Định nghĩa, biên dịch và mô phỏng Normal–Normal
Khi quan sát sự thay đổi thời gian phản ứng \(Y\)i cho từng trong số 18 đối tượng \(i\) tham gia nghiên cứu giấc ngủ, bạn có thể cập nhật mô hình hậu nghiệm về tác động của thiếu ngủ lên thời gian phản ứng. Việc này cần kết hợp thông tin từ mô hình hợp lý và mô hình tiên nghiệm:
- likelihood: \(Y\)i \(\sim N(m, s^2)\)
- priors: \(m \sim N(50, 25^2)\) và \(s \sim Unif(0, 200)\)
Trong chuỗi bài tập này, bạn sẽ định nghĩa, biên dịch, và mô phỏng hậu nghiệm Bayes của mình. Dữ liệu quan sát sleep_study đã có trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Mô hình hóa Bayesian với RJAGS
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# DEFINE the model
___ <- "model{
# Likelihood model for Y[i]
for(i in 1:___) {
Y[i] ~ ___
}
# Prior models for m and s
m ~ ___
s ~ ___
}"