ポスト

#統計 #Julia言語 線形回帰のβ₁に関するP値関数 と βとlog σ²について平坦な事前分布での ベイズ版線形回帰のβ₁に関する事後分布 は数学的に「同等」なので、 線形回帰に関するP値を使う方法とベイズ法の違い は 事前分布の平坦分布との違い にちょうど対応。 github.com/genkuroki/publ… pic.twitter.com/Ev5GqQqCja

メニューを開く

黒木玄 Gen Kuroki@genkuroki

みんなのコメント

メニューを開く

#統計 P値関数と事後分布を並べてプロットすれば、P値関数と事後分布はどちらも同じような使い方をするべきものだということも分かります。 どちらも、データの数値とモデル+パラメータの値の設定の相性の良さの様子を表している。(ベイズのモデルは事後分布を含む) x.com/genkuroki/stat…

黒木玄 Gen Kuroki@genkuroki

#統計 #Julia言語 線形回帰のβ₁に関するP値関数 と βとlog σ²について平坦な事前分布での ベイズ版線形回帰のβ₁に関する事後分布 は数学的に「同等」なので、 線形回帰に関するP値を使う方法とベイズ法の違い は 事前分布の平坦分布との違い にちょうど対応。 github.com/genkuroki/publ…

黒木玄 Gen Kuroki@genkuroki

人気ポスト

もっと見る
Yahoo!リアルタイム検索アプリ