Beta prior का सिम्युलेशन
मान लीजिए आप किसी सार्वजनिक पद के लिए चुनाव लड़ रहे हैं. \(p\) आपका वास्तविक समर्थन है — यानी मतदाताओं का वह अनुपात जो आपके लिए वोट करने की योजना बना रहे हैं. पिछले सर्वे के आधार पर, \(p\) के लिए आपका prior मॉडल Beta वितरण है, जिसके shape पैरामीटर 45 और 55 हैं.
आप rbeta() फंक्शन से रैंडम सैंपल लेकर Beta(45, 55) prior को एप्रॉक्सिमेट करेंगे. यह फंक्शन तीन आर्ग्युमेंट लेता है: sample size (n) और दो shape पैरामीटर (shape1, shape2). इसके बाद, आप ggplot() का उपयोग करके सैंपल्स का डेंसिटी प्लॉट बनाएँगे. यह फंक्शन दो आर्ग्युमेंट लेता है: सैंपल्स वाला डेटा सेट और, aes() के भीतर, वह वैरिएबल जिसे x axis पर प्लॉट करना है. डेंसिटी प्लॉट लेयर geom_density() से जोड़ी जाती है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
RJAGS के साथ Bayesian Modeling
अभ्यास निर्देश
rbeta()का उपयोग करके Beta(45, 55) से 10,000 ड्रॉ सैंपल करें. आउटपुट कोprior_Aमें असाइन करें.prior_simडेटा फ्रेम मेंprior_Aसैंपल शामिल है. prior सैंपल्स का डेंसिटी प्लॉट बनाने के लिएggplot()कोprior_simपर अप्लाई करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()