เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

กำหนด คอมไพล์ และจำลองโมเดล Normal-Normal

เมื่อสังเกตการเปลี่ยนแปลงของเวลาตอบสนอง \(Y\)i ของผู้เข้าร่วมการศึกษาทั้ง 18 คน \(i\) แล้ว คุณสามารถอัปเดตโมเดล posterior ของผลกระทบจากการอดนอนต่อเวลาตอบสนองได้ โดยต้องผสานข้อมูลเชิงลึกจากโมเดล likelihood และ prior เข้าด้วยกัน:

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

ในชุดแบบฝึกหัดนี้ คุณจะ กำหนด (define), คอมไพล์ (compile) และ จำลอง (simulate) Bayesian posterior ของคุณ ข้อมูล sleep_study ที่สังเกตได้อยู่ใน workspace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้างแบบจำลอง Bayesian ด้วย RJAGS

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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

    # Prior models for m and s
    m ~ ___
    s ~ ___
}"
แก้ไขและรันโค้ด