回帰モデルの定義・コンパイル・シミュレーション

bdims データセットに含まれる507人の被験者 \(i\) について、体重 \(Y\)_i と身長 \(X\)_i の関係を観察したうえで、この関係の事後モデルを更新しましょう。事後分布を構築するには、尤度と事前分布から得られた知見を組み合わせる必要があります。

尤度： \(Y\)_i \(\sim N(m\)_i, $s^2)$、ただし \(m\)_i \(= a + b X\)_i
事前分布： $a \sim N(0, 200^2)$、$b \sim N(1, 0.5^2)$、\(s \sim Unif(0, 20)\)

この一連の演習では、ベイズ回帰の事後分布を定義し、コンパイルし、シミュレーションします。bdims データはワークスペースに用意されています。

ベイズモデルを定義しましょう。

m[i] <- a + b * X[i] として、m[i] と s を条件とする Y[i] の尤度モデルを定義してください。
a、b、s の事前分布を指定してください。
モデル文字列を weight_model として保存してください。