Simulación con RJAGS para regresión de Poisson

En el vídeo anterior construimos un modelo de regresión de Poisson del volumen \(Y\)_i según el estado de día laborable \(X\)_i y la temperatura \(Z\)_i:

• verosimilitud: \(Y\)_i \(\sim Pois(l\)_i) donde \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• priores: \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\) y \(c \sim N(0, 2^2)\)

Combinando tus conclusiones a partir de los datos observados de RailTrail y los priores indicados aquí, definirás, compilarás y simularás un modelo posterior de esta relación usando RJAGS. Para ponerte a prueba en esta última simulación con RJAGS del curso, ¡te daremos menos código de ayuda de lo habitual!

Los datos RailTrail están en tu espacio de trabajo.