RJAGS-Simulation für Poisson-Regression

Im vorherigen Video haben wir ein Poisson-Regressionsmodell für das Volumen \(Y\)_i nach Wochentagsstatus \(X\)_i und Temperatur \(Z\)_i aufgebaut:

• Likelihood: \(Y\)_i \(\sim Pois(l\)_i) mit \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• Priors: \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\) und \(c \sim N(0, 2^2)\)

Indem du deine Einsichten aus den beobachteten RailTrail-Daten mit den hier angegebenen Priors kombinierst, definierst, kompilierst und simulierst du mit RJAGS ein posteriores Modell dieser Beziehung. Um dich in dieser letzten RJAGS-Simulation des Kurses zu fordern, bekommst du diesmal weniger hilfreichen Code als sonst!

Die RailTrail-Daten liegen in deinem Workspace.