กำหนด คอมไพล์ และจำลองโมเดลการถดถอย

เมื่อสังเกตความสัมพันธ์ระหว่างน้ำหนัก \(Y\)_i และส่วนสูง \(X\)_i ของผู้เข้าร่วม 507 คน \(i\) ในชุดข้อมูล bdims แล้ว คุณสามารถอัปเดตโมเดล posterior ของความสัมพันธ์นี้ได้ การสร้าง posterior ต้องนำข้อมูลจาก likelihood และ prior มารวมกัน:

• likelihood: \(Y\)_i \(\sim N(m\)_i, \(s^2)\) โดยที่ \(m\)_i \(= a + b X\)_i
• priors: \(a \sim N(0, 200^2)\), \(b \sim N(1, 0.5^2)\) และ \(s \sim Unif(0, 20)\)

ในชุดแบบฝึกหัดนี้ จะได้ กำหนด (define), คอมไพล์ (compile) และ จำลอง (simulate) Bayesian regression posterior ชุดข้อมูล bdims อยู่ใน workspace แล้ว