1. 学ぶ
    2. /
  2. コース
    3. /
  3. Modelowanie bayesowskie z RJAGS
Connected

演習

Rozkłady a priori w modelu Normal-Normal

Badacze opracowali test oceniający wpływ deprywacji snu na czas reakcji. Dla osoby \(i\) niech \(Y\)i oznacza zmianę czasu reakcji (w ms) po 3 nocach bez snu. Wiadomo, że ludzie różnie reagują na brak snu. Można założyć, że \(Y\)i mają rozkład normalny wokół pewnej średniej \(m\) z odchyleniem standardowym \(s\): \(Y\)i \(\sim N(m, s^2)\).

W pierwszym kroku analizy bayesowskiej zasymuluj następujące rozkłady a priori dla parametrów \(m\) i \(s\): \(m \sim N(50, 25^2)\) oraz \(s \sim Unif(0, 200)\). Wykorzystaj do tego funkcje rnorm(n, mean, sd) oraz runif(n, min, max).

指示

100 XP
  • Użyj funkcji rnorm(n, mean, sd), aby wylosować 10 000 próbek z rozkładu a priori dla \(m\). Przypisz wynik do zmiennej prior_m.
  • Użyj funkcji runif(n, min, max), aby wylosować 10 000 próbek z rozkładu a priori dla \(s\). Przypisz wynik do zmiennej prior_s.
  • Po zapisaniu wyników w ramce danych samples stwórz wykres gęstości próbek prior_m oraz wykres gęstości próbek prior_s.