Simulation RJAGS pour la régression multivariée

Considérez le modèle bayésien suivant du volume \(Y\)_i en fonction du statut de jour de semaine \(X\)_i et de la température \(Z\)_i :

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

Votre exploration précédente de la relation entre volume, weekday et hightemp dans les données RailTrail a fourni un certain éclairage. Vous combinerez ces observations avec l'information issue des priors pour élaborer un modèle postérieur de cette relation à l'aide de RJAGS. Les données RailTrail se trouvent dans votre espace de travail.