Kom igångKom igång gratis

RJAGS-simulering med kategoriska variabler

Betrakta den normala regressionsmodellen för volym \(Y\)i efter veckodagsstatus \(X\)i:

  • sannolikhet: \(Y\)i \(\sim N(m\)i, \(s^2)\) där \(m\)i \(= a + b X\)i
  • prior: \(a \sim N(400, 100^2)\), \(b \sim N(0, 200^2)\), \(s \sim Unif(0, 200)\)

Du utforskade sambandet mellan \(Y\)i och \(X\)i för de 90 dagar som finns registrerade i RailTrail (i din arbetsyta). Med dessa data och ovanstående priors som grund uppdaterar du nu din posteriora modell av detta samband. Skillnaden mot tidigare analyser är att \(X\)i är kategorisk. I rjags-syntax definieras dess koefficient \(b\) av två element, b[1] och b[2], som motsvarar helg- respektive vardagsnivåerna. Som referens är b[1] satt till 0. Däremot modelleras b[2] av priorn för \(b\).

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    
rail_model_1 <- "model{
    # Likelihood model for Y[i]
    for(i in ___){
      Y[i] ~ ___
      m[i] <- ___
    }
    
    # Prior models for a, b, s
    a ~ ___
    b[1] <- ___
    b[2] ~ ___
    s ~ ___
}"
Redigera och kör kod