1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. RJAGS로 배우는 Bayesian 모델링
Connected

Exercises

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.

คำแนะนำ 1 / 3

undefined XP
    1
    2
    3

베이지안 모델을 정의(DEFINE)하고 model string을 sleep_model로 저장하세요. 다음 사항을 유의하세요:

  • dnorm(a, b)는 정밀도(즉, 분산의 역수) $b$를 갖는 \(N(a, b^{-1})\) 모델을 정의합니다.

  • dunif(a,b)는 \(Unif(a,b)\) 모델을 정의합니다.

  • \(Y\)i의 모델은 $m$과 $s$에 의존합니다. 피험자 수 $i$는 length(Y)로 정의합니다.