Définir, compiler et simuler le modèle Normal-Normal

Après avoir observé la variation du temps de réaction \(Y\)_i pour chacun des 18 sujets \(i\) inclus dans l’étude du sommeil, vous pouvez mettre à jour votre modèle a posteriori de l’effet de la privation de sommeil sur le temps de réaction. Cela nécessite de combiner les informations issues 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 postérieur bayésien. Les données observées sleep_study sont déjà disponibles dans votre espace de travail.

Cet exercice fait partie du cours

<cours>Modélisation bayésienne avec RJAGS</cours>

Voir le cours

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 ~ ___
}"

Modifier et exécuter le code