Prior Normal-Normal
Các nhà nghiên cứu đã phát triển một bài kiểm tra để đánh giá tác động của thiếu ngủ lên thời gian phản ứng. Với đối tượng \(i\), ký hiệu \(Y\)i là mức thay đổi thời gian phản ứng (ms) sau 3 đêm thiếu ngủ. Dĩ nhiên, mỗi người phản ứng khác nhau với việc thiếu ngủ. Hợp lý khi giả định \(Y\)i phân phối Normal quanh một trung bình \(m\) với độ lệch chuẩn \(s\): \(Y\)i \(\sim N(m, s^2)\).
Trong bước đầu của phân tích Bayesian, bạn sẽ mô phỏng các mô hình prior cho tham số \(m\) và \(s\): \(m \sim N(50, 25^2)\) và \(s \sim Unif(0, 200)\). Việc này cần dùng các hàm rnorm(n, mean, sd) và runif(n, min, max).
Bài tập này là một phần của khóa học
Mô hình hóa Bayesian với RJAGS
Hướng dẫn bài tập
- Dùng
rnorm(n, mean, sd)để lấy mẫu 10.000 giá trị từ prior của \(m\). Gán kết quả vàoprior_m. - Dùng
runif(n, min, max)để lấy mẫu 10.000 giá trị từ prior của \(s\). Gán kết quả vàoprior_s. - Sau khi lưu các kết quả này trong data frame
samples, hãy vẽ một biểu đồ mật độ cho các mẫuprior_mvà một biểu đồ mật độ cho các mẫuprior_s.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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 = ___)) +
___()