d %>%ggplot(aes(x = p_grid, y = post_stand)) +geom_point() +geom_line()
Categories:
bayes
bayesbox
Source Code
---extype: stringexsolution: NAexname: Appleexpoints: 1categories:- bayes- bayesbox- qm2-pruefung2023date: '2022-11-05'slug: Anteil-Appletitle: Anteil-Apple---```{r libs, include = FALSE}library(tidyverse)library(gt)``````{r global-knitr-options, include=FALSE}knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", message = FALSE, warning = FALSE, fig.show = "hold", # out.width = "100%", cache = TRUE)```# ExerciseZählen Sie, wie viele der Studentis im Raum mindestens ein Apple-Gerät besitzen (iPhone, Macbook,...).Sei $\pi$ der Anteil der Studentis, die mindestens ein Apple-Gerät besitzen.Berechnen Sie die Posteriori-Verteilung für $\pi$, verwenden Sie eine Bayesbox!Hinweise: - Erstellen Sie eine Bayes-Box (Gittermethode).- Falls Sie keine Erhebung durchführen können oder wollen, erfinden Sie Zahlen.- Visualisieren Sie die Post-Verteilung</br></br></br></br></br></br></br></br></br></br># SolutionWir berechnen die Posteriori-Verteilung:```{r}library(tidyverse)d <-tibble(p_grid =seq(0,1, by = .01),prior=1,Likelihood =dbinom(x =9,size =12,prob = p_grid),post_unstand = prior * Likelihood,post_stand = post_unstand /sum(post_unstand) )head(d)```Visualisieren der Posteriori-Verteilung:```{r}d %>%ggplot(aes(x = p_grid, y = post_stand)) +geom_point() +geom_line()```---Categories: - bayes- bayesbox