ベイズ統計学とは？ † 統計的推論にベイズの定理を使う方法をいいます。 方法に一貫性があること、柔軟なモデルに対応できること、一般に"事前分布"を指定する必要があることなどの特色があります。 より詳しくは、松原先生のサイトを参照してください。 ↑ パッケージの一括インストール † 詳しくは CRAN Task View (一般化モデルのあてはめ、特定のモデルおよび手法、事後推定ツール、学習ベイジアン統計学、他のサンプリングエンジンとRとのリンクの5分類でまとめている)を参照していただきたいが、簡単には、 install.packages("ctv") library(ctv) install.views("Bayesian") で、必要なものはほぼすべて入ります。 個別のパッケージについては、 CRAN Task View: Bayesian Inference を参照されたい。 ↑ 詳細

公文もそろばんもやってなかったけど、高校まで妙に算数・数学だけできた。 小学生の頃、授業中退屈だったから、半年くらいで教科書を終わらせてた。 中学生の頃、暗算で解いて途中式を書かなかったら怒られてやる気をなくす。 高校生の頃、例題見ながらさっさと数研の教科書終わらせて、オリジナルって問題集も B問題と発展だけ全部解いて、授業中話を聞かずに赤チャートをガリガリやってた。 あてられたって、やるべき問題はすべて解いてあるのですぐ答えた。嫌なガキだな。 車のナンバープレートを見て、左の二桁と右の二桁を即足し算するとか けっこう日常的に無意識にやってしまう計算馬鹿だったりする。 でも、大学の数学をやるような頭がなかったんで、ずいぶん遠ざかってしまった。 数学的な考え方とかアルゴリズムって必要だとは最近感じている。 大学一年のとき全然興味がわかなかったけど、今なら興味が湧くかも、 と思って、少しずつい

下記論文にある，latent process decompositionのためのcollapsed変分ベイズ推定について，ガウス分布による近似のところをのぞいて，式の導出を解説した文書を書きました．ここをクリックしてください． Yiming Ying, Peng Li and Colin Campbell. A marginalized variational bayesian approach to the analysis of array data. BMC Proceedings 2008, 2(Suppl 4):S7. [2009/03/27 追記] 大学のWebサーバ，メールサーバが移転のため休止中です．上記の私が作成した解説文書は，間違いがあったので修正しました．新しいバージョンは，Webサーバが復活し次第，アップします． また，実装も終えて，wineデータセットについて，ほ

交換可能性を満たす場合、$n$ 個の確率変数 $X_i$ ($i=1, 2, \ldots, n$) の同時確率 (密度) 関数において \[ p(x_1, x_2, \ldots, x_n)= p(x_{\s(1)}, x_{\s(2)}, \ldots, x_{\s(n)}), \] が成り立つ。 ただし、$\s$ は集合 $\{1, 2, \ldots, n\}$ に対する置換を表わす関数で、$n$ 文字の置換 $\s$ は全部で $n!$ 通り存在する。 ここしばらくの間、ベイズ推定を勉強していて、交換可能性について考えていた。 de Finetti の定理 [1] もなんとか理解できたけど、交換可能性というものがどうもしっくり来ないなぁと思った。 de Finetti の定理によれば、$0$ または $1$ の値を取り得る確率変数の無限系列 $\{X_1, X_2, \ldots