Eine Beta-Prior simulieren
Angenommen, du kandidierst bei einer Wahl für ein öffentliches Amt. Sei \(p\) deine zugrunde liegende Unterstützung, also der Anteil der Wählerinnen und Wähler, die vorhaben, für dich zu stimmen. Basierend auf früheren Umfragen wird dein Prior-Modell für \(p\) durch eine Beta-Verteilung mit den Shape-Parametern 45 und 55 beschrieben.
Du näherst die Beta(45, 55)-Prior mit Zufallsstichproben aus der Funktion rbeta() an. Diese Funktion nimmt drei Argumente: Stichprobengröße (n) und zwei Shape-Parameter (shape1,shape2). Anschließend erstellst du mit ggplot() ein Dichte-Diagramm der Stichproben. Diese Funktion erhält zwei Argumente: den Datensatz mit den Stichproben und innerhalb von aes() die Variable, die auf der x-Achse dargestellt wird. Die Dichteschicht fügst du mit geom_density() hinzu.
Diese Übung ist Teil des Kurses
Bayesianisches Modellieren mit RJAGS
Anleitung zur Übung
- Verwende
rbeta(), um 10.000 Ziehungen aus Beta(45, 55) zu sampeln. Weise die Ausgabeprior_Azu. - Der Data Frame
prior_simenthält die Stichprobeprior_A. Wendeggplot()aufprior_siman, um ein Dichte-Diagramm der Prior-Stichproben zu erstellen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Sample 10000 draws from Beta(45,55) prior
prior_A <- rbeta(n = ___, shape1 = ___, shape2 = ___)
# Store the results in a data frame
prior_sim <- data.frame(prior_A)
# Construct a density plot of the prior sample
ggplot(prior_sim, aes(x = ___)) +
geom_density()