使用 R 在一个面板中绘制贝叶斯先验和后验分布的解释

Question

有人能详细解释一下这段代码是如何工作的吗？

require(lattice)
?lattice  # essential reading

 data <- dgamma(seq(from=0.00001,to=0.01,by=0.00001),shape = .1, scale = .01)

dfrm <- data.frame(dgam = data, param="s.1.01")
dfrm <- rbind(dfrm, data.frame(dgam =
                                 dgamma( seq(from=0.00001,to=0.01,by=0.00001), 
                                 shape = .2, scale = .01), 
                               param="s.2.01") )
dfrm <- cbind( dfrm, X.val=seq(from=0.00001,to=0.01,by=0.00001) )
str(dfrm)
#'data.frame':  2000 obs. of  3 variables:
# $ dgam : num  5263 2817 1954 1507 1231 ...
# $ param: Factor w/ 2 levels "s.1.01","s.2.01": 1 1 1 1 1 1 1 1 1 1 ...
# $ X.val: num  1e-05 2e-05 3e-05 4e-05 5e-05 6e-05 7e-05 8e-05 9e-05 1e-04 ...
xyplot( dgam ~ X.val , 
        group=param, 
        data=dfrm, type="l")

例如，在哪个部分指定了先验和后验？

我在How to plot Bayesian prior and posterior distributions in one panel using R?这里给出的答案中找到了代码

Answer 1

该答案仅说明了如何在同一图中绘制两条曲线，但根本不涉及在给定先验和数据的情况下计算真正的后验。也就是说，它只是用shape=0.1和shape=0.2绘制了两个Gamma分布，并在数据框中通过包含一个因子列param来区分它们，其中"s.1.01"和"s.2.01"表示各自的分布。