Simulazione RJAGS per la regressione multivariata

Considera il seguente modello bayesiano del volume \(Y\)_i in funzione dello stato di giorno della settimana \(X\)_i e della temperatura \(Z\)_i:

• verosimiglianza: \(Y\)_i \(\sim N(m\)_i, \(s^2)\) dove \(m\)_i \(= a + b X\)_i \(+ c Z\)_i.
• prior: \(a \sim N(0, 200^2)\), \(b \sim N(0, 200^2)\), \(c \sim N(0, 20^2)\), \(s \sim Unif(0, 200)\)

La tua precedente esplorazione della relazione tra volume, weekday e hightemp nei dati RailTrail ha fornito alcune indicazioni su questo legame. Ora combinerai queste informazioni con quelle dei prior per sviluppare un modello posteriore di questa relazione usando RJAGS. I dati RailTrail sono già nel tuo workspace.