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。
ベイズ統計学の手引 - HELLO CYBERNETICS
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
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
ベイズ統計学の手引 - HELLO CYBERNETICS
ベイズ統計学のモデリングにおける登場人物 同時分布 統計モデルと事前分布 尤度関数 事後分布 周辺尤度... ベイズ統計学のモデリングにおける登場人物 同時分布 統計モデルと事前分布 尤度関数 事後分布 周辺尤度 まとめ 寄り道 ベイズ予測分布 回帰の例 同時分布設計 事後分布 ベイズ予測分布 ベイズ統計学のモデリングにおける登場人物 同時分布 ベイズ統計学で最もモデル設計者が意識しなければならないのは観測できる確率変数 $X$ と観測できない確率変数 $Z$ の同時分布です。 $$ p(X, Z) $$ ベイズ統計学でのモデリングとは主に、この同時分布にどのような仮定を与えるのかということに尽きます。 統計モデルと事前分布 例えば、 $Z$ が気温、$X$ がある計測機器を用いた気温の測定結果を表すものとしましょう。すると、実質的な気温 $Z$ の周りに、適当なばらつき $\sigma ^ 2$ で測定結果 $X$ が定まるようなことが考えられます。このモデルは、例えば下記のように平均 $Z$