Simulation RJAGS pour une régression de Poisson

Dans la vidéo précédente, nous avons conçu un modèle de régression de Poisson du volume \(Y\)_i en fonction du statut de jour de semaine \(X\)_i et de la température \(Z\)_i :

• vraisemblance : \(Y\)_i \(\sim Pois(l\)_i) où \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• priors : \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\) et \(c \sim N(0, 2^2)\)

En combinant vos observations sur les données RailTrail et les priors ci-dessus, vous allez définir, compiler et simuler un modèle postérieur de cette relation avec RJAGS. Pour vous mettre au défi dans cette dernière simulation RJAGS du cours, vous aurez moins de code d'aide que d'habitude !

Les données RailTrail se trouvent dans votre espace de travail.