RJAGS-Simulation für multivariate Regression

Betrachte das folgende Bayes’sche Modell des Volumens \(Y\)_i nach Wochentagsstatus \(X\)_i und Temperatur \(Z\)_i:

• Likelihood: \(Y\)_i \(\sim N(m\)_i, \(s^2)\), wobei \(m\)_i \(= a + b X\)_i \(+ c Z\)_i.
• Priors: \(a \sim N(0, 200^2)\), \(b \sim N(0, 200^2)\), \(c \sim N(0, 20^2)\), \(s \sim Unif(0, 200)\)

Deine vorherige Untersuchung der Beziehung zwischen volume, weekday und hightemp in den RailTrail-Daten hat bereits Einblick in diese Beziehung gegeben. Das kombinierst du nun mit Wissen aus den Priors, um mithilfe von RJAGS ein posterior-Modell dieser Beziehung zu entwickeln. Die RailTrail-Daten befinden sich in deinem Workspace.