1. Nauka
    2. /
  2. Kursy
    3. /
  3. Bayesovské modelování s RJAGS
Connected

ćwiczenie

Simulace Beta aprioru

Představ si, že kandiduješ ve volbách do veřejné funkce. Nechť \(p\) je tvá skutečná míra podpory, tedy podíl voličů, kteří plánují hlasovat pro tebe. Na základě dosavadních průzkumů je tvůj apriorní model \(p\) popsán Beta rozdělením s parametry tvaru 45 a 55.

Beta(45, 55) aprior aproximuješ pomocí náhodných vzorků z funkce rbeta(). Tato funkce přijímá tři argumenty: velikost vzorku (n) a dva parametry tvaru (shape1, shape2). Následně sestrojíš graf hustoty vzorků pomocí ggplot(). Tato funkce přijímá dva argumenty: datovou sadu obsahující vzorky a v rámci aes() proměnnou, která se vykreslí na osu x. Vrstva grafu hustoty se přidá pomocí geom_density().

Instrukcje

100 XP
  • Pomocí rbeta() vygeneruj 10 000 vzorků z Beta(45, 55). Výsledek ulož do proměnné prior_A.
  • Datový rámec prior_sim obsahuje vzorek prior_A. Použij ggplot() na prior_sim a sestrojte graf hustoty apriorních vzorků.