Определение, компиляция и симуляция регрессионной модели

Наблюдая зависимость между весом \(Y\)_i и ростом \(X\)_i для 507 испытуемых \(i\) из набора данных bdims, вы можете обновить апостериорную модель этой зависимости. Чтобы построить апостериорное распределение, необходимо объединить информацию из функции правдоподобия и априорных распределений:

• правдоподобие: \(Y\)_i \(\sim N(m\)_i, \(s^2)\), где \(m\)_i \(= a + b X\)_i
• априорные распределения: \(a \sim N(0, 200^2)\), \(b \sim N(1, 0.5^2)\) и \(s \sim Unif(0, 20)\)

В этой серии упражнений вы определите, скомпилируете и симулируете апостериорное распределение байесовской регрессии. Данные bdims уже загружены в вашем рабочем пространстве.