Aproximar la función de verosimilitud
¡Ya llegó la primera encuesta electoral! \(X\) = 6 de 10 votantes encuestados planean votarte. Puedes usar estos datos para obtener información sobre tu apoyo subyacente \(p\). Para ello, usarás el data frame likelihood_sim (en tu espacio de trabajo). Este contiene los valores de \(X\) (poll_result) simulados a partir de cada uno de 1.000 posibles valores de \(p\) entre 0 y 1 (p_grid).
Este ejercicio forma parte del curso
Modelado bayesiano con RJAGS
Instrucciones del ejercicio
El ggplot() de aquí construye la distribución de \(p\) a partir de la cual se generó cada resultado posible de \(X\). Modifica este código, añadiendo una condición de fill para resaltar la distribución que corresponde a tu poll_result observado, \(X=6\). ¡Esto te ayuda a ver qué valores de \(p\) son los más compatibles con tus datos de la encuesta!
Nota: no envuelvas esta condición entre paréntesis ().
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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()