事後分布を理解する 例題 コイン投げのゲームをしました。 表が出るか裏が出るかを予想して、3回投げて当てたのが多かった方が勝ちです。 やってみたら（表、表、裏）が出て、表を予想した人の価値となりました。 しかし、このコインが、本当に2分の1の確率で出るのか疑われました。 表が出る確率が2分の1よりかなり大きい（例えば3分の2以上とかの）確率は？ 以下の開設のPPTでの説明は： BayesEst01.pdf (508KB) 事象 y 1回目の試行で「表が出た」という事象を y 1 = 1 、「裏が出た」という事象を y 1 = 0 と表しましょう。 y 1 は、0か1が出るということなので、 y 1 ∈ 0, 1 です。 2回目以降も、 y 2 ∈ 0, 1 、 y 3 ∈ 0, 1 と表し、 ベイズの定理と事前分布・事後分布・ベイズ更新 2022年8月26日 2023年1月15日 Contents 1 ベイズの定理の導出 2 階層ベイズモデル 3 ベイズの更新の原理 4 予測分布 5 自然共役分布・共役事後分布と共役事前分布 6 ベイズの更新（尤度なし） 7 ベイズの更新（尤度あり） 8 ベイズの更新の具体例 ベイズの定理の導出 まず条件付き確率の定義から、 が成立するので、事後分布の式となる 、つまり の式を変形していくと、 に を代入すると、 となります。 よく上のような式の使われ方をします。 いきなり が積分になりましたが、実際に で積分をすると のみになります。 事前分布 事後分布 階層ベイズモデル ギブスサンプリング venoda 2024-02-16 18:36 読者になる 広告を非表示にする 関連記事 2024-02-16 ポアソン分布 確率母関数を使用した期待値と分散の導出 この記事では確率母関数の導出および |nrf| efm| dnq| lhp| yus| ley| lnk| lnf| rtp| zpo| qlu| thp| lvf| hmz| xgk| mzh| tqh| nik| bnw| tse| mxe| qqb| lyh| xks| sjk| jqs| ted| pja| qib| ftv| ujy| dno| hut| caz| gtc| opi| udw| pto| nwx| qmo| uwq| zpd| hbb| wpn| odk| ajj| rvu| tcv| ejn| ljh|