【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood with Hierarchical Prior
1. Doing Bayesian Data Analysis 輪読会
Chapter 9
Gunosy Inc.
Coffee Yoshida
2013/08/24
2. 9章 Bernoulli Likelihood with Hierarchical Prior
• 目次
– 9.1 A Single Coin from a Single Mint
– 9.2 Multiple Coins from a Single Mint
– 9.3 Multiple Coins from Multiple Mints
– 9.4 Summary
– 9.5 R Code
– 9.6 Exercises
– (mint = 造幣局)
2013/08/24
6. 9.1 A SINGLE COIN FROM A SINGLE MINT
• コインが1個の場合の尤度と事前確認を復習する
• コインの表裏の確率は、ベルヌーイ分布を用い
て、以下の式で表せる
p ( y | θ ) = bern ( y | θ )
= θy ( 1 – θ ) 1- y
( 表 : y = 1、裏 : y = 0 )
( θ : コインの表が出る確率に関するパラメータ )
2013/08/24
7. パラメータの独立性
• 試行(コイン投げ)ごとに、表裏が出るパラメータ
は独立と仮定した
• N 回の試行中、 z 回表が出る同じ確率は、以下の式
で表せる
p ( y1, y1, …, | θ1, θ2, …, ) = Π p ( yi |θi )
= θz ( 1 - θ )N-z
– N = 1 の場合は、前ページの以下の式と同じ
p ( y | θ ) = bern ( y | θ )
= θy ( 1 – θ ) 1- y
2013/08/24
8. パラメータ θ の事前確率
• パラメータ θ の事前確率 p(θ) について考える
• コイン投げの例では、 p(θ) として、ベータ分布を仮
定していた
• ベータ分布
beta ( θ | a, b ) = θa-1 ( 1 - θ )b-1 / B(a, b)
– a, bは、ベータ分布のパラメータ、B(*, *) はベータ関数
– 平均 μ 、サンプルサイズ Z を用いて、a, bは以下のように
表せる
a = μ K
b = (1-μ) K
2013/08/24