- ベストアンサー
ベイズの定理とオッズ・尤度比の関係
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
条件付き確率の定義より P(Y|X)=P(X∩Y) / P(X)・・・(1) P(X|Y)=P(X∩Y) / P(Y)・・・(2) (2)の両辺をP(Y)倍すると P(Y)P(X|Y)=P(X∩Y) つまり P(X∩Y)=P(Y)P(X|Y)・・・(3) (3)を(1)の右辺に代入すると P(Y|X)=P(Y)P(X|Y) / P(X)
関連するQ&A
- ベイズ統計入門書の例題の尤度について
ベイズ統計の入門書を読んでいるのですが、いろんな適用方法があるのだとは思いますが、簡単に言うと以下のように見えます。 あのベイズの式があり、尤度が既知で、事前分布を与えると、データに依存して事後確率が変化するということをやっている、ということです。で、その事後確率を次の事前確率として次のデータでさらに次の事後確率を求めるという流れです。漸化式の計算と同じです 確率が事前から事後に流れることが時間発展のような形式となり、データに依存したシミュレーション的なアルゴリズムができそうです。 ここでやや疑問に思えるのが尤度です。尤度とは発展方程式の定数係数のような位置づけのように見てきます。尤度はこのベイズ統計で揺るぎのない確立した数値ということになるのでしょうか。尤度が時間的に変化することもありうるのでしょうか。そうなると未知数の積が出てくるので非線形という印象になるのですが。 ベイズ統計の初等的な事例で、異性が自分に好意を持つ、というようなものが紹介されています。好意を持っている異性の態度が”今日は、いい、普通、悪い”の３種であり、その確率（これが尤度表らしいですが）を既知として保持し、それとデータ（あしたの態度3種）に従って確率が変化するというような事例がありますが、尤度自体が簡単にはわからないものなのではないかと思うのですが。ただ単に興味を引く題材にした事例なのかもしれませんが。尤度についてどのように考えるのでしょうか。 異性の問題では結局、そこが難しいんじゃないか、と聞きたくなるわけですが。よろしくお願いします。
- 締切済み
- 数学・算数
- ベイズ定理の式の展開と意味について
P(A|B)=P(B|A)P(A)/P(B) はよく見るベイズ定理です。 左辺P(A|B)は条件付き確率で事後分布で、P(A)を事前分布、P(B|A)を”Aの条件での尤度”となるそうです。 ここで質問ですが、P(B|A)は見方によっては条件付き確率ということにも見えますが、尤度とのことです。これを尤度というのはなぜなのでしょうか。そも尤度の定義もよくわからない面があります。定義ですから盲目的に覚えるだけなのかもですが、定義の仕方がいろいろあるようにも見えるのですが。 また、P(A|B)=P(B|A)P(A)/P(B)の分母を表記せず、P(A|B)～P(B|A)P(A)のような表記が可能になるようです。これがなぜなのか教えて頂きたいのですが。これは目的依存なのだろうと思いますが、テキストにこのような表記がありました。 よろしくお願いします。
- 締切済み
- 数学・算数
- ベイズ更新について
ベイズ統計に詳しい人に教えてもらいたいのですが、念の為に確認させてください。 ------ ｜ A ＿｜ B 確率 ｜ 0.6 ｜ 0.4 --------------------- 項目１ ｜ 0.7 ｜ 0.1 項目２ ｜ 0.5 ｜ 0.3 項目３ ｜ 0.2 ｜ 0.5 --------------------- 尤度 ｜ 0.07 ｜ 0.015 の場合、項目の掛け算が尤度で、Ａの事後確率は、 0.875=( 0.07*0.6 ) / ( (0.07*0.6) + (0.015*0.4) ) で、良いですか？ 