Definisci, compila e simula
Nella tua corsa elettorale, sia \(p\) la proporzione dell'elettorato che ti sostiene. Basandoti su sondaggi precedenti e dati elettorali, il tuo modello di prior per \(p\) è una Beta(\(a\),\(b\)) con parametri di forma \(a = 45\) e \(b = 55\). Per ottenere ulteriore insight su \(p\), hai anche intervistato \(n\) potenziali elettori. La dipendenza di \(X\), il numero di questi elettori che ti sostengono, da \(p\) è modellata con una distribuzione Bin(\(n\),\(p\)).
Nel sondaggio effettuato, \(X = 6\) su \(n = 10\) elettori ti sostengono. Il prossimo obiettivo è aggiornare il tuo modello di \(p\) alla luce di questi dati osservati! A questo scopo, userai il pacchetto rjags per approssimare il modello di posterior di \(p\). Suddivideremo l'esercizio nei 3 passaggi di rjags: definisci, compila, simula.
Questo esercizio fa parte del corso
Modeling bayesiano con RJAGS
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# DEFINE the model
vote_model <- "model{
# Likelihood model for X
X ~ ___
# Prior model for p
p ~ ___
}"