โมเดล prior

การสร้างแบบจำลอง Bayesian ด้วย RJAGS

Alicia Johnson

Associate Professor, Macalester College

เป้าหมายของคอร์ส

สำรวจโมเดล Bayesian พื้นฐานที่นำไปประยุกต์ใช้ได้กว้าง (เช่น Beta-Binomial, Normal-Normal และ Bayesian regression)
กำหนด คอมไพล์ และ จำลอง โมเดล Bayesian ด้วย RJAGS
อนุมาน posterior ด้วย Bayesian โดยใช้ผลลัพธ์จาก RJAGS

Bayesian กับการเลือกตั้ง: Prior

Bayesian กับการเลือกตั้ง: Prior

Bayesian กับการเลือกตั้ง: Prior

Bayesian กับการเลือกตั้ง: ข้อมูล

Bayesian กับการเลือกตั้ง: Posterior

Bayesian กับการเลือกตั้ง: ข้อมูลใหม่

Bayesian กับการเลือกตั้ง: Posterior ใหม่

Bayesian กับการเลือกตั้ง: ข้อมูลล่าสุด

Bayesian กับการเลือกตั้ง: Posterior ล่าสุด

การคิดแบบ Bayesian

โมเดล Bayesian posterior:

ผสานข้อมูลจากโมเดล prior และข้อมูลที่สังเกตได้
ปรับเปลี่ยนเมื่อมีข้อมูลใหม่เข้ามา

สร้างโมเดล prior

$p$ = สัดส่วนผู้สนับสนุน
$p$ มีค่าระหว่าง 0 ถึง 1
โมเดล prior ของ $p$ คือ การแจกแจง Beta ที่มี พารามิเตอร์รูปร่าง 45 และ 55

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

ปรับแต่ง prior

มาฝึกกันเถอะ!

การสร้างแบบจำลอง Bayesian ด้วย RJAGS

Preparing Video For Download...