Définir, compiler et simuler le modèle Normal-Normal
Après avoir observé le changement du temps de réaction \(Y\)i pour chacun des 18 sujets \(i\) inscrits à l'étude sur le sommeil, vous pouvez mettre à jour votre modèle a posteriori de l'effet de la privation de sommeil sur le temps de réaction. Cela exige de combiner l'information provenant de la vraisemblance et des lois a priori :
- vraisemblance : \(Y\)i \(\sim N(m, s^2)\)
- a priori : \(m \sim N(50, 25^2)\) et \(s \sim Unif(0, 200)\)
Dans cette série d'exercices, vous allez définir, compiler et simuler votre posterior bayésien. Les données observées sleep_study sont déjà dans votre espace de travail.
Cette activité fait partie du cours
Modélisation bayésienne avec RJAGS
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# DEFINE the model
___ <- "model{
# Likelihood model for Y[i]
for(i in 1:___) {
Y[i] ~ ___
}
# Prior models for m and s
m ~ ___
s ~ ___
}"