涌井貞美著「図解・ベイズ統計「超」入門」
を読んだ。
統計学の概略は知っていたが
ベイス統計は詳しくしらなかった。
ところがみていくと、
私の考えに関わりの深い考え方があるようだ。
重要なキーワードがわかるとその概要が理解できる。
■同時確率：AとBが同時に起こる確率
■条件付き確率：Aが起こったときにBに起こる確率
■乗法定理：AなおかつBが起こる確率
＝AのもとでBが起こる条件付き確率×Aがおこる確率
■加法定理：AとBが同時に起こることがない（排反）のとき加法定理が成立する
AまたはBが起こる確率＝Aが起こる確率＋Bが起こる確率
■ベイズの定義：
Bが起こったときにAの起こる確率
＝（Aが起こったときにBが起こる確率×Aの起こる確率）／Bの起こる確率
■ベイズの定理の変形：
AをH（仮定、hypothesis）、Bをデータ（data）とする
D（data）が得られた時にH(仮説)が成立して確率
＝Dが得られた確率
事後確率＝尤度（ゆうど）×事前確率／Dが得られた確率
■モンディ・ホール問題：
ベイス的意思決定の理論＝情報を得れれば次に取るべき行動の選択確率は変わる
■ベイズの定理の分母の求め方：
過程をすべて書き出してかた加法定理と乗法定理とを組み合わせ、展開する。
次に、与えられた尤度と事前確率の値を代入する
■理由不十分の原則：
確かな情報がない場合、適当な値をセットできる
厳密さに欠けるが、融通が利き、経験が活かせる
■ベイス更新：
以前のデータがから算出された事後確率を、
次のデータ解析のための事前確率に利用するこという技法
■ナイーブベイスフィルター：
あらかじめ取得してらる出現確率をかけ合わせていく
