Симуляция RJAGS для регрессии Пуассона

В предыдущем видео мы построили регрессионную модель Пуассона для объёма \(Y\)_i в зависимости от статуса рабочего дня \(X\)_i и температуры \(Z\)_i:

• правдоподобие: \(Y\)_i \(\sim Pois(l\)_i) где \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• априорные распределения: \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\) и \(c \sim N(0, 2^2)\)

Опираясь на наблюдаемые данные RailTrail и заданные априорные распределения, вы определите, скомпилируете и смоделируете апостериорную модель этой зависимости с помощью RJAGS. В качестве дополнительного испытания в этой последней симуляции курса вам будет предоставлено меньше вспомогательного кода, чем обычно!

Данные RailTrail доступны в вашем рабочем пространстве.