パターン認識と機械学習 lp.dse.ibaraki.ac.jp.pptVIP

第9章　医薬とベイズ統計学 9.1　比較の確率 9.2　確率θのベイズ統計 9.3　予測分布の活用 新薬開発における例 開発中の新薬がプラセボと比較して有効となる 確率をθ(0θ1)とする。 θが小さければ新薬開発をやめるべきであり、 十分に大きければ開発をさらに進めてもよい。 ↓ θがどのような値になるのか判断するのが 最も重要 比較の確率 新薬がプラセボに対して効くと判定されることを 「成功」とすると、n回の試行のうちx回の成功を 得る確率は二項分布Bi(n,θ)に従う。 比較の確率 尤度については、θの事前分布としてβ分布Be(α，β) を採用すると、直ちに となる。事後分布はBe(α+x，β+(n-x))で、 α→α+x、　β→ β+(n-x)　の変換をするだけでいい。 事前確率分布はBe(1,1)、つまり一様分布 　　　　　　　　　　　　　　　　　とする。 比較の確率 例：n回の実験　成功をS、失敗をFとし、 　　Sの回数：x　Fの回数：n-xとする。 n=1,2..と順に見た結果がS,F,S,S,S…ならば、 事後確率分布は Be(1,1)から(2,1),(2,2),(3,2),(4,2),(5,2)と変わっていく。 これらの間にも相互に事前、事後の関係があるの で、以下のように表現することもできる。 比較の確率 確率分布の形より、θが次第に1の