エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ベイズ予測情報量基準(BPIC)の分からないところのメモ - Take a Risk:林岳彦の研究メモ
「ベイズ統計モデリング/安道知寛著」にラスボス的に出てくるベイズ予測情報量基準(BPIC)なのですが... 「ベイズ統計モデリング/安道知寛著」にラスボス的に出てくるベイズ予測情報量基準(BPIC)なのですが、分からないところがあるので個人用にメモしておきます*1。 142pの7.3式: は単純な形でのBPICを示しています。 ここで第1項は事後対数尤度(devianceの平均)、pはパラメータの数です。つまり、ここではパラメータのペナルティが"2p"になっています*2。 ただ、この単純な形のBPICを適用するための仮定として: (a)統計モデルがあるに対して真のモデルg(x)と一致する、もしくは真のモデルが近くにある. (b)事前分布は、つまり観測データ数が十分に大きいとき、事前分布の影響は非常に小さくなる. というのが前提となるらしく、(a)はまだしも、(b)の意味が良くわかりません。 単に「観測データ数が充分に大きいとき、事前分布の影響が非常に小さくなる」というだけなら、ベイズ推定における
2011/06/18 リンク