ベイズ推定 - Wikipedia
ベイズ推定（ベイズすいてい、英: Bayesian inference）とは、ベイズ確率の考え方に基づき、観測事象（観測された事実）から、推定したい事柄（それの起因である原因事象）を、確率的な意味で推論することを指す[1]。 ベイズの定理が基本的な方法論として用いられ、名前の由来となっている。統計学に応用されてベイズ統計学[2]の代表的な方法となっている。 ベイズ推定においては、パラメータの点推定を求めることは、ベイズ確率（分布関数）を求めた後に、決められた汎関数：の値（平均値もしくは中央値など）を派生的に計算することと見なされる。 標語的には、「真値は分布する」、「点推定にはこだわらない」などの考え方に依拠している。 いま、AおよびXを離散確率変数とする。ここで A を原因、X をそれに対する証拠（つまり原因によって起きたと想定される事象）とするとき、 P(A) = 事象 A が発生する
Bayesian inference - Wikipedia
Toggle Inference over exclusive and exhaustive possibilities subsection
Statistical hypothesis testing - Wikipedia
Paul Meehl has argued that the epistemological importance of the choice of null hypothesis has gone largely unacknowledged. When the null hypothesis is predicted by theory, a more precise experiment will be a more severe test of the underlying theory. When the null hypothesis defaults to "no difference" or "no effect", a more precise experiment is a less severe test of the theory that motivated pe
1
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
Amazon.co.jp: Statistics and the Evaluation of Evidence for Forensic Scientists (Statistics in Practice): Aitken, Colin: 本
Amazon.co.jp: Modern Scientific Evidence: Standards, Statistics and Research Methods: Faigman, David L., Kaye, David H., Saks, Michael J., Sanders, Joseph, Cheng, Edward K.: 本
Bayesian Belief Nets
