Çok değişkenli regresyon için RJAGS benzetimi

Aşağıdaki Bayesci modeli, hacim \(Y\)_i'yi hafta içi durumu \(X\)_i ve sıcaklık \(Z\)_i ile modele:

• olabilirlik: \(Y\)_i \(\sim N(m\)_i, \(s^2)\), burada \(m\)_i \(= a + b X\)_i \(+ c Z\)_i .
• öncüller (priors): \(a \sim N(0, 200^2)\), \(b \sim N(0, 200^2)\), \(c \sim N(0, 20^2)\), \(s \sim Unif(0, 200)\)

RailTrail verilerinde volume, weekday ve hightemp arasındaki ilişkiyi daha önce incelemen, bu ilişkiye dair bazı içgörüler sağlamıştı. Bunu, öncüllerden gelen içgörülerle birleştirerek RJAGS kullanarak bu ilişkinin bir artıl dağılım (posterior) modelini geliştireceksin. RailTrail verileri çalışma alanında hazır.