breezy_cat https://blog.hatena.ne.jp/breezy_cat/ Hazy Ideas https://breezy-cat.hatenablog.com/ R ＊個人勉強用メモです。 MCMCによるパラメータ推定とベイズモデリングを、一般化線形モデルに適応する例を考える。 簡単な例として、ランダム項なしのモデル 平均 λ = exp(β1 + β2X)を考える。 尤度関数 L(β1, β2) = Π (y | λ) = Π (y | β1, β2, X) ベイズの事後分布は尤度と事前分布だったので、観測データYが与えられた時の p(β1, β2 |Y) ∝ p(Y | β1, β2) p(β1) p(β2) β1, β2の事前分布を考える。 無情報事前分布：無情報のように見える分布、よく平均０、標準偏差が広い分布が使われる。 乱数によってYを生み出し… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fbreezy-cat.hatenablog.com%2Fentry%2F2020%2F09%2F24%2F021419" title="R: GLMのベイズモデル化 - Hazy Ideas" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2020-09-24 02:14:19 rich https://breezy-cat.hatenablog.com/entry/2020/09/24/021419 1.0 100%