ポアソン回帰のための RJAGS シミュレーション

前のビデオでは、曜日ステータス \(X\)_i と気温 \(Z\)_i を説明変数とした、利用量 \(Y\)_i のポアソン回帰モデルを構築しました。

• 尤度： \(Y\)_i \(\sim Pois(l\)_i) ただし \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• 事前分布： $a \sim N(0, 200^2)$、$b \sim N(0, 2^2)$、\(c \sim N(0, 2^2)\)

観測された RailTrail データと上記の事前分布をもとに、RJAGS を使ってこの関係の事後モデルを定義・コンパイル・シミュレートしましょう。コースの最後となる RJAGS シミュレーションです。これまでよりもヒントが少ない状態で挑戦してみてください！

RailTrail データはワークスペースに読み込まれています。