Probabilidades posteriores
Has usado la salida de RJAGS para explorar y cuantificar la tendencia posterior y la incertidumbre de \(b\). También puedes usar la salida de RJAGS para evaluar hipótesis concretas. Por ejemplo: ¿cuál es la probabilidad posterior de que, de media, el peso aumente más de 1.1 kg por cada incremento de 1 cm en la altura? Es decir, ¿cuál es la probabilidad posterior de que \(b > 1.1\)?
Vas a aproximar esta probabilidad mediante la proporción de valores de la cadena de Markov de \(b\) que superan 1.1. El data frame weight_chains con la salida de la cadena de Markov de 100,000 iteraciones está en tu espacio de trabajo.
Este ejercicio forma parte del curso
Modelado bayesiano con RJAGS
Instrucciones del ejercicio
- Construye un gráfico de densidad de los valores de la cadena de Markov de \(b\) y usa
geom_vline()para superponer una línea vertical en 1.1. - Usa
table()para resumir el número de valores de la cadena de Markov de \(b\) que superan 1.1. - Usa
mean()para calcular la proporción de valores de la cadena de Markov de \(b\) que superan 1.1.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Mark 1.1 on a posterior density plot for b
ggplot(___, aes(x = ___)) +
geom_density() +
geom_vline(xintercept = ___, color = "red")
# Summarize the number of b chain values that exceed 1.1
# Calculate the proportion of b chain values that exceed 1.1