定義、編譯與模擬 Normal-Normal

在觀察到睡眠研究中 18 位受試者 \(i\) 的反應時間變化 \(Y\)_i 後，你可以更新關於睡眠剝奪對反應時間影響的後驗模型。這需要結合似然與先驗模型的資訊：

likelihood： \(Y\)_i \(\sim N(m, s^2)\)
priors： \(m \sim N(50, 25^2)\) 與 \(s \sim Unif(0, 200)\)

在這一系列練習中，你將依序定義、編譯並模擬你的貝葉斯後驗。已觀察的 sleep_study 資料已在你的工作空間中。

本練習屬於課程

使用 RJAGS 的貝氏建模

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

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

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

編輯並執行程式碼