시작하기무료로 시작하기

회귀 모델 정의, 컴파일, 시뮬레이션하기

bdims 데이터 세트의 507명 대상자 $i$에 대해 체중 \(Y\)i와 키 \(X\)i의 관계를 관찰했으니, 이제 이 관계에 대한 사후 모델을 업데이트할 수 있습니다. 사후분포를 구성하려면 우도와 사전분포에서 얻은 통찰을 결합해야 합니다:

  • 우도: \(Y\)i \(\sim N(m\)i, \(s^2)\), 여기서 \(m\)i \(= a + b X\)i
  • 사전분포: \(a \sim N(0, 200^2)\), \(b \sim N(1, 0.5^2)\), 그리고 \(s \sim Unif(0, 20)\)

이 일련의 연습 문제에서 베이지안 회귀의 사후분포를 정의, 컴파일, 시뮬레이션해 보겠습니다. bdims 데이터는 작업 공간에 준비되어 있습니다.

이 연습은 강의의 일부입니다

RJAGS로 배우는 Bayesian 모델링

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# DEFINE the model    
weight_model <- ___
코드 편집 및 실행