Оновлення апостеріорного розподілу
Апостеріорна модель вашої справжньої підтримки на виборах \(p\) враховує і апріорну модель \(p\), і дані опитувань \(X\). Запустіть скрипт праворуч, щоб пригадати апостеріорний розподіл, який утворився з вашої початкової апріорної моделі (Beta(45, 55)) та початкових даних опитування (\(X = 6\) з \(n = 10\) опитаних виборців підтримують вас). Визначена vote_model є у вашому робочому середовищі.
У вправі з 3 кроків ви дослідите, як використання іншої апріорної моделі або спостереження нових даних (або поєднання обох!) може вплинути на апостеріорний розподіл.
Ця вправа є частиною курсу
Баєсівське моделювання з RJAGS
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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))