/**********************************************************************
 * loglinear model 
 **********************************************************************/

data {
    int<lower=0> n;         // number of observations 
    int<lower=0> k;         // number of predictors  
    array[n] int y;         // response 
    matrix[n, k] x;         // matrix of covariates
    real<lower=0> sigma;    // standard deviation in prior 
}
parameters {
    vector[k] beta;         // regression coefficient 
}
model {
    vector[n] eta;
    eta = x * beta; 
    y ~ poisson(exp(eta));
    beta ~ normal(0, sigma);
}

/**********************************************************************
 * THE END 
 **********************************************************************/