Définir, compiler et simuler

Dans votre quête électorale, laissez \(p\) représenter la proportion de l'électorat sous-jacent qui vous appuie. À partir de sondages et de données électorales antérieurs, votre modèle de priori pour \(p\) est une Beta(\(a\),\(b\)) avec paramètres de forme \(a = 45\) et \(b = 55\). Pour mieux cerner \(p\), vous avez aussi sondé \(n\) électeurs potentiels. La dépendance de \(X\), le nombre d'électeurs qui vous appuient, à l'égard de \(p\) est modélisée par une loi Bin(\(n\),\(p\)).

Dans le sondage réalisé, \(X = 6\) des \(n = 10\) électeurs vous ont appuyé. L'objectif suivant est de mettre à jour votre modèle de \(p\) à la lumière de ces données observées ! Pour ce faire, vous utiliserez le paquet rjags pour approximer le modèle a posteriori de \(p\). Nous divisons cet exercice en 3 étapes rjags : définir, compiler, simuler.

Cette activité fait partie du cours

Modélisation bayésienne avec RJAGS

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# DEFINE the model
vote_model <- "model{
    # Likelihood model for X
    X ~ ___
    
    # Prior model for p
    p ~ ___
}"

Modifier et exécuter le code