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.