Think Bayes ―プログラマのためのベイズ統計入門

36

■

4

章

もっと推定を

れない。

print suite.Prob(50)

結果は、

0.021

だが、この値は、ほとんど意味がない。

101

個の仮説を評価するとい

う決定は、任意なものであり、領域をより多くまたはより少なく分割することが可能で

あり、そうすると、任意の仮説に対する確率が大きくなったり小さくなったりする。

4.3

 事前確率を圧倒する

我々は、一様事前確率から出発したが、これは、よい選択ではなかったかもしれない。

硬貨が偏っているなら、

x

は、

50%

よりかなり離れていると私は信じるが、ベルギーユー

ロ硬貨が

x

が

10%

や

90%

になるほど、偏ってしまうとは信じられない。

事前確率を、

50%

に近い

x

の値については高い確率を、極端な値については低い確

率を与えるような事前確率を選ぶほうが、より妥当だろう。

例えば、図4-2に示すような三角形の事前確率を私は選んだ。事前確率を選ぶコード

　一様事前確率

　三角形事前確率

図 4-2　ユーロ硬貨問題に対する一様事前確率と三角事前確率

4.3

　事前確率を圧倒する

■

37

は次のようになる。

def TrianglePrior():

suite = Euro()

for x in range(0, 51):

suite.Set(x, x)

for x in range ...