Simulera en Beta-prior
Anta att du kandiderar i ett val till ett offentligt ämbete. Låt \(p\) vara ditt faktiska stöd – andelen väljare som planerar att rösta på dig. Baserat på tidigare opinionsundersökningar modelleras din prior för \(p\) av en Beta-fördelning med formparametrarna 45 och 55.
Du approximerar Beta(45, 55)-priorn med slumpmässiga urval från funktionen rbeta(). Den tar tre argument: urvalsstorlek (n) och två formparametrar (shape1, shape2). Därefter konstruerar du ett täthetdiagram över urvalen med hjälp av ggplot(). Den funktionen tar två argument: datamängden som innehåller urvalen och, inom aes(), variabeln som ska plottas på x-axeln. Täthetsskiktet läggs till med geom_density().
Den här övningen är en del av kursen
Bayesiansk modellering med RJAGS
Övningsinstruktioner
- Använd
rbeta()för att sampla 10 000 värden från Beta(45, 55). Tilldela resultatet tillprior_A. - Dataramen
prior_siminnehållerprior_A-urvalet. Användggplot()påprior_simför att konstruera ett täthetdiagram över prior-urvalen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()