Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 고구려
- 태그를 입력해 주세요.
- 우분투
- repeated measures ANOVA
- spss
- 통계학
- 히스토그램
- 패수
- 풍백
- categorical variable
- 기자조선
- 독사방여기요
- 단군
- 한서지리지
- 신라
- t test
- post hoc test
- Histogram
- 낙랑군
- 지리지
- ANOVA
- 통계
- 유주
- 선형회귀분석
- 기자
- R
- 한서
- 창평
- 후한서
- linear regression
Archives
- Today
- Total
獨斷論
베이즈 확률표 Bayesian probability table - 4 본문
Likelihood가 poisson 분포를 따를때 베이즈확률표를 구해보도록한다.
어떤 사건이 (단위 시간, 면적, 길이, 또는 부피 당) 발생횟수의 평균값이 λ라고 알려져있을때 이 사건이 y번 발생할 확률은 아래와 같다.
p(y|λ)=e−λλyy!
예를들어 어떤 사건이 발생할 횟수의 평균값이 1.0, 1.5, 2.0, 2.5이고 이 각각의 사건이 발생할 prior 확률이 1/6, 1/3, 1/3, 1/6이라고 알려져있을때, 이 사건이 2번 발생한것이 관측되었다면 평균발생횟수 1.0, 1.5, 2.0, 2.5 중에 가장 큰 posterior 확률을 갖는 값은 무엇인지 알아보자.
λ | prior | likelihood | prior x likelihood | posterior |
1.0 1.5 2.0 2.5 |
1/6 1/3 1/3 1/6 |
|||
sum |
likelihood를 계산하면
λ=1일때 12e−12!=0.1839
λ=1.5일때 1.52e−1.52!=0.2510
λ=2.0일때 22e−22!=0.2707
λ=2.5일때 2.52e−2.52!=0.2565
R을 이용하여 계산하면
> dpois(x=2, lambda=1)
[1] 0.1839397
> dpois(x=2, lambda=1.5)
[1] 0.2510214
> dpois(x=2, lambda=2.0)
[1] 0.2706706
> dpois(x=2, lambda=2.5)
[1] 0.2565156
이제 빈칸을 채워면 아래와 같다.
λ | prior | likelihood | prior x likelihood | posterior |
1.0 1.5 2.0 2.5 |
1/6 1/3 1/3 1/6 |
0.1839 0.2510 0.2707 0.2565 |
0.0307 0.0837 0.0902 0.0428 |
0.1241 0.3383 0.3646 0.1730 |
sum | 0.2474 | 1 |
사건이 y=2번 발생하였으므로 그 평균값 λ도 2일 확률이 가장 크다.