Beta 사전분포 시뮬레이션
여러분이 공직 선거에 출마한다고 가정해 볼게요. 유권자 중 여러분에게 투표하려는 비율을 $p$라고 하겠습니다. 과거 여론조사에 따르면, $p$에 대한 사전 모델은 모수 45와 55를 갖는 Beta 분포로 표현됩니다.
이제 rbeta() 함수를 이용해 Beta(45, 55) 사전분포를 무작위 표본으로 근사해 보겠습니다. 이 함수는 표본 크기(n)와 두 개의 shape 모수(shape1, shape2)를 인수로 받습니다. 이어서 ggplot()으로 표본의 밀도 그래프를 그릴 텐데요. 이 함수는 표본이 들어 있는 데이터 세트와, aes() 안에서 x 축에 표시할 변수를 인수로 받습니다. 밀도 그래프 레이어는 geom_density()로 추가합니다.
이 연습은 강의의 일부입니다
RJAGS로 배우는 Bayesian 모델링
연습 안내
rbeta()를 사용해 Beta(45, 55)에서 10,000번 추출하세요. 결과를prior_A에 저장하세요.prior_sim데이터 프레임에는prior_A표본이 포함되어 있습니다.prior_sim에ggplot()을 적용해 사전표본의 밀도 그래프를 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()