Априорная модель

Байесовское моделирование с RJAGS

Alicia Johnson

Associate Professor, Macalester College

Цели курса

Изучение базовых байесовских моделей (Beta-Binomial, Normal-Normal, байесовская регрессия)
Определение, компиляция и симуляция байесовских моделей с помощью RJAGS
Байесовский апостериорный вывод на основе результатов RJAGS

Байесовский анализ выборов: априорная модель

Байесовский анализ выборов: априорная модель

Байесовский анализ выборов: априорная модель

Байесовский анализ выборов: данные

Байесовский анализ выборов: апостериорная модель

Байесовский анализ выборов: новые данные

Байесовский анализ выборов: обновлённая апостериорная модель

Байесовский анализ выборов: ещё больше данных

Байесовский анализ выборов: новая апостериорная модель

Байесовское мышление

Байесовская апостериорная модель:

Объединяет априорную модель и наблюдаемые данные
Обновляется по мере поступления новых данных

Построение априорной модели

$p$ = доля поддерживающих вас
$p$ находится в диапазоне от 0 до 1
Априорная модель для $p$ — это бета-распределение с параметрами формы 45 и 55

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

Настройка априорной модели

Давайте потренируемся!

Байесовское моделирование с RJAGS

Preparing Video For Download...