Definice, kompilace a simulace modelu Normal-Normal

Po pozorování změny reakční doby \(Y\)_i u každého z 18 subjektů \(i\) zařazených do studie spánku můžeš aktualizovat svůj posteriorní model efektu spánkové deprivace na reakční dobu. K tomu je potřeba zkombinovat poznatky z věrohodnostního a priori modelů:

věrohodnost: \(Y\)_i \(\sim N(m, s^2)\)
priory: \(m \sim N(50, 25^2)\) a \(s \sim Unif(0, 200)\)

V této sérii cvičení definuješ, zkompiluješ a nasimulujeme bayesovský posteriorní model. Pozorovaná data sleep_study máš k dispozici ve svém pracovním prostředí.

Toto cvičení je součástí kurzu

Bayesovské modelování s RJAGS

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# DEFINE the model    
___ <- "model{
    # Likelihood model for Y[i]
    for(i in 1:___) {
        Y[i] ~ ___
    }

    # Prior models for m and s
    m ~ ___
    s ~ ___
}"

Upravit a spustit kód