AI用語集

📖

用語

信頼領域

指定された事後確率で未知のパラメータが存在する区間。頻度論の信頼区間に類似しているが、確率的な解釈が直接的である。

📖

用語

ベイズ的帰無仮説

パラメータの点値（例：効果なし）によって定義される特定のモデル。ベイズ因子を通じて対立仮説と比較される。

📖

用語

スパイク・アンド・スラブ・モデル

混合事前分布を用いた変数選択アプローチ。ゼロにおける点質量（スパイク）と、非ゼロの係数に対する連続分布（スラブ）から成る。

📖

用語

逐次ベイズ仮説検定

データの収集に伴って順次分析を行う手法。ベイズ因子または事後確率の推移に基づいて早期の意思決定を可能にする。

📖

用語

尤度原理

データに含まれるパラメータに関するすべての情報は尤度関数によって提供されるという原理。ベイズ推論において基本的である。

📖

用語

リンドレーのパラドックス

頻度論的な仮説検定が帰無仮説を棄却する一方で、ベイズ因子に基づくベイズ検定は同じ仮説を強く支持するという現象。多くの場合、大標本に起因する。

📖

用語

ジェフリーズのルール

ベイズ因子の値を解釈するためのヒューリスティックな尺度。仮説を支持する証拠の重みを評価するための定性的な閾値（弱、中、強）を提供する。

📖

用語

ジェフリーズの事前分布

再パラメータ化の下で不変となるように設計された無情報事前分布。フィッシャー情報量の行列式の平方根に比例する。

📖

用語

ABC法（Approximate Bayesian Computation）

尤度関数が計算困難な場合に用いられるベイズ推論の手法で、候補パラメータからデータをシミュレーションし、それを観測データと比較することで尤度を近似する。

📖

用語

予測情報量基準（Predictive Information Criterion）

予測分布と真のデータ分布との間のカルバック・ライブラー情報量（Kullback-Leiblerダイバージェンス）を通じてモデルの複雑さにペナルティを課すことで、モデルの予測能力を評価するベイズモデル選択基準。

📖

用語

参照事前分布

事後分布に対する影響を最小限に抑えるように設計された事前分布で、ベイズ因子が事前分布の選択によって不当に影響を受けないようにするため、仮説検定でよく使用される。