
9.8
議論
■
115
9.8
議論
本章は、これまでの章のベイズフレームワークを
2
次元パラメータ空間で扱えるよう
に拡張できることを示した。これまでとの唯一の違いは、各仮説がパラメータの組で表
されることである。
私は、ジョイント分布に適用される
Marginal
,
Conditional
,
MakeLikeInterval
と
いうメソッドを提供する親クラスの
Joint
も提示した。オブジェクト指向の用語で、
Joint
はミックスイン(
mixin
)である(
http://en.wikipedia.org/wiki/Mixin
参照)
*
1
。
本章では多数の新用語が出てきた。それらは次のようになる。
ジョイント分布(Jointdistribution)
多次元空間におけるすべての取り得る値と確率を表す分布である。ジョイント
分布は、各
(
alpha, beta)
対の確率を表す。
周辺分布(marginaldistribution)
ジョイント分布で他方のパラメータを未知として扱う
1
つのパラメータの分布
である。例えば、図 9-3 は、
alpha
と
beta
の分布を独立に示す。
条件付き分布(conditionaldistribution)
ジョイント分布の
1
つのパラメータで、
1
つ以上の他のパラメータの条件下に
あるもの。図 9-4 は、
beta
の異なる値を条件として、
alpha
のいくつかの分布
を示している。
ジョイント分布が与えられたとき、周辺分布と条件付き分布とを計算できる。十分な
条件付き分布があれば、ジョイ