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

Modélisation bayésienne avec RJAGS

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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