予測の可視化

rstanarm で学ぶベイズ回帰モデリング

Jake Thompson

Psychometrician, ATLAS, University of Kansas

新しい予測のプロット

stan_model <- stan_glm(kid_score ~ mom_iq + mom_hs, data = kidiq)
predict_data <- data.frame(mom_iq = 110, mom_hs = c(0, 1))

posterior <- posterior_predict(stan_model, newdata = predict_data)
posterior[1:10,]

              1         2
 [1,]  76.75484  96.26407
 [2,]  74.39001 100.38898
 [3,]  90.90370  70.00591
 [4,]  70.43835 120.82787
 [5,] 113.98411  82.40497
 [6,]  56.15829 121.84269
 [7,]  90.46640  92.77966
 [8,]  98.56337 110.17948
 [9,] 108.86147 123.67762
[10,]  94.29429  83.77102

データの整形

posterior <- as.data.frame(posterior)

colnames(posterior) <- c("未修了", "高卒")

plot_posterior <- gather(posterior, key = "HS", value = "predict")

head(plot_posterior)

     HS   predict
1 未修了  76.75484
2 未修了  74.39001
3 未修了  90.90370
4 未修了  70.43835
5 未修了 113.98411
6 未修了  56.15829

プロットの作成

ggplot(plot_posterior, aes(x = predict)) +
  facet_wrap(~ HS, ncol = 1) +
  geom_density()

演習に進みましょう

rstanarm で学ぶベイズ回帰モデリング