Định nghĩa, biên dịch và mô phỏng
Trong hành trình tranh cử của bạn, gọi \(p\) là tỷ lệ trong tổng thể cử tri ủng hộ bạn. Dựa trên các cuộc thăm dò và dữ liệu bầu cử trước đây, mô hình prior của \(p\) là Beta(\(a\),\(b\)) với tham số dạng \(a = 45\) và \(b = 55\). Để hiểu rõ hơn về \(p\), bạn cũng đã khảo sát \(n\) cử tri tiềm năng. Sự phụ thuộc của \(X\) — số người trong nhóm này ủng hộ bạn — vào \(p\) được mô hình hóa bằng phân phối Bin(\(n\),\(p\)).
Ở cuộc thăm dò đã hoàn tất, có \(X = 6\) trong số \(n = 10\) cử tri ủng hộ bạn. Mục tiêu tiếp theo là cập nhật mô hình của bạn về \(p\) dựa trên dữ liệu thăm dò đã quan sát này! Để làm điều đó, bạn sẽ dùng gói rjags để xấp xỉ mô hình posterior của \(p\). Chúng ta sẽ chia bài tập này thành 3 bước của rjags: define (định nghĩa), compile (biên dịch), simulate (mô phỏng).
Bài tập này là một phần của khóa học
Mô hình hóa Bayesian với RJAGS
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# DEFINE the model
vote_model <- "model{
# Likelihood model for X
X ~ ___
# Prior model for p
p ~ ___
}"