Definieren, kompilieren und simulieren: Normal-Normal

Nachdem du die Änderung der Reaktionszeit \(Y\)_i für jede der 18 Personen \(i\) in der Schlafstudie beobachtet hast, kannst du dein Posterior-Modell zum Einfluss von Schlafentzug auf die Reaktionszeit aktualisieren. Dafür kombinierst du Informationen aus Likelihood und Priors:

Likelihood: \(Y\)_i \(\sim N(m, s^2)\)
Priors: \(m \sim N(50, 25^2)\) und \(s \sim Unif(0, 200)\)

In dieser Übungsreihe wirst du dein Bayes’sches Posterior definieren, kompilieren und simulieren. Die beobachteten sleep_study-Daten liegen in deinem Workspace.

Diese Übung ist Teil des Kurses

Bayesianisches Modellieren mit RJAGS

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

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

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

Code bearbeiten und ausführen