Simulasi RJAGS untuk regresi Poisson

Pada video sebelumnya kita merekayasa model regresi Poisson untuk volume \(Y\)_i berdasarkan status hari kerja \(X\)_i dan suhu \(Z\)_i:

• likelihood: \(Y\)_i \(\sim Pois(l\)_i) dengan \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• prior: \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\), dan \(c \sim N(0, 2^2)\)

Menggabungkan wawasan Anda dari data RailTrail yang teramati dan prior yang dinyatakan di sini, Anda akan mendefinisikan, mengompilasi, dan mensimulasikan model posterior dari hubungan ini menggunakan RJAGS. Untuk menantang diri Anda pada simulasi RJAGS terakhir di kursus ini, Anda akan diberi kode yang lebih sedikit membantu dari biasanya!

Data RailTrail sudah tersedia di ruang kerja Anda.