1. Learn
    2. /
  2. Курси
    3. /
  3. Баєсівське моделювання з RJAGS
Connected

Вправа

Нормально-нормальні пріори

Дослідники розробили тест, щоб оцінити вплив недосипання на час реакції. Для учасника \(i\) нехай \(Y\)i — це зміна часу реакції (у мс) після трьох ночей із нестачею сну. Звісно, люди по-різному реагують на недосипання. Логічно припустити, що \(Y\)i мають нормальний розподіл навколо деякого середнього \(m\) зі стандартним відхиленням \(s\): \(Y\)i \(\sim N(m, s^2)\).

На першому кроці вашого баєсівського аналізу ви змоделюєте такі апріорні розподіли для параметрів \(m\) та \(s\): \(m \sim N(50, 25^2)\) і \(s \sim Unif(0, 200)\). Для цього потрібні функції rnorm(n, mean, sd) і runif(n, min, max).

Інструкції

100 XP
  • Використайте rnorm(n, mean, sd), щоб вибрати 10 000 значень з апріорного розподілу \(m\). Присвойте результат об'єкту prior_m.
  • Використайте runif(n, min, max), щоб вибрати 10 000 значень з апріорного розподілу $s. Присвойте результат об'єктуprior_s`.
  • Зберігши ці результати в датафреймі samples, побудуйте графік щільності для вибірок prior_m та графік щільності для вибірок prior_s.