Normal-Normal öncüller

Araştırmacılar, uykusuzluğun tepki süresi üzerindeki etkisini değerlendirmek için bir test geliştirdi. Denek \(i\) için, 3 gecelik uykusuzluktan sonra tepki süresindeki (ms cinsinden) değişimi \(Y\)_i ile gösterelim. Elbette, insanlar uykusuzluğa farklı tepki verir. \(Y\)_i'lerin bazı bir ortalama \(m\) etrafında, standart sapması \(s\) olacak şekilde Normal dağıldığını varsaymak makul: \(Y\)_i \(\sim N(m, s^2)\).

Bayesçi analizinin ilk adımında, \(m\) ve \(s\) parametreleri için şu öncül modelleri simüle edeceksin: \(m \sim N(50, 25^2)\) ve \(s \sim Unif(0, 200)\). Bunun için rnorm(n, mean, sd) ve runif(n, min, max) fonksiyonlarına ihtiyacın olacak.

Bu egzersiz, kursun bir parçasıdır

RJAGS ile Bayesçi Modelleme

Kursa Göz Atın

Egzersiz talimatları

rnorm(n, mean, sd) kullanarak \(m\) öncülünden 10.000 örnek çek. Çıktıyı prior_m'ye ata.
runif(n, min, max) kullanarak \(s\) öncülünden 10.000 örnek çek. Çıktıyı prior_s'ye ata.
Bu sonuçları samples veri çerçevesinde (data frame) sakladıktan sonra, prior_m örneklerinin bir yoğunluk grafiğini ve prior_s örneklerinin bir yoğunluk grafiğini oluştur.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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 = ___)) + 
    ___()

Kodu Düzenle ve Çalıştır