Contoh 16.

1
Archie akan melakukan survei tentang berapa banyak pemilih Hamilton mengatakan mereka
akan menghadiri kasino jika dibangun di kota. Dia memutuskan untuk mendasarkan prior nya
pada pendapat teman-temannya. Dari 25 teman yang dia tanyakan, 15 mengatakan mereka
akan menghadiri kasino. Jadi dia memutuskan prior beta (a, b) yang cocok dengan pendapat
tersebut. Rata-rata prior adalah 0,6, dan ukuran sampel ekuivalennya adalah 25. Jadi a + b + 1 =
25 dan a/ (a + b) = 0,6. Jadi a = 14,4 dan b = 9,6. Kemudian dia mengambil sampel acak dari 100
pemilih Hamilton dan menemukan bahwa 25 orang mengatakan mereka akan menghadiri
kasino. Distribusi posteriornya adalah beta (39.4, 84.60). Archie's prior, the likelihood, dan
posteriornya ditunjukkan pada Gambar 16.1. Kami melihat bahwa prior dan likelihood tidak
terlalu tumpang tindih. Posterior ada di antaranya. Ini memberikan probabilitas posterior tinggi
ke nilai yang tidak didukung kuat oleh data (kemungkinan) dan juga tidak didukung kuat oleh
prior. Ini tidak memuaskan.