Аппроксимация функции правдоподобия
Результаты первого опроса получены! \(X\) = 6 из 10 опрошенных избирателей планируют проголосовать за вас. Эти данные помогут сформировать представление о вашем реальном уровне поддержки \(p\). Для этого вы будете использовать фрейм данных likelihood_sim, доступный в вашем рабочем пространстве. Он содержит значения \(X\) (poll_result), смоделированные для каждого из 1 000 возможных значений \(p\) в диапазоне от 0 до 1 (p_grid).
Это упражнение является частью курса
Байесовское моделирование с RJAGS
Инструкции к упражнению
Функция ggplot() строит распределение \(p\), из которого генерируется каждый возможный исход \(X\). Измените этот код, добавив условие fill, чтобы выделить то распределение, которое соответствует вашему наблюдаемому результату poll_result, \(X=6\). Это позволит понять, какие значения \(p\) наиболее совместимы с полученными данными опроса!
Примечание: не заключайте это условие в скобки ().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()