1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Bayesovské modelování s RJAGS
Connected

cvičení

Simulace závislosti X na p

Ve své kandidatuře do veřejné funkce nechává tvůj volební tým provést průzkum mezi 10 pravděpodobnými voliči. Označme \(X\) počet těch, kteří tě podporují. Hodnota \(X\) se přirozeně liší vzorek od vzorku a závisí na \(p\) — tvé skutečné podpoře v širší populaci. Protože \(X\) je počet úspěchů v 10 nezávislých pokusech, každý s pravděpodobností úspěchu \(p\), můžeš závislost \(X\) na \(p\) modelovat binomickým rozdělením: Bin(10, \(p\)).

Binomický model budeš simulovat pomocí náhodných vzorků z funkce rbinom(n, size, prob). Tato vektorizovaná funkce generuje n vzorků z rozdělení Bin(size, prob). Pokud zadáš vektor hodnot prob, první hodnota prob se použije pro první tah, druhá pro druhý atd.

Pokyny

100 XP
  • Definuj pomocí seq() 1000 možných hodnot \(p\) v rozsahu od 0 do 1. Ulož je jako p_grid.
  • Pomocí rbinom() simuluj jeden výsledek průzkumu \(X\) pro každou z 1000 hodnot \(p\) v p_grid. Výsledky ulož do poll_result.
  • Datový rámec likelihood_sim kombinuje p_grid a poll_result. Pomocí ggplot() a vrstvy geom_density_ridges() znázorni rozdělení hodnot p_grid (osa x), ze kterých byl každý výsledek poll_result simulován (osa y).