详细内容或原文请订阅后点击阅览
使用客观贝叶斯推理来解释选举民意调查
如何构建一个仅针对民意调查的客观贝叶斯模型，该模型从州民意调查结果转变为赢得该州的概率继续阅读 Towards Data Science »
来源:走向数据科学使用客观贝叶斯推断解释选举民意测验
如何构建一个只有民意测验的贝叶斯模型，该模型从国家民意测验导致赢得国家的可能性
随着总统选举的临近，我和其他许多人都遇到了一个问题，是候选人在一个州进行民意调查，这转化为他们赢得国家的可能性。
在这篇博客文章中，我想使用目标贝叶斯推理（[3]）和2016年和2020年的选举结果探讨这个问题。目标是建立一个仅民意调查的模型，该模型采用候选人的国家民意测验负责
后验分布衡量我们对预测性民意调查的信念。
对于模型，我将使用单个未知权重变量的逻辑回归，w：
以2020年和2016年的选举为观察，并使用合适的先验π，然后我们可以为未知重量的后验分布
其中