用于多元回归的 RJAGS 模拟

考虑如下关于工作日状态 \(X\)_i 与气温 \(Z\)_i 对体量 \(Y\)_i 的贝叶斯模型：

• 似然： \(Y\)_i \(\sim N(m\)_i, $s^2)$，其中 \(m\)_i \(= a + b X\)_i \(+ c Z\)_i 。
• 先验： $a \sim N(0, 200^2)$，$b \sim N(0, 200^2)$，$c \sim N(0, 20^2)$，\(s \sim Unif(0, 200)\)

您之前对 RailTrail 数据中 volume、weekday 与 hightemp 的关系做过探索，已经对这一关系有了一些直观认识。接下来，您将结合这些认识与先验信息，使用 RJAGS 构建该关系的后验模型。RailTrail 数据已在您的工作区中。