Definisikan, kompilasi, & simulasi model regresi
Setelah mengamati hubungan antara berat badan \(Y\)i dan tinggi badan \(X\)i untuk 507 subjek \(i\) dalam himpunan data bdims, Anda dapat memperbarui model posterior atas hubungan ini. Untuk membangun posterior, Anda harus menggabungkan wawasan dari likelihood dan prior:
- likelihood: \(Y\)i \(\sim N(m\)i, \(s^2)\) dengan \(m\)i \(= a + b X\)i
- prior: \(a \sim N(0, 200^2)\), \(b \sim N(1, 0.5^2)\), dan \(s \sim Unif(0, 20)\)
Dalam rangkaian latihan ini, Anda akan mendefinisikan, mengompilasi, dan mensimulasikan posterior regresi Bayesian Anda. Data bdims sudah tersedia di ruang kerja Anda.
Latihan ini merupakan bagian dari kursus
Pemodelan Bayesian dengan RJAGS
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# DEFINE the model
weight_model <- ___