Beta事前分布のシミュレーション
あなたが公職の選挙に出馬しているとします。\(p\) をあなたへの支持率、つまりあなたに投票する予定の有権者の割合とします。過去の世論調査に基づくと、\(p\) の事前モデルは、形状パラメータが 45 と 55 の Beta 分布で表されます。
この Beta(45, 55) 事前分布を、rbeta() 関数による乱数サンプルで近似します。この関数は、サンプルサイズ（n）と 2 つの形状パラメータ（shape1、shape2）の 3 つの引数を受け取ります。次に、ggplot() を使ってサンプルの密度プロットを作成します。この関数は、サンプルを含むデータセットと、aes() 内で x 軸にプロットする変数の 2 つの引数を受け取ります。密度プロットのレイヤーは geom_density() で追加します。
この演習はコースの一部です
RJAGS によるベイズモデリング
演習の手順
rbeta()を使って Beta(45, 55) から 10,000 件のサンプルを取得し、結果をprior_Aに代入してください。prior_simデータフレームにはprior_Aのサンプルが含まれています。prior_simにggplot()を適用して、事前分布サンプルの密度プロットを作成してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()