ベイズ的ロジスティックモデル に関する研究

Slides:



Advertisements
Similar presentations
1 小暮研究会2 第1章ベイジアンアルゴリズ ム 2値選択 ベルヌーイ試行 尤度原理 同一性 交換可能性 尤度についてのまとめ 環境情報学部3年 渡邊洋一.
Advertisements

土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
●母集団と標本 母集団 標本 母数 母平均、母分散 無作為抽出 標本データの分析(記述統計学) 母集団における状態の推測(推測統計学)
コンピュータビジョン特論 第8回対象追跡 2006年11月22日 加藤丈和.
一般化線形モデル(GLM) generalized linear Models
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
補章 時系列モデル入門 ー 計量経済学 ー.
Pattern Recognition and Machine Learning 1.5 決定理論
Bassモデルにおける 最尤法を用いたパラメータ推定
大数の法則 平均 m の母集団から n 個のデータ xi をサンプリングする n 個のデータの平均 <x>
時空間データからのオブジェクトベース知識発見
H25年5月22日(水) 中央水研 「水産資源のデータ解析入門」 Terrapub
制限付き最尤法 REML; Restricted Maximum Likelihood
質的データの分析手法 ---プロビットモデル・ロジットモデルの概要---
「データ学習アルゴリズム」 第2章 学習と統計的推測 報告者 佐々木 稔 2003年5月21日 2.1 データと学習
クラスター変分法と確率的情報処理 --Belief Propagation と画像処理アルゴリズム--
京都大学 化学研究所 バイオインフォマティクスセンター
正規性の検定 ● χ2分布を用いる適合度検定 ●コルモゴロフ‐スミノルフ検定
最尤推定によるロジスティック回帰 対数尤度関数の最大化.
ベイズ基準によるHSMM音声合成の評価 ◎橋本佳,南角吉彦,徳田恵一 (名工大).
ベイジアンネットワーク概説 第3章 ベイジアンネットワークモデルの      数学的基礎 3.5 情報量基準を用いた構造学習 岩崎唯史.
誤差の二乗和の一次導関数 偏微分.
【小暮研究会2】 「ベイズのアルゴリズム」:序章 【1,2:計量経済分析と統計分析】 【 3:ベイズ定理】
補章 時系列モデル入門 ー 計量経済学 ー.
小標本検査データを元にした 疲労破損率のベイズ推定
ガウス過程による回帰 Gaussian Process Regression GPR
応用数理工学特論 期末発表 西口健太郎 渡邉崇充
相関分析.
第6章 連立方程式モデル ー 計量経済学 ー.
Fuzzy c-Means法による クラスター分析に関する研究
大規模データによる未知語処理を統合した頑健な統計的仮名漢字変換
7. 音声の認識:高度な音響モデル 7.1 実際の音響モデル 7.2 識別的学習 7.3 深層学習.
顧客獲得.
奈良女子大集中講義 バイオインフォマティクス (9) 相互作用推定
NTTコミュニケーション科学基礎研究所 村山 立人
第9章 混合モデルとEM 修士2年 北川直樹.
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
モデルの逆解析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
第14章 モデルの結合 修士2年 山川佳洋.
顧客維持に関するモデル.
第7章 疎な解を持つカーネルマシン 修士2年 山川佳洋.
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
パターン認識と機械学習 第2章:確率分布(後半)
予測に用いる数学 2004/05/07 ide.
2009年12月4日 ○ 前田康成(北見工業大学) 吉田秀樹(北見工業大学) 鈴木正清(北見工業大学) 松嶋敏泰(早稲田大学)
東北大学 大学院情報科学研究科 応用情報科学専攻 田中 和之(Kazuyuki Tanaka)
分子生物情報学(3) 確率モデル(隠れマルコフモデル)に 基づく配列解析
ベイズ・アプローチによる グラフィカル・テスト理論
早稲田大学大学院商学研究科 2014年12月10日 大塚忠義
データの型 量的データ 質的データ 数字で表現されるデータ 身長、年収、得点 カテゴリで表現されるデータ 性別、職種、学歴
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
第3章 線形回帰モデル 修士1年 山田 孝太郎.
ベイズ最適化 Bayesian Optimization BO
情報経済システム論:第13回 担当教員 黒田敏史 2019/5/7 情報経済システム論.
経営学研究科 M1年 学籍番号 speedster
サポートベクターマシン Support Vector Machine SVM
クロスバリデーションを用いた ベイズ基準によるHMM音声合成
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
第9章 学習アルゴリズムとベイズ決定側 〔3〕最小2乗法とベイズ決定側 発表:2003年7月4日 時田 陽一
HMM音声合成における 変分ベイズ法に基づく線形回帰
ベイズ基準による 隠れセミマルコフモデルに基づく音声合成
``Exponentiated Gradient Algorithms for Log-Linear Structured Prediction’’ A.Globerson, T.Y.Koo, X.Carreras, M.Collins を読んで 渡辺一帆(東大・新領域)
ベイズ音声合成における 事前分布とモデル構造の話者間共有
JNNS-DEX-SMI-玉川 公開講座 「交換モンテカルロ法とその応用」
ポッツスピン型隠れ変数による画像領域分割
ガウス分布における ベーテ近似の理論解析 東京工業大学総合理工学研究科 知能システム科学専攻 渡辺研究室    西山 悠, 渡辺澄夫.
1.基本概念 2.母集団比率の区間推定 3.小標本の区間推定 4.標本の大きさの決定
Q状態イジング模型を用いた多値画像修復における 周辺尤度最大化によるハイパパラメータ推定
混合試料の構成人数 Nuisance パラメタ
混合ガウスモデル Gaussian Mixture Model GMM
Presentation transcript:

