RJAGS-simulering för multivariat regression

Betrakta följande Bayesianska modell av volym \(Y\)_i som funktion av veckodagsstatus \(X\)_i och temperatur \(Z\)_i:

• sannolikhet: \(Y\)_i \(\sim N(m\)_i, \(s^2)\) där \(m\)_i \(= a + b X\)_i \(+ c Z\)_i .
• priorer: \(a \sim N(0, 200^2)\), \(b \sim N(0, 200^2)\), \(c \sim N(0, 20^2)\), \(s \sim Unif(0, 200)\)

Din tidigare undersökning av sambandet mellan volume, weekday och hightemp i RailTrail-data gav viss insikt om detta samband. Du kombinerar nu den insikten med information från priorerna för att ta fram en posterior-modell av sambandet med hjälp av RJAGS. RailTrail-data finns i din arbetsmiljö.