ベイズ統計学の特徴とベイズ推測の利点

まずはベイズ統計学の特徴から。

1. どのような場合でも例外なくベイズの定理を用いる。
2. 用いられる確立は確信度を表す主観確率である。
3. 事前情報を何らかの形で利用する。
4. 未知量は常に確率的に変動する量としてとらえられる。
5. 観測されたものは絶対的であり固定される。
6. 推測は常に条件付き推測である。
7. アド･ホックな手続きを認めない。

次にベイズ推測の利点は以下の通り。

1. どのような状況下でもベイズの定理を用いるという原理は一貫している。
2. モデルさえ与えられれば、ベイズ推測ではデータが含むすべての情報を自動的に活用することになる。
3. データ以外の知識や情報を活用できる。
4. 漠然とした事前分布を利用することもできる。
5. 未知量について直接確率計算ができる。
6. データや情報の蓄積を自然に容易に活用することができる。
7. かく乱母数の処理が容易である。
8. 母数について制約があっても問題を生じにくい。
9. ベイズ推測は擬でない事前分布のもとでは常に許容される。

ということだそうです。これだけ書いてあっても、何のことやらって感じですね。特にベイズ推測の利点における９番目の項目なんて、そもそもテクニカルタームから分からないので、そこから調べなければならないです。