情報理論に基づく事前分布自由のベイズ型統計推測法
スポンサーリンク
概要
- 論文の詳細を見る
ベイズ型統計推測は多くの利点をもっているにも拘らず,事前情報への依存性から統計学界の中でもそれに対する抵抗が強いものである。そのため,各種の非報知的な事前分布によるベイズ型推測法が提案されているが,論理的整合性と適用性を兼ね備えたものがまだ少ない。その中でもBernardoに提案されたreference priorの方法が著名であり,それはLindleyの情報量汎関数の最大化を基礎としたものである。本稿では,一般的な条件の下でもLindleyの情報量汎関数が常にゼロであることを証明し,新しい情報量汎関数を構成することができた。そして事前分布自由の推測法の理論的基礎を構築し,それに基づく計算法を提案した。提案する方法の特徴は推論の過程及びその結果が事前分布に依存しないことであり,その概要は次のとおりである。まず,所与の初期観測データに関する密度関数をもとに推測関数を定義し,そして定義した推測関数による新しい情報量汎関数の最大化でパラメータの初期事後分布を決定する。その上,さらに後続観測データについて初期事後分布を事前分布として,ベイズの定理を用いて全部の観測データに基づくパラメータの事後分布を得る。提案する方法が論理的整合性と実用性を兼ね備え,広く応用できるものと考えられる。
- 2004-12-30
著者
関連論文
- 情報理論に基づく事前分布自由のベイズ型統計推測法
- 係数成分制約を用いた回帰分析法の提案と北海道の稲作生産性に対する気温の影響分析
- 情報量統計学の方法を用いた携帯情報端末における実験データの分散分析
- A New Approach to Objective Bayesian Analysis
- D-4 情報理論に基づく統計的推測の一般方法について(日本統計学会第67回大会記録 : 情報幾何と統計的方法)
- 中国物流のマクロ環境の変化
- Bayesian Methods for Modeling, Identification and Estimation of Stochastic Systems