Aproximace věrohodnostní funkce
Právě přišly výsledky prvního volebního průzkumu! \(X\) = 6 z 10 dotázaných voličů plánuje hlasovat pro tebe. Tato data ti pomohou lépe pochopit tvoji skutečnou podporu \(p\). K tomuto účelu využiješ datový rámec likelihood_sim (dostupný ve tvém pracovním prostoru). Obsahuje hodnoty \(X\) (poll_result) simulované pro každou z 1 000 možných hodnot \(p\) v rozsahu 0 až 1 (p_grid).
Toto cvičení je součástí kurzu
Bayesovské modelování s RJAGS
Pokyny k cvičení
Funkce ggplot() zde sestavuje rozdělení \(p\), ze kterého byl vygenerován každý možný výsledek \(X\). Upravte tento kód – zadej podmínku fill tak, aby bylo zvýrazněno rozdělení odpovídající tvému pozorovanému výsledku poll_result, \(X=6\). Díky tomu uvidíš, které hodnoty \(p\) jsou nejlépe slučitelné s tvými daty z průzkumu!
Poznámka: podmínku nezapisuj do kulatých závorek ().
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Density plots of p_grid grouped by poll_result
ggplot(likelihood_sim, aes(x = p_grid, y = poll_result, group = poll_result, fill = ___)) +
geom_density_ridges()