Think Bayes ―プログラマのためのベイズ統計入門

9.7

　信用区間

■

113

もし変数が独立なら、条件付き分布はすべて同じだろう。変数はそれぞれ異なるの

で、変数は依存していると言うことができる。例えば、

beta=10

を（どうにかして）知っ

ているとしたら、

alpha

の条件付き分布は極めて狭い。

beta

のより大きな値については、

alpha

の分布はもっと広くなる。

9.7

 信用区間

事後確率ジョイント分布を可視化するもう

1

つの方法は、信用区間を計算することで

ある。「3.5 信用区間」のところでは、微妙な点を省いた。すなわち、与えられた分布

について、信用が同じレベルにある区間が多数ある。例えば、

50%

信用区間が求めた

いなら、確率を加えると

50%

になる値の集合を選べばよい。

値が

1

次元のときは、中央信用区間（

central credible interval

）を選ぶのが最も一般的

である。例えば、中央

50%

信用区間は、

25%

から

75%

までのすべての値を含む。

多次元の場合は、正しい信用区間が何であるかはあまり明確ではない。最善の選択

は文脈によるのだが、よくある選択の

1

つは、最尤信用区間である。これは足し合わせ

ると

50%

（あるいは他のパーセント）になる最も可能性が高い値を含む。

thinkbayes.Joint

は、最尤信用区間を計算するメソッドを提供する。

# class Joint:

def MaxLikeInterval(self, percentage=90):

interval = []

total = 0

t = [(prob, val) ...