Simulare una prior Beta
Supponi di candidarti a un'elezione per una carica pubblica. Indichiamo con \(p\) il tuo sostegno di base, ossia la proporzione di elettori che intende votarti. In base ai sondaggi passati, il tuo modello a priori per \(p\) è una distribuzione Beta con parametri di forma 45 e 55.
Approssimerai la prior Beta(45, 55) usando campioni casuali con la funzione rbeta(). Questa funzione accetta tre argomenti: la dimensione del campione (n) e due parametri di shape (shape1,shape2). Successivamente, costruirai un grafico di densità dei campioni usando ggplot(). Questa funzione richiede due argomenti: l'insieme di dati che contiene i campioni e, dentro aes(), la variabile da rappresentare sull'asse x. Lo strato del grafico di densità si aggiunge con geom_density().
Questo esercizio fa parte del corso
Modeling bayesiano con RJAGS
Istruzioni dell'esercizio
- Usa
rbeta()per estrarre 10.000 campioni da una Beta(45, 55). Assegna l'output aprior_A. - Il data frame
prior_siminclude il campioneprior_A. Applicaggplot()aprior_simper costruire un grafico di densità dei campioni della prior.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()