違っていたら、訂正おねがいします。 もし、良いのなら、ベイズ更新で事前確率になるのが、0.875になるのですよね？ ------ ｜ A ＿｜ B 確率 ｜ 0.875｜ 0.125 --------------------- 項目１ ｜ 0.7 ｜ 0.1 項目２ ｜ 0.5 ｜ 0.3 項目３ ｜ 0.2 ｜ 0.5 --------------------- 尤度 ｜ 0.07 ｜ 0.015 それを計算すると、 0.970=( 0.07*0.875 ) / ( (0.07*0.875) + (0.015*0.125) ) になり、何度か更新すると、１か０になる結果になります。 そうならないために、ベイズ更新というのは、どのタイミングですればよいのでしょうか？
- ベストアンサー
- 数学・算数
- 粗オッズ比と調整済みオッズ比
粗オッズ比と調整済みオッズ比 ある因子（仮に高血圧）を持つ人が病気（仮に脳出血）になりやすいという2x2集計表がありオッズ比を算出すると20と出ました。ほかの因子（年齢や既往歴など）は単変量解析でp>0.30となっており、一応多変量解析も行いましたが高血圧のみ有意と出ています。統計ソフトのSPSSで調整済みオッズ比を算出してみると、0.04とでますがどう解釈すればいいんでしょうか？計算が間違っているのでしょうか、そもそも調整する必要があるのでしょうか？
- ベストアンサー
- 数学・算数
- ベイズの定理を使う確立の問題です。受験生の８０%・
受験生の８０％が正解できる問題について、「理解しているが正解できない事象」、「理解していないが、偶然に正解できる事象」の条件付確立がともに0.1のとき、「正解できた受験生が問題を理解していない事象」の条件付確立をベイズの定理を用いて求めたいのですが。。。 Ａ：正解 Ｂ：不正解 Ｘ：理解していない Ｘ~：理解している ＃事象「Ｘ」の否定を「Ｘ~」と表記いたします。 ここで、Ｐ（B|X~）=0.1 Ｐ（A|X）=0.1 もとめる事象：Ｐ（A|X）=? となるまではわかるのですが、実際にベイズの定理を使ってもわからない事象があり、答えをだすことができません。 お分かりになる方、是非お願いします。
- 締切済み
- 数学・算数
- ベイズの定理
ある地域の住民のうち、１％がウィルス感染者とし、このウィルスをある検査方法で、検査すると、感染者が陽性を示す確率は９８％、非感染者が陽性を示す確率を５％とする。 （１）ある住人が陽性と判定されたとき、その人が感染者である確立を求めよ。 （２）ある住人が陰性と判定されたとき、その人が実は感染者である確立を求めよ。 この（１）（２）とも自力で解いたのですが、出てきた答えに実感がわかないので質問させて頂きました。 （１）検査される人が感染者である事象をＴ、そうでない事象をＦとする。さらに、検査で陽性を示すという事象をＡとする。 事象の起こる確立を、Ｐ（事象）と表すこととすると、求める確立は、 Ｐ（Ｅ｜Ａ）である。 ここで、ベイズの定理より、 Ｐ（Ｅ｜Ａ） ＝｛Ｐ（Ｅ）Ｐ（Ａ｜Ｅ）｝/｛Ｐ（Ｅ）Ｐ（Ａ｜Ｅ）＋Ｐ（Ｄ）Ｐ（Ａ｜Ｄ）｝ ＝｛0.01×0.98}/{0.01×0.98＋0.99×0.05｝ ・ ・ ・ ＝0.165 （２） 陰性を示した事象をＢとし、求める確立はＰ（Ｅ｜Ｂ）で、ベイズの定理から、 Ｐ（Ｅ｜Ｂ） ＝｛Ｐ（Ｅ）Ｐ（Ｂ｜Ｅ）｝/｛Ｐ（Ｅ）Ｐ（Ｂ｜Ｅ）＋Ｐ（Ｄ）Ｐ（Ｂ｜Ｄ） ＝{0.01×0.02}/{0.01×0.02＋0.99×0.95｝ ・ ・ ・ ＝0.0000213 このような考え方で正しいのでしょうか？ よろしくお願いします。
- ベストアンサー
- 数学・算数
- ベイズの定理の表現での考え方の順位
