近似似然函数
第一份选举民调出炉！\(X\) = 10 位受访者中有 6 位计划投票给您。您可以用这些数据来了解您的真实支持率 $p$。为此，您将使用工作区中的数据框 likelihood_sim。它包含了介于 0 到 1 之间的 1,000 个可能的 \(p\) 值（p_grid），以及从每个 \(p\) 值模拟得到的 $X$（poll_result）。
本练习是课程的一部分
使用 RJAGS 的贝叶斯建模
练习说明
这里的 ggplot() 构建了用于生成每个可能 \(X\) 结果的 \(p\) 的分布。请修改此代码，提供一个 fill 条件，以高亮与您观测到的 poll_result（$X=6$）相对应的那条分布。这样可以帮助您判断哪些 \(p\) 值与观测到的民调数据最为"相容"！
注意：不要用括号 () 将该条件包起来。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()