Kom igångKom igång gratis

Definiera, kompilera och simulera Normal-Normal-modellen

Efter att ha observerat förändringen i reaktionstid \(Y\)i för var och en av de 18 försökspersonerna \(i\) i sömnstudien kan du uppdatera din posterior-modell av sömnbristens effekt på reaktionstiden. Det kräver att du kombinerar information från sannolikhetsmodellen och priormodellerna:

  • sannolikhetsmodell: \(Y\)i \(\sim N(m, s^2)\)
  • priors: \(m \sim N(50, 25^2)\) och \(s \sim Unif(0, 200)\)

I den här övningsserien ska du definiera, kompilera och simulera din bayesianska posterior. De observerade sleep_study-data finns i din arbetsmiljö.

Den här övningen är en del av kursen

Bayesiansk modellering med RJAGS

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# DEFINE the model    
___ <- "model{
    # Likelihood model for Y[i]
    for(i in 1:___) {
        Y[i] ~ ___
    }

    # Prior models for m and s
    m ~ ___
    s ~ ___
}"
Redigera och kör kod