ベイズの定理でP(A,B|C)と言う表記がある場合、それはP((A,B)|C)であり、P(A,(B|C))ではないとされると思います（これでいいでしょうか）。 それについてなぜ？ 問われても答えることができるのでしょうか。 四則計算で2x5+3を(2x5)+3と計算するのであり、2x(5+3)としないのはなぜかという問いと同じなのでしょうか。 そういうルールだから、という理解でいいのでしょうか。自分もみんなもそれに従っているから整合性が取れるということで。 もしそうならば、そのルールを逆にしてもよいということになるのでしょうか。 めんどくさくなるとかのマイナス面もあると思いますが、ルールを変更することで矛盾が生じるとかそういうことがあるでしょうか。
- 締切済み
- 数学・算数
- ベイズの定理の問題
3種のコイン』ケーススタディの実験条件は、 表の出る確率 p が 0.4, 0.5, 0.6 の3種類のコインがある。 あるコインを選び、観測事象を 「A:そのコインを10回投げたら10回表が出た」 と設定。また完全系を { B1: (p=0.4) , B2: (p=0.5) , B3: (p=0.6) } と設定する。なお、先験確率: P(B_1) = 0.2, P(B_2) = 0.6, P(B_3) = 0.2 と仮定」 [ 選んだコインが、コイン1，2，3である(離散型) 事後確率分布を求めて欲しいです この問題をベイズの定理で求めて欲しいです 計算過程だけでもかまいません P(B_1|A)= P(B_2|A)= P(B_3|A)= のような形で求めて欲しいです お手数をおかけしますがよろしくお願いします
- ベストアンサー
- 数学・算数
- ベイズの定理の問題
3種のコイン』ケーススタディの実験条件は、 表の出る確率 p が 0.4, 0.5, 0.6 の3種類のコインがある。 あるコインを選び、観測事象を 「A:そのコインを10回投げたら5回表が出た」 と設定。また完全系を { B1: (p=0.4) , B2: (p=0.5) , B3: (p=0.6) } と設定する。なお、先験確率は一様 ( P(B1) = P(B2) = P(B3) = 1/3 ) と仮定する [ 選んだコインが、コイン1，2，3である(離散型) 事後確率分布を求めて欲しいです ベイズの定理で求めて欲しいです 計算過程だけでも構いません P(B_1|A)= P(B_2|A)= P(B_3|A)= のような形で求めて欲しいです お手数をおかけしますがよろしくお願いします
- ベストアンサー
- 数学・算数
- ベイズ統計の練習問題について
ベイズ統計の練習問題のについてお尋ねします。 問題：1袋100g表示の袋が数多くあり、３つのサンプルを取り出して計測すると100,102,104gだったとします。 この袋の重さは分散１の正規分布であることが分かっている場合、袋の重さの事後分布を求めなさい。 ベイズの式は事後分布∝尤度×事前分布ということで、尤度と事前分布を求めて式を変形するようです。 回答によると 尤度：正規分布の式（平均=μ,分散1）に100,102,104のそれぞれを代入して得た表示式の積を取る。 事前分布：値100に対する正規分布(平均=μ,分散1）の値（表示式） として進めていきます。 ここで質問ですが、正規分布（確率密度関数）の式の値に積極的な意味があるのかなという気がして、どういうことなのだろうと思います。 確率密度関数はそれを積分したときに確率が表示されるものであり、積分しないと物理的な意味がないような気がするのですが。 さらに回答を読むと、事前分布について分散1に限定かと思ったら事前分布は未知なので（←いつもそう言われますが）分散を3にして計算してみる、ということになっています。これはなぜでしょうか。 3にしてみるという試行の結果を示すだけで回答が成立するものなのでしょうか。定期試験などで。3でないといけない理由が見出だせないのですが。 よろしくお願いします。
- 締切済み
- 数学・算数
