本記事は、『確率的プログラミング言語 Advent Calendar 2023』の15日目の記事になります。(アドベントカレンダーを主催していただいた松浦さんに感謝です!!) 今回は、論文『Log-Regularly Varying Scale Mixture of Normals for Robust Regression』で提案されている、外れ値を含んだデータの回帰分析に有用な“自由度0”のt分布と、Numpyroでの実装方法をご紹介します。 一般的な回帰分析 一般的なベイズ(線形)回帰分析では、以下の式を考えます。 $$ \begin{gather*} y_i = \alpha + \sum_{k=1}^Px_{i,k}\beta_k + \varepsilon_i \ (i=1,\dots,N) \\ \varepsilon_i \sim N(0, \sigma^2) \end{g
![“自由度0のt分布”をNumpyroで実装してみる - ぱぐみの部屋](https://cdn-ak-scissors.b.st-hatena.com/image/square/13f4305a900dc0048ff9db0b728610efc6a0533a/height=288;version=1;width=512/https%3A%2F%2Fwww.pagumi-bayesian.com%2Fwp-content%2Fuploads%2F2023%2F12%2Fimage-3.png)