Attività.txt

seminario sulle full conditional del modello
e varie scelte per le g del modello riguardo alle possibilità di come inserire le covariate in base a spazio e tempo, se il tempo è sempre presente (cov meteo, traffico, ecc) o magari fisso (cov altezza, tipo di stazione).
scritte in inglese, esponibili a scelta
max 1h
verso fine mese magari


Il piano va bene, per finire di comprendere il modello e il sampling delle partizioni tra luglio/agosto.
Quando lo implementeremo poi va bene partire con le inverse gamma per le tre varianze.
E usare una normale N(0,bassa varianza) per phi1, in un'idea simile a eta1.
E inserire anche dei coefficienti di regressione beta dipendenti dal tempo nella likelihood.



Slides:
1. Model review
2. Our changes and contribution
3. Test on air pollution data




- rifare il test di Page su gstat con gli stessi parametri e mostrare che esce "meglio"
- vedere se riusciamo a gestire anche NA sui dati mancanti, le Y_it, simulando dalla likelihood
- fare i test finali con i dati che riceverò e fare il confronto ben chiaro

- valutare se fare con Page un pacchetto su R
- e intanto sistemare il codice github per renderlo comprensibile