Simulación con RJAGS con variables categóricas

Considera el modelo de regresión Normal del volumen \(Y\)_i por el estado de día de la semana \(X\)_i:

verosimilitud: \(Y\)_i \(\sim N(m\)_i, \(s^2)\) donde \(m\)_i \(= a + b X\)_i
priors: \(a \sim N(400, 100^2)\), \(b \sim N(0, 200^2)\), \(s \sim Unif(0, 200)\)

Has explorado la relación entre \(Y\)_i y \(X\)_i para los 90 días registrados en RailTrail (en tu espacio de trabajo). A la luz de estos datos y de los priors anteriores, vas a actualizar tu modelo posterior de esta relación. Esto difiere de análisis anteriores en que \(X\)_i es categórica. En sintaxis de rjags, su coeficiente \(b\) se define con dos elementos, b[1] y b[2], que corresponden a los niveles de fin de semana y días laborables, respectivamente. Como referencia, b[1] se fija en 0. En cambio, b[2] se modela con el prior de \(b\).

Este ejercicio forma parte del curso

Modelado bayesiano con RJAGS

Ver curso

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# DEFINE the model    
rail_model_1 <- "model{
    # Likelihood model for Y[i]
    for(i in ___){
      Y[i] ~ ___
      m[i] <- ___
    }
    
    # Prior models for a, b, s
    a ~ ___
    b[1] <- ___
    b[2] ~ ___
    s ~ ___
}"

Editar y ejecutar código