R语言使用rjags R2jags建立贝叶斯模型

最新推荐文章于 2024-05-24 12:38:47 发布

转载

最新推荐文章于 2024-05-24 12:38:47 发布 · 2.6k 阅读

6 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/tecdat/p/11121891.html

文章标签：

#r语言 #嵌入式

该博客通过R语言的rjags和R2jags包建立贝叶斯模型，分析area、perimeter、campactness对groovelength的影响。结果显示三个自变量对因变量显著，模型解释度高，且rjags和内置贝叶斯模型结果一致。通过迭代和置信区间分析，验证了模型的稳定性和参数的可靠性。

本文是通过对area,perimeter,campactness几个变量的贝叶斯建模,来查看他们对groovelength这个变量的影响.

并且对比rjagsR2jags和内置贝叶斯预测函数的结果。

读取数据

read data

seed=read.csv("seeds_dataset.csv")seed=seed[,1:7]

查看数据的结构str(seed)

'data.frame': 209 obs. of 7 variables: $ area : num 14.9 14.3 13.8 16.1 14.4 ... $ perimeter : num 14.6 14.1 13.9 15 14.2 ... $ campactness : num 0.881 0.905 0.895 0.903 0.895 ... $ length : num 5.55 5.29 5.32 5.66 5.39 ... $ width : num 3.33 3.34 3.38 3.56 3.31 ... $ asymmetry : num 1.02 2.7 2.26 1.35 2.46 ... $ groovelength: num 4.96 4.83 4.8 5.17