Compare esse histograma com o gráfico produzido diretamente por prop_model (você o encontrará se voltar ao gráfico anterior na aba Plots). Você deve notar que o histograma e a distribuição a posteriori (em n=13) descrevem a mesma distribuição.

Certo, então você obteve um vetor de amostras de prop_model e confirmou que elas representam bem a distribuição a posteriori. O que você ganhou com isso? Até agora, não muito, mas o próximo exercício vai mostrar alguns exemplos de por que amostras são tão convenientes de trabalhar. Mas, antes de sair:

Deixe o histograma mais bonito adicionando os argumentos:
- breaks = 30 para deixá-lo mais suave.
- xlim = c(0, 1) para cobrir todo o intervalo de proporções possíveis, de 0 a 1.
- col = "palegreen4" para dar uma cor mais adequada às estatísticas de zumbis.

Você fez uma análise de dados Bayesiana!

Create Your Free Account