Zdefiniuj, skompiluj i zasymuluj model Normal-Normal
Po zaobserwowaniu zmiany czasu reakcji \(Y\)i dla każdego z 18 uczestników \(i\) biorących udział w badaniu snu, możesz zaktualizować swój model posteriori opisujący wpływ niedoboru snu na czas reakcji. Wymaga to połączenia informacji z modelu wiarygodności i modeli a priori:
- wiarygodność: \(Y\)i \(\sim N(m, s^2)\)
- priors: \(m \sim N(50, 25^2)\) oraz \(s \sim Unif(0, 200)\)
W tej serii ćwiczeń zdefiniujesz, skompilujesz i zasymulasz bayesowski model posteriori. Zaobserwowane dane sleep_study są dostępne w twoim obszarze roboczym.
To ćwiczenie jest częścią kursu
Modelowanie bayesowskie z RJAGS
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# DEFINE the model
___ <- "model{
# Likelihood model for Y[i]
for(i in 1:___) {
Y[i] ~ ___
}
# Prior models for m and s
m ~ ___
s ~ ___
}"