ベイジアンネットワークの条件付き推論
バグ・不具合を報告
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。
計算結果
—%
- 推論対象のP(0|観測)
- —%
- 観測事象の確率 P(E)
- —
- 観測条件の整合性
- —
- 列挙した全割当数
- —通り
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
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。