ベイズ的ロジスティックモデル に関する研究 畜産経営管理学講座 統計研究室 松原 慶尚 1

目次 目的 伝統的ロジスティックモデル ベイズ的ロジスティックモデル 応用例 データ 考察 5. まとめと課題     2

1. 目的 伝統的ロジスティックモデルの拡張 実際例(尿路感染症データ)への適用・考察 3

2.伝統的ロジスティックモデル      である確率     説明変数  とパラメータ  の関係                               (1) (2) 4

オッズ比の推定 オッズ比 (odds ratio) 5

最尤推定法 対数尤度関数 (3) を  で偏微分して=0とおいた連立方程式の解が最尤推定値 6

最尤推定法の限界 標本数が小さい場合 アンバランスなデザインの場合 データ以外の情報が存在する場合 最尤推定値の信憑性が欠ける 7

3.ベイズ的ロジスティックモデル パラメータ を確率変数とみなす は共役分布としてのBeta分布に従う の密度関数 、 パラメータ  を確率変数とみなす   は共役分布としてのBeta分布に従う     の密度関数                  、   は未知のハイパー・パラメータで、 (7) 8

推定法 事後対数尤度関数 (9) を最大にするものを推定量として用いる 9

4.応用例 リスクファクターの特定と分類が目的 オッズ比 の変化について考察を 行う リスクファクターの特定と分類が目的  オッズ比      の変化について考察を  行う   の値を変えるということは、事前情報の  量を変える、ということである 10

表1:尿路感染症データ 11

図1: 全モデルでのBに対するオッズ比 12

図2:DとFを除外した場合のBに対するオッズ比 13

図3:Bを除外した場合のDに対するオッズ比 14

図5:Bを除外した場合のCに対するオッズ比 図6:Bを除外した場合のFに対するオッズ比 15

図7:Bを除外した場合のEに対するオッズ比 図8:BとCを除外した場合のEに対するオッズ比 16

考察 コンドームと隔膜においては尿路感染症のリスクファクターとして非常に高い関連性がある 経口避妊薬は尿路感染症にほとんど関連性はない 17

5.まとめ 以上、ロジスティックモデルの拡張として、ベイズの定理を導入したベイズ的ロジスティックモデルの有効性を確認した 18

課題  事前分布の想定を含む最適ベイズモデルの選択が重要な問題 交差確認法や一般化情報量規準を用いて最適モデルを発見する 19