更新後驗分佈

你對選民支持率參數 \(p\) 的後驗模型，同時結合了 \(p\) 的先驗模型與民調資料 \(X\) 的資訊。請執行右側的腳本，回顧從你最初的先驗（Beta(45, 55)）與最初的民調資料（在受訪的 \(n = 10\) 名選民中，\(X = 6\) 支持你）推導而來的後驗。工作區中已定義 vote_model。

接下來的 3 個步驟中，你將探索採用「不同的先驗模型」或觀察到「新的資料」（或兩者同時發生！）會如何影響後驗。

本練習屬於課程

使用 RJAGS 的貝氏建模

檢視課程

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# COMPILE the model    
vote_jags <- jags.model(textConnection(vote_model), 
    data = list(a = 45, b = 55, X = 6, n = 10),
    inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = 100))

# SIMULATE the posterior
vote_sim <- coda.samples(model = vote_jags, variable.names = c("p"), n.iter = 10000)

# PLOT the posterior
plot(vote_sim, trace = FALSE, xlim = c(0,1), ylim = c(0,18))

編輯並執行程式碼