총 327페이지

위험평가를 위한 정량평가법 소개 - R을 이용한 이론과 실습
CODE
CODE
install.packages('mc2d')
install.packages('mc2d')
library(mc2d)
library(mc2d)
x
x
#사전분포정의
#사전분포정의
n_draws=1000
n_draws=1000
prior
prior
#재생모형을위한함수생성
#재생모형을위한함수생성
generative_model
generative_model
subscribers
subscribers
return(subscribers)}
return(subscribers)}
#사전분포와재생모형을이용해데이터생성
#사전분포와재생모형을이용해데이터생성
sim_data
sim_data
for(iin1:n_draws){
for(iin1:n_draws){
sim_data[i]
sim_data[i]
+(1-prior[i])*0.02)}
+(1-prior[i])*0.02)}
#사후분포
#사후분포
posterior
posterior
#그래프3개겹쳐그리기
#그래프3개겹쳐그리기
plot(density(prior), xlim = c(0, 0.1), ylim =
plot(density(prior),xlim=c(0,0.1),ylim=c(0,
c(0,80))
80))
par(new=TRUE)
par(new=TRUE)
plot(density(posterior), xlim = c(0, 0.1), ylim
plot(density(posterior),xlim=c(0,0.1),ylim=
=c(0,80),lwd=2)
c(0,80),lwd=2)
par(new=TRUE)
par(new=TRUE)
a
a
p
p
pp
pp
plot(x,pp*10000,type='l',xlim=c(0,0.1),ylim
plot(x,pp*10000,type='l', xlim = c(0, 0.1), ylim
=c(0,80),lty=2)
=c(0,80),lty=2)
#범례생성
#범례생성
legend(0.08,80,c("사전분포","사후분포","우도함수
legend(0.08,80,c("사전분포","사후분포","우도함수
"),lty=c(1,1,2),lwd=c(1,2,1))
"),lty=c(1,1,2),lwd=c(1,2,1))
그림 4-8 Informed prior를 갖는 어느 계군에서 불확실성 모수인 감염의 유병률 p에 대한
분포. (a) 30수의 표본을 검사하는 경우 (b) 100수의 표본을 검사하는 경우.
계군크기 M=1000, 민감도 Se=80%, 특이도 Sp=98%
(우도함수를 사전·사후분포 그래프와 함께 그리기 위해 y축을 맞춰줌)
250

현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.