Aproksymacja funkcji wiarygodności
Właśnie napłynęły wyniki pierwszego sondażu wyborczego! \(X\) = 6 spośród 10 ankietowanych wyborców planuje oddać na ciebie głos. Na podstawie tych danych możesz wyciągnąć wnioski na temat swojego rzeczywistego poparcia \(p\). W tym celu skorzystaj z ramki danych likelihood_sim (dostępnej w twoim środowisku pracy). Zawiera ona wartości \(X\) (poll_result) zasymulowane dla każdej z 1 000 możliwych wartości \(p\) z przedziału od 0 do 1 (p_grid).
To ćwiczenie jest częścią kursu
Modelowanie bayesowskie z RJAGS
Instrukcje do ćwiczenia
Poniższy kod ggplot() tworzy rozkład \(p\), z którego wygenerowano każdy możliwy wynik \(X\). Zmodyfikuj ten kod, dodając warunek fill, aby wyróżnić rozkład odpowiadający twojemu zaobserwowanemu wynikowi poll_result, czyli \(X=6\). Dzięki temu zobaczysz, które wartości \(p\) są najbardziej zgodne z danymi z twojego sondażu!
Uwaga: nie owijaj tego warunku w nawiasy ().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Density plots of p_grid grouped by poll_result
ggplot(likelihood_sim, aes(x = p_grid, y = poll_result, group = poll_result, fill = ___)) +
geom_density_ridges()