Xấp xỉ hàm likelihood
Kết quả thăm dò đầu tiên đã có! \(X\) = 6 trong số 10 cử tri được hỏi dự định bỏ phiếu cho bạn. Bạn có thể dùng các dữ liệu này để hiểu thêm về mức ủng hộ cơ bản \(p\) của mình. Để làm điều đó, bạn sẽ dùng data frame likelihood_sim (đã có trong workspace của bạn). Nó chứa các giá trị của \(X\) (poll_result) được mô phỏng từ mỗi trong số 1.000 giá trị có thể có của \(p\) từ 0 đến 1 (p_grid).
Bài tập này là một phần của khóa học
Mô hình hóa Bayesian với RJAGS
Hướng dẫn bài tập
ggplot() dưới đây dựng phân phối của \(p\) mà từ đó mỗi kết quả có thể có của \(X\) được tạo ra. Hãy chỉnh sửa đoạn mã này, cung cấp một điều kiện fill để làm nổi bật phân phối tương ứng với poll_result bạn quan sát được, \(X=6\). Điều này giúp bạn hiểu giá trị nào của \(p\) là tương thích nhất với dữ liệu thăm dò của bạn!
Lưu ý: đừng bao điều kiện này trong dấu ngoặc đơn ().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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()