt 0.29.
Komfort pur: Unser Modell erlaubt uns für jeden beliebigen Wert des Prädiktors eine Post-Verteilung (von \(\mu\)) zu berechnen.
Hier am Beispiel von m_kung_post
, s. Abbildung 9.14.
Was ist wohl die Wahrscheinlichkeit der Körpergröße bei einem bestimmten Gewicht?
Angenommen wir wissen, dass das Gewicht bei, sagen wir 45 kg liegt. Welche Körpergröße ist (im Schnitt) zu erwarten? Wie unsicher sind wir uns über diesen Mittelwert?
Etwas formaler ausgedrückt:
\(\mu|\text{weight}=45\)
45 kg entspricht genau dem Mittelwert von weight
. Geht man von zentrierten Prädiktorwerten aus, gilt in dem Fall weight_c = 0
. Erstellen wir uns dazu eine Tabelle:
<-
mu_at_45 %>%
m_kung_gewicht_c_post mutate(mu_at_45 = `(Intercept)`)
Und plotten diese, s. Abbildung 9.15.
%>%
mu_at_45 ggplot(aes(x = mu_at_45)) +
geom_density()
Analog können wir fragen, wie groß wohl eine Person mit 50 kg im Mittelwert sein wird und wie (un)gewiss wir uns über diesen Mittelwert sind.
50 kg, das sind 5 über dem Mittelwert, in zentrierten Einheiten ausgedrückt also weight_c = 5
. Auch dazu erstellen wir uns eine Tabelle, s. Tabelle 9.3.
<-
mu_at_50 %>%
mu_at_45 mutate(mu_at_50 = `(Intercept)` + 5 * weight_c)
head(mu_at_50)
Die Verteilung der mittleren Größe bei einem Gewicht von 50kg ist weiter “rechts” (Richtung höhere Größe) zentriert, s. Abbildung 9.16.
%>%
mu_at_50 ggplot(aes(x = mu_at_50)) +
geom_density()
Befragen wir die bedingte Post-Verteilung. Eine erste Frage zielt nach den typischen deskriptiven Statistiken, also nach Lage und Streuung der Verteilung der Körpergröße.
Was ist das 90% PI für \(\mu|w=50\) ?
%>%
mu_at_50 eti(ci = .9)
Die mittlere Größe - gegeben \(w=50\) - liegt mit 90% Wahrscheinlichkeit zwischen den beiden Werten (ca.) 159cm und 160cm.
Welche mittlere Größe wird mit 95% Wahrscheinlichkeit nicht überschritten, wenn die Person 45kg wiegt?
%>%
mu_at_45 summarise(q_95 = quantile(mu_at_45, prob = .95))
Beispiel 9.3 (Fassen Sie das Wesentliche zusammen!) Schreiben Sie 5-10 Sätze zum Wesentlichen Stoff dieses Kapitels und reichen Sie bei der von Lehrkraft vorgegebenen Stelle ein! \(\square\)
McElreath (2020) bietet eine tiefere Darstellung von linearen Modellen auf Basis der Bayes-Statistik, insbesondere Kapitel 4 daraus vertieft die Themen dieses Kapitels. Kurz (2021) greift die R-Inhalte von McElreath (2020) auf und setzt sie mit Tidyverse-Methoden um; ein interessanter Blickwinkel, wenn man tiefer in die R-Umsetzung einsteigen möchte. Gelman et al. (2021) bieten ebenfalls viele erhellende Einblicke in das Thema Regressionsanalyse, sowohl aus einer frequentistischen als auch aus einer Bayes-Perspektive.
Da es viele Funktionen sind, bietet es sich an mit Strg-F auf der Webseite nach Ihrem Lieblingsbefehl zu suchen.↩︎
Datenquelle, McElreath (2020).↩︎
Wer ist hier für die Namensgebung zuständig? Besoffen oder was?↩︎
oder zumindest besser sichergestellt↩︎
In manchen Lehrbüchern wird \(\beta_0\) auch als \(\alpha\) bezeichnet.↩︎
1e6↩︎
Im Standard beschert uns stan_glm()
4000 Stichproben.↩︎
\(\mu\)↩︎