Simulace v RJAGS pro multivariátní regresi

Uvažuj následující Bayesovský model objemu \(Y\)_i podle stavu pracovního dne \(X\)_i a teploty \(Z\)_i:

• věrohodnost: \(Y\)_i \(\sim N(m\)_i, \(s^2)\), kde \(m\)_i \(= a + b X\)_i \(+ c Z\)_i .
• apriorní rozdělení: \(a \sim N(0, 200^2)\), \(b \sim N(0, 200^2)\), \(c \sim N(0, 20^2)\), \(s \sim Unif(0, 200)\)

Z předchozího prozkoumání vztahu mezi volume, weekday a hightemp v datech RailTrail sis odnesl/a užitečné poznatky. Teď je zkombinuješ s informacemi z apriorních rozdělení a pomocí RJAGS sestavíš posteriorní model tohoto vztahu. Data RailTrail máš k dispozici ve svém pracovním prostoru.