Definieer, compileer en simuleer het regressiemodel
Na het bekijken van de relatie tussen gewicht \(Y\)i en lengte \(X\)i voor de 507 personen \(i\) in de gegevensset bdims, kun je je posterior-model van deze relatie bijwerken. Om je posterior op te bouwen, combineer je je inzichten uit de likelihood en de priors:
- likelihood: \(Y\)i \(\sim N(m\)i, \(s^2)\) waarbij \(m\)i \(= a + b X\)i
- priors: \(a \sim N(0, 200^2)\), \(b \sim N(1, 0.5^2)\) en \(s \sim Unif(0, 20)\)
In deze reeks oefeningen ga je je Bayesiaanse regressieposterior definiëren, compileren en simuleren. De bdims-gegevens staan in je werkruimte.
Deze oefening maakt deel uit van de cursus
Bayesiaans modelleren met RJAGS
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# DEFINE the model
weight_model <- ___