Introducción al pensamiento Bayesiano

pred[1,] 0 0.02808924[2,] 1 0.04647102[3,] 2 0.05979678[4,] 3 0.07613188[5,] 4 0.09129575[6,] 5 0.10025206[7,] 6 0.10094968[8,] 7 0.09389857[9,] 8 0.08141436[10,] 9 0.06654497[11,] 10 0.05199912[12,] 11 0.03953367[13,] 12 0.02990315[14,] 13 0.02314587[15,] 14 0.01889113[16,] 15 0.01654018[17,] 16 0.01538073[18,] 17 0.01492458[19,] 18 0.01552235[20,] 19 0.01679584[21,] 20 0.01251910Se observa que el número de éxitos con mayor probabilidad corresponde a y = 5 y y = 6.Suponga que la distribución a priori para p es beta con parámetros alpha y beta. En este caso ladistribución predictiva es:fy f y| m,pgpmB y, m y Bdp para y 0,,m y B, Las probabilidades predictivas usando la distribución beta pueden calcularse usando la funciónpbetap. Los argumentos de esta función son el vector de parámetros ab correspondientes a alphay beta, el tamaño de la muestra futura m y el vector de número de éxitos y. La salida es el vectorde probabilidades predictivas correspondientes a y.> ab = c(3.4, 7.4)> m = 20> y = 0:20> pred = pbetap(ab, m, y)> cbind(0:20, pred)