Simulando uma priori Beta
Suponha que você esteja concorrendo a um cargo público em uma eleição. Seja \(p\) o seu apoio subjacente, a proporção de eleitores que planeja votar em você. Com base em pesquisas anteriores, seu modelo prévio para \(p\) é descrito por uma distribuição Beta com parâmetros de forma 45 e 55.
Você vai aproximar a priori Beta(45, 55) usando amostras aleatórias da função rbeta(). Essa função recebe três argumentos: tamanho da amostra (n) e dois parâmetros de forma (shape1, shape2). Em seguida, você vai construir um gráfico de densidade das amostras usando ggplot(). Essa função recebe dois argumentos: o conjunto de dados que contém as amostras e, dentro de aes(), a variável a ser plotada no eixo x. A camada do gráfico de densidade é adicionada com geom_density().
Este exercicio faz parte do curso
Modelagem Bayesiana com RJAGS
Instruções do exercicio
- Use
rbeta()para gerar 10.000 valores da Beta(45, 55). Atribua a saída aprior_A. - O data frame
prior_siminclui a amostraprior_A. Apliqueggplot()aprior_simpara construir um gráfico de densidade das amostras da priori.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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()