ベイズ推論

条件付き分布

周辺分布

特に事前分布と呼ぶものを1つ決める

データによって、事前分布を事後分布に更新する部分

これを1ステップとして繰り返せるので、逐次推論ができる。

特に点推定を指す。

資料 / ref.

書籍

機械学習スタートアップシリーズ

Web

ベイズの定理

事後オッズ = 事前オッズ × ベイズ因子

渡辺澄夫

正しい統計的推論は存在しない

研究者にとっては、学問は常に不良設定です。

『真の分布がわからなくても推論の誤差を知ることができる』ところが 統計学のスゴイところです。

正しい統計モデルや正しい事前分布は存在しないが、それでも推論を行うことはできる。

階層構造を持つ統計モデルの推測にはベイズ法が推奨されています。

推論（inference）／推定（estimation）／予測（prediction）

条件付き確率の定義式より

$ P(A∩B)=P(A \mid B)P(B)=P(B \mid A)P(A)