本章はタイトルの通り "JAGS" の説明。MacOS へのインストール方法は以前に書いた(「インストール JAGS 4.x for Mac」)。
ここでは、「事前確率分布の表示」だけを取り上げる。
データを与えないだけ
分析の主目的は、常に事後確率分布の推定なのだが、事前確率分布を表示するのは、確認の意味も含めて有意義なことがある。その方法はとても簡単で
データを与えない
Jags-Ydich-XnomSsubj-MbernBeta.R を修正しながら具体的に見る。
先ずは、通常の「データを与えて 事後確率分布を表示」したもの。
太い横軸上にある「赤色の十字」は z / N で MLE (maximum likelihood estimate) 。
dataList = list(
# y = y ,
s = s ,
Ntotal = Ntotal ,
Nsubj = Nsubj
)
その結果が以下(図 8.7 に相当)。
事前確率 theta[1], theta[2] は beta(θ | 2, 2) なので、左の図 6.1 のベータ分布の a = 2, b = 2 と分布の形が一致する。
その他の事前確率分布
Exercise 8.4 の B, C を解く。主にスクリプト実行結果を記して、詳細は割愛した。
model {
for ( i in 1:Ntotal ) {
y[i] ~ dbern( theta[s[i]] )
}
for ( sIdx in 1:Nsubj ) {
theta[sIdx] ~ dbeta( 1 , 1 )
}
}
(B) theta[1], theta[2] の事前確率が dbete(θ | 1, 1) の一様分布
In any case, the moral is that uniform priors on theta[1] and theta[2] do not imply a uniform prior on the difference of parameters.
一様分布の事前確率 theta[1] と theta[2] の差 theta[1] - theta[2] は、一様分布ではない。
(C) theta[1], theta[2] の事前確率が dbete(θ | 0.5, 0.5) の一様分布
コメントを追加