ベイジアンネットワークの条件付き推論

指定された2値DAGと検証したCPTに対して観測後の周辺事後確率と観測整合性を求める。

条件付き確率表の数値は入力したモデルを使用します。グラフの矢印は因果関係を証明しません。

項目を入力・選択してから「計算する」を押してください。

必要な入力・選択は3項目です。

ノード必須
行ノードID表示名 任意操作
1
2

2列を左端の欄へタブ区切りで貼り付けられます。12行まで。

2値(0/1)の変数を最大12件。IDは英数字・_.:-を使用し、全表で統一します。表示名は任意です。

有向辺(親→子)任意
行親ID子ID操作
1

2列を左端の欄へタブ区切りで貼り付けられます。60行まで。

独立したノードは空欄のままで構いません。自己ループと循環は使用できません。

条件付き確率表(CPT)必須
行ノードID親状態(0/1列) 任意P(状態1|親)操作
1
2

3列を左端の欄へタブ区切りで貼り付けられます。768行まで。

各ノードに親状態の全組合せ(親がk個なら2^k行)が必要です。親IDは大文字小文字を区別した昇順で並べ、ビット列に対応させます。親なしは空欄。確率は%ではなく0~1です。1ノードの親は最大6件。

観測条件(任意)任意
行観測ノードID観測状態操作
1

2列を左端の欄へタブ区切りで貼り付けられます。12行まで。

観測がない場合は空欄です。同じノードは1回のみ指定します。

主結果に表示するノードのIDです。全ノードの事後確率は下の結果表にも表示します。


計算結果

値を入力して計算してください。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

各ノードXiの親をPa(Xi)とすると、全変数の同時確率P(x1,…,xn)=∏i P(xi|Pa(Xi))。0/1のCPTはP(1|親状態)のみを入力し、P(0|親状態)=1−P(1|親状態)。観測Eの確率P(E)=Σx:x∼E P(x)。事後確率P(Xj=1|E)=Σx:x∼Eかつxj=1 P(x)/P(E)(P(E)>0)。全割当を列挙して対数和(log-sum-exp)で計算し、数値の途中丸めは行いません。観測確率0の場合は事後確率が未定義です。

推論対象のP(1|観測)とP(0|観測)、全ノードの事後分布、観測事象の確率P(E)、整合性、列挙全割当数。

計算例(架空の数値)

架空の2ノードA→Bで、P(A=1)=0.2、P(B=1|A=0)=0.1、P(B=1|A=1)=0.8、B=1を観測すると、P(B=1)=0.8×0.1+0.2×0.8=0.24、P(A=1|B=1)=0.2×0.8/0.24=2/3(約66.666667%)です。AのCPTの親状態は空欄、Bは0と1を各1行入力します。

適用対象と限界

ノードが0/1の2状態で表され、DAG構造と各CPTの全行が与えられた確率モデル。3状態以上の変数、連続確率分布、ソフトエビデンス、介入(do演算)、因果効果推定、構造・パラメータ学習、入力欠測の推定、12ノード超のモデルは対象外です。。

方法と出典

方法:E483 binary-DAG exhaustive sum-product / log-sum-exp v1.0 (2026-11-13)。データ記録日:2026-11-13。