共役事前分布のベイズ更新・予測分布

一つの観測モデルについて、指定した共役事前分布を十分統計量で更新し、将来の観測を予測する。

データは一つの観測集団について集計してください。異なる集団間の優劣や因果効果は計算しません。

予測区間は事後パラメータの信用区間とは異なり、将来の観測ばらつきも含みます。

入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。

選択内容に応じて、残りの入力項目を案内します。

計算する内容

事後分布と将来観測で、同じ水準の等裾区間を個別に計算します。

形状α(0.25~10,000)。

形状β(0.25~10,000)。

0以上で、試行数n以下の整数。

0試行は事後分布が事前のままになります。


計算結果

必要な値を入力すると自動で計算します。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

Beta(α,β)+成功k/試行n → Beta(α+k, β+n−k)。将来m回の成功数はBeta–Binomial(m,α′,β′)、次の1試行成功確率はα′/(α′+β′)。Gamma(shape a,rate b)+観測件数k/曝露t → Gamma(a+k,b+t)。将来曝露uの件数は負の二項分布NB(shape=a′,p=b′/(b′+u))。既知分散Normal–Normalではvₙ=1/(1/v₀+n/σ²)、mₙ=vₙ(m₀/v₀+n×標本平均/σ²)。将来h件の標本平均はNormal(mₙ,vₙ+σ²/h)。区間は選択した水準の等裾分位点を別々に算出します。

事前・事後パラメータと平均・等裾信用区間、将来の件数・標本平均の等裾予測区間と予測確率。

計算例(架空の数値)

例:Beta(1,1)、10試行で成功3件なら事後Beta(4,8)、事後平均・次の1試行成功確率はともに1/3です。

適用対象と限界

各観測モデルの独立性・一定パラメータ・既知分散等の仮定が妥当な単一集団の集計データ。A/B群間の勝率、階層モデル、任意の事前分布、未知分散、外れ値・欠測補完、MCMCによる推論は対象外です。。

方法と出典

方法:E1230-conjugate-v1.0.0 (2026-11-14)。データ記録日:2026-11-14。