Mulai sekarangMulai gratis

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

Lihat Kursus

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# DEFINE the model    
weight_model <- ___
Edit dan Jalankan Kode