Наближення функції правдоподібності
Перші результати опитування виборців уже є! \(X\) = 6 із 10 опитаних планують голосувати за вас. Ви можете використати ці дані, щоб отримати уявлення про вашу базову підтримку \(p\). Для цього ви скористаєтеся датафреймом likelihood_sim (у вашому робочому середовищі). Він містить значення \(X\) (poll_result), змодельовані для кожного з 1 000 можливих значень \(p\) від 0 до 1 (p_grid).
Ця вправа є частиною курсу
Баєсівське моделювання з RJAGS
Інструкції до вправи
Наведений ggplot() будує розподіл \(p\), з якого було згенеровано кожен можливий результат \(X\). Модифікуйте цей код, додавши умову для fill, щоб підсвітити розподіл, який відповідає вашому спостереженому poll_result, \(X=6\). Це допоможе зрозуміти, які значення \(p\) є найбільш сумісними з вашими даними опитування!
Примітка: не обгортайте цю умову в дужки ().
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Density plots of p_grid grouped by poll_result
ggplot(likelihood_sim, aes(x = p_grid, y = poll_result, group = poll_result, fill = ___)) +
geom_density_ridges()