Aproximarea funcției de verosimilitate
A apărut primul sondaj electoral! \(X\) = 6 din 10 alegători chestionați intenționează să voteze cu tine. Poți folosi aceste date pentru a înțelege mai bine susținerea ta reală \(p\). În acest scop, vei utiliza data frame-ul likelihood_sim (disponibil în spațiul tău de lucru). Acesta conține valorile lui \(X\) (poll_result) simulate din fiecare dintre cele 1.000 de valori posibile ale lui \(p\) între 0 și 1 (p_grid).
Acest exercițiu face parte din cursul
Modelare bayesiană cu RJAGS
Instrucțiuni pentru exercițiu
Funcția ggplot() de aici construiește distribuția lui \(p\) din care a fost generat fiecare rezultat posibil al lui \(X\). Modifică acest cod, adăugând o condiție fill pentru a evidenția distribuția corespunzătoare valorii tale observate poll_result, \(X=6\). Astfel vei înțelege care valori ale lui \(p\) sunt cele mai compatibile cu datele tale din sondaj!
Notă: nu încadra această condiție în paranteze rotunde ().
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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()