#----------------------------------------------
# Inferenza di p di Bernoulli da una sequenza
# + previsione di successi in ulteriori prove
#
# GdA marzo 2011
#----------------------------------------------
# function pausa
pausa <- function() {
  cat ("\n >> Guarda il plot e dai enter per continuare\n")
  scan()
}

library(rjags)

modello = "inf_r_bck_measured.bug"  # file con il modello

dati <- NULL     # oggetto con i dati

dati$X <- 100    # nr di eventi osservati segnale+background  
dati$T <- 10     # tempo di osservazione in secondi

dati$XB <- 2000  # nr di eventi di solo background
dati$TB <- 400   # tempo di osservazione


jm <- jags.model(modello, dati)  # definisce il modello

update(jm, 100)                  # burn in 

catena <- coda.samples(jm, c("r","rB"), n.iter=10000)  # sampling 

print(summary(catena))
plot(catena)

pausa()
# trasformiamo il formato della catena
catena.df <- as.data.frame( as.mcmc(catena) )

layout(matrix(c(1:2),c(2,1)))
# plot a modo nostro
hist(catena.df$r, nc=100, prob=TRUE, xlim=c(0,10),
     col='yellow',
     xlab='r', ylab='f(r)', main='Inference about r, intensity of process')
hist(catena.df$rB, nc=100, prob=TRUE, xlim=c(0,10),
     col='red',
     xlab='rB', ylab='f(rB)', main='Inference about rB, intensity of backd process')

layout(1)

pausa()
plot(catena.df$r,catena.df$rB, ylab='r', xlab='rB')