Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
尤度/likelihood
Search
florets1
October 06, 2023
Education
3
950
尤度/likelihood
florets1
October 06, 2023
Tweet
Share
More Decks by florets1
See All by florets1
Rで学ぶデータハンドリング入門/Introduction_to_Data_Handling_with_R
florets1
0
79
人工知能はクロスジョインでできている/AI_Is_Built_on_Cross_Joins
florets1
0
63
仮説の取扱説明書/User_Guide_to_a_Hypothesis
florets1
4
390
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
1
410
カイ二乗検定は何をやっているのか/What_Does_the_Chi-Square_Test_Do
florets1
7
2.4k
直積は便利/direct_product_is_useful
florets1
3
430
butterfly_effect/butterfly_effect_in-house
florets1
1
240
データハンドリング/data_handling
florets1
2
240
カイ二乗検定との遭遇/The_path_to_encountering_the_chi-square_test
florets1
1
300
Other Decks in Education
See All in Education
2025年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2025. 6. 26)
akiraasano
PRO
0
170
データで見る赤ちゃんの成長
syuchimu
0
300
[Segah 2025] Gamified Interventions for Composting Behavior in the Workplace
ezefranca
0
150
SISTEMA DE MEMORIA Y SU IMPACTO EN LAS DECISIONES.
jvpcubias
0
170
Introduction - Lecture 1 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
2.5k
高校におけるプログラミング教育を考える
naokikato
PRO
0
160
小学校女性教員向け プログラミング教育研修プログラム「SteP」の実践と課題
codeforeveryone
0
130
2025年度春学期 統計学 第15回 分布についての仮説を検証する ー 仮説検定(2) (2025. 7. 17)
akiraasano
PRO
0
110
Master of Applied Science & Engineering: Computer Science & Master of Science in Applied Informatics: Artificial Intelligence and Data Science
signer
PRO
0
820
EVOLUCIÓN DE LAS NEUROCIENCIAS EN LOS CONTEXTOS ORGANIZACIONALES
jvpcubias
0
180
”育てる”から”育つ”仕組みへ!スクラムによる新入社員教育
arapon
0
160
生成AIとの付き合い方 / Generative AI and us
kaityo256
PRO
7
1.3k
Featured
See All Featured
Code Reviewing Like a Champion
maltzj
525
40k
Faster Mobile Websites
deanohume
310
31k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
610
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
19
1.2k
RailsConf 2023
tenderlove
30
1.2k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
We Have a Design System, Now What?
morganepeng
53
7.8k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
The Straight Up "How To Draw Better" Workshop
denniskardys
237
140k
Navigating Team Friction
lara
189
15k
Transcript
1 2023.10.07 Tokyo.R #109 尤度(ゆうど)
2 尤度(ゆうど) ある前提条件に従って結果が出現する場合に、逆に観 察結果からみて前提条件が「何々であった」と推測す る尤もらしさ(もっともらしさ)を表す数値を、 「何々」を変数とする関数として捉えたものである。
3 尤度(ゆうど) ある結果から、どのような前提条件があったと推測す るのが妥当なのかを教えてくれる指標
4 尤度(ゆうど) 尤度とは、観測値が与えられたとき、それを説明する モデルや分布などの母数(パラメーター)の値の尤も らしさのことである。
5 尤度(ゆうど) 想定するパラメーターがある値をとる場合に観測して いる事柄や事象が起こりうる確率のこと。
6 尤度(ゆうど) 確率密度関数において確率変数に観測値を代入したも のをいう。つまり,確率密度を観測値で評価した値で ある。また,これを未知母数の関数とみるとき,とく に尤度関数という。
7 条件付き分布 𝑝(𝑟|𝜃) θ:成功率 r = 1:成功 r = 0:失敗
このような分布をベルヌーイ分布といいます
8 ベルヌーイ分布 𝑝(𝑟|𝜃)を立体化
9 𝑝 𝑟 𝜃 の 𝑟 を固定
10
11 𝑝(𝑟|𝜃)を 𝜃が変数だと考えよう これが尤度(ゆうど)です
12 ベルヌーイ分布 𝑝(𝑟|𝜃) 𝑟を変数として考えると 条件付き分布 𝜃を変数として考えると 尤度(ゆうど)
13 尤度(ゆうど)とは ある結果𝑟から、どのような前提条件𝜃があったと推測 するのが妥当なのかを教えてくれる指標
14 最尤推定 失敗と成功が一回ずつ得られたなら尤度は (1 − 𝜃)𝜃 この尤度が最大となる𝜃は0.5 1 − 𝜃
𝜃 (1 − 𝜃)𝜃
15 参考書 東京大学教養学部統計学教室 編. 統計学入門. 東京大学 出版会, 2014 飯塚修平. ウェブ最適化ではじめる機械学習.
オライ リー・ジャパン, 2020
16 おまけ