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 déjà apporté des éléments. Vous allez les combiner avec l’information issue des priors pour construire un modèle posterior de cette relation avec RJAGS. Les données RailTrail sont disponibles dans votre espace de travail.