Simulation RJAGS pour la régression de Poisson

Dans la vidéo précédente, nous avons construit un modèle de régression de Poisson du volume \(Y\)_i en fonction du statut 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 indiqués ici, vous allez définir, compiler et simuler un modèle a posteriori de cette relation avec RJAGS. Pour vous challenger dans cette dernière simulation RJAGS du cours, vous disposerez de moins de code d’aide que d’habitude !

Les données RailTrail sont déjà dans votre espace de travail.