Mastodawn

http://nbviewer.jupyter.org/gist/genkuroki/906dcd225895a9599e05403ea80efb6f
に最尤法のAICと対数尤度比のカイ二乗検定との関係に関するコメントも追加しました。

そのためにt分布を使ったモデルの最尤法のAICの推定値をMCMCの結果を用いて求める函数も追加しました。

坂を上り続けることによって最大値に達しようとする方法だとローカルマキシマムにトラップされます。

MCMCを実行した結果のチェインの上での最大値を maximum() 函数で単純に求める方法ならば、最大値の近似値を求められます。

ベイズ統計と最尤法は密接に関係しあっています。個人的にそれらが全然違う話であるかのように強調する解説は全部誤りだと思います。

物理で言えば、古典力学における最小作用の原理と量子力学における経路積分が全然違う話であるかのように強調するとおかしな話になるのと同じこと。

もともと密接に関係した話。

に解説を書き込んで、それを読むだけで、WAICの計算の仕方とモデル選択での使い方がわかるようにしました。

「カラオケにおける抑揚と点数」のテストサンプルは、WAICによる事前分布選択のデモンストレーションにおいて、出て欲しい微妙な値を出してくれます。

しかもその結果は「最小二乗法の結果に近付くことを禁止した方が予測分布の予測精度が上がりそうだと推定されること」を意味しており、結構興味深いです。

今回はWAICを計算する代わりに、予測分布のプロットはサボりました。誰か代わりにやって下さい。