Порівняння бета-пріорів

Розподіл Бета(\(a\),\(b\)) визначено на інтервалі від 0 до 1, тож він є природним і гнучким пріором для прихильності на виборах, \(p\). Ви можете «підлаштовувати» параметри форми \(a\) та \(b\), щоб отримувати альтернативні пріорні моделі. Нижче ви порівняєте свій початковий пріор Beta(45,55) з двома альтернативами: Beta(1, 1) і Beta(100, 100). Початкові 10 000 вибірок prior_A, отриманих з Beta(45,55), уже є у вашому робочому просторі.

Ця вправа є частиною курсу

Баєсівське моделювання з RJAGS

Переглянути курс

Інструкції до вправи

Згенеруйте 10 000 значень з пріора Beta(1,1). Присвойте результат об'єкту prior_B.
Згенеруйте 10 000 значень з пріора Beta(100,100). Присвойте результат об'єкту prior_C.
Датафрейм prior_sim поєднує пріорні samples з prior_A, prior_B і prior_C із відповідним індикатором priors. Щоб побудувати графік щільності ggplot() для цих 3 окремих пріорних samples в одній площині, вкажіть fill = priors у aes().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Sample 10000 draws from the Beta(1,1) prior
prior_B <- rbeta(n = ___, shape1 = ___, shape2 = ___)    

# Sample 10000 draws from the Beta(100,100) prior
prior_C <- rbeta(n = ___, shape1 = ___, shape2 = ___)

# Combine the results in a single data frame
prior_sim <- data.frame(samples = c(prior_A, prior_B, prior_C),
        priors = rep(c("A","B","C"), each = 10000))

# Plot the 3 priors
ggplot(___, aes(x = ___, fill = ___)) + 
    geom_density(alpha = 0.5)

Редагувати та запускати код