Modeling bayesiano con RJAGS

Il modello bayesiano Normale-Normale a due parametri offre una base semplice per i modelli di regressione Normale. In questo capitolo progetterai il modello Normale-Normale e lo definirai, compilerai e simulerai usando rjags. Esplorerai anche il “magico” meccanismo delle catene di Markov alla base delle simulazioni con rjags.

In questo capitolo estenderai il modello Normale-Normale a un semplice modello di regressione bayesiano. In questo contesto vedrai come usare l’output di simulazione di rjags per condurre l’inferenza a posteriori. In particolare, costruirai stime a posteriori dei parametri di regressione usando medie a posteriori e intervalli credibili, testerai ipotesi usando probabilità a posteriori e costruirai distribuzioni predittive a posteriori per nuove osservazioni.

In questo capitolo finale, generalizzerai il semplice modello di regressione Normale per applicarlo in contesti più ampi. Integrerai predittori categorici, progetterai un modello di regressione multivariata con due predittori e, infine, estenderai questa metodologia a modelli di regressione multivariata di Poisson per variabili di conteggio.