사전 모델

RJAGS로 배우는 Bayesian 모델링

Alicia Johnson

Associate Professor, Macalester College

강의 목표

• 기초적이고 범용적인 베이즈 모델 탐색 (예: 베타-이항, 정규-정규, 베이즈 회귀)

• RJAGS를 사용하여 베이즈 모델 정의, 컴파일, 시뮬레이션

• RJAGS 출력을 활용한 베이즈 사후 추론 수행

베이즈 선거: 사전 분포

베이즈 선거: 사전 분포

베이즈 선거: 사전 분포

베이즈 선거: 데이터

베이즈 선거: 사후 분포

베이즈 선거: 새로운 데이터

베이즈 선거: 새로운 사후 분포

베이즈 선거: 추가 데이터

베이즈 선거: 갱신된 사후 분포

베이즈 사고

베이즈 사후 모델:

• 사전 모델과 관측 데이터의 정보를 결합
• 새로운 데이터가 들어올수록 갱신

사전 모델 구축

• $p$ = 지지 비율
• $p$는 0과 1 사이
• $p$의 사전 모델은 형상 모수 45와 55를 가진 베타 분포

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

사전 분포 조정

연습해 봅시다!

RJAGS로 배우는 Bayesian 모델링