ベイズ推定での使用
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/03/18 10:08 UTC 版)
今度の国民投票で「賛成」と投票する有権者の割合を p とする。母集団から無作為に n 人の有権者を選んで世論調査を行う。i = 1、 …、 n に対して、 i が賛成に投票するなら Xi = 1、賛成に投票しないなら Xi = 0 とする。 統計的推論への頻度主義的アプローチでは、p に確率分布を与えることなく、X1 、…、 Xn を独立した確率変数と呼ぶ。 対照的に、統計的推論へのベイズアプローチでは、p に確率分布を割り当てて、その確率を「p が任意の間隔にあるという確信の度合い」として解釈する。このモデルでは、確率変数 X1 、 …、 Xn は独立ではないが、p の値を条件として条件付き独立である。特に、多数の X が 1 に等しいことが観察された場合、p が 1 に近いことが示唆されるので、次に観測される X が 1 に等しいという条件付き確率が高くなる。
※この「ベイズ推定での使用」の解説は、「条件付き独立」の解説の一部です。
「ベイズ推定での使用」を含む「条件付き独立」の記事については、「条件付き独立」の概要を参照ください。
- ベイズ推定での使用のページへのリンク