RJAGS-simulering för Poisson-regression

I föregående video byggde vi en Poisson-regressionsmodell av volymen \(Y\)_i utifrån veckodagsstatus \(X\)_i och temperatur \(Z\)_i:

• sannolikhet: \(Y\)_i \(\sim Pois(l\)_i) där \(log(l\)_i\() = a + b X\)_i \(+ c Z\)_i
• priors: \(a \sim N(0, 200^2)\), \(b \sim N(0, 2^2)\) och \(c \sim N(0, 2^2)\)

Genom att kombinera dina insikter från de observerade RailTrail-data med de priors som anges här ska du definiera, kompilera och simulera en posterior-modell av detta samband med RJAGS. Som en extra utmaning i kursens sista RJAGS-simulering får du mindre hjälpande kod än vanligt!

RailTrail-data finns i din arbetsmiljö.