Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
尤度/likelihood
Search
florets1
October 06, 2023
Education
3
900
尤度/likelihood
florets1
October 06, 2023
Tweet
Share
More Decks by florets1
See All by florets1
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
0
120
カイ二乗検定は何をやっているのか/What_Does_the_Chi-Square_Test_Do
florets1
6
2.1k
直積は便利/direct_product_is_useful
florets1
3
320
butterfly_effect/butterfly_effect_in-house
florets1
1
130
データハンドリング/data_handling
florets1
2
170
カイ二乗検定との遭遇/The_path_to_encountering_the_chi-square_test
florets1
1
230
率の平均を求めてはいけない/Do_Not_Average_Rates
florets1
11
15k
請求と支払を照合する技術/using_full_join_in_r
florets1
2
230
応用セッション_同じデータでもP値が変わる話/key_considerations_in_NHST_2
florets1
1
1.1k
Other Decks in Education
See All in Education
Evaluation Methods - Lecture 6 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
790
認知情報科学科_キャリアデザイン_大学院の紹介
yuyakurodou
0
150
Comezando coas redes
irocho
0
410
2024年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2024. 10. 30)
akiraasano
PRO
0
100
COO's Perspective : Code for Everyone 2020-2024
codeforeveryone
0
240
Генезис казарменной архитектуры
pnuslide
0
170
H5P-työkalut
matleenalaakso
4
37k
自分にあった読書方法を探索するワークショップ / Reading Catalog Workshop
aki_moon
0
280
脳卒中になってしまった さあ、どうする
japanstrokeassociation
0
1.4k
1127
cbtlibrary
0
180
勉強したらどうなるの?
mineo_matsuya
10
6.9k
Ch2_-_Partie_1.pdf
bernhardsvt
0
130
Featured
See All Featured
Documentation Writing (for coders)
carmenintech
67
4.5k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.2k
Fashionably flexible responsive web design (full day workshop)
malarkey
406
66k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.4k
Git: the NoSQL Database
bkeepers
PRO
427
64k
Being A Developer After 40
akosma
89
590k
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.3k
YesSQL, Process and Tooling at Scale
rocio
170
14k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
49
2.2k
Site-Speed That Sticks
csswizardry
3
280
The Illustrated Children's Guide to Kubernetes
chrisshort
48
49k
Transcript
1 2023.10.07 Tokyo.R #109 尤度(ゆうど)
2 尤度(ゆうど) ある前提条件に従って結果が出現する場合に、逆に観 察結果からみて前提条件が「何々であった」と推測す る尤もらしさ(もっともらしさ)を表す数値を、 「何々」を変数とする関数として捉えたものである。
3 尤度(ゆうど) ある結果から、どのような前提条件があったと推測す るのが妥当なのかを教えてくれる指標
4 尤度(ゆうど) 尤度とは、観測値が与えられたとき、それを説明する モデルや分布などの母数(パラメーター)の値の尤も らしさのことである。
5 尤度(ゆうど) 想定するパラメーターがある値をとる場合に観測して いる事柄や事象が起こりうる確率のこと。
6 尤度(ゆうど) 確率密度関数において確率変数に観測値を代入したも のをいう。つまり,確率密度を観測値で評価した値で ある。また,これを未知母数の関数とみるとき,とく に尤度関数という。
7 条件付き分布 𝑝(𝑟|𝜃) θ:成功率 r = 1:成功 r = 0:失敗
このような分布をベルヌーイ分布といいます
8 ベルヌーイ分布 𝑝(𝑟|𝜃)を立体化
9 𝑝 𝑟 𝜃 の 𝑟 を固定
10
11 𝑝(𝑟|𝜃)を 𝜃が変数だと考えよう これが尤度(ゆうど)です
12 ベルヌーイ分布 𝑝(𝑟|𝜃) 𝑟を変数として考えると 条件付き分布 𝜃を変数として考えると 尤度(ゆうど)
13 尤度(ゆうど)とは ある結果𝑟から、どのような前提条件𝜃があったと推測 するのが妥当なのかを教えてくれる指標
14 最尤推定 失敗と成功が一回ずつ得られたなら尤度は (1 − 𝜃)𝜃 この尤度が最大となる𝜃は0.5 1 − 𝜃
𝜃 (1 − 𝜃)𝜃
15 参考書 東京大学教養学部統計学教室 編. 統計学入門. 東京大学 出版会, 2014 飯塚修平. ウェブ最適化ではじめる機械学習.
オライ リー・ジャパン, 2020
16 おまけ