model{ for (i in 1:N){ Y[i] ~ dnorm(mu[i],tau) mu[i] <- beta0 + beta1 * (X[i] - X.bar) ## ((x-media) e uma forma de padronizacao) } X.bar <- mean(X) beta0 ~ dnorm(0,1.0E-3) # Prioris beta1 ~ dnorm(0,1.0E-3) sigma <- 1.0/sqrt(tau) tau ~ dgamma(1.0E-3, 1.0E-3) }