O modelo prévio

Modelagem Bayesiana com RJAGS

Alicia Johnson

Associate Professor, Macalester College

Objetivos do curso

Explore modelos Bayesianos básicos e generalizáveis (ex.: Beta-Binomial, Normal-Normal e regressão Bayesiana)
Defina, compile e simule modelos Bayesianos usando RJAGS
Faça inferência Bayesiana a posteriori com a saída do RJAGS

Eleições Bayesianas: O prévio

Eleições Bayesianas: O prévio

Eleições Bayesianas: O prévio

Eleições Bayesianas: Os dados

Eleições Bayesianas: O posterior

Eleições Bayesianas: Novos dados

Eleições Bayesianas: Novo posterior

Eleições Bayesianas: Dados mais recentes

Eleições Bayesianas: Posterior mais recente

Pensamento Bayesiano

Um modelo Bayesiano a posteriori:

Combina o prévio e os dados observados
Evolui conforme chegam novos dados

Construindo um modelo prévio

$p$ = proporção que apoia você
$p$ está entre 0 e 1
O modelo prévio para $p$ é uma distribuição Beta com parâmetros de forma 45 e 55

$$p \sim \text{Beta}(45, 55)$$

Ajustando o prévio

Vamos praticar!

Modelagem Bayesiana com RJAGS

Preparing Video For Download...