![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
「.NET 開発基盤部会 Wiki」は、「Open棟梁Project」,「OSSコンソーシアム .NET開発基盤部会」によって運営されています。
ベイズ主義（ベイズ統計）と
頻度主義（一般的に扱われる統計）
| ベイズ主義 | 頻度主義 | |
| 母数 | 確率定数 | 変数 |
| データ | 変数 | 確率定数 |
主観確率を扱う統計学
= P(X∩Y) = P(Y) * P(X)
| Y\X | 0 | 1 | 2 | 合計 |
| 3 | 1/12 | 5/24 | 1/24 | 8/24=1/3 |
| 4 | 2/12 | 5/12 | 2/24 | 8/12=2/3 |
| 合計 | 3/12=1/4 | 15/24=5/8 | 3/24=1/8 | 1 |
= P(X|Y) = P(X∩Y) / P(Y)
P(Y|X) = P(X∩Y) / ΣP(X) = (P(X|Y) * P(Y)) / ΣP(X)
| Y\X | A | B | C | 合計 |
| A)F | 1/24 | 1/72 | 5/72 | 1/8 |
| B)F | 1/6 | 1/18 | 5/18 | 1/2 |
| C)F | 3/24 | 3/72 | 15/72 | 3/8 |
| 合計 | 1/3 | 1/9 | 5/9 | 1 |
ある状況でそのデータが得られる確率
事後確率 ＝ 事前確率 * ----------------------------------
平均してそのデータが得られる確率事後確率 ＝ 事前確率 * データの尤度（ゆうど）
統計モデルのパラダイムシフトとして
記述能力と汎化能力のトレードオフを回避するパラメタθ
自体にも統計モデルを想定するような統計モデルの一種
| 合計 | 陽性(Y1) | 陰性(Y2) | |
| 罹患者(X1) | 20/100,000 = 0.0002 | 0.0002*0.8 | 0.0002*0.2 |
| 健康な人(X2) | 1 - 20/10,000 = 0.9998 | 0.9998*0.05 | 0.9998*0.95 |
= 病気に罹患している確率 * (実際に罹患している人が検査で陽性となる確率 / 陽性になる確率) = (0.0002*0.8) / ((0.0002*0.8) + (0.9998*0.05)) = 0.00319042871385842472582253240279 ≒ 0.0032 ≒ 0.32%
| 合計 | URL有り(Y1) | URL無し(Y2) | |
| 迷惑メール(X1) | 0.3 | 0.3*0.6 | 0.3*0.4 |
| 正常なメール(X2) | 1 - 0.3 = 0.7 | 0.7*0.1 | 0.7*0.9 |
= 迷惑メールの確率 * (迷惑メールの中でURL付きである確率 / 全メールの中でURL付きである確率) = 0.3 * ( 0.6 / (0.3*0.6) + (0.7*0.1) ) = 0.72
※ ステークホルダー・マネジメントが重要である模様
ベイズモデルのマルコフ連鎖モンテカルロ法（MCMC）を使用して、
消費者の行動の結果データで観測されている変数だけでなく、
その背後に存在する観測できない潜在変数までも含めて因果性を評価する。
