การอัปเดต posterior
โมเดล posterior ของสัดส่วนคะแนนสนับสนุนการเลือกตั้ง \(p\) ได้รับข้อมูลจากทั้งโมเดล prior ของ \(p\) และข้อมูลผลสำรวจ \(X\) รันสคริปต์ทางขวาเพื่อทบทวน posterior ที่ได้จาก prior เดิม (Beta(45, 55)) และข้อมูลสำรวจเดิม (\(X = 6\) จากผู้มีสิทธิ์เลือกตั้ง \(n = 10\) คน) vote_model ที่กำหนดไว้พร้อมใช้งานใน workspace ของคุณแล้ว
ในแบบฝึกหัด 3 ขั้นตอนนี้ จะได้สำรวจว่าการใช้ โมเดล prior ที่แตกต่างออกไป หรือการสังเกตข้อมูลใหม่* (หรือทั้งสองอย่างรวมกัน!) จะส่งผลต่อ posterior อย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างแบบจำลอง Bayesian ด้วย RJAGS
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# COMPILE the model
vote_jags <- jags.model(textConnection(vote_model),
data = list(a = 45, b = 55, X = 6, n = 10),
inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = 100))
# SIMULATE the posterior
vote_sim <- coda.samples(model = vote_jags, variable.names = c("p"), n.iter = 10000)
# PLOT the posterior
plot(vote_sim, trace = FALSE, xlim = c(0,1), ylim = c(0,18))