Define, compile, and simulate
En tu campaña electoral, sea \(p\) la proporción de la población votante que te apoya. A partir de encuestas y datos de elecciones anteriores, tu modelo previo para \(p\) es una Beta(\(a\),\(b\)) con parámetros de forma \(a = 45\) y \(b = 55\). Para obtener más información sobre \(p\), también encuestaste a \(n\) votantes potenciales. La dependencia de \(X\), el número de esos votantes que te apoyan, respecto a \(p\) se modela con la distribución Bin(\(n\),\(p\)).
En la encuesta realizada, \(X = 6\) de \(n = 10\) votantes te apoyaron. El siguiente objetivo es actualizar tu modelo de \(p\) a la luz de estos datos observados. Para ello, usarás el paquete rjags para aproximar el modelo posterior de \(p\). Dividimos este ejercicio en los 3 pasos de rjags: definir, compilar, simular.
Este ejercicio forma parte del curso
Modelado bayesiano con RJAGS
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# DEFINE the model
vote_model <- "model{
# Likelihood model for X
X ~ ___
# Prior model for p
p ~ ___
}"