少しの背景知識

RによるベイズデータAnalysisの基礎

Rasmus Bååth

Data Scientist

確率

• 0 から 1 の間の数値。
• 確実性／不確実性に関する記述。
• 1 はある事柄が成立することへの完全な確信。
• 0 はある事柄が成立しないことへの完全な確信。
• 二値的な事象に限らない。

 

 

 

ベイズデータ分析における確率分布の役割は不確実性を表現することであり、ベイズ推論の役割はデータから学んだことを反映するよう確率分布を更新することです。

成功確率のベイズモデル

• prop_model(data)
• data は成功と失敗を 1 と 0 で表すベクトルです。
• 未知の基礎的な成功確率があります。
• データポイントが成功かどうかは、この確率のみに依存します。
• データを見る前は、すべての成功確率が等しく起こりうると仮定します。
• 結果は、基礎的な成功確率についてモデルが持つ知識を表す確率分布です。

prop_model を試してみる

data <- c()
prop_model(data)

prop_model を試してみる

data <- c(0)
prop_model(data)

prop_model を試してみる

data <- c(0, 1)
prop_model(data)

prop_model を試してみる

data <- c(0, 1, 0)
prop_model(data)

prop_model を試してみる

data <- c(0, 1, 0, 0)
prop_model(data)

prop_model を試してみる

data <- c(0, 1, 0, 0, 0)
prop_model(data)

prop_model を試してみる

data <- c(0, 1, 0, 0, 0, 1)
prop_model(data)

今度はご自身で prop_model を試してみましょう！

RによるベイズデータAnalysisの基礎