第三回のゼミはChapter2をすべてやりました。
Chapter2の内容は、大まかにいうと「未知母数pの事前分布の設定と事後分布の計算」でした。
より細かいことを言うと↓のような感じでした。
- 未知母数pの事前分布が離散分布の場合、連続分布（ベータ分布）の場合についてそれぞれ計算方法。
- 事前分布に自然共役分布（例：ベータ分布）を設定すると、事後分布も同じ確率分布の形式で表現できる。（これ自身が自然共役分布の定義）
- 未知母数pの事前分布にベータ分布などを仮定すると、この事前分布自体が母数θを持つことになる。このような事前分布の母数θを、未知母数pに対する超母数（ハイパーパラメータ）という。
- pの事後分布のシミュレーションによる要約、離散分布への近似。
- 予測分布の計算。
本の中ではLearnBayesパッケージで用意されている関数が多用されてます。
しかし、このような関数概要以外は示されていません。
Rでベイズ統計をコンピューティングする上で、ブラックボックス的な関数を平気で使い続ける訳にはいきません。
なので、本の中で出てくる関数について中身を解析していこうと思います。
とりあえず、２章で出てきた関数の解析を個人的に進めたいと思います。
解析してコメントをつけた関数のソースコードを公開して行きたいと思います。
次回は再来週の月曜日(7/28)です。
時間はいつも通りの予定ですが、もしかしたら変更があるかもしれません。
変更があったときはすぐ連絡します。
次回の内容は、１章と２章のExercisesです。
各問題の担当者は↓です。
（手元にメモがなかったので、また後で更新します）
担当者は、和訳した問題文とプログラムのソースコードを用意してください。
