統計のお勉強ー間違いだらけかも、、、
R関連サイト
ホーム
時系列分析
EXCEL-PIVOT
R関連
Packages
reshape
Rのデータフレーム操作
R言語についてのメモ
scale, stem
サイコロで見る不偏分散
データ準備(apply系)
データ準備(reshape)
データ準備(sum, count)
ランダム数値の衝突率
レジェンドの位置を手動で決める
二項分布
余白の調整
分散(var), 相関(cor), 共分散(cov)
文字列(character vector)処理
カイ二乗検定
データマイニング入門から
ベイズ推定
ベイズ統計学入門(渡部洋)より
3章 推測のためのベイズの定理
4章 ベルヌーイモデルでの解析
参考リンク
同時確率と条件付き確率
平均値を比較する
確率分布-例題1
統計学演習
確率
確率分布
誕生日パラドックス
サイトマップ
ベイズ統計学入門(渡部洋)より
>
3章 推測のためのベイズの定理
尤度関数の話
ベイズでは、観測値が得られた => その事象自体の確率分布ではなく => 未知母数の情報が欲しくなる
ベイズ推定では、母集団から得られる事象の確率変数だけではなく、未知母数も確率変数と考える。
未知母数とは、平均とか分散とか。ある分布が与えられた(観測された)時のモデル分布のパラメータになる?
もともとの事象の確率を示す関数を探していたのだが、視点が切り替わり、未知母数の ”尤もらしさ” を示す関数を考え、事後分布=>事後確率密度を考えることになる。
ただ、尤度関数自体は、確率密度関数ではなく、未知母数を尤もらしさを示す関数。
なんか分かってないないなあああ、、
Comments