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

cvičení

Simulace RJAGS pro Poissonovu regresi

V předchozím videu jsme sestavili Poissonův regresní model objemu \(Y\)i v závislosti na dni v týdnu \(X\)i a teplotě \(Z\)i:

  • věrohodnost: \(Y\)i \(\sim Pois(l\)i) kde \(log(l\)i\() = a + b X\)i \(+ c Z\)i
  • apriorní rozdělení: \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\) a \(c \sim N(0, 2^2)\)

Na základě poznatků z dat RailTrail a zde uvedených apriorních rozdělení definuješ, zkompiluješ a nasimuluj posteriorní model tohoto vztahu pomocí RJAGS. Aby to bylo trochu náročnější — v poslední simulaci RJAGS tohoto kurzu dostaneš méně pomocného kódu než obvykle!

Data RailTrail máš k dispozici v pracovním prostředí.

Pokyny 1/3

undefined XP
    1
    2
    3

DEFINUJ svůj Bayesovský model:

  • Pomocí dpois() definuj model věrohodnosti Y[i] podmíněný l[i].
  • Definuj apriorní modely pro a, b, c.
  • Řetězec modelu ulož jako poisson_model.