Normal-Normal-Priors

Forschende haben einen Test entwickelt, um den Einfluss von Schlafentzug auf die Reaktionszeit zu untersuchen. Für Versuchsperson \(i\) sei \(Y\)_i die Änderung der Reaktionszeit (in ms) nach 3 Nächten mit Schlafentzug. Natürlich reagieren Menschen unterschiedlich auf Schlafentzug. Es ist plausibel anzunehmen, dass die \(Y\)_i normalverteilt um einen Durchschnitt \(m\) mit Standardabweichung \(s\) sind: \(Y\)_i \(\sim N(m, s^2)\).

Im ersten Schritt deiner Bayes-Analyse simulierst du die folgenden Prior-Modelle für die Parameter \(m\) und \(s\): \(m \sim N(50, 25^2)\) und \(s \sim Unif(0, 200)\). Dafür brauchst du die Funktionen rnorm(n, mean, sd) und runif(n, min, max).

Diese Übung ist Teil des Kurses

Bayesianisches Modellieren mit RJAGS

Kurs anzeigen

Anleitung zur Übung

Verwende rnorm(n, mean, sd), um 10.000 Ziehungen aus dem \(m\)-Prior zu sampeln. Weise die Ausgabe prior_m zu.
Verwende runif(n, min, max), um 10.000 Ziehungen aus dem \(s\)-Prior zu sampeln. Weise die Ausgabe prior_s zu.
Nachdem du diese Ergebnisse im Data-Frame samples gespeichert hast, erstelle ein Dichte-Diagramm der prior_m-Stichproben und ein Dichte-Diagramm der prior_s-Stichproben.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Take 10000 samples from the m prior


# Take 10000 samples from the s prior    


# Store samples in a data frame
samples <- data.frame(prior_m, prior_s)

# Density plots of the prior_m & prior_s samples    
ggplot(___, aes(x = ___)) + 
    ___()
ggplot(___, aes(x = ___)) + 
    ___()

Code bearbeiten und ausführen