1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Bayesovské modelování s RJAGS
Connected

cvičení

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.

Pokyny 1/3

undefined XP
    1
    2
    3

DEFINUJ svůj bayesovský model a ulož řetězec modelu jako sleep_model. Při tom měj na paměti:

  • dnorm(a, b) definuje model \(N(a, b^{-1})\) s přesností (tj. převráceným rozptylem) \(b\).

  • dunif(a,b) definuje model \(Unif(a,b)\).

  • Model \(Y\)i závisí na \(m\) a \(s\). Počet subjektů \(i\) je definován pomocí length(Y).