Дані та правдоподібність

Баєсівське моделювання з RJAGS

Alicia Johnson

Associate Professor, Macalester College

Дані опитування

  • Параметр
    $p$ = частка, що підтримує вас

  • Дані
    $X = 6$ з $n = 10$ опитаних виборців планують голосувати за вас

  • Висновки
    Спостерігти ці дані імовірніше, якщо $p \approx 0.6$, ніж якщо $p < 0.5$.

Баєсівське моделювання з RJAGS

Моделювання залежності X від p

  • Припущення опитування:
    виборці незалежні
    $p$ = імовірність, що виборець підтримує вас

  • $X$ = кількість із $n$ опитаних виборців, які підтримують вас
    (число успіхів у $n$ незалежних випробуваннях з імовірністю успіху $p$)

  • Умовний розподіл $X$ за фіксованого $p$:
    $X \sim \text{Bin}(n,p)$

Баєсівське моделювання з RJAGS

Залежність X від p

Баєсівське моделювання з RJAGS

Залежність X від p

Баєсівське моделювання з RJAGS

Залежність X від p

Баєсівське моделювання з RJAGS

Залежність X від p

Баєсівське моделювання з RJAGS

Що таке правдоподібність?

Баєсівське моделювання з RJAGS

Правдоподібність

Функція правдоподібності узагальнює, наскільки імовірно спостерігати дані опитування $X$ за різних значень параметра підтримки $p$. Це функція від $p$.

  • Висока правдоподібність $\Rightarrow$ $p$ узгоджується з даними
  • Низька правдоподібність $\Rightarrow$ $p$ не узгоджується з даними

Баєсівське моделювання з RJAGS

Давайте потренуємось!

Баєсівське моделювання з RJAGS

Preparing Video For Download...