Mulai sekarangMulai gratis

Definisikan, kompilasi, dan simulasi

Dalam upaya pemilu Anda, misalkan \(p\) adalah proporsi populasi pemilih yang mendukung Anda. Berdasarkan jajak pendapat dan data pemilu sebelumnya, model prior untuk \(p\) adalah Beta(\(a\),\(b\)) dengan parameter bentuk \(a = 45\) dan \(b = 55\). Untuk menambah wawasan tentang \(p\), Anda juga mensurvei \(n\) calon pemilih. Ketergantungan \(X\), yaitu banyaknya pemilih yang mendukung Anda, pada \(p\) dimodelkan dengan sebaran Bin(\(n\),\(p\)).

Dalam jajak pendapat yang telah selesai, \(X = 6\) dari \(n = 10\) pemilih mendukung Anda. Tujuan berikutnya adalah memperbarui model \(p\) dengan mempertimbangkan data jajak pendapat yang teramati ini! Untuk itu, Anda akan menggunakan paket rjags untuk mengaproksimasi model posterior dari \(p\). Kita bagi latihan ini menjadi 3 langkah rjags: define, compile, simulate.

Latihan ini merupakan bagian dari kursus

Pemodelan Bayesian dengan RJAGS

Lihat Kursus

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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