Simulación con RJAGS para regresión multivariante

Considera el siguiente modelo bayesiano del volumen \(Y\)_i según el estado de día laborable \(X\)_i y la temperatura \(Z\)_i:

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

Tu exploración previa de la relación entre volume, weekday y hightemp en los datos de RailTrail te dio algunas pistas sobre esta relación. Ahora combinarás esto con la información de las priors para construir un modelo posterior de esta relación usando RJAGS. Los datos de RailTrail están en tu espacio de trabajo.