शुरू करेंमुफ़्त में शुरू करें

श्रेणीबद्ध वैरिएबल्स के साथ RJAGS सिमुलेशन

मान लीजिए, weekday स्थिति \(X\)i के अनुसार volume \(Y\)i का Normal regression मॉडल:

  • likelihood: \(Y\)i \(\sim N(m\)i, \(s^2)\) जहाँ \(m\)i \(= a + b X\)i
  • priors: \(a \sim N(400, 100^2)\), \(b \sim N(0, 200^2)\), \(s \sim Unif(0, 200)\)

आपने RailTrail (आपके workspace में) में दर्ज 90 दिनों के लिए \(Y\)i और \(X\)i के बीच संबंध को देखा था। ऊपर दिए गए priors और इन डेटा के आधार पर, आप इस संबंध के अपने posterior मॉडल को अपडेट करेंगे। यह पिछली analysis से इसलिए अलग है क्योंकि \(X\)i categorical है। rjags सिंटैक्स में, इसका कोएफिशिएंट \(b\) दो एलिमेंट्स b[1] और b[2] से परिभाषित होता है, जो क्रमशः weekend और weekday लेवल्स से मेल खाते हैं। संदर्भ के लिए, b[1] को 0 सेट किया गया है। इसके विपरीत, b[2] को \(b\) के prior से मॉडल किया जाता है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

RJAGS के साथ Bayesian Modeling

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# DEFINE the model    
rail_model_1 <- "model{
    # Likelihood model for Y[i]
    for(i in ___){
      Y[i] ~ ___
      m[i] <- ___
    }
    
    # Prior models for a, b, s
    a ~ ___
    b[1] <- ___
    b[2] ~ ___
    s ~ ___
}"
कोड संपादित करें और चलाएँ