『モデル選択と情報量規準 part 5 複雑なモデルでAICやBICが使えないことの例』

『モデル選択と情報量規準 part 5 複雑なモデルでAICやBICが使えないことの例』

人はやがて死ぬ 統計学、科学哲学、その他分野など、勉強した内容の忘備録と売名を兼ねてブログ始めまし...概要を表示 人はやがて死ぬ 統計学、科学哲学、その他分野など、勉強した内容の忘備録と売名を兼ねてブログ始めました。 ちょうどMCMC法を使って変曲点回帰を行っている。 変曲点回帰とは、通常の回帰モデルに 「ある点を境に、回帰パラメータ（傾きや切片）が変化する」 という仮定を加えてfittingを行うモデルである。 各種回帰パラメータに加えて、変曲点の位置も推定できる。 わかりやすい説明は、以下のページを参照されたい。 http://abrahamcow.hatenablog.com/entry/2015/09/08/172307 早速だが、事後分布の密度プロットを見てみよう。今回は各パラメータの事前分布に、非正則な一様分布を与えたので、この図は推定された尤度関数としてみることができる。5000回のwarm-upと20000回のサンプリングを行った結果、全てのパラメータが十分に収束した（Rhat<1.0