Data och sannolikheten

Bayesiansk modellering med RJAGS

Alicia Johnson

Associate Professor, Macalester College

Undersökningsdata

  • Parameter
    $p$ = andelen som stödjer dig

  • Data
    $X = 6$ av $n = 10$ tillfrågade väljare planerar att rösta på dig

  • Insikter
    Det är mer sannolikt att du observerat dessa data om $p \approx 0.6$ än om $p < 0.5$.

Bayesiansk modellering med RJAGS

Modellera hur X beror av p

  • Antaganden för undersökningen:
    väljarna är oberoende
    $p$ = sannolikheten att en väljare stödjer dig

  • $X$ = antal av $n$ tillfrågade väljare som stödjer dig
    (antal lyckade utfall i $n$ oberoende försök, vart och ett med sannolikheten $p$)

  • Betingad fördelning av $X$ givet $p$:
    $X \sim \text{Bin}(n,p)$

Bayesiansk modellering med RJAGS

Hur X beror av p

Bayesiansk modellering med RJAGS

Hur X beror av p

Bayesiansk modellering med RJAGS

Hur X beror av p

Bayesiansk modellering med RJAGS

Hur X beror av p

Bayesiansk modellering med RJAGS

Vad är sannolikheten?

Bayesiansk modellering med RJAGS

Likelihood

Likelihoodfunktionen sammanfattar sannolikheten att observera undersökningsdata $X$ för olika värden på den underliggande stödparametern $p$. Den är en funktion av $p$.

  • Hög likelihood $\Rightarrow$ $p$ är förenligt med data
  • Låg likelihood $\Rightarrow$ $p$ är inte förenligt med data

Bayesiansk modellering med RJAGS

Nu kör vi en övning!

Bayesiansk modellering med RJAGS

Preparing Video For Download...