Kom igångKom igång gratis

Normal-Normal-priors

Forskare tog fram ett test för att mäta hur sömnbrist påverkar reaktionstiden. För försöksperson \(i\), låt \(Y\)i vara förändringen i reaktionstid (i ms) efter 3 sömnberövade nätter. Människor reagerar olika på sömnbrist, och det är rimligt att anta att \(Y\)i är normalfördelade runt ett medelvärde \(m\) med standardavvikelse \(s\): \(Y\)i \(\sim N(m, s^2)\).

I det första steget av din bayesianska analys ska du simulera följande priormodeller för parametrarna \(m\) och \(s\): \(m \sim N(50, 25^2)\) och \(s \sim Unif(0, 200)\). Du behöver funktionerna rnorm(n, mean, sd) och runif(n, min, max).

Den här övningen är en del av kursen

Bayesiansk modellering med RJAGS

Visa kurs

Övningsinstruktioner

  • Använd rnorm(n, mean, sd) för att sampla 10 000 dragningar från priorn för \(m\). Tilldela resultatet till prior_m.
  • Använd runif(n, min, max) för att sampla 10 000 dragningar från priorn för \(s\). Tilldela resultatet till prior_s.
  • Spara resultaten i dataramen samples och konstruera sedan ett densitetsdiagram över urvalen från prior_m och ett densitetsdiagram över urvalen från prior_s.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Take 10000 samples from the m prior


# Take 10000 samples from the s prior    


# Store samples in a data frame
samples <- data.frame(prior_m, prior_s)

# Density plots of the prior_m & prior_s samples    
ggplot(___, aes(x = ___)) + 
    ___()
ggplot(___, aes(x = ___)) + 
    ___()
Redigera och kör kod