最近ではベイズ法を用いて(MrBayes を用いて)系統解析を行う論文も大分増えており, 方法論としてはほぼ定着した感があります。 しかしその原理や考え方についてはあまり広く理解されていないようでもあります。 そこで,筆者が幾つかの文献や資料を読んで理解した範囲で,その考え方を紹介しておきたいと思います。 筆者は数学(統計学)を専門にしているわけではありませんので,数学的に厳密な解説ではないかもしれませんが, その程度の解説と思って読んでいただければいいと思います。 正確・詳細な解説については末尾の参考文献・サイトを当たってみてください。 なお,間違いなどがありましたら,ご指摘のほどよろしくお願い致します。 ベイズの事後確率(Bayesian posterior probability)が最大となるような系統樹を求める方法です。 これは最尤法が尤度が最大となるような系統樹を求める方法である
---------------------------------------------------------- 事後確率と尤度――系統推定における最尤法とベイズ法の最前線 ---------------------------------------------------------- 尤度(likelihood)とはある仮説(モデル)のもとで観察されたデータが生じる確率を意味しています.以下では,この尤度が「ベイズの定理」と呼ばれているもののパーツを構成していることを示します.これは,系統推定の業界で「最尤法」に代わるものとして最近用いられ始めている「ベイズ法」を理解する要になります. ------------------------ ●「ベイズの定理」の導出 ------------------------ いま,観察データDが与えられたとして,それを説明する対立仮説がHi(i
3.9 例題:固有値問題、確率過程 (1999.08.29 初版) 演算子の機能を確認するために簡単なプログラムを書いてみます。ここで利用するベ クトルと行列のクラス・インターフェースはこちらをご覧ください。 これらは、ヘッダファイル( matrix17.h )、関数定義プログラム( matrix17.cpp ) にまとめてあります。 3.9.1 ベクトルと行列の演算 次のプログラムは、ベクトル演算子の使用法を示しています。 // lst03_19.cpp // ベクトルの演算をテストする //matrix17.cppと一緒にコンパイルする #include <iostream.h> #include "matrix17.h" int main() { Vector x(4), y(4); for(int i = 0; i < x.getSize(); i++){ y[i] = 0.2
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く