多変量回帰のための RJAGS シミュレーション

平日かどうかを表す \(X\)_i と気温 \(Z\)_i を用いた、利用量 \(Y\)_i の次のベイズモデルを考えましょう。

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

これまでの探索では、RailTrail データにおける volume、weekday、hightemp の関係について、いくつかの知見が得られました。この知見と事前分布の情報を組み合わせて、RJAGS を使ってこの関係の事後モデルを構築しましょう。RailTrail データはワークスペースに用意されています。