Mulai sekarangMulai gratis

Definisikan, kompilasi, & simulasi Normal-Normal

Setelah mengamati perubahan waktu reaksi \(Y\)i untuk masing-masing dari 18 subjek \(i\) yang berpartisipasi dalam studi tidur, Anda dapat memperbarui model posterior mengenai efek kurang tidur pada waktu reaksi. Ini memerlukan penggabungan wawasan dari model likelihood dan prior:

  • likelihood: \(Y\)i \(\sim N(m, s^2)\)
  • prior: \(m \sim N(50, 25^2)\) dan \(s \sim Unif(0, 200)\)

Dalam rangkaian latihan ini, Anda akan mendefinisikan, mengompilasi, dan mensimulasikan posterior Bayesian Anda. Data sleep_study teramati 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    
___ <- "model{
    # Likelihood model for Y[i]
    for(i in 1:___) {
        Y[i] ~ ___
    }

    # Prior models for m and s
    m ~ ___
    s ~ ___
}"
Edit dan Jalankan Kode