<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>ryamada22</author_name>
  <author_url>https://blog.hatena.ne.jp/ryamada22/</author_url>
  <blog_title>ryamadaの遺伝学・遺伝統計学メモ</blog_title>
  <blog_url>https://ryamada22.hatenablog.jp/</blog_url>
  <categories>
    <anon>ぱらぱらめくるシリーズ</anon>
    <anon>Empirical Bayes</anon>
    <anon>James Stein</anon>
    <anon>FDR</anon>
    <anon>データマイニング</anon>
  </categories>
  <description>何かしらの観測をしたときに、観測値から真値を推定しようとしている。今、何の事前情報もなければ、観測値そのものが真値である尤度が最も高い。単一対象に関する、無情報を前提とした最尤推定値が得られる。 一方、真値について事前分布を置き、観測値と真値のずれについても事前分布を置けば、真値の事後分布が得られる。ベイズ推定値。 では、何かしらの分布を持っていると想定される多数の対象があるとする。それらを(同時に)観測すると、観測値には何かしらの分布が現れる。その分布は、その対象に想定していた真値の分布の様相についての情報を持っている。その真値分布の様相は事前分布として用いることができるから、それに基づいて…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fryamada22.hatenablog.jp%2Fentry%2F20160415%2F1460764830&quot; title=&quot;1 Empirical Bayes and the James-Stein Estimator:もう一度ぱらぱらめくる『Large-Scale Inference』 - ryamadaの遺伝学・遺伝統計学メモ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-04-15 09:00:30</published>
  <title>1 Empirical Bayes and the James-Stein Estimator:もう一度ぱらぱらめくる『Large-Scale Inference』</title>
  <type>rich</type>
  <url>https://ryamada22.hatenablog.jp/entry/20160415/1460764830</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
