PRML 2.3.6に記載の通り、ガウス分布に従う観測値xが与えられたとき、そのガウス分布の平均・精度パラメータの共役事前分布を用いて、xの観測毎に事後分布のパラメータを逐次求めます。 以下のベイズ推定をそれぞれ行います。 xの精度が既知として、共役事前分布としてガウス分布p(u)=N(u|nu,nv)を用いて、xの平均パラメータの事後分布を求めます。 xの平均が既知として、共役事前分布としてガンマ分布p(λ)=Gam(λ|ga,gb)を用いて、xの精度パラメータの事後分布を求めます。 xの平均と精度が未知として、共役事前分布としてガウス-ガンマ分布(正規-ガンマ分布)p(u,λ)=N(u|ngu,(ngbeta*λ)^(-1))Gam(λ|nga,ngb)を用いて、xの平均・精度パラメータの同時事後分布を求めます。 xのプロットに重ねて、以下を示します。 xの精度が既知として、xの平均パ
![Rでガウス分布の平均・精度パラメータを逐次ベイズ推定 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/eb1c5d26a315b67ef018d130d1c53a7c93847ba3/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBkYXRhOTgyNCZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MjQ0MGY3N2NkYmFhOTVmOTI1M2E2N2FlNDg0OWEwNWU%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4g5qCq5byP5Lya56S-44Oo44OJ44Km44Kn44Ki%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25231E2121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3D7d56c56003d1ccd1a975b8393a62c4e4)