パラメータが既知の場合のベイズ統計量 [ベイズ統計量におけるパラメーターの推定]
統計的推論の目的として、
1. データに基づいて母数に関する知識を深めること
2. まだ観測されていない将来のデータを推定すること
が考えられる。
今、なんからの観測がされたとすると、上記に対する知識(精度)が深まったと考えられる。
今回、Xを二項分布とし、その事前分布がベータ分布と考える。
今、 p を推定する方法として、
1. モーメント法による推定
2. ベイズ的アプローチによる推定
などがあげられる。
ベイズ的アプローチによる推定につきまとう問題点として、パラメータが既知として計算されている。
パラメータが未知の場合、
は、どのように計算されるか?
推定量の良さとして、平均自乗誤差が考えられるが、
1. モーメント法による統計量
2. パラメータが既知のベイズ統計量
3. パラメータが未知のベイズ統計量
の3つの統計量に対して、平均自乗誤差は、どのように計算されるか?
●事前分布と事後分布の定義●
ベイズの定理によれば母数 w とデータ x との間に次のような関係が存在する。
事前分布は、実験によってデータを得る以前の知識を反映し、事後分布は、事前の知識に加えてデータによって学習した知識を反映する。