시작하기무료로 시작하기

정의하고, 컴파일하고, Normal-Normal을 시뮬레이션하기

수면 연구에 참여한 18명의 각 피험자 $i$에 대해 반응 시간 변화 \(Y\)i를 관측하면, 수면 박탈이 반응 시간에 미치는 효과에 대한 사후 모델을 업데이트할 수 있어요. 이를 위해서는 가능도와 사전분포 모델의 정보를 결합해야 합니다:

  • 가능도: \(Y\)i \(\sim N(m, s^2)\)
  • 사전분포: \(m \sim N(50, 25^2)\), \(s \sim Unif(0, 200)\)

이번 일련의 연습 문제에서는 베이지안 사후분포를 정의, 컴파일, 시뮬레이션해 볼 거예요. 관측된 sleep_study 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    
___ <- "model{
    # Likelihood model for Y[i]
    for(i in 1:___) {
        Y[i] ~ ___
    }

    # Prior models for m and s
    m ~ ___
    s ~ ___
}"
코드 편집 및